4.1 Eigenschappen van de normale verdeling [1]
|
|
- Vera de Meyer
- 6 jaren geleden
- Aantal bezoeken:
Transcriptie
1 4.1 Eigenschappen van de normale verdeling [1] Relatief frequentiepolygoon van de lengte van mannen in
2 4.1 Eigenschappen van de normale verdeling [1] In dit plaatje is een frequentiepolygoon getekend. De klassenbreedtes zijn nu kleiner dan in het vorige plaatje. 2
3 4.1 Eigenschappen van de normale verdeling [1] Wat valt op? De twee figuren lijken symmetrisch; De meeste waarnemingen bevinden zich rond het midden; Hoe verder van het midden, hoe minder waarnemingen er zijn. Als de klassenbreedtes kleiner worden krijgt de frequentieverdeling steeds meer de vorm van een klok Deze frequentieverdeling komt vaak voor: Lengte van mannen/vrouwen; Gewicht van mannen/vrouwen; Branduren van een lamp; IQ van mensen. Zo n verdeling noemen we een normale verdeling. 3
4 4.1 Eigenschappen van de normale verdeling [1] Als we een heel erg kleine klassenbreedte nemen ontstaat de normaalkromme. 4
5 4.1 Eigenschappen van de normale verdeling [1] Kenmerken van de normale verdeling: 1. De normale verdeling is symmetrisch; 2. De normale verdeling heeft een gemiddelde μ; 3. De normale verdeling heeft een standaardafwijking σ; 4. De oppervlakte onder de normaalkromme is altijd 100% 5
6 4.1 Eigenschappen van de normale verdeling [1] Kenmerken van de normale verdeling: 5. 68% van alle waarnemingen ligt minder dan één keer de standaardafwijking van het gemiddelde af. 68% van alle waarnemingen ligt dus tussen μ σ en μ + σ; 6. 95% van alle waarnemingen ligt minder dan twee keer de standaardafwijking van het gemiddelde af. 95% van alle waarnemingen ligt dus tussen μ - 2σ en μ + 2σ. 6
7 4.1 Eigenschappen van de normale verdeling [1] Voorbeeld 1: Gegeven is een normale verdeling met μ = 300 en σ = 10. Hoeveel procent van de waarnemingen ligt tussen 280 en 320? 280 = keer de standaardafwijking 320 = keer de standaardafwijking Dus 13,5% + 24% + 24% + 13,5% = 95% van alle waarnemingen ligt tussen 280 en
8 4.1 Eigenschappen van de normale verdeling [1] Voorbeeld 2: Gegeven is een normale verdeling met μ = 300 en σ = 10. Hoeveel procent van de waarnemingen ligt links van 310? 310 = keer de standaardafwijking Dus 2,5% + 13,5% + 34% + 34% = 84% van alle waarnemingen ligt links van 280 en
9 4.1 Eigenschappen van de normale verdeling [2] Klasse Frequentie Cumulatieve frequentie Relatieve cumulatieve frequentie 1,50 -< 1, ,44% 1,55 -< 1, (10 + 4) 15,56% 1,60 -< 1, ( ) 28,89% 1,65 -< 1, ,67% 1,70 -< 1, ,44% 1,75 -< 1, ,67% 1,80 -< 1, % 1,85 -< 1, ,89% 1,90 -< 1, % De cumulatieve frequentie van een klasse krijg je door de frequentie van deze klasse en alle voorgaande klassen op te tellen; De relatieve cumulatieve frequentie van een klasse krijg je door de cumulatieve frequentie van deze klasse te delen door het aantal waarnemingen 100%. 9
10 4.1 Eigenschappen van de normale verdeling [2] Als je de cumulatieve frequenties in een polygoon tekent, krijg je een cumulatief frequentiepolygoon. Op de horizontale as staan de klassen; Boven de rechtergrens van elke klasse wordt de cumulatieve frequentie gezet; Boven de linkergrens van de eerste klasse wordt de cumulatieve frequentie 0 gezet; Verbindt de punten door lijnstukjes. Als je de relatieve cumulatieve frequenties in een polygoon tekent, krijg je een relatief cumulatief frequentiepolygoon. 10
11 4.1 Eigenschappen van de normale verdeling [3] Voorbeeld: In de tabel staat de verdeling van de gewichten in grammen van een hoeveelheid bonen. klasse 0,45 -< 0,65 1 0,65 -< 0,85 6 0,85 -< 1, ,05 -< 1, ,25 -< 1, ,45 -< 1, ,65 -< 1, ,85 -< 2,05 7 2,05 -< 2,25 6 Frequentie Toon aan dat deze verdeling bij benadering normaal is: 11
12 4.1 Eigenschappen van de normale verdeling [3] Stap 1: Bereken de cumulatieve en relatieve cumulatieve frequenties: klasse Frequentie Cum. Freq. Rel. Cum. Freq. 0,45 -< 0, ,6 (1/156) 0,65 -< 0, (1 + 6) 4,5 (7/156) 0,85 -< 1, (7 + 18) 16,0 (25/156) 1,05 -< 1, ,8 1,25 -< 1, ,2 1,45 -< 1, ,0 1,65 -< 1, ,7 1,85 -< 2, ,2 2,05 -< 2, ,0 12
13 4.1 Eigenschappen van de normale verdeling [3] Stap 2: Teken de rel. cum. frequenties op normaal waarschijnlijkheidspapier: 13
14 4.1 Eigenschappen van de normale verdeling [3] Stap 3: Trek een lijn door de punten: 14
