P ( X 26) 0,5 α H 0 wordt verworpen. Conclusie: er is aanleiding om µ = 25 in twijfel te trekken.

Maat: px
Weergave met pagina beginnen:

Download "P ( X 26) 0,5 α H 0 wordt verworpen. Conclusie: er is aanleiding om µ = 25 in twijfel te trekken."

Transcriptie

1 C. von Schwartzenberg 1/10 1a 1b Meer everen dan op de facon vermed staat, kost fabrikant Heder ged. Minder everen dan op de facon vermed staat, kost fabrikant Heder kanten. a P (ten onrechte bijsteen) = P ( X 3 of X 401) = 1 normacdf(3, 401, 400, 4 ) 0, 077. b Je weet in dat geva niet wat het werkeijke gemiddede van de machine is. c P (niet bijsteen) = P (3 < X < 401) = normacdf(3, 401, 401, 4 ) 0, 0. 3a P (ten onrechte bijsteen) = P ( X 3 of X 401) = 1 normacdf(3, 401, 400, 4 ) 0, b P (niet bijsteen) = P (3 < X < 401) = normacdf(3, 401, 3., 4 ) 0, a P ( X g ) 1 4 = 0, 01 = 0, 00 g invnorm(0.00, 400, ) 398, 97 (m). = P ( X g ) 1 0, 00 0, invnorm(0., 400, 4 r = = gr = ) 401, 03 (m). 4b Bij X = 400,8 is er geen aaneiding H 0 te verwerpen. Het steekproefgemiddede wijkt niet significant af. a H 0: µ = 10 en H 1: µ 10. b P ( X g ) 1 60 = 0, 0 = 0, 0 g invnorm(0.0,1 0, ) 1 488, (uur). = P ( X g ) 1 0, 0 0, 97 invnorm(0.97,1 0, 60 r = = gr = ) 1 11, 8 (uur). c Bij X = 1 49,7 is er geen aaneiding H 0 te verwerpen. Het steekproefgemiddede wijkt niet significant af. 6a H 0: µ = en H 1: µ b P ( X g = 1 = = 4000 ) 0, 0 0, 0 g invnorm(0.0,3 000, ) P ( X g ) = 1 0, 0 = 0, 97 = invnorm(0.97,3 000, 4000 r gr ) c H 0 za worden verworpen. Het steekproefgemiddede X = wijkt significant af van µ = a H 0: µ = ; H 1: µ en α = 0, 0. Overschrijdingskans van 4 is P ( X 4) = normacdf( 10, 4,, 3 ) 0, 009. P ( X 4) 0, α H 0 wordt verworpen. Concusie: er is aaneiding om µ = in twijfe te trekken. 7b H 0: µ = ; H 1: µ en α = 0, 01. Overschrijdingskans van 6 is P ( X 6) = normacdf(6,10,, 3 ) 0,0004. P ( X 6) 0, α H 0 wordt verworpen. Concusie: er is aaneiding om µ = in twijfe te trekken. 8 X is de evensduur in uren van een batterij; H 0: µ = 000; H 1: µ 000 en α = 0,0. Overschrijdingskans P ( X 1 ) = normacdf( 10,1, 000,. ) 0, P ( X 1 ) 0, α H 0 wordt verworpen. Concusie: 1 wijkt significant af van µ = a X is het gewicht in kg van een pak suiker; H 0: µ = 1,0; H 1: µ 1,0 en α = 0,0. De overschrijdingskans P ( X 1, 04) = normacdf(1.04,10,1.0, 0.04 ) 0, 000 0, α H 0 verwerpen. Concusie: de fabrikant za besuiten de vumachine opnieuw in te steen. 9b Overschrijdingskans P ( X 1, 03) = normacdf(1.03,10,1.0, 0.04 ) 0, 039 > 0, α H 0 niet verwerpen. Concusie: de fabrikant za besuiten de vumachine niet opnieuw in te steen. 10a X is de diameter van een tennisba in cm; H 0: µ = 6,8; H 1: µ 6,8 en α = 0,10. Overschrijdingskans P ( X 6, 7) = normacdf( 10, 6.7, 6.8, 0. ) 0, 07 > 0, α H 0 niet verwerpen. 40 De afnemer constateert dat de gemiddede diameter niet significant afwijkt.

2 C. von Schwartzenberg /10 10b H 0: µ = 6, 8; H 1: µ 6, 8 en α = 0,10. P ( X g ) 1 0,10 0, 0 invnorm(0.0, 6.8, 0. = = g ) 6, 767. = 10 P ( X g ) 1 0, 0 0, 9 invnorm(0.9, 6.8, 0. r = = gr = ) 6, Het besissingsvoorschrift: verwerp H 0 as X 6, 767 of X 6, a Omdat de bewering is dat de evensduur verengd wordt H 0: µ = 11 en H 1: µ > b Nee, want 113 < 11 (en de bewering was µ > 11). 1a P ( X g) = 1 0,10 = 0, 90 g = invnorm(0.90, 8, 1 ) 88, 1. Dus verwerp H 0 as X 88, b P ( X g) = 0, 0 g = invnorm(0.0, 8, 1 ) 81, 1. Dus verwerp H 0 as X 81,. 1c P ( X g = 1 = = 1 ) 0, 01 0, 00 g invnorm(0.00, 8, ) 8,7. 00 P ( X g ) = 1 0, 00 = 0, = invnorm(0., 8, 1 r gr ) 87, Dus verwerp H 0 as X 8, of X 87,8. 13a H 0: µ = 1; H 1: µ < 1 en α = 0,0. P ( X g) = 0, 0 g = invnorm(0.0,1, 3) 11, 01. Dus verwerp H 0 as X 11, b H 0: µ = 1; H 1: µ < 1 en α = 0,01. Overschrijdingskans P ( X 11, 3) = normacdf( 10,11.3,1, 3 ) 0, 018 > α H 0 niet verwerpen. 80 Er is geen aaneiding om te concuderen dat de afhandeingstijd is afgenomen. 14 X is het gewicht in gram van een pakje margarine; H 0: µ = 0; H 1: µ > 0 en α = 0,0. Overschrijdingskans P ( X 0, 4) = normacdf(0.4,10, 0, 1. ) 0, 004 α H 10 0 verwerpen. Concusie: er is reden om de productieafdeing geijk te geven. 1 X is de engte van een zin in woorden; H 0: µ = 8,6; H 1: µ 8,6 en α = 0,01. Overschrijdingskans P ( X 30, ) = normacdf(30.,10,8.6,.9 ) 0,009 > 1 α H 7 Concusie: het pas ontdekte manuscript kan van de auteur afkomstig zijn. 16 X is het IQ van de Nederander; H 0: µ = ; H 1: µ > en α = 0,0. Overschrijdingskans P ( X 108) = normacdf(108,10,, 1 ) 0, 004 α H 0 verwerpen. Concusie: de voorzitter krijgt geijk; schakers zijn intiigenter dan gemidded. 17a P (tabet hept) = P (3, 8 < X < 4, ) = normacdf(3.8, 4., 4, 0.1) 0, b X is het werkzame aandee per tabet in gram; H 0: µ = 4; H 1: µ 4 en α = 0,0. Overschrijdingskans P ( X 3.9) = normacdf( 10,3.9, 4, 0.1 ) 0, 00 1 α H 0 verwerpen. Concusie: het steekproefgemiddede wijkt significant af 4 mg. 17c P (tabet hept niet) = 1 P (3,8 < X < 4,) = 1 normacdf(3.8, 4., 3.9, 0.1) 0,14 = 1, 4%. 18a P ( X g) = 1 0, 0 = 0, 9 g = invnorm(0.9, 40, 8 ) 4, 63. Dus verwerp H 0 as X 4, 7. 18b P ( X 40, ) = normacdf(40.,10, 40, 8 ) 0, 0 = α (intersect) n 69, 6. n Dus de steekproef moet een engte hebben van 693 of meer. 19 X is de engte van de Nederandse man in cm; H 0: µ = 183; H 1: µ > 183 en α = 0,01. Overschrijdingskans P ( X 197) = normacdf(197,10,183, 7 ) 0, 0000 α H 0 verwerpen. 133 Concusie: basketbaers zijn anger dan gemidded.

