Statistiek 1. Dr. M.J. Louwerse David de Wiedgebouw 4.88 december 2014
|
|
- Daniël Simons
- 7 jaren geleden
- Aantal bezoeken:
Transcriptie
1 Statistiek 1 Dr. M.J. Louwerse David de Wiedgebouw 4.88 m.j.louwerse@uu.nl december 2014
2 Opbouw van statistiek Statistiek 1 (periode 2: vandaag) Dit college + zelfstudie + thuisopdracht Statistiek 2 (periode 3: 2/9/16 februari) Mini-colleges + zelfstudie + thuisopdracht Statistiek 3 (periode 3: 11 maart) Toetsvraag in de Harris-toets
3 Statistiek 1 sta tis tics (Mirriam-Webster online dictionary) 1: a branch of mathematics dealing with the collection, analysis, interpretation, and presentation of masses of numerical data Dit college Experimentele fouten Correct weergeven van resultaten Betrouwbaarheidsintervallen Een beetje: Excel-gebruik Als er tijd over is: POWERFIT Niet: t-toets (zie handleiding) Zelfstudie (zie handleiding) Thuisopdracht
4 Waarom statistiek? Alle metingen hebben een beperkte nauwkeurigheid Massa (beperkt door de balans) Volume (beperkt door het gebruikte glaswerk) Lengte (beperkt door lineaal/schuifmaat) Spanning (beperkt door multimeter) etc. Over die beperkte nauwkeurigheid moet gecommuniceerd worden! (dus: labjournaal, rapport, verslag, etc.)
5 Het belang van statistiek Zonder statistiek weet niemand hoe nauwkeurig jij je meting hebt verricht is er niets bekend over de betrouwbaarheid van je resultaten kun je geen fatsoenlijke conclusies trekken uit analytisch chemische metingen is je experimentele data weinig tot niets meer waard
6 Experimentele onzekerheid Een voorbeeld uit het dagelijks leven Er liggen 6 appels op de fruitschaal. Mijn zoontje is 6 jaar oud. Je nadert met een vrachtwagentje van 4m een tunnel met een doorrijdhoogte van 4m
7 Experimentele onzekerheid Een voorbeeld uit de wetenschap Een gasmolecuul is gemeten met een massa: 44 u Welk gas is dat? formule massa (u) N 2 O 44,0011 CO 2 43,9898 CH 2 NO 44,0136 CH 4 N 2 44,0375 C 2 H 4 O 44,0262 C 2 H 6 N 44,0501 C 3 H 8 44,0626
8 Experimentele onzekerheid Een voorbeeld uit de wetenschap Een gasmolecuul is gemeten met een massa: 44,036 ± 0,012 u. Welk gas is dat? formule massa (u) N 2 O 44,0011 CO 2 43,9898 CH 2 NO 44,0136 CH 4 N 2 44,0375 C 2 H 4 O 44,0262 C 2 H 6 N 44,0501 C 3 H 8 44,0626
9 Experimentele onzekerheid Een voorbeeld uit de wetenschap Een gasmolecuul is gemeten met een massa: 44,036 ± 0,012 u. Welk gas is dat? formule massa (u) N 2 O 44,0011 CO 2 43,9898 CH 2 NO 44,0136 CH 4 N 2 44,0375 C 2 H 4 O 44,0262 C 2 H 6 N 44,0501 C 3 H 8 44,0626
10 Experimentele onzekerheid Een voorbeeld uit het eerstejaarspracticum Voeg 5 ml zoutzuur toe (bij synthese) 4,5 5,5 ml Meet 5 ml af met een verdeelpipet 4,9 5,1 ml Meet 5 ml af met een Finn-pipet 4,95 5,05 ml De bedoelde nauwkeurigheid is bij dezelfde notatie drie keer anders!
11 Experimentele onzekerheid De gebruikte apparatuur en materialen bepalen de nauwkeurigheid van je metingen. Aan jou de taak om te weten wat die nauwkeurigheid is en om je resultaten correct te noteren. Gedurende het fysische chemisch en analytisch chemisch practicum: begrijpend lezen van voorschriften; schatten van nauwkeurigheden; het kiezen van het juiste apparaat of materiaal; het vertalen naar je labjournaal.
12 Een voorbeeld Los in circa 50 ml demiwater 4,50 ml acetonitril op. Weeg ongeveer 3,5 g CuSO 4 5H 2 O nauwkeurig af en los dit op in het wateracetonitrilmengsel. Breng de oplossing over in een maatkolf van 100 ml en vul aan met demiwater.
13 Een voorbeeld Los in circa 50 ml demiwater 4,50 ml acetonitril op. Weeg ongeveer 3,5 g CuSO 4 5H 2 O nauwkeurig af en los dit op in het wateracetonitrilmengsel. Breng de oplossing over in een maatkolf van 100 ml en vul aan met demiwater. circa 50 ml alles tussen 40 en 60 ml is in orde ongeveer 3,5 g nauwkeurig afwegen alles tussen 3,4### en 3,6### is in orde maatkolf van 100 ml geeft volume van 100,00 ml bij correct gebruik onzekerheid staat vermeldt op het glaswerk zinloos om 100,00 ml maatkolf op te schrijven
14 Een voorbeeld Los in circa 50 ml demiwater 4,50 ml acetonitril op. Weeg ongeveer 3,5 g CuSO 4 5H 2 O nauwkeurig af en los dit op in het wateracetonitrilmengsel. Breng de oplossing over in een maatkolf van 100 ml en vul aan met demiwater. Hoe komt dit in je labjournaal?