15 4.1 Eigenschappen van de normale verdeling [3] Let op: Als de getekende punten op een rechte lijn liggen, is er sprake van een normale verdeling Het gemiddelde (μ) is te vinden door de waarde af te lezen die hoort bij een relatieve cumulatieve frequentie van 50 ( 1,43) De standaardafwijking (σ) is te vinden door: 1. de waarde af te lezen die hoort bij een relatieve cumulatieve frequentie van 84 ( 1,75); 2. het verschil tussen deze waarde en het gemiddelde is de standaardafwijking (1,75 1,43 = 0,32) 15
16 4.2 Oppervlakten onder normaalkrommen [1] Wanneer van een normale verdeling, het gemiddelde (μ), de standaardafwijking (σ) en een interval gegeven is, kun je de oppervlakte onder de normaalkromme voor dat interval berekenen. Voorbeeld 1: Normale verdeling met μ = 20 en σ = 3.2. Bepaal de oppervlakte onder de normaalkromme tussen 15 en
17 4.2 Oppervlakten onder normaalkrommen [1] Voorbeeld 1: Normale verdeling met μ = 20 en σ = 3.2. Bepaal de oppervlakte onder de normaalkromme tussen 15 en 25. Op de GR: 2ND VARS DISTR 2:normalcdf( ENTER Vul bij lower de linkergrens in Vul bij upper de rechtergrens in; Vul bij μ het gemiddelde in; Vul bij σ de standaardafwijking in. Normalcdf(15, 25, 20, 3.2) 0,882 17
18 4.2 Oppervlakten onder normaalkrommen [1] Voorbeeld 2: Normale verdeling met μ = 20 en σ = 3.2. Bepaal de oppervlakte onder de normaalkromme rechts van 22. Opp = normalcdf(22, 10 99, 20, 3.2)
19 4.2 Oppervlakten onder normaalkrommen [2] Voorbeeld 1: Normale verdeling met μ = 20 en σ = 3.2. De oppervlakte links van de grens a is 0,56. Bereken deze grens. Op de GR: 2ND VARS DISTR 3:invNorm( ENTER Vul bij area de oppervlakte links van de grens in; Vul bij μ het gemiddelde in; Vul bij σ de standaardafwijking in. InvNorm(0.56, 20, 3.2) 20,48 19
20 4.2 Oppervlakten onder normaalkrommen [2] Voorbeeld 2: Normale verdeling met μ = 1800 en σ = 40. De oppervlakte rechts van de grens a is 0,15. Bereken deze grens. Let op: InvNorm is de oppervlakte links van een bepaalde grens. In dit geval Is de oppervlakte links van grens a = 1 0,15 = 0,85 Grens = invnorm(0.85, 1800, 40)
21 4.2 Oppervlakten onder normaalkrommen [2] Voorbeeld 3: Normale verdeling met μ = 1800 en σ = 40. De oppervlakte van Het symmetrische gele gebied is 0,38. Bereken de rechtergrens van dit gebied. Oppervlakte gele gebied = 0,38 Oppervlakte blauwe gebied = 1 0,38 = 0,62 Oppervlakte blauwe gebied links = 0,62/2 = 0,31 (vanwege symmetrie) Oppervlakte geel + blauw voor rechtergrens = 0,31 + 0,38 = 0,69 21
22 8.3 Oppervlakten onder normaalkrommen [2] Voorbeeld 3: Normale verdeling met μ = 1800 en σ = 40. De oppervlakte van Het symmetrische gele gebied is 0,38. Bereken de rechtergrens van dit gebied. Rechtergrens = InvNorm(0.69, 1800, 40) =
23 4.2 Oppervlakten onder normaalkrommen [3] Voorbeeld: Normale verdeling met μ = 28 en σ = onbekend. De oppervlakte Rechts van 23 is 0,83. Bereken de standaardafwijking. Er moet gelden normalcdf(23, 10 99, 28, σ) = 0,83 Met de GR: Y1 = normalcdf(23, 10 99, 28, σ) Y2 = 0,83 en INTERSECT [Let op grenzen van assen!!!] 23
24 4.4. De binomiale en de normale verdeling [1] Voorbeeld: Een machine vult pakken koffie met een gemiddelde van 510 gram en een standaardafwijking van 5 gram. Bereken de kans dat in een steekproef van 20 pakken minstens drie pakken minder dan 505 gram bevatten. X = aantal pakken koffie dat minder dan 505 gram bevat n = 20 p = kans dat één pak koffie minder dan 505 gram bevat p = normalcdf(-10^99, 505, 510, 5) = 0,159 P(X 3) = 1 P(X 2) = 1 binomcdf(20, 0.159, 2) 0,637 24
25 4.4. De binomiale en de normale verdeling [2] Voorbeeld 1: Een artikel wordt geproduceerd in twee fasen: De productietijd X van fase I is normaal verdeeld met μ x = 180 en σ x = 2 De productietijd Y van fase II is normaal verdeeld met μ x = 23 en σ y = 1 Hoeveel procent van de artikelen heeft een totale productietijd Z (X + Y) van minder dan 200 seconden? In dit voorbeeld zijn er twee onafhankelijke normaal verdeelde toevalsvariabelen waarvan je de som neemt. Deze som Z is ook een normaal verdeelde toevalsvariabele met: μ z = μ x + μ y en 2 2 Z x y Wanneer je van twee onafhankelijke normaal verdeelde toevalsvariabelen het verschil neemt geldt: μ z = μ x - μ y en 2 2 Z x y 25
