Inleiding statistiek
|
|
- Guido de Jong
- 7 jaren geleden
- Aantal bezoeken:
Transcriptie
1 Inleiding Statistiek Pagina 1 uit 8 Inleiding statistiek 1. Inleiding In deze oefeningensessie is het de bedoeling jullie vertrouwd te maken met een aantal basisbegrippen van de statistiek, meer bepaald met de manieren om een hoop data op een informatieve wijze samen te vatten in enkele getallen en om ze visueel voor te stellen. Waarom zou je dit willen doen? Stel, je bent medewerker aan het NIS (Nationaal Instituut voor de Statistiek) en je hebt juist de lijst gekregen met de leeftijd van alle inwoners van België. Laten we zeggen dat er 10 miljoen inwoners van België zijn, dat wil zeggen dat je enkele duizenden vellen papier voor je neus liggen hebt met allemaal getallen. Geraak jij daar wijs uit? Net daarom is het belangrijk van die data op een zo compact mogelijke wijze toch informatief voor te stellen. Dit kan grafisch, of aan de hand van enkele kengetallen. 2. Belangrijkste kengetallen Hier zullen enkele mogelijkheden besproken worden om data samen te vatten in enkele getallen. 2.a. Gemiddelde, variantie en standaarddeviatie De meest voorkomende manier om data samen te vatten is aan de hand van het empirisch (ofwel berekend) gemiddelde en de spreiding (variantie of standaarddeviatie). Schrijf drie programma s in MatLab die, gegeven een vector, respectievelijk het gemiddelde, de variantie en de standaarddeviatie. Test jullie programma s uit op een aantal vectoren naar keuze. Indien je van deze vectoren de gezochte waarden niet met de hand kan berekenen, gebruik dan de voorgedefinieerde commando s mean, var en std. Je kan deze dingen enkel nauwkeurig berekenen als je beschikking hebt over de data. Stel nu dat dat niet zo is, dat je enkel een plot krijgt in de volgende stijl:
2 Inleiding Statistiek Pagina 2 uit Dit is niet zo n ongewone situatie. Stel dat je een versterker hebt die, naast het ingangssignaal te versterken, een ruiscomponent toevoegt aan het ingangssignaal. Stel ook dat je geïnteresserd bent in de eigenschappen van die ruiscomponent en dat je die ruis enkel op een oscilloscoop ( scope ) kan laten zien. Hoe kan je dan vanuit dat beeld op de scope toch zijn karakteristieken (gemiddelde en standaarddeviate) aflezen? Gelukkig voor ons volgt ruis doorgaans één bepaalde verdeling, namelijk een normaalverdeling. Waarom zal later duidelijk worden. Eén van de interessante eigenschappen van die verdeling is dat ze volledig gekarakteriseerd wordt door haar gemiddelde en standaarddeviatie. Met andere woorden, als we die twee kennen, weten we alles over de specifieke verdeling van het uitgeplotte ruissignaal. Het eerste dat je merkt is dat de data symmetrisch verdeeld lijken te zijn rond een bepaalde waarde. Probeer uit bovenstaande plot te schatten welke waarde dat is. Dit is een schatting voor het gemiddelde van de data. Hoe kan je nu de spreiding of de standaarddeviatie schatten? Daarvoor moet je gebruik maken van de eigenschap dat bij een normale verdeling ongeveer 96% van de data ligt in het interval gevormd door [ µ 2σ, µ + 2σ], waar µ en σ respectievelijk het gemiddelde en de standaarddeviatie van de verdeling zijn. Schat nu, op bovenstaande plot, tussen welke twee waarden 96% van de datapunten liggen. Als je dan de lengte van het bekomen interval deelt door 4, heb je een schatting van de spreiding van de data. Je hebt hierbij twee files gekregen, schat_op_zicht en oplossing. Als je de functie schat_op_zicht aanroept (zonder parameters), krijg je een plot in de stijl van hierboven. Probeer vanuit die plot het gemiddelde en de spreiding van de data te schatten.
