Practicumbijeenkomst 1 Statistiek voor Bouwkunde pilot, najaar 2008
|
|
- Anita van der Meer
- 7 jaren geleden
- Aantal bezoeken:
Transcriptie
1 Practicumbijeenkomst 1 Statistiek voor Bouwkunde pilot, najaar 2008 Tijdens deze bijeenkomst zullen we kennismaken met het statistisch pakket R. Dit gebeurt door het uitproberen van commando s en het interpreteren van de uitkomsten hiervan. Verder zullen technieken die in de eerste vier delen van het boek zijn geïntroduceerd, worden geïllustreerd. We beginnen met het pakket R. Wanneer u het programma R opstart, verschijnt het commands window waarin op de functie demo wordt gewezen. Verder verschijnt een prompt > waar commando s achter kunnen worden getypt. Typ het volgende commando maar in, gevolgd door enter. > demo(persp) Deze functie laat wat zien van de mogelijkheden in R om functies in drie dimensies te visualiseren. Typ de onderstaande commando s in en zie wat er gebeurt na het aanslaan van de toets enter. > 1+3 > 4*6 > 4*(2+1) > 9/4 > 3^2 > sqrt(12) > sin(1) Deze commando s laten zien hoe de elementaire rekenkundige bewerkingen kunnen worden uitgevoerd. In feite laten ze zien hoe R kan worden gebruikt als veredelde rekenmachine. Gegevens kunnen ook gemakkelijk worden opgeslagen in een object. Hiertoe moet het toewijzings-symbool worden gebruikt. Het oorspronkelijke toewijzings-symbool in R bestaat uit twee karakters, <-, maar later is hiervoor ook het = -symbool gebruikt. <-1+3 <-c(1,2,4,6,9} De c hier staat voor concatenate, de afzonderlijke getallen worden aaneengeschakeld tot een vector. Op dezelfde manier kunnen vectoreen aaneengeschakeld worden. > y<-1:5 > y > sum(y) > y=seq(4,20,by=2) > y > length(y) > help(seq) > seq() # begrijpt u het resultaat in het licht van de help-file? <-seq(0,10,length=400) > y<-sin(x) > plot(x,y) > plot(x,y,type="l") > plot(x,y,type="l",xlab="x-waarden",ylab="sin(x)",main="mooi!") 1
2 Wanneer u in het grafische window met op de rechtermuisknop klikt, heeft u de mogelijkheid dit plaatje te kopiëren, bijvoorbeeld naar een MS-Word file. We gaan nu per deel van het boek enkele oefeningen doen. In deel I ging het over het ontwerpen van experimenten en het kiezen van een representatieve steekproef uit een populatie. De meest basale methode om een representatieve steekproef te trekken is de aselecte methode. Die kan zowel met- als zonder teruglegging geschieden. 1) Stel we hebben een populatie van 5000 personen en willen hieruit een aselecte steekproef van omvang 20 nemen. We nummeren de mensen van 1 t/m Vervolgens willen we uit deze getallen aselect 20 getallen trekken. Bekijk de help file van de functie sample. Trek vervolgens de steekproef van omvang 20 zonder teruglegging. Doe hetzelfde nog eens, maar nu met teruglegging. Deel II van ons boek gaat over beschrijvende statistiek. We hebben daarin onderscheid gemaakt tussen grafische en numerieke samenvattingen van gegevens. Voordat we zelf data gaan inlezen, gebruiken we eerst gegevens die al in R ingebakken zijn. Het gaat om gegevens met betrekking tot opname van CO2. <-CO2$uptake > hist(x) > hist(x,probability=true,col="lightblue") > hist(x,breaks=c(-10,0,10,20,30,40,50,60),probability=true) Maak, bijvoorbeeld in de directory My Documents een directory Pilot aan. Kies vervolgens in het file-menu van de R interface de optie Change dir, en ga over op de zojuist aangemaakte directory. Maak in diezelfde directory via Notepad een file aan met één kolom met de volgende waarden: Sla deze file op onder de naam data.txt. <-scan("data.txt") > mean(x) > median(x) > SD<-function(x){n<-length(x); sqrt(var(x)*(n-1)/n)} Wanneer de hier gedefinieerde functie SD wordt aangeroepen, met