26 4.4. De binomiale en de normale verdeling [2] Voorbeeld 1: Een artikel wordt geproduceerd in twee fasen: De productietijd X van fase I is normaal verdeeld met μ x = 180 en σ x = 2 De productietijd Y van fase II is normaal verdeeld met μ y = 23 en σ y = 1 Hoeveel procent van de artikelen heeft een totale productietijd Z (X + Y) van minder dan 200 seconden? Z is normaal verdeeld met gemiddelde μ z en standaardafwijking σ z : μ z = μ x + μ y = = 203 en Z x y 26
27 4.4. De binomiale en de normale verdeling [2] Voorbeeld 1: Hoeveel procent van de artikelen heeft een totale productietijd Z (X + Y) van minder dan 200 seconden? Opp = normalcdf(-10 99, 200, 203, 5) 0,090 Dus 0,09 100% = 9,0% heeft een productietijd van minder dan 200 seconden. 27
28 4.4. De binomiale en de normale verdeling [3] Continue toevalsvariabele Y: Alle waarden zijn mogelijk Kansverdeling is een vloeiende kromme; Bv.: Lengte van mannen, Gewicht van vrouwen, alles wat normaal verdeeld is; P(Y < 5) = P(Y 5). Discrete toevalsvariabele X: Alleen een aantal losse waarden zijn mogelijk; Kansverdeling is een histogram; Bv.: Aantal auto s op een weg per minuut, De schoenmaat van volwassenen; P(X < 5) = P(X 4). 28
29 4.4. De binomiale en de normale verdeling [3] Als we een discrete toevalsvariabele X benaderen door een continue toevalsvariabele Y geldt: P(X < 5) = P(X 4) = P(Y 4,5) Algemeen: P(X k) = P(Y k + 0,5) 29
30 4.4. De binomiale en de normale verdeling [4] Voorbeeld: Het aantal auto s X per uur op een weg is te benaderen door een normaal verdeelde toevalsvariabele Y met μ Y = 53,8 en σ Y = 8,7. Gedurende een uur wordt het aantal auto s op de weg geteld. Bereken in hoeveel procent van de gevallen er minder dan 45 auto s per uur worden geteld. P(X < 45) = P(X 44) = P(Y 44,5) = normalcdf(-10 99, 44.5, 53.8, 8.7) 0,143 30
31 4.5 De n-wet [1] Voorbeeld 1: Van een blik erwten uit een pallet is het gewicht X normaal verdeeld met μ x = 500 en σ x = 2. Er wordt nu een steekproef van 10 blikken uit deze pallet genomen. Bereken de kans dat het gewicht van deze 10 blikken minder is dan 4985 gram. Het totale gewicht van deze 10 blikken (X som = X + X + + X) is nu normaal verdeeld met: μ Xsom = μ x + μ x + + μ x = 10 μ x = = Xsom x x x x Wanneer je een steekproef met een grootte van n neemt geldt: De som (X som = X + X + + X) van deze steekproef is normaal verdeeld met: μ Xsom = μ x + μ x + + μ x = n μ x en... n n Xsom x x x x x 31
32 4.5 De n-wet [1] Voorbeeld 1: Van een blik erwten uit een pallet is het gewicht X normaal verdeeld met μ x = 500 en σ x = 2. Er wordt nu een steekproef van 10 blikken uit deze pallet genomen. Bereken de kans dat het gewicht van deze 10 blikken minder is dan 4985 gram. μ Xsom = 5000 en σ Xsom = 10 2 Opp = normalcdf(-10 99, 4985, 5000, 10 2) = 0,
33 4.5 De n-wet [2] Voorbeeld 1: Van een blik erwten uit een pallet is het gewicht X normaal verdeeld met μ x = 500 en σ x = 2. Er wordt nu een steekproef van 10 blikken uit deze pallet genomen. Het totale gewicht van deze 10 blikken (X som = X + X + + X) is nu normaal verdeeld met: μ Xsom = μ x + μ x + + μ x = 10 μ x = = Xsom x x x x Het gemiddelde gewicht van deze 10 blikken ( is ook normaal verdeeld met: x som 10 x x x x som 10 x x x Algemeen: Bij een steekproef van grootte n geldt: X X = steekproefgemiddelde) normaal verdeeld met en x x x x n 33
34 4.5 De n-wet [2] Voorbeeld 1: Van een blik erwten uit een pallet is het gewicht X normaal verdeeld met μ x = 500 en σ x = 2. Er wordt nu een steekproef van 10 blikken uit deze pallet genomen. Bereken de kans dat het steekproefgemiddelde ( X ) minder dan 1.5 van μ x afwijkt X is normaal verdeeld met 500en x x x x n 2 10 P(498.5 < < 501.5) = normalcdf(498.5, 501.5, 500, 2/ 10) 0,982 X 34
14.1 Kansberekeningen [1]
14.1 Kansberekeningen [1] Herhaling kansberekeningen: Somregel: Als de gebeurtenissen G 1 en G 2 geen gemeenschappelijke uitkomsten hebben geldt: P(G 1 of G 2 ) = P(G 1 ) + P(G 2 ) B.v. P(3 of 4 gooien
Nadere informatie8.1 Centrum- en spreidingsmaten [1]
8.1 Centrum- en spreidingsmaten [1] Gegeven zijn de volgende 10 waarnemingsgetallen: 1, 3, 3, 3, 4, 5, 6, 8, 8, 9 Het gemiddelde is: De mediaan is het middelste waarnemingsgetal als de getallen naar grootte
Nadere 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 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 informatie9.0 Voorkennis. Bij samengestelde kansexperimenten maak je gebruik van de productregel.