15 Een voorbeeld Los in circa 50 ml demiwater 4,50 ml acetonitril op. Weeg ongeveer 3,5 g CuSO 4 5H 2 O nauwkeurig af en los dit op in het wateracetonitrilmengsel. Breng de oplossing over in een maatkolf van 100 ml en vul aan met demiwater. Hoe komt dit in je labjournaal? Bijvoorbeeld zo: In een 250 ml bekerglas werd met een Finn-pipet 4,50 ml acetonitril gebracht. Hieraan werd 45 ml demiwater toegevoed. Er werd 3,7563 g blauw kopersulfaat (CuSO 4 5H 2 O) afgewogen op een analytische balans en dit werd opgelost in het mengsel. De oplossing werd kwantitatief overgebracht in een 100 ml maatkolf die werd aangevuld tot de streep met demiwater.
16 Intermezzo: eenheden noteren SI-eenheden (en direct afgeleide eenheden) Correcte notatie? Volume: ml milliliter ml. ml ccm Massa: gram g g. gr gr. grm
17 Intermezzo: eenheden noteren SI-eenheden (en direct afgeleide eenheden) Correcte notatie? Volume: ml milliliter ml. ml ccm SI: 10 6 m 3 Massa: gram g g. gr gr. grm
18 Intermezzo: eenheden noteren SI-eenheden (en direct afgeleide eenheden) Correcte notatie? Volume: ml milliliter ml. ml ccm SI: 10 6 m 3 Massa: gram g g. gr gr. grm Eenheden voluit schrijven is zonder hoofdletter: 1 V = 1 volt 1 N = 1 newton 1 A = 1 ampère
19 Foutenanalyse Bij een experiment streef je naar het bepalen van de ware waarde. Je wordt beperkt door experimentele fouten ( errors ) Toevallige fouten ( random errors ) Systematische fouten ( systematic errors ) Blunders ( mistakes )
20 Toevallige fouten Bij herhaald (en voldoende nauwkeurig) meten zal er niet elke keer dezelfde meetuitkomst gevonden worden: er is een onvermijdelijke spreiding in je resultaten. Statistische verwerking karakteriseert dit type fout. Herhalen van metingen beperkt dit type fout.
21 Systematische fouten Systematische fouten zorgen voor dezelfde afwijking in iedere meting en vallen dus niet op. Voorbeelden: Onjuist volume van glaswerk Kristalwater bij het afwegen van zouten zorgt voor andere hoeveelheden / concentraties Verkeerd aanvullen van glaswerk Afwijking in kleurwaarneming
22 Blunders Blunders vallen (hopelijk) duidelijk op door sterk afwijkende meetwaarden.
23 Omgaan met experimentele fouten Blunders Opnieuw doen! Systematische fouten Gebruik referentiemetingen Doe blancobepalingen Wees kritisch over je gebruikte methoden Toevallige fouten Onvermijdelijk. Meer metingen = gemiddeld een kleinere toevallige fout.
24 Intermezzo: terminologie toevallige fout A systematische fout B C D ware waarde
25 Intermezzo: terminologie precies A niet precies B niet precies, wel juist C D precies en juist ware waarde precisie = precision juistheid = accuracy
26 Weergeven meetgegevens Een steekproef (alle waarden in ml) n = aantal meetwaarden = 22 10,4 10,8 10,5 10,9 10,7 10,2 10,3 10,6 10,5 10,6 10,4 10,7 10,6 10,5 10,4 10,1 10,6 10,8 10,5 10,3 11,0 10,5
27 Weergeven meetgegevens 10,1 10,2 (alle waarden in ml) 10,3 10,4 10,3 10,4 10,4 spreiding 10,5 10,5 10,5 10,5 10,6 10,6 10,6 10,6 10,5 midden / centrum 10,7 10,8 10,7 10,8 10,9 11,0
28 Centrummaat Centrummaten ( average values ) Modus ( mode ) = meestvoorkomende waarde Mediaan ( median ) = middelste waarde Gemiddelde ( arithmetic mean ) = som van alle waarden gedeeld door aantal waarden
29 Centrummaat 10,1 n = 22 10,2 10,3 10,3 mediaan* = 10,5 ml 10,4 10,4 10,4 10,5 10,5 10,5 10,5 10,5 modus = 10,5 ml (5 ) 10,6 10,6 10,6 10,6 10,7 10,7 nn 10,8 10,8 gemiddelde xx = 1 nn xx ii = 10,5 ml 10,9 ii=1 (= 10, ) 11,0 * Als er twee middelste waarden zijn, neem je het rekenkundig gemiddelde van die twee.
30 Spreidingsmaat Spreidingsmaten ( measure of statistical dispersion ) Spreidingsbreedte ( range ) = max. waarde min. waarde Variantie ( variance ) = gemiddelde afwijking van het gemiddelde Standaarddeviatie ( standard deviation ) = wortel van de variantie
31 Spreidingsmaat 10,1 10,2 10,3 10,3 spreidingsbreedte = 11,0 10,1 = 0,9 ml relatieve spreiding = 0,9 / 10,5 100% = 9% 10,4 10,4 10,4 10,5 10,5 10,5 10,5 10,5 10,6 10,6 10,6 10,6 10,7 10,8 10,9 11,0 10,7 10,8 variantie ss 2 = 1 nn nn 1 xx 2 ii xx ii=1 standaarddeviatie ss = = 0,049 ml 2 variantie = 0,22 ml N.B. De standaarddeviatie heeft dezelfde eenheid als het gemiddelde. Schrijf deze ook op!
