Beslissen op grond van een steekproef Hoofdstuk 15

Maat: px
Weergave met pagina beginnen:

Download "Beslissen op grond van een steekproef Hoofdstuk 15"

Transcriptie

1 1 Beslissen op grond van een steekproef Hoofdstuk a. Het gaat veel geld kosten voor de fabrikant als er te veel schuurmiddel gebruikt wordt. b. Bij een te laag gemiddelde zullen de klanten niet tevreden zijn. 2. μ = 400 en n = 50 ; σ = 4 a. P(ten onrechte bijstellen) = P ( 399 of 401) = 2. P ( 399 μ = 400 en n= 50) = 2.normalcdf(-10 99, 399, 400, 4 50 ) 0,077 b. Het alternatieve gemiddelde is niet bekend c. Nu μ = 401. P(niet bijstellen) = 4 P(399 < < 401 μ = 401 en σ = 50 ) 4 normalcdf(399, 401, 401, 50 ) 0,

2 2 3. a. P(ten onrechte bijstellen) = P( 399 of 401 ) = 2. P( 399) = normalcdf ( , 399, 400, 120 ) 0, b. P(niet bijstellen) = 4 P (399 < < 401 μ = 399,2 en σ = 120 ) = 4 normalcdf( 399,401,399.2, 120 ) 0, a. P ( g of g) = 0, 01 l P ( g l ) = 0,005 invnorm(0.005, 400, r ) 398,97 g l 398,97 en g r ,03 = 401,03 Dit vanwege de symmetrie. g(l) 400 g(r) b. Nu = 400,8. Deze waarde ligt niet in het gebied waarbij sprake is van verwerping. Dat betekent dus dat het steekproefgemiddelde niet significant afwijkt. 5. Gloeilampen. : levensduur van een lamp. μ = 1500 en σ = 60. Steekproef van 100 α = 0,05 a. H 0 : μ = 1500 en H 1 : μ 1500

3 3 b. Steekproef van σ = = Er moet gelden : P ( g μ = 1500 en σ = 6) = 0,025 g l l = invnorm(0.25, 1500, 6) = 1488,24.. gl 1488,2 op grond van symmetrie volgt nu : gr = ,8 = 1511,8 c. 1492,7 is niet kleiner dan 1488,2 We verwerpen H 0 dus niet. g(l) g(r) 6. : levensduur band. μ = en σ = Steekproef van 64. a. H 0 : μ = en H 1 : μ b. Aangezien α = 0,05, moeten we g l berekenen uit de vergelijking : P ( g l ) = 0,025 g l = invnorm (0.025, 35000, ) Op grond van symmetrie geldt nu : g r = g(l) g(r) c. = km ligt in het gebied waarbij H 0 wordt verworpen. Men concludeert dat er nu een duidelijke afwijking is t.o.v H 0 : μ = 25 en H 1 : μ 25 en σ = 3 a. α = 0,05 Nu is = 24 en n = 50. Het getal 24 ligt links van 25, daarom gaan we berekenen : P( 24 μ = 25 en n = 50) = normalcdf ( , 24, 25, 50 ) 0,009 Deze kans is dus 0,025 = 0,5α H 0 wordt dus verworpen. We gaan dus twijfelen aan het gegeven gemiddelde. b. Nu α = 0,01 en = 26 en n = 100. Nu ligt het steekproefgemiddelde rechts van μ = 25 De overschrijdingskans wordt dus : P( 26 μ = 25 en n = 50) = normalcdf (26, , 25, 100 ) 0,0004. Deze kans is kleiner dan 0,0005 = 0,5α. Ook nu wordt H 0 verworpen. Dus nu weer twijfel aan het gemiddelde.

4 4 8. : levensduur van een batterij. μ = 2000 en σ = 25,5 uur. Steekproef van 200 ; α = 0,05 H 0 : μ = 2000 en H 1 : μ 2000 P 1995 μ = 2000 en σ = 25,5 = 200 normalcdf (-10 99, 1995, 2000, 25,5 200 ) 0,003 < 0,5.α H 0 wordt verworpen. Het steekproefgemiddelde wijkt duidelijk af van : gewicht van een pak suiker in kg; μ = 1,02 en σ = 0,04 ; n = 50. a. H 0 : μ = 1,02 en H 1 : μ 1,02 0,04 1,04 > 1,02 P 1, 04 μ 1, 02 en σ = = = 50 normalcdf ( 1.04, 10 99, 1.02, 0.04 ) 0,000 < 0,5.α 50 De fabrikant zal besluiten om de machine opnieuw af te stellen. b. H 0 : μ = 1,02 en H 1 : μ 1,02 0,04 1,03 > 1,02 P 1, 03 μ 1, 02 en σ = = = 50 normalcdf ( 1.03, 10 99, 1.02, 0.04 ) 0,039 > 0,5.α 50 De fabrikant zal nu niet gaan besluiten om de machine opnieuw af te stellen. 1,04 1, : diameter van een tennisbal ; μ = 6,8 cm en σ = 0,2 cm ; n = 40. a. H 0 : μ = 6,8 en H 1 : μ 6,8 ; 6,75 < 6,8 0, 2 P 6,75 μ 6,8 en σ = = = 40 normalcdf ( , 6.75, 6.8, 0, 2 ) 0,057 > 0,05 40 De afnemer trekt de conclusie dat de diameter niet duidelijk afwijkt van het gemiddelde. 9,75

5 5 Bij α = 0,05 dan 0,5.α = 0,025 dan geldt: 0,057 > 0,025 De afnemer trekt de conclusie dat de diameter ook niet significant afwijkt van het gemiddelde van 6,8 cm. b. Nu n = 100 en H 0 : μ = 6,8 en H 1 : μ 6,8 ; α = 0,10 We moeten nu de grenzen zelf berekenen. 0, 2 P gl μ = 6,8 en σ = = 0, = invnorm (0.05, 6.8, 0.02) 6,767 g l g l = 6,76. Op grond van symmetrie geldt : g r = 6,8 + 0,04 = 6,84 Het beslissingsvoorschrift is : Verwerp H0 als geldt 6,76 of 6,84. g(l) g(r) 11. a. De tegenbewering heeft het alleen over het verlengen van de levensduur en niet over het verkorten. Er moet dus als tegenbewering gelden : μ > b is zeker niet langer dan Er is dus geen aanleiding om H 0 te verwerpen. 12. met μ = 85 en σ = 15 a. H 0 : μ = 85, H 1 : μ > 85 α = 0,1 en n = 30 Er moet dan gelden : verwerp H 0 als geldt: > g P 15 ( g μ = 85 en σ = ) = 0,10 ( ) 0,9 30 P g =. 15 invnorm (0.9, 85, ) 88,51 g = 88,6 30 Het beslissingsvoorschrift wordt : Verwerp H 0 als 88,6 g(r) b. H 0 : μ = 85, H 1 : μ < 85 α = 0,05 en n = 50 Er moet dan gelden : verwerp H 0 als geldt: < g P 15 ( gμ = 85 en σ = ) =0, invnorm (0.05, 85, ) 81,51 g = 81,5 50 Het beslissingsvoorschrift wordt : Verwerp H 0 als 81,5 g(l) g(l) g(r)

6 6 c. H 0 : μ = 85, H 1 : μ 85 α = 0,01 en n = 200 Er moet dan gelden : Verwerp H 0 als geldt: g of g 15 P ( gl μ = 85 en σ = ) = 0, invnorm (0.9, 85, ) 82,27 g l = 82,2 200 Op grond van symmetrie geldt voor de rechtergrens: g r = ,8 = 87,8 Het beslissingsvoorschrift wordt : Verwerp H0 als 82,2 of 87,8 l r 13. met μ = 12 en σ = 3 waarbij de afhandelingstijd van een bestelling is. a. H 0 : μ = 12, H 1 : μ < 12 en α = 0,05 en n = P ( gl μ = 12 en σ = ) =0,05 25 g = invnorm(0.05, 12, 0.6) 11,01 Bij steekproefgemiddelden van 11,0 minuten of minder zal men veronderstellen dat de afhandelingtijd verminderd is. b. H 0 : μ = 12, H 1 : μ < 12 en α = 0,01 en n = P ( gl μ = 12 en σ = ) =0, g = invnorm(0.01, 12, 80 ) 11,22 Het steekproefgemiddelde is 11 min en 18 sec en dat is 11,3 min. Het resultaat is meer dan 11,2 min H 0 wordt niet verworpen. Geen aanleiding om te concluderen dat de afhandelingtijd is afgenomen. g(l) Opmerking: We hadden hier net zo goed direct de overschrijdingskans P( 11,3) kunnen berekenen. 14. Stel is het gewicht van een pakje margarine. H 0 : μ = 500, H 1 : μ >500 en α = 0,05 en n = 100 Aangezien het steekproefresultaat bekend is, berekenen we meteen de overschrijdingskans: 1, 5 P 500,4 μ 500 en σ > = = = normalcdf (500.4, 10 99, 500, 0.15) 100 0,004 < 0,05 Verwerp H 0 De productieafdeling krijgt gelijk.