9.0 Voorkennis Bij samengestelde kansexperimenten maak je gebruik van de productregel. Productregel: Voor de gebeurtenis G 1 bij het ene kansexperiment en de gebeurtenis G 2 bij het andere kansexperiment
Nadere informatieVoorbeeld 1: kansverdeling discrete stochast discrete kansverdeling
12.0 Voorkennis Voorbeeld 1: Yvette pakt vier knikkers uit een vaas waar er 20 inzitten. 9 van de knikkers zijn rood en 11 van de knikkers zijn blauw. X = het aantal rode knikkers dat Yvette pakt. Er zijn
Nadere informatieParagraaf 9.1 : De Verwachtingswaarde
Hoofdstuk 9 Kansverdelingen (V5 Wis A) Pagina 1 van 8 Paragraaf 9.1 : De Verwachtingswaarde Les 1 Verwachtingswaarde Definities : Verwachtingswaarde Verwachtingswaarde = { wat je verwacht } { gemiddelde
Nadere 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 informatie34% 34% 2,5% 2,5% ,5% 13,5%
C. von Schwartzenberg 1/16 1a Er is uitgegaan van de klassen: 1 < 160; 160 < 16; 16 < 170;... 18 < 190. 1b De onderzochte groep bestaat uit 1000 personen. 1c x = 17,3 (cm) en σ, 7 (cm). 1de 680 is 68%
Nadere informatieParagraaf 9.1 : De Verwachtingswaarde
Hoofdstuk 9 Kansverdelingen (V5 Wis A) Pagina 1 van 8 Paragraaf 9.1 : De Verwachtingswaarde Les 1 Verwachtingswaarde Definities : Verwachtingswaarde Verwachtingswaarde = { wat je verwacht } { gemiddelde
Nadere informatie5.0 Voorkennis. Er zijn verschillende manieren om gegevens op een grafische wijze weer te geven: 1. Staafdiagram:
5.0 Voorkennis Er zijn verschillende manieren om gegevens op een grafische wijze weer te geven: 1. Staafdiagram: De lengte van de staven komt overeen met de hoeveelheid; De staven staan meestal los van
Nadere informatieHoofdstuk 2 De normale verdeling. Kern 1 Normale verdelingen. 1 a
Hoofdstuk De normale verdeling Kern Normale verdelingen a percentage 30 0 0 57 6 67 7 77 8 87 9 97 0 07 De polygoon heeft een klokvorm. b In totaal is 0, + 0,9 + 3,3 +,0 +,3 + 7,3= 50,5 procent van de
Nadere informatie5.0 Voorkennis. Er zijn verschillende manieren om gegevens op een grafische wijze weer te geven: 1. Staafdiagram:
5.0 Voorkennis Er zijn verschillende manieren om gegevens op een grafische wijze weer te geven: 1. Staafdiagram: De lengte van de staven komt overeen met de hoeveelheid; De staven staan meestal los van
Nadere informatieDe normale verdeling
De normale verdeling Les 2 De klokvorm en de normale verdeling (Deze les sluit aan bij paragraaf 8 en 9 van Binomiale en normale verdelingen van de Wageningse Methode) De grafische rekenmachine Vooraf
Nadere informatieBoek 2 hoofdstuk 8 De normale verdeling.
52a. de groepen verschillen sterk in grootte b. 100 van de 5000 = 1 van de 50 dus 1 directielid, 90 winkelmedewerkers en 9 magazijnmedewerkers. Boek 2 hoofdstuk 8 De normale verdeling. 8.1 Vuistregels
Nadere informatieHoe verwerk je gegevens met de Grafische Rekenmachine?
Hoe verwerk je gegevens met de Grafische Rekenmachine? Heb je een tabel met alleen gegevens? Kies STAT EDIT Vul L 1 met je gegevens (als de lijst niet leeg is, ga je met de pijltjes helemaal naar boven,
Nadere informatieHoofdstuk 9 De Normale Verdeling. Kern 1 Normale verdelingen. Netwerk, 4 Havo A, uitwerkingen Hoofdstuk 9, De Normale Verdeling Elleke van der Most
Hoofdstuk 9 De Normale Verdeling Kern Normale verdelingen a percentage 30 0 0 57 6 67 7 77 8 87 9 97 0 07 De polygoon heeft een klokvorm. b De gemiddelde lengte valt in de klasse 80 84 cm. Omdat 8 precies
Nadere informatiebijspijkercursus wiskunde voor psychologiestudenten bijeenkomst 9 de normale verdeling (niet in [PW])
bijspijkercursus wiskunde voor psychologiestudenten bijeenkomst 9 de normale verdeling (niet in [PW]) vorige week: kansrekening de uitkomstvariabele was bijna altijd discreet aantal keer een vijf gooien
Nadere informatieG&R vwo A/C deel 2 8 De normale verdeling C. von Schwartzenberg 1/14. 3a 1 2
G&R vwo A/C deel 8 De normale verdeling C. von Schwartzenberg 1/14 1a Gemiddelde startgeld x = 1 100000 + 4 4000 + 3000 = 13100 dollar. 10 1b Het gemiddelde wordt sterk bepaald door de uitschieter van
Nadere informatieDe normale verdeling. Les 3 De Z-waarde (Deze les sluit aan bij de paragraaf 10 van Binomiale en normale verdelingen van de Wageningse Methode)
De normale verdeling Les 3 De Z-waarde (Deze les sluit aan bij de paragraaf 10 van Binomiale en normale verdelingen van de Wageningse Methode) De grafische rekenmachine Vooraf In deze les ga je veel met
Nadere informatie13,5% 13,5% De normaalkromme heeft dezelfde vorm als A (even breed en even hoog), maar ligt meer naar links.
