Toetsen van Hypothesen. Het vaststellen van de hypothese
|
|
- Nina Lemmens
- 7 jaren geleden
- Aantal bezoeken:
Transcriptie
1 Toetsen van Hypothesen Wisnet-hbo update maart en Het vaststellen van de hypothese De nulhypothese en de Alternatieve hypothese. Het gaat in deze paragraaf puur alleen om de formulering. Er wordt nog niets berekend. 1.1 Voorbeeld Tweezijdige formulering Van een muntstuk wil je controleren of het zuier is, door voor een serie worpen bij te houden hoe vaak 'kop' en 'munt' gegooid worden. We spreken van 'zuiver' als P(kop) = π = ½. Het alternatief is dat de munt niet zuiver is. : π s Voorbeeld (Rechts)Eenzijdige formulering Een fabrikant stelt dat een productieproces hoogstens 20% exemplaren van mindere kwaliteit oplevert. Om deze stelling te controleren, wordt een aantal producten gecontroleerd: : π & 0.20 : π O Voorbeeld (Links)Eenzijdige formulering Een fabrikant garandeert dat het afgeleverde gewicht van een product gemiddeld minstens 1000 gram per verpakking bedraagt. Als we deze uitspraak willen toetsen, formuleren we een linkseenzijdige alternatieve hypothese: : μ S 1000 : μ! 1000
2 2. Vaststellen van de toetsingsgrootheid en doen van onderzoek met steekproef Nadat de hypothesen zijn vastgesteld, formuleren we het onderzoek. Er moet een steekproef genomen worden en er moet bepaald worden wat de toetsingsgrootheid is. Ga daarbij uit van het grensgeval dat aangegeven wordt door de nulhypothese en verdere informatie over de verdeling. Soms is van een verdeling de standaarddeviatie bekend. 2.1 Voorbeeld Tweezijdig toetsen, binomiaal, normaal benaderd Van een muntstuk wil je controleren of het zuier is, door voor een serie worpen bij te houden hoe vaak 'kop' en 'munt' gegooid worden. We spreken van 'zuiver' als P(kop) = π = ½. Stel dat het muntstuk zuiver is dus π = 1 2. : π s 1 2 We doen nu een onderzoek en nemen een steekproef van n =100 worpen. Als toetsingsgrootheid nemen we k het aantal malen 'kop'. Deze kansvariabele k volgt een binomiale verdeling met n = 100 en π = 1 2. Neem hiervan de normale benadering (n > 20) met verwachtingswaarde 50 en variantie 25 (= n π (1-π) ) en dus σ = Voorbeeld Eenzijdig, binomiaal, normaal benaderd Een fabrikant stelt dat een productieproces hoogstens 20% exemplaren van mindere kwaliteit oplevert. Om deze stelling te controleren, wordt een aantal producten gecontroleerd: : π & 0.20 : π O 0.20 Stel dat er gemiddeld 20% van de producten mindere kwaliteit heeft. We doen nu een onderzoek en nemen een steekproef van n =100 producten Als toetsingsgrootheid nemen we k het aantal producten van mindere kwaliteit. Deze kansvariabele k volgt een binomiale verdeling met n = 100 en π =0.2. Neem hiervan de normale benadering (n > 20) met verwachtingswaarde 20 en variantie 16 (= n π (1-π) ) en dus σ = Voorbeeld