3 C. von Schwartzenberg 3/10 0a X is de trekkracht van een kabe in newton; H 0: µ = 800; H 1: µ < 800 en α = 0,0. Overschrijdingskans P ( X 78) = normacdf( 10, 78, 800, 3) 0, 016 α H 0 verwerpen. Concusie: er is aaneiding de bewering van de fabrikant in twijfe te trekken. 0b Bij grotere µ neemt P ( X 78) af zodat de fabrikant eerder in het ongeijk gested wordt. 1 X is de kijktijd van de Nederander in uren; H 0: µ = 8, 4; H 1: µ < 8, 4 en α = 0,0. Overschrijdingskans P ( X 7, 6) = normacdf( 10,7.6,8.4,.4 ) 0, 034 > α H 0 niet verwerpen. 30 Concusie: je kunt het niet eens zijn met de uitspraak van de medewerker van de 'De ster'. a X is het gewicht in gram van een pak koffiebonen; H 0: µ = 0; H 1: µ < 0 en α = 0,0. P ( X g) = 0, 0 g = invnorm(0.0, 0, 4 ) 4, 07 (gram). Dus het gemiddede gewicht per pak moet dan 4,0 gram of keiner zijn. b H 0: µ = 0; H 1: µ > 0 en α = 0, 0. Overschrijdingskans P ( X 1, 94) = normacdf(1.94,10, 0, 4) 0, 008 α H 0 verwerpen. Concusie: er is aaneiding het hoofd van de afdeing voorraad geijk te geven. c H 0: µ = 0; H 1: µ 0 en α = 0, 0. Overschrijdingskans P ( X, 48) = normacdf(.48,10, 0, 4) 0, α H 0 verwerpen. Concusie: het steekproefresutaat wijkt significant af van µ = 0 gram. 3a X is een disccrete toevasvariabee, want X kan aeen gehee waarden aannemen. 3b Je et aeen op de gebeurtenissen succes (de persoon vindt de frisdrank van Mo de ekkerste) en misukking. Verder is bij ek kansexperiment de kans op succes dezefde, nameijk p = 0,4. 3c Nee, want X = 48 is meer dan het verwachte aanta van n p = 0, 4 = 40. 3d De concurrent krijgt dan geijk, want X = 8 igt ver onder het verwachte aanta van n p = 0, 4 = 40. 4a X is het aanta personen dat in één keer voor het rijexamen saagt; H 0: p = 0,3 en H 1: p > 0,3. Overschrijdingskans P ( X 19) = 1 P ( X 18) = 1 binomcdf(40, 0.3,18) 0, b P ( X 19) 0,070 > α = 0,0 H 0 niet verwerpen de bewering van de rijschoohouder in twijfe trekken. X is het aanta mannen dat aan keurenbindheid ijdt; H 0: p = 0,08; H 1: p > 0,08 en α = 0,0. Overschrijdingskans P ( X ) = 1 P ( X 1) = 1 binomcdf(00, 0.08,1) 0, 080 > α H 0 niet verwerpen. Concusie: er is geen aaneiding om Mevrouw Bouman geijk te geven. 6 X is het aanta personen dat ast heeft van aergie; H 0: p = 0,30; H 1: p < 0,30 en α = 0,0. Overschrijdingskans P ( X 11) = binomcdf(474, 0.30,11) 0, 001 α H 0 verwerpen. Concusie: er is vodoende aaneiding om de Amerikaanse onderzoekers geijk te geven. 7 X is het aanta tv-kijkers dat zich stoort aan recame tijdens fim; H 0: p = 0,70; H 1: p < 0,70 en α = 0,0. Overschrijdingskans P ( X 30) = binomcdf(0, 0.70,30) 0, 00 α H 0 verwerpen. Concusie: er is vodoende aaneiding om de mening van de recensent in twijfe te trekken. 8 X is het aanta keer zes ogen bij het gooien met een dobbesteen; H 1 1 0: p = ; H 6 1: p < en α = 0,0. 6 Overschrijdingskans P ( X 8) = binomcdf(80, 1, 8) 0, 067 > α H 6 0 niet verwerpen. Concusie: er is niet vodoende aaneiding om het met Mirjam eens te zijn. 9 X is het aanta keer rood bij het draaien van de schijf; H 1 1 0: p = ; H 4 1: p > en α = 0,01. 4 Overschrijdingskans P ( X ) = 1 P ( X 1) = 1 binomcdf(160, 1, 1) 0, 00 > α H 4 0 niet verwerpen. Concusie: er is niet vodoende reden om Simon geijk te geven.

4 C. von Schwartzenberg 4/10 30 X is het aanta patiënten waarbij het midde een positieve uitwerking heeft; H 0: p = 0,80; H 1: p < 0,80 en α = 0,0. Verwerp H 0 as P ( X g) = binomcdf(0, 0.80, g) 0, 0 (TABLE) g 384. Het keinste aanta patiënten waarbij je de bewering van de fabrikant niet verwerpt is a X is het aanta sets waarbij de speer die begint met serveren de set wint; H 0: p = 0,; H 1: p < 0, en α = 0,0. Verwerp H 0 as P ( X g) = binomcdf(0, 0., g) 0, 0 (TABLE) g 6. Concusie: het aanta sets waarbij de speer die begint met serveren wint, is hoogstens 6. 31b 4 6 H 0 verwerpen Jacco heeft geijk. 31c Y is het aanta games dat wordt gewonnen door de speer die met nieuwe baen heeft mogen serveren, H 0: p = 0, 81; H 1: p > 0, 81 en α = 0, 0. Verwerp H 0 as P ( Y g) = 1 P ( Y g 1) = 1 binomcdf(300, 0.81, g 1) 0, 0 g 8. Concusie: de serveerder moet minstens 8 van deze games winnen om Jacco geijk te geven. 3a Een onzuiver gedstuk kan te vee maar ook te weinig keer kop geven. 3b X is het aanta keer kop bij het gooien met een gedstuk; H 0: p = 0,; H 1: p 0, en α = 0,0. Overschrijdingskans P ( X 9) = 1 P ( X 8) = 1 binomcdf(, 0., 8) 0, 044 > 1 α H Concusie: het gedstuk is zuiver. 33 X is het aanta keer zes ogen bij het gooien met een dobbesteen; H = 1 < 1 0: p ; H 1: p en α = 0, Overschrijdingskans P ( X 1) = binomcdf(1, 1,1) 0, 00 1 α H 6 0 verwerpen. Concusie: de dobbesteen is niet zuiver. 34 P ( X g ) 1 = binomcdf(, 0.3, g ) 0,10 = 0, 0 (TABLE) g 9. P ( X gr ) = 1 P ( X gr 1) = 1 binomcdf(, 0.3, gr 1) 0, 0 (TABLE) gr 1. Concusie: H 0 verwerpen bij steekproefresutaten van 9 of minder en van 1 of meer. 3 X is het aanta dossiers waarin bouwfraude voorkomt; H 0: p = 0,1; H 1: p < 0,1 en α = 0,0. Overschrijdingskans P ( X 8) = binomcdf(80, 0.1, 8) 0,367 > α H 0 niet verwerpen. Concusie: de steekproefuitsag wijkt niet significant af van de mededeing in het ochtendbad X is het aanta mannen dat minstens één keer per twee maanden naar de kapper gaat, met H 0: p = 0, 68; H 1: p 0, 68 en α = 0,10. (60 14 = 46 minstens een keer per...) Overschrijdingskans P ( X 46) = 1 P ( X 4) = 1 binomcdf(60, 0.68, 4) 0, 094 > 1 α H Concusie: er is geen aaneiding om Beerage geijk te geven. X is het aanta Nederanders dat het een goed idee vindt om veroordeeden van ichte deicten thuis hun straf te aten uitzitten met H 0: p = 0,68; H 1: p < 0,68 en α = 0,0. Overschrijdingskans P ( X 38) = binomcdf(66, 0.68, 38) 0, 048 α H 0 verwerpen. Concusie: er is vodoende aaneiding om Wofsen geijk te geven. 38a X is het aanta keer dat het baetje op sector 1 bijft iggen; H 0: p = 0,; H 1: p 0, en α = 0,01. Overschrijdingskans P ( X 11) = 1 P ( X 114) = 1 binomcdf(0, 0.,114) 0, 04 > 1 α H Concusie: er is geen aaneiding te vermoeden dat de rouette niet zuiver is. 38b X is het aanta keer dat het baetje op 4 en bijft iggen; H 0: p = 0, 4; H 1: p 0, 4 en α = 0,01. P ( X g ) binomcdf(600, 0.4, ) 1 = g 0, 01 = 0, 00 (TABLE) g 08. P ( X gr ) = 1 P ( X gr 1) = 1 binomcdf(600, 0.4, gr 1) 0,00 (TABLE) g r 7. Concusie: bij de aantaen 09 tot en met 71 za de zuiverheid van de rouette niet in twijfe worden getrokken.

