data ingeven Karakteristieken Data visualiseren Betrouwbaarheidsintervallen Toetsen van hypothesen
|
|
- Anita Beckers
- 5 jaren geleden
- Aantal bezoeken:
Transcriptie
1 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 Kasverdelige Beschrijvede statistiek Data igeve Betrouwbaarheidsitervalle & toetse va hypothese Karakteristieke Regressie Data visualisere probleemstellig Op ee fruitveilig wordt va ee aselecte bak appels elke appel gewoge. De resultate vid je i volgede tabel (gewicht i gram): data igeve
2 karakteristieke 1 xi i = 1 steekproefgemiddelde x= karakteristieke stadaardafwijkig v/e steekproef 2 ( x ) 2 i x 2 1 s = 1 s= s i= 1 data visualisere data visualisere boxplot& histogram modellere v/d gegeves a.d.h. v/e ormale verdelig Beschrijvede statistiek Kasverdelige discrete kasverdelige voorbeeld: experimet: gooie met twee dobbelstee stochast of kasvariabele X: aatal geworpe oge x i p i= P(X = x i) 2 1/36 3 2/36 4 3/36 5 4/36 6 5/36 7 6/36 8 5/36 9 4/ / / /36 2
3 discretekasverdelige discrete kasverdelige variatie& stadaardafwijkig σ ( µ ) ( µ ) xi pi µ X E X ( E[ X] ) Var( X) = = E X = x p X X i X i = = = 2 p = i 1 verwachtigswaarde of gemiddelde E[ X] µ X xipi = = discretekasverdelige ee ure bevat 5 rode, 4 gele, 2 blauwe e 1 groee bal op het eide va ee kwisprogrammamag de wiaar ee bal uit de ure trekke, trekt hij ee rode bal, krijgt hij 600 euro, bij ee gele bal 1200 euro, bij ee blauwe bal 3000 euro e bij de groee bal 9900 euro. discrete kasverdelige stochast of kasvariabele X: het gewoe bedrag x i p i = P(X = x i ) 600 5/ / / /12 verwachtigswaarde of gemiddelde E[ X] = µ = x p = 1975, X i i Beroulli experimete I ee vaas zitte 4 rode e 1 gele kikker. We trekke willekeurig éé kikker uit de vaas. Wat is de kas dat de kikker geel is? Discretekasverdelige De biomiale verdelig X = het aatal keer succes P(geel) = p = succes P(rood) = q = 1 p = mislukkig x i p i = P(X = x i ) 0 (rood) q = 4/5 1 (geel) p = 1/5 De geometrische verdelig De egatief-biomiale verdelig µ = 0. q+ 1. p= p σ = ( 0 p) 2 q+ ( 1 p) 2 p = pq = p( 1 p) De hypergeometrische verdelig De Poisso-verdelig 3
4 de biomiale verdelig I ee vaas zitte 4 rode e 1 gele kikker. We trekke willekeurig éé kikker uit de vaas, otere welke kleur de kikker heeft e legge deze da terug. Dit doe we vijfmaal a elkaar. Wat is de kas dat we 5 maal, 4 maal, 3 maal, 2 maal, slechts éémaalof gee ekele keer ee gele kikker trokke? X = het aatal getrokke gele kikkers i i i ( = ) = ( = ) = P X x P X i C p q i de biomiale verdelig I ee vaas zitte 4 rode e 1 gele kikker. We trekke willekeurig éé kikker uit de vaas, otere welke kleur de kikker heeft e legge deze da terug. Dit doe we vijfmaal a elkaar. Wat is de kas dat we 5 maal, 4 maal, 3 maal, 2 maal, slechts éémaalof gee ekele keer ee gele kikker trokke? i i i ( = ) = ( = ) = P X x P X i C p q i µ =. µ = p bi be σ =. σ = bi be pq de biomiale verdelig Ee bakker verkoopt taartjes waarbij i 1 op de 5 gebakjes ee koffieboo i het gebakje zit. Als Thomas 24 taartjes bij deze bakker koopt, wat is de kas dat er i 4 taartjes of meer ee koffieboo zit? I hoeveel taartjes heeft Thomas ee koffieboo met ee zekerheid va 90% of hoger? Hoeveel taartjes moet Thomas kope om meer da 90% kas te hebbe dat er i mistes 4 taartjes ee koffieboo zit? de biomiale verdelig Ee bakker verkoopt taartjes waarbij i 1 op de 5 gebakjes ee koffieboo i het gebakje zit. Als Thomas 24 taartjes bij deze bakker koopt, wat is de kas dat er i 4 taartjes of meer ee koffieboo zit? 1 X ~ B = 24, p= 5 1 P( X = 4) = biompdf 24,,4 5 1 P( X 4) = biomcdf 24,,4 5 1 P( X 4) = 1 P( X < 4) = 1 P( X 3) = 1 biomcdf 24,,3 5 de biomiale verdelig Ee bakker verkoopt taartjes waarbij i 1 op de 5 gebakjes ee koffieboo i het gebakje zit. de biomiale verdelig I hoeveel taartjes heeft Thomas ee koffieboo met ee zekerheid va 90% of hoger? Als Thomas 24 taartjes bij deze bakker koopt, wat is de kas dat er i 4 taartjes of meer ee koffieboo zit? Hierbij is area de kas dat je mider da het berekede aatal hebt. Atwoord : de kas dat er i 4 taartjes of meer ee koffieboo zit is 73,6 %. Atwoord : Thomas heeft 10% (of mider) kas dat er mider da 2 taartjes ee koffieboo bevatte. Hij heeft dus meer da 90% kas dat er i mistes 2 taartjes ee koffieboo zit. 4
5 de biomiale verdelig Hoeveel taartjes moet Thomas kope om meer da 90% kas te hebbe dat er i mistes 4 taartjes ee koffieboo zit? 1 P( X 4) = 1 P( X 3) = 1 biomcdf,,3 90% 5 de geometrische verdelig Als we ee reeks oafhakelijke Beroulli-pogigedoe met succeskas p, kue we ee vast aatal () beschouwe, zodat we maar moete afwachte hoe vaak we succes zulle hebbe. Dit leidt tot de biomiale verdelig. Gaa we echter et zolag door tot we succes hebbe, da moete we maar afwachte hoeveel experimete we moete doe. Dat aatal N is ee stochastische variabele met als verdelig de geometrische verdelig. k ( = ) = ( ) 1 P N k 1 p. p Atwoord: Thomas moet mistes 32 taartjes kope om meer da 90% kas te hebbe dat er i mistes 4 taartjes ee boo zit. de geometrische verdelig Ee dobbelstee worp et zolag geworpe tot dat er ee eerste maal 1 wordt geworpe. de geometrische verdelig Hoe groot is de kas dat dit bij de 4de worp gebeurt? Hoe groot is de kas dat dit bij de 4de worp gebeurt? Hoe groot is de kas dat dit bij de eerste vier worpe gebeurt? 1 N ~ Geo p= 6 1 P( N = 4) = geometpdf, P( N 4) = geometcdf, 4 6 Atwoord: 9,6 % de geometrische verdelig Hoe groot is de kas dat dit bij de eerste vier worpe gebeurt? de egatief-biomiale verdelig Als we ee reeks oafhakelijke Beroulli-pogigedoe met succeskas p, kue we ee vast aatal () beschouwe, zodat we maar moete afwachte hoe vaak we succes zulle hebbe. Dit leidt tot de biomiale verdelig. Gaa we echter et zolag door tot we voor de m-de keer succes hebbe, da moete we maar afwachte hoeveel experimete we moete doe. Dat aatal N is ee stochastische variabele met als verdelig de egatief-biomiale verdelig. Atwoord: 51,8 % De geometrische verdelig is ee speciaal geval va de egatiefbiomiale verdelig met parameter m = 1. k 1 P N k p p m 1 m ( = ) =.( 1 ) k m 5