SD(x) voor een vector x, wordt binnen SD eerst de lengte van x bepaald, deze wordt toegekend aan de (lokale) variabele n. Vervolgens wordt de uitkomst van de laatste opdracht (in dit geval sqrt(var(x)*(n-1)/n)) als waarde geretourneerd. In ons boek wordt gebruikgemaakt van de formule SD n = 1 n (x i x n ) n 2 i=1 om de standaarddeviatie van de data x 1,..., x n te berekenen. De R-functie var rekent het volgende uit: 1 n (x i x n ) 2. n 1 i=1 Ga na dat de hierboven zelfgeschreven R-functie SD precies de standaarddeviatie uitrekent die wij gebruiken. > SD(x) We hebben tijdens het college het begrip robuustheid besproken. Om dit begrip te illustreren, voeren we een wijziging in de vector x door: 2
3 [3]<-500 > mean(x) > median(x) > SD(x) Vergelijk deze waarden met de eerder verkregen waarden op basis van de oorspronkelijke x. Strookt deze vergelijking met uw idee van robuustheid? Tijdens het college hebben we gezien dat het gemiddelde en de mediaan lokatie equivariant zijn en de SD lokatie equivariant. Doorloop de volgende stappen en zie dat deze eigenschappen kloppen. [3]<-2.5 # herstel van de oude x > y<-x+5 > mean(y) > median(y) > SD(y) > z<-3*x > mean(z) > median(z) > SD(z) 2) Doe opgave H5A [2] uit het boek, gebruikmakend van de functies mean en SD. Vaak is het handig gebruikte code te bewaren, en vanuit een script file te runnen. Maak via het file-menu van de R interface een new script aan, en sla deze op in de zojuist gemaakte directory. Code, ingevoerd in zo n script file, kunnen we m.b.v. de linkermuisknop laten oplichten. Via de toetsencombinatie Ctrl-R, wordt die regel in het commandswindow uitgevoerd. Met name als er typefouten worden gemaakt of als code later nog een keer van pas kan komen, is het aan te raden via een script file te werken. In hoofdstuk 5 hebben we de normale dataverdeling gezien. Ook hadden we enkele vuistregels voor percentielen van de standaard normale verdeling. <-seq(-4,4,length=400) > plot(x,dnorm(x),type="l",xlab="",ylab="dichtheid") > plot(x,pnorm(x),type="l",xlab="",ylab="primitieve van") Deze laatste figuur laat de functie zien die voor iedere waarde van x de oppervlakte onder de dichtheid op het interval (, x] laat zien. De oppervlakte onder de dichtheid tussen 1 en 1 kan dan als volgt worden berekend: > pnorm(1)-pnorm(-1) Leg het verband tussen de geleerde vuistregels en de commando s > pnorm(2)-pnorm(-2) > pnorm(3)-pnorm(-3) 3) Doe opgaven H5B [1] uit het boek, gebruikmakend van de functie pnorm. 4) Doe opgave H5B [3], gebruikmakend van de functie qnorm (gebruik de helpfunctie in R om te zien wat qnorm doet). 5) Doe opgave H5C [1]. 6) Doe opgave H5Rev [7]. 3
4 Deel III van het boek gaat over correlatie en regressie. Grafisch kunnen we een 2- dimensionale dataset weergeven met behulp van een scatterplot. Het produceren van een scatterplot (puntenwolk) in R gaat eenvoudig met de plot functie. Daar hebben we al een voorbeeld van gezien. Als we in een bestaande plot lijnen of punten willen toevoegen, kan dat met de functies lines en points. Lees de volgende vectoren in: x = (4.33, 3.84, 6.38, 3.33, 2.75, 2.20, 3.00, 3.91, 4.55, 5.00) en y = (2.40, 1.74, 0.24, 2.50, 3.38, 2.56, 3.20, 1.90, 2.16, 1.27). Voer vervolgens de onderstaande bewerkingen uit met R en begrijp wat er gebeurt. > plot(x,y) > lines(c(3,6),c(3,0.5)) > as<-seq(2,6.5,length=100) > lines(as,2+sin(as),lty=3) > abline(6,-1) De ontstane plot geeft al duidelijk het teken van de correlatie aan. Ook valt al in te schatten of de absolute waarde van de correlatiecoëfficiënt groot (dichtbij 1) of klein (dichtbij nul) zal zijn. De correlatiecoëfficiënt kan eenvoudig worden berekend. Ga na of uw intuïtie