3 Eenzijdig, normale verdeling Een fabrikant garandeert dat het afgeleverde gewicht van een product gemiddeld minstens 1000 gram per verpakking bedraagt. Als we deze uitspraak willen toetsen, formuleren we een linkseenzijdige alternatieve hypothese: : μ S 1000 : μ! 1000 Stel dat het gemiddelde gewicht van de producten gelijk is aan μ = 1000 g met een standaarddeviatie van 25 g. We doen nu een onderzoek en nemen een steekproef van n =100 producten Als toetsingsgrootheid nemen we nu het steekproefgemiddelde x. Voor deze x geldt dat deze normaal verdeeld is met μ = 1000 en σ = 2.5 g (wortel-nwet). 3. Kritieke gebied, voorspellingsinterval en significantieniveau α Als de hypothesen en zijn vastgesteld en de onderzoeksgrootheden zijn afgesproken, is het tijd om bij de opdrachtgever te achterhalen hoe groot de betrouwbaarheid moet zijn. De keuze van het significantieniveau α, wordt bepaald door het risico dat de onderzoeker wil lopen om de nulhypothese ten onrechte te verwerpen. Dit risico wordt het type I risico genoemd (fout van de eerste soort). Het significantieniveau α behoort voorafgaande aan de uitvoering van het onderzoek te worden vastgesteld en niet pas als de resultaten van het steekproefonderzoek bekend zijn. Er worden dan een kritiek gebied gedefinieerd en een acceptatiegebied gedefinieerd uitgaande van de hypothese en NIET uitgaande van de metingen! Vervolgens vindt pas het onderzoek plaats en als de uitkomst van het onderzoek in het kritieke gebied valt, wordt de nulhypothese verworpen en dan wordt de alternatieve hypothese voor waar aangenomen. 3.1 Enkele handige waarden Als het een 90%-betrouwbaarheidsinterval is, dan hoort daarbij z = (Rechter overschrijdingskans van 0.05) Als het een 95%-betrouwbaarheidsinterval is, dan hoort daarbij z =1.96. (Rechter overschrijdingskans van 0.025) Als het een 98%-betrouwbaarheidsinterval is, dan hoort daarbij z =2.33. (Rechter overschrijdingskans van 0.01) Als het een 99%-betrouwbaarheidsinterval is, dan hoort daarbij z =2.58. (Rechter overschrijdingskans van 0.005) Eenzijdige overschrijdingskans van 0.1 hoort bij z =1.28 Eenzijdige overschrijdingskans van 0.05 hoort bij z = Eenzijdige overschrijdingskans van 0.02 hoort bij z =2.05
4 Eenzijdige overschrijdingskans van 0.01 hoort bij z =2.33 Eenzijdige overschrijdingskans van hoort bij z = Voorbeeld Eenzijdig toetsen, binomiaalverdeling, normaal benaderd Een fabrikant stelt dat een productieproces hoogstens 20% exemplaren van mindere kwaliteit oplevert. Om deze stelling te controleren, wordt een aantal producten gecontroleerd: : π & 0.20 : π O 0.20 Stel dat er gemiddeld 20% van de producten mindere kwaliteit heeft. We doen nu een onderzoek en nemen een steekproef van n =100 producten Als toetsingsgrootheid nemen we k het aantal producten van mindere kwaliteit. Deze kansvariabele k volgt een binomiale verdeling met n = 100 en π =0.2. Neem hiervan de normale benadering (n>20) met verwachtingswaarde μ 0 = 20 en variantie 16 (= n π (1-π) ) en dus σ = 4. Kies nu het kritieke gebied met significantieniveau α met α = De grens t α van het (eenzijdige) kritieke gebied wordt gevonden met: t α =20C1.645 $ 4 = Het kritieke gebied (roze gearceerd) is dus Z = x x O Om dit gebied terug te vertalen naar de discrete binomiale verdeling, moeten we rekening houden met de continuïteitscorrectie. Het kritieke gebied wordt dus: Z = k k S 27 Hou bij de continuïteitscorrectie altijd in de gaten dat als er sprake is van α = 0.05, dat deze kans altijd kleiner of gelijk aan 0.05 moet zijn. Als het onderzoek d.m.v. de steekproef is gedaan en de uitslag (aantal producten van mindere kwaliteit) ligt in het acceptatiegebied, dan wordt de Nulhypothese aangenomen.