7 7 15. Stel is de lengte van een zin in woorden. H 0 : μ = 28,6, H 1 : μ 28,6 en α = 0,01 en n = 75 5,9 Er geldt 30,2 > 28,6 P 30,2 μ 28,6 en σ > = = = 75 normalcdf (30.2, 10 99, 28.6, 5,9 75 ) 0,009 > 0,005 We kunnen er van uitgaan dat deze tekst van de auteur afkomstig is. 16. Stel is het IQ van de Nederlander. H 0 : μ = 100, H 1 : μ > 100 en α = 0,025 en σ = 15 en n = 25. P μ 100 en σ > = = = normalcdf ( 108,10,100,3 )=0,004 < 0, We kunnen inderdaad zeggen dat de voorzitter gelijk heeft. 17. μ = 4 mg en σ = 0,12 mg. a. P(tablet werkt goed) = P(3,8 < < 4,2) = normalcdf (3.8, 4.2, 4, 0.12) 0,904 b. H 0 : μ = 4, H 1 : μ 4 en α = 0,05 en n = 50 Het steekproefresultaat is kleiner dan 4 De overschrijdingskans wordt nu: P 0,12 3,95 μ 4 en σ = = = normalcdf 10,3.95,4, 0,002 < 0, Verwerp H 0 Het gemiddelde wijkt duidelijk af van 4 mg. c. P(tablet werkt niet goed) = P( 3,8 of 4, 2) = P ( 3,8) + P ( 4,2) normalcdf (-10 99, 3.8, 3.95, 0.12) + normalcdf (4.2, 10 99, 3.95, 0.12) = 0, , ,124 12,4% van de tabletten werkt dan niet goed. 3,8 3,95 4,2 18. H 0 : μ = 40, H 1 : μ >40 en α = 0,05 en σ = 8 a. Steekproef van 25. Rechtseenzijdige steekproef. P g μ 8 40 en σ = = = 0,05 25 ( g) P = 0,95

8 8 g = invnorm (0.95, 40, 1.6) = 42,63 Bij gemiddelden van 42,7 en hoger wordt H 0 verworpen. b. Stel de steekproefgrootte is n. We weten verder H 0 : μ = 40, H 1 : μ > 40 en α = 0,05 en n =? 8 P 40,5 μ = 40 en σ = 0, 05 n 99 8 normalcdf 40.5,10, 40, 0,05 Voer in : y 1 = normalcdf 40.5,10, 40, en y 2 = 0.05 en neem b.v. het window [0, 800] [0,0.2] Met de optie intersect vinden we 692,6 Vanaf een steekproef van 693 of meer verwerpen we dan H ,5 19. Stel is de lengte van de Nederlandse man. H 0 : μ = 183, H 1 : μ > 183 en α = 0,01 en σ = 7 Er is een steekproef van 133 gedaan met een gemiddelde lengte van 193. Dat resultaat is meer dan 183. We moeten dus de volgende overschrijdingskans berekenen P μ 183 en σ 99 7 = = = normalcdf 197,10,183, 0,000 < 0, Verwerp dus H 0 De basketballers zijn dus gemiddeld langer. 20. Stel is de trekkracht van de remkabels van toerfietsen. a. H 0 : μ = 800 en H 1 : μ < 800 en α = 0,05 We gaan de overschrijdingskans berekenen : 35 P( 785 μ = 800 en σ = 25 ) = normalcdf (-1099, 785, 800, 7) 0,016 < α H 0 wordt verworpen Er is inderdaad aanleiding om te twijfelen over de bewering van de fabrikant. b. Bij μ = 800 is de overschrijdingskans P( 785) groter dan bij een μ-waarde die groter is dan bij 800. Daarom wordt H 0 dan minder snel verworpen dan bij een grotere μ-waarde dan 800. Daarom is μ = 800 gunstiger voor de fabrikant dan een μ-waarde groter dan 800 N. 21. Stel is het aantal uur dat een Nederlander naar de televisie kijkt. H 0 : μ = 28, 4, H 1 : μ < 28,4 en α = 0,025 en σ = 2,4 Steekproefresultaat van 27,6 uur bij 30 personen

9 9 P 2, 4 27,6 μ 28,4 en σ = = =normalcdf 30 H 0 wordt niet verworpen De medewerker van De Ster krijgt geen gelijk , 27.6, 28.4, 0,034 > 0, μ = 500 gram en σ = 4 gram. is het gewicht van de koffiebonen in een pak. a. H 0 : μ = 500, H 1 : μ < 500 en α = 0,05 en σ = 4. Steekproef van n = 50 We moeten het gemiddelde gewicht van de steekproef berekenen opdat H 0 verworpen wordt. P g μ en σ = = = 0, g = invnorm 0.05,500, ,07 Het gemiddelde gewicht per pak moet 499 gram of minder zijn om H 0 te verwerpen. g(l) b. H 0 : μ = 500, H 1 : μ > 500 en α = 0,025 en σ = 4. Steekproef van 25. P 4 501,94 μ 500 en σ = = 25 = normalcdf (501.94, 10 99, 500,0.8) 0,008 < 0,025 H 0 wordt dus verworpen Het hoofd van de afdeling voorraad krijgt dus gelijk. c. Nu geldt : H 0 : μ = 500, H 1 : μ 500 en α = 0,005 en σ = 4. Steekproef van 25. Het steekproefresultaat is 502,48 gram en dit is meer dan 500 gram. We moeten daarom de overschrijdingskans berekenen waarbij de waarden groter zijn dan 502,48. P 4 502,48 μ 500 en σ 99 4 = = = normalcdf ,10,500, ,001 < 0,025 H 0 wordt verworpen Het steekproefresultaat wijkt duidelijk af van 500 gram. 23. is het aantal personen in de steekproef. a. is een discrete toevalsvariabele omdat x alleen gehele waarden kan aannemen. b. Steeds is de succeskans hetzelfde ; namelijk 40%. Verder is hier alleen sprake van succes of geen succes. (lekkerste of mislukking)

10 10 c. Bij deze steekproef is de verwachtingswaarde 0, = 40 De waarde 48 is beduidend meer dan 40. Er wordt alleen iets beweerd over mindere waarden dan 40. Mol zal bij x = 48 niet de advertentie moeten herzien. d. We hebben te maken met : H 0 : p = 0,40 en H 1 : p < 0,40 We moeten nu dus de overschrijdingskans gaan berekenen. P ( < 28 p= 0,40 en n= 100) = binomcdf(100, 0.40, 0.28) 0,008. α is dan wel hier niet gegeven, maar de uitkomst van de overschrijdingskans is zodanig klein dat geconcludeerd kan worden dat H 0 verworpen wordt. De concurrent krijgt dan gelijk. 24. Stel is het aantal personen dat in één keer slaagt voor het rijexamen. a. H 0 : p = 0,35 en H 1 : p > 0,35. en n = 40 Het is een rechtseenzijdige steekproef De overschrijdingskans is dus : P ( 19 p= 0,35 en n= 40) = 1 P ( 18) = 1 binomcdf (40, 0.35,18) 1 0,930 0,070 b. 0,070 > 0,05 Er is dus aanleiding om de bewering van de rijschoolhouder in twijfel te trekken. 25. Stel is het aantal Aziatische mannen die kleurenblind zijn. H 0 : p = 0,08 en H 1 : p > 0,08. en n = 200 Het is een rechtseenzijdige steekproef De overschrijdingskans is dus : P ( 22 p= 0,08 en n= 200) = 1 P ( 21) = 1 binomcdf (200, 0.08,21) 1 0,920 0,08 > 0,05 Er is geen aanleiding om mevrouw Bouman gelijk te geven. 26 Stel is het aantal mensen met een allergie. H 0 : p = 0,30 en H 1 : p < 0,30. en n = 474 Het is een linkseenzijdige steekproef De overschrijdingskans is dus : P ( 112 p= 0,30 en n= 474) = = binomcdf (474, 0.30,112) 0,001 < 0,025 Er is voldoende aanleiding om de Amerikaanse onderzoekers gelijk te geven. 27. Stel is het aantal personen dat zich stoort aan reclame. H 0 : p = 0,70 en H 1 : p < 0,70 Het is een linkseenzijdige steekproef De overschrijdingskans is dus : P ( 320 p= 0, 70 en n= 500) = binomcdf (500, 0.70,320) 0,002 < 0,01 = α H 0 wordt verworpen De steekproefuitslag wijkt inderdaad significant af van de mening van de recensent. 28. Stel is het aantal keer dat je 6 gooit bij het gooien met een dobbelsteen.

11 11 H 0 : p = 1 6 en H 1 : p < 1 6 Het is een linkseenzijdige steekproef De overschrijdingskans is dus : 1 P ( 8 p = en n 80 6 = ) = binomcdf (80, 1 6, 8) 0,067 > 0,05 = α H 0 wordt niet verworpen Er is niet voldoende reden om Mirjam gelijk te geven. 29. Stel is het aantal keer rood bij het draaien van het rad.. H 0 : p = 0,25 en H 1 : p > 0,25 Het is een rechtseenzijdige steekproef De overschrijdingskans is dus : P ( 52 p= 0,25 en n= 160) = 1 P ( 51) = = 1 binomcdf (160, 0.25,51) 1 0,980 0,020 > 0,01 = α H 0 wordt niet verworpen Er is niet voldoende reden om Simon gelijk te geven. 30. Stel is het aantal personen waarbij het geneesmiddel goed werkt. H 0 : p = 0,80 en H 1 : p < 0,80 Het is een linkseenzijdige steekproef De overschrijdingskans is dus : P ( gp= 0,80 en n= 500) = binomcdf (500, 0.80,g) Aangezien er moet gelden dat de conclusie is dat er niet verworpen wordt, komen we tot de eis : P ( gp= 0,80 en n= 500) 0,05 Voer in : y 1 = binomcdf ( 500, 0.80, ) Nu kijken in de tabel. We zien dan : P ( 384) 0,04341 en P ( 385) 0,05431 Het kleinste aantal patiënten waarbij de bewering van de fabrikant nog net niet wordt verworpen is Stel is het aantal sets dat gespeeld wordt waarbij de speler die begint de set wint. a. H 0 : p = 0,55 en H 1 : p < 0,55 Het is een linkseenzijdige steekproef De overschrijdingskans is dus : P ( gp= 0,55 en n= 500) = binomcdf (500, 0.55,g) = 0,05 Voer in : y 1 = binomcdf ( 500, 0.55,) en kijk naar de tabel. Na wat zoeken vinden we : binomcdf ( 500, 0.55, 256) 0,0484 en binomcdf ( 500, 0.55, 257) 0,058 Het aantal sets waarbij de speler die de eerste set wint is hoogstens 256. b. 242 < 256 Verwerp H 0. Jacco krijgt gelijk. c. Stel nu is het aantal games dat gewonnen wordt door de serveerder. H 0 : p = 0,815 en H 1 : p >0,815 en α = 0,025