3 Inleiding Statistiek Pagina 3 uit 8 Als je wil weten of je oplossing correct is, roep dan de functie oplossing aan (weeral zonder parameters). Doe dit een aantal keer tot je met een redelijke nauwkeurigheid die schattingen kan uitvoeren. Let wel op dat je deze schattingsmethode niet gebruikt als de verdeling van de data significant anders lijkt dan een normaalverdeling. 2.b. Schatten van ruis op signalen Je weet nu al hoe je de karakteristieken (gemiddelde en standaarddeviatie) van een zuiver (normaalverdeeld) ruis-signaal kan schatten, maar stel nu dat je over een signaal beschikt (bijvoorbeeld een sinusgolf) waarop een zekere hoeveelheid ruis zit, en je wil een schatting van de grootte van die ruis. Hoe kan je dan te werk gaan? Een mogelijkheid is, als je over de data beschikt, het signaal te scheiden van de ruis, maar dit is in de meeste gevallen een tamelijk ingewikkeld probleem en, wat nog belangrijker is, dit is volstrekt onmogelijk als je enkel over een plot van de data beschikt. Je moet dus op een andere manier proberen te bepalen hoe gestoord het signaal is
4 Inleiding Statistiek Pagina 4 uit 8 Hoe kan je de grootte (de standaarddeviatie) van de ruis op een signaal bepalen? Daarvoor ga je kijken in de punten waar je denkt dat het signaal vlak is. In het geval hierboven zijn dat de toppen. Op die punten ga je dan dezelfde truuk als hierboven toepassen om de standaarddeviatie te bepalen. Als je dit hier doet, zal je als schatting ongeveer 0.2 zijn. Je hebt drie files gekregen: experiment1, schat_op_zicht2 en oplossing2. De werking van de eerste file wordt later uitgelegd, de andere twee werken zoals verwacht. Het commando schat_op_zicht2 geeft je een gestoord sinus-signaal waarbij jij de standaarddeviatie van de ruis moet schatten. Als je wil weten of jouw schatting juist is, typ dan het commando in. Beredeneringsvraag oplossing2 Hoe zou je de standaarddeviatie van de ruis op het volgende signaal schatten? Doe dit
5 Inleiding Statistiek Pagina 5 uit 8 2.c. Andere kengetallen Naast de kengetallen die hierboven besproken werden, zijn er nog een aantal andere kengetallen die regelmatig opduiken. Om aan te geven in welke grootte-orde de data zich bevinden wordt regelmatig de mediaan gebruikt in plaats van het gemiddelde. Indien de data afkostig zijn van een verschijnsel met een symmetrische verdeling zal dit uiteraard weinig verschil maken. Indien de verdeling asymmetrisch is, kan er wel een wezenlijk verschil tussen gemiddelde en mediaan zijn. Schrijf een MatLab programma dat gegeven een vector, de mediaan van die vector berekent. Een derde, minder gebruikte manier om aan te duiden waar de data zich situeren is de modus, of de modale klasse. Meer hierover later. Voor aan te duiden in welke mate de data verspreid is wordt soms de interkwartielafstand (Inter Quartile Range) gebruikt in plaats van de variantie of de standaarddeviatie. (facultatief) Schrijf een MatLab programma dat gegeven een datavector, de interkwartielafstand van die vector teruggeeft. 3. Het histogram Het histogram is één van de vele manieren om een hele hoop data grafisch voor te stellen, en waarschijnlijk ook één van de meest informatieve. In essentie, wat je doet is de data opsplitsen in een aantal klassen en tellen hoeveel datapunten er in elke klasse zitten. Daarna maak je een staafdiagram waarbij de oppervlakte (!) van elke staaf aangeeft welk percentage van de datapunten er in de overeenkomstige klasse zit. Merk op dat MatLab zijn histogrammen anders opstelt. Daar is het de hoogte van de staaf die aangeeft welk percentage van de datapunten in de overeenkomstige klasse zit.
6 Inleiding Statistiek Pagina 6 uit 8 Nu is er één ding dat je je kan afvragen. Als je een histogram tekent (of beter, laat tekenen), op hoeveel klassen moet dat? Op die vraag bestaat er in principe geen juist antwoord. Neem je zeer weinig klassen, dan zal het histogram weinig informatief zijn omdat de structuur van de data verloren gaat. Neem je er teveel, dan is het histogram zodanig chaotisch dat je er ook niet veel wijzer uit wordt. Een stelregel die algemeen gebruikt wordt, en waarvan je later de reden zal zien, is dat je als aantal klassen ongeveer de vierkantswortel van het aantal elementen in de datavector neemt (met een plafond van 50 à 100, om het histogram overzichtelijk te houden). Enkele voorbeelden van histogrammen van data komende uit de belangrijkste verdelingen: Dit is een voorbeeld van een histogram van data komende uit een normale verdeling. Je ziet onmiddellijk de piek van het histogram rond het gemiddelde van de data, en de karakteristiek aflopende vorm naarmate je verder weg van het gemiddelde kijkt. Voor die reden wordt de normaalverdeling ook soms de verdeling met de klok-curve genoemd. Je kan op het histogram van een normaalverdeling tamelijk eenvoudig de standaarddeviatie van de verdeling schatten. Roep nu enkele keren de file schat_op_zicht op en maak een histogram van de data (je kan die vinden in de vector metingen). Schat nu aan de hand van het histogram het gemiddelde en de standaarddeviatie van de data.
7 Inleiding Statistiek Pagina 7 uit 8 Een ander karakteristiek histogram is dat van de uniforme verdeling. Zoals je kan zien zitten er in elke klasse ongeveer hetzelfde aantal elementen, daarom, uniform. Een derde verdeling die je gemakkelijk kan herkennen op een histogram is de binaire verdeling. Zoals je ziet, zijn er slechts twee mogelijke waarden voor de getallen: + 1 of 1, en kunnen ze met dezelfde kans optreden Opdrachten meetopstelling 4.a. De belangrijkste kerngetallen Je probeert in de eerst plaats te achterhalen uit hoeveel meetpunten een periode bestaat. Bereken de gemiddelde periode. Wat gebeurt er bij het verkeerd schatten van de lengte van 1 periode? Probeer volgende lengtes uit: 250, 299, 300 en 301 Scheid ruis van het signaal Bereken het gemiddelde van de gereconstrueerde sinus. Bereken het gemiddelde en de standaarddeviatie van de ruis voor de verschillende basisstations
8 Inleiding Statistiek Pagina 8 uit 8 4.b. Het histogram Teken een histogram van de ruis per basisstation.
Oplossingen hoofdstuk 8
Count Count Oplossingen hoofdstuk 8 1. Plaats de volgende eigenschappen bij de gegeven verdelingen. De eigenschappen kunnen voorkomen bij meerdere verdelingen. Plaats bij elke eigenschap het hierbij horende
Nadere informatiePopulaties beschrijven met kansmodellen
Populaties beschrijven met kansmodellen Prof. dr. Herman Callaert Deze tekst probeert, met voorbeelden, inzicht te geven in de manier waarop je in de statistiek populaties bestudeert. Dat doe je met kansmodellen.