5 Ligt het gemeten aantal van de steekproef inhet kritieke gebied, dan wordt de Nulhypothese verworpen en wordt de Alternatieve hypothese aangenomen. 3.3 Voorbeeld Eenzijdig, binomiale verdeling Asthma-patiënten worden behandeld met een nieuwe vorm van fysiotherapie. De uitkomsten kunnen zijn 'verbeterd' of 'verslechterd'. De onderzoeksvraag is of de therapie de toestand van de patiënten verbetert. De nulhypothese is dat het middel niet helpt. De alternatieve hypothese is dat de meerderheid van de patiënten verbetert. Stel de kans verbeterd π = ½. : π O 1 2 Er wordt een steekproef gedaan van 8 mensen. Onder de nulhypothese heeft het aantal verbeterde patiënten k de binomiale verdeling met π = 0.5 en n = 8. Spreek het significantieniveau af met α = Het onderzoek wordt nu gedaan en het blijkt dat 7 van de 8 patiënten verbeterd zijn. De overschrijdingskans P k S 7 van deze uitkomst is gelijk aan (uit de tabel): P k S 7 =1KP k& 6 = De overschrijdingskans P k S 6 = 1KP k& 5 = De grens van het acceptatiegebied ( α = 0.05 ) ligt dus tussen k =6 en k =7. De uitkomst k =7 ligt dus in het kritieke gebied wat tot gevolg heeft dat de Nulhypothese verworpen moet worden. Het wil dus zeggen dat er wel al te veel mensen beter worden dan dat dit aan het toeval te wijten is. 3.4 Voorbeeld Tweezijdig, binomiaal, normale benadering
6 Een munt is eerlijk of niet eerlijk bij het opgooien met resultaat kop of munt. Stel de nulhypothese een eerlijke munt H : π s Er wordt een steekproef gedaan met n =100. Als toetsingsgrootheid kiezen we k = aantal keren kop. Het is dus een binomiale verdeling B(n = 100,π = 0.5) Overgaan op een normale benadering (n > 20) met gemiddelde μ = 50 en σ = 5. (Immers de Variantie is Var = n π (1-π) = 25.) Bij teveel keren kop óf te weinig keren kop beslissen we dat de munt niet eerlijk is. We stellen het kritieke gebied Z vast met α = Aan weerszijden ligt het kritieke gebied met kans α/2 = De grenswaarden van het Acceptatiegebied (het Kritieke gebied is roze gearceerd) zijn: 50 K1.96$5! x! 50 C1.96$5 40.2! x! # k # 59 Let op de continuïteitscorrectie! Als de uitkomst van de meting in dit gebied ligt, wordt de nulhypothese aangenomen. Dus als er 100 keer gegooid wordt met de munt en daarvan is 64 keer kop, dan veronderstellen we dat we te maken hebben met een oneerlijke munt.
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 informatieHoofdstuk 3 Statistiek: het toetsen
Hoofdstuk 3 Statistiek: het toetsen 3.1 Schatten: Er moet een verbinding worden gelegd tussen de steekproefgrootheden en populatieparameters, willen we op basis van de een iets kunnen zeggen over de ander.
Nadere informatieHoofdstuk 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 informatie11.0 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 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 informatieVerwachtingswaarde, Variantie en Standaarddeviatie
Verwachtingswaarde, Variantie en Standaarddeviatie Wisnet-hbo Verwachtingswaarde update maart 200 De verwachtingswaarde van een kansvariabele is een soort gemiddelde waarde. Deze wordt aangeduid met E(k)
Nadere informatie15.1 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 informatieHoofdstuk 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 informatieVandaag. Onderzoeksmethoden: Statistiek 3. Recap 2. Recap 1. Recap Centrale limietstelling T-verdeling Toetsen van hypotheses
Vandaag Onderzoeksmethoden: Statistiek 3 Peter de Waal (gebaseerd op slides Peter de Waal, Marjan van den Akker) Departement Informatica Beta-faculteit, Universiteit Utrecht Recap Centrale limietstelling
Nadere informatiePopulatie: 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 informatieKansrekening 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 informatieData analyse Inleiding statistiek
Data analyse Inleiding statistiek 1 Terugblik - Inductieve statistiek Afleiden van eigenschappen van een populatie op basis van een beperkt aantal metingen (steekproef) Kennis gemaakt met kans & kansverdelingen»
Nadere informatieStatistiek 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+ ( 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 informatieToetsen 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 informatieSheets 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 informatieHOOFDSTUK 6: INTRODUCTIE IN STATISTISCHE GEVOLGTREKKINGEN
HOOFDSTUK 6: INTRODUCTIE IN STATISTISCHE GEVOLGTREKKINGEN Inleiding Statistische gevolgtrekkingen (statistical inference) gaan over het trekken van conclusies over een populatie op basis van steekproefdata.
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 11 Dinsdag 25 Oktober 1 / 27 2 Statistiek Vandaag: Hypothese toetsen Schatten 2 / 27 Schatten 3 / 27 Vragen: liegen 61 Amerikanen werd gevraagd hoeveel % van de tijd
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Statistiek (2DD14) op vrijdag 17 maart 2006, 9.00-12.00 uur.