12 12 Het is een rechtseenzijdige steekproef De overschrijdingskans is dus : P ( gp= 0,815 en n= 300) = 1 P ( g 1) = 1 - binomcdf (300, 0.815, g - 1) Voer nu in : y 1 = binomcdf ( 300, 0.815,) en kijk naar de tabel = 256 geeft 0,0342 en = 257 geeft 0,0237 < α Vanaf = 257 klopt het gevraagde. g 1 = 257 g = 258 Vanaf het winnen van 258 games door de serveerder krijgt Jacco gelijk. 32. a. Het resultaat kan te veel of te weinig zijn. Daarom dus twee kanten. b. Stel is het aantal keer kop bij het gooien van een geldstuk H 0 : p = 0,50 en H 1 : p 0,50 Het is een tweezijdige steekproef. De v.w.w. is nu 0, = 50. Het resultaat van de steekproef is 59 en dat is meer dan 50 De overschrijdingskans is dus : P ( 59 p= 0,50 en n= 100) = 1 P ( 58) = 1 binomcdf (100, 0.50,58) 1 0,9556 0,044 > 0,025 = 0,5α H 0 wordt niet verworpen Er is geen voldoende reden om te twijfelen aan de zuiverheid van het geldstuk. 33. Stel is het aantal keer dat je 6 gooit bij het gooien met een dobbelsteen. H 0 : p = 1 6 en H 1 : p 1 6 Het is een tweezijdige steekproef. De v.w.w. is = 25. Het resultaat van de steekproef is 12. Dat is kleiner dan 25 De overschrijdingskans is dus : 1 P ( 12 p = en n 150) 6 = = binomcdf (150, 1 6, 12) 0,002 < 0,025 = 0,5α H 0 wordt verworpen Er is voldoende reden om te twijfelen aan de zuiverheid van de dobbelsteen. 34. H 0 : p = 0,3 en H 1 : p 0,3 n = 50 en toetsingsgrootheid en α = 0,10 Het is een tweezijdige steekproef. Er is dus een gebied waarbij H 0 geaccepteerd wordt en twee gebieden waarbij H 0 verworpen wordt. Zie de schets. We krijgen : P ( g p= 0, 3en n = 50) 0,05. Voer in : y 1 = binomcdf (50, 0.3, ) l

13 13 De tabel geeft : binomcdf (50, 0.3, 9 ) 0,040 en binomcdf (50, 0.3,10 ) 0,079 g l = 9 Verder moet gelden : P ( gr p=0,3 en n = 50) 0,05 1 P( g r 1 ) 0, 0 5 P( g r 1) 0,95 De tabel geeft binomcdf (50, 0.3, 19) 0,9152 en binomcdf (50, 0.3, 20) 0,9522 Vanaf = 20 geldt het gevraagde g r 1 = 20 g r = 21 H 0 wordt verworpen voor steekproeven van 9 of minder of bij steekproefresultaten van 21 of meer. 35. Stel is het aantal dossiers met bouwfraude. H 0 : p = 0,12 en H 1 : p < 0,12 en α = 0,05 Het is een linkseenzijdige steekproef De overschrijdingskans is dus : P ( 8 p= 0,12 en n= 80) = binomcdf (80, 0.12,8) = 0,367 > 0,05 De steekproef wijkt niet significant af van de mededeling in het ochtendblad. 36. H 0 : p = 0,68 en H 1 : p 0,68 n = 60 α = 0,10 Stel is het aantal mannen dat minstens één keer per twee maanden naar de kapper gaat.. De v.w.w. is 0, en er gaan = 46 mannen minstens 1 keer per 2 maanden naar de kapper. 46 > 41 We hebben dus te maken met de rechter overschrijdingskans. P( 46 p = 0,68 en n = 60 ) = 1 P ( 45) = 1 binomcdf (60, 0.68, 45) = 1 0,9057 0,094 > 0,05 (0,5α) Er is geen aanleiding om kapper Beerlage gelijk te geven. 37. Stel is het aantal Nederlanders die vinden dat veroordeelden met een lichte straf die thuis moeten uitzitten. H 0 : p = 0,68 en H 1 : p < 0,68 n = 66 α = 0,05 P ( 38) = binomcdf (66, 0.68, 38) 0,048 < 0,05 H0 wordt verworpen. Er is voldoende aanleiding om woordvoerder Wolfsen gelijk te geven. 38. a. Stel is het aantal keer dat het balletje op sector 1 blijft liggen. n = 500 en α = 0,01. H 0 : p = 0,20 en H 1 : p 0,20 De v.w.w. is 0, = > 100 rechter overschrijdingskans P( 115 p = 0,20 en n = 500 ) = 1 P ( 114) = 1 binomcdf (500, 0.20, 114) = 1 0,946 0,054 > 0,005 = 0,5α H 0 wordt niet verworpen Er is geen aanleiding om aan de zuiverheid te twijfelen. b. Stel is het aantal keer dat het balletje op de sectoren 4 en 5 blijft liggen. n = 600 en α = 0,01.

14 14 H 0 : p = 0,40 en H 1 : p 0,40 Zie ook opgave 32.. We krijgen : P ( g p= 0,40 en n = 600) 0,005. l Voer in : y 1 = binomcdf (600, 0.40, ) De tabel geeft : binomcdf (600, 0.40, 208 ) 0,0041 en binomcdf (600, 0.40,209 ) 0,0053 g l = 208 Verder moet gelden : P ( gr p=0,40 en n = 600) 0,005 1 P( g r 1 ) 0, 005 P( g r 1) 0,995 De tabel geeft binomcdf (600, 0.40, 270) 0,9947 en binomcdf (50, 0.40, 271) 0,99549 Vanaf = 271 geldt het g r 1 = 271 g r = 272 H 0 wordt verworpen voor steekproeven van 208 of minder of bij steekproefresultaten van 272 of meer. Dat betekent dat bij steekproeven met een aantal van 209 t/m 271 de zuiverheid niet in twijfel zal worden genomen. c. Stel nu is het aantal keer dat het balletje valt op een even sector. H 0 : p = 0,40 en H 1 : p < 0,40 n = 300 en α = 0,025. P( 110 p = 0,40 en n = 300) = binomcdf (300, 0.40, 110) 0,131 > α Er is geen voldoende reden om Eric in het gelijk te stellen. 39. Stel nu is het aantal woningen met dubbele beglazing. H 0 : p = 0,50 en H 1 : p < 0,50 n = 2375 en α = 0,025. P( 1141 p = 0,50 en n = 2375) = binomcdf (2375, 0.50, 1141) 0,0295 > α Er is geen voldoende reden om de veronderstelling van het ministerie te herzien. 40. Stel nu is het aantal spaarlampen met een levensduur van meer dan 8000 uur. H 0 : p = 0,80 en H 1 : p < 0,80 n = 30 en α = 0,10. Door te tellen blijkt dat 21 van de 30 spaarlampen een levensduur heeft van meer dan 8000 uur. P( 21 p = 0,80 en n = 30) = binomcdf (30, 0.80, 21) 0,129 > α H 0 wordt niet verworpen Er is voldoende reden om de fabrikant gelijk te geven. 41. μ = 7,9 cm en σ = 0,5

15 15 a. Stel is de diameter van een tomaat. P(tomaat wordt doorgedraaid) = P ( < 7,2 μ = 7,9 cm en σ = 0,5) = normalcdf (-10 99, 7.2, 7.9, 0.5) 0,081 b. H 0 : p = 0,081 en H 1 : p < 0,081 n = 900 en α = 0,01.. P( 65 p = 0,081 en n = 900) = binomcdf (900, 0.081, 65) 0,184 > α H 0 wordt niet verworpen Er is geen aanleiding om te veronderstellen dat de diameter groter is geworden. 42. a. Stel is het gewicht van pas geboren baby s die behoren tot de categorie zwaar. Eerst de kans berekenen dat een baby tot de categorie zwaar behoort. P(categorie zwaar ) = normalcdf (4000, 10 99, 3250, 425) 0,0388 Nu de binomiale verdeling bekijken met p 0,0388 en n = 80 P( 5 p 0,0388 en n 80) = 1 P( 4) = 1 binomcdf (80, , 4) 1 0,801 0,199 b. H 0 : p = 0,0388 en H 1 : p > 0,0388 n = 58 en α = 0,01 P( 8 p = 0,0388 en n = 58) = 1 P( 7) = 1 - binomcdf (58, , 7) 1 0,9983 0,002 < 0,01 = α H 0 wordt verworpen De medewerkers krijgen gelijk. 43. Niet iedere verdeling is een normale verdeling. In het gegeven staat hier niets van vermeld. Verder is het een beetje lastig als σ niet bekend is. 44. De tekens van de waarnemingen - 15 geeft als resultaat : Stel is het aantal plustekens in de steekproef. H 0 : p = 0,50 en H 1 : p < 0,50 en α = 0,10. Er zijn nu 3 plussen P( 3 p = 0,50 en n = 13) = binomcdf (13, 0.5, 3) 0,046 < 0,10 = α H 0 wordt verworpen De bewering van de boswachter wordt niet geaccepteerd. 45. De tekens van de waarnemingen - 2,5 geeft als resultaat : Stel is het aantal plustekens in de steekproef. H 0 : p = 0,50 en H 1 : p > 0,50 en α = 0,10. Er zijn nu 9 plussen P( 9 p = 0,50 en n = 15) = 1 - P( 8 ) = 1 - binomcdf (15, 0.5, 8) 1 0,696 0,304 > 0,10 = α H 0 wordt niet verworpen De helpdesk krijgt dus inderdaad gelijk.

