HOOFDSTUK III. SCHATTEN VAN PARAMETERS Schatters en Betrouwbaarheidsintervallen. Theorie Statistiek Les 6
|
|
- Erik Koning
- 7 jaren geleden
- Aantal bezoeken:
Transcriptie
1 HOOFDSTUK III SCHATTEN VAN PARAMETERS Schatters e Betrouwbaarheidsitervalle
2 3. HET GEMIDDELDE VAN EEN NV Steekproef uit ee ormaal verdeelde populatie De kasveraderlijke X, X, X 3,..., X zij N(µ, σ) verdeeld e oafhakelijk Notatie X is ee kasveraderlijke e x is zij getalwaarde i ee toevallig experimet Probleem µ e σ zij obeked e me west ze te bepale
3 Defiities Ee schatter voor µ is ee kasveraderlijke M die ekel afhagt va de kasveraderlijke X, X,..., X uit de steekproef, e die me gebruikt om µ te beadere Ee schattig is de getalwaarde va M i ee toevallig experimet Voorbeeld X Het rekekudig gemiddelde X = i i= is ee schatter voor µ Steekproef: : x = 4 is ee schattig voor µ 3
4 Defiitie Ee schatter is zuiver waeer zij verwachtigswaarde gelijk is aa de te schatte parameter Voorbeeld X is ee zuivere schatter voor µ omdat: E [ X ] = E [ i ] = E[ Xi] = µ = µ = = i = i X i Me ziet dus dat het rekekudig gemiddelde zelf ee kasveraderlijke is met ee bepaalde verdelig e met: E [ X ] = µ e Var[ X ] = Var[ i ] = = i X Var[ Xi] = i= σ.σ = 4
5 Uit de eigeschap over de som va oafhakelijke ormaal verdeelde kasveraderlijke volgt: X ~ N (µ σ, ) Bewijs X, X,, Daaruit volgt: X zij ohafhakelijk e N( µ σ, ) verdeeld X X = i i= ~ N( µ + µ µ, σ σ σ ) ~ N(µ, σ ) 5
6 Iterpretatie De verdelig va X is steeds gecetreerd rod de waarde µ e voor groter wordede steekproeve ( ) stijgt de cocetratie rod µ (m.a.w. wordt de schattig auwkeuriger) σ 0 σ 00 6
7 Gevolg Me ka verwachte dat X met ee kas va 95% ligt tusse µ -,96 σ e µ +,96 σ P [µ -,96 σ < X < µ +,96 σ ] = 0,95 Me ka ook schrijve dat: P [ X -,96 σ < µ < X +,96 σ ] = 0,95 Me oemt het iterval: [ X -,96 σ ; X +,96 σ ] ee betrouwbaarheidsiterval voor het gemiddelde µ met obetrouwbaarheidsdrempel of α-drempel = 5% Me oemt het ook ee 95% betrouwbaarheidsiterval (BI) voor µ 7
8 Priciepe: me steut op X om iets te zegge over de obekede µ (me veroderstelt dat σ geked is) I het algemee vidt me i de tabel voor de SNV ee waarde µ α zodat, idie Z ee SNV heeft geldt dat: P [-µ α Z µ α ] = - α (voor ee gegeve α) Da is: [ X - µ α σ ; X + µ α σ ] ee BI voor µ met ee obetrouwbaarheidsdrempel = α Idie: groter wordt -α kleier wordt, (of α groter wordt) σ kleier wordt da wordt het iterval kleier 8
9 Voorbeeld Stel dat = 00, α = 5%, σ = cm e X = 7,cm bepaal ee 95% BI voor µ [ x - µ α / 00 ; x + µ α / 00 ] of [7, -,96, ; 7, +,96,] of [68,94 ; 73,6] 9
10 Opmerkige. Als groot is ( 30) e me vertrekt iet va ee NV maar va ee willekeurige verdelig, da volgt uit de cetrale limietstellig dat bij beaderig: X ~ N (µ, σ ) e bijgevolg moge de vorige formules worde gebruikt. Als groot is e σ is obeked (hetgee meestal het geval is) da mag me σ vervage door: ~ s = ( xi x) (zie paragraaf 3.) i= 0
11 3. DE VARIANTIE VAN EEN NV Twee mogelijke schatters voor σ zij: S = ( Xi X) i= schattig: s = ( xi x) i= ~ S = ( Xi X) i= schattig: ~ s = ( xi x) i=