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Statistiek DD14) op vrijdag 17 maart 006, 9.00-1.00 uur. UITWERKINGEN 1. Methoden om schatters te vinden a) De aannemelijkheidsfunctie
Nadere informatieLesbrief 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 informatieStochastiek 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 informatieOpgeloste 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 informatieHoofdstuk 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 informatieStatistiek = leuk + zinvol
Statistiek = leuk + zinvol Doel 1: Doel : Doel 3: zie titel een statistisch onderzoek kunnen beoordelen een statistisch onderzoek kunnen opzetten een probleem vertalen in standaardmethoden gegevens verzamelen,
Nadere informatieKansrekening 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 informatieHoofdstuk 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 informatieBeslissen op grond van een steekproef Hoofdstuk 15
1 Beslissen op grond van een steekproef Hoofdstuk 15 1. 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
Nadere informatieHiermee rekenen we de testwaarde van t uit: n. 10 ( x ) ,16
modulus strepen: uitkomst > 0 Hiermee rekenen we de testwaarde van t uit: n 10 ttest ( x ) 105 101 3,16 n-1 4 t test > t kritisch want 3,16 >,6, dus 105 valt buiten het BI. De cola bevat niet significant
Nadere informatieVoorbeeldtentamen Statistiek voor Psychologie
Voorbeeldtentamen Statistiek voor Psychologie 1) Vul de volgende uitspraak aan, zodat er een juiste bewering ontstaat: De verdeling van een variabele geeft een opsomming van de categorieën en geeft daarbij
Nadere informatieHOOFDSTUK IV TOETSEN VAN STATISTISCHE HYPOTHESEN
HOOFDSTUK IV TOETSEN VAN STATISTISCHE HYPOTHESEN 4. VERGELIJKINGSTOETSEN A. Vergelijken van varianties Men beschouwt twee steekproeven uit normaal verdeelde populaties: X, X,, X n ~ N(µ, σ ) Y, Y,, Y n
Nadere informatieStatistiek 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 informatieHoofdstuk 7: Statistische gevolgtrekkingen voor distributies
Hoofdstuk 7: Statistische gevolgtrekkingen voor distributies 7.1 Het gemiddelde van een populatie Standaarddeviatie van de populatie en de steekproef In het vorige deel is bij de significantietoets uitgegaan
Nadere informatieHOOFDSTUK 7: STATISTISCHE GEVOLGTREKKINGEN VOOR DISTRIBUTIES
HOOFDSTUK 7: STATISTISCHE GEVOLGTREKKINGEN VOOR DISTRIBUTIES 7.1 Het gemiddelde van een populatie Standaarddeviatie van de populatie en de steekproef In het vorige deel is bij de significantietoets uitgegaan
Nadere informatieUitleg 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 informatieKansrekening en Statistiek
Kansrekening en Statistiek College 14 Donderdag 28 Oktober 1 / 37 2 Statistiek Indeling: Hypothese toetsen Schatten 2 / 37 Vragen 61 Amerikanen werd gevraagd hoeveel % van de tijd zij liegen. Het gevonden
Nadere informatieKansrekening 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 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 informatieStatistiek 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 informatieHoofdstuk 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 informatieBijlage Bijlage 3. Statistische toetsing: werkwijze, toetsen, formules, toepassing
Bijlage 3 Statistische toetsing: werkwijze, toetsen, formules, toepassing In dit boek wordt kennis van statistiek en statistische ( hypothese)toetsing in principe bekend verondersteld. Niettemin geven
Nadere informatie15.1 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 informatieKansverdelingen 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 informatieDeeltentamen 2 Algemene Statistiek Vrije Universiteit 18 december 2013
Afdeling Wiskunde Volledig tentamen Algemene Statistiek Deeltentamen 2 Algemene Statistiek Vrije Universiteit 18 december 2013 Gebruik van een (niet-grafische) rekenmachine is toegestaan. Geheel tentamen:
Nadere informatiec 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 informatieKansrekening en statistiek WI2211TI / WI2105IN deel 2 2 februari 2012, uur
Kansrekening en statistiek WI22TI / WI25IN deel 2 2 februari 22, 4. 6. uur VOOR WI22TI: Bij dit examen is het gebruik van een (evt. grafische) rekenmachine toegestaan. Een formuleblad is niet toegestaan.