5 C. von Schwartzenberg /10 38c X is het aanta keer dat het baetje op een even geta bijft iggen; H 0: p = 0, 4; H 1: p < 0, 4 en α = 0,0. Overschrijdingskans P ( X 110) = binomcdf(300,0.4,110) 0,131 > α H 0 niet verwerpen. Concusie: er is onvodoende reden om het met Erik eens te zijn. 39 X is het aanta woningen met dubbee begazing; H 0: p = 0,; H 1: p < 0, en α = 0,0. Overschrijdingskans P ( X 1141) = binomcdf(37, 0.,1141) 0, 030 > α H 0 niet verwerpen. Concusie: er is onvodoende reden om de verondersteing van het ministerie te herzien. 40 X is het aanta spaarampen met een evensduur van meer dan 8000 uur; H 0: p = 0,8; H 1: p < 0,8 en α = 0,10. Overschrijdingskans P ( X 1) = binomcdf(30,0.8,1) 0,19 > α H 0 niet verwerpen. Concusie: er is vodoende aaneiding om de fabrikant in het geijk te steen. 41a P (tomaat wordt doorgedraaid) = P ( D < 7, ) = normacdf( 10, 7., 7.9, 0.) 0, b X is het aanta tomaten dat wordt doorgedraaid; H 0: p = 0,080...; H 1: p < 0, en α = 0,01. Overschrijdingskans P ( X 6) = binomcdf(900, , 6) 0,191 > α H 0 niet verwerpen. Concusie: er is niet aangetoond dat het midde S3Fb de diameter vergroot. 4a 4b X het aanta baby's dat behoort tot de categorie 'zwaar' is binomiaa verdeed met n = 80 en p = nomacdf(4 000,10,3, 4) 0, P ( X ) = 1 P ( X 4) = 1 binomcdf(80, , 4) 0,1. H 0: p = 0, ; H 1: p > 0, en α = 0,01. Overschrijdingskans P ( X 8) = 1 P ( X 7) = 1 binomcdf(8, , 7) 0, 00 α H 0 verwerpen. Concusie: de medewerkers van het consutatiebureau krijgen geijk. 43 Er is niet gegeven dat de bijbehorende toevasvariabee normaa verdeed is. Bovendien is σ niet gegeven. 44 Het teken van waarneming (mediaan) 1 is: X is het aanta pustekens in de steekproef met engte 13. X = 3; H 0: p = 0, ; H 1: p < 0, en α = 0,10. Overschrijdingskans P ( X 3) = binomcdf( 13, 0.,3) 0, 046 α H 0 verwerpen. Concusie: er is aaneiding de bewering van de boswachter in twijfe te trekken. 4 Het teken van waarneming (mediaan), is: X is het aanta pustekens in de steekproef met engte 1. X = 9; H 0: p = 0, ; H 1: p > 0, en α = 0,10. Overschrijdingskans P ( X 9) = 1 P ( X 8) = 1 binomcdf(1, 0., 8) 0,304 > α H 0 niet verwerpen. Concusie: er kan inderdaad gested worden dat de wachttijd hoogstens, minuten is. 46 Het teken van waarneming 4,3 is: (nuen teen niet mee) X is het aanta (ager ) mintekens in de steekproef met engte 0. X = 14; H 0: p = 0, ; H 1: p > 0, en α = 0,10. Overschrijdingskans P ( X 14) = 1 P ( X 13) = 1 binomcdf(0, 0.,13) 0, 08 α H 0 verwerpen. Concusie: er kan inderdaad gested worden dat de bus gemidded minder dan 4,3 minuten te aat is. 47 X is het aanta twintigjarige jongens dat zwaarder is dan 7,6 kg; H 0: p = 0,; H 1: p > 0, en α = 0,0. Overschrijdingskans P ( X 138) = 1 P ( X 137) = 1 binomcdf(, 0.,137) 0, 07 > α H 0 niet verwerpen. Concusie: er mag niet geconcudeerd worden dat het gemiddede gewicht is toegenomen. 48 X is het aanta vrouwen waarbij de zwangerschap korter dan 6 dagen duurt. X = 73 3 = 48; H 0: p = 0, ; H 1: p > 0, en α = 0, 01. Overschrijdingskans P ( X 48) = 1 P ( X 47) = 1 binomcdf(73,0., 47) 0,0001 α H 0 verwerpen. Concusie: de bewering van de geneeskundige kan geaccepteerd worden.

6 C. von Schwartzenberg 6/10 49 Het teken van voor na is: (nuen teen niet mee) X is het aanta (verminderingen ) pustekens in de steekproef met engte 13 (nuen teen niet mee). X = 11; H 0: p = 0,; H 1: p > 0, en α = 0,0. Overschrijdingskans P ( X 11) = 1 P ( X 10) = 1 binomcdf(13, 0.,10) 0, 011 α H 0 verwerpen. Concusie: dit resutaat geeft aaneiding te verondersteen dat het midde het aanta baduizen vermindert. X is het aanta westrijden waarvan Nederand winnaar is; H 0: p = 0,; H 1: p > 0, en α = 0,0. Overschrijdingskans P ( X ) = 1 P ( X 4) = 1 binomcdf(94, 0., 4) 0, 061 > α H 0 niet verwerpen. Concusie: er is niet vodoende reden te verondersteen dat Nederand bij het voetbaen sterker is dan Begië. 1 Het teken van A B is: X is het aanta pustekens in de steekproef met engte 0. X = 14; H 0: p = 0, ; H 1: p 0, en α = 0,10. Overschrijdingskans P ( X 14) = 1 P ( X 13) = 1 binomcdf(0, 0.,13) 0, 08 > 1 α H Concusie: er is geen significant verschi in popuariteit van de programma's A en B. H 0: p = 0,; H 1: p > 0, en α = 0,0. Overschrijdingskans P ( X 0) = 1 P ( X 19) = 1 binomcdf(30, 0.,19) 0, 049 α H 0 verwerpen. Concusie: er is vodoende reden te verondersteen dat de honden de voorkeur geven aan merk B. 3 Het teken van thuis uit is: (nuen teen niet mee) X is het aanta pustekens in de steekproef met engte 9. X = 6; H 0: p = 0,; H 1: p > 0, en α = 0,01. Overschrijdingskans P ( X 6) = 1 P ( X ) = 1 binomcdf(9, 0., ) 0,4 > α H 0 niet verwerpen. Concusie: er is geen aaneiding te verondersteen dat 'thuisvoordee' inderdaad bestaat. 4 Het teken van AEX NIG is: (nuen teen niet mee) X is het aanta pustekens in de steekproef met engte 11. X = 10; H 0: p = 0, ; H 1: p > 0, en α = 0,10. Overschrijdingskans P ( X 10) = 1 P ( X 9) = 1 binomcdf(11, 0., 9) 0, 006 α H 0 verwerpen. Concusie: er is vodoende reden om aan te nemen dat aandee AEX het beter doet dan aandee NIG. a b Het teken van B A is: X is het aanta pustekens in de steekproef met engte 16. X = 1; H 0: p = 0,; H 1: p 0, en α = 0,0. Overschrijdingskans P ( X 1) = 1 P ( X 11) = 1 binomcdf (16, 0.,11) 0, 038 > 1 α H Concusie: er is geen reden om aan te nemen dat er kwaiteitsverschi bestaat tussen de beide soorten kunstmest. X is het aanta pustekens in de steekproef met engte 16. X = 1; H 0: p = 0,; H 1: p > 0, en α = 0,0. Overschrijdingskans P ( X 1) = 1 P ( X 11) = 1 binomcdf(16, 0.,11) 0, 038 < α H 0 verwerpen. Concusie: er is vodoende reden om aan te nemen dat kunstmest van soort B beter is dan soort A.

7 C. von Schwartzenberg 7/10 Diagnostische toets D1a H 0: µ = 00; H 1: µ 00 en α = 0,10. Overschrijdingskans P ( X 000) = normacdf( 10, 000,00, ) 0, 037 0, α H 0 verwerpen. Concusie: er is aaneiding het gemiddede µ = 00 in twijfe te trekken. D1b H 0: µ = 00; H 1: µ 00 en α = 0, 0. Overschrijdingskans P ( X 7) = normacdf(7,10,00, ) 0, 090 > 0, α H 0 niet verwerpen. 0 Concusie: er is geen aaneiding het gemiddede µ = 00 in twijfe te trekken. Da P ( X g) = 1 0, 0 = 0, 9 g = invnorm(0.9,1 600, 7 ) 1 631, 8. Dus verwerp H 0 as X Db Dc Overschrijdingskans P ( X 1 6) = normacdf(1 6,10,1 600, 7 ) 0, 018 α H 0 verwerpen. 40 P ( X 1 60) = normacdf(1 60,10,1 600, 7) 0,10 = α (intersect) n 3,1. n Dus de steekproef moet een engte hebben van 4 of meer. D3a X is het vetgehate (in %) van een pak voe mek; H 0: µ = 3,; H 1: µ < 3, en α = 0,10. P ( X g) = 0,10 g = invnorm(0.10,3., 0.0 ) 3, Dus verwerp H 0 as X 3, D3b H 0: µ = 3,; H 1: µ > 3, en α = 0,0. Overschrijdingskans P ( X 3, 8) = normacdf(3.8,10, 3., 0.0 ) 0, 014 α H 0 verwerpen. 30 Concusie: er is aaneiding de gezondheidsraad geijk te geven. D3c H 0: µ = 3,; H 1: µ 3, en α = 0,0. Overschrijdingskans P ( X 3, 494) = normacdf( 10,3.494,3., 0.0 ) 0, 09 > 1 α H 40 Concusie: de steekproef wijkt niet significant af van µ = 3, %. D4 X is het aanta jongeren tussen 1 en 18 dat id is van een sportvereniging; H 0: p = 0,7; H 1: p < 0,7 en α = 0,0. Overschrijdingskans P ( X 81) = binomcdf(10, 0.7, 81) 0, 039 α H 0 verwerpen. Concusie: er is reden om de de bewering van sporteraar Van de Vooren in twijfe te trekken. Da X is het aanta keer dat de getaen 6 t/m 11 wordt aangewezen; H 6 0: p = = 0,3; H 0 1: p 0,3 en α = 0,0. P ( X g ) binomcdf(, 0.3, ) 1 = g 0, 0 = 0, 0 (TABLE) g 0. P ( X gr ) = 1 P ( X gr 1) = 1 binomcdf(, 0.3, gr 1) 0, 0 (TABLE) g r 40. Concusie: bij de aantaen 1 tot en met 39 za de zuiverheid van het rad niet in twijfe worden getrokken. Db Overschrijdingskans P ( X 70) = 1 P ( X 69) = 1 binomcdf(00, 0.3, 69) 0, 073 > 1 α H Concusie: er is geen aaneiding te vermoeden dat het rad niet zuiver is. D6a P ( G < 1 000) = normacdf( 10,1 000,1 006, ) 0,11... D6b X is het aanta pakken koffie met G < 0 gram; H 0: p = 0,11...; H 1: p < 0,11... en α = 0,01. Overschrijdingskans P ( X 18) = binomcdf(, ,18) 0, 016 > α H 0 niet verwerpen. Concusie: er is niet aangetoond dat het gemiddede is toegenomen. D7 X is het aanta eeringen dat voor het CE een hoger cijfer heeft dan voor het SE in een steekproef van engte 6; H 0: p = 0,; H 1: p > 0, en α = 0,0. Overschrijdingskans P ( X 17) = 1 P ( X 16) = 1 binomcdf(6, 0.,16) 0, 084 > α H 0 niet verwerpen. Concusie: er kan niet worden gested dat het schooexamen sechter gemaakt is dan het centraa examen.