12 De eerste uitdrukkig is éévoudiger maar is gee zuivere schatter va σ omdat (gee bewijs): E[S ] = σ σ Me ka echter aatoe dat S ~ ee zuivere schatter is va σ omdat: E[ S ~ ] = E[ S ] = σ Opmerkig: ~ S is gee zuivere schatter va σ
13 Eigeschap S ( ) S ~ = ~ χ σ σ [- vrijheidsgrade omdat de kwadrate (X i - X ) iet oafhakelijk zij] Beschouw u χ 0, 05 e χ 0, 975 χ 005, χ 0975, 3
14 Hieruit volgt: P[ χ 0, 05 ( )~ S σ χ 0, 975 ] = 95% Dit is equivalet met: ~ ~ S S P[ σ ] = 95% χ χ 0, 975 0, 05 Bijgevolg is: ~ ~ S S [ ; ] χ χ 0, 975 0, 05 ee BI voor σ met α-drempel = 5% of ee 95% BI voor σ 4
15 I het algemee wordt ee BI voor σ gegeve door: [ ~ ~ S S ; ] χ χ α/ α/ 5
16 3.3 HET GEMIDDELDE VAN EEN NV VOOR KLEINE STEEKPROEVEN EN ONBEKENDE σ Me beschouwt opieuw oafhakelijke e ormaal verdeelde kasveraderlijke: X, X, X 3,..., X zij N(µ, σ) verdeeld e oafhakelijk Er wordt iet meer verodersteld dat groot is, zodat σ iet mag vervage worde door ~ s Eigeschap T = X µ ~ ~ t - S / 6
17 Bewijs: X µ σ / ~ N(0,) ( ) S ~ ~ χ σ vermits X e ~ S ohafhakelijk zij is: X µ σ / ~ S / ~ t - σ 7
18 Gevolg Stel de α-drempel gelijk aa 5%: P[-t 0,975 X µ ~ t 0,975 ] = 95% = - α waaruit volgt: S / ~ ~ S S P[ X - t 0,975 µ X + t 0,975 ] = 95% Bijgevolg is [ X - t 0,975 ~ S ; X + t 0,975 ~ S ] ee BI voor µ met α-drempel = 5%. I het algemee is ~ ~ S S [ X - t -α/ ; X + t -α/ ] ee BI voor µ Dit resultaat is gee beaderig. Als groot is ( 30) da adert ~ S aar σ e t -α/ aar µ α (omdat t adert aar ee N(0,)). Me bekomt da het resultaat va paragraaf 3.. 8
19 Oefeig Me maakt 0 metige va de lichaamstemperatuur va eezelfde persoo e me vidt x =36,38 C met ~ S =0,6 C. Bepaal betrouwbaarheidsitervalle voor de werkelijke temperatuur met α=5% e α=%. a) α=5%, - = 9 t 0,975 =,6 Het iterval is da: [x - t 0,975 ~ s ; x + t 0,975 ~ s ] = [36,38 -,6 06, 0 ; 36,38 +,6 06, ] 0 = [36,38-0,43 ; 36,38 + 0,43] = [35,95 ; 36,8] 9
20 b) α=%, - = 9 t 0,995 = 3,50 Het iterval is da: [x - t 0,995 ~ s ; x + t 0,995 ~ s ] = [36,38-3,50 06, 0 ; 36,38 + 3,50 06, ] 0 = [36,38-0,6 ; 36,38 + 0,6] = [35,77 ; 36,99] 0
2de bach TEW. Statistiek 2. Van Driessen. uickprinter Koningstraat Antwerpen ,00
de bach TEW Statistiek Va Driesse Q www.quickpriter.be uickpriter Koigstraat 3 000 Atwerpe 46 5,00 Nieuw!!! Olie samevattige kope via www.quickpritershop.be Hoofdstuk : Het schatte va populatieparameters.
Nadere informatieHoofdstuk 9 : Steekproefstatistieken. Marnix Van Daele. Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent.
Hoofdstuk 9 : Steekproefstatistieke Marix Va Daele MarixVaDaele@UGetbe Vakgroep Toegepaste Wiskude e Iformatica Uiversiteit Get Steekproefstatistieke p 1/20 Schattige Waeer uit ee steekproef de waarde
Nadere informatieOpgeloste Oefeningen Hoofdstuk 5: Wet van de grote aantallen en Centrale limietstelling
Opgeloste Oefeige Hoofdstuk 5: Wet va de grote aatalle e Cetrale limietstellig 5.. Ee toevalsveraderlijke X is oisso-verdeeld met parameter λ = 00. Bepaal ee odergres voor de waarschijlijkheid (75 X 5).