Nadere informatieG0N11a Statistiek en data-analyse: project Eerste zittijd Modeloplossing
G0N11a Statistiek en data-analyse: project Eerste zittijd 2007-2008 Modeloplossing Opmerking vooraf: Deze modeloplossing is een heel volledig antwoord op de gestelde vragen. Om de maximumscore op een vraag
Nadere informatie2 Data en datasets verwerken
Domein Statistiek en kansrekening havo A 2 Data en datasets verwerken 3 Frequentieverdelingen typeren 3.6 Geïntegreerd oefenen In opdracht van: Commissie Toekomst Wiskunde Onderwijs 3 Frequentieverdelingen
Nadere informatie2.3 Frequentieverdelingen typeren
2.3 Frequentieverdelingen typeren 2.3.1 Introductie Kijkend naar een datarepresentatie valt meestal al snel op hoe de verdeling van de tellingen/frequenties over de verschillende waarden eruitziet. Zitten
Nadere informatieInleiding Applicatie Software - Statgraphics
Inleiding Applicatie Software - Statgraphics Beschrijvende Statistiek /k 1/35 OPDRACHT OVER BESCHRIJVENDE STATISTIEK Beleggen Door een erfenis heeft een vriend van u onverwacht de beschikking over een
Nadere informatieLes 1: de normale distributie
Les 1: de normale distributie Elke Debrie 1 Statistiek 2 e Bachelor in de Biomedische Wetenschappen 18 oktober 2018 1 Met dank aan Koen Van den Berge Indeling lessen Elke bullet point is een week. R en
Nadere informatieTIP 10: ANALYSE VAN DE CIJFERS
TOETSTIP 10 oktober 2011 Bepaling wat en waarom je wilt meten Toetsopzet Materiaal Betrouw- baarheid Beoordeling Interpretatie resultaten TIP 10: ANALYSE VAN DE CIJFERS Wie les geeft, botst automatisch
Nadere informatieInleiding Applicatie Software - Statgraphics. Beschrijvende Statistiek
Inleiding Applicatie Software - Statgraphics Beschrijvende Statistiek OPDRACHT OVER BESCHRIJVENDE STATISTIEK Beleggen Door een erfenis heeft een vriend van u onverwacht de beschikking over een klein kapitaaltje
Nadere informatieHoofdstuk 3 : Numerieke beschrijving van data. Marnix Van Daele. Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent
Hoofdstuk 3 : Numerieke beschrijving van data Marnix Van Daele MarnixVanDaele@UGentbe Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent Numerieke beschrijving van data p 1/31 Beschrijvende
Nadere informatieHOOFDSTUK II BIJZONDERE THEORETISCHE VERDELINGEN
HOOFDSTUK II BIJZONDERE THEORETISCHE VERDELINGEN. Continue Verdelingen 1 A. De uniforme (of rechthoekige) verdeling Kansdichtheid en cumulatieve frequentiefunctie Voor x < a f(x) = 0 F(x) = 0 Voor a x
Nadere informatieVOOR HET SECUNDAIR ONDERWIJS. Kansmodellen. 4. Het steekproefgemiddelde. Werktekst voor de leerling. Prof. dr. Herman Callaert
VOOR HET SECUNDAIR ONDERWIJS Kansmodellen 4. Werktekst voor de leerling Prof. dr. Herman Callaert Hans Bekaert Cecile Goethals Lies Provoost Marc Vancaudenberg . Een concreet voorbeeld.... Een kansmodel
Nadere informatieData analyse Inleiding statistiek
Data analyse Inleiding statistiek 1 Doel Beheersen van elementaire statistische technieken Toepassen van deze technieken op aardwetenschappelijke data 2 1 Leerstof Boek: : Introductory Statistics, door
Nadere informatieStatistiek voor Natuurkunde Opgavenserie 1: Kansrekening
Statistiek voor Natuurkunde Opgavenserie 1: Kansrekening Inleveren: 12 januari 2011, VOOR het college Afspraken Serie 1 mag gemaakt en ingeleverd worden in tweetallen. Schrijf duidelijk je naam, e-mail
Nadere informatieHoeveel vertrouwen heb ik in mijn onderzoek en conclusie? Les 1
Hoeveel vertrouwen heb ik in mijn onderzoek en conclusie? Les 1 1 Onderwerpen van de lessenserie: De Normale Verdeling Nul- en Alternatieve-hypothese ( - en -fout) Steekproeven Statistisch toetsen Grafisch
Nadere informatieWe illustreren deze werkwijze opnieuw a.h.v. de steekproef van de geboortegewichten
Hoofdstuk 8 Betrouwbaarheidsintervallen In het vorige hoofdstuk lieten we zien hoe het mogelijk is om over een ongekende karakteristiek van een populatie hypothesen te formuleren. Een andere manier van
Nadere informatieMeten en experimenteren
Meten en experimenteren Statistische verwerking van gegevens Een korte inleiding 5 oktober 007 Catherine De Clercq Statistische verwerking van gegevens Kursus statistiek voor fysici door Jorgen D Hondt
Nadere informatieVOOR HET SECUNDAIR ONDERWIJS
VOOR HET SECUNDAIR ONDERWIJS Steekproefmodellen en normaal verdeelde steekproefgrootheden 5. Werktekst voor de leerling Prof. dr. Herman Callaert Hans Bekaert Cecile Goethals Lies Provoost Marc Vancaudenberg
Nadere informatieWerkblad 1 Normale dichtheidsfunctie als benadering voor een klokvormig histogram
Werkblad 1 Normale dichtheidsfunctie als benadering voor een klokvormig histogram Probeer zeker de opdrachten 1, 4 en 6 te maken. 1. In de tabel hieronder vind je gegevens over de borstomtrek van 5732
Nadere informatieStatistiek I Samenvatting. Prof. dr. Carette
Statistiek I Samenvatting Prof. dr. Carette Opleiding: bachelor of science in de Handelswetenschappen Academiejaar 2016 2017 Inhoudsopgave Hoofdstuk 1: Statistiek, gegevens en statistisch denken... 3 De
Nadere informatieMeten en experimenteren
Meten en experimenteren Statistische verwerking van gegevens Een korte inleiding 3 oktober 006 Deel I Toevallige veranderlijken Steekproef Beschrijving van gegevens Histogram Gemiddelde en standaarddeviatie
Nadere informatieHAVO 4 wiskunde A. Een checklist is een opsomming van de dingen die je moet kennen en kunnen. checklist SE1 wiskunde A.pdf
HAVO 4 wiskunde A Een checklist is een opsomming van de dingen die je moet kennen en kunnen. checklist SE1 wiskunde A.pdf 1. rekenregels en verhoudingen Ik kan breuken vermenigvuldigen en delen. Ik ken
Nadere informatiewerkcollege 5 - P&D7: Population distributions - P&D8: Sampling variability and Sampling distributions
cursus 4 mei 2012 werkcollege 5 - P&D7: Population distributions - P&D8: Sampling variability and Sampling distributions Huiswerk P&D, opgaven Chapter 6: 9, 19, 25, 33 P&D, opgaven Appendix A: 1, 9 doen
Nadere informatieExamen Statistiek I Feedback
Examen Statistiek I Feedback Bij elke vraag is alternatief A correct. Bij de trekking van een persoon uit een populatie beschouwt men de gebeurtenissen A (met bril), B (hooggeschoold) en C (mannelijk).