klopt. > cor(x,y) > cor(3*x+2,6*y-3) 7) Voeg de SD-lijn aan dit plaatje toe. Gebruik hiervoor de functie abline, waarbij de juiste slope en intercept worden gekozen. Om regressie analyse uit te voeren op de gegeven dataset, kan de R-functie lm (staat voor lineair model) worden gebruikt. Deze functie wil echter dat de verklarendeen responsvariabele samen een een zogenaamd dataframe staan. De analyse kan als volgt worden uitgevoerd. ydat<-data.frame(x=x,y=y) # hier wordt het dataframe aangemaakt > plot(xydat) # plot weet hier dus ook weg mee y.lm<-lm(y~x,data=xydat) Het zo ontstane object xy.lm bevat informatie over het gefitte lineaire model. Met behulp van de functie summary kan deze informatie worden bekeken. Onder andere de gezochte coëfficiënten. [m (slope) en b (intercept) in het boek]. De hierboven al gebruikte functie abline kan vervolgens gebruikt worden om de regressielijn aan de plot toe te voegen. > summary(xy.lm) > abline(xy.lm) 8) Tijdens het college zijn wat verbanden tussen verschillende grootheden gegeven. In deze opgaven willen we die verbanden nagaan. a) We zagen dat bij de enkelvoudige regressieanalyse het percentage verklaarde variantie van de KK schatter gelijk is aan de gekwadrateerde correlatiecoëfficiënt tussen de verklarende- en de responsvariabele: R 2 = r 2. Controleer of deze gelijkheid geldt voor de zojuist bekeken dataset. b) Ga voor deze dataset ook de gelijkheid m = r SD y SD x na, waar m de kleinste kwadratenschatter voor de richtingscoëfficiënt is. 4
5 Al in het eerste deel, waar methoden voor het trekken van een steekproef zijn besproken, hebben we gebruikgemaakt van aselecte trekkingen. Het vaasmodel van deel IV bouwt op dat idee voort. Dit model (de doos of vaas met de tickets, kaartjes) kan heel eenvoudig worden nagebootst met behulp van R. Daarvoor kan de eerder gebruikte functie sample worden gebruikt. Er wordt een vector aangemaakt met precies die waarden die op de kaartjes moeten staan en met sample kunnen hier aselecte steekproeven met- en zonder teruglegging uit worden getrokken. 9) Maak een vector met de elementen 1, 2, 3, 4, 5, 6 en trek hieruit met teruglegging aselect 10 elementen. Het is duidelijk waarvoor dit experiment staat. In deel 4 hebben we de binomiale verdeling leren kennen. Met behulp van die verdeling kunnen we de kans berekenen dat er in 10 herhalingen van een dobbelsteenworp, een kans is van ( 10 3 ) ( 1 6 ) 3 ( ) 7 5 = 6 10! 57 3! 7! ) Bereken de hierboven beschreven kans in R via de gegeven formule (waarbij de faculteitsfunctie in R factorial heet) en met behulp van de functie dbinom. Verzoek: willen jullie knelpunten in deze practicumopgaven aan mij doorgeven, met mogelijk suggesties tot verbetering? G.Jongbloed@tudelft.nl Bij voorbaat dank! 5
ALGEMENE STATISTIEK VOOR BWI COMPUTEROPGAVEN 2009/2010. A.W. van der Vaart en F. Bijma
ALGEMENE STATISTIEK VOOR BWI COMPUTEROPGAVEN 2009/2010 A.W. van der Vaart en F. Bijma 1 Algemene Instructies Het programma R is onder Windows beschikbaar. Je kunt R vinden in de lijst met programma s onder
Nadere informatieProject Dynamica: oefenopgaven met R
Project Dynamica: oefenopgaven met R De onderstaande opgaven dienen in R gemaakt te worden; uitwerkingen hoeven niet ingeleverd te worden. Zie de website http://www.r-project.org/ voor R manuals. Start
Nadere informatieSpreidingsdiagram, kleinste-kwadraten regressielijn, correlatiecoefficient
Opdracht 4a ----------- Spreidingsdiagram, kleinste-kwadraten regressielijn, correlatiecoefficient In 1738 werd in de haven van Stockholm voor een aantal landen voor elk land geregistreerd hoeveel schepen
Nadere informatie1.0 Voorkennis. Voorbeeld 1: Los op: 6x + 28 = 30 10x.