G&R havo A deel C. von Schwartzenberg /8 a Er is uitgegaan van de klassen: < 60; 60 < 6; 6 < 70;... 8 < 90. b c De onderzochte groep bestaat uit 000 personen. (neem nog eens GRpracticum uit hoofdstuk 4
Nadere informatie4 De normale verdeling
bladzijde 217 35 a X = het aantal vrouwen met osteoporose. P(X = 30) = binompdf(100, 1, 30) 0,046 4 b X = het aantal mannen met osteoporose. Y = het aantal vrouwen met osteoporose. P(2 met osteoporose)
Nadere 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 informatie3.1 Procenten [1] In 1994 zijn er 3070 groentewinkels in Nederland. In 2004 zijn dit er nog 1625.
3.1 Procenten [1] In 1994 zijn er 3070 groentewinkels in Nederland. In 2004 zijn dit er nog 1625. Absolute verandering = Aantal 2004 Aantal 1994 = 1625 3070 = -1445 Relatieve verandering = Nieuw Oud Aantal
Nadere informatieWerken met de grafische rekenmachine
Werken met de grafische rekenmachine Plot de grafiek blz. Schets de grafiek of teken een globale grafiek blz. 3 Teken de grafiek blz. 4 Het berekenen van snijpunten blz. 3 5 Het berekenen van maxima en
Nadere informatieLesbrief de normale verdeling
Lesbrief de normale verdeling 2010 Willem van Ravenstein Inhoudsopgave Inhoudsopgave... 1 Hoofdstuk 1 de normale verdeling... 2 Hoofdstuk 2 meer over de normale verdeling... 11 Hoofdstuk 3 de n-wet...
Nadere informatieHoofdstuk 8: De normale verdeling. 8.1 Centrum- en spreidingsmaten. Opgave 1:
Hoofdstuk 8: De normale verdeling 8. Centrum- en spreidingsmaten Opgave : 00000 4 4000 5 3000 a. 300 dollar 0 b. 9 van de atleten verdienen minder dan de helft van het gemiddelde. Het gemiddelde is zo
Nadere informatieHoofdstuk 8 - De normale verdeling
ladzijde 216 1a Staafdiagram 3 want te verwachten is dat er elke maand ongeveer evenveel mensen jarig zijn. Dat is meteen ook de reden waarom de andere drie niet voldoen. Feruari estaat uit vier weken
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 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 informatieWiskunde D Online uitwerking 4 VWO blok 6 les 2
Paragraaf 8 De klokvorm Opgave 1 a De top van de grafiek van de PvdA ligt bij 30 %. Dus voor de PvdA wordt 30% voorspeld. b De grafiek loopt van ongeveer 27 tot 33, dus het percentage ligt met grote waarschijnlijkheid
Nadere informatieAntwoorden bij 4 - De normale verdeling vwo A/C (aug 2012)
Antwoorden bij - De normale verdeling vwo A/C (aug 0) Opg. a Aflezen bij de 5,3 o C grafiek:,3% en bij de,9 o C grafiek: 33,3% b Het tweede percentage is 33,3 /,3 = 5, maal zo groot. c Bij de 5,3 o C grafiek
Nadere informatieVB: De hoeveelheid neemt nu met 12% af. Hoeveel was de oorspronkelijke hoeveelheid? = 1655 oud = 1655 nieuw = 0,88 x 1655 = 1456
Formules, grafieken en tabellen Procenten - altijd afronden op 1 decimaal tenzij anders vermeld VB: Een hoeveelheid neemt met 12% toe to 1456. Hoeveel was de oorspronkelijke hoeveelheid? Oud =? Nieuw =
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 informatieBoek 1 hoofdstuk 4 Havo 4 Statistiek.
Samenvatting statistiek havo4 boek 1 H4 Centrummaten: Modus (modaal) = wat het vaakst voorkomt, zowel kwalitatief als kwantitatief Mediaan = het middelste getal, in een rij getallen die op volgorde staat
Nadere informatieHoofdstuk 3 Verdelingen
Hoofdstuk 3 Verdelingen Voorkennis: Statistische verwerking ladzijde 0 V-a inkomen in euro s cum. frequentie rel. cum. frequentie c d V-a [000; 000,9% [000; 00 9 7,0% [00; 000 38,0% [000; 000 0,0% [000;
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 informatieSamenvattingen 5HAVO Wiskunde A.
Samenvattingen 5HAVO Wiskunde A. Boek 1 H7, Boek 2 H7&8 Martin@CH.TUdelft.NL Boek 2: H7. Verbanden (Recht) Evenredig Verband ( 1) Omgekeerd Evenredig Verband ( 1) Hyperbolisch Verband ( 2) Machtsverband
Nadere informatieUITWERKINGEN VOOR HET VWO NETWERK B13
12 UITWERKINGEN VOOR HET VWO NETWERK B13 HOOFDSTUK 6 KERN 1 1a) Zie plaatje De polygoon heeft een klokvorm 1b) Ongeveer 50% 1c) 0,1 + 0,9 + 3,3 + 11,0 = 15,3% 2a) klokvorm 2b) geen klokvorm 2c) klokvorm
Nadere informatieWiskunde D Online uitwerking 4 VWO blok 5 les 3
Paragraaf 10 De standaard normale tabel Opgave 1 a Er geldt 20,1 16,6 = 3,5 C. Dit best wel een fors verschil, maar hoeft niet direct heel erg uitzonderlijk te zijn. b Er geldt 167 150 = 17. Dat valt buiten
Nadere informatiehet antwoord 0,9032 1 Antwoordmodel VWO wa1 2003-II Startende ondernemingen Maximumscore 4 1 40% komt overeen met een kans van 0,4 (per 9 jaar) 1
Antwoordmodel VWO wa -II Antwoorden Startende ondernemingen % komt overeen met een kans van, (per 9 jaar) Per jaar is dat een kans van, 9 het antwoord,9 5 CV8 Lees verder De kans is,9 =,656(,66) Een overlevingskans
Nadere informatieWerkblad 1 Normale dichtheidsfunctie als benadering voor een klokvormig histogram
Werkblad 1 Normale dichtheidsfunctie als benadering voor een klokvormig histogram Probeer zeker de opdrachten 1, 4 en 6 te maken. 1. In de tabel hieronder vind je gegevens over de borstomtrek van 5732
Nadere informatie11.1 Kansberekeningen [1]
11.1 Kansberekeningen [1] Kansdefinitie van Laplace: P(gebeurtenis) = Aantal gunstige uitkomsten/aantal mogelijke uitkomsten Voorbeeld 1: Wat is de kans om minstens 16 te gooien, als je met 3 dobbelstenen
Nadere informatieExamen Statistiek I Feedback
Examen Statistiek I Feedback Bij elke vraag is alternatief A correct. Bij de trekking van een persoon uit een populatie beschouwt men de gebeurtenissen A (met bril), B (hooggeschoold) en C (mannelijk).