Nadere informatieDEEL II DOEN! - Praktische opdracht statistiek WA- 4HAVO
DEEL II DOEN! - Praktische opdracht statistiek WA- 4HAVO Leerlingmateriaal 1. Doel van de praktische opdracht Het doel van deze praktische opdracht is om de theorie uit je boek te verbinden met de data
Nadere informatie= P(B) = 2P(C), P(A B) = 1 2 en P(A C) = 2 5. d. 31
Tentamen Statistische methoden 45STAMEY april, 9: : Studienummers: Vult u alstublieft op het MC formulier uw Delftse studienummer in; en op het open vragen formulier graag beide, naar volgend voorbeeld:
Nadere informatieKansrekenen en statistiek. Daniël Slenders Faculteit Ingenieurswetenschappen Katholieke Universiteit Leuven
Kansrekenen en statistiek Daniël Slenders Faculteit Ingenieurswetenschappen Katholieke Universiteit Leuven Academiejaar 2010-2011 Hoofdstuk 2 Beschrijvende statistiek Meerkeuzevraag 1 Opeenvolgende metingen
Nadere informatieCursus Statistiek Hoofdstuk 4. Statistiek voor Informatica Hoofdstuk 4: Verwachtingen. Definitie (Verwachting van discrete stochast) Voorbeeld (1)
Cursus Statistiek Hoofdstuk 4 Statistiek voor Informatica Hoofdstuk 4: Verwachtingen Cursusjaar 29 Peter de Waal Departement Informatica Inhoud Verwachtingen Variantie Momenten en Momentengenererende functie
Nadere informatieKansrekening en statistiek wi2105in deel 2 27 januari 2010, uur
Kansrekening en statistiek wi2105in deel 2 27 januari 2010, 14.00 16.00 uur Bij dit examen is het gebruik van een (evt. grafische) rekenmachine toegestaan. Tevens krijgt u een formuleblad uitgereikt na
Nadere informatieZin en onzin van normale benaderingen van binomiale verdelingen
Zin en onzin van normale benaderingen van binomiale verdelingen Johan Walrave, docent EHSAL 0. Inleiding Voordat het grafisch rekentoestel in onze school ingevoerd werd, was er onder de statistiekdocenten
Nadere informatieMeten en experimenteren
Meten en experimenteren Statistische verwerking van gegevens Een korte inleiding 6 oktober 009 Catherine De Clercq Statistische verwerking van gegevens Kursus statistiek voor fysici door Jorgen D Hondt
Nadere informatie4.1 Eigenschappen van de normale verdeling [1]
4.1 Eigenschappen van de normale verdeling [1] Relatief frequentiepolygoon van de lengte van mannen in 1968 1 4.1 Eigenschappen van de normale verdeling [1] In dit plaatje is een frequentiepolygoon getekend.
Nadere informatieOverzicht statistiek 5N4p
Overzicht statistiek 5N4p EEB2 GGHM2012 Inhoud 1 Frequenties, absoluut en relatief... 3 1.1 Frequentietabel... 3 1.2 Absolute en relatieve frequentie... 3 1.3 Cumulatieve frequentie... 4 2 Centrum en spreiding...