1.0 Voorkennis Voorbeeld 1: Los op: 6x + 28 = 30 10x. 6x + 28 = 30 10x +10x +10x 16x + 28 = 30-28 -28 16x = 2 :16 :16 x = 2 1 16 8 Stappenplan: 1) Zorg dat alles met x links van het = teken komt te staan;
Nadere informatieInleiding Statistiek
Inleiding Statistiek Practicum 1 Op dit practicum herhalen we wat Matlab. Vervolgens illustreren we het schatten van een parameter en het toetsen van een hypothese met een klein simulatie experiment. Het
Nadere informatie9. Lineaire Regressie en Correlatie
9. Lineaire Regressie en Correlatie Lineaire verbanden In dit hoofdstuk worden methoden gepresenteerd waarmee je kwantitatieve respons variabelen (afhankelijk) en verklarende variabelen (onafhankelijk)
Nadere informatie11. Multipele Regressie en Correlatie
11. Multipele Regressie en Correlatie Meervoudig regressie model Nu gaan we kijken naar een relatie tussen een responsvariabele en meerdere verklarende variabelen. Een bivariate regressielijn ziet er in
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 informatieStatistiek voor Natuurkunde Opgavenserie 4: Lineaire regressie
Statistiek voor Natuurkunde Opgavenserie 4: Lineaire regressie Inleveren: Uiterlijk 15 februari voor 16.00 in mijn postvakje Afspraken Overleg is toegestaan, maar iedereen levert zijn eigen werk in. Overschrijven
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 informatieKansrekening en Statistiek
Kansrekening en Statistiek College 16 Donderdag 4 November 1 / 25 2 Statistiek Indeling: Schatten Correlatie 2 / 25 Schatten 3 / 25 Schatters: maximum likelihood schatters Def. Zij Ω de verzameling van
Nadere informatie1. De wereld van de kansmodellen.
STATISTIEK 3 DE GRAAD.. De wereld van de kansmodellen... Kansmodellen X kansmodel Discreet model Continu model Kansverdeling Vaas Staafdiagram Dichtheidsfunctie f(x) GraJiek van f Definitie: Een kansmodel
Nadere informatie2.1 Lineaire formules [1]
2.1 Lineaire formules [1] De lijn heeft een helling (richtingscoëfficiënt) van 1; De lijn gaat in het punt (0,2) door de y-as; In het plaatje is de lijn y = x + 2 getekend. Omdat de grafiek een rechte
Nadere informatiePrincipe Maken van een Monte Carlo data-set populatie-parameters en standaarddeviaties standaarddeviatie van de bepaling statistische verdeling
Monte Carlo simulatie In MW\Pharm versie 3.30 is een Monte Carlo simulatie-module toegevoegd. Met behulp van deze Monte Carlo procedure kan onder meer de betrouwbaarheid van de berekeningen van KinPop
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 informatieExperiment: massadichtheid
Inleiding In deze workshop willen we aan de hand van een praktijkvoorbeeld voor de lessen fysica in het derde jaar aangeven hoe de TI-83 plus een handig hulpmiddel kan zijn bij het verwerken van meetresultaten.
Nadere informatieb) Het spreidingsdiagram ziet er als volgt uit (de getrokken lijn is de later uit te rekenen lineaire regressie-lijn): hoogte
Classroom Exercises GEO2-4208 Opgave 7.1 a) Regressie-analyse dicteert hier geen stricte regels voor. Wanneer we echter naar causaliteit kijken (wat wordt door wat bepaald), dan is het duidelijk dat hoogte
Nadere informatieIntroductie in R. http://www.math.montana.edu/stat/tutorials/r-intro.pdf http://www.math.montana.edu/stat/docs/splus_notes.ps
Introductie in R R is een programmeer taal met een groot aantal voorgeprogrammeerde statistische functies. Het is de open source versie van S-plus. Wij gebruiken R dan ook omdat het gratis is. Documentatie
Nadere informatieStatistiek en Data Analyse Opgavenserie 3: Lineaire regressie
Statistiek en Data Analyse Opgavenserie 3: Lineaire regressie Inleveren: uiterlijk maandag 6 februari 16.00 bij Marianne Jonker (Kamer: R3.46) Afspraken De opdrachten maak je in tweetallen. Schrijf duidelijk
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 informatieKansrekening en Statistiek
Kansrekening en Statistiek College 9 Dinsdag 18 Oktober 1 / 1 2 Statistiek Vandaag: Centrale Limietstelling Correlatie Regressie 2 / 1 Centrale Limietstelling 3 / 1 Centrale Limietstelling St. (Centrale
Nadere informatie1.1 Tweedegraadsvergelijkingen [1]
1.1 Tweedegraadsvergelijkingen [1] Er zijn vier soorten tweedegraadsvergelijkingen: 1. ax 2 + bx = 0 (Haal de x buiten de haakjes) Voorbeeld 1: 3x 2 + 6x = 0 3x(x + 2) = 0 3x = 0 x + 2 = 0 x = 0 x = -2
Nadere informatieRobuustheid regressiemodel voor kapitaalkosten gebaseerd op aansluitdichtheid
Robuustheid regressiemodel voor kapitaalkosten gebaseerd op aansluitdichtheid Dr.ir. P.W. Heijnen Faculteit Techniek, Bestuur en Management Technische Universiteit Delft 22 april 2010 1 1 Introductie De
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 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 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 informatieStoomcursus. wiskunde A. Rekenregels voor vereenvoudigen. Voorbereidende opgaven VWO ( ) = = ( ) ( ) ( ) = ( ) ( ) = ( ) = = ( )
Voorbereidende opgaven VWO Stoomcursus wiskunde A Tips: Maak de voorbereidende opgaven voorin in een van de A4-schriften die je gaat gebruiken tijdens de cursus. Als een opdracht niet lukt, werk hem dan
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 informatieHet gebruik van Excel 2007 voor statistische analyses. Een beknopte handleiding.