16 De tekens van de waarnemingen - 4,3 geeft als resultaat : Stel is het aantal plustekens in de steekproef. H 0 : p = 0,50 en H 1 : p < 0,50 en α = 0,10. Er zijn nu 6 plussen en 4 nullen n = 24 4 = 20 P( 6 p = 0,50 en n = 20) = binomcdf (20, 0.5, 6) 0,058 < 0,10 = α H 0 wordt verworpen De bewering van de busmaatschappij dat het gemiddelde lager is wordt dus aangenomen. 47. Teken toets waarbij het aantal minnen 138 is van de 250. Stel is het aantal minnen en Ho: p = 0,50 en H 1 : p > 0,50 en α = 0,025 P( 138 p = 0,50 en n = 250) = 1 - P( 137 ) = 1 - binomcdf (250, 0.5, 137) 1 0,943 0,057 >0,025 = α H 0 wordt niet verworpen De bewering dat het gemiddelde is toegenomen mag niet worden genomen. 48. Tekentoets waarbij het aantal minnen 325 is van de 753. Stel is het aantal minnen en Ho: p = 0,50 en H 1 : p < 0,50 en α = 0,025 P( 325 p = 0,50 en n = 753) = binomcdf (753, 0.5, 325) 0,000 < 0,01 = α H 0 wordt verworpen De bewering dat het gemiddelde is afgenomen mag worden genomen. 49. Bekijk vanuit de tabel het verschil van na - voor. We kijken naar het aantal minnetjes. Uit de tabel krijgen we : n = 13 Stel is het aantal minnen en Ho: p = 0,50 en H 1 : p > 0,50 en α = 0,005 P( 11 p = 0,50 en n = 13) = 1 P( 10) = binomcdf (13, 0.5, 10) 0,011 < 0,005 = α H 0 wordt verworpen Het middel zal volgens deze steekproef ervoor zorgen dat het aantal bladluizen zal verminderen. 50. Stel het aantal gewonnen wedstrijden van Nederland is + en het aantal verloren wedstrijden is -. Dan dus 55 keer een plus en 39 keer een min. Dat wil zeggen dat er dus = 25 gelijke spelen waren. Dus een nulletje die we dus niet meetellen. Stel is het aantal plussen. Ho: p = 0,50 en H 1 : p > 0,50 en α = 0,005 en n = = 94 P( 55 p = 0,50 en n = 94) = 1 P( 54) = binomcdf (94, 0.5, 54) 0,061> 0,005 = α Er is dus onvoldoende reden om aan te nemen dat Nederland sterker is dan België.

17 Ook hier is sprake van een tekentoets. We gaan het aantal plussen tellen van A - B. Dat aantal noemen we. We krijgen dan : Het aantal plussen is 14 van de 20. H 0 : p = 0,50 en H 1 : p 0,50 en α = 0,10 De v.w.w. is 0,5. 20 = > 10 De rechter overschrijdingskans is : P( 14 p = 0,50 en n = 20) = 1 - P( 13 ) = 1 - binomcdf (20, 0.5, 13) 1 0,942 0,058 > 0,05 = 0,5α H 0 wordt niet verworpen Er is geen duidelijk verschil in populariteit tussen de twee TV-programma s A en B. 52. Ook hier is sprake van een tekentoets. We gaan het aantal plussen tellen van B - A. Dat aantal noemen we. We krijgen dan zoals gegeven is 20 plussen en 10 minnen. H 0 : p = 0,50 en H 1 : p > 0,50 en α = 0,05 P( 20 p = 0,50 en n = 30) = 1 - P( 19 ) = 1 - binomcdf (30, 0.5, 19) 1 0,951 0,049 < 0,05 = α H 0 wordt verworpen Er is inderdaad reden om te veronderstellen dat merk B beter is dan merk A. 53. Ook hier is sprake van een tekentoets. We gaan het aantal plussen tellen van thuis - uit. We krijgen dan : is het aantal plussen. Er zijn 6 plussen van de 10 1 = 9 ploegen. H 0 : p = 0,50 en H 1 : p > 0,50 en α = 0,01 P( 6 p = 0,50 en n = 9) = 1 - P( 5 ) = 1 - binomcdf (9, 0.5, 5) 1 0,746 0,254 > 0,01 = α H 0 wordt niet verworpen Er is geen reden om te veronderstellen dat thuisvoordeel bestaat. 54. We gaan kijken naar het teken van AE NIG. We krijgen dan : n = 12 1 = 11 waarvan 10 keer een plus. H 0 : p = 0,50 en H 1 : p > 0,50 en α = 0,10 P( 10 p = 0,50 en n = 11) = 1 - P( 9 ) = 1 - binomcdf (11, 0.5, 9) 0,006 < 0,10 = α Er is inderdaad reden om aan te nemen dat de AE het beter doet dan NIG. 55. a. Er is hier sprake van een tekentoets. We gaan het aantal plussen tellen van A B. We krijgen dan : Stel is het aantal plussen. Er zijn nu 4 plussen. H 0 : p = 0,50 en H 1 : p 0,50 en α = 0,05

18 18 De v.w.w. = 16. 0,5 = 8 en 4 < 8 De linker overschrijdingskans is : P( 4 p = 0,50 en n = 16) = binomcdf (16, 0.5, 4) 0,038 > 0,025 = 0,5α H 0 wordt niet verworpen Er is geen reden om te veronderstellen dat er verschil is tussen de beide soorten kunstmest. b. Nu hebben we te maken met een rechtseenzijdige steekproef. H 0 : p = 0,50 en H 1 : p > 0,50 en α = 0,05 Stel nu is het aantal minnen. Er zijn dus 12 minnen. P( 12 p = 0,50 en n = 16) = 1 P( 11) = 1 - binomcdf (16, 0.5, 11) 1 0,962 0,038 < 0,005 = α H 0 wordt verworpen Er is inderdaad reden om te veronderstellen dat soort B beter is dan soort A.

15.1 Beslissen op grond van een steekproef

15.1 Beslissen op grond van een steekproef 05 15 Exponenten Het toetsen van en logaritmen hypothesen 15.1 Beslissen op grond van een steekproef bladzijde 8 1 a Er wordt dan te veel schuurmiddel geleverd en dit kost geld. b Dan zit er te weinig

Nadere informatie

wordt niet verworpen, dus het gemiddelde wijkt niet significant af van 400 wordt niet verworpen, dus het beïnvloedt de levensduur niet significant

wordt niet verworpen, dus het gemiddelde wijkt niet significant af van 400 wordt niet verworpen, dus het beïnvloedt de levensduur niet significant Hoofdstuk Het toetsen van hypothesen.. Beslissen op grond van een steekproef Opgave : a. hij gebruikt totaal meer schuurmiddel dan nodig is en dat kost dus extra geld b. de klanten gaan klagen als er te

Nadere informatie

wordt niet verworpen, dus het beïnvloedt de levensduur niet significant

wordt niet verworpen, dus het beïnvloedt de levensduur niet significant Hoofdstuk : Kansen en beslissingen. Beslissen op grond van een steekproef. Opgave : a. normalcdf,,8,), 78 b. a invnorm.,8,) 7, c. normalcdf,.,.8, ), 7 y normalcdf,.,.8, X ) kijk in de tabel voor welke

Nadere informatie

15.1 Beslissen op grond van een steekproef [1]

15.1 Beslissen op grond van een steekproef [1] 15.1 Beslissen op grond van een steekproef [1] Voorbeeld 1: Een vulmachine vult flessen met een inhoud van X ml. X is normaal verdeeld met μ = 400 en σ = 4 Er wordt een steekproef genomen van 40 flessen.

Nadere informatie

11.0 Voorkennis. Wanneer je met binomcdf werkt, werk je dus altijd met een kans van de vorm P(X k)

11.0 Voorkennis. Wanneer je met binomcdf werkt, werk je dus altijd met een kans van de vorm P(X k) 11.0 Voorkennis Let op: Cumulatieve binomiale verdeling: P(X k) = binomcdf(n,p,k) Wanneer je met binomcdf werkt, werk je dus altijd met een kans van de vorm P(X k) Voorbeeld 1: Binomiaal kanseperiment

Nadere informatie

15.1 Beslissen op grond van een steekproef theorie C. 15.2 Eenzijdig en tweezijdig toetsen. 15.3 Binomiale toetsen theorie A, B, C

15.1 Beslissen op grond van een steekproef theorie C. 15.2 Eenzijdig en tweezijdig toetsen. 15.3 Binomiale toetsen theorie A, B, C Wat leer je? Zorgt verbeterde hygiëne voor een toename van allergische aandoeningen? In de statistiek is een methode ontwikkeld om op zo n vraag een onderbouwd antwoord te geven aan de hand van een steekproefresultaat.