Nadere informatieStatistiek II. Sessie 1. Verzamelde vragen en feedback Deel 1
Statistiek II Sessie 1 Verzamelde vragen en feedback Deel 1 VPPK Universiteit Gent 2017-2018 Feedback Oefensessie 1 1 Staafdiagram 1. Wat is de steekproefgrootte? Op de horizontale as vinden we de respectievelijke
Nadere informatie= P(B) = 2P(C), P(A B) = 1 2 en P(A C) = 2 5. d. 31
Tentamen Statistische methoden 45STAMEY april, 9: : Studienummers: Vult u alstublieft op het MC formulier uw Delftse studienummer in; en op het open vragen formulier graag beide, naar volgend voorbeeld:
Nadere informatieTentamen Inleiding Statistiek (WI2615) 10 april 2013, 9:00-12:00u
Technische Universiteit Delft Mekelweg 4 Faculteit Elektrotechniek, Wiskunde en Informatica 2628 CD Delft Tentamen Inleiding Statistiek (WI2615) 10 april 2013, 9:00-12:00u Formulebladen, rekenmachines,
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 8 Donderdag 13 Oktober 1 / 23 2 Statistiek Vandaag: Stochast en populatie Experimenten herhalen Wet van de Grote Getallen Centrale Limietstelling 2 / 23 Stochast en populatie
Nadere informatieSamenvatting 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 informatieTentamen Mathematische Statistiek (2WS05), vrijdag 29 oktober 2010, van 14.00 17.00 uur.
Technische Universiteit Eindhoven Faculteit Wiskunde en Informatica Tentamen Mathematische Statistiek (WS05), vrijdag 9 oktober 010, van 14.00 17.00 uur. Dit is een tentamen met gesloten boek. De uitwerkingen
Nadere informatieTentamen Wiskunde A CENTRALE COMMISSIE VOORTENTAMEN WISKUNDE. Datum: 19 december Aantal opgaven: 6
CENTRALE COMMISSIE VOORTENTAMEN WISKUNDE Tentamen Wiskunde A Datum: 19 december 2018 Tijd: 13.30 16.30 uur Aantal opgaven: 6 Lees onderstaande aanwijzingen s.v.p. goed door voordat u met het tentamen begint.
Nadere informatiec 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 informatieStatistiek voor A.I.
Statistiek voor A.I. College 13 Donderdag 25 Oktober 1 / 28 2 Deductieve statistiek Orthodoxe statistiek 2 / 28 3 / 28 Jullie - onderzoek Tobias, Lody, Swen en Sander Links: Aantal broers/zussen van het
Nadere 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 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 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 informatieHoofdstuk 12: Eenweg ANOVA
Hoofdstuk 12: Eenweg ANOVA 12.1 Eenweg analyse van variantie Eenweg en tweeweg ANOVA Wanneer we verschillende populaties of behandelingen met elkaar vergelijken, dan zal er binnen de data altijd sprake
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 13 Dinsdag 26 Oktober 1 / 24 2 Statistiek Indeling: Hypothese toetsen Filosofie 2 / 24 Hypothese toetsen 3 / 24 Hypothese toetsen: toepassingen Vb. Een medicijn wordt
Nadere informatieDEZE PAGINA NIET vóór 8.30u OMSLAAN!