Het gebruik van Excel 2007 voor statistische analyses. Een beknopte handleiding. Bij Excel denken de meesten niet direct aan een statistisch programma. Toch biedt Excel veel mogelijkheden tot statistische
Nadere informatieMatlab-Introductie (les 1)
Matlab-Introductie (les 1) Wat is Matlab? MATLAB staat voor MATrix LABoratory. Opstarten van Matlab Dit hangt af van het onderligge systeem (Windows, Linux,...), Maar kortweg geldt bijna altijd: ga met
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 informatieExamen 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 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 informatieCursus TEO: Theorie en Empirisch Onderzoek. Practicum 2: Herhaling BIS 11 februari 2015
Cursus TEO: Theorie en Empirisch Onderzoek Practicum 2: Herhaling BIS 11 februari 2015 Centrale tendentie Centrale tendentie wordt meestal afgemeten aan twee maten: Mediaan: de middelste waarneming, 50%
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 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 informatieVOOR HET SECUNDAIR ONDERWIJS. Kansmodellen. 3. Populatie en steekproef. Werktekst voor de leerling. Prof. dr. Herman Callaert
VOOR HET SECUNDAIR ONDERWIJS Kansmodellen. Werktekst voor de leerling Prof. dr. Herman Callaert Hans Bekaert Cecile Goethals Lies Provoost Marc Vancaudenberg . Populatie: een intuïtieve definitie.... Een
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 informatieInleiding statistiek
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
Nadere informatieSPSS. Statistiek : SPSS
SPSS - hoofdstuk 1 : 1.4. fase 4 : verrichten van metingen en / of verzamelen van gegevens Gegevens gevonden bij een onderzoek worden systematisch weergegeven in een datamatrix bij SPSS De datamatrix Gebruik
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 informatieGebruik van de TI-83/84 Plus
Inhoud Gebruik van de TI-83/84 Plus Hans Bekaert INHOUD... 1 1. BASISBEWERKINGEN... 1 1.1. DE TABEL MET DATA OPSTELLEN... 1 1.2. BEREKENINGEN MAKEN OP BASIS VAN INGEGEVEN DATA... 1 1.3. FORMULES GEBRUIKEN
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 informatie3.0 Voorkennis. Voorbeeld 1: Los op: 6x + 28 = 30 10x.
3.0 Voorkennis Voorbeeld 1: Los op: 6x + 28 = 30 10x. 6x + 28 = 30 10x +10x +10x 16x + 28 = 30-28 -28 16x = 2 :16 :16 x = 2 1 16 8 Stappenplan: 1) Zorg dat alles met x links van het = teken komt te staan;
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 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 informatieKorte handleiding Maple bij de cursus Meetkunde voor B
Korte handleiding Maple bij de cursus Meetkunde voor B Deze handleiding sluit aan op en is gedeeltelijk gelijk aan de handleidingen die gebruikt worden bij de cursussen Wiskunde 2 en 3 voor B. Er zijn
Nadere informatieExamencursus. wiskunde A. Rekenregels voor vereenvoudigen. Voorbereidende opgaven VWO kan niet korter
Voorbereidende opgaven VWO Examencursus wiskunde A Tips: Maak de voorbereidende opgaven voorin in een van de A4-schriften die je gaat gebruiken tijdens de cursus. Als een opdracht niet lukt, werk hem dan
Nadere informatiePC les 1: MATLAB gebruiken
PC les 1: MATLAB gebruiken In deze les frissen we het gebruik van MATLAB op. We herhalen enkele commando s, en de basisbegrippen om numerieke algorithmen via MATLAB te schrijven. We doen dit aan de hand
Nadere informatieHierbij is het steekproefgemiddelde x_gemiddeld= en de steekproefstandaardafwijking
Opdracht 9a ----------- t-procedures voor een enkelvoudige steekproef Voor de meting van de leesvaardigheid van kinderen wordt als toets de Degree of Reading Power (DRP) gebruikt. In een onderzoek onder
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 informatieVrije Universiteit 28 mei Gebruik van een (niet-grafische) rekenmachine is toegestaan.