6 de egatief-biomiale verdelig Op de kermis heb je bij ee bepaald spelletje (ileg 2 euro) éé kas op drie om ee pluche welpje te wie. Je wil u zolag blijve spele totdat je twee welpjes hebt gewoe voor je tweelig Stefa e Klaasje. de egatief-biomiale verdelig Wat is de kas dat je bij het derde spelletje je tweede pluche welpje hebt? Wat is de kas dat je bij het derde spelletje je tweede pluche welpje hebt? Wat is de kas dat je met ee briefje va 10 euro toekomt om de twee pluche welpjes te bekome? 1 N ~ NeBi p =, m= 2 3 k k 2 2 k 2 ( = ) = = ( k ) P N k De kas om bij het derde spelletje de tweede pluche welp te wie, bedraagt 14,8 % de egatief-biomiale verdelig Wat is de kas dat je met ee briefje va 10 euro toekomt om de twee pluche welpjes te bekome? de hypergeometrische verdelig Als we ee serie trekkige doe uit ee eidige populatie met N elemete da hebbe we te make met ee hypergeometrische verdelig. De populatie is verdeeld i M elemete die ee bepaald kemerk vertoe e N-M, de rest, die dat kemerk iet bezitte. De kas om bij het tweede, het derde, het vierde of het vijfde spelletje de tweede pluche welp te wie, bedraagt 53,9 % Uit de populatie wordt ee steekproef va elemete geome, zoder terugleggig. Vervolges zij we geïteresseerd i het aatal elemete X dat uit de deelverzamelig met M elemete afkomstig is. M N M k k P( X = k) = N de hypergeometrische verdelig I ee speelgoedmad ligge 30 pakjes. I 20 pakjes zit ee pluche hodje e i de adere 10 ee bal. Vijf kidere moge u lukraak ee pakje trekke. Wat is de kas dat er twee pluche hodjes worde getrokke. de hypergeometrische verdelig I ee vaas zitte 70 rode e 50 groee bolle. Je eemt 3 bolle uit de vaas. Bereke de kas op 3 rode bolle K (a) K met terugleggig va de getrokke bol. (b) K zoder terugleggig va de getrokke bol P( X = 2) = = 0,16= 16%
7 de hypergeometrische verdelig K met terugleggig va de getrokke bol. 70 X ~ B = 3, p= ( ) C p q P X = 3 = = 19,85% 3 de hypergeometrische verdelig K zoder terugleggig va de getrokke bol. X ~ Hypergeometrisch C C P X = 3 = = 19,50% ( ) C120 de Poisso-verdelig De Poisso verdelig is et zoals de biomiale verdelig ee discrete kasverdelig. Het grote verschil met de biomialeverdelig is dat er bij de Poissoverdelig gee sprake is va ee vast aatal pogige. Bij de Poissoverdelig gaat het om het aatal kere succes X i ee bepaald tijdsiterval of specifieke plaats. Ee voorbeeld hierva is het aatal, dagelijkse ogelukke op ee specifiek stuk selweg. e. P( X = k) = k! λ k λ de Poisso-verdelig Het aatal telefoogesprekke dat biekomt op ee cetrale is Poisso-verdeeld met ee gemiddelde va 2 per miuut. Hoe groot is de kas dat er juist 3 gesprekke i ee miuut biekome? Hoe groot is de kas dat er meer da 3 gesprekke i ee miuut biekome? X ~ P( λ= 2) ( = 3) = poissopdf( 2,3) ( 3) = poissocdf( 2,3) P X P X de Poisso-verdelig Hoe groot is de kas dat er juist 3 gesprekke i ee miuut biekome? de Poisso-verdelig Hoe groot is de kas dat er meer da 3 gesprekke i ee miuut biekome? Atwoord: 18,0 % Atwoord: 14,3 % 7
8 de Poisso-verdelig De bezoekers va ee vogelreservaat kue aa de igag va het park ee verrekijker hure. Ee bezoek duurt aderhalf uur. Er zij gemiddeld 7,5 bezoekers per uur die ee verrekijker hure. Dit aatal is Poissoverdeeld. Het park beschikt echter slechts over 5 verrekijkers. Het vogelreservaat opet om 10 uur s ochteds. Wat is de kas dat ee bezoeker die om 10u40 toekomt, gee verrekijker meer ka hure? Over hoeveel verrekijkers moet het park mistes beschikke om te miste 90% zekerheid te hebbe dat alle bezoekers die voor 10u20 toekome og ee verrekijker kue hure? de Poisso-verdelig Het vogelreservaat opet om 10 uur s ochteds. Wat is de kas dat ee bezoeker die om 10u40 toekomt, gee verrekijker meer ka hure? λ = 7,5/ uur= 7,5/ 60mi = 5/ 40 mi ( > 5) = 1 P( X 5) P X Atwoord: 38,4 % λ = 7,5/uur = 7,5/60mi= 5/40mi = 2,5/20mi de Poisso-verdelig Over hoeveel verrekijkers moet het park mistes beschikke om te miste 90% zekerheid te hebbe dat alle bezoekers die voor 10u20 toekome og ee verrekijker kue hure? λ = 7,5/ uur= 7,5/ 60mi= 2,5/ 20mi P( X k) 0,9 cotiue kasverdelige 0 x< 0 1 x 6 0 x 1 1 f( x) = 1< x< x 5 x x> 8 Atwoord: 5 verrekijkers cotiue kasverdelige Y1 = X *( X 0adX 1 ) + *( X > 1adX < 5 ) + X * ( X 5ad X 8) cotiue kasverdelige + 8 f ( x) dx= f( x) dx= 1 0 8
9 cotiue kasverdelige verwachtigswaarde of gemiddelde + 32 E[ X] = µ X = x. f( x) dx= x. f ( x) dx= cotiue kasverdelige variatie& stadaardafwijkig σ X = E ( X µ ) X = ( x µ ). f ( x) dx=... = x. f ( x) dx µ cotiue kasverdelige cumulatieve verdeligsfuctie ( ) ( ) F( x) = P X x = f( t) dt P a< x< b = F( b) F( a) x cotiue kasverdelige cumulatieve verdeligsfuctie 6 ( 3< < 6 ) = ( ) = ( 6) ( 3) P X f x dx F F 3 Cotiue kasverdelige De ormale verdelig De t-verdelig of studetverdelig De chi-kwadraatverdelig De F-verdelig of verdelig v. Fisher De expoetiële verdelig de ormale verdelig Ee machie vult pakke met suiker. De massa suiker die door de machie afgeleverd wordt, is ormaal verdeeld met µ = 1015 gram e σ= 10 gram. Hoeveel % va de afgeleverde pakke bevat mider da 1 kg? Bove welke gewichtsgres ligt 10 % va de pakke suiker? Stel dat het mogelijk is om de afstellig va het vulapparaat (d.w.z. de gemiddelde hoeveelheid µ) te veradere zoder dat de stadaarddeviatie veradert. Hoe moet het gemiddelde gekoze worde opdat slecht 1% va de pakke suiker ee massa heeft beede de 1 kg. 9