Nadere informatieAntwoorden door K woorden 14 augustus keer beoordeeld. Wiskunde A. Supersize me. Opgave 1: leerstof: Formules met meer variabelen.
Antwoorden door K. 1901 woorden 14 augustus 2015 1 1 keer beoordeeld Vak Wiskunde A Supersize me Opgave 1: leerstof: Formules met meer variabelen. Formule energiebehoefte = =33,6 G 5000(kcal) = dagelijkse
Nadere informatie3.1 Het herhalen van kansexperimenten [1]
3.1 Het herhalen van kansexperimenten [1] Voorbeeld: Op een schijf staan een zestal afbeeldingen in even grote vakjes: 3 keer appel, 2 keer banaan, 1 keer peer. Sandra draait zes keer aan de schijf. a)
Nadere informatieNotatieafspraken Grafische Rekenmachine, wiskunde A
Notatieafspraken Grafische Rekenmachine, wiskunde A Bij deze verstrek ik jullie de afspraken voor de correcte notatie bij het gebruik van de grafische rekenmachine. Verder krijg je een woordenlijst met
Nadere informatieNetwerk, 4 Havo D, uitwerkingen Hoofdstuk 1, Statistische verwerking 1
Netwerk, 4 Havo D, uitwerkingen Hoofdstuk, Statistische verwerking Hoofdstuk Statistische verwerking Kern Populatie en steekproef a In Derbroek vonden + 6 ondervraagden de overlast ernstig tot zeer ernstig.
Nadere informatieHet werken met TI-83-programma s in de klas
Het werken met TI-83-programma s in de klas Ton Van Amsterdam Inleiding. Met de komst van de wetenschappelijke rekenmachine verdween de behoefte aan een logaritmetafel en tafels voor goniometrische verhoudingen.
Nadere informatieTI83-werkblad. Vergelijkingen bij de normale verdeling
TI83-werkblad Vergelijkingen bij de normale verdeling 1. Inleiding Een normale verdeling wordt bepaald door de constanten µ en σ. Dit blijkt uit het voorschrift van de verdelingsfunctie van de normale
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 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 informatieKansberekeningen Hst
1 Kansberekeningen Hst. 1 1. P(,) + P(,) + P(,) = 1 1 1 1 1 1 5 + + = 16 b. P(10) = P(,,) + P(,,) = 1 1 1 1 1 1 1 6 + = 6 c. P(min stens keer een ) =1 P(max imaal keer een ) = 1 binomcdf (1, 1,) 0,981
Nadere informatieSteelbladdiagram In een steelbladdiagram staan alle leerlingen genoemd. Je kunt precies zien waar Wouter staat.
2.1.3 Representaties In de voorbeelden kijken we steeds naar gewicht. Je gaat daarna zelf kijken naar de informatie over lengte en cijfergemiddelde. Voor alle opgaven geldt dat je deze zowel in de DWO
Nadere informatieRekenen met de normale verdeling (met behulp van grafisch rekentoestel)
Rekenen met de normale verdeling (met behulp van grafisch rekentoestel) In 1947 werd in opdracht van N.V. Magazijn De Bijenkorf een statistisch onderzoek verricht naar de lichaamsafmetingen van de Nederlandse
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 informatieWiskunde De Normale en Binomiale Verdeling. Geschreven door P.F.Lammertsma voor mijn lieve Avigail
Wiskunde De Normale en Binomiale Verdeling Geschreven door P.F.Lammertsma voor mijn lieve Avigail Opmerkingen vooraf Wiskunde Pagina 2 uit 20 Opmerkingen vooraf Pak je rekenmachine, de TI-83, erbij en
Nadere 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 informatieWerkbladen 3 Terugzoeken
Werkbladen Terugzoeken We keren nu de vraag om. Bij een gegeven percentage (oppervlakte zoeken we de bijbehorende grenswaarde(n. Als voorbeeld zoeken we hoe groot een Nederlandse vrouw anno 97 moest zijn
Nadere informatieMETA-kaart vwo5 wiskunde A - domein Afgeleide functies
META-kaart vwo5 wiskunde A - domein Afgeleide functies Wat heb ik nodig: GR of afgeleide? Hoe ziet de grafiek eruit? Moet ik de afgeleide berekenen? Kan ik bij deze functie de afgeleide berekenen? Welke
Nadere informatiedirecte invoer via OPTN Normal C.D kan ook direct worden aangeroepen, bijv. in het reken (RUN) menu.