Nadere informatieVandaag. Onderzoeksmethoden: Statistiek 2. Basisbegrippen. Theoretische kansverdelingen
Vandaag Onderzoeksmethoden: Statistiek 2 Peter de Waal (gebaseerd op slides Peter de Waal, Marjan van den Akker) Departement Informatica Beta-faculteit, Universiteit Utrecht Theoretische kansverdelingen
Nadere informatieSTATISTIEK. Een korte samenvatting over: Termen Tabellen Diagrammen
STATISTIEK Een korte samenvatting over: Termen Tabellen Diagrammen Modus De waarneming die het meeste voorkomt. voorbeeld 1: De waarnemingen zijn 2, 3, 4, 5, 5, 5, 6, 6, 7 en 8. De waarneming 5 komt het
Nadere informatieWiskunde D Online uitwerking 4 VWO blok 5 les 3
Paragraaf 10 De standaard normale tabel Opgave 1 a Er geldt 20,1 16,6 = 3,5 C. Dit best wel een fors verschil, maar hoeft niet direct heel erg uitzonderlijk te zijn. b Er geldt 167 150 = 17. Dat valt buiten
Nadere informatieKansrekening en statistiek wi2105in deel 2 16 april 2010, uur
Kansrekening en statistiek wi205in deel 2 6 april 200, 4.00 6.00 uur Bij dit examen is het gebruik van een (evt. grafische) rekenmachine toegestaan. Tevens krijgt u een formuleblad uitgereikt na afloop
Nadere informatieintroductie Wilcoxon s rank sum toets Wilcoxon s signed rank toets introductie Wilcoxon s rank sum toets Wilcoxon s signed rank toets
toetsende statistiek week 1: kansen en random variabelen week : de steekproevenverdeling week 3: schatten en toetsen: de z-toets week : het toetsen van gemiddelden: de t-toets week 5: het toetsen van varianties:
Nadere informatieHoofdstuk 5 Een populatie: parametrische toetsen
Hoofdstuk 5 Een populatie: parametrische toetsen 5.1 Gemiddelde, variantie, standaardafwijking: De variantie is als het ware de gemiddelde gekwadrateerde afwijking van het gemiddelde. Hoe groter de variantie
Nadere informatieHiermee rekenen we de testwaarde van t uit: n. 10 ( x ) ,16
modulus strepen: uitkomst > 0 Hiermee rekenen we de testwaarde van t uit: n 10 ttest ( x ) 105 101 3,16 n-1 4 t test > t kritisch want 3,16 >,6, dus 105 valt buiten het BI. De cola bevat niet significant
Nadere informatieHoofdstuk 5: Steekproevendistributies
Hoofdstuk 5: Steekproevendistributies Inleiding Statistische gevolgtrekkingen worden gebruikt om conclusies over een populatie of proces te trekken op basis van data. Deze data wordt samengevat door middel
Nadere informatieCollege 4 Inspecteren van Data: Verdelingen
College Inspecteren van Data: Verdelingen Inleiding M&T 01 013 Hemmo Smit Overzicht van deze cursus 1. Grondprincipes van de wetenschap. Observeren en meten 3. Interne consistentie; Beschrijvend onderzoek.
Nadere informatieHoofdstuk 7: Statistische gevolgtrekkingen voor distributies
Hoofdstuk 7: Statistische gevolgtrekkingen voor distributies 7.1 Het gemiddelde van een populatie Standaarddeviatie van de populatie en de steekproef In het vorige deel is bij de significantietoets uitgegaan
Nadere informatieStatistiek: Vorm van de verdeling 1/4/2014. dr. Brenda Casteleyn
Statistiek: Vorm van de verdeling /4/204 . Theorie Enkel de theorie die nodig is voor de oefeningen is hierin opgenomen. Scheefheid of asymmetrie Indien de meetwaarden links van de mediaan meer spreiding
Nadere informatieVoorbeeldtentamen Statistiek voor Psychologie
Voorbeeldtentamen Statistiek voor Psychologie 1) Vul de volgende uitspraak aan, zodat er een juiste bewering ontstaat: De verdeling van een variabele geeft een opsomming van de categorieën en geeft daarbij
Nadere informatieTentamen Kansrekening en Statistiek MST 14 januari 2016, uur
Tentamen Kansrekening en Statistiek MST 14 januari 2016, 14.00 17.00 uur Het tentamen bestaat uit 15 meerkeuzevragen 2 open vragen. Een formuleblad wordt uitgedeeld. Normering: 0.4 punt per MC antwoord
Nadere informatieHoofdstuk 10: Regressie
Hoofdstuk 10: Regressie Inleiding In dit deel zal uitgelegd worden hoe we statistische berekeningen kunnen maken als sprake is van één kwantitatieve responsvariabele en één kwantitatieve verklarende variabele.
Nadere informatieStatistiek II. Sessie 1. Verzamelde vragen en feedback Deel 1
Statistiek II Sessie 1 Verzamelde vragen en feedback Deel 1 VPPK Universiteit Gent 2017-2018 Feedback Oefensessie 1 1 Staafdiagram 1. Wat is de steekproefgrootte? Op de horizontale as vinden we de respectievelijke
Nadere informatieSOCIALE STATISTIEK (deel 2)
SOCIALE STATISTIEK (deel 2) D. Vanpaemel KU Leuven D. Vanpaemel (KU Leuven) SOCIALE STATISTIEK (deel 2) 1 / 57 Hoofdstuk 5: Schatters en hun verdeling 5.1 Steekproefgemiddelde als toevalsvariabele D. Vanpaemel
Nadere informatieStatistiek: Herhaling en aanvulling
Statistiek: Herhaling en aanvulling 11 mei 2009 1 Algemeen Statistiek is de wetenschap die beschrijft hoe we gegevens kunnen verzamelen, verwerken en analyseren om een beter inzicht te krijgen in de aard,
Nadere informatieDe eerste stappen met de TI-Nspire 2.1 voor de derde graad
De eerste stappen met TI-Nspire 2.1 voor de derde graad. Technisch Instituut Heilig Hart, Hasselt Inleiding Ik gebruik al twee jaar de TI-Nspire CAS in de derde graad TSO in de klassen 6TIW( 8 uur wiskunde)
Nadere informatieChecklist Wiskunde A HAVO 4 2014-2015 HML
Checklist Wiskunde A HAVO 4 2014-2015 HML 1 Hoofdstuk 1 Ik weet hoe je met procenten moet rekenen: procenten en breuken, percentage berekenen, toename en afname in procenten, rekenen met groeifactoren.