Nadere informatieBetrouwbaarheidsintervallen
tatistiek voor Iformatiekude, 005 Les 3 Betrouwbaarheidsitervalle I de vorige les hebbe we era gekeke hoe we groothede va ee populatie met behulp va steekproeve kue schatte. We hebbe daarbij gezie dat
Nadere informatieSchatters en betrouwbaarheidsintervallen
Statistiek voor Iformatiekude, 006 Les 3 Schatters e betrouwbaarheidsitervalle I de vorige les hebbe we era gekeke hoe we bijvoorbeeld het gemiddelde e de variatie va ee populatie kue schatte, door deze
Nadere informatieOpgave 1 Zij θ R, n 1 en X 1, X 2,..., X n onafhankelijk, identiek verdeelde stochasten met kansdichtheidsfunctie. f θ (x) =
Opgave 1 Zij θ R, 1 e X 1, X 2,..., X oafhakelijk, idetiek verdeelde stochaste met kasdichtheidsfuctie { 1 als x (θ 2, θ + 2) f θ (x) = als x (θ 2, θ + 2). a pt) Bepaal E(X 1 ) e V ar(x 1 ). ANTWOORD:
Nadere informatieLes 7-8: Parameter- en Vergelijkingstoetsen
Les 7-8: Parameter- e Vergelijkigstoetse I Theorie : A. Algemee :. Hypothese formulere. H 0 : ul-hypothese H : alteratieve hypothese. teekproef eme. x e zij te berekee uit de steekproefresultate. 3. Toetsgrootheid
Nadere informatieBetrouwbaarheid. Betrouwbaarheidsinterval
Betrouwbaarheid Ee simulatie beoogt éé of i.h.a. twee of meerdere sceario s te evaluere e te vergelijke, bij Mote Carlo (MC) simulatie voor ee groot aatal istelwaarde, voor éé of meerdere parameters. Hierbij
Nadere informatieHoofdstuk 4: Aanvullende Begrippen (Extra Oefeningen)
Hoofdstuk 4: Aavullede Begrippe (Extra Oefeige) 9. Veroderstel dat X e Y ormaal verdeeld zij met resp. gemiddelde waarde µ X e µ Y e met dezelfde variatie 2. Wat is da de distributie va X Y? Bepaal de
Nadere informatieStatistiek. (relatieve) frequenties: histogram cumulatieve (relatieve) frequenties: cumulatief frequentiepolygoon of ogief
Samevattig statistiek Academiejaar 006-007 Statistiek 4 examevrage: - tabel aavulle met spreidigs- e cetrummate - poisso- e biomiale verdelig Deel Beschrijvede statistiek Soorte variabele Kwalitatief:
Nadere informatie1. Hebben de volgende rijen een limiet, en zo ja, bepaal die dan: (i) u n = sin(πn) (d) u n = cos(2πn) (l) u n = log n
Hoofdstuk 1 Limiet va ee rij 1.1 Basis 1. Hebbe de volgede rije ee iet, e zo ja, bepaal die da: (a) 1,, 3, 4, 5, 6, 7, 8,... (b) 1, 4, 9, 16, 5, 36, 49,... (c) 1, 8, 7, 64, 15,... (d) u = ( 1) (e) u =
Nadere informatieSteekproeven en schatters
Statistiek voor Iformatiekude, 25 Les 2 Steekproeve e schatters We zulle i deze les bekijke, hoe we gegeves va ee populatie zo als het gemiddelde e de spreidig kue schatte, zoder aar elk idividu va de
Nadere informatie2.1 De normale verdeling
Les 2 Steekproeve We zulle i deze les bekijke, hoe we gegeves va ee populatie zoals het gemiddelde e de spreidig kue schatte, zoder aar elk idividu va de populatie te kijke. Het idee hierbij is, i plaats
Nadere informatien -wet Wisnet-hbo update mei. 2008
-wet Wiset-hbo update mei. 2008 1 Ileidig De wortel--wet komt i de praktijk erg vaak voor op twee maiere, amelijk bij het eme va steekproeve e bij het bepale va de va ee aatal trekkige uit ee verdelig.