32 Intermezzo: Excel Excel heeft uitstekende mogelijkheden voor statistische berekeningen. Vaak onbekend, of onbegrepen! Leer omgaan met Excel! Daar heb je jarenlang profijt van (vraag studenten, assistenten, docenten, Internet) Zie Handleiding Excel op practicum.chem.uu.nl Let op: deze is zwaar verouderd, maar de basisprincipes gelden nog steeds en zijn essentieel!
33 Intermezzo: Excel Enkele handige functies EN =AVERAGE() =STDEV() =COUNT() =SQRT() =VAR() NL =GEMIDDELDE() =STDEV.S() =AANTAL() =WORTEL() =VAR.S()
34 Voorbeeldberekening Intermezzo: Excel
35 Notatie Meetwaarden moeten altijd in het juiste aantal significante cijfers genoteerd worden. De gemiddelde massa van 10 blokjes is 3, g met een standaarddeviatie van 0, g. FOUT Hoe bepalen we wat het juiste aantal significante cijfers is?
36 Standaarddeviatie in het gemiddelde s g = s / n standaarddeviatie in het gemiddelde Gebruik s g met één significant cijfer Als dit cijfer 1 of 2 is, gebruik dan s g met twee significante cijfers Waarden van het gemiddelde, standaarddeviatie, etc. worden in hetzelfde aantal decimalen geschreven als s g Ons voorbeeld: s g = 0, g / 10 = 0, = 0,010 g Dus: De gemiddelde massa van 10 blokjes is 3,749 g met een standaarddeviatie van 0,032 g.
37 Nog enkele voorbeelden s g (onafgerond) s g aantal decimalen 0, ,7 1 24, , , , , , , , , ? 1, (mits 10 3 )
38 Nog enkele voorbeelden s g (onafgerond) s g aantal decimalen xx (onafgerond) xx 0, , , ,7 24, , , , , ,6656 0, , , ,6656 0, , , ,6656 0, , , , ? 1, , (mits 10 3 ) 1, , of 1,
39 Wat rapporteer je bij een experiment? In ieder geval: Het gemiddelde (xx ) De standaarddeviatie (s) Korte notatie: xx ± s soms ook: xx ± s g Het aantal metingen (n) Je hebt ook nodig: Standaarddeviatie in het gemiddelde (s g ) Je noteert ook vaak (zeker bij analytische chemie): 95%-betrouwbaarheidsinterval
40 Steekproef vs. populatie populatie Alle meetresultaten die je ooit kunt verkrijgen. Meetverwachting µ Standaarddeviatie σ steekproef De n metingen die je doet. Gemiddelde Standaarddeviatie xx s
41 Verdelingen Voor een steekproef ( toenemende n) Voor een populatie: normale verdeling 95.44% σ 2σ µ
42 Normale verdeling In de praktijk heb je hooguit een benadering Levensduur: xx ± s (bij meten van natuurconstante: xx ± s g )
43 Betrouwbaarheidsinterval Met je steekproef (xx, s) geef je een schatting voor de populatie (µ, σ). Hoe groter n, hoe beter die schatting. Je kunt berekenen in welk gebied µ met 95% waarschijnlijkheid zal liggen op basis van xx en s. Dit heet het geven van een 95%-betrouwbaarheidsinterval. xx 95%-BI µ ware waarde
44 Betrouwbaarheidsinterval Als n klein is (<50), mag je geen normale verdeling aannemen en gebruik je een t-verdeling (ook wel Student s t-verdeling) Het 95%-betrouwbaarheidsinterval wordt dan gegeven door: xx ± tt νν,αα ss/ nn t-waarde zoek je op (bv. in Harris) of reken je uit met Excel =T.INV() - νν heet het aantal vrijheidsgraden: νν = nn 1 - αα is de onbetrouwbaarheid: 5% (Harris gebruikt de betrouwbaarheid, 95%)
45 Intermezzo: foutendoorwerking Stel dat je een bij een hardloopwedstrijd de start- en finishtijd meet, maar er in beide een onzekerheid van 1,0 s zit. Wat is dan de onzekerheid van de gemeten rondetijd? a) 1,0 s b) 1,4 s c) 2,0 s d) Geen van bovenstaande. e) Dat is niet te bepalen met deze gegevens.
46 Intermezzo: foutendoorwerking Toevallige fouten mogen nooit zomaar worden opgeteld! Zie voor rekenregels de Handleiding Statistiek 1
47 POWERFIT Wat kun je ermee? Maken van ijklijnen Lineaire kleinstekwadratenfit Interpoleren van meetwaarden
48 POWERFIT Klik altijd eerst op START en vul een naam in Klik daarna op File -> New Je kunt nu x-y-paren invullen Vul duidelijke as-labels in Klik daarna op Plot/Fit Let op! - Gebruik Evenly spaced x intervals, include errors en change confidence parameters by clicking a value liever niet. - Het verschilt per computer of je een decimale. of, moet gebruiken.