Afdeling Wiskunde Volledig tentamen Statistics Deeltentamen 2 Statistics Vrije Universiteit 28 mei 2015 Gebruik van een (niet-grafische) rekenmachine is toegestaan. Geheel tentamen: opgaven 1,2,3,4. Cijfer=
Nadere informatieFeedback proefexamen Statistiek I 2009 2010
Feedback proefexamen Statistiek I 2009 2010 Het correcte antwoord wordt aangeduid door een sterretje. 1 Een steekproef van 400 personen bestaat uit 270 mannen en 130 vrouwen. Een derde van de mannen is
Nadere informatieAantekeningen over MATLAB
Aantekeningen over MATLAB Hieronder volgen zeer beknopte aantekeningen over MATLAB. Wat is MATLAB? MATLAB staat voor MATrix LABoratory. Opstarten van MATLAB Met de muis en het menu Matlab opstarten. Er
Nadere informatieOplossingen hoofdstuk XI
Oplossingen hoofdstuk XI. Hierbij vind je de resultaten van het onderzoek naar de relatie tussen een leestest en een schoolrapport voor lezen. Deze gegevens hebben betrekking op een regressieanalyse bij
Nadere informatiemlw stroom 2.1: Statistisch modelleren
mlw stroom 2.1: Statistisch modelleren College 5: Regressie en correlatie (2) Rosner 11.5-11.8 Arnold Kester Capaciteitsgroep Methodologie en Statistiek Universiteit Maastricht Postbus 616, 6200 MD Maastricht
Nadere informatieHoofdstuk 2: Verbanden
Hoofdstuk 2: Verbanden Inleiding In het gebruik van statistiek komen we vaak relaties tussen variabelen tegen. De focus van dit hoofdstuk ligt op het leren hoe deze relaties op grafische en numerieke wijze
Nadere informatieStatistiek voor A.I. College 2. Donderdag 13 September 2012
Statistiek voor A.I. College 2 Donderdag 13 September 2012 1 / 42 1 Beschrijvende statistiek 2 / 42 Extrapolatie 3 / 42 Verkiezingen 2012 4 / 42 Verkiezingen 2012 5 / 42 1 Beschrijvende statistiek Vandaag:
Nadere informatie5. Functies. In deze module leert u:
5. Functies In deze module leert u: - Wat functies zijn; - Functies uitvoeren; - De verschillende functies van Calc kennen. - Naar een ander werkblad verwijzen. U kunt eenvoudige berekeningen, zoals aftrekken,
Nadere informatieWiskunde De Normale en Binomiale Verdeling. Geschreven door P.F.Lammertsma voor mijn lieve Avigail
Wiskunde De Normale en Binomiale Verdeling Geschreven door P.F.Lammertsma voor mijn lieve Avigail Opmerkingen vooraf Wiskunde Pagina 2 uit 20 Opmerkingen vooraf Pak je rekenmachine, de TI-83, erbij en
Nadere informatieVAARDIGHEDEN EXCEL. MEETWAARDEN INVULLEN In de figuur hieronder zie je twee keer de ingevoerde meetwaarden, eerst ruw en daarna netjes opgemaakt.