Nadere informatieHelp! Statistiek! Overzicht. Voorbeeld: bloeddruk. Interpretatie van het 95%-BI. Interpretatie van 95%-BI (2) Meest voorkomende vorm van het BI
Help! Statistiek! Overzicht Doel: Iformere over statistiek i kliisch oderzoek. Tijd: Derde woesdag i de maad, -3 uur 8 maart: Betrouwbaarheidsitervalle 5 april: Herhaald mete met twee mate 0 mei: Statistiek
Nadere informatieG0N34a Statistiek: Examen 7 juni 2010 (review)
G0N34a Statistiek: Exame 7 jui 00 review Vraag Beoordeel de volgede uitsprake. Als ee uitspraak iet juist is of ovolledig, leg da uit waarom e verbeter de uitspraak.. Bij het teste va hypotheses is de
Nadere informatieStatistiek Voor studenten Bouwkunde College 6
Statistiek Voor studete Bouwkude College 6 extrapolatie va steekproef aar populatie Programma voor vadaag Terugblik Populatie e steekproef: extrapolatiestap Represetativiteit, (o)zuiverheid Populatiepercetage
Nadere informatiePARADOXEN 9 Dr. Luc Gheysens
PARADOXEN 9 Dr Luc Gheyses LIMIETEN, AFGELEIDEN EN INTEGRALEN: ENKELE MERKWAARDIGE VERHALEN Ileidig: verhale over ifiitesimale Ee ifiitesimaal (of ifiitesimaal kleie waarde) is ee object dat mi of meer
Nadere informatieAntwoorden bij Inleiding in de Statistiek
Atwoorde bij Ileidig i de Statistiek Hoofdstuk. model: bi(, p), p [0, ], schattig: /.2 (i) i bloeddrukveraderig i e persoo i treatmet groep, Y j bloeddrukveraderig j e persoo i cotrolegroep, model:,...,,
Nadere informatieSet 3 Inleveropgaven Kansrekening (2WS20)
1 Techische Uiversiteit Eihove Faculteit Wiskue e Iformatica Set 3 Ileveropgave Kasrekeig (2WS20) 2014-2015 1. (Flesjes ie uit e ba sprige) Aa ee lopee ba wore bierflesjes gevul. Helaas gaat er zo u e
Nadere informatiebeheersorganisme voor de controle van de betonproducten Tel. (02) Fax (02) RN 001 REGLEMENTAIRE NOTA
PROBETON Vereigig zoder wistoogmerk beheersorgaisme voor de cotrole va de betoproducte Aarlestraat 53 - B9 040 Brussel Tel. (0) 37.0.0 Fax (0) 735.3.5 e-mail : mail@probeto.be website : www.probeto.be
Nadere informatie12 Kansrekening. 12.1 Kansruimten WIS12 1
WIS12 1 12 Kasrekeig 12.1 Kasruimte Kasmaat Ee experimet is ee hadelig of serie hadelige met ee of meer mogelijke resultate uitkomste geoemd). De uitkomsteruimte, die we steeds zulle aageve met Ω, is de
Nadere informatieHOOFDSTUK II BIJZONDERE THEORETISCHE VERDELINGEN
HOOFDSTUK II BIJZONDERE THEORETISCHE VERDELINGEN. Continue Verdelingen 1 A. De uniforme (of rechthoekige) verdeling Kansdichtheid en cumulatieve frequentiefunctie Voor x < a f(x) = 0 F(x) = 0 Voor a x
Nadere informatieBetrouwbaarheid van een steekproefresultaat m.b.t. de hele populatie
Betrouwbaarheid va ee steekproefresultaat m.b.t. de hele populatie Verschillede steekproeve uit eezelfde populatie levere verschillede (steekproef) resultate op. Dit overmijdelijke verschijsel oeme we
Nadere informatieStatistiek = leuk + zinvol
Statistiek = leuk + zivol Doel 1: Doel : Doel 3: zie titel ee statistisch oderzoek kue beoordele ee statistisch oderzoek kue opzette ee probleem vertale i stadaardmethode gegeves verzamele, verwerke via
Nadere informatieGemengde opgaven. 10 Mathematische statistiek. w 2,50 2,50 47,50 997, ,50. P(W = w) 0,95 0,049 0,0007 0,0002 0,0001
Gemegde opgave 0 Mathematische statistiek 9 a W = uitbetalig 2,0 w 2,0 2,0 47,0 997,0 4997,0 (W = w) 0,9 0,049 0,0007 0,0002 0,000 E(W) = 2,0 0,9 + 2,0 0,049 + 47,0 0,0007 + 997,0 0,0002 + 4997,0 0,000
Nadere informatieFourierreeksen. Calculus II voor S, F, MNW. 14 november 2005
Fourierreekse Calculus II voor S, F, MNW. 14 ovember 2005 Deze tekst is gedeeltelijk gebaseerd op het Aalyse BWI I dictaat e op aatekeige va Alistair Vardy. 1 Ileidig Het is vaak belagrijk ee gegeve fuctie
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 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 informatieStatistiek Voor studenten Bouwkunde College 5
Statistiek Voor studete Bouwkude College 5 toevalsfluctuaties Programma voor vadaag Terugblik Wet va de grote aatalle Verwachtigswaarde Stadaardfout e wortel wet Normale beaderig voor kashistogramme Prof.