49 POWERFIT Klik op init fit Kies complete fit en best degree en klik op start fit De beste fit wordt door de punten getekend De gele balk bevat belangrijke informatie Let op! - Met fixed degree kun je aangeven of je een linear, kwadratische, etc. functie wilt fitten. Powerfit berekent dit anders automatisch. - Eenmaal getekende lijnen zijn niet te verwijderen. Sluit daarvoor het scherm en begin opnieuw.
50 POWERFIT gefitte functie, uit te lezen m.b.v. inverted use Polynomial Degree is: 1, based on 6 data points (#1 to #6) POLYNOMIAL is: F(x) = 2, E , E-001 x higher degree is no significant improvement: F(1,3,95,0%) = 10,127 > F_obs = 0,897 (... meer data) als je wilt weten wat deze overige data betekent, moet je me dat later maar eens vragen Correlation Coefficient: 0,99999 x value at y = 0: -0,042 Std.Dev.: 0,010 Range: -0,07 < x0 < -0,01 correlatiecoëfficiënt r (niet R 2 ): geeft aan hoe goed de fit overeenkomt met de meetwaarden. Let op! Een hoge correlatiecoëfficiënt zoals deze doet lijken alsof er prachtig werk is geleverd, maar correlatie causaliteit! Iedereen die meedoet aan correlatiecoëfficiëntwedstrijdjes want-ik-kanwel-vijf-negens-halen, heeft het niet begrepen
51 Voor interpoleren klik je op inverted use Vul alle onbekende waarden in en klik evaluate In het extra gele veld verschijnt o.a. 95%- betrouwbaarheidsinterval Let op! - Vul geen gemiddelden in bij inverted use. Als je 3,02 3,03 en 3,04 V gemeten hebt, vul je die los in. Powerfit doet de rest. - Je kunt alleen interpoleren. Extrapoleren is niet toegestaan (en is statistisch ook onverantwoord).
52 POWERFIT Wat doe je met uitschieters? a) Punt weglaten, de ijklijn is nog wel ok b) Punt opnieuw meten c) Niets, de ijklijn is zo al goed genoeg d) Hele ijkreeks opnieuw meten
53 POWERFIT Wat doe je met uitschieters? a) Punt weglaten, de ijklijn is nog wel ok b) Punt opnieuw meten c) Niets, de ijklijn is zo al goed genoeg d) Hele ijkreeks opnieuw meten
54 POWERFIT Opnieuw meten levert geen verbetering op a) Punt weglaten, de ijklijn is nog wel ok b) Punt opnieuw meten c) Niets, de ijklijn is zo al goed genoeg d) Hele ijkreeks opnieuw meten
55 POWERFIT Opnieuw meten levert geen verbetering op a) Punt weglaten, de ijklijn is nog wel ok b) Punt opnieuw meten c) Niets, de ijklijn is zo al goed genoeg d) Hele ijkreeks opnieuw maken én meten
56 Wat is hier aan de hand? POWERFIT
57 POWERFIT Sommige ijklijnen horen krom te zijn (bijv. bij AAS).
58 POWERFIT De curve die je fit (eerste-, tweedegraads) moet je theoretisch kunnen onderbouwen! Kijk, riep de student blij de correlatiecoëfficiënt is zelfs ! zucht (laat je dus niet leiden door hogere correlatie )
59 Gebrabbel van jullie voorgangers De toegevoegde hoeveelheid demiwater is niet belangrijk, zolang het niet veel te weinig of veel te veel is. De 4,02 wijkt erg af van de andere waarden die ongeveer gelijk zijn (4,05; 4,04; 4,05) en wijst op een toevallige fout. De andere liggen dus dicht bij elkaar en lijken precies. Er ligt een systematische fout buiten het betrouwbaarheidsinterval. De maatverdeling van de buret klopt niet. In theorie is alles mogelijk, maar laten we het houden op ± 0,1 ml. Er moet sprake zijn van extreem toeval of een systematische fout Foutenanalyse vergt oefening. Bij twijfel, vraag je assistent!
60 Thuisopdracht Statistisch aan de slag met je eigen data (uit Fysische Chemisch Meten) + extra opdrachten Wat heb je nodig? Dit college (slides komen op blackboard) Handleiding Statistiek 1 (zie ook website voor digitale versie) Hoe, wanneer en waar lever je het in? Uiterlijk vr. 16 januari 2014, 17:00, David de Wiedgebouw 4.88 of m.j.louwerse@uu.nl Andermans werk inleveren = fraude
61 Hoe lever je het in? Wees duidelijk. Geef niet alleen maar getallen, maar ook wat uitleg Er wordt gebruik gemaakt van blabla, want blabla. Vermeld je rekenstappen, maar je hoeft niet uitgebreid op te schrijven hoe je bijvoorbeeld een st.dev. hebt berekend. Let op de notatie: significante cijfers + eenheden Zorg voor een duidelijke conclusie / afrondende zin De concentratie bedraagt dus 3,40 ± 0,15 mg L 1 SUCCES!