STTISTIEK 1 VERSIE MT15303 1308 1 WGENINGEN UNIVERSITEIT LEERSTOELGROEP MT Tentamen Statistiek 1 (MT-15303) 5 augustus 2013, 8.30-10.30 uur EZE PGIN NIET vóór 8.30u OMSLN! STRT MET INVULLEN VN NM, REGISTRTIENUMMER,
Nadere informatieKengetal 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 informatieHoofdstuk 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 informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamenopgaven Statistiek 2DD71: UITWERKINGEN 1. Stroopwafels a De som S van de 12 gewichten is X 1 + X 2 + + X 12. Deze is normaal
Nadere informatieZin en onzin van normale benaderingen van binomiale verdelingen
Zin en onzin van normale benaderingen van binomiale verdelingen Johan Walrave, docent EHSAL 0. Inleiding Voordat het grafisch rekentoestel in onze school ingevoerd werd, was er onder de statistiekdocenten
Nadere informatie5 Toetsen. 5.1 Nulhypothese en Alternatieve Hypothese
5 Toetsen Bij wetenschappelijk onderzoek, in de industrie en in het dagelijks leven is het vaak gewenst na te gaan of bepaalde vragen al dan niet bevestigend beantwoord kunnen worden. Helpt een bepaalde
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 informatie. Dan geldt P(B) = a. 1 4. d. 3 8
Tentamen Statistische methoden 4052STAMEY juli 203, 9:00 2:00 Studienummers: Vult u alstublieft op het meerkeuzevragenformulier uw Delftse studienummer in (tbv automatische verwerking); en op het open
Nadere informatieLes 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 informatieToegepaste Statistiek, Week 6 1
Toegepaste Statistiek, Week 6 1 Eén ordinale en één nominale variabele Nominale variabele met TWEE categorieën, 1 en 2 Ordinale variabele normaal verdeeld binnen iedere categorie? Variantie in beide categorieën
Nadere informatieWiskunde B - Tentamen 2
Wiskunde B - Tentamen Tentamen van Wiskunde B voor CiT (57) Donderdag 4 april 005 van 900 tot 00 uur Dit tentamen bestaat uit 8 opgaven, 3 tabellen en formulebladen Vermeld ook je studentnummer op je werk
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 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 informatiestatviewtoetsen 18/12/ Statview toets, 2K WE, 30 mei Fitness-campagne Dominantie bij muizen... 4
statviewtoetsen 18/12/2000 Contents............................................................ 1 1 Statview toets, 2K WE, 30 mei 1995 2 1.1 Fitness-campagne................................................
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 informatieUitwerkingen 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 informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Biostatistiek (2S390) op maandag ,
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Biostatistiek (2S390) op maandag 20-11-2000, 14.00-17.00 uur ƒbij het tentamen mag gebruik worden gemaakt van een zakrekenmachine
Nadere informatieSchriftelijk tentamen - UITWERKINGEN
Business Administration / Bedrijfskunde Schriftelijk tentamen - UITWERKINGEN Algemeen Vak : Statistische Methoden Groep : niet van toepassing en Technieken Vakcode : BKB0019t Soort tentamen : gesloten
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 15 Dinsdag 2 November 1 / 16 2 Statistiek Indeling: Filosofie Schatten Centraal Bureau voor Statistiek 2 / 16 Schatten Vb. Het aantal tenen plus vingers in jullie huishoudens:
Nadere informatiewerkcollege 6 - D&P9: Estimation Using a Single Sample
cursus 9 mei 2012 werkcollege 6 - D&P9: Estimation Using a Single Sample van frequentie naar dichtheid we bepalen frequenties van meetwaarden plot in histogram delen door totaal aantal meetwaarden > fracties
Nadere informatieHOOFDSTUK 5 TOETSEN VAN HYPOTHESEN
Toetsen van hypothesen 1 HOOFDSTUK 5 TOETSEN VAN HYPOTHESEN 1. Inleiding...2 2. Beslissingsregels...5 2.1. Beslissen op grond van kritische grenzen...5 2.1.1. Het α-risico...6 2.1.2. Het β-risico...7 2.2.
Nadere informatieWiskunde B - Tentamen 1
Wiskunde B - Tentamen Tentamen 57 Wiskunde B voor CiT vrijdag januari 5 van 9. tot. uur Dit tentamen bestaat uit 6 opgaven, formulebladen en tabellen. Vermeld ook uw studentnummer op uw werk en tentamenbriefje.