Nadere informatie

Samenvatting Wiskunde A

Samenvatting Wiskunde A Bereken: Bereken algebraisch: Bereken exact: De opgave mag berekend worden met de hand of met de GR. Geef bij GR gebruik de ingevoerde formules en gebruikte opties. Kies op een examen in dit geval voor

Nadere informatie

4.1 Eigenschappen van de normale verdeling [1]

4.1 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 informatie

Toetsen van Hypothesen. Het vaststellen van de hypothese

Toetsen van Hypothesen. Het vaststellen van de hypothese Toetsen van Hypothesen Wisnet-hbo update maart 2008 1. en Het vaststellen van de hypothese De nulhypothese en de Alternatieve hypothese. Het gaat in deze paragraaf puur alleen om de formulering. Er wordt

Nadere informatie

Hoofdstuk 3 Toetsen uitwerkingen

Hoofdstuk 3 Toetsen uitwerkingen Kern Kansen ij een normale verdeling a normalcdf(3.7,., 3,7) =,9 normalcdf(9, 9999,, 7) =,7 c normalcdf( 9999, 3,, ) =,978 a g = invnorm(.3, 8, 7) = 77,9 g = invnorm(.873,, ) = 97,9 c P(X < g μ = 8 en

Nadere informatie

P ( X 26) 0,5 α H 0 wordt verworpen. Conclusie: er is aanleiding om µ = 25 in twijfel te trekken.

P ( X 26) 0,5 α H 0 wordt verworpen. Conclusie: er is aanleiding om µ = 25 in twijfel te trekken. C. von Schwartzenberg 1/10 1a 1b Meer everen dan op de facon vermed staat, kost fabrikant Heder ged. Minder everen dan op de facon vermed staat, kost fabrikant Heder kanten. a P (ten onrechte bijsteen)

Nadere informatie

13.1 Kansberekeningen [1]

13.1 Kansberekeningen [1] 13.1 Kansberekeningen [1] Herhaling kansberekeningen: Somregel: Als de gebeurtenissen G 1 en G 2 geen gemeenschappelijke uitkomsten hebben geldt: P(G 1 of G 2 ) = P(G 1 ) + P(G 2 ) B.v. P(3 of 4 gooien

Nadere informatie

14.1 Kansberekeningen [1]

14.1 Kansberekeningen [1] 14.1 Kansberekeningen [1] Herhaling kansberekeningen: Somregel: Als de gebeurtenissen G 1 en G 2 geen gemeenschappelijke uitkomsten hebben geldt: P(G 1 of G 2 ) = P(G 1 ) + P(G 2 ) B.v. P(3 of 4 gooien

Nadere informatie

9.0 Voorkennis. Bij samengestelde kansexperimenten maak je gebruik van de productregel.

9.0 Voorkennis. Bij samengestelde kansexperimenten maak je gebruik van de productregel. 9.0 Voorkennis Bij samengestelde kansexperimenten maak je gebruik van de productregel. Productregel: Voor de gebeurtenis G 1 bij het ene kansexperiment en de gebeurtenis G 2 bij het andere kansexperiment

Nadere informatie

Hoofdstuk 3 Statistiek: het toetsen

Hoofdstuk 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 informatie

Hoofdstuk 6 Twee populaties: parametrische toetsen

Hoofdstuk 6 Twee populaties: parametrische toetsen Hoofdstuk 6 Twee populaties: parametrische toetsen 6.1 De t-toets voor het verschil tussen twee gemiddelden: In veel onderzoekssituaties zijn we vooral in de verschillen tussen twee populaties geïnteresseerd.

Nadere informatie

Paragraaf 9.1 : De Verwachtingswaarde

Paragraaf 9.1 : De Verwachtingswaarde Hoofdstuk 9 Kansverdelingen (V5 Wis A) Pagina 1 van 8 Paragraaf 9.1 : De Verwachtingswaarde Les 1 Verwachtingswaarde Definities : Verwachtingswaarde Verwachtingswaarde = { wat je verwacht } { gemiddelde

Nadere informatie

Lesbrief hypothesetoetsen

Lesbrief hypothesetoetsen Lesbrief hypothesetoetsen 00 "Je gaat het pas zien als je het door hebt" Johan Cruijff Willem van Ravenstein Inhoudsopgave Inhoudsopgave... Hoofdstuk - voorkennis... Hoofdstuk - mens erger je niet... 3

Nadere informatie

c P( X 1249 of X 1751 µ = 1500 en σ = 100) = 1 P(1249 X 1751)

c P( X 1249 of X 1751 µ = 1500 en σ = 100) = 1 P(1249 X 1751) Uitwerkingen Wiskunde A Netwerk VWO 6 Hoofdstuk 5 Toetsen www.uitwerkingensite.nl Hoofdstuk 5 Toetsen Kern Het principe van een toets a Nee, de waarneming,% wijkt erg sterk af van de verwachte,5%. Ja,,6%

Nadere informatie

Uitwerkingen Mei 2012. Eindexamen HAVO Wiskunde A. Nederlands Mathematisch Instituut Voor Onderwijs en Onderzoek

Uitwerkingen Mei 2012. Eindexamen HAVO Wiskunde A. Nederlands Mathematisch Instituut Voor Onderwijs en Onderzoek Uitwerkingen Mei 2012 Eindexamen HAVO Wiskunde A Nederlands Mathematisch Instituut Voor Onderwijs en Onderzoek Supersize me Opgave 1. De formule voor de dagelijkse energiebehoefte is E b = 33,6 G. Als

Nadere informatie

Hoofdstuk 6 Hypothesen toetsen

Hoofdstuk 6 Hypothesen toetsen Hoofdstuk 6 Hypothesen toetsen ladzijde 144 1a X is aantal autokopers die merk A aanschaffen. X is Bin(100; 0,30) verdeeld. 0,30 3 100 = 30, naar verwachting zullen dus 30 autokopers merk A aanschaffen.

Nadere informatie

34% 34% 2,5% 2,5% ,5% 13,5%

34% 34% 2,5% 2,5% ,5% 13,5% C. von Schwartzenberg 1/16 1a Er is uitgegaan van de klassen: 1 < 160; 160 < 16; 16 < 170;... 18 < 190. 1b De onderzochte groep bestaat uit 1000 personen. 1c x = 17,3 (cm) en σ, 7 (cm). 1de 680 is 68%

Nadere informatie

Hoofdstuk 8: Het Toetsen van Hypothesen (Extra Oefeningen)

Hoofdstuk 8: Het Toetsen van Hypothesen (Extra Oefeningen) Hoofdstuk 8: Het Toetsen van Hypothesen (Extra Oefeningen) 8.16. Men wenst H 0 : p 0.2 te testen tegenover H 1 : p 0.4 voor een binomiale distributie met n 10. Bepaal α en β als de testfunctie gegeven

Nadere informatie

Voorbeeld 1: kansverdeling discrete stochast discrete kansverdeling

Voorbeeld 1: kansverdeling discrete stochast discrete kansverdeling 12.0 Voorkennis Voorbeeld 1: Yvette pakt vier knikkers uit een vaas waar er 20 inzitten. 9 van de knikkers zijn rood en 11 van de knikkers zijn blauw. X = het aantal rode knikkers dat Yvette pakt. Er zijn

Nadere informatie

Paragraaf 9.1 : De Verwachtingswaarde

Paragraaf 9.1 : De Verwachtingswaarde Hoofdstuk 9 Kansverdelingen (V5 Wis A) Pagina 1 van 8 Paragraaf 9.1 : De Verwachtingswaarde Les 1 Verwachtingswaarde Definities : Verwachtingswaarde Verwachtingswaarde = { wat je verwacht } { gemiddelde

Nadere informatie

Antwoorden door K woorden 14 augustus keer beoordeeld. Wiskunde A. Supersize me. Opgave 1: leerstof: Formules met meer variabelen.

Antwoorden door K woorden 14 augustus keer beoordeeld. Wiskunde A. Supersize me. Opgave 1: leerstof: Formules met meer variabelen. Antwoorden door K. 1901 woorden 14 augustus 2015 1 1 keer beoordeeld Vak Wiskunde A Supersize me Opgave 1: leerstof: Formules met meer variabelen. Formule energiebehoefte = =33,6 G 5000(kcal) = dagelijkse

Nadere informatie

Hoofdstuk 5 Een populatie: parametrische toetsen

Hoofdstuk 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 informatie

Hoofdstuk 11: Kansverdelingen 11.1 Kansberekeningen Opgave 1: Opgave 2: Opgave 3: Opgave 4: Opgave 5:

Hoofdstuk 11: Kansverdelingen 11.1 Kansberekeningen Opgave 1: Opgave 2: Opgave 3: Opgave 4: Opgave 5: Hoofdstuk : Kansverdelingen. Kansberekeningen Opgave : kan op manieren 5 kan op! manieren 555 kan op manier 0 0 som 5) Opgave : som 5) som 5) som ) som ) c. som 0) d. som 0) som ) Opgave : som ) som )

Nadere informatie

Uitwerkingen voortoets/oefentoets E3 maart/april 2009 MLN

Uitwerkingen voortoets/oefentoets E3 maart/april 2009 MLN Uitwerkingen voortoets/oefentoets E3 maart/april 009 MLN UITZENDBUREAU a H 0 : p=0. ( op is een kans van 0% wel 0.) is de bewering van het uitzendbureau H : p 0. (Helena is het er niet mee eens en denkt

Nadere informatie

Kansberekeningen Hst

Kansberekeningen Hst 1 Kansberekeningen Hst. 1 1. P(,) + P(,) + P(,) = 1 1 1 1 1 1 5 + + = 16 b. P(10) = P(,,) + P(,,) = 1 1 1 1 1 1 1 6 + = 6 c. P(min stens keer een ) =1 P(max imaal keer een ) = 1 binomcdf (1, 1,) 0,981

Nadere informatie

Toetsen van hypothesen

Toetsen van hypothesen Les 4 Toetsen van hypothesen We hebben tot nu toe enigszins algemeen naar grootheden van populaties gekeken en bediscussieerd hoe we deze grootheden uit steekproeven kunnen schatten. Vaak hebben we echter