8 C. von Schwartzenberg 8/10 Gemengde opgaven 1. Het toetsen van hypothesen G1a H 0: µ = 10,; H 1: µ 10, en α = 0,0. Overschrijdingskans P ( X 9,8) = normacdf( 10, 9.8,10., 3. ) 0, 04 > 1 α H 60 Concusie: er geen aaneiding om te twijfeen aan de bewering van het onderzoeksbureau. G1b H 0: µ = 10, ; H 1: µ 10, en α = 0,10. P ( X g ) 1 0,10 0, 0 invnorm(0.0,10., 3. = = g ) 10,18. = 00 P ( X g ) 1 0, 0 0, 9 invnorm(0.9,10., 3. r = = gr = ) 10, Concusie: men za het onderzoeksbureau geijk geven bij steekproefresutaten van 10,13 tot en met 10,87. Ga X is het aanta keer dat het baetje op een van de sectoren 1, en 3 bijft iggen. H 0: p = 0, 3; H 1: p 0, 3 en α = 0, 0. Overschrijdingskans P ( X 110) = binomcdf(400,0.3,110) 0,1 > 1 α H Concusie: er is geen aaneiding de zuiverheid van de rouette in twijfe te trekken. Gb X is het aanta keer dat het baetje op een van de sectoren en 6 bijft iggen. H 0: p = 0, ; H 1: p 0, en α = 0, 01. P ( X g ) binomcdf(800, 0., ) 1 = g α = 0, 00 (TABLE) g 130. P ( X gr ) = 1 P ( X gr 1) = 1 binomcdf( 800, 0., gr 1) 0, 00 (TABLE) gr 191. Concusie: H 0 niet verwerpen (de zuiverheid van de rouette wordt niet in twijfe getrokken) bij de aantaen 131 tot en 190. Gc X is het aanta keer dat het baetje op een van de sectoren 7, 8, 9 en 10 bijft iggen. H 0: p = 0, 4; H 1: p < 0, 4 en α = 0,10. Overschrijdingskans P ( X ) = binomcdf(1, 0.4, ) 0,10 > α H 0 niet verwerpen. Concusie: er is onvodoende reden om het met Petra eens te zijn. G3 X is het aanta angste jongens dat in apri geboren is; H 0: p = 0,; H 1: p > 0, en α = 0,0. Overschrijdingskans P ( X 10) = 1 P ( X 9) = 1 binomcdf(14, 0., 9) 0, 090 > α H 0 niet verwerpen. Concusie: geen aaneiding te verondersteen dat een kind dat in apri geboren is anger wordt dan een kind dat in oktober geboren is. G4a P (gratis fes) = P (r g b o) = 4! P (r g b o) = 4! 0, 0,3 0,1 0,0 = 0,07. G4b P ( gratis fessen) = P (r r g g b b o o) = (r r g g b b o o) P 0, 0,3 0,1 0, 0 0, 003. = G4c O is het aanta fessen met een oranje dop. P ( O 1) = 1 P ( O 0) = 1 P ( O = 0) = 1 binomcdf(30, 0.0, 0) 0, 78. G4d R is het aanta fessen met een rode dop; H 0: p = 0,; H 1: p > 0, en α = 0,10. Overschrijdingskans P ( R 7) = 1 P ( R 6) = 1 binomcdf(, 0., 6) 0, 097 α H 0 verwerpen. Concusie: je moet barkeeper Ronny geijk geven. G4e O is het aanta fessen met een oranje dop; H 0: p = 0,0; H 1: p < 0,0 en α = 0,10. P ( O g) = binomcdf(00, 0.0, g) 0,10 = α (TABLE) g (om H0 te verwerpen). Concusie: bij minstens 6 oranje doppen word de bewering van de fabrikant niet verworpen Ga P ( kaveren en 11 andere) = P ( ) = 0, Gb P (geen kaverenkaart) = 130 = 13 = 0, P (één van de 10 speen geen kaverenkaart) = 0, 013 0, 987 0,116. (of binompdf(10, 0.013,1)) 1 Gc De reatieve cumuatieve frequenties (in %) zijn 1,3; 9,3; 9,9; 8,6; 8,4; 94,9;,0;,9 (en ) Zet (in je werkboek) de reatieve cumuatieve frequenties (bij de rechtergrenzen:, 1,, 3, 4,, 6, 7 ) op normaa waarschijnijkheidspapier. (dit wordt aan de ezer overgeaten) Concusie: de punten iggen redeijk op en rechte ijn, dus Douwes vermoeden is juist. Gd H 0: µ = 3,; H 1: µ < 3, en α = 0,0. Overschrijdingskans P ( K 30, ) = normacdf( 10,30., 3.,1.36 ) 0, 0496 α H 0 verwerpen. Concusie: er is vodoende aaneiding om te verondersteen dat 'Spit' aan Bert te weing kaverenkaarten geeft.

9 C. von Schwartzenberg 9/10 G6a F is het aanta fouten. P ( F 40) = 1 P ( F 39) = 1 binomcdf(00,0.,39) 0,99. G6b Van de 16 eugenaars worden er naar verwachting 0, 7 16 = 1 correct aangeduid. Van de 84 ( = 16) eerijke mensen worden er = 77 correct aangeduid.. 1 De betrouwbaarheid is % = 89%. 11 G6c As er onder de mensen L eugenaars zijn is de betrouwbaarheid 0,7 L + ( L). 1 0,7 L + 11 ( L) = 87 (TABLE/intersect) L = 8. Dus er zijn 8 eugenaars. 1 G6d J is het aanta juiste besissingen; H 0: p = 0,916; H 1: p > 0,916 en α = 0,0. Overschrijdingskans P ( J 834) = 1 P ( J 833) = 1 binomcdf(900, 0.916, 833) 0,136 > α H 0 niet verwerpen. Er is niet vodoende aaneiding om de concusie te trekken dat de nieuwe versie beter werkt. G7a P ( D < 36 7) = normacdf( 10,,80,1.) 0, Dus bij Ans bevaingen. G7b P (80 14 < D < ) = normacdf(66,94,80, σ) = 0, 7 σ 1,17. De standaardafwijking is 1,17 dagen. 3 3 G7c P (drie van hetzefde gesacht) = P (drie jongens) + P (drie meisjes) = 0, ,7 0,60. G7d X is het aanta jongens; H 0: p = 0, 14; H 1: p < 0, 14 en α = 0, 01. Overschrijdingskans P ( X 66) = binomcdf(600, 0.14,66) 0, 0003 α H 0 verwerpen. Concusie: de epidemioogen hadden dezefde concusie mogen trekken. G8a Hannie moet minstens 4 van de 9 te gokken ja/nee-vragen nog goed gokken. X is het aanta goed gegokte antwoorden P ( X 4) = 1 P ( X 3) = 1 binomcdf(9, 1,3) 0,7. G8b P (Herman saagt) = P (4 ja/nee-vragen goed) + P (3 ja/nee-vragen goed) + P ( ja/nee-vragen goed en 1 driekeuzevraag) = 1 1 ( ) + 3 ( ) + ( ) 0, P (4 keer zakken) = P (zakken) = 0,11 P (zakken) = 0,11 0,8. De kans dat iemand saagt is 0, 4. G8c ( ) G8d X is het aanta kandidaten dat de eerste keer saagt; H 0: p = 0,6; H 1: p > 0,6 en α = 0,01. Overschrijdingskans P ( X 17) = 1 P ( X 16) = 1 binomcdf(0, 0.6,16) 0, 049 > α H 0 niet verwerpen. Concusie: de rijschoohouder mag niet concuderen dat zijn schoo een significant beter resutaat heeft behaad. 1 4 G9a P (tijdrovende patiënt) = P ( T > 1) = normacdf(1,10,10, 4) 0,106. Eke werkdag zijn er 1 patiënten verwachting: Ans 1 1,7 tijdrovende patiënt op spreekuur. G9b P (gemakkeijke patiënt) = P ( T < ) = normacdf( 10,,10, 4) 0,106. P (gewone patiënt) = P ( < T < 1) = normacdf(,1,10, 4) 0, P ( gemakkeijke en 10 gewone patiënten) 0,106 0, , 07. G9c P (patiënt kost meer dan 10 minuten) = P ( T > 10) = normacdf(10,10,10, 4) = 0,. (de oppervakte van een have kokverdeing) Y is het aanta patiënten dat meer dan 10 minuten kost P ( Y 6) = 1 P ( Y ) = 1 binomcdf(1, 0., ) 0, 61. G9d S is de totae tijd die voor 60 patiënten nodig is, is normaa verdeed met µ S = 600 en σs = H 0: µ S = 600; H 1: µ S > 600 en α = 0, 0. Overschrijdingskans P ( S 64) = normacdf(64,10, 600, 4 60) 0, 041 α H 0 verwerpen. Concusie: er is vodoende aaneiding om de gemiddede tijd van 10 minuten te verhogen. G9e X is het aanta patiënten dat is doorverwezen P ( X < 10) = P ( X 9) = binomcdf(,0.3,9) 0,040. G30a De kans is hoogte van de horizontae ijn. Tussen t = 1 en t = 10 is de oppervakte geijk aan 1 0,14 = 0,7. 0,7 De hoogte van de horizontae ijn is = 0,08 de kans is 0,08 = 0, G30b De grafiek begint in (0; 0) en eindigt in (11; 1). De grafiek gaat door (1; 0,14) en (10; 0, 86). De grafiek is tussen (1; 0,14) en (10; 0, 86) een rechte ijn. De grafiek vertoont tussen t = 0 en t = 1 afnemende stijging en tussen t = 10 en t = 11 toenemende stijging. (zie de grafiek hiernaast)

10 C. von Schwartzenberg 10/10 G30c P (één apparaat wordt gratis vervangen) = P (één apparaat gaat binnen een jaar kapot en zijn vervanger niet) 4 3 = 0,14 0, 86 0, 86 0, G30d X is de gemiddede evensduur van een apparaat in jaren met H 0: µ =,; H 1: µ <, en α = 0,10. Overschrijdingskans P ( X,1) = normacdf( 10,.1,., 0.8) 0, 080 α H 0 verwerpen. Concusie: dit geeft vodoende aaneiding om de gemiddede evensduur naar beneden bij te steen.