Statistiek 1. R.J. Baars, MSc Kruytgebouw N710 december 2013
Statistiek 1 R.J. Baars, MSc Kruytgebouw N710 r.j.baars@uu.nl december 2013 Opbouw van statistiek Statistiek 1 (periode 2: vandaag) Dit college + zelfstudie + thuisopdracht Statistiek 2 (periode 3: 3/10/17
Nadere informatieIntroductie periode 2b. Onderdeel Foutenleer 1
Introductie periode 2b Onderdeel Foutenleer 1 Assistenten: Lai Mei Tang / Vera Kaats Susan Kersjes Maurice Mourad Sandra Veen Marieke Bode Piter Miedema Inhoud: Wat is foutenleer, en wat heeft Excel daar
Nadere informatieIntroductie periode 2b. Fysische Chemie en Statistiek 1
Introductie periode 2b Fysische Chemie en Statistiek 1 Assistenten: Fysische Chemie als andere tak van sport Geen synthese maar metingen Apparatuur en glaswerk Betrouwbaarheid en significantie Statistiek
Nadere informatieStatistiek 2 deel A 30 minuten over statistisch toetsen
Statistiek 2 deel A 30 minuten over statistisch toetsen R.J. Baars, MSc Kruytgebouw N710 r.j.baars@uu.nl februari 2014 Opbouw van statistiek Statistiek 1 (periode 2: vandaag) Dit college + zelfstudie +
Nadere informatieFoutenleer 1. dr. P.S. Peijzel
Foutenleer 1 dr. P.S. Peijzel In dit hoofdstuk zal een inleiding in de foutenleer gegeven worden. Foutenleer is een onderdeel van statistiek dat gebruikt wordt om een uitspraak te kunnen doen over fouten
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 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 informatieHoofdstuk 3 : Numerieke beschrijving van data. Marnix Van Daele. Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent
Hoofdstuk 3 : Numerieke beschrijving van data Marnix Van Daele MarnixVanDaele@UGentbe Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent Numerieke beschrijving van data p 1/31 Beschrijvende
Nadere informatieMeten en experimenteren
Meten en experimenteren Statistische verwerking van gegevens Een korte inleiding 3 oktober 006 Deel I Toevallige veranderlijken Steekproef Beschrijving van gegevens Histogram Gemiddelde en standaarddeviatie
Nadere 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 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 informatieMeten en experimenteren
Meten en experimenteren Statistische verwerking van gegevens Een korte inleiding 5 oktober 007 Catherine De Clercq Statistische verwerking van gegevens Kursus statistiek voor fysici door Jorgen D Hondt
Nadere informatieExact Periode 6.1. Juist & Precies Testen
Juist & Precies Testen Exact periode 6.1 Juist en Precies Gemiddelde Standaarddeviatie (=Standaard Afwijking) Betrouwbaarheidsinterval Dixon s Q-test Student s t-test F-test 2 Juist: gemiddeld klopt de
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 informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Statistiek voor T (2S070) op vrijdag 8 oktober 1999, uur De u
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Statistiek voor T (2S070) op vrijdag 8 oktober 1999, 14.00-17.00 uur De uitwerkingen van de opgaven dienen duidelijk geformuleerd
Nadere informatieColorimetrische bepaling van het kopergehalte van euromunten experiment 5+
Practicum W22 Colorimetrische bepaling van het kopergehalte van euromunten experiment 5+ In experiment 5, blz 102, moet je de kleur van een muntoplossing vergelijken met een aantal buizen met bekende concentratie.
Nadere informatieMeten en experimenteren
Meten en experimenteren Statistische verwerking van gegevens Een korte inleiding 6 oktober 009 Catherine De Clercq Statistische verwerking van gegevens Kursus statistiek voor fysici door Jorgen D Hondt
Nadere 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 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 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 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 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 informatieExact Periode Juist & Precies Testen
Exact Periode 10.1 Juist & Precies Testen Juist: gemiddeld klopt de uitkomst met wat het moet zijn. Precies: Als we de meting herhalen komt er (bijna) hetzelfde uit. Vijf schietschijven A B C D E A B C
Nadere informatieSamenvatting Wiskunde Samenvatting en stappenplan van hfst. 7 en 8
Samenvatting Wiskunde Samenvatting en stappenplan van hfst. 7 en 8 Samenvatting door N. 1410 woorden 6 januari 2013 5,4 13 keer beoordeeld Vak Methode Wiskunde Getal en Ruimte 7.1 toenamediagrammen Interval
Nadere informatieHAVO 4 wiskunde A. Een checklist is een opsomming van de dingen die je moet kennen en kunnen....
HAVO 4 wiskunde A Een checklist is een opsomming van de dingen die je moet kennen en kunnen.... 1. rekenregels en verhoudingen Ik kan breuken vermenigvuldigen en delen. Ik ken de rekenregel breuk Ik kan
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 informatieLes 1 Kwaliteitsbeheersing. Les 2 Kwaliteitsgegevens. Les 3 Introductie Statistiek. Les 4 Normale verdeling. Kwaliteit
Kwaliteit Les 1 Kwaliteitsbeheersing Introductie & Begrippen Monstername Les 2 Kwaliteitsgegevens Gegevens Verzamelen Gegevens Weergeven Les 3 Introductie Statistiek Statistische begrippen Statistische
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 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 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 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 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 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 informatieStatistiek. Statistiek in het laboratorium van de ziekenhuisapotheek; deel 1.