10 de ormale verdelig Het vulgewicht va de pakjes suiker kue we grafisch voorstelle door de ormale verdelig N(µ = 1015 ; σ= 10). de ormale verdelig Hoeveel % va de afgeleverde pakke bevat mider da 1 kg? P(X < 1000) =? Atwoord: 6,68 % de ormale verdelig Bove welke gewichtsgres ligt 10 % va de pakke suiker? P(X >? ) = 10 % de ormale verdelig Stel dat het mogelijk is om de afstellig va het vulapparaat (d.w.z. de gemiddelde hoeveelheid µ) te veradere zoder dat de stadaarddeviatie veradert. Hoe moet het gemiddelde gekoze worde opdat slecht 1% va de pakke suiker ee massa heeft beede de 1 kg. Bepaal µ zodat P(X < 1000 ) = 1 % Atwoord: 1027,8 gram P( X 1000) = 0, µ ' P Z = 0, µ ' P Z =Φ( 2,33) µ ' = 2,33 10 µ ' = 1023,3 de ormale verdelig Stel dat het mogelijk is om de afstellig va het vulapparaat (d.w.z. de gemiddelde hoeveelheid µ) te veradere zoder dat de stadaarddeviatie veradert. Hoe moet het gemiddelde gekoze worde opdat slecht 1% va de pakke suiker ee massa heeft beede de 1 kg. Bepaal µ zodat P(X < 1000 ) = 1 % poisso groot p klei hypergeometrische groot biomiale groot groot cotiuïteitscorrectie ormale 10
11 de t-verdelig + 1 Γ 2 1 f( x) =. 2 ( + 1 )/2 Γ. π x de chi-kwadraatverdelig x f( x) =. x exp Γ 2 ( ) P X a = b a gegeve b = tcdf( -1 E 99, a, ) ( ) P X a = b b = X 2 cdf( -1 E 99, a, ) b gegeve a = ivt(b, ) de F-verdelig f m/2 m+ m Γ x 2 = m Γ m Γ 1+ x 2 2 m/2 1 ( x). ( m+ ) m, /2 ( ) P X a = b de expoetiële verdelig ( λ) λ ( λ ) λ f x, =.exp x x 0 ; > 0 P( X a) = b= 1 exp( λa) b = Fcdf( -1 E 99, a, m, ) Geerere va steekproeve & kassimulaties geerere v/e steekproef uit ee ormale verdelig Geereer met je TI-84 ee steekproef va 60 waaremige uit ee ormaal verdeelde populatie X ~ N(µ = 80, σ= 7). Bereke vervolges het gemiddelde e de stadaardafwijkig va deze steekproef. Ga via ee ormal probabilityplot a dat deze gegeves ee steekproef zij uit ee ormaal verdeelde populatie. Hoeveel % va de gegeves hebbe theoretisch ee waarde groter da 87? Hoeveel % va de gegeves hebbe op basis va de getrokke steekproef ee waarde groter da 87? 11
12 geerere v/e steekproef uit ee ormale verdelig Ee steekproef va 60 waaremige geerere met de TI-84 uit ee ormaal verdeelde populatie X ~N(µ = 80, σ = 7). geerere v/e steekproef uit ee ormale verdelig Bereke vervolges het gemiddelde e de stadaardafwijkig va deze steekproef. MATH PROB 6:radNorm( 80, 7, 60 ) STO> 2d [L1] Eter STAT CALC 1:1-Var Stats geerere v/e steekproef uit ee ormale verdelig Ga via ee ormal probabilityplot a dat deze gegeves ee steekproef zij uit ee ormaal verdeelde populatie. geerere v/e steekproef uit ee ormale verdelig Hoeveel % va de gegeves hebbe theoretisch ee waarde groter da 87? Hoeveel % va de gegeves hebbe op basis va de getrokke steekproef ee waarde groter da 87? 2d [StatPlot] K selecteer zesde grafiek type K ZOOM 9:ZoomStat theoretisch : 15,87 % steekproef : 15,36 % geerere v/e steekproef uit ee biomiale verdelig Geereer met je TI-84 ee steekproef va 80 waaremige uit ee biomiaalverdeelde populatie X ~Bi( = 7, p = 0,4). geerere v/e steekproef uit ee biomiale verdelig Ee steekproef va 80 waaremige geerere met de TI-84 uit ee biomiaalverdeelde populatie X ~Bi( = 7, p = 0.4). Bereke vervolges het gemiddelde e de stadaardafwijkig va deze steekproef. Hoeveel % va de gegeves hebbe theoretisch ee waarde kleier of gelijk aa 2? Hoeveel % va de gegeves hebbe op basis va de getrokke steekproef ee waarde kleier of gelijk aa 2? MATH PROB 7:radBi( 7, 0.4, 80 ) STO> 2d [L1] Eter 12
13 geerere v/e steekproef uit ee biomiale verdelig Bereke vervolges het gemiddelde e de stadaardafwijkig va deze steekproef. geerere v/e steekproef uit ee biomiale verdelig Hoeveel % va de gegeves hebbe theoretisch ee waarde kleier of gelijk aa 2? Hoeveel % va de gegeves hebbe op basis va de getrokke steekproef ee waarde kleier of gelijk aa 2? STAT CALC 1:1-Var Stats Theoretisch : µ = p= 7.0, 4= 2,8 ; σ = p( 1 p) = 1,296 theoretisch : 42,0 % steekproef : 51,3 % kruis of mut We wille ee mutstuk 500 keer opgooie e telle hoeveel keer we kruis hebbe. We gebruike de volgede code: kruis = 1 e mut = 0. Als je u wilt telle hoeveel keer kruis gegooid wordt, moet je allee maar de som va alle door de rekemachie gegeereerde getalle make. gooie met éé dobbelstee We kue de rekemachie late telle hoeveel zesse er gegooid worde met ee dobbelstee (600 worpe). Je ka de resultate va de simulatie opslaa i ee lijst 1. Math PROB 5: radit(1,6,600) Sto> 2d L1 Eter Math PROB 5: radit(0,1,500) Eter 2d [List] Math 5: sum( 2d [As] ) Eter gooie met twee dobbelstee Ee gokker wil de kas kee dat de som va de oge va twee geworpe dobbelstee groter da of gelijk aa 10 is, door het experimet gooie va twee dobbelstee 400 maal te herhale. lottogetalle geerere Met de istructie raditnorepka je aselect ee aatal getalle zoder herhalig trekke uit ee reeks gehele getalle. Het aatal oge op de eerste dobbelstee slaa we op als lijst L1, het aatal oge op de tweede dobbelstee als lijst L2. Als we u beide lijste optelle, da krijge we ee lijst L3 die bij elke worp de som va het aatal oge geeft va beide dobbelstee. 13
14 kikkers trekke uit ee zak Activeer via APPS de applicatie Prob Sim waarmee je kasexperimete ka simulere. Kies hier de optie 3:PickMarbles. Via SET (F3) ka je u de istellige aapasse. Beschrijvede statistiek Kasverdelige Betrouwbaarheidsitervalle & toetse va hypothese Betrouwbaarheidsitervalle voor µ met bekede σ voor µ met obekede σ voor de populatieproportie p betrouwbaarheidsitervalle voor µ met bekede σ Ee machie vult pakjes koffie. De ihoud va de pakjes zij ormaal verdeeld met stadaardafwijkig σ= 16 gram. De kwaliteitscotroleur eemt ee steekproef va 1000 pakjes e zet deze op ee weegschaal. Deze hebbe ee totale massa va 509,5 kg. Geef ee 99% betrouwbaarheidsiterval voor de gemiddelde massa va éé pakje koffie. formule: σ x z, x+ z α /2 α /2 σ atwoord: [508,2 gram ; 510,8 gram] betrouwbaarheidsitervalle voor µ met bekede σ Ee machie vult pakjes koffie. De ihoud va de pakjes zij ormaal verdeeld met stadaardafwijkig σ= 16 gram. De kwaliteitscotroleur eemt ee steekproef va 1000 pakjes e zet deze op ee weegschaal. Deze hebbe ee totale massa va 509,5 kg. Geef ee 99% betrouwbaarheidsiterval voor de gemiddelde massa va éé pakje koffie. Stat Tests 7:ZIterval betrouwbaarheidsitervalle voor µ met obekede σ De breukspaig va katoedrade (d.w.z. het gewicht waarbij de draad breekt) is ormaal verdeeld. Ee reeks va 14 metige geeft ee gemiddelde breukspaig va 6,74 kg e ee stadaardafwijkig va 1,12 kg. Bepaal ee 95% betrouwbaarheidsiterval voor de gemiddelde breukspaig va de hele populatie katoedrade. formule: s x t, x+ t 1, α /2 1, α /2 s atwoord: [6,09 kg ; 7,39 kg] 14