15.1 Beslissen op grond van een steekproef

15.1 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 informatie

wordt niet verworpen, dus het gemiddelde wijkt niet significant af van 400 wordt niet verworpen, dus het beïnvloedt de levensduur niet significant

wordt niet verworpen, dus het gemiddelde wijkt niet significant af van 400 wordt niet verworpen, dus het beïnvloedt de levensduur niet significant Hoofdstuk Het toetsen van hypothesen.. Beslissen op grond van een steekproef Opgave : a. hij gebruikt totaal meer schuurmiddel dan nodig is en dat kost dus extra geld b. de klanten gaan klagen als er te

Nadere informatie

Beslissen op grond van een steekproef Hoofdstuk 15

Beslissen 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 informatie

wordt niet verworpen, dus het beïnvloedt de levensduur niet significant

wordt niet verworpen, dus het beïnvloedt de levensduur niet significant Hoofdstuk : Kansen en beslissingen. Beslissen op grond van een steekproef. Opgave : a. normalcdf,,8,), 78 b. a invnorm.,8,) 7, c. normalcdf,.,.8, ), 7 y normalcdf,.,.8, X ) kijk in de tabel voor welke

Nadere informatie

13,5% 13,5% De normaalkromme heeft dezelfde vorm als A (even breed en even hoog), maar ligt meer naar links.

13,5% 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 informatie

34% 34% 2,5% 2,5% ,5% 13,5%

34% 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 informatie

Lesbrief hypothesetoetsen

Lesbrief hypothesetoetsen Lesbrief hypothesetoetsen 00 "Je gaat het pas zien als je het door hebt" Johan Cruijff Willem van Ravenstein Inhoudsopgave Inhoudsopgave... Hoofdstuk - voorkennis... Hoofdstuk - mens erger je niet... 3

Nadere informatie

15.1 Beslissen op grond van een steekproef theorie C. 15.2 Eenzijdig en tweezijdig toetsen. 15.3 Binomiale toetsen theorie A, B, C

15.1 Beslissen op grond van een steekproef theorie C. 15.2 Eenzijdig en tweezijdig toetsen. 15.3 Binomiale toetsen theorie A, B, C Wat leer je? Zorgt verbeterde hygiëne voor een toename van allergische aandoeningen? In de statistiek is een methode ontwikkeld om op zo n vraag een onderbouwd antwoord te geven aan de hand van een steekproefresultaat.

Nadere informatie

G&R vwo A/C deel 2 8 De normale verdeling C. von Schwartzenberg 1/14. 3a 1 2

G&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 informatie

11.0 Voorkennis. Wanneer je met binomcdf werkt, werk je dus altijd met een kans van de vorm P(X k)

11.0 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 informatie

x 3x x 7x x 2x x 5x x 4x G&R havo B deel 1 3 Vergelijkingen en ongelijkheden C. von Schwartzenberg 1/12 TOETS VOORKENNIS

x 3x x 7x x 2x x 5x x 4x G&R havo B deel 1 3 Vergelijkingen en ongelijkheden C. von Schwartzenberg 1/12 TOETS VOORKENNIS G&R havo B deel Vergelijkingen en ongelijkheden C. von Schwartzenberg / a x = x =. b x = x x =. c d x (x ) 0 x = 0 =. 9. e f x 0 x ( x ) 0. x x = x x ( x )( x + ). TOETS VOORKENNIS a ( x + ) = x c x e

Nadere informatie

15.1 Beslissen op grond van een steekproef [1]

15.1 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 informatie

Samenvatting Wiskunde A

Samenvatting 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 informatie

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 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 informatie

Uitleg significantieniveau en toetsen van hypothesen

Uitleg significantieniveau en toetsen van hypothesen Uitleg significantieniveau en toetsen van hypothesen Het significantieniveau (meestal aangegeven met de letter α) stelt de kans voor, dat H 0 gelijk heeft, maar H 1 gelijk krijgt. Je trekt dus een foute

Nadere informatie

Hoofdstuk 3 Toetsen uitwerkingen

Hoofdstuk 3 Toetsen uitwerkingen Kern Kansen ij een normale verdeling a normalcdf(3.7,., 3,7) =,9 normalcdf(9, 9999,, 7) =,7 c normalcdf( 9999, 3,, ) =,978 a g = invnorm(.3, 8, 7) = 77,9 g = invnorm(.873,, ) = 97,9 c P(X < g μ = 8 en

Nadere informatie

Som 23 kan met 6665 en som 24 met Dus totaal gunstige uitkomsten.

Som 23 kan met 6665 en som 24 met Dus totaal gunstige uitkomsten. G&R vwo C deel C von Schwartzenberg / Som kan met! (op = manieren) (op! manieren) (op manier)! =, = en Dus totaal + + = 0 gunstige uitkomsten Dubbel onderstreept betekent: "niet alleen" in de genoteerde

Nadere informatie

x 2x x 4x x 1x x 8x x x 12 = 0 G&R vwo B deel 1 1 Vergelijkingen en ongelijkheden C. von Schwartzenberg 1/25

x 2x x 4x x 1x x 8x x x 12 = 0 G&R vwo B deel 1 1 Vergelijkingen en ongelijkheden C. von Schwartzenberg 1/25 C. von Schwartzenberg 1/ 1 I, II, IV en V zijn tweedegraadsvergelijkingen. (de hoogste macht van is steeds ; te zien na wegwerken haakjes?) (III is een eerstegraadsvergelijking en VI is een derdegraadsvergelijking)

Nadere informatie

4 De normale verdeling

4 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 informatie

BROCHURE Cursus Klantgericht Werken. rendabel. tevreden. trouw. klantgericht. Klantgericht Werken. Sales Force Consulting

BROCHURE Cursus Klantgericht Werken. rendabel. tevreden. trouw. klantgericht. Klantgericht Werken. Sales Force Consulting BROCHURE Cursus Kantgericht Werken rendabe kantgericht tevreden trouw Kantgericht Werken Saes Force Consuting Ineiding De Cursus Kantgericht Werken gaat in eerste instantie over kantgerichtheid. Kort gezegd

Nadere informatie

( ) 1. G&R vwo A deel 4 16 Toepassingen van de differentiaalrekening C. von Schwartzenberg 1/13 = =

( ) 1. G&R vwo A deel 4 16 Toepassingen van de differentiaalrekening C. von Schwartzenberg 1/13 = = C von Schwartzenberg 1/1 1a 1b 1c 1 1 1 4 5 4 6 4 4 5 f ( ) 6 + 6 6 + 6 6 f '( ) 4 + + 4 4 + + 4 g( ) 5 8 g '( ) 5 1 5 Onthou: y y '( ) 1 8 8 1 1 1 h + + + h'( ) 1 1 7 6 6 k ( ) ( 1) + 8 k '( ) 1( 1 )

Nadere informatie

Hoofdstuk 8: De normale verdeling. 8.1 Centrum- en spreidingsmaten. Opgave 1:

Hoofdstuk 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 informatie

Hoofdstuk 5 - Hypothese toetsen

Hoofdstuk 5 - Hypothese toetsen V-1a 98 ladzijde 114 Niet iedereen heeft dezelfde kans om in deze steekproef te komen. Het zijn klanten van de winkel. Het zijn alleen vrouwen. Het zijn klanten die allemaal op hetzelfde tijdstip oodshappen

Nadere informatie

www.toeatingsexamen-geneeskunde.be 1. Je staat met je twee voeten op de grond. Hoe verandert de druk die je uitoefent op de grond as je één been opheft? a. De druk haveert. b. De druk verdubbet. c. De

Nadere informatie

0,269 of binompdf(8, 7, 4) 0,269.

0,269 of binompdf(8, 7, 4) 0,269. G&R vwo A deel Mathematische statistiek C. von Schwartzenberg / a P (som = 6) = P () + P () = () () P P. + = + = + = 6 6 6 b P = = + = + (som 0) P () P () () () = + = + = 6 = P P 6 6 6 6 6 6 6 6 6 6. c

Nadere informatie

9.0 Voorkennis. Bij samengestelde kansexperimenten maak je gebruik van de productregel.

9.0 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 informatie

Hoofdstuk 6 Examenaanpak. Kern 1 Modelleren

Hoofdstuk 6 Examenaanpak. Kern 1 Modelleren Uitwerkingen Wiskunde A Netwerk VWO 6 Hoofdstuk 6 Examenaanpak www.uitwerkingenste.nl Hoofdstuk 6 Examenaanpak Kern Modelleren a De vrouwen van 8 jaar vallen in de categorie 5 9. Hoe de verdeling binnen

Nadere informatie

Examen VWO. wiskunde A1,2 Compex. Vragen 1 tot en met 12. In dit deel van het examen staan de vragen waarbij de computer niet wordt gebruikt.