Normale verdeling A: berekenen van een kans In veel gevallen wordt uitdrukkelijk aangegeven dat iets normaal verdeeld is.de normale verdeling is in wezen een continue verdeling, in tegenstelling tot discrete
Nadere informatiede Wageningse Methode Beknopte gebruiksaanwijzing TI84 1
Algemene vaardigheden Veel knopjes hebben drie functies. De functie die op een knop... staat krijg je door er op de drukken. De blauwe functie die er boven een knop... staat krijg je met 2nd.... Zo zet
Nadere informatieHoofdstuk 4 Normale verdelingen
V-1a c d V-2a Noordhoff Uitgevers v Moderne Wiskunde Uitwerkingen ij vwo C deel 3 Hoofdstuk 4 Normale verdelingen Hoofdstuk 4 Normale verdelingen ladzijde 92 De relatieve cumulatieve frequenties zijn de
Nadere informatieOEFENPROEFWERK HAVO A DEEL 2
OEFENPROEFWERK HAVO A DEEL 2 HOOFDSTUK 6 STATISTIEK EN BESLISSINGEN OPGAVE 1 Hieronder zijn vier boxplots getekend. a Welke boxplot hoort bij een links-scheve verdeling? Licht toe. b Hoe ligt bij boxplot
Nadere informatie2 Data en datasets verwerken
Domein Statistiek en kansrekening havo A 2 Data en datasets verwerken 1 Data presenteren 1.3 Representaties In opdracht van: Commissie Toekomst Wiskunde Onderwijs 1 Data presenteren 1.1 Introductie In
Nadere informatieUitwerkingen Mei Eindexamen VWO Wiskunde A. Nederlands Mathematisch Instituut Voor Onderwijs en Onderzoek
Uitwerkingen Mei 2012 Eindexamen VWO Wiskunde A Nederlands Mathematisch Instituut Voor Onderwijs en Onderzoek Schroefas Opgave 1. In de figuur trekken we een lijn tussen 2600 tpm op de linkerschaal en
Nadere 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 informatieEindexamen wiskunde A1 vwo 2007-I
Beoordelingsmodel Restzetels maximumscore 4 5 329 + 9080 + 875 = 33 60 33 60 stemmen is minder dan de helft van 67 787 stemmen 0 + 5 + 5 = 20 20 zetels is meer dan de helft van 39 zetels 2 maximumscore
Nadere informatieUitwerkingen Mei 2012. Eindexamen VWO Wiskunde C. Nederlands Mathematisch Instituut Voor Onderwijs en Onderzoek
Uitwerkingen Mei 2012 Eindexamen VWO Wiskunde C Nederlands Mathematisch Instituut Voor Onderwijs en Onderzoek I Tjing Opgave 1. Het aantal hoofdstukken in de I Tjing correspondeert met het totale aantal
Nadere informatieEXAMENTOETS TWEEDE PERIODE 5HAVO MLN/SNO
EXAMENTOETS TWEEDE PERIODE 5HAVO wiskunde A MLN/SNO Onderwerp: Statistiek - Blok Datum: donderdag 1 januari 010 Tijd: 8.30-10.45 NB 1: Bij de beantwoording van de vragen ALTIJD JE BEREKENINGEN aangeven.
Nadere informatieDe normale verdeling (gebaseerd op De normale verdeling uit UW 18/1) Een histogram en een grafiek
De normale verdeling, 1 De normale verdeling (gebaseerd op De normale verdeling uit UW 18/1) Een histogram en een grafiek In 1947 werd in opdracht van N.V. Magazijn De Bijenkorf een statistisch onderzoek
Nadere informatieStatistiek. Beschrijvende Statistiek Hoofdstuk 1 1.1, 1.2, 1.5, 1.6 lezen 1.3, 1.4 Les 1 Hoofdstuk 2 2.1, 2.3, 2.5 Les 2
INHOUDSOPGAVE Leswijzer...3 Beschrijvende Statistiek...3 Kansberekening...3 Inductieve statistiek, inferentiele statistiek...3 Hoofdstuk...3. Drie deelgebieden...3. Frequentieverdeling....3. Frequentieverdeling....4.5
Nadere informatieVoorbereiding PTA1-V5 wiskunde A
Voorbereiding PTA1-V5 wiskunde A ma. 1 mrt. Les 1 Allerlei vergelijkingen oplossen (1) wo. 3 mrt. Les Valt uit: ga zelf iets oefenen! vr. 5 mrt. Les 3 Normale verdeling ma. 8 mrt. Les 4 Allerlei vergelijkingen
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 informatieEindexamen wiskunde A 1-2 vwo I
Beoordelingsmodel Marathonloopsters maximumscore uur, 4 minuten en seconden is 98 seconden De snelheid is 495 98 (m/s) Het antwoord: 4, (m/s) maximumscore Uit x = 5 volgt v 4,04 (m/s) De tijd die een 5-jarige
Nadere informatieEindexamen wiskunde A1 compex vwo 2007-I
Eindexamen wiskunde A compex vwo 2007-I Beoordelingsmodel IQ maximumscore 4 De gevraagde kans is P(X > 40) Beschrijven hoe met de GR deze cumulatieve normale kans berekend kan worden De gevraagde kans
Nadere informatieEen Bernoulli experiment is een experiment met slechts twee mogelijke uitkomsten, die we succes ( S ) en mislukking ( M ) noemen.