VAARDIGHEDEN EXCEL Excel is een programma met veel mogelijkheden om meetresultaten te verwerken, maar het was oorspronkelijk een programma voor boekhouders. Dat betekent dat we ons soms in bochten moeten
Nadere informatieExamen G0N34 Statistiek
Naam: Richting: Examen G0N34 Statistiek 8 september 2010 Enkele richtlijnen : Wie de vragen aanneemt en bekijkt, moet minstens 1 uur blijven zitten. Je mag gebruik maken van een rekenmachine, het formularium
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 informatieVoorbeeld regressie-analyse
Voorbeeld regressie-analyse In dit voorbeeld wordt gebruik gemaakt van het SPSS data-bestand vb_regr.sav (dit bestand kan gedownload worden via de on-line helpdesk). We schatten een model waarin de afhankelijke
Nadere informatieStochastiek 2. Inleiding in de Mathematische Statistiek 1/19
Stochastiek 2 Inleiding in de Mathematische Statistiek 1/19 Herhaling H.1 2/19 Mathematische Statistiek We beschouwen de beschikbare data als realisatie(s) van een stochastische grootheid X.(Vaak een vector
Nadere informatieCollege 2 Enkelvoudige Lineaire Regressie
College Enkelvoudige Lineaire Regressie - Leary: Hoofdstuk 7 tot p. 170 (Advanced Correlational Strategies) - MM&C: Hoofdstuk 10 (Inference for Regression) - Aanvullende tekst 3 Jolien Pas ECO 011-01 Correlatie:
Nadere informatieStoeien met Statistiek
Stoeien met Statistiek Havo 4: Statistiek op grote datasets 2 Inhoudsopgave Achtergrondinformatie... 4 Docentenhandleiding... 5 Inleiding voor leerlingen... 6 Opdracht 1... 7 Opdracht 2... 8 Opdracht 3...
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 informatieINLEIDING TOT GEOGEBRA
INLEIDING TOT GEOGEBRA Sven Mettepenningen, 28/02/2007 GEOGEBRA 1 EERSTE KENNISMAKING Het pakket Geogebra kan je downloaden op de site http://www.geogebra.at/ Eventueel is het ook nuttig van de laatste
Nadere informatieOefenvragen bij Statistics for Business and Economics van Newbold
Oefenvragen bij Statistics for Business and Economics van Newbold Hoofdstuk 1 1. Wat is het verschil tussen populatie en sample? De populatie is de complete set van items waar de onderzoeker in geïnteresseerd
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 informatieData analyse Inleiding statistiek
Data analyse Inleiding statistiek Terugblik - Inductieve statistiek Afleiden van eigenschappen van een populatie op basis van een beperkt aantal metingen (steekproef) Kennis gemaakt met kans & kansverdelingen
Nadere informatieKorte handleiding Maple, bestemd voor gebruik bij de cursus Wiskunde
Korte handleiding Maple, bestemd voor gebruik bij de cursus Wiskunde voor B. 1 Eenvoudige operaties en functies. 1. De bewerkingen optellen aftrekken, vermenigvuldigen, delen en machtsverheffen worden
Nadere informatie9.18 Macro s: oefeningen
9.18 Macro s: oefeningen Oefening 77.: Macro relatief opnemen Open een nieuwe map. Plaats uw invoercel ergens in de linker-bovenhoek van het blad (bijvoorbeeld in B2). Start het opnemen van een macro met
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 informatie1.0 Voorkennis. Voorbeeld 1: Los op: 6x + 28 = 30 10x.
1.0 Voorkennis Voorbeeld 1: Los op: 6x + 28 = 30 10x. 6x + 28 = 30 10x +10x +10x 16x + 28 = 30-28 -28 16x = 2 :16 :16 x = 2 1 16 8 Stappenplan: 1) Zorg dat alles met x links van het = teken komt te staan;
Nadere informatie1. Statistiek gebruiken 1
Hoofdstuk 0 Inhoudsopgave 1. Statistiek gebruiken 1 2. Gegevens beschrijven 3 2.1 Verschillende soorten gegevens......................................... 3 2.2 Staafdiagrammen en histogrammen....................................
Nadere informatieLeefbaarheid. Een buurtonderzoek
Leefbaarheid Een buurtonderzoek Introductie Hoe leefbaar is jouw gemeente? En wat zijn de verschillen tussen de buurten in jouw gemeente? In deze opdracht gaan we dit onderzoeken. Dit doen we door zelf
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 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 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 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 informatieWerken met parameters
Duur 45 minuten Overzicht Tijdens deze lesactiviteit leer je hoe de waarde van een parameter in een functievoorschrift de vorm of ligging van de functie kan beïnvloeden. Je gaat dit onderzoeken voor tweedegraadsfuncties.
Nadere informatieStatistiek met Excel. Schoolexamen en Uitbreidingsopdrachten. Dit materiaal is gemaakt binnen de Leergang Wiskunde schooljaar 2013/14
Statistiek met Excel Schoolexamen en Uitbreidingsopdrachten 2 Inhoudsopgave Achtergrondinformatie... 4 Schoolexamen Wiskunde VWO: Statistiek met grote datasets... 5 Uibreidingsopdrachten vwo 5... 6 Schoolexamen
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 informatieHet installatiepakket haal je af van de website http://www.gedesasoft.be/.