15 betrouwbaarheidsitervalle voor µ met obekede σ De breukspaig va katoedrade (d.w.z. het gewicht waarbij de draad breekt) is ormaal verdeeld. Ee reeks va 14 metige geeft ee gemiddelde breukspaig va 6,74 kg e ee stadaardafwijkig va 1,12 kg. Bepaal ee 95% betrouwbaarheidsiterval voor de gemiddelde breukspaig va de hele populatie katoedrade. Stat Tests 8:TIterval betrouwbaarheidsitervalle voor µ met obekede σ De dikte va ee reeks houte plate is ormaal verdeeld. Hieroder staat ee reeks va 16 metige (i mm). Bepaal ee 98% betrouwbaarheidsiterval voor de gemiddelde dikte va deze reeks houte plate. 23,1 20,2 24,7 27,8 27,6 29,2 17,4 23,3 27,3 20,7 21,9 18,9 18,5 21,1 21,7 17,6 betrouwbaarheidsitervalle voor p Bij ee cotrole va ee steekproef va 400 lampe vod me er 45 slechte. Vid op grod hierva ee 95% betrouwbaarheidsiterval voor het percetage (= de proportie) slechte lampe i de hele populatie. formule: ( ) ( ) p 1 p p 1 p p zα /2, p+ zα /2 betrouwbaarheidsitervalle voor p Bij ee cotrole va ee steekproef va 400 lampe vod me er 45 slechte. Vid op grod hierva ee 95% betrouwbaarheidsiterval voor het percetage (= de proportie) slechte lampe i de hele populatie. Stat Tests A:1-PropZIt atwoord: [8,2 % ; 14,3 %] Toetse va hypothese voor µ met bekede σ voor µ met obekede σ voor p voor twee µ s met bekede σ s voor twee σ s voor twee µ s met obekede σ s voor twee p s de X²-toets toetse va hypothese voor µ met bekede σ I ee fabriek worde asse vervaardigd waarbij de gemiddelde diameter igesteld wordt op 7,6 mm. De diameters va de geproduceerde asse zij ormaal verdeeld met stadaardafwijkig 0,4 mm. Ter cotrole eemt me ee steekproef va 50 asse e me vidt als gemiddelde ee waarde va 7,4 mm. Idie de diameters te veel afwijke, wordt het productieproces stopgezet. Ga a, met α = 1%, of het productieproces wordt stopgezet. 15
16 toetse va hypothese voor µ met bekede σ (1) gegeve istellig machies : cotrole va 50 asse : (2) formulere va de hypothese H 0 : µ = 7,6 H 1 : µ 7,6 ( = σ = ) X ~ N µ 7,6mm; 0, 4mm x=7,4mm Dit is ee tweezijdige toets va het gemiddelde toetse va hypothese voor µ met bekede σ (3) foute H 0 aavaarde H 0 verwerpe H 0 is waar 1 α α H 1 is waar β 1 β α= P(H 0 verwerpe H 0 waar) fout va de eerste soort, sigificatieiveau (α = 1%) β = P(H 0 aavaarde H 1 waar) fout va de tweede soort, doorlatigsfout toetse va hypothese voor µ met bekede σ (4) toetsigsgrootheid X = gemiddelde diameter va 50 asse 0,4 X ~ N µ = 7,6 ; σ = = 0, toetse va hypothese voor µ met bekede σ (5) methode 1 : kritieke greze Verwerp H idie x< k of x> k σ met k = µ z e k = µ + z 1 0 α/2 2 0 α/2 bepale va de greswaarde va het aavaardigsgebied bij α = 1% σ atwoord: 7,4 < 7,454 ; H 0 wordt verworpe, het productieproces wordt stopgezet. toetse va hypothese voor µ met bekede σ toetse va hypothese voor µ met bekede σ (6) methode 2 : p-waarde ( 7,4) p= P X Verwerp H 0 idie p-waarde < α (tweezijdig) Stat Tests 1: Z-Test (7) methode 3 : betrouwbaarheidsiterval σ verwerp H iet als µ x z, x+ z 0 0 α/2 α/2 Stat Tests 7: ZIterval σ atwoord: p-waarde= 0,0004 < 0,010 H 0 wordt verworpe atwoord: 7,6 ligt iet i het iterval [7,25 ; 7,55] dus H 0 verwerpe 16
17 toetse va hypothese voor µ met obekede σ De ihoud va potjes speculaaspasta is ormaal verdeeld. De machie die deze potjes vult is zodaig igesteld dat de gemiddelde ihoud 376 gram zou moete bedrage. De kwaliteitsmaager haalde deze amiddag 18 potjes va de lopede bad e woog deze a. De resultate (i gram) staa i volgede tabel: Is de bewerig dat deze potjes speculaaspasta gemiddeld 376 gram bevatte correct op het 10% sigificatieiveau? (toets tweezijdig) toetse va hypothese voor µ met obekede σ (1) formulere va de hypothese H 0 : µ = 376 H 1 : µ 376 Dit is ee tweezijdige toets va het gemiddelde (2) toetsigsgrootheid X = gemiddelde ihoud v/e potje speculaaspasta X ~ N µ = 376 ; σ = σ 18 toetse va hypothese voor µ met obekede σ (3) methode 1 : kritieke greze toetse va hypothese voor µ met obekede σ (3) methode 1 : kritieke greze Verwerp H idie x< k of x> k s met k = µ t e k = µ + t 1 0 1, α/ , α/2 s Verwerp H idie x< k of x> k s met k = µ t e k = µ + t 1 0 1, α/ , α/2 s bepale va het gemiddelde e de stadaardafwijkig va de steekproef: bepale va de kritieke greze bij α = 10% x= 374,9 s= 5,26 atwoord: 373,84 < 374,9 < 378,16 de ulhypothese wordt iet verworpe toetse va hypothese voor µ met obekede σ toetse va hypothese voor µ met obekede σ (4) methode 2 : p-waarde Verwerp H 0 idie p-waarde < α Stat Tests 2: T-Test (5) methode 3 : betrouwbaarheidsiterval s verwerp H iet als x t, x+ t 0 µ 0 1, α/2 1, α/2 Stat Tests 8: TIterval s atwoord: p-waarde= 0,4067 > 0,1. H 0 iet verwerpe atwoord: 376 ligt i het iterval [372,8 ; 377,1] dus H 0 iet verwerpe 17