Statistiek Statistiek in het laboratorium van de ziekenhuisapotheek; deel 1. M.C. de Brouwer M.C.J. Langen Laboratorium van de ziekenhuisapotheek Midden-Brabant Maria ziekenhuis Dr. Deelenlaan 5 5042 AD
Nadere informatieMeten en experimenteren
Meten en experimenteren Statistische verwerking van gegevens Een korte inleiding Zie syllabus voor details 16 februari 2011 Catherine De Clercq Statistische verwerking van gegevens Kursus statistiek voor
Nadere informatieTheorie: Het maken van een verslag (Herhaling klas 2)
Theorie: Het maken van een verslag (Herhaling klas 2) Onderdelen Een verslag van een experiment bestaat uit vier onderdelen: - inleiding: De inleiding is het administratieve deel van je verslag. De onderzoeksvraag
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 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 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 informatieMeten en Maken 1. Toets Harris 26-04-2010
Meten en Maken 1 Toets Harris 26-04-2010 Deze toets bestaat uit vier opgaven die even zwaar tellen. De vier opgaven bestaan allemaal uit deelvragen. Maak elke opgave op een apart antwoordblad. Dit maakt
Nadere informatieIn het internationale eenhedenstelsel, ook wel SI, staan er negen basisgrootheden met bijbehorende grondeenheden. Dit is BINAS tabel 3A.
Grootheden en eenheden Kwalitatieve en kwantitatieve waarnemingen Een kwalitatieve waarneming is wanneer je meet zonder bijvoorbeeld een meetlat. Je ziet dat een paard hoger is dan een muis. Een kwantitatieve
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 informatieBepaling van concentratie nitriet in een monster met een. spectrofotometer
Handleiding Spectrofotometer 118085 Bepaling van concentratie nitriet in een monster met een spectrofotometer 118085 1. Inleiding Achtergrond informatie spectrofotometrie. Als een oplossing gekleurd is,
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 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 informatieDeze week: Steekproefverdelingen. Statistiek voor Informatica Hoofdstuk 7: Steekproefverdelingen. Kwaliteit van schatter. Overzicht Schatten
Deze week: Steekproefverdelingen Statistiek voor Informatica Hoofdstuk 7: Steekproefverdelingen Cursusjaar 29 Peter de Waal Zuivere Schatters Betrouwbaarheidsintervallen Departement Informatica Hfdstk
Nadere informatieStatistiek: Vorm van de verdeling 1/4/2014. dr. Brenda Casteleyn
Statistiek: Vorm van de verdeling /4/204 . Theorie Enkel de theorie die nodig is voor de oefeningen is hierin opgenomen. Scheefheid of asymmetrie Indien de meetwaarden links van de mediaan meer spreiding
Nadere informatieOverzicht statistiek 5N4p
Overzicht statistiek 5N4p EEB2 GGHM2012 Inhoud 1 Frequenties, absoluut en relatief... 3 1.1 Frequentietabel... 3 1.2 Absolute en relatieve frequentie... 3 1.3 Cumulatieve frequentie... 4 2 Centrum en spreiding...
Nadere informatiePraktische opdracht Wiskunde Statistiek
Praktische opdracht Wiskunde Statistiek Praktische-opdracht door R. 3948 woorden 5 december 2016 2,8 3 keer beoordeeld Vak Wiskunde Scoreformulier: Statistisch onderzoek havo 4 wiskunde A Namen groepsleden:
Nadere informatie10.0 Voorkennis. Herhaling van rekenregels voor machten: a als a a 1 0[5] [6] Voorbeeld 1: Schrijf als macht van a:
10.0 Voorkennis Herhaling van rekenregels voor machten: p p q pq a pq a a a [1] a [2] q a q p pq p p p a a [3] ( ab) a b [4] Voorbeeld 1: Schrijf als macht van a: 1 8 : a a : a a a a 3 8 3 83 5 Voorbeeld
Nadere informatieOnderzoek. B-cluster BBB-OND2B.2
Onderzoek B-cluster BBB-OND2B.2 Succes met leren Leuk dat je onze bundels hebt gedownload. Met deze bundels hopen we dat het leren een stuk makkelijker wordt. We proberen de beste samenvattingen voor jou
Nadere informatieKerstvakantiecursus. wiskunde A. Rekenregels voor vereenvoudigen. Voorbereidende opgaven HAVO kan niet korter
Voorbereidende opgaven HAVO Kerstvakantiecursus 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
Nadere informatieECTS-fiche. 1. Identificatie
ECTS-fiche Opzet van de ECTS-fiche is om een uitgebreid overzicht te krijgen van de invulling en opbouw van de module. Er bestaat slechts één ECTS-fiche voor elke module. 1. Identificatie Opleiding Graduaat
Nadere informatieSignificante cijfers en meetonzekerheid
Inhoud Significante cijfers en meetonzekerheid... 2 Significante cijfers... 2 Wetenschappelijke notatie... 3 Meetonzekerheid... 3 Significante cijfers en meetonzekerheid... 4 Opgaven... 5 Opgave 1... 5
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 informatieintroductie Wilcoxon s rank sum toets Wilcoxon s signed rank toets introductie Wilcoxon s rank sum toets Wilcoxon s signed rank toets