Nadere informatieStochastiek 2. Inleiding in the Mathematische Statistiek. staff.fnwi.uva.nl/j.h.vanzanten
Stochastiek 2 Inleiding in the Mathematische Statistiek staff.fnwi.uva.nl/j.h.vanzanten 1 / 12 H.1 Introductie 2 / 12 Wat is statistiek? - 2 Statistiek is de kunst van het (wiskundig) modelleren van situaties
Nadere informatie3 In een klas hebben de meisjes en de jongens gemeten hoe lang ze zijn. De resultaten staan in de tabel hieronder.
4N4p Oefningen statistiek met de rekenmachine 1 De resultaten van een test voor Engels zijn als volgt: 5 9 4 6 7 5 9 6 5 7 6 7 5 8 Voer de cijfers in op de grafische rekenmachine a) Plot en schets een
Nadere informatieJe kunt al: -de centrummaten en spreidingsmaten gebruiken -een spreidingsdiagram gebruiken als grafische weergave van twee variabelen
Lesbrief: Correlatie en Regressie Leerlingmateriaal Je leert nu: -een correlatiecoëfficient gebruiken als maat voor het statistische verband tussen beide variabelen -een regressielijn te tekenen die een
Nadere informatieSPSS Introductiecursus. Sanne Hoeks Mattie Lenzen
SPSS Introductiecursus Sanne Hoeks Mattie Lenzen Statistiek, waarom? Doel van het onderzoek om nieuwe feiten van de werkelijkheid vast te stellen door middel van systematisch onderzoek en empirische verzamelen
Nadere informatieHOOFDSTUK 6: INTRODUCTIE IN STATISTISCHE GEVOLGTREKKINGEN
HOOFDSTUK 6: INTRODUCTIE IN STATISTISCHE GEVOLGTREKKINGEN Inleiding Statistische gevolgtrekkingen (statistical inference) gaan over het trekken van conclusies over een populatie op basis van steekproefdata.
Nadere informatieHoofdstuk 3 Statistiek: het toetsen
Hoofdstuk 3 Statistiek: het toetsen 3.1 Schatten: Er moet een verbinding worden gelegd tussen de steekproefgrootheden en populatieparameters, willen we op basis van de een iets kunnen zeggen over de ander.
Nadere informatie5.0 Voorkennis. Er zijn verschillende manieren om gegevens op een grafische wijze weer te geven: 1. Staafdiagram:
5.0 Voorkennis Er zijn verschillende manieren om gegevens op een grafische wijze weer te geven: 1. Staafdiagram: De lengte van de staven komt overeen met de hoeveelheid; De staven staan meestal los van
Nadere informatieTI83-werkblad. Vergelijkingen bij de normale verdeling
TI83-werkblad Vergelijkingen bij de normale verdeling 1. Inleiding Een normale verdeling wordt bepaald door de constanten µ en σ. Dit blijkt uit het voorschrift van de verdelingsfunctie van de normale
Nadere informatieKansrekening en statistiek WI2211TI / WI2105IN deel 2 2 februari 2012, uur
Kansrekening en statistiek WI22TI / WI25IN deel 2 2 februari 22, 4. 6. uur VOOR WI22TI: Bij dit examen is het gebruik van een (evt. grafische) rekenmachine toegestaan. Een formuleblad is niet toegestaan.
Nadere informatieG0N11C Statistiek & data-analyse Project tweede zittijd
G0N11C Statistiek & data-analyse Project tweede zittijd 2014-2015 Naam : Raimondi Michael Studierichting : Biologie Gebruik deze Word-template om een antwoord te geven op onderstaande onderzoeksvragen.
Nadere informatieStatistiek voor A.I.
Statistiek voor A.I. College 13 Donderdag 25 Oktober 1 / 28 2 Deductieve statistiek Orthodoxe statistiek 2 / 28 3 / 28 Jullie - onderzoek Tobias, Lody, Swen en Sander Links: Aantal broers/zussen van het
Nadere informatieEerst wordt ingegaan op de verschillende soorten data die we kunnen verzamelen en hoe datasets georganiseerd zijn.
HOOFDSTUK 1: DISTRIBUTIES Inleiding Statistiek is de wetenschap van kennis opdoen op basis van data. Data zijn numerieke (of kwalitatieve) beschrijvingen en gegevens van objecten om te bestuderen. Dit
Nadere informatieEnkelvoudige ANOVA Onderzoeksvraag Voorwaarden
Er is onderzoek gedaan naar rouw na het overlijden van een huisdier (contactpersoon: Karolijne van der Houwen (Klinische Psychologie)). Mensen konden op internet een vragenlijst invullen. Daarin werd gevraagd
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 9 Woensdag 7 Oktober 1 / 51 Kansrekening en Statistiek? Bevordert luieren de fantasie? Psychologie 2 / 51 Kansrekening en Statistiek? Bevordert luieren de fantasie? Psychologie
Nadere informatieOnderzoeksmethodiek LE: 2
Onderzoeksmethodiek LE: 2 3 Parameters en grootheden 3.1 Parameters Wat is een parameter? Een karakteristieke grootheid van een populatie Gem. gewicht van een 34-jarige man 3.2 Steekproefgrootheden Wat
Nadere informatieHoofdstuk 2 : Grafische beschrijving van data. Marnix Van Daele. Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent
Hoofdstuk 2 : Grafische beschrijving van data Marnix Van Daele Marnix.VanDaele@UGent.be Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent Grafische beschrijving van data p. 1/35 Soorten meetwaarden
Nadere informatieCollege Week 4 Inspecteren van Data: Verdelingen
College Week 4 Inspecteren van Data: Verdelingen Inleiding in de Methoden & Technieken 2013 2014 Hemmo Smit Dus volgende week Geen college en werkgroepen Maar Oefententamen on-line (BB) Data invoeren voor
Nadere informatieSamenvatting Wiskunde Samenvatting en stappenplan van hfst. 7 en 8
Samenvatting Wiskunde Samenvatting en stappenplan van hfst. 7 en 8 Samenvatting door N. 1410 woorden 6 januari 2013 5,4 13 keer beoordeeld Vak Methode Wiskunde Getal en Ruimte 7.1 toenamediagrammen Interval
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 8 Donderdag 13 Oktober 1 / 23 2 Statistiek Vandaag: Stochast en populatie Experimenten herhalen Wet van de Grote Getallen Centrale Limietstelling 2 / 23 Stochast en populatie
Nadere informatieContinuous Learning in Computer Vision S.L. Pintea
Continuous Learning in Computer Vision S.L. Pintea Continuous Learning in Computer Vision Natura non facit saltus. Gottfried Leibniz Silvia-Laura Pintea Intelligent Sensory Information Systems University
Nadere informatieSchatting voor het aantal tanks: is statistiek beter dan de geheime dienst?