18 toetse va hypothese voor p Ee mutstuk wordt 160 keer geworpe e we verkrijge 101 keer mut. Is dit ormaal? Toets tweezijdig. (α = 5%). (1) formulere va de hypothese H 0 : p = 0,5 H 1 : p 0,5 Dit is ee tweezijdige toets va fracties (2) toetsigsgrootheid X = aatal kere mut i de steekproef toetse va hypothese voor p (3) methode 1 : kritieke greze Verwerp H idie p < k of p > k ( 1 ) ( 1 ) p0 p0 p0 p0 met k1= p0 zα/2 e k2 = p0 + zα/2 ( ) 0,5 1 0,5 k2 = 0,5+ 1,96 = 0, p= = 0,6313 > k2 H0 wordt verworpe 160 X ~ B( = 160, p = 0,5) toetse va hypothese voor p (3b) methode 1 : kritieke greze X beadere door de ormale ( ) met µ = p= 80, σ = p 1 p = 6,32 toetse va hypothese voor p (4) methode 2 : p-waarde Verwerp H 0 idie p-waarde < α Stat Tests 5: 1-PropZTest bepale va de greswaarde va het aavaardigsgebied bij α = 5% atwoord: 101 > 92,4 de ulhypothese wordt verworpe atwoord: p-waarde= 0,0009 < 0,05. H 0 wordt verworpe toetse va hypothese voor p (5) methode 3 : betrouwbaarheidsiterval ( ) ( ) p 1 p p 1 p Verwerp H 0 iet idie p0 p zα/2, p+ z α/2 Stat Tests A: 1-PropZIt toetse va hypothese voor twee µ met bekede σ s Doze speculaasijs worde automatisch gevuld door twee machies. Om de gemiddelde ihoud te mete wordt va beide ee steekproef geome e leverde volgede resultate. machie A : = 72 x= 2,48l σ = 0,08l machie B : m= 54 y= 2,55l σ = 0,05l x y Moge we op basis va deze gegeves besluite dat beide machies iet dezelfde gemiddelde ihoud levere? (betrouwbaarheidsiveau 95%). atwoord: 0,5 ligt iet i het iterval [0,56 ; 0,71] dus H 0 verwerpe 18
19 toetse va hypothese voor twee µ met bekede σ s (1) formulere va de hypothese H 0 : µ A = µ B toetse va hypothese voor twee µ met bekede σ s (3) methode va ee betrouwbaarheidsiterval H 1 : µ A µ B (2) methode va de p-waarde atwoord: b.i. [-0,093 ; -0,047], omdat 0 iet tot dit iterval behoort mag je besluite dat µ A µ B. atwoord: p-waardezeer klei (ogelijke variaties) dus H 0 verwerpe of beide machies levere iderdaad ee adere gemiddelde ihoud. toetse va twee σ s toetse va twee σ s I ee bedrijf staa twee machies e me heeft de idruk dat machie 2 mider precies werkt da machie 1. Om dit te oderzoeke eemt me uit de productie va machie 1 ee staal va omvag 13 e me vidt s 1 ² = 5,29, uit ee staal va 10 exemplare va machie 2 vod me s 2 ² = 7,84. Vormt dit op ee sigificatieiveau va 5% voldoede bewijs dat machie 2 mider precies werkt da machie1? Je mag ormaliteit veroderstelle. (1) formulere va de hypothese H 0 : σ 1 = σ 2 H 1 : σ 1 < σ 2 (2) methode va de p-waarde atwoord: p-waarde= 0,258 > 0,05 we verwerpe H 0 iet toetse voor twee µ met obekede σ s Ee bepaalde stadsschool beweert dat de leerlige die zij aatrekt gemiddeld over ee hoger IQ beschikke da de leerlige uit de adere stadsschole uit de buurt. Ee oderzoeker west deze bewerig a te gaa e meet via ee oafhakelijke test het IQ va alle laatstejaarsstudete uit deze school (A) e va ee adere abij gelege school (B). De resultate zij als volgt: toetse voor twee µ met obekede σ s (1) formulere va de hypothese H 0 : µ A = µ B H 1 : µ A > µ B (2) methode va de p-waarde school A : = 58 x= 104,6 s = 13,4 school B : m= 66 y= 102,3 s = 14,1 x y Moge we op basis va deze gegeves besluite dat de uitspraak va school A waar is? (Het IQ is ee variabele die ormaal verdeeld is). (sigificatieiveau 5%). atwoord: p-waarde= 0,178 dus H 0 wordt iet verworpe of de leerlige va de ee school hebbe gee sigificat hoger IQ da de leerlige va de adere school 19
20 toetse voor twee µ met obekede σ s (3) methode va ee betrouwbaarheidsiterval toetse voor twee populatieproporties Bij equêtes i Vlaadere (1284 odervraagde) e Nederlad (923 odervraagde) stelde we vast dat 948 Vlamige e 607 Nederladers regelmatig aar het Tv-ieuws kijke. Moge we hieruit besluite dat Vlamige meer aar het jouraal kijke da Nederladers? Costrueer ee 95% b.i. voor p v - p. atwoord: b.i. (eezijdig α = 5% C-Level0,90) [-1,8 ; 6,4], omdat 0 > -1,8 mag je besluite dat µ A =µ B. toetse voor twee populatieproporties (1) formulere va de hypothese H 0 : p v = p N toetse voor twee populatieproporties (3) methode va ee betrouwbaarheidsiterval H 1 : p V > p N (2) methode va de p-waarde atwoord: b.i. [0,04 ; 0,12], omdat 0 < 0,04 mag je besluite dat p V > p N. atwoord: p-waarde = 0,00002 < 0,025 dus H 0 verwerpe, m.a.w. je mag besluite dat Vlamige meer aar het jouraal kijke da Nederladers de X²-toets (aapassigstoets) Iemad krijgt ee dobbelstee i hade die er iet erg symmetrisch uitziet. Zou de dobbelstee wel zuiver zij? Hij gooit er 120 keer mee e verwacht elk va de ogeaatalle ogeveer 20 keer te gooie. De resultate va de test vid je i volgede tabel: aatal oge aatal worpe de X²-toets (aapassigstoets) (1) formulere va de hypothese H 0 : de dobbelstee is zuiver H 1 : de dobbelstee is iet zuiver (2) uitvoere va de test Lijst 1 : de waargeome aatalle Lijst 2 : de te verwachte aatalle 20
21 de X²-toets (aapassigstoets) (3) Stat Tests X² GOF-Test(GOF = Goodess-of-Fit) de X²-toets (homogeiteitstoets) We vrage os af of bij de verkiezig va de volgede burgemeester i ee zekere gemeete de leeftijd va de kiezers ee ivloed heeft op hu voorkeurskadidaat? Er worde 400 kiezers odervraagd. Het resultaat va de equête staat i volgede tabel: < 25 j tusse 25j e 40j > 40 j totaal A B C D totaal atwoord: p-waarde= 0,347 e dus voldoede groot. H 0 wordt iet verworpe, we moge veroderstelle dat de dobbelstee zuiver is de X²-toets (homogeiteitstoets) (1) formulere va de hypothese H 0 : leeftijd e voorkeur zij oafhakelijk H 1 : de voorkeur is afhakelijk va de leeftijd de X²-toets (homogeiteitstoets) (2) uitvoere va de test Idie de keuze va de kadidaat oafhakelijk zou zij va de leeftijd va de kiezer zou de theoretische verdelig er als volgt moete uitzie: < 25 j tusse 25j e 40j > 40 j totaal A 19,0 23,6 26,4 69 B 21,7 27,1 30,2 79 C 44,0 54,8 61,2 160 D 25,3 31,5 35,2 92 totaal Matrix A : de waargeome aatalle Matrix B : de te verwachte aatalle de X²-toets (homogeiteitstoets) (3) Stat Tests X² -Test ANOVA (variatieaalyse) I ee stad zij vier pizzeria s. We oderzoeke of alle pizzeria s op de middag (gemiddeld) eveveel pizza s verkope. Daarom telle we het aatal verkochte pizza s op de middag gedurede 6 opeevolgede dage. dag 1 dag 2 dag 3 dag 4 dag 5 dag 6 Pizzeria DO Pizzeria RE Pizzeria SI Pizzeria LA atwoord: p-waarde= 0,938 e dus voldoede groot. H 0 wordt iet verworpe, we moge veroderstelle dat de voorkeur iet afhagt va de leeftijd. 21