toetsende statistiek week 1: kansen en random variabelen week : de steekproevenverdeling week 3: schatten en toetsen: de z-toets week : het toetsen van gemiddelden: de t-toets week 5: het toetsen van varianties:
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN
TECHNISCHE UNIVERSITEIT EINDHOVEN Tentamen Biostatistiek voor BMT (2S390) op 23-11-2005 U mag alleen gebruik maken van een onbeschreven Statistisch Compendium (dikt. nr. 2218) en van een (eventueel grafisch)
Nadere 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 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 informatieUitwerkingen van de opgaven uit: CHEMISCHE ANALYSE ISBN , 1 e druk, Uitgeverij Syntax Media Hoofdstuk 1 Chemische analyse bladzijde 1
Hoofdstuk 1 Chemische analyse bladzijde 1 Opgave 1 Hieronder staat een aantal oorzaken voor het ontstaan van fouten. Geef voor elke oorzaak aan tot welke soort onnauwkeurigheid hij leidt: grove persoonlijke
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 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 informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Biostatistiek voor BMT (2S390) op maandag ,
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Biostatistiek voor BMT (2S390) op maandag 19-11-2001, 14.00-17.00 uur Bij het tentamen mag gebruik worden gemaakt van een zakrekenmachine
Nadere informatieGemiddelde, mediaan, kwartielen, interkwartielafstand, minimum, maximum, variantie, standaardafwijking, boxdiagrammen
Opdracht 3a ----------- Gemiddelde, mediaan, kwartielen, interkwartielafstand, minimum, maximum, variantie, standaardafwijking, boxdiagrammen Voor de meting van de leesvaardigheid van kinderen wordt als
Nadere informatieExact Periode 9.1. Rekenvaardigheid Controlekaarten
Exact Periode 9.1 Rekenvaardigheid Controlekaarten Rekenvaardigheid Opfrissen - Gebruik rekenmachine - Significantie - Afronden - Wetenschappelijke notatie - Eenheden omrekenen Exact Periode 9.1 2 Rekenmachine
Nadere informatieY = ax + b, hiervan is a de richtingscoëfficiënt (1 naar rechts en a omhoog), en b is het snijpunt met de y-as (0,b)
Samenvatting door E. 1419 woorden 11 november 2013 6,1 14 keer beoordeeld Vak Methode Wiskunde A Getal en ruimte Lineaire formule A = 0.8t + 34 Er bestaat dan een lineair verband tussen A en t, de grafiek
Nadere informatieEnkelvoudige ANOVA Onderzoeksvraag Voorwaarden
Er is onderzoek gedaan naar rouw na het overlijden van een huisdier (contactpersoon: Karolijne van der Houwen (Klinische Psychologie)). Mensen konden op internet een vragenlijst invullen. Daarin werd gevraagd
Nadere 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 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 informatieHOOFDSTUK VII REGRESSIE ANALYSE
HOOFDSTUK VII REGRESSIE ANALYSE 1 DOEL VAN REGRESSIE ANALYSE De relatie te bestuderen tussen een response variabele en een verzameling verklarende variabelen 1. LINEAIRE REGRESSIE Veronderstel dat gegevens
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 informatieBETROUWBAARHEIDSINTERVALLEN VANUIT VERSCHILLENDE HOEKEN BELICHT. S.A.R. Bus
BETROUWBAARHEIDSINTERVALLEN VANUIT VERSCHILLENDE HOEKEN BELICHT S.A.R. Bus WAAR DENK JE AAN BIJ BETROUWBAARHEIDSINTERVALLEN? Wie van jullie gebruikt betrouwbaarheidsintervallen? WAAROM BETROUWBAARHEIDSINTERVALLEN???
Nadere informatieRekenen aan wortels Werkblad =
Rekenen aan wortels Werkblad 546121 = Vooraf De vragen en opdrachten in dit werkblad die vooraf gegaan worden door, moeten schriftelijk worden beantwoord. Daarbij moet altijd duidelijk zijn hoe de antwoorden
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 informatieInleidende begrippen over foutentheorie
Hoofdstuk 1 Inleidende begrippen over foutentheorie Doelstellingen 1. leren omgaan met fouten op een meting 2. kennis van statistische basisbegrippen 3. meetgegevens verwerken en interpreteren (in Excell)
Nadere informatieStatistiek ( ) eindtentamen
Statistiek (200300427) eindtentamen studiejaar 2010-11, blok 4; Taalwetenschap, Universiteit Utrecht. woensdag 29 juni 2011, 17:15-19:00u, Educatorium, zaal Gamma. Schrijf je naam en student-nummer op
Nadere informatieStatistiek in de alfa en gamma studies. Aansluiting wiskunde VWO-WO 16 april 2018
Statistiek in de alfa en gamma studies Aansluiting wiskunde VWO-WO 16 april 2018 Wie ben ik? Marieke Westeneng Docent bij afdeling Methoden en Statistiek Faculteit Sociale Wetenschappen Universiteit Utrecht
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 informatieMeetkundige Dienst
Notitie Ministerie van Verkeer en Waterstaat Directoraat-Generaal Rijkswaterstaat Meetkundige Dienst Aan Monitoring Maas projectgroep Van Ardis Bollweg Marc Crombaghs Regine Brügelmann Erik de Min Doorkiesnummer