Examen VWO. wiskunde A1,2 Compex. Vragen 1 tot en met 12. In dit deel van het examen staan de vragen waarbij de computer niet wordt gebruikt. Examen VWO 2007 tijdvak 1 vrijdag 1 juni totale examentijd 3,5 uur wiskunde A1,2 Compex Vragen 1 tot en met 12 In dit deel van het examen staan de vragen waarbij de computer niet wordt gebruikt. Bij dit

Nadere informatie

5 T-shirts. (niet de tweede)

5 T-shirts. (niet de tweede) G&R Havo A deel Handig tellen C. von Schwartzenberg /0 a b a b c Neem GR - practicum door. (zie aan het eind van deze uitwerkingen) Tellen (van de eindpunten) geeft keuzemogelijkheden. Berekening: =. Voordeel

Nadere informatie

Voorbeeld 1: kansverdeling discrete stochast discrete kansverdeling

Voorbeeld 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 informatie

11.1 Kansberekeningen [1]

11.1 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 informatie

Hoofdstuk 6 Hypothesen toetsen

Hoofdstuk 6 Hypothesen toetsen Hoofdstuk 6 Hypothesen toetsen ladzijde 144 1a X is aantal autokopers die merk A aanschaffen. X is Bin(100; 0,30) verdeeld. 0,30 3 100 = 30, naar verwachting zullen dus 30 autokopers merk A aanschaffen.

Nadere informatie

KeCo-opgaven elektricitietsleer VWO4

KeCo-opgaven elektricitietsleer VWO4 KeCo-opgaven eektricitietseer VWO4 1 KeCo-opgaven eektricitietseer VWO4 E.1. a. Wat is een eektrische stroom? b. Vu in: Een eektrische stroomkring moet atijd.. zijn. c. Een negatief geaden voorwerp heeft

Nadere informatie

EXAMENTOETS TWEEDE PERIODE 5HAVO MLN/SNO

EXAMENTOETS 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 informatie

Hoofdstuk 2 De normale verdeling. Kern 1 Normale verdelingen. 1 a

Hoofdstuk 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 informatie

o Geef bij de beantwoording van de vragen ALTIJD JE BEREKENINGEN. Als je alleen een antwoord geeft worden er GEEN PUNTEN toegekend!

o Geef bij de beantwoording van de vragen ALTIJD JE BEREKENINGEN. Als je alleen een antwoord geeft worden er GEEN PUNTEN toegekend! Examentoets 2 6VWO-A Statistiek woensdag 20 januari 2010 o Geef bij de beantwoording van de vragen ALTIJD JE BEREKENINGEN. Als je alleen een antwoord geeft worden er GEEN PUNTEN toegekend! o Geef bij gebruik

Nadere informatie

Uitwerkingen voortoets/oefentoets E3 maart/april 2009 MLN

Uitwerkingen voortoets/oefentoets E3 maart/april 2009 MLN Uitwerkingen voortoets/oefentoets E3 maart/april 009 MLN UITZENDBUREAU a H 0 : p=0. ( op is een kans van 0% wel 0.) is de bewering van het uitzendbureau H : p 0. (Helena is het er niet mee eens en denkt

Nadere informatie

Bij een tonnage van ton (over mijl) kost het 0,75 $/ton totale kosten ,75 = ($).

Bij een tonnage van ton (over mijl) kost het 0,75 $/ton totale kosten ,75 = ($). C von Schwartzenberg 1/14 1a 0,5 $/ton (zie de verticale as bij punt A) 0 000 0,5 = 10 000 ($) 1b,1 $/ton (ga vanuit A verticaal omhoog naar de rood gestippelde grafiek) 0 000,1 = 4000 ($) us 4, keer zoveel

Nadere informatie

2 De elektrische huisinstallatie

2 De elektrische huisinstallatie Newton vwo dee a itwerkingen Hoofdstuk De eektrische huisinstaatie 6 De eektrische huisinstaatie. neiding Eektrische schakeingen Toeichting: hieronder vogen mogeijke ontwerpen. ndere ontwerpen die aan

Nadere informatie

Het gemiddelde gewicht G van de krentebollen in een zak is normaal verdeeld met µ = µ = 40 en σ = = 3.

Het gemiddelde gewicht G van de krentebollen in een zak is normaal verdeeld met µ = µ = 40 en σ = = 3. C. von Schwatzenbeg 1/11 1a nomacdf(0,,80,1) 0,048. 1b nomacdf( a,, 80,1) = 0, 65 (intesect of Sove of) a = invnom(1 0.65, 80,1) 75, 4. 1c nomacdf(,.1,1.8, σ) = 0.7 (intesect of Sove) σ 0,57. a P ( G

Nadere informatie

Examen VWO. wiskunde A1 Compex. Vragen 1 tot en met 13. In dit deel van het examen staan de vragen waarbij de computer niet wordt gebruikt.

Examen VWO. wiskunde A1 Compex. Vragen 1 tot en met 13. In dit deel van het examen staan de vragen waarbij de computer niet wordt gebruikt. Examen VWO 2007 tijdvak 1 vrijdag 1 juni totale examentijd 3,5 uur wiskunde A1 Compex Vragen 1 tot en met 13 In dit deel van het examen staan de vragen waarbij de computer niet wordt gebruikt. Bij dit

Nadere informatie

4.1 Eigenschappen van de normale verdeling [1]

4.1 Eigenschappen van de normale verdeling [1] 4.1 Eigenschappen van de normale verdeling [1] Relatief frequentiepolygoon van de lengte van mannen in 1968 1 4.1 Eigenschappen van de normale verdeling [1] In dit plaatje is een frequentiepolygoon getekend.

Nadere informatie

gewicht in kg jongen/meisje aantal keer sporten per week bloedgroep zakgeld per maand in euro's

gewicht in kg jongen/meisje aantal keer sporten per week bloedgroep zakgeld per maand in euro's a G&R havo A deel Statistiek C. von Schwartzenberg / Kwantitatieve gegevens: (getallen waarmee je kunt rekenen) Kwalitatieve gegevens: gewicht in kg jongen/meisje aantal keer sporten per week bloedgroep

Nadere informatie

= cos245 en y P = sin245.

= cos245 en y P = sin245. G&R havo B deel C. von Schwartzenberg / a b overstaande rechthoekszijde PQ PQ sinα = (in figuur 8.) sin = = PQ = sin 0, 9. schuine zijde OP aanliggende rechthoekszijde OQ OQ cosα = (in figuur 8.) cos =

Nadere informatie

Uitwerkingen Wiskunde A HAVO

Uitwerkingen Wiskunde A HAVO Uitwerkingen Wiskunde A HAVO Nederlands Mathematisch Instituut December 28, 2012 Supersize me Opgave 1. De formule voor de dagelijkse energiebehoefte is E b = 33,6 G. Als we dit invullen dan krijgen we

Nadere informatie

Beredeneer waarom de marginale productcurve de gemiddelde productcurve in het maximum snijdt.

Beredeneer waarom de marginale productcurve de gemiddelde productcurve in het maximum snijdt. Opgaven hoofdstuk 9 Opgave 1 Beredeneer waarom de marginae productcurve de gemiddede productcurve in het maximum snijdt. Opgave Vu de vogende tabe verder in en teken de bijbehorende curven voor het totae,

Nadere informatie

Les 1: Waarschijnlijkheidrekening

Les 1: Waarschijnlijkheidrekening Les 1: Waarschijnlijkheidrekening A Men neemt een steekproef van 1000 appelen. Deze worden ingedeeld volgens gewicht en volgens symptomen van een bepaalde schimmel: geen, mild, gematigd of ernstig. Het

Nadere informatie

Schriftelijk examen statistiek, data-analyse en informatica. Maandag 29 mei 1995

Schriftelijk examen statistiek, data-analyse en informatica. Maandag 29 mei 1995 Schriftelijk examen statistiek, data-analyse en informatica Maandag 29 mei 1995 Tweede jaar kandidaat arts + Tweede jaar kandidaat in de biomedische wetenschappen Naam: Voornaam: Vraa Kengetal g Blad 1

Nadere informatie

sin( α + π) = sin( α) O (sin( x ) cos( x )) = sin ( x ) 2sin( x )cos( x ) + cos ( x ) = sin ( x ) + cos ( x ) 2sin( x )cos( x ) = 1 2sin( x )cos( x )

sin( α + π) = sin( α) O (sin( x ) cos( x )) = sin ( x ) 2sin( x )cos( x ) + cos ( x ) = sin ( x ) + cos ( x ) 2sin( x )cos( x ) = 1 2sin( x )cos( x ) G&R vwo B deel Goniometrie en beweging C. von Schwartzenberg / spiegelen in de y -as y = sin( x f ( x = sin( x f ( x = sin( x heeft dezelfde grafiek als y = sin( x. spiegelen in de y -as y = cos( x g(

Nadere informatie

Antwoorden door K woorden 14 augustus keer beoordeeld. Wiskunde A. Supersize me. Opgave 1: leerstof: Formules met meer variabelen.