Nadere informatieINLEIDING FYSISCH-EXPERIMENTELE VAARDIGHEDEN (3A560) , ANTWOORDEN. en y m.b.v. y = n
INLEIDING FYICH-EXEIENTELE VAADIGHEDEN (3A56 3-1-, ANTWOODEN OGAVE 1 (a y wordt bereked mb y ³ e y mb y Uit de laatste ergelijkig ide we y i ³ x1 1 + + x ³ x1 1 + + x ³ + j6i i j xj y + j6i i j xj Omdat
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 informatieReeksen. Convergente reeksen
Reekse Reekse Defiitie, otatie e voorbeelde Defiitie: Eereeks is ee koppel ( ) {u } l, {s } l met s = u k = u l + u l+ + u l+2 +...+ u + u k=l u l = s l, u = s s, = l +, l +2,... {u } l oemt me de termerij,
Nadere informatieStatistiek 2 voor TeMa. Statistiek 2 voor TeMa. Statistiek 2 voor TeMa. Statistiek 2 voor TeMa Inleiding. Studiemateriaal
Algemee iformatie http://www.wi.tue.l/wsk/oderwijs/s95 College e istructies College: woesdag uur - HG6.96 Istructies maadag uur 5-6 HG6.09 Auditorium oodgebouw, uit Opdrachte: opgave uit boek e dictaat
Nadere informatieVOOR HET SECUNDAIR ONDERWIJS. Verklarende statistiek. 6. Proporties. Werktekst voor de leerling. Prof. dr. Herman Callaert
VOOR HET SECUNDAIR ONDERWIJS Verklarede statistiek 6. Werktekst voor de leerlig Prof. dr. Herma Callaert Has Bekaert Cecile Goethals Lies Provoost Marc Vacaudeberg 1. Ee ieuwe aam voor ee gekede grootheid...2
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 informatieSOCIALE STATISTIEK (deel 2)
SOCIALE STATISTIEK (deel 2) D. Vanpaemel KU Leuven D. Vanpaemel (KU Leuven) SOCIALE STATISTIEK (deel 2) 1 / 57 Hoofdstuk 5: Schatters en hun verdeling 5.1 Steekproefgemiddelde als toevalsvariabele D. Vanpaemel
Nadere informatieAppendix A: De rij van Fibonacci
ppedix : De rij va Fiboacci Het expliciete voorschrift va de rij va Fiboacci We otere het het e Fiboaccigetal met F De rij va Fiboacci wordt gegeve door: F F F F 4 F F 6 F 7 F De volgede afleidig is gebaseerd
Nadere informatieSteekproefkarakteristieken en betrouwbare uitspraken
Steekpoefkaakteistieke e betouwbae uitspake Steekpoefkaakteistieke. De ities Ee steekpoef uit X s W (; ) is ee ij X ; X ; :::; X zo dat de X i zij oafhakelijk; de X i hebbe dezelfde vedelig als X. Belagijke
Nadere informatieStatistiek Voor studenten Bouwkunde College 7
Statitiek Voor tudete Bouwkude College tochatiche modelle e toete va hypothee Programma voor vadaag Terugblik SD e voor vaamodel Model voor meetfoute Vaamodel al pecifiek tochatich model Betrouwbaarheiditerval
Nadere informatieOplossingen extra oefeningen: rijen (leerstof RR, leerstof MR)
Oplossige extra oefeige: rije (leerstof RR, leerstof MR) Beschouw de rij ( u ) = 3,5,9,7,33, () Geef de volgede twee terme uit deze rij ( u e u 7) Defiieer deze rij (je mag kieze tusse ee expliciete of
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 informatieVOOR HET SECUNDAIR ONDERWIJS
VOOR HET SECUNDAIR ONDERWIJS Steekproefmodelle e ormaal verdeelde steekproefgroothede 6. Werktekst voor de leerlig Prof. dr. Herma Callaert Has Bekaert Cecile Goethals Lies Provoost Marc Vacaudeberg 1.
Nadere informatieCursus Theoretische Biologie. Onderdeel Statistiek
Cursus Theoretische Biologie Oderdeel Statistiek J.J.M. Bedaux Oktober 2000 1 THEORETISCHE BIOLOGIE, ONDERDEEL STATISTIEK 1 Theorie 1 Parameterschattig We begie met ee voorbeeld. I Wiskude e Modelbouw
Nadere informatie2. Limiet van een rij : convergentie of divergentie
2. Limiet va ee rij : covergetie of divergetie 2. Eigelijke of eidige limiet 2.. Voorbeeld I ee bos staa 4 bome. De diest bosbeheer zal jaarlijks 2% bome kappe e ieuwe aaplate. Zal het bos verdwije? Zal