22 ANOVA (variatieaalyse) (1) formulere va de hypothese ANOVA (variatieaalyse) (3) Stat Tests ANOVA H 0 : µ 1 = µ 2 = µ 3 = µ 4 H 1 : (µ 1 = µ 2 = µ 3 = µ 4 ) (2) uitvoere va de test Lijst 1 : de aatalle va pizzeria DO Lijst 2 : de aatalle va pizzeria RE Lijst 3 : de aatalle va pizzeria SI Lijst 4 : de aatalle va pizzeria LA atwoord: zeer kleie p-waarde, H 0 wordt verworpe, we veroderstelle dat de middagverkoop va pizza s bij de verschillede pizzeria s iet overal gemiddeld hetzelfde is. Beschrijvede statistiek Kasverdelige Betrouwbaarheidsitervalle & toetse va hypothese Regressie Regressie Lieaire regressie Kwadratische regressie Expoetiële regressie Logistische groei Siusoïdale regressie Lieaire regressie Aa ee aatal leerlige is gevraagd hoeveel tijd (i ure) ze besteed hebbe aa ee groepswerk geschiedeis. Verder is voor deze leerlige het aatal pute (op 100) vastgesteld dat ze voor dit groepswerk hebbe gekrege. De resultate ware als volgt: Lieaire regressie Plaats de oafhakelijke variabele X, i dit geval het aatal gepresteerde ure, i lijst L 1 e de afhakelijke variabele Y, i dit geval het aatal behaalde pute, i lijst L 2. I II III IV V VI VII # ure X # pute Y Wat is het gemiddeld aatal ure dat me presteerde aa het groepswerk? Wat was de gemiddelde score? Bereke de lieaire regressie va Y op X. Wat zij de te verwachte pute voor ee groep die 12 uur gespedeerd heeft aa het groepswerk? Bereke de covariatie e de correlatiecoëfficiët. 22
23 Lieaire regressie Plaats de oafhakelijke variabele X, i dit geval het aatal gepresteerde ure, i lijst L 1 e de afhakelijke variabele Y, i dit geval het aatal behaalde pute, i lijst L 2. Lieaire regressie STAT CALC 4:LiReg(ax + b) Lieaire regressie STAT Tests LiRegTTest 23
Opgave 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 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 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 informatie2de 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 III. SCHATTEN VAN PARAMETERS Schatters en Betrouwbaarheidsintervallen. Theorie Statistiek Les 6
HOOFDSTUK III SCHATTEN VAN PARAMETERS Schatters e Betrouwbaarheidsitervalle 3. HET GEMIDDELDE VAN EEN NV Steekproef uit ee ormaal verdeelde populatie De kasveraderlijke X, X, X 3,..., X zij N(µ, σ) verdeeld
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 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 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 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 informatieJulian gooit 20 keer met een dobbelsteen. Bereken de kans dat hij precies 5 keer een zes gooit.
- Test Hfst D kasrekeig - Kase ofwel exact ofwel afgerod op decimale geve. ( x p) Tim gooit drie keer met ee gewoe dobbelstee. Na zij derde worp telt hij het aatal oge va de drie worpe bij elkaar op. Bereke
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 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 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 informatieEindexamen wiskunde A1-2 vwo 2008-II
Groepsfoto s Alle mese kippere met hu oge. Daardoor staa op groepsfoto s vaak ekele persoe met geslote oge. Sveso e Bares hebbe oderzocht hoeveel foto s je moet make va ee groep va persoe om 99% kas te
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 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 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 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 = 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 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 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 informatiePROEFEXAMEN SOCIALE STATISTIEK November 2009 REEKS 1
PROEFEXAMEN SOCIALE STATISTIEK November 009 REEKS Score /5. ( pute) Beatwoord volgede vraag aa de had va oderstaade SPSSoutput: Omcirkel de juiste waarde voor A e voor B als je weet dat deze verdelig bereked
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 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 informatieSom 23 kan met 6665 en som 24 met Dus totaal gunstige uitkomsten.
C vo Schwartzeberg / Som ka met! (op = maiere) (op! maiere) (op maier)! =, = e Dus totaal + + = 0 gustige uitkomste Dubbel oderstreept beteket: "iet allee" i de geoteerde volgorde a 8 P (som ) = P (som
Nadere informatieStatistiek Voor studenten Bouwkunde College 8
Statistiek Voor studete Bouwkude College herhalig e ekele voorbeelde Programma voor vadaag Uitgebreide terugblik (per deel Is 0% va de Nederladers likshadig? Hoe checke we of ee theorie klopt? Aalyse va
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 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 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 informatieEindexamen wiskunde A1 vwo 2008-II
Eidexame wiskude A vwo 008-II Beoordeligsmodel Cotrole bij ieuwbouw maximumscore 4 I 00 ware er (ogeveer) 7 000 ieuwbouwwoige I 004 ware er (ogeveer) 4 800 ieuwbouwwoige De toeame is 7000 4800 00% (: de
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 informatieWenS eerste kans Permutatiecode 0
Aatekeige op de vrageblade zij NIET TOEGELATEN. Je mag gebruik make va schrijfgerief e ee eevoudige rekemachie; alle adere materiaal blijft achteri. Leg je studetekaart duidelijk zichtbaar op je bak. Klap
Nadere informatieWISKUNDE 5 PERIODEN DEEL B
EUROPEES BACCALAUREAAT 2012 WISKUNDE 5 PERIODEN DATUM : 11 jui 2012, ochted DUUR VAN HET EXAMEN: 3 uur (180 miute) TOEGESTANE HULPMIDDELEN : Exame met techologisch hulpmiddel 1/6 NL VRAAG B1 ANALYSE Blz.