Schatting voor het aantal tanks: is statistiek beter dan de geheime dienst? dr. H.P. Lopuhaä UHD Statistiek Opleiding Technische Wiskunde Faculteit Informatietechnologie & Systemen Technische Universiteit
Nadere informatie4 Domein STATISTIEK - versie 1.2
USolv-IT - Boomstructuur DOMEIN STATISTIEK - versie 1.2 - c Copyrighted 42 4 Domein STATISTIEK - versie 1.2 (Op initiatief van USolv-IT werd deze boomstructuur mede in overleg met het Universitair Centrum
Nadere informatieVandaag. Onderzoeksmethoden: Statistiek 3. Recap 2. Recap 1. Recap Centrale limietstelling T-verdeling Toetsen van hypotheses
Vandaag Onderzoeksmethoden: Statistiek 3 Peter de Waal (gebaseerd op slides Peter de Waal, Marjan van den Akker) Departement Informatica Beta-faculteit, Universiteit Utrecht Recap Centrale limietstelling
Nadere informatieHavo 4 - Practicumwedstrijd Versnelling van een karretje
Havo 4 - Practicumwedstrijd Versnelling van een karretje Vandaag gaan jullie een natuurkundig experiment doen in een hele andere vorm dan je gewend bent, namelijk in de vorm van een wedstrijd. Leerdoelen
Nadere informatieHOVO statistiek November 2011 1
Principale Componentenanalyse en hockeystick-short centring Principale Componentenanalyse bedacht door Karl Pearson in 1901 Peter Grünwald HOVO 31-10 2011 Stel we hebben een grote hoeveelheid data. Elk
Nadere informatieHoofdstuk 5. Dobbelen, echt en virtueel. > Maak in SPSS een nieuwe data-verzameling (File > New > Data). We gaan hier de
Hoofdstuk 5 Dobbelen, echt en virtueel 5.1 dobbelen In dit hoofdstukje gaan we de variabiliteit in een steekproef onderzoeken. Daarbij maken we gebruik van een beproefd stochastisch proces, nl het gooien
Nadere informatiewerkcollege 6 - D&P9: Estimation Using a Single Sample
cursus 9 mei 2012 werkcollege 6 - D&P9: Estimation Using a Single Sample van frequentie naar dichtheid we bepalen frequenties van meetwaarden plot in histogram delen door totaal aantal meetwaarden > fracties
Nadere informatieDe tijd vliegt! Naam: Klas: School: Datum:
De tijd vliegt! Naam: Klas: School: Datum: 1 Activeer Maten mensen uit oude culturen de tijd? Deden ze dat net als wij? Waar moet men rekening mee houden om zo nauwkeurig mogelijk de tijd te meten? Onderzoek
Nadere informatiewerkcollege 8 correlatie, regressie - D&P5: Summarizing Bivariate Data relatie tussen variabelen scattergram cursus Statistiek
cursus 23 mei 2012 werkcollege 8 correlatie, regressie - D&P5: Summarizing Bivariate Data relatie tussen variabelen onderzoek streeft naar inzicht in relatie tussen variabelen bv. tussen onafhankelijke
Nadere informatieOpgeloste Oefeningen Hoofdstuk 6: Steekproeven en empirische distributies
Opgeloste Oefeningen Hoofdstuk 6: Steekproeven en empirische distributies 6.. Uit een normaal verdeeld universum X met gemiddelde waarde µ = en standaardafwijking σ = worden 0 onafhankelijke steekproefwaarden
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 11 Dinsdag 25 Oktober 1 / 27 2 Statistiek Vandaag: Hypothese toetsen Schatten 2 / 27 Schatten 3 / 27 Vragen: liegen 61 Amerikanen werd gevraagd hoeveel % van de tijd
Nadere informatieBETROUWBAARHEIDSINTERVALLEN VANUIT VERSCHILLENDE HOEKEN BELICHT. S.A.R. Bus
BETROUWBAARHEIDSINTERVALLEN VANUIT VERSCHILLENDE HOEKEN BELICHT S.A.R. Bus WAAR DENK JE AAN BIJ BETROUWBAARHEIDSINTERVALLEN? Wie van jullie gebruikt betrouwbaarheidsintervallen? WAAROM BETROUWBAARHEIDSINTERVALLEN???