Nadere informatieVideoles Discrete dynamische modellen
Videoles Discrete dyamische modelle Discrete dyamische modelle Orietatie Algebraisch Algebraisch/ umeriek Numeriek Maak de volgede rijtjes af: Puzzele met rijtjes a. 2 4 6 8 10 - b. 1 2 4 8 16 - c. 1 2
Nadere informatieDe standaardafwijking die deze verdeling bepaalt is gegeven door
RUDOLF STEINERCOLLEGE HAARLEM WISKUNDE VWO CM T311-VCM-H911 Voor elk oderdeel is aagegeve hoeveel pute kue worde behaald. Atwoorde moete altijd zij voorzie va ee berekeig, toelichtig of argumetatie. MAX:
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 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 informatieFuncties, Rijen, Continuïteit en Limieten
Fucties, Rije, Cotiuïteit e Limiete Fucties, Rije, 2-0 Cotiuïteit e Limiete Fucties, Rije, Cotiuïteit e Limiete Ihoud 1. Fucties Defiitie e kemerke / bewerkige op fucties Reële fucties va éé reële veraderlijke
Nadere informatieComplexe getallen. c(a+ib)=ca+i(cb) id(a+ib)=i(ad)+i 2 (bd)=(-bd)+i(ad) (a+ib)(c+id)=ac+i(ad)+i(bc)+i 2 (bd)= ac-bd+i(ad+bc)
. Ileidig: Complexe getalle I de wiskude stelt zich het probleem dat iet bestaat voor de reële getalle of dat de vergelijkig x + 0 gee reële ulpute heeft. Om dit euvel op te losse werd het getal i igevoerd
Nadere informatieStatistiek Voor studenten Bouwkunde College 2
Statistiek Voor studete Bouwkude College Numerieke samevattige va data Dataverdelig, meetfoute, uitbijters e scatterplots Programma voor vadaag Terugblik op college Numeriek samevatte va data Normale beaderig
Nadere informatiewiskunde A pilot vwo 2017-II
wiskude A pilot vwo 07-II Gewicht va diere maximumscore 4 Het opstelle va de vergelijkige 3, 7 = a b e 50 = a 000 b 3, 7 Uit de eerste vergelijkig volgt a = 3, 7 b = De tweede vergelijkig wordt hiermee
Nadere informatien n n bedoelen we uiteraard dat n N : 0 f x divergeert naar + of.
Limiete Defiities a Limiet voor a I het hoofdstuk ratioale fucties i het begi va dit schooljaar zage we reeds dat zulke fucties soms perforatiepute hebbe De fuctiewaarde i zo put bestaat iet, maar de grafiek
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 informatievariantie: achtergronden en berekening
variantie: achtergronden en berekening Hugo Quené opleiding Taalwetenschap Universiteit Utrecht 8 sept 1995 aangepast 8 mei 007 1 berekening variantie Als je de variantie met de hand moet uitrekenen, is
Nadere informatieWPP 5.2: Analyse. Oplossing onderzoeksopdrachten
WPP 5.: Aalyse oderzoeksopdrachte Oderzoeksopdracht leerboek bladzijde 0 Limiet va ee rij : defiities Beschouw de rij u :,,, 4,.... Bepaal de algemee term u. Via PC / GRT bepaal je de tabel e teke je
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 informatieEen toelichting op het belang en het berekenen van de steekproefomvang in marktonderzoek.
006 Wolters-Noordhoff bv Groige/Houte De steekproefomvag Ee toelichtig op het belag e het berekee va de steekproefomvag i marktoderzoek. Ihoud 1 Ileidig Eerst ekele defiities 3 Steekproefomvag e respose
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 informatie7.1 Recursieve formules [1]
7.1 Recursieve formules [1] Voorbeeld: 8, 12, 16, 20, 24, is ee getallerij. De getalle i de rij zij de terme. 8 is de eerste term (startwaarde, u 0 ) 12 is de tweede term (u 1 ) 24 is de vijfde term (u
Nadere informatie9. Testen van meetresultaten.
Uitwerkige hoofdstuk 9 9. Teste va meetresultate. Opgave 9. Teste va het uit de steekproef geschatte gemiddelde t.o.v. µ a x 4,5 kg e -,0 kg 5 b t ( µ x) 5 4,5, -,0 c,5 % d v 5 4 tabel: t kritisch,78.