Nadere informatie

Hoofdstuk 2 De normale verdeling. Kern 1 Normale verdelingen. 1 a

Hoofdstuk 2 De normale verdeling. Kern 1 Normale verdelingen. 1 a Hoofdstuk De normale verdeling Kern Normale verdelingen a percentage 30 0 0 57 6 67 7 77 8 87 9 97 0 07 De polygoon heeft een klokvorm. b In totaal is 0, + 0,9 + 3,3 +,0 +,3 + 7,3= 50,5 procent van de

Nadere informatie

De 'echte' toets lijkt hierop, alleen is de vormgeving anders. De uitwerkingen vind je voor de toetsweek terug op

De 'echte' toets lijkt hierop, alleen is de vormgeving anders. De uitwerkingen vind je voor de toetsweek terug op De 'echte' toets lijkt hierop, alleen is de vormgeving anders. De uitwerkingen vind je voor de toetsweek terug op www.molenaarnet.org. Geef je niet exacte antwoorden in 4 decimalen nauwkeurig Opgave 1

Nadere informatie

Hiermee rekenen we de testwaarde van t uit: n. 10 ( x ) ,16

Hiermee 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 informatie

Uitwerkingen Wiskunde A HAVO

Uitwerkingen Wiskunde A HAVO Uitwerkingen Wiskunde A HAVO Nederlands Mathematisch Instituut December 28, 2012 Supersize me Opgave 1. De formule voor de dagelijkse energiebehoefte is E b = 33,6 G. Als we dit invullen dan krijgen we

Nadere informatie

Wiskunde D Online uitwerking 4 VWO blok 6 les 2

Wiskunde D Online uitwerking 4 VWO blok 6 les 2 Paragraaf 8 De klokvorm Opgave 1 a De top van de grafiek van de PvdA ligt bij 30 %. Dus voor de PvdA wordt 30% voorspeld. b De grafiek loopt van ongeveer 27 tot 33, dus het percentage ligt met grote waarschijnlijkheid

Nadere informatie

o Geef bij de beantwoording van de vragen ALTIJD JE BEREKENINGEN. Als je alleen een antwoord geeft worden er GEEN PUNTEN toegekend!

o Geef bij de beantwoording van de vragen ALTIJD JE BEREKENINGEN. Als je alleen een antwoord geeft worden er GEEN PUNTEN toegekend! Examentoets 2 6VWO-A Statistiek woensdag 20 januari 2010 o Geef bij de beantwoording van de vragen ALTIJD JE BEREKENINGEN. Als je alleen een antwoord geeft worden er GEEN PUNTEN toegekend! o Geef bij gebruik

Nadere informatie

Kansrekening en Statistiek

Kansrekening en Statistiek Kansrekening en Statistiek College 12 Donderdag 21 Oktober 1 / 38 2 Statistiek Indeling: Stochast en populatie Experimenten herhalen Wet van de Grote Getallen Centrale Limietstelling 2 / 38 Deductieve

Nadere informatie

Lesbrief de normale verdeling

Lesbrief de normale verdeling Lesbrief de normale verdeling 2010 Willem van Ravenstein Inhoudsopgave Inhoudsopgave... 1 Hoofdstuk 1 de normale verdeling... 2 Hoofdstuk 2 meer over de normale verdeling... 11 Hoofdstuk 3 de n-wet...

Nadere informatie

Verklarende Statistiek: Toetsen. Zat ik nou in dat kritische gebied of niet?

Verklarende Statistiek: Toetsen. Zat ik nou in dat kritische gebied of niet? Verklarende Statistiek: Toetsen Zat ik nou in dat kritische gebied of niet? Toetsen, Overzicht Nulhypothese - Alternatieve hypothese (voorbeeld: toets voor p = p o in binomiale steekproef) Betrouwbaarheid

Nadere informatie

11.1 Kansberekeningen [1]

11.1 Kansberekeningen [1] 11.1 Kansberekeningen [1] Kansdefinitie van Laplace: P(gebeurtenis) = Aantal gunstige uitkomsten/aantal mogelijke uitkomsten Voorbeeld 1: Wat is de kans om minstens 16 te gooien, als je met 3 dobbelstenen

Nadere informatie

Empirische kansen = op ervaring gegrond; bereken je door relatieve frequenties te gebruiken. Wet van de grote aantallen.

Empirische kansen = op ervaring gegrond; bereken je door relatieve frequenties te gebruiken. Wet van de grote aantallen. Samenvatting Kansen Definitie van Laplace : P(G) = aantal _ gunstige _ uitkomsten aantal _ mogelijke _ uitkomsten Voorbeeld : Vb kans op 4 gooien met dobbelsteen: Aantal gunstige uitkomsten = 1 ( namelijk

Nadere informatie

Boek 2 hoofdstuk 8 De normale verdeling.

Boek 2 hoofdstuk 8 De normale verdeling. 52a. de groepen verschillen sterk in grootte b. 100 van de 5000 = 1 van de 50 dus 1 directielid, 90 winkelmedewerkers en 9 magazijnmedewerkers. Boek 2 hoofdstuk 8 De normale verdeling. 8.1 Vuistregels

Nadere informatie

Hoofdstuk 8: De normale verdeling. 8.1 Centrum- en spreidingsmaten. Opgave 1:

Hoofdstuk 8: De normale verdeling. 8.1 Centrum- en spreidingsmaten. Opgave 1: Hoofdstuk 8: De normale verdeling 8. Centrum- en spreidingsmaten Opgave : 00000 4 4000 5 3000 a. 300 dollar 0 b. 9 van de atleten verdienen minder dan de helft van het gemiddelde. Het gemiddelde is zo

Nadere informatie

4 De normale verdeling

4 De normale verdeling bladzijde 217 35 a X = het aantal vrouwen met osteoporose. P(X = 30) = binompdf(100, 1, 30) 0,046 4 b X = het aantal mannen met osteoporose. Y = het aantal vrouwen met osteoporose. P(2 met osteoporose)

Nadere informatie

Populatie: De gehele groep elementen waarover informatie wordt gewenst.

Populatie: De gehele groep elementen waarover informatie wordt gewenst. Statistiek I Werkcollege 1 Populatie: De gehele groep elementen waarover informatie wordt gewenst. Steekproef: Gedeelte van de populatie dat feitelijk wordt onderzocht om informatie te vergaren. Eenheden:

Nadere informatie

Voorbeeldtentamen Statistiek voor Psychologie

Voorbeeldtentamen 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 informatie

Uitwerkingen Hst. 10 Kansverdelingen

Uitwerkingen Hst. 10 Kansverdelingen Uitwerkingen Hst. 0 Kansverdelingen. Uittellen: 663 ; 636 ; 366 ; 654 (6 keer) ; 555 0 mogelijkheden met som 5.. Som geen 5 = 36 som 5 Som 5: 4, 3, 3, 4 4 mogelijkheden dus 3 mogelijkheden voor som geen

Nadere informatie

Hoofdstuk 4 Hypothese toetsen

Hoofdstuk 4 Hypothese toetsen a b Hoofdstuk 4 Hypothese toetsen 4. Werken met steekproeven bladzijde 84 (a) de onderzoeker ondervraagt alleen mannen (b) hij ondervraagt slechts mensen die een winkelwagen hebben gepakt (c) hij doet

Nadere informatie

+ ( 1 4 )2 σ 2 X σ2. 36 σ2 terwijl V ar[x] = 11. Aangezien V ar[x] het kleinst is, is dit rekenkundig gemiddelde de meest efficiënte schatter.

+ ( 1 4 )2 σ 2 X σ2. 36 σ2 terwijl V ar[x] = 11. Aangezien V ar[x] het kleinst is, is dit rekenkundig gemiddelde de meest efficiënte schatter. STATISTIEK OPLOSSINGEN OEFENZITTINGEN 5 en 6 c D. Keppens 2004 5 1 (a) Zij µ de verwachtingswaarde van X. We moeten aantonen dat E[M i ] = µ voor i = 1, 2, 3 om te kunnen spreken van zuivere schatters.

Nadere informatie

De normale verdeling. Les 3 De Z-waarde (Deze les sluit aan bij de paragraaf 10 van Binomiale en normale verdelingen van de Wageningse Methode)

De normale verdeling. Les 3 De Z-waarde (Deze les sluit aan bij de paragraaf 10 van Binomiale en normale verdelingen van de Wageningse Methode) De normale verdeling Les 3 De Z-waarde (Deze les sluit aan bij de paragraaf 10 van Binomiale en normale verdelingen van de Wageningse Methode) De grafische rekenmachine Vooraf In deze les ga je veel met

Nadere informatie

13,5% 13,5% De normaalkromme heeft dezelfde vorm als A (even breed en even hoog), maar ligt meer naar links.