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 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 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 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 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 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 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 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 informatieCorrectievoorschrift VWO. wiskunde A1,2 (nieuwe stijl)
wiskude A, (ieuwe stijl) Correctievoorschrift VWO Voorbereided Weteschappelijk Oderwijs 0 04 Tijdvak izede scores Verwerk de scores va de alfabetisch eerste vijf kadidate per school i het programma Wolf
Nadere informatie1. Meetniveaus en Notatie
1. Meetiveaus e Notatie Meetiveaus Oderzoek wordt gedaa met het verzamele va iformatie over éé of meer variabele. Ee variabele wordt gemete ee va de volgede 4 meetiveaus (va laag aar hoog) : Er wordt oderscheid
Nadere informatieVOOR HET SECUNDAIR ONDERWIJS. Verklarende statistiek. 9. Toetsen van hypothesen. Werktekst voor de leerling. Prof. dr.
VOOR HET SECUNDAIR ONDERWIJS Verklarede statistiek 9. Werktekst voor de leerlig Prof. dr. Herma Callaert Has Bekaert Cecile Goethals Lies Provoost Marc Vacaudeberg DEEL. Basisideeë.... Hoe extreem mag
Nadere informatieχ 2 -toets voor homogeniteit χ 2 -toets voor goodness-of-fit ten slotte
toetsede statistiek week 1: kase e radom variabele week 2: de steekproeveverdelig week 3: schatte e toetse: de z-toets week 4: het toetse va gemiddelde: de t-toets week 5: het toetse va variaties: de F-toets
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 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 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 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 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 informatie6a) P blauw niet niet niet 0 75 0 25 3 0 0117 6b) P bbbb o f nnnn 0 75 4 0 25 4 0 3203 6c) 4 0 75 3 kinderen
UITWERKIGE VOOR HET HAVO ETWERK A HOOFDSTUK 8 KER REKEE MET KASE a) 0 870 eidkope b) Door de witte takke e de zwarte takke te budele e de kase erbij te zette ) aatal witte balle 0 kas P 87 0 87 8 87 som
Nadere informatieWerktekst 1: Een bos beheren
Werktekst : Ee bos behere Berekeige met rije op het basisscherm Op ee perceel staa 3000 kerstbome. Ee boomkweker moet beslisse hoeveel bome er jaarlijks gekapt kue worde e hoeveel ieuwe aaplat er odig
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 informatieOBS 't Gijmink Oudertevredenheid ods 't Gijmink Online Evaluatie Instrument maart 2016
Oudertevredeheid ods 't Gijmik Pagia 1 va 7 www. Olie Evaluatie Istrumet OBS 't Gijmik Oudertevredeheid ods 't Gijmik maart 2016 Alle rechte voorbehoude. CopyRight 2016 DigiDoc Pagia 1 va 7 Oudertevredeheid
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 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 informatieBetrouwbaarheidsintervallen en het testen van hypothesen
Cahiers T 3 Europe Vlaadere r. 8 Betrouwbaarheidsitervalle e het teste va hypothese Va steekproef aar populatie Guido Herweyers Betrouwbaarheidsitervalle e het teste va hypothese Va steekproef aar populatie
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 informatieWe kennen in de wiskunde de volgende getallenverzamelingen:
Masteropleidig Fiacial Plaig Kwatitatieve Methode Relevate wiskude We kee i de wiskude de volgede getalleverzamelige: De atuurlijke getalle: N = {0,,,,4, } De gehele getalle: Z = {, -,-,-,0,,,, } (egels:
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 informatieToelichting bij Opbrengstgegevens VAVO 2011-2013
Toelichtig bij Opbregstgegeves VAVO 2011-2013 Ihoud Ileidig Aatal deelemers exame Kegetalle toezicht exames CE-cijfer alle vakke CE-cijfer alle vakke - tred SE-cijfer mius CE cijfer alle vakke Percetage
Nadere informatieCorrectievoorschrift VWO. Wiskunde B1,2 (nieuwe stijl)
Wiskude B, (ieuwe stijl) Correctievoorschrift VWO Voorbereided Weteschappelijk Oderwijs 0 0 Tijdvak Izede scores Uiterlijk op jui de scores va de alfabetisch eerste vijf kadidate per school op de daartoe
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 informatieOpgaven OPGAVE 1 1... OPGAVE 2. = x ( 5 stappen ). a. Itereer met F( x ) = en als startwaarden 1 en 100. 100...
Opgave OPGAVE 1 a. Itereer met F( ) = e als startwaarde 1 e 1. 16 1............... 16 1............... b. Stel de bae grafisch voor i ee tijdgrafiek. c. Formuleer het gedrag va deze bae. (belagrijk is
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 informatieStatistiek met de TI-84 CE-T
Cahiers T 3 Europe Vlaanderen nr. 46 Statistiek met de TI-84 CE-T Een overzicht van de beschrijvende, verklarende en inferentiële statistiek met behulp van de TI-84 CE-T Philip Bogaert Inhoudstafel 1.
Nadere informatieOpgave 5 Onderzoek aan β -straling
Eidexame vwo atuurkude 214-I - havovwo.l Opgave 5 Oderzoek aa β -stralig Zoals beked bestaat β -stralig uit elektroe. Om ee oderzoek aa β -stralig te doe heeft Harald ee radioactieve bro met P-32 late
Nadere informatiePeriodiciteit bij breuken
Periodiciteit bij breuke Keuzeodracht voor wiskude Ee verdieede odracht over eriodieke decimale getalle, riemgetalle Voorkeis: omrekee va ee breuk i ee decimale vorm Ileidig I deze odracht leer je dat
Nadere informatieDe speler die begint mag in zijn eerste beurt niet alle stenen pakken.
Nim Het spel: Op tafel ligt ee stapel stee (meer da éé). Twee spelers eme om beurte stee va de stapel. De speler die begit mag i zij eerste beurt iet alle stee pakke. De speler die aa de beurt is mag iet
Nadere informatieRijen met de TI-nspire vii
Rije met de TI-spire vii De tore va Pisa Me laat ee bal valle vaaf de tore va Pisa(63m hoog) Na elke keer stuitere haalt de bal og ee vijfde va de voorgaade hoogte. Gevraagd zij: a) De hoogte a de e keer
Nadere informatieConvergentie, divergentie en limieten van rijen
Covergetie, divergetie e limiete va rije TI-spire e rije 7N5p GGHM 22-23 Eigeschappe rekekudige rij b = begiwaarde v = verschil tusse twee opeevolgede terme recursieve formule: u = u + v met u = b directe
Nadere informatieArtikel. Regenboog. Uitgave Auteur.