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 informatieHoofdstuk 1 Rijen en webgrafieken
Hoofdstuk Rije e wegrafieke Voorkeis: Rije ladzijde V-a u 7 + v +, c De vergelijkig 7 + +, oplosse geeft, e dus 8. Ze hee eide 8 rode gelope. V- u, u met u V-a u + ( ) + + s u + u + u +... + u + + 8 +
Nadere informatie7. Betrouwbaarheidsintervallen voor proporties
VOOR HET SECUNDAIR ONDERWIJS Verklarede statistiek 7. Betrouwbaarheidsitervalle voor proporties Werktekst voor de leerlig Prof. dr. Herma Callaert Has Bekaert Cecile Goethals Lies Provoost Marc Vacaudeberg
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 informatiePraktische opdracht: Complexe getallen en de Julia-verzameling
Praktische opdracht: Complexe getalle e de Julia-verzamelig Auteur: Wiebe K. Goodijk, Zerike College Hare Beodigde Voorkeis: 1 = i Het complexe vlak. Notatie: z = a + bi of z = r(cosϕ + i si ϕ) Regel va
Nadere informatieOPLOSSINGEN KANSREKENEN STATISTIEK. voor ingenieurs. Katholieke Universiteit Leuven Academiejaar
OPLOSSINGEN KANSREKENEN EN STATISTIEK voor igeieurs Katholieke Uiversiteit Leuve Academiejaar 00-0 H Beschrijvede Statistiek MKZ..4 d. De steekproefomvag is te klei om dit met zekerheid te besluite. Je
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 informatieEindexamen wiskunde A vwo 2010 - I
Eidexame wiskude A vwo - I Beoordeligsmodel Maratholoopsters maximumscore 3 uur, 43 miute e 3 secode is 98 secode De selheid is 495 98 (m/s) Het atwoord: 4,3 (m/s) maximumscore 3 Uit x = 5 volgt v 4,4
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 informatieWenS eerste kans Permutatiecode 0
WeS eerste kas 203 204 Permutatiecode 0 Aatekeige op de vrageblade zij NIET TOEGELATEN. Je mag gebruik make va schrijfgerief e ee eevoudige rekemachie; alle adere materiaal blijft achteri. Gee GSM s toegelate:
Nadere informatieKanstheorie. 2de bachelor wiskunde Vrije Universiteit Brussel. U. Einmahl
Kastheorie 2de bachelor wiskude Vrije Uiversiteit Brussel U. Eimahl Academiejaar 2011/2012 Ihoudsopgave 1 Kasruimte 1 1.1 Toevallige experimete................................. 1 1.2 De axioma s va Kolmogorov.............................
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 7 Dinsdag 11 Oktober 1 / 33 2 Statistiek Vandaag: Populatie en steekproef Maten Standaardscores Normale verdeling Stochast en populatie Experimenten herhalen 2 / 33 3
Nadere informatiex z vonden we dat de z-score aangeeft hoeveel standaardafwijkingen de waarde
PW11: Betrouwbaarhedstervalle Bj de stude va de ormale verdelg hebbe we geze dat volgede belagrjke 68-95 - 99.7 regel geldt: Ogeveer 68% va de waaremge lgt be ee afstad va Ogeveer 95% va de waaremge lgt
Nadere informatieExamen HAVO. wiskunde A. tijdvak 2 woensdag 19 juni 13.30-16.30 uur. Bij dit examen hoort een uitwerkbijlage.
Exame HAVO 2013 tijdvak 2 woesdag 19 jui 13.30-16.30 uur wiskude A Bij dit exame hoort ee uitwerkbijlage. Dit exame bestaat uit 21 vrage. Voor dit exame zij maximaal 80 pute te behale. Voor elk vraagummer
Nadere informatiedata ingeven Karakteristieken Data visualiseren Betrouwbaarheidsintervallen Toetsen van hypothesen
Het verhaal va de Statistiek met de TI-84 Statistiek steekproef gegeves verwerke modellere Betrouwbaarheidsitervalle Toetse va hypothese 17 oktober 2018 kasrekeig kaswette kasverdelige Beschrijvede statistiek
Nadere informatie1. Weten dat in het geval van compressoren rekening moet gehouden worden met thermische effecten
Hoofdstuk 4 Compressore Doelstellige 1. Wete dat i het geval va compressore rekeig moet gehoude worde met thermische effecte 2. Wete dat er ee gres is aa het verhoge va de druk va ee gas 3. Wete welke
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 informatieSAMENVATTING HOOFDSTUK 1. Eigenschappen gebeurtenissen. uitkomsten kan hebben. A = AB A B. 3. (Regels van de Morgan)
SAMENVATTING HOOFDSTUK Toevalsexperimet: experimet, dat meerdere uitkomste ka hebbe Uitkomsteruimte: S = {uitkomste} Gebeurteis A : deelverzamelig vas : A S A e B sluite elkaar uit als A B = A,A 2,...