13,5% 13,5% De normaalkromme heeft dezelfde vorm als A (even breed en even hoog), maar ligt meer naar links. G&R havo A deel C. von Schwartzenberg /8 a Er is uitgegaan van de klassen: < 60; 60 < 6; 6 < 70;... 8 < 90. b c De onderzochte groep bestaat uit 000 personen. (neem nog eens GRpracticum uit hoofdstuk 4

Nadere informatie

De normale verdeling

De normale verdeling De normale verdeling Les 2 De klokvorm en de normale verdeling (Deze les sluit aan bij paragraaf 8 en 9 van Binomiale en normale verdelingen van de Wageningse Methode) De grafische rekenmachine Vooraf

Nadere informatie

Uitwerkingen Mei 2012. Eindexamen VWO Wiskunde C. Nederlands Mathematisch Instituut Voor Onderwijs en Onderzoek

Uitwerkingen Mei 2012. Eindexamen VWO Wiskunde C. Nederlands Mathematisch Instituut Voor Onderwijs en Onderzoek Uitwerkingen Mei 2012 Eindexamen VWO Wiskunde C Nederlands Mathematisch Instituut Voor Onderwijs en Onderzoek I Tjing Opgave 1. Het aantal hoofdstukken in de I Tjing correspondeert met het totale aantal

Nadere informatie

Hoofdstuk 9 De Normale Verdeling. Kern 1 Normale verdelingen. Netwerk, 4 Havo A, uitwerkingen Hoofdstuk 9, De Normale Verdeling Elleke van der Most

Hoofdstuk 9 De Normale Verdeling. Kern 1 Normale verdelingen. Netwerk, 4 Havo A, uitwerkingen Hoofdstuk 9, De Normale Verdeling Elleke van der Most Hoofdstuk 9 De Normale Verdeling Kern Normale verdelingen a percentage 30 0 0 57 6 67 7 77 8 87 9 97 0 07 De polygoon heeft een klokvorm. b De gemiddelde lengte valt in de klasse 80 84 cm. Omdat 8 precies

Nadere informatie

Sheets K&S voor INF HC 10: Hoofdstuk 12

Sheets K&S voor INF HC 10: Hoofdstuk 12 Sheets K&S voor INF HC 1: Hoofdstuk 12 Statistiek Deel 1: Schatten (hfdst. 1) Deel 2: Betrouwbaarheidsintervallen (11) Deel 3: Toetsen van hypothesen (12) Betrouwbaarheidsintervallen (H11) en toetsen (H12)

Nadere informatie

Uitwerkingen Mei Eindexamen VWO Wiskunde A. Nederlands Mathematisch Instituut Voor Onderwijs en Onderzoek

Uitwerkingen Mei Eindexamen VWO Wiskunde A. Nederlands Mathematisch Instituut Voor Onderwijs en Onderzoek Uitwerkingen Mei 2012 Eindexamen VWO Wiskunde A Nederlands Mathematisch Instituut Voor Onderwijs en Onderzoek Schroefas Opgave 1. In de figuur trekken we een lijn tussen 2600 tpm op de linkerschaal en

Nadere informatie

Les 7-8: Parameter- en Vergelijkingstoetsen

Les 7-8: Parameter- en Vergelijkingstoetsen Les 7-8: Parameter- en Vergelijkingstoetsen I Theorie : A. Algemeen :. Hypothese formuleren. H 0 : nul-hypothese H : alternatieve hypothese 2. teekproef nemen. x en 2 zijn te berekenen uit de steekproefresultaten.

Nadere informatie

Statistiek voor A.I. College 10. Donderdag 18 Oktober

Statistiek voor A.I. College 10. Donderdag 18 Oktober Statistiek voor A.I. College 10 Donderdag 18 Oktober 1 / 28 Huffington Post poll verkiezingen VS - 12 Oktober 2012 2 / 28 Gallup poll verkiezingen VS - 15 Oktober 2012 3 / 28 Jullie - onderzoek Kimberly,

Nadere informatie

Zin en onzin van normale benaderingen van binomiale verdelingen

Zin 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 informatie

Hoofdstuk 8 Het toetsen van nonparametrische variabelen

Hoofdstuk 8 Het toetsen van nonparametrische variabelen Hoofdstuk 8 Het toetsen van nonparametrische variabelen 8.1 Non-parametrische toetsen: deze toetsen zijn toetsen waarbij de aannamen van normaliteit en intervalniveau niet nodig zijn. De aannamen zijn

Nadere informatie

Stochastiek 2. Inleiding in de Mathematische Statistiek 1 / 17

Stochastiek 2. Inleiding in de Mathematische Statistiek 1 / 17 Stochastiek 2 Inleiding in de Mathematische Statistiek 1 / 17 Statistische toetsen 2 / 17 Toetsen - algemeen - 1 Setting: observatie X in X, model {P θ : θ Θ}. Gegeven partitie Θ = Θ 0 Θ 1, met Θ 0 Θ 1

Nadere informatie

3 Cijfers in orde. Antwoorden- boekje. Met behulp van Excel. Stedelijk. Gymnasium. Nijmegen

3 Cijfers in orde. Antwoorden- boekje. Met behulp van Excel. Stedelijk. Gymnasium. Nijmegen 1 Stedelijk Gymnasium Nijmegen 2 0 6 7 4 5 9 8 3 Cijfers in orde Met behulp van Excel L Antwoorden- boekje 2 Antwoorden Introductielessen Excel Introductieles Excel (1) Opdracht 1 Er staat een zwart blokje

Nadere informatie

c Voorbeeldvragen, Methoden & Technieken, Universiteit Leiden TS: versie 1 1 van 6

c Voorbeeldvragen, Methoden & Technieken, Universiteit Leiden TS: versie 1 1 van 6 c Voorbeeldvragen, Methoden & Technieken, Universiteit Leiden TS: versie 1 1 van 6 1. Iemand kiest geblinddoekt 4 paaseitjes uit een mand met oneindig veel paaseitjes. De helft is melkchocolade, de andere

Nadere informatie

bijspijkercursus wiskunde voor psychologiestudenten bijeenkomst 9 de normale verdeling (niet in [PW])

bijspijkercursus wiskunde voor psychologiestudenten bijeenkomst 9 de normale verdeling (niet in [PW]) bijspijkercursus wiskunde voor psychologiestudenten bijeenkomst 9 de normale verdeling (niet in [PW]) vorige week: kansrekening de uitkomstvariabele was bijna altijd discreet aantal keer een vijf gooien

Nadere informatie

5.0 Voorkennis. Voorbeeld 1: In een vaas zitten 10 rode, 5 witte en 6 blauwe knikkers. Er worden 9 knikkers uit de vaas gepakt.

5.0 Voorkennis. Voorbeeld 1: In een vaas zitten 10 rode, 5 witte en 6 blauwe knikkers. Er worden 9 knikkers uit de vaas gepakt. 5.0 Voorkennis Voorbeeld 1: In een vaas zitten 10 rode, 5 witte en 6 blauwe knikkers. Er worden 9 knikkers uit de vaas gepakt. a) Bereken de kans op minstens 7 rode knikkers: P(minstens 7 rood) = P(7 rood)

Nadere informatie

Kansrekening en Statistiek

Kansrekening 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 informatie

Werken met de grafische rekenmachine

Werken met de grafische rekenmachine Werken met de grafische rekenmachine Plot de grafiek blz. Schets de grafiek of teken een globale grafiek blz. 3 Teken de grafiek blz. 4 Het berekenen van snijpunten blz. 3 5 Het berekenen van maxima en

Nadere informatie

Statistiek voor A.I. College 12. Dinsdag 23 Oktober

Statistiek voor A.I. College 12. Dinsdag 23 Oktober Statistiek voor A.I. College 12 Dinsdag 23 Oktober 1 / 20 2 Deductieve statistiek Orthodoxe statistiek 2 / 20 3 / 20 Jullie - onderzoek Wivine Tijd waarop je opstaat (uu:mm wordt weergeven als uumm). Histogram

Nadere informatie

BASISVAARDIGHEDEN. Rekenen en wiskunde

BASISVAARDIGHEDEN. Rekenen en wiskunde BASISVAARDIGHEDEN Rekenen en wiskunde Wat is het grootste getal in dit rijtje? A 40 4 B 4x4x4x4x4x4 C (4 4 ) 4 D 4 (4^4) E 4 40 1 2 1 3 4 = 0,08 0,5 = 512 12 256 4 = Los algebaïsch op (x + 2)(x 2 4) =

Nadere informatie

o Geef bij de beantwoording van de vragen ALTIJD JE BEREKENINGEN. Als je alleen een antwoord geeft worden er GEEN PUNTEN toegekend!

o Geef bij de beantwoording van de vragen ALTIJD JE BEREKENINGEN. Als je alleen een antwoord geeft worden er GEEN PUNTEN toegekend! Examentoets 2 6VWO-A12 Statistiek woensdag 20 januari 2010 o Geef bij de beantwoording van de vragen ALTIJD JE BEREKENINGEN. Als je alleen een antwoord geeft worden er GEEN PUNTEN toegekend! o Geef bij

Nadere informatie

Kansverdelingen Inductieve statistiek met Geogebra 4.2

Kansverdelingen Inductieve statistiek met Geogebra 4.2 Kansverdelingen Inductieve statistiek met Geogebra 4.2 Brecht Dekeyser Pedic 20 november 2013 Gent 1 Inhoud Nieuw in Geogebra 4.2 Kansverdelingen: Berekeningen en grafische voorstellingen Manueel in rekenblad

Nadere informatie

3.1 Het herhalen van kansexperimenten [1]

3.1 Het herhalen van kansexperimenten [1] 3.1 Het herhalen van kansexperimenten [1] Voorbeeld: Op een schijf staan een zestal afbeeldingen in even grote vakjes: 3 keer appel, 2 keer banaan, 1 keer peer. Sandra draait zes keer aan de schijf. a)

Nadere informatie

HOOFDSTUK 6: INTRODUCTIE IN STATISTISCHE GEVOLGTREKKINGEN

HOOFDSTUK 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 informatie

Uitleg significantieniveau en toetsen van hypothesen

Uitleg significantieniveau en toetsen van hypothesen Uitleg significantieniveau en toetsen van hypothesen Het significantieniveau (meestal aangegeven met de letter α) stelt de kans voor, dat H 0 gelijk heeft, maar H 1 gelijk krijgt. Je trekt dus een foute

Nadere informatie

Opgeloste Oefeningen Hoofdstuk 8: Het Toetsen van Hypothesen

Opgeloste Oefeningen Hoofdstuk 8: Het Toetsen van Hypothesen Opgeloste Oefeningen Hoofdstuk 8: Het Toetsen van Hypothesen 8.1. Stel dat medisch onderzoek heeft uitgewezen dat als het gemiddelde nicotinegehalte van een sigaret 25 mg of meer bedraagt, de kans op longkanker