Nadere informatieOpgave 1. Opgave 2. b En bij een verbruik van 10 ml? Dan wordt de procentuele onnauwkeurigheid 2 x zo groot: 0,03 / 20 x 100% = 0,3% Opgave 3
Hoofdstuk 13 Titratieberekeningen bladzijde 1 Opgave 1 Wat is het theoretisch eindpunt? Het theoretisch eindpunt is het titratievolume waarbij de bedoelde reactie precies is afgelopen. En wat is dan het
Nadere informatieHavo 4 - Practicumwedstrijd Versnelling van een karretje
Havo 4 - Practicumwedstrijd Versnelling van een karretje Vandaag gaan jullie een natuurkundig experiment doen in een hele andere vorm dan je gewend bent, namelijk in de vorm van een wedstrijd. Leerdoelen
Nadere informatieStatistiek basisbegrippen
MARKETING / 07B HBO Marketing / Marketing management Raymond Reinhardt 3R Business Development raymond.reinhardt@3r-bdc.com 3R 1 M Statistiek: wetenschap die gericht is op waarnemen, bestuderen en analyseren
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 informatieExact Periode 5.1. Rekenvaardigheid Controlekaarten
Exact Periode 5.1 Rekenvaardigheid Controlekaarten 1 Rekenvaardigheid Opfrissen - Gebruik rekenmachine - Significantie - Afronden - Wetenschappelijke notatie - Eenheden omrekenen 2 Rekenmachine Casio
Nadere informatiefeb 2013 Instituut CMI SPSS les 2
feb 2013 Instituut CMI SPSS les 2 Onderzoek toont aan.. Mobiele nieuwssites populairst onder 18-34 jarigen 18 tot 34 jarigen maken over de gehele dag het meest gebruik van mobiel internet. Dit blijkt uit
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 informatie4 HAVO wiskunde A HOOFDSTUK voorkennis 1. soorten verdelingen 2. de normale verdeling 3. betrouwbaarheidsintervallen 4. groepen en kenmerken
4 HAVO wiskunde A HOOFDSTUK 6 0. voorkennis 1. soorten verdelingen 2. de normale verdeling 3. betrouwbaarheidsintervallen 4. groepen en kenmerken 0. voorkennis Centrum- en spreidingsmaten Centrummaten:
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 informatieWanda Guedens en Monique Reynders. Universiteit Hasselt, België
Wanda Guedens en Monique Reynders Universiteit Hasselt, België Van chemisch experiment tot wiskundig model Hoe chemie en wiskunde elkaars maatje worden Data-analyse komt neer op het zoeken naar onderlinge
Nadere informatieTentamen Kansrekening en Statistiek MST 14 januari 2016, uur
Tentamen Kansrekening en Statistiek MST 14 januari 2016, 14.00 17.00 uur Het tentamen bestaat uit 15 meerkeuzevragen 2 open vragen. Een formuleblad wordt uitgedeeld. Normering: 0.4 punt per MC antwoord
Nadere informatieParagraaf 5.1 : Frequentieverdelingen
Hoofdstuk 5 Beschrijvende statistiek (V4 Wis A) Pagina 1 van 7 Paragraaf 5.1 : verdelingen Les 1 Allerlei diagrammen = { Hoe vaak iets voorkomt } Relatief = { In procenten } Absoluut = { Echte getallen
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 informatieExact periode 4.2. Tweedegraads vergelijkingen Destilleren t-test boxplot
Eact periode 4.? Tweedegraads vergelijkingen Destilleren t-test boplot! 1 act periode 4. 4 Op zoek naar de onbekende 4.1 Wat wiskundigen willen. In veel problemen bij chemie of natuurkunde gaat het om
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 informatieTECHNISCHE UNIVERSITEIT EINDHOVEN. Tentamen OGO Fysisch Experimenteren voor minor AP (3MN10)
TECHNISCHE UNIVERSITEIT EINDHOVEN Tentamen OGO Fysisch Experimenteren voor minor AP (3MN10) en Tentamen Inleiding Experimentele Fysica voor Combi s (3NA10) d.d. 31 oktober 2011 van 9:00 12:00 uur Vul de
Nadere informatieFoutenberekeningen Allround-laboranten
Allround-laboranten Inhoudsopgave INHOUDSOPGAVE... 2 LEERDOELEN :... 3 1. INLEIDING.... 4 2. DE ABSOLUTE FOUT... 5 3. DE KOW-METHODE... 6 4. DE RELATIEVE FOUT... 6 5. GROOTHEDEN VERMENIGVULDIGEN EN DELEN....
Nadere informatie2 Meetwaarden verschillen. Hoe komt dat? 3 Spreiding van data (meetresultaten)
Info Statistiek 1 Precisie en juistheid Precisie en juistheid van metingen 1.1 t/m 1.2 Absolute en relatieve onnauwkeurigheid 1.3 Nauwkeurigheid verbeteren door duplo en triplo 1.4 Notatie van onnauwkeurigheden
Nadere informatieMeten en Maken 1. Toets Herkansing Harris
Meten en Maken 1 Toets Herkansing Harris 03-07-2008 Deze toets bestaat uit vier opgaven die allemaal even zwaar tellen. De vier opgaven bestaan allemaal uit deelvragen. Maak de opgaven op de antwoordbladen,
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 informatieDOEN! - Praktische Opdracht Statistiek 4 Havo Wiskunde A
DOEN! - Praktische Opdracht Statistiek 4 Havo Wiskunde A Docentenhandleiding 1. Voorwoord Doel van de praktische opdracht bij het hoofdstuk over statistiek 1 : Het doel van de praktische opdracht (PO)
Nadere informatie