Nadere informatieVoorbeelden van gebruik van 5 VUSTAT-apps
Voorbeelden van gebruik van 5 VUSTAT-apps Piet van Blokland Begrijpen van statistiek door simulaties en visualisaties Hoe kun je deze apps gebruiken bij het statistiek onderwijs? De apps van VUSTAT zijn
Nadere informatieLes 2: Toetsen van één gemiddelde
Les 2: Toetsen van één gemiddelde Koen Van den Berge Statistiek 2 e Bachelor in de Biochemie & Biotechnologie 22 oktober 2018 Het statistisch testen van één gemiddelde is een veel voorkomende toepassing
Nadere informatieBeschrijvende statistiek
Duur 45 minuten Overzicht Tijdens deze lesactiviteit leer je op welke manier centrum- en spreidingsmaten je helpen bij de interpretatie van statistische gegevens. Je leert ook dat grafische voorstellingen
Nadere informatieHOOFDSTUK 7: STATISTISCHE GEVOLGTREKKINGEN VOOR DISTRIBUTIES
HOOFDSTUK 7: STATISTISCHE GEVOLGTREKKINGEN VOOR DISTRIBUTIES 7.1 Het gemiddelde van een populatie Standaarddeviatie van de populatie en de steekproef In het vorige deel is bij de significantietoets uitgegaan
Nadere informatieNiet de hoogte, wel de oppervlakte. Aandachtspunten bij. - statistische technieken voor een continue veranderlijke
Niet de hoogte, wel de oppervlakte Prof. dr. Herman Callaert Aandachtspunten bij - statistische technieken voor een continue veranderlijke - de interpretatie van een histogram - de normale dichtheidsfunctie
Nadere informatieModelexamen Statistiek
NUMMER :. NAAM STUDENT :.. Modelexamen Statistiek Een onderzoek bij 200 varkens leverde een pak informatie en gegevens op. Hierna zie je een voorbeeld van de eerste 20 varkens (dus dit moet je alleen als
Nadere informatiebijspijkercursus wiskunde voor psychologiestudenten bijeenkomst 6 statistiek/gegevensverwerking los materiaal, niet uit boek [PW]
bijspijkercursus wiskunde voor psychologiestudenten bijeenkomst statistiek/gegevensverwerking los materiaal, niet uit boek [PW] procenten percentage: bv: van de 0 kinderen hadden er 7: hoeveel procent
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN
TECHNISCHE UNIVERSITEIT EINDHOVEN Tentamen Biostatistiek voor BMT (2S390) op 23-11-2005 U mag alleen gebruik maken van een onbeschreven Statistisch Compendium (dikt. nr. 2218) en van een (eventueel grafisch)
Nadere informatieAardgasbaten. (b) Teken bij 1996 een cirkeldiagram (c) Teken bij de tabel een vlakdiagram
1. In figuur 1 zie je gegevens over de aardgasbaten in Nederland gedurende de periode 1985-1994. Je ziet zowel een staafdiagram als een frequentiepolygoon. Aardgasbaten figuur 1 (a) In welk jaar is de
Nadere informatie6.1 Beschouw de populatie die beschreven wordt door onderstaande kansverdeling.
Opgaven hoofdstuk 6 I Basistechnieken 6.1 Beschouw de populatie die beschreven wordt door onderstaande kansverdeling. x 0 2 4 6 p(x) ¼ ¼ ¼ ¼ a. Schrijf alle mogelijke verschillende steekproeven van n =
Nadere informatie3.1 Procenten [1] In 1994 zijn er 3070 groentewinkels in Nederland. In 2004 zijn dit er nog 1625.
3.1 Procenten [1] In 1994 zijn er 3070 groentewinkels in Nederland. In 2004 zijn dit er nog 1625. Absolute verandering = Aantal 2004 Aantal 1994 = 1625 3070 = -1445 Relatieve verandering = Nieuw Oud Aantal
Nadere informatied. Maak een spreidingsdiagram van de gegevens. Plaats de x-waarden op de x-as en de z-waarden op de y-as.
Opdracht 6a ----------- Dichtheidskromme, normaal-kwantiel-plot Een nauwkeurige waarde van de lichtsnelheid is van belang voor ontwerpers van computers, omdat de elektrische signalen zich uitsluitend met
Nadere informatieAanpassingen takenboek! Statistische toetsen. Deze persoon in een verdeling. Iedereen in een verdeling
Kwantitatieve Data Analyse (KDA) Onderzoekspracticum Sessie 2 11 Aanpassingen takenboek! Check studienet om eventuele verbeteringen te downloaden! Huidige versie takenboek: 09 Gjalt-Jorn Peters gjp@ou.nl
Nadere informatie2 Data en datasets verwerken
Domein Statistiek en kansrekening havo A 2 Data en datasets verwerken 4 Twee groepen vergelijken 4.4 Oefenen In opdracht van: Commissie Toekomst Wiskunde Onderwijs 4.4 Oefenen Voorbeeld Bekijk de dataset
Nadere informatieAntwoorden bij 4 - De normale verdeling vwo A/C (aug 2012)
Antwoorden bij - De normale verdeling vwo A/C (aug 0) Opg. a Aflezen bij de 5,3 o C grafiek:,3% en bij de,9 o C grafiek: 33,3% b Het tweede percentage is 33,3 /,3 = 5, maal zo groot. c Bij de 5,3 o C grafiek
Nadere informatieEWMA Control Charts in Statistical Process Monitoring I.M. Zwetsloot
EWMA Control Charts in Statistical Process Monitoring I.M. Zwetsloot EWMA Control Charts in Statistical Process Monitoring Inez M. Zwetsloot Samenvatting EWMA Regelkaarten in Statistische Procesmonitoring
Nadere informatie