Nadere informatie

Noordhoff Uitgevers bv

Noordhoff Uitgevers bv bladzijde 9 a, 3 3000 = 8900 = 830, b 0, 07 000000 = 8000 = 80, c 300 700 = 6870000 = 690, 8 d 0, 000 0, 007 = 0, 00000 =, 0 6 e 6344, 78, 98 = 49604, 336 = 4960, 6 9 6 f, 0 + 4 0 = 74000000 =, 74 0 9

Nadere informatie

8.1 Centrum- en spreidingsmaten [1]

8.1 Centrum- en spreidingsmaten [1] 8.1 Centrum- en spreidingsmaten [1] Gegeven zijn de volgende 10 waarnemingsgetallen: 1, 3, 3, 3, 4, 5, 6, 8, 8, 9 Het gemiddelde is: De mediaan is het middelste waarnemingsgetal als de getallen naar grootte

Nadere informatie

Examen Statistiek I Feedback

Examen 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 informatie

TOETSEN VAN HYPOTHESEN

TOETSEN VAN HYPOTHESEN TOETSEN VAN HYPOTHESEN 9 9.1 EEN TOETS VOOR DE POPULATIEPROPORTIE Probleem 1 Anna beweert bij hoog en bij laag dat door een dobbelsteen te schudden voor gebruik, je het resultaat in je voordeel kunt beïnvloeden.

Nadere informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN

TECHNISCHE UNIVERSITEIT EINDHOVEN TECHNISCHE UNIVERSITEIT EINDHOVEN Tentamen Biostatistiek voor BMT (2S390) op 17-11-2003 U mag alleen gebruik maken van een onbeschreven Statistisch Compendium (dikt. nr. 2218) en van een zakrekenmachine.

Nadere informatie

Kansrekening en Statistiek

Kansrekening en Statistiek Kansrekening en Statistiek College 10 Donderdag 20 Oktober 1 / 1 2 Statistiek Vandaag: Hypothese toetsen 2 / 1 3 / 1 Terzijde NU.nl 19 oktober 2011: Veel Facebookvrienden wijst op grotere hersenen. (http://www.nu.nl/wetenschap/2645008/veel-facebookvrienden-wijst-groterehersenen-.html)

Nadere informatie

Kansrekening en Statistiek

Kansrekening en Statistiek Kansrekening en Statistiek College 12 Vrijdag 16 Oktober 1 / 38 2 Statistiek Indeling vandaag: Normale verdeling Wet van de Grote Getallen Centrale Limietstelling Deductieve statistiek Hypothese toetsen

Nadere informatie

Les 1: Waarschijnlijkheidrekening

Les 1: Waarschijnlijkheidrekening Les 1: Waarschijnlijkheidrekening A Men neemt een steekproef van 1000 appelen. Deze worden ingedeeld volgens gewicht en volgens symptomen van een bepaalde schimmel: geen, mild, gematigd of ernstig. Het

Nadere informatie

In de Theorie worden de begrippen toevalsvariabele, kansverdeling en verwachtingswaarde toegelicht.

In de Theorie worden de begrippen toevalsvariabele, kansverdeling en verwachtingswaarde toegelicht. Toevalsvariabelen Verkennen www.mathall.nl MAThADORE-basic HAVO/VWO /5/6 VWO wi-a Kansrekening Toevalsvariabelen Inleiding Verkennen Beantwoord de vragen bij Verkennen. Uitleg www.mathall.nl MAThADORE-basic

Nadere informatie

Statistiek voor A.I. College 14. Dinsdag 30 Oktober

Statistiek voor A.I. College 14. Dinsdag 30 Oktober Statistiek voor A.I. College 14 Dinsdag 30 Oktober 1 / 16 2 Deductieve statistiek Orthodoxe statistiek 2 / 16 Grootte steekproef Voorbeeld NU.nl 26 Oktober 2012: Helft broodjes döner kebab vol bacteriën.

Nadere informatie

Examen Statistiek I Januari 2010 Feedback

Examen Statistiek I Januari 2010 Feedback Examen Statistiek I Januari 2010 Feedback Correcte alternatieven worden door een sterretje aangeduid. 1 Een steekproef van 400 personen bestaat uit 270 mannen en 130 vrouwen. Twee derden van de mannen

Nadere informatie

Paragraaf 7.1 : Het Vaasmodel

Paragraaf 7.1 : Het Vaasmodel Hoofdstuk 7 Kansrekening (V4 Wis A) Pagina 1 van 8 Paragraaf 7.1 : Het Vaasmodel Les 1 : Kansen Herhalen kansen berekenen Hoe bereken je de kans als je een aantal keren achter elkaar een experiment uitvoert?

Nadere informatie

In de handel is het gebruikelijk om korting te geven als een klant veel exemplaren van een bepaald product bestelt.

In de handel is het gebruikelijk om korting te geven als een klant veel exemplaren van een bepaald product bestelt. Korting In de handel is het gebruikelijk om korting te geven als een klant veel exemplaren van een bepaald product bestelt. Kwantumkorting Een manier om klanten korting te geven, is de kwantumkorting.

Nadere informatie

0,269 of binompdf(8, 7, 4) 0,269.

0,269 of binompdf(8, 7, 4) 0,269. G&R vwo A deel Mathematische statistiek C. von Schwartzenberg / a P (som = 6) = P () + P () = () () P P. + = + = + = 6 6 6 b P = = + = + (som 0) P () P () () () = + = + = 6 = P P 6 6 6 6 6 6 6 6 6 6. c

Nadere informatie

UITWERKINGEN VOOR HET VWO NETWERK B13

UITWERKINGEN VOOR HET VWO NETWERK B13 12 UITWERKINGEN VOOR HET VWO NETWERK B13 HOOFDSTUK 6 KERN 1 1a) Zie plaatje De polygoon heeft een klokvorm 1b) Ongeveer 50% 1c) 0,1 + 0,9 + 3,3 + 11,0 = 15,3% 2a) klokvorm 2b) geen klokvorm 2c) klokvorm

Nadere informatie

werkcollege 6 - D&P10: Hypothesis testing using a single sample

werkcollege 6 - D&P10: Hypothesis testing using a single sample cursus huiswerk opgaven Ch.9: 1, 8, 11, 12, 20, 26, 36, 37, 71 werkcollege 6 - D&P10: Hypothesis testing using a single sample Activities 9.3 en 9.4 van schatting naar toetsing vorige bijeenkomst: populatie-kenmerk

Nadere informatie

Hypothese toetsen. Moderne Wiskunde MW B1 deel 5, hoofdstuk S3

Hypothese toetsen. Moderne Wiskunde MW B1 deel 5, hoofdstuk S3 Hypothese toetsen Moderne Wiskunde MW B deel 5, hoofdstuk S3 Het is vaak onmogelijk om een volledige populatie te onderzoeken. Dan moet je je behelpen met een steekproef uit de populatie. Op grond van

Nadere informatie

Hoofdstuk 6 Examenaanpak. Kern 1 Modelleren

Hoofdstuk 6 Examenaanpak. Kern 1 Modelleren Uitwerkingen Wiskunde A Netwerk VWO 6 Hoofdstuk 6 Examenaanpak www.uitwerkingenste.nl Hoofdstuk 6 Examenaanpak Kern Modelleren a De vrouwen van 8 jaar vallen in de categorie 5 9. Hoe de verdeling binnen

Nadere informatie

Paracetamol in het bloed

Paracetamol in het bloed Paracetamol in het bloed Paracetamol is een veelgebruikte pijnstiller, die in tabletvorm te koop is. Voor volwassenen zijn er tabletten die 500 mg paracetamol bevatten. Na het innemen van een tablet wordt

Nadere informatie

Kengetal Antwoord Nee Nee Ja Nee Ja Ja Nee Toetsgrootheid 1,152 1,113 2,048 1,295 1,152 1,113 0,607

Kengetal Antwoord Nee Nee Ja Nee Ja Ja Nee Toetsgrootheid 1,152 1,113 2,048 1,295 1,152 1,113 0,607 1. Om na te gaan of de gemiddelde bijdrage dezelfde is voor ziekenkas A en voor ziekenkas B heeft men op een toevallige wijze 30 personen geselecteerd waarvan 15 aangesloten zijn bij ziekenkas A en 15

Nadere informatie

6.1 Beschouw de populatie die beschreven wordt door onderstaande kansverdeling.

6.1 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 informatie

Kansrekening en Statistiek

Kansrekening 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 informatie

EXAMENTOETS TWEEDE PERIODE 5HAVO MLN/SNO

EXAMENTOETS TWEEDE PERIODE 5HAVO MLN/SNO EXAMENTOETS TWEEDE PERIODE 5HAVO wiskunde A MLN/SNO Onderwerp: Statistiek - Blok Datum: donderdag 1 januari 010 Tijd: 8.30-10.45 NB 1: Bij de beantwoording van de vragen ALTIJD JE BEREKENINGEN aangeven.

Nadere informatie

6. Op tafel liggen 10 verschillende boeken. Op hoeveel verschillende manieren kunnen 3 jongens daar ieder 1 boek uit kiezen?

6. Op tafel liggen 10 verschillende boeken. Op hoeveel verschillende manieren kunnen 3 jongens daar ieder 1 boek uit kiezen? 1. Iemand heeft thuis 12 CD s in een rekje waar er precies 12 inpassen. a. Op hoeveel manieren kan hij ze in het rekje leggen. b. Hij wil er 2 weggeven aan zijn vriendin, hoeveel mogelijkheden? c. Hij

Nadere informatie