Artikel Regeboog Uitgave 206- Auteur HC jy886@teleet.be De eerste overtuigede verklarig va de regeboog werd i 704 door Isaac Newto beschreve i zij boek Optics. Newto toode aa dat wit licht ee megelig is
Nadere informatieopgave Opgave Bepaal de convergentiestralen van de volgende machtreeksen: (n + 1)! n! = lim n = lim (n + 1)!/(2n + 2)! n!/(2n)!
opgave 7 7 Bepaal de covergetiestrale va de volgede machtreekse: a!z ; b! (! z ; c 3 z! ; d z! a Zij a!, da lim ( +!! ( +, dus R 0 b Zij a!, da (! lim ( +!/( +!!/(! ( + 0, dus R c Zij a 3, da! lim 3 +
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 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 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 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 informatieDeel A. Breuken vergelijken 4 ----- 12
Deel A Breuke vergelijke - - 0 Breuke e brokke (). Kleur va elke figuur deel. Doe het zo auwkeurig mogelijk.. Kleur va elke figuur deel. Doe het telkes aders.. Kleur steeds het deel dat is aagegeve. -
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 informatieDe TI-84 in de lessen statistiek
Cahiers T 3 Europe Vlaanderen nr. 24 De TI-84 in de lessen statistiek Praktisch gebruik Philip Bogaert Inhoudstafel 1. Beschrijvende Statistiek 1.1. Kippen op het erf p. 03 1.2. Reistassen voor Barcelona
Nadere informatieSamenvatting. Inleiding Statistiek - Collegejaar
Samevattig Ileidig Statistiek - Collegejaar 2012-2013 Mathematical Statistics ad Data Aalysis, 3-rd editio. Joh A. Rice Hoofdstuk 7 paragraaf 1, 2, 3 e 5. Hoofdstuk 8 e paragraaf 1, 2 e 3 va Hoofdstuk
Nadere informatieHoofdstuk 8: Het Toetsen van Hypothesen (Extra Oefeningen)
Hoofdstuk 8: Het Toetsen van Hypothesen (Extra Oefeningen) 8.16. Men wenst H 0 : p 0.2 te testen tegenover H 1 : p 0.4 voor een binomiale distributie met n 10. Bepaal α en β als de testfunctie gegeven
Nadere informatiewww. POspiegel.nl Online Instrument voor CB Het Talent schooljaar februari DigiDoc
POspiegel.l Olie Istrumet voor CB Het Talet schooljaar 2009-2010 februari 2010 2010 DigiDoc www. Algemee Algemee. pagia 1 Eigeschappe Equête Nummer ENQ60536 Naam schooljaar 2009-2010 Istellig CB Het Talet
Nadere informatieCombinatoriek. Nota s in samenwerking met Anja Struyf en Sabine Verboven (Universiteit Antwerpen)
1 Combiatoriek Nota s i samewerkig met Aja Struyf e Sabie Verbove (Uiversiteit Atwerpe) I het dagelijkse leve worde we vaak gecofroteerd met vraagstukke waarva de oplossig het telle va het aatal elemete
Nadere informatieToetsen van Hypothesen. Het vaststellen van de hypothese
Toetsen van Hypothesen Wisnet-hbo update maart 2008 1. en Het vaststellen van de hypothese De nulhypothese en de Alternatieve hypothese. Het gaat in deze paragraaf puur alleen om de formulering. Er wordt
Nadere informatieAnalyse wijze en stimuleren van invullen Nationale Studenten Enquête 2012. Pascal Brenders 19 juni 2013
Aalyse wijze e stimulere va ivulle atioale Studete Equête 20. Pascal Breders 19 jui 2013 Aaleidig Studiekeuze3 is veratwoordelijk voor de uitvoerig va de atioale Studete Equête (SE). De atioale Studete
Nadere informatiep(1 p) 0,16(1 0,16) 0,0164 n Het gevraagde 95%-betrouwbaarheidsinterval is: [ p 2, p 2 ] [0,16 2 0,0164;0,16 2 0,0164] [0,1272;0,1928]
Diagostische toets hoofdstuk 10 1a) Gevraagd: 95% betrouwbaarheidsiterval voor proporties, dus berekee de 80 steekproefproportie = p 0,16 Dat geeft: 500 p(1 p) 0,16(1 0,16) 0,0164 500 Het gevraagde 95%-betrouwbaarheidsiterval
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 informatieimtech Arbodienst (versie 2.0)
imtech Arbodiest (versie 2.0) veilig e gezod werke (Gezodheids)risico s bij autorijde Buite de verkeersveiligheid e de oderhoudsstaat va de auto ka ook het lagdurig zitte i de auto tot (gezodheids)klachte
Nadere informatieEindexamen wiskunde B1 vwo 2007-I
Eidexame wiskude B vwo 007-I havovwo.l Podiumverlichtig Ee podium is 6 meter diep. Midde bove het podium hagt ee balk met tl-buize. De verlichtigssterkte op het podium is het kleist aa de rad, bijvoorbeeld
Nadere informatieExamen PC 2 onderdeel 4A
Exame PC 2 oderdeel 4A Istructieblad Betreft: exame: PC 2 oderdeel 4A leergag 3 oderdeel: Fiaciële Rekekude datum: 30 mei 2012 tijdsduur: 90 miute (09:30-11:00 uur) Deze aawijzige goed leze voor u met
Nadere informatieDiscrete dynamische systemen
Cahiers T 3 Europe Vlaadere r. 19 Discrete dyamische systeme Recursievergelijkige met de TI-84 Joha Deprez Discrete dyamische systeme Joha Deprez HUBrussel, Uiversiteit Atwerpe, Katholieke Uiversiteit
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 informatieUitwerkingen toets 11 juni 2011
Uitwerkige toets 11 jui 2011 Opgave 1. Laat 2 e k 1 gehele getalle zij. I ee lad zij stede e tusse elk paar stede is ee busverbidig i twee richtige. Laat A e B twee verschillede stede zij. Bewijs dat het
Nadere informatieOefeningen Analyse II
ste Bachelor Igeieursweteschappe ste Bachelor Natuurkude/Wiskude Academiejaar 27-28 9 jui 28 Oefeige Aalyse II. Ee lichaam bove het xy-vlak met willekeurige hoogte wordt lags oder begresd door de cirkel
Nadere informatieRijen. 6N5p
Rije 6N5p 0-03 Rije Ileidig I de wiskude werke we vaak met formules e/of fucties die elke mogelijke waarde aa kue eme. Als bijvoorbeeld f( x) = 5x + 5x 3, da ku je voor x (bija) elke waarde ivulle e ka
Nadere informatieExamen VWO. wiskunde B1. tijdvak 1 woensdag 16 mei 13.30-16.30 uur. Bij dit examen hoort een uitwerkbijlage.
Exame VW 007 tijdvak woesdag 6 mei.0-6.0 uur wiskude B Bij dit exame hoort ee uitwerkbijlage. Dit exame bestaat uit 0 vrage. Voor dit exame zij maximaal 8 pute te behale. Voor elk vraagummer staat hoeveel
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 informatieUitwerkingen opdrachten en opgaven
Uitwerkige opdrachte e opgave Statistiek i Busiess voor gevorderde Rob Erve, Zwolle 4. Ihoudsopgave Uitwerkige hoofdstuk... Uitwerkige hoofdstuk 5 Uitwerkige hoofdstuk 3..3 Uitwerkige hoofdstuk 4..7 Uitwerkige
Nadere informatie