Antwoorden 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 informatie

KWALITEITSONDERZOEK IN HET KADER VAN HET ONDERWIJSVERSLAG 2007/2008 HET MONTESSORI LYCEUM HERMAN JORDAN

KWALITEITSONDERZOEK IN HET KADER VAN HET ONDERWIJSVERSLAG 2007/2008 HET MONTESSORI LYCEUM HERMAN JORDAN RAPPORT KWALITEITSONDERZOEK IN HET KADER VAN HET ONDERWIJSVERSLAG 2007/2008 HET MONTESSORI LYCEUM HERMAN JORDAN Schoo/insteing/vestiging: Montessori Lyceum Herman Jordan Afdeing: vwo Paats: Zeist BRIN-nummer:

Nadere informatie

C. von Schwartzenberg 1/20. Toets voorkennis EXTRA: 3 Differentiëren op bladzijde 156 aan het einde van deze uitwerking.

C. von Schwartzenberg 1/20. Toets voorkennis EXTRA: 3 Differentiëren op bladzijde 156 aan het einde van deze uitwerking. G&R havo B deel Differentiaalrekening C von Schwartzenberg /0 Toets voorkennis EXTRA: Differentiëren op bladzijde 56 aan het einde van deze uitwerking a f ( ) 5 7 f '( ) 8 5 b g( ) ( 5) 5 g '( ) 6 0 c

Nadere informatie

BESLUIT. Besluit van de directeur-generaal van de Nederlandse mededingingsautoriteit als bedoeld in artikel 37, eerste lid, van de Mededingingswet.

BESLUIT. Besluit van de directeur-generaal van de Nederlandse mededingingsautoriteit als bedoeld in artikel 37, eerste lid, van de Mededingingswet. BESLUIT Besuit van de directeur-generaa van de Nederandse mededingingsautoriteit as bedoed in artike 37, eerste id, van de Mededingingswet. Zaak nr: 1324 / HAL - Mercurius Nummer: 1324/11 I. MELDING 1.

Nadere informatie

Boek 2 hoofdstuk 8 De normale verdeling.

Boek 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 informatie

14.1 Kansberekeningen [1]

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 informatie

Beoordelingsmodel wiskunde A VWO 2014-I

Beoordelingsmodel wiskunde A VWO 2014-I Beoordelingsmodel wiskunde A VWO 04-I Vraag Antwoord Scores Chips maximumscore 3 Opgelost moet worden: P( X

Nadere informatie

DEZE PAGINA NIET vóór 8.30u OMSLAAN!

DEZE PAGINA NIET vóór 8.30u OMSLAAN! STTISTIEK 1 VERSIE MT15303 1308 1 WGENINGEN UNIVERSITEIT LEERSTOELGROEP MT Tentamen Statistiek 1 (MT-15303) 5 augustus 2013, 8.30-10.30 uur EZE PGIN NIET vóór 8.30u OMSLN! STRT MET INVULLEN VN NM, REGISTRTIENUMMER,

Nadere informatie

Uitwerkingen Mei 2012. Eindexamen HAVO Wiskunde A. Nederlands Mathematisch Instituut Voor Onderwijs en Onderzoek

Uitwerkingen Mei 2012. Eindexamen HAVO Wiskunde A. Nederlands Mathematisch Instituut Voor Onderwijs en Onderzoek Uitwerkingen Mei 2012 Eindexamen HAVO Wiskunde A Nederlands Mathematisch Instituut Voor Onderwijs en Onderzoek Supersize me Opgave 1. De formule voor de dagelijkse energiebehoefte is E b = 33,6 G. Als

Nadere informatie

Examen Statistiek I Januari 2010 Feedback

Examen Statistiek I Januari 2010 Feedback Examen Statistiek I Januari 2010 Feedback Correcte alternatieven worden door een sterretje aangeduid. 1 Een steekproef van 400 personen bestaat uit 270 mannen en 130 vrouwen. Twee derden van de mannen

Nadere informatie

UITWERKINGEN VOOR HET VWO NETWERK B13

UITWERKINGEN 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 informatie

Wiskunde D Online uitwerking 4 VWO blok 5 les 3

Wiskunde 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 informatie

m: y = 0, 5x + 21 snijden met de x -as ( y = 0) 0 = 0, 5x , 5x = 21 x = 42. Snijpunt met x -as: (42, 0).

m: y = 0, 5x + 21 snijden met de x -as ( y = 0) 0 = 0, 5x , 5x = 21 x = 42. Snijpunt met x -as: (42, 0). C. von Schwartzenberg 1/1 1a In 1 minuut zakt het watereil 1 0 = cm (in 10 minuten zakt het water 0 cm). 10 Na 1 minuut is de waterhoogte 0 = 6 cm en na minuen is de waterhoogte 0 = cm. 1b II h = 0 t,

Nadere informatie

Hiermee rekenen we de testwaarde van t uit: n. 10 ( x ) ,16

Hiermee rekenen we de testwaarde van t uit: n. 10 ( x ) ,16 modulus strepen: uitkomst > 0 Hiermee rekenen we de testwaarde van t uit: n 10 ttest ( x ) 105 101 3,16 n-1 4 t test > t kritisch want 3,16 >,6, dus 105 valt buiten het BI. De cola bevat niet significant

Nadere informatie

BESLUIT. Besluit van de directeur-generaal van de Nederlandse mededingingsautoriteit als bedoeld in artikel 37, eerste lid, van de Mededingingswet.

BESLUIT. Besluit van de directeur-generaal van de Nederlandse mededingingsautoriteit als bedoeld in artikel 37, eerste lid, van de Mededingingswet. BESLUIT Besuit van de directeur-generaa van de Nederandse mededingingsautoriteit as bedoed in artike 37, eerste id, van de Mededingingswet. Zaaknummer 1264/Woningstichting 's-gravenhage - Woningstichting

Nadere informatie

Tentamenset A. 2. Welke van de volgende beweringen is waar? c. N R N d. R Z R

Tentamenset A. 2. Welke van de volgende beweringen is waar? c. N R N d. R Z R Tentamenset A. Gegeven de volgende verzamelingen A en B. A is de verzameling van alle gehele getallen tussen de 0 en 0 die deelbaar zijn door, en B is de verzameling gehele positieve getallen deelbaar

Nadere informatie

Kansrekening en Statistiek

Kansrekening en Statistiek Kansrekening en Statistiek College 12 Donderdag 21 Oktober 1 / 38 2 Statistiek Indeling: Stochast en populatie Experimenten herhalen Wet van de Grote Getallen Centrale Limietstelling 2 / 38 Deductieve

Nadere informatie

Hypothese toetsen. Moderne Wiskunde MW B1 deel 5, hoofdstuk S3

Hypothese toetsen. Moderne Wiskunde MW B1 deel 5, hoofdstuk S3 Hypothese toetsen Moderne Wiskunde MW B deel 5, hoofdstuk S3 Het is vaak onmogelijk om een volledige populatie te onderzoeken. Dan moet je je behelpen met een steekproef uit de populatie. Op grond van

Nadere informatie

Examen HAVO. Wiskunde A1,2

Examen HAVO. Wiskunde A1,2 Wiskunde A1,2 Examen HAVO Hoger Algemeen Voortgezet Onderwijs Tijdvak 1 Donderdag 25 mei 13.30 16.30 uur 20 00 Dit examen bestaat uit 19 vragen. Voor elk vraagnummer is aangegeven hoeveel punten met een

Nadere informatie

Uitwerkingen bij 1_0 Voorkennis: Centrummaten

Uitwerkingen bij 1_0 Voorkennis: Centrummaten Uitwerkingen bij 1_0 Voorkennis: Centrummaten + + + + + + = + + + + + + =! " "" ## $!! % &#' % #! %!% $ % "$ ()*+," "!!""-.$!"" -.!-!%! " $-.#" &#! / 0 & ) ))) ))))), 1 & )))) ) ))) ), $ " % "-! #-!-!""

Nadere informatie

VB: De hoeveelheid neemt nu met 12% af. Hoeveel was de oorspronkelijke hoeveelheid? = 1655 oud = 1655 nieuw = 0,88 x 1655 = 1456

VB: 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 informatie

De griffier gewaardeerd Een klantenonderzoek onder staten- en gemeenteraadsleden

De griffier gewaardeerd Een klantenonderzoek onder staten- en gemeenteraadsleden De griffier gewaardeerd 2011 Een kantenonderzoek onder staten- en gemeenteraadseden Vereniging van Griffiers Apri 2011 Inhoudsopgave Samenvatting... 3 1 Ineiding... 4 1.1 Achtergrond... 4 1.2 Enquête en

Nadere informatie

80 is het vaste bedrag. (moet je betalen onafhankelijk van het aantal km)

80 is het vaste bedrag. (moet je betalen onafhankelijk van het aantal km) C. von Schwartzenberg 1/1 1a 1b 1c 1d t = 10 A = 0, 8 10 + 3 = 8 + 3 = 26 (miljoen ha). Bij halverwege 1985 hoort t = 15, 5 A = 0, 8 15, 5 + 3 = 21, 6 (miljoen ha). Het snijpunt met de verticale as is

Nadere informatie

13.1 Kansberekeningen [1]

13.1 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 informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN

TECHNISCHE UNIVERSITEIT EINDHOVEN TECHNISCHE UNIVERSITEIT EINDHOVEN Tentamen Biostatistiek voor BMT (2S390) op 17-11-2003 U mag alleen gebruik maken van een onbeschreven Statistisch Compendium (dikt. nr. 2218) en van een zakrekenmachine.