Nadere informatie2.6 De Fourierintegraal
2.6 De Fourieritegraal We vertrekke va de Fourierreeks i complexe vorm: voor g : [ π,π] C kue we schrijve met g(t) α e it, α 1 Z π g(t)e it dt. 2π π We herschrijve deze formules eerst voor ee fuctie f
Nadere informatieCorrectievoorschrift VWO
Correctievoorschrift VWO 009 tijdvak wiskude B, Het correctievoorschrift bestaat uit: Regels voor de beoordelig Algemee regels Vakspecifieke regels Beoordeligsmodel 5 Izede scores Regels voor de beoordelig
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 informatieSteekproeftrekking Onderzoekspopulatie Steekproef
Steekproeftrekkig I dit artikel worde twee begrippe beschreve die va belag zij voor het uitvoere va ee oderzoek. Het gaat om de populatie va het oderzoek e de steekproef. Voor wat betreft steekproeve lichte
Nadere informatieDH19 Bedrijfsstatistiek MC, 2e Bach Hir, Juni 2009
Naam:... Voornaam:... DH19 Bedrijfsstatistiek MC, 2e Bach Hir, Juni 2009 Slechts één van de vier alternatieven is juist. Kruis het bolletje aan vóór het juiste antwoord. Indien je een meerkeuzevraag verkeerd
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 informatieDEEL 3 INDUCTIEVE STATISTIEK INLEIDING TOT DE INDUCTIEVE STATISTIEK 11.2 DE GROOTSTE AANNEMELIJKHEID - METHODE
DEEL 3 INDUCTIEVE STATISTIEK INHOUD H 10: INLEIDING TOT DE INDUCTIEVE STATISTIEK H 11: PUNTSCHATTING 11.1 ALGEMEEN 11.1.1 Definities 11.1.2 Eigenschappen 11.2 DE GROOTSTE AANNEMELIJKHEID - METHODE 11.3
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 informatie1 Ileidig De vraag is of de spelers i het spel Fatasie 24 (ee variat va observatie roulette), gespeeld i casio YYY te ZZZ, ivloed kue hebbe op de kasb
Behedigheid bij Fatasie 24? R.D. Gill, C.G.M. Oudshoor 4 maart 1997 Samevattig Dit artikel is ee aagepaste versie va ee verslag wat geschreve is.a.v. ee oderzoek voor ee casio. Dit oderzoek gig over de
Nadere informatieIteratie is het steeds herhalen van eenzelfde proces, verwerking op het bekomen resultaat. Verwerking
1. Wat is iteratie? Iteratie is het steeds herhale va eezelfde proces, verwerkig op het bekome resultaat. INPUT Verwerkig OUTPUT Idie de verwerkig gebeurt met ee (reële) fuctie geldt voor ee startwaarde
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 informatie1. Recursievergelijkingen van de 1 e orde
Recursievergelijkige va de e orde Rekekudige rije Het voorschrift va ee rekekudige rij ka gegeve wordt met de volgede recursievergelijkig: u = u + b Idie we deze vergelijkig i de vorm u = u u = b otere
Nadere informatieExamen Kansrekening en Wiskundige Statistiek: oplossingen
Examen Kansrekening en Wiskundige Statistiek: oplossingen S. Vansteelandt Academiejaar 006-007 1. Een team van onderzoekers wil nagaan of een bepaald geneesmiddel Triptan meer effectief is dan aspirine
Nadere informatieLes 7-8: Parameter- en Vergelijkingstoetsen
Les 7-8: Parameter- en Vergelijkingstoetsen I Theorie : A. Algemeen :. Hypothese formuleren. H 0 : nul-hypothese H : alternatieve hypothese 2. teekproef nemen. x en 2 zijn te berekenen uit de steekproefresultaten.
Nadere 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 informatie6.1 Beschouw de populatie die beschreven wordt door onderstaande kansverdeling.
Opgaven hoofdstuk 6 I Basistechnieken 6.1 Beschouw de populatie die beschreven wordt door onderstaande kansverdeling. x 0 2 4 6 p(x) ¼ ¼ ¼ ¼ a. Schrijf alle mogelijke verschillende steekproeven van n =
Nadere informatieHoofdstuk 1 - Rijen ) = bladzijde ; voor x = 11 is y = = 55. te rekenen omdat die ook met hele stappen toeneemt.
Hoofdstuk - Rije bladzijde V-a Als x steeds met toeeemt, da eemt y met toe. b Voor x is y + 5 ; voor x is y + 55. c De waarde va x eemt met hele stappe toe. De waarde va y is da makkelijk uit te rekee
Nadere informatiefamilie verdelingen van alle waardes van θ Binomiaal X~Bin(n,θ) π " (k)=p(x=k)= ( ) θ) 1 θ (-) μ " =nθ σ & " =nθ(1-θ) X=# successen in n pogingen
. Statistische modellerig Stappepla:. Succes?. Wat geregistreerd? 3. meerdere successe per eeheid? à Aatal successe? Max. #? JA Bi θ NEE Poisso λ JA: cotiu: Poisso of Exp λ à wachttijd? Komma? JA Exp λ
Nadere informatieCommissie Pensioenhervorming 2020-2040. Nota over de actuariële neutraliteit. Bijlage III
Commissie Pesioehervormig 00-040 Nota over de actuariële eutraliteit Bijlage III. I het kader va de ivoerig va ee «deeltijds pesioe» wordt de kwestie va de actuariële correctie va de uitkerige i geval
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN. Tentamen Inleiding Experimentele Fysica (3NA10 of 3AA10) Tentamen OGO Fysisch Experimenteren voor minor AP (3MN10)
TECHISCHE UIVERSITEIT EIDHOVE Tetame Ileidig Experimetele Fysica (3A10 of 3AA10) Tetame OGO Fysisch Experimetere voor mior AP (3M10) d.d. 0 jauari 010 va 9:00 1:00 uur Vul de presetiekaart i blokletters
Nadere informatie