Nadere informatie14.1 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 informatieBeschrijvende statistiek
Beschrijvende statistiek Beschrijvende en toetsende statistiek Beschrijvend Samenvatting van gegevens in de steekproef van onderzochte personen (gemiddelde, de standaarddeviatie, tabel, grafiek) Toetsend
Nadere informatieKansrekening en statistiek wi2105in deel 2 16 april 2010, uur
Kansrekening en statistiek wi205in deel 2 6 april 200, 4.00 6.00 uur Bij dit examen is het gebruik van een (evt. grafische) rekenmachine toegestaan. Tevens krijgt u een formuleblad uitgereikt na afloop
Nadere informatiewordt 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 informatieAntwoordvel Versie A
Antwoordvel Versie A Interimtoets Toegepaste Biostatistiek 13 december 013 Naam:... Studentnummer:...... Antwoorden: Vraag Antwoord Antwoord Antwoord Vraag Vraag A B C D A B C D A B C D 1 10 19 11 0 3
Nadere informatieStochastiek 2. Inleiding in de Mathematische Statistiek 1 / 18
Stochastiek 2 Inleiding in de Mathematische Statistiek 1 / 18 t-toetsen 2 / 18 Steekproefgemiddelde en -variantie van normale observaties Stelling. Laat X 1,..., X n o.o. zijn en N(µ, σ 2 )-verdeeld. Dan:
Nadere informatieStatistiek II. Sessie 5. Feedback Deel 5
Statistiek II Sessie 5 Feedback Deel 5 VPPK Universiteit Gent 2017-2018 Feedback Oefensessie 5 1 Statismex, gewicht en slaperigheid2 1. Lineair model: slaperigheid2 = β 0 + β 1 dosis + β 2 bd + ε H 0 :
Nadere informatieVoorbeeldtentamen Wiskunde A
CENTRALE COMMISSIE VOORTENTAMEN WISKUNDE Datum: Najaar 2018 Tijd: 3 uur Aantal opgaven: 6 Voorbeeldtentamen Wiskunde A Lees onderstaande aanwijzingen s.v.p. goed door voordat u met het tentamen begint.
Nadere informatie13.1 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 informatieTentamen Kansrekening en statistiek wi2105in 25 juni 2007, uur
Tentamen Kansrekening en statistiek wi205in 25 juni 2007, 4.00 7.00 uur Bij dit examen is het gebruik van een (evt. grafische rekenmachine toegestaan. Tevens krijgt u een formuleblad uitgereikt na afloop
Nadere informatieToetsende Statistiek Week 3. Statistische Betrouwbaarheid & Significantie Toetsing
Toetsende Statistiek Week 3. Statistische Betrouwbaarheid & Significantie Toetsing M, M & C, Chapter 6, Introduction to Inference 6.1 Estimating with Confidence 6.2 Tests of Significance 6.3 Use and Abuse
Nadere informatie= Oplossingen. 1 Beschrijvende statistiek (blz. 31) x = 5,08 m ; s = 0,56 m. x = 25,66 jaar ; s = 5,46 jaar
= Oplossingen Bij geruik van ICT kunnen resultaten liht vershillen. 1 Beshrijvende statistiek (lz. 31) 1 d me = 64 km/h ; Q 1 = 55 km/h ; Q 3 = 74 km/h e x = 64,58 km/h ; s = 12,96 km/h f 49 % g 68 %;
Nadere informatieBASISVAARDIGHEDEN. 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 informatiewordt 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 informatieRechter overschrijdingskansen (in procenten) van z van de standaardnormale verdeling
Tabel A: Randomcijfers 01 67210 01072 94583 81162 17494 08976 23623 48510 82207 02 29211 61083 06542 29764 82401 56452 32104 10365 79401 03 87215 79563 39429 57027 86275 84983 40384 89120 69334 04 27593
Nadere informatiewerkcollege 5 - P&D7: Population distributions - P&D8: Sampling variability and Sampling distributions
cursus 4 mei 2012 werkcollege 5 - P&D7: Population distributions - P&D8: Sampling variability and Sampling distributions Huiswerk P&D, opgaven Chapter 6: 9, 19, 25, 33 P&D, opgaven Appendix A: 1, 9 doen
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 13 Dinsdag 1 November 1 / 26 2 Statistiek Vandaag: Power Grootte steekproef Filosofie 2 / 26 Power 3 / 26 Power Def. De power (kracht) van een hypothese toets is (1 β),
Nadere informatieTOETSEN 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 informatieLes 2: Toetsen van één gemiddelde
Les 2: Toetsen van één gemiddelde Koen Van den Berge Statistiek 2 e Bachelor in de Biochemie & Biotechnologie 22 oktober 2018 Het statistisch testen van één gemiddelde is een veel voorkomende toepassing
Nadere informatie