Nadere informatie

Hoofdstuk 4 Hypothese toetsen

Hoofdstuk 4 Hypothese toetsen a b Hoofdstuk 4 Hypothese toetsen 4. Werken met steekproeven bladzijde 84 (a) de onderzoeker ondervraagt alleen mannen (b) hij ondervraagt slechts mensen die een winkelwagen hebben gepakt (c) hij doet

Nadere informatie

Correctievoorschrift HAVO. Wiskunde A1,2 (nieuwe stijl)

Correctievoorschrift HAVO. Wiskunde A1,2 (nieuwe stijl) Wiskunde A, (nieuwe stijl) Correctievoorschrift HAVO Hoger Algemeen Voortgezet Onderwijs 0 03 Tijdvak Inzenden scores Vul de scores van de alfabetisch eerste vijf kandidaten per school in op de optisch

Nadere informatie

HOOFDSTUK IV TOETSEN VAN STATISTISCHE HYPOTHESEN

HOOFDSTUK IV TOETSEN VAN STATISTISCHE HYPOTHESEN HOOFDSTUK IV TOETSEN VAN STATISTISCHE HYPOTHESEN 4.1 PARAMETERTOESTEN 1 A. Toetsen van het gemiddelde Beschouw een steekproef X 1, X,, X n van n onafhankelijke N(µ, σ) verdeelde kansveranderlijken Men

Nadere informatie

Eindexamen wiskunde A1-2 compex vwo 2007-II

Eindexamen wiskunde A1-2 compex vwo 2007-II IQ Een maat voor iemands intelligentie is het zogenaamde IQ (Intelligentie Quotiënt). Hoe intelligenter een persoon is, hoe hoger zijn/haar IQ is. Het IQ is bij benadering normaal verdeeld. In deze opgave

Nadere informatie

Eindexamen wiskunde A1-2 vwo 2007-I

Eindexamen wiskunde A1-2 vwo 2007-I Eindexamen wiskunde A-2 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

Nadere informatie

De 'echte' toets lijkt hierop, alleen is de vormgeving anders. De uitwerkingen vind je voor de toetsweek terug op

De 'echte' toets lijkt hierop, alleen is de vormgeving anders. De uitwerkingen vind je voor de toetsweek terug op De 'echte' toets lijkt hierop, alleen is de vormgeving anders. De uitwerkingen vind je voor de toetsweek terug op www.molenaarnet.org. Geef je niet exacte antwoorden in 4 decimalen nauwkeurig Opgave 1

Nadere informatie

3.1 Het herhalen van kansexperimenten [1]

3.1 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 informatie

4 HAVO wiskunde A HOOFDSTUK voorkennis 1. soorten verdelingen 2. de normale verdeling 3. betrouwbaarheidsintervallen 4. groepen en kenmerken

4 HAVO wiskunde A HOOFDSTUK voorkennis 1. soorten verdelingen 2. de normale verdeling 3. betrouwbaarheidsintervallen 4. groepen en kenmerken 4 HAVO wiskunde A HOOFDSTUK 6 0. voorkennis 1. soorten verdelingen 2. de normale verdeling 3. betrouwbaarheidsintervallen 4. groepen en kenmerken 0. voorkennis Centrum- en spreidingsmaten Centrummaten:

Nadere informatie

wiskunde A vwo 2016-II

wiskunde A vwo 2016-II wiskunde A vwo 06-II Hittegolven in Nederland maximumscore 3 Uit de tabel: er waren 354 hittegolfdagen De periode 9-03 beslaat 37 595 dagen De kans is 0,9% ( nauwkeuriger) (gevolgd door een passende conclusie)

Nadere informatie

Correctievoorschrift VWO

Correctievoorschrift VWO Correctievoorschrift VWO 2007 tijdvak wiskunde A,2 Het correctievoorschrift bestaat uit: Regels voor de beoordeling 2 Algemene regels 3 Vakspecifieke regels 4 Beoordelingsmodel 5 Inzenden scores Regels

Nadere informatie

7.1 Toets voor het gemiddelde van een normale verdeling

7.1 Toets voor het gemiddelde van een normale verdeling Hoofdstuk 7 Toetsen van hypothesen Toetsen van hypothesen is, o.a. in de medische en chemische wereld, een veel gebruikte statistische techniek. Het wordt vaak gebruikt om een gevestigde norm eventueel

Nadere informatie

Gifgebruik in de aardappelteelt

Gifgebruik in de aardappelteelt Gifgebruik in de aardappelteelt Opgave 1. jaar gifgebruik 1998 32 kg/ha 2007 24,5 kg/ha Van 2007 naar 2015 is een periode van 8 jaar. Maak eventueel een verhoudingstabel. In 9 jaar neemt het gifgebruik

Nadere informatie

8.1 Centrum- en spreidingsmaten [1]

8.1 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 informatie

1 e jaar 2 e graad (2uur)

1 e jaar 2 e graad (2uur) ysica hoofdstuk 1 : Mechanica 1 e jaar 2 e graad (2uur) 6 Hefboen 6.1. Definitie O een een spijker uit de uur te haen gebruiken we een... Een...is een werktuig. Dit werktuig is een...voorwerp et een...

Nadere informatie

n: x y = 0 x 0 2 x 0 1 x 0 1 x 0 4 y -6 0 y 1 0 y 0 1 y 2 0 p =. C. von Schwartzenberg 1/10

n: x y = 0 x 0 2 x 0 1 x 0 1 x 0 4 y -6 0 y 1 0 y 0 1 y 2 0 p =. C. von Schwartzenberg 1/10 1a 1b G&R havo B deel C. von Schwartzenberg 1/10 Tien broden kosten 16 euro blijft over voor bolletjes 60 16 = euro. Hij kan nog = 110 bolletjes kopen. 0,0 90 bolletjes kosten 6 euro blijft over voor broden

Nadere informatie

Toetsen van Hypothesen. Het vaststellen van de hypothese

Toetsen 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 informatie

x 0 2 y -1 0 x 0 1 y 2-1 y 3 4 y 0 2 G&R vwo A/C deel 1 2 Functies en grafieken C. von Schwartzenberg 1/15 1a 1b

x 0 2 y -1 0 x 0 1 y 2-1 y 3 4 y 0 2 G&R vwo A/C deel 1 2 Functies en grafieken C. von Schwartzenberg 1/15 1a 1b G&R vwo A/C deel 1 Functies en grafieken C. von Schwartzenberg 1/15 1a 1b t =, 5 d 10, 5 + 46 = 1 (m). 1 minuut en 45 seconden geeft t = 1,75 d 10 1,75 + 46 = 8,5 (m). 1c 1d Per minuut wordt de diepte

Nadere informatie

Wiskunde 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 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 informatie

Correctievoorschrift VWO

Correctievoorschrift VWO Correctievoorschrift VWO 2007 tijdvak wiskunde A Het correctievoorschrift bestaat uit: Regels voor de beoordeling 2 Algemene regels 3 Vakspecifieke regels 4 Beoordelingsmodel 5 Inzenden scores Regels voor

Nadere informatie

c P( X 1249 of X 1751 µ = 1500 en σ = 100) = 1 P(1249 X 1751)

c P( X 1249 of X 1751 µ = 1500 en σ = 100) = 1 P(1249 X 1751) Uitwerkingen Wiskunde A Netwerk VWO 6 Hoofdstuk 5 Toetsen www.uitwerkingensite.nl Hoofdstuk 5 Toetsen Kern Het principe van een toets a Nee, de waarneming,% wijkt erg sterk af van de verwachte,5%. Ja,,6%

Nadere informatie

HOOFDSTUK 6: INTRODUCTIE IN STATISTISCHE GEVOLGTREKKINGEN

HOOFDSTUK 6: INTRODUCTIE IN STATISTISCHE GEVOLGTREKKINGEN HOOFDSTUK 6: INTRODUCTIE IN STATISTISCHE GEVOLGTREKKINGEN Inleiding Statistische gevolgtrekkingen (statistical inference) gaan over het trekken van conclusies over een populatie op basis van steekproefdata.

Nadere informatie

ouderparticipatie keuzedossier vmbo osb in de onderbouw Gemengde Leerweg

ouderparticipatie keuzedossier vmbo osb in de onderbouw Gemengde Leerweg euzedossier ouderparticipatie keuzedossier vmbo osb in de onderbouw Gemengde Leerweg Op vijf badzijden in het werkboek wordt de medewerking van de ouders of verzorgers van de eeringen gevraagd. Wanneer

Nadere informatie

Voor de beoordeling zijn de volgende passages van de artikelen 41, 41a en 42 van het Eindexamenbesluit van belang:

Voor de beoordeling zijn de volgende passages van de artikelen 41, 41a en 42 van het Eindexamenbesluit van belang: wiskunde A,2 Correctievoorschrift HAVO Hoger Algemeen Voortgezet Onderwijs Het correctievoorschrift bestaat uit: Regels voor de beoordeling 2 Algemene regels 3 Vakspecifieke regels 4 Beoordelingsmodel

Nadere informatie

De normale verdeling

De 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 informatie

euzedossier ouderparticipatie keuzedossier havo/vwo profielkeuze

euzedossier ouderparticipatie keuzedossier havo/vwo profielkeuze euzedossier ouderparticipatie keuzedossier havo/vwo profiekeuze Op zes badzijden in het werkboek wordt de medewerking van de ouders of verzorgers van de eeringen gevraagd. Wanneer de werkboeken op schoo

Nadere informatie

Correctievoorschrift VWO. Wiskunde A1,2 (nieuwe stijl)

Correctievoorschrift VWO. Wiskunde A1,2 (nieuwe stijl) Wiskunde A, (nieuwe stijl) Correctievoorschrift VWO Voorbereidend Wetenschappelijk Onderwijs 0 0 Tijdvak Inzenden scores Uiterlijk op 5 juni de scores van de alfabetisch eerste vijf kandidaten per school

Nadere informatie