Softmaths 1 Softmaths Het installatiepakket haal je af van de website http://www.gedesasoft.be/. De code kan je bekomen op de school. Goniometrie en driehoeken Oplossen van driehoeken - Start van het programma:
Nadere informatieWerkblad Cabri Jr. Vermenigvuldigen van figuren
Werkblad Cabri Jr. Vermenigvuldigen van figuren Doel Het onderzoeken van de vermenigvuldigingsafbeelding (homothetie) en het bekijken van de relaties tussen het origineel en het beeld van een meetkundige
Nadere informatieLijsten op uw TI grafische rekenmachine.
Lijsten op uw TI grafische rekenmachine. Een van de sterke punten van een grafische rekenmachine is de mogelijkheid berekeningen uit te voeren op een lijst met getallen, in plaats van op een enkel getal.
Nadere informatieMatlab introductie. Kees Vuik
Matlab introductie Kees Vuik 2014 Delft University of Technology Faculty of Electrical Engineering, Mathematics and Computer Science Delft Institute of Applied Mathematics Copyright 2014 by Delft Institute
Nadere informatieVariabelen gebruiken in ons programma
Hoofdstuk 3 Variabelen introduceren Variabelen gebruiken in ons programma Het zou leuk zijn als ons programma Hallo kan zeggen met de naam van de gebruiker in plaats van het algemene Hallo wereld?. Als
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 informatieTentamen Biostatistiek 1 voor BMT (2DM40) woensdag 2 november 2011, uur
Faculteit der Wiskunde en Informatica Tentamen Biostatistiek 1 voor BMT (2DM40) woensdag 2 november 2011, 9.00-12.00 uur Bij het tentamen mag gebruik worden gemaakt van een zakrekenmachine en van een onbeschreven
Nadere informatieKorte uitleg van twee veelvoorkomende statistische toetsen Veel wetenschappelijke hypothesen kunnen statistisch worden getoetst. Aan de hand van een
Korte uitleg van twee veelvoorkomende statistische toetsen Veel wetenschappelijke hypothesen kunnen statistisch worden getoetst. Aan de hand van een statistische toets beslis je of een hypothese waar is.
Nadere informatie8.5 Koppelingen: oefeningen
8.5 Koppelingen: oefeningen Oefening 75.: Verwijzingen intypen Open het document "Glasoven". In dit document worden fictief de kosten berekend die gemaakt moeten worden voor de productie van een glazen
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 informatie1. Introductie tot SPSS
1. Introductie tot SPSS Wat is SPSS? SPSS is een statistisch computerprogramma dat door wetenschappers wordt gebruikt om gegevens te verzamelen, analyseren en te bewerken. Het wordt voornamelijk gebruikt
Nadere informatieSamenvatting Statistiek
Samenvatting Statistiek De hoofdstukken 1 t/m 3 gaan over kansrekening: het uitrekenen van kansen in een volledig gespecifeerd model, waarin de parameters bekend zijn en de kans op een gebeurtenis gevraagd
Nadere informatie13. Symbool-, Lijnstijlbibliotheek (Resource Editor)... 1
13. Symbool-, Lijnstijlbibliotheek 13. Symbool-, Lijnstijlbibliotheek (Resource Editor)... 1 13.1. Inleiding...1 13.2. Icoonomschrijving...2 13.3. Menu Bestand...3 13.3.1. Nieuwe Bibliotheek maken... 3
Nadere informatieGEOGEBRA 4. R. Van Nieuwenhuyze. Hoofdlector wiskunde, lerarenopleiding HUB, Brussel. Auteur Van Basis tot Limiet. roger.van.nieuwenhuyze@skynet.
? GEOGEBRA 4 R. Van Nieuwenhuyze Hoofdlector wiskunde, lerarenopleiding HUB, Brussel. Auteur Van Basis tot Limiet. roger.van.nieuwenhuyze@skynet.be Roger Van Nieuwenhuyze GeoGebra 4 Pagina 1 1. Schermen
Nadere informatieHoofdstuk 20: Wiskundige functies
Hoofdstuk 20: Wiskundige functies 20.0 Introductie Er is een uitgebreid aanbod aan wiskundige functies in Excel, variërend van het simpele + teken tot de esoterische statistiek functies voor een correlatie
Nadere informatie