Hoofdstuk 6 Kansverdelingen 6.1 Discrete stochasten 6.1.1 De Bernoulli verdeling Een Bernoulli experiment is een experiment met slechts twee mogelijke uitkomsten, die we succes ( S ) en mislukking ( M
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 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 informatieAardgasbaten. (b) Teken bij 1996 een cirkeldiagram (c) Teken bij de tabel een vlakdiagram
1. In figuur 1 zie je gegevens over de aardgasbaten in Nederland gedurende de periode 1985-1994. Je ziet zowel een staafdiagram als een frequentiepolygoon. Aardgasbaten figuur 1 (a) In welk jaar is de
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 informatieNoordhoff Uitgevers bv
bladzijde 9 a, 3 3000 = 8900 = 830, b 0, 07 000000 = 8000 = 80, c 300 700 = 6870000 = 690, 8 d 0, 000 0, 007 = 0, 00000 =, 0 6 e 6344, 78, 98 = 49604, 336 = 4960, 6 9 6 f, 0 + 4 0 = 74000000 =, 74 0 9
Nadere informatieKeuze onderwerp: Kansrekening 5VWO-wiskunde B
Keuze onderwerp: Kansrekening 5VWO-wiskunde B Blaise Pascal (1623-1662) Pierre-Simon Laplace (1749-1827) INHOUDSOPGAVE 1. Permutaties & Combinaties... 3 Rangschikking zonder herhaling (permutaties)...
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 informatieEindexamen wiskunde A vwo I
Eindexamen wiskunde A vwo 000 - I Opgave Bierbrouwen bij vat verdwijnt 00% (0% + 0% + 65%) = 5% bij het overpompen bij vat verdwijnt 00% (0% + 5% + 50%) = 5% bij het overpompen bij vat 3 verdwijnt 00%
Nadere informatie7,7. Samenvatting door Manon 1834 woorden 3 mei keer beoordeeld. Wiskunde C theorie CE.
Samenvatting door Manon 1834 woorden 3 mei 2016 7,7 13 keer beoordeeld Vak Wiskunde Wiskunde C theorie CE. Permutaties: -Het aantal permutaties van drie dingen die je kiest uit acht dingen is: 8*7*6= 336.
Nadere informatieNiet de hoogte, wel de oppervlakte. Aandachtspunten bij. - statistische technieken voor een continue veranderlijke
Niet de hoogte, wel de oppervlakte Prof. dr. Herman Callaert Aandachtspunten bij - statistische technieken voor een continue veranderlijke - de interpretatie van een histogram - de normale dichtheidsfunctie
Nadere informatieEindexamen wiskunde A1-2 vwo 2004-I
4 Beoordelingsmodel Examenresultaten aflezen in figuur : 77% heeft een score van 65 lager Dus 3% heeft een score hoger dan 65 Dat zijn (ongeveer) 59 kandidaten aflezen in figuur : 77% heeft een score van
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 informatieGEGEVENS154LEERLINGEN
2.4.4 Oefenen Voorbeeld Bekijk de dataset GEGEVENS154LEERLINGEN nog een keer. Je wilt nagaan of leerlingen die wiskunde B kiezen beter waren in wiskunde in de onderbouw dan leerlingen die wiskunde A kiezen.
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 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 informatieEindexamen wiskunde C vwo II
Beoordelingsmodel Denksport maximumscore 4 In de periode 963-975 is de toename 3000 4500 = 8500 (± 000) De gemiddelde toename per jaar is dan 8500: 700 In de periode 975-978 is de gemiddelde toename per
Nadere informatie2 Data en datasets verwerken
Domein Statistiek en kansrekening havo A 2 Data en datasets verwerken 4 Twee groepen vergelijken 4.4 Oefenen In opdracht van: Commissie Toekomst Wiskunde Onderwijs 4.4 Oefenen Voorbeeld Bekijk de dataset
Nadere informatieCorrectievoorschrift VWO. Wiskunde A1 (nieuwe stijl)
Wiskunde A (nieuwe stijl) Correctievoorschrift VWO Voorbereidend Wetenschappelijk Onderwijs 0 0 Tijdvak Inzenden scores Vul de scores van de alfabetisch eerste vijf kandidaten per school in op de optisch
Nadere informatieOpmerking Als bij het aflezen uit de figuur een percentage van 76, 78 of 79 is gevonden, dan hiervoor geen punten in mindering brengen.
Beoordelingsmodel VWO wa 2004-I Antwoorden Bevolkingsgroei De wereldbevolking neemt in de periode 950-2025 toe van 3 miljard naar 8 miljard 2 5,6% van 3 miljard is (ongeveer) 0,47 miljard 6,% van 8 miljard
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 informatie2.2 Verbanden tussen datarepresentaties
2.2 Verbanden tussen datarepresentaties 2.2.1 Introductie In paragraaf 1 heb je een hele reeks aan datarepresentaties leren kennen. In deze paragraaf leer je welke verbanden er tussen deze representaties
Nadere informatie2.1.4 Oefenen. d. Je ziet hier twee weegschalen. Wat is het verschil tussen beide als het gaat om het aflezen van een gewicht?
2.1.4 Oefenen Opgave 9 Bekijk de genoemde dataset GEGEVENS154LEERLINGEN. a. Hoe lang is het grootste meisje? En de grootste jongen? b. Welke lengtes komen het meeste voor? c. Is het berekenen van gemiddelden
Nadere informatie5.0 Voorkennis. Voorbeeld 1: In een vaas zitten 10 rode, 5 witte en 6 blauwe knikkers. Er worden 9 knikkers uit de vaas gepakt.
5.0 Voorkennis Voorbeeld 1: In een vaas zitten 10 rode, 5 witte en 6 blauwe knikkers. Er worden 9 knikkers uit de vaas gepakt. a) Bereken de kans op minstens 7 rode knikkers: P(minstens 7 rood) = P(7 rood)
Nadere informatie