Examen Statistiek I Januari 2010 Feedback
|
|
- Merel Coppens
- 8 jaren geleden
- Aantal bezoeken:
Transcriptie
1 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 is laaggeschoold. De rest is hooggeschoold. Bij de vrouwen is de proportie van laaggeschoolden 0.4. De rest is hooggeschoold. De proportie van laaggeschoolden met een rijbewijs is 87.5%. De proportie van laaggeschoolde vrouwen die geen rijbewijs hebben is 25%. Het aantal personen zonder rijbewijs is 39. Bij de laaggeschoolde mannen is de proportie met rijbewijs... A 7/8 B 3/4 C * 41/45 D 8/135 Uit de 130 vrouwen zijn er 52 laaggeschoolden ( ). Vijfenzeventig procent van die hebben een rijbewijs, dus = 39. Uit de 270 mannen zijn er 180 laaggeschoolden (twee derden van 270). Het totaal aantal laaggeschoolden is = 232. Zeven achtsten (87.5%) van die hebben een rijbewijs; dus 232 7/8 = 203. Het aantal laaggeschoolde mannen met een rijbewijs is dus = 164. De proportie van laaggeschoolde mannen zonder rijbewijs is dan 164/180 = 41/45. 2 Een steekproef van 400 personen bestaat uit 270 mannen en 130 vrouwen. Twee derden van de mannen is laaggeschoold. De rest is hooggeschoold. Bij de vrouwen is de proportie van laaggeschoolden 0.4. De rest is hooggeschoold. De proportie van laaggeschoolden met een rijbewijs is 87.5%. De proportie van laaggeschoolde vrouwen die geen rijbewijs hebben is 25%. Het aantal personen zonder rijbewijs is 39. De proportie van hooggeschoolde mannen met een rijbewijs in de groep van hooggeschoolde mannen ligt tussen... A * 85 en 100% B 70 en 85% C 55 en 70% D 0 en 15% Het aantal personen met een rijbewijs is = 361. Het aantal laaggeschoolden met een rijbewijs is = 203. Er zijn dus 158 (want = 158) hooggeschoolden met een rijbewijs. Stel dat alle hooggeschoolde vrouwen (dus 78 vrouwen) een rijbewijs hebben. Dan zijn er 80 hooggeschoolde mannen met een rijbewijs (80 = ). Als niet alle hooggeschoolde vrouwen een rijbewijs hebben, dan zijn er meer dan 80 hooggeschoolde mannen met een rijbewijs. Het aantal hooggeschoolde mannen met een rijbewijs ligt dus tussen 80 en 90 (op een totaal van 90 hooggeschoolde mannen). De proportie is dus zeker tussen 85 en 100 %. 1
2 3 De variabelen X en Y worden op een ratioschaal gemeten. De verwachting van X is 12 en die van Y, 46. De standaardfout σ X is 2 en σ Y = 1.5. De correlatiecoëfficiënt ρ XY tussen de variabelen X en Y is nul. Een steekproef van drie elementen wordt getrokken. De waarnemingen van X en Y in die steekproef zijn x T = (12, 10, 14) en y T = (44, 52, 48). Welke bewering is correct? A r s = 1/3 B * cov xy = 8/3 C De variabelen X en Y zijn afhankelijk. D r s = 2/3 x = 12 en ȳ = 48. cov xy = 1 3 ((12 12)(44 48)+(10 12)(52 48)+(14 12)(48 48)) = (0( 4) + ( 2)(4) + (2)0) = 8/ In Statisland lijdt één persoon op tien aan obesitas en twee op zestien aan alcoholisme. Die twee pathologieën zijn onafhankelijk van elkaar. Als iemand aan obesitas lijdt, is die alcoholverslaafd met kans... A * 12.5%. B 22.5%. C 1.25%. D 2.25 kans om besmet te worden. De gervraagde kans is P (alcohol obesitas). Omdat de twee gebeurtenissen onafhankelijk zijn is P (alcohol obesitas) gelijk aan P (alcohol). Dus 2/16 of 12.5%. 5 In Statisland lijdt één persoon op tien aan obesitas en twee op zestien aan alcoholisme. Die twee pathologieën zijn onafhankelijk van elkaar. Als je 3 individuen trekt, dan is de kans dat exact twee individuen obees en alcoholverslaafd zijn gelijk aan... A 2/80 B 237/240 C * 237/80 3 D 158/80 2. De kans dat 1 individu obees en alcoholverslaafd is, is P (alcohol obesitas). Omdat de twee gebeurtenissen onafhankelijk zijn is P (alcohol obesitas) gelijk aan P (alcohol)p (obesitas) = (1/10) (2/16) = 1/80. Als je 3 individuen trekt, dan is de kans dat exact twee individuen obees en alcoholverslaafd zijn gelijk aan P (B(3, 1/80) = 2). Die kans wordt gegeven door de formule van de kansverdeling van de binomiale variabele. Dus P (B(3, 1/80) = 2) = 3 (1/80) 2 (79/80) 1 = 237/
3 6 In Statisland lijdt één persoon op tien aan obesitas en twee op zestien aan alcoholisme. Die twee pathologieën zijn onafhankelijk van elkaar. Bij trekking van één persoon uit die populatie wordt de uitkomst aangeduid door OA (obees en alcoholverslaafd), O (obees en niet alcoholverslaafd), A (niet obees en alcoholverslaafd) of N (niet obees en niet alcoholverslaafd). Dus E = {A, O, OA, N}. De getrokken persoon is obees indien de uitkomst behoort tot de gebeurtenis... A * {OA, O, N} {OA, O, A} B {OA, O, N} {OA, O, A} C {OA, O, N} D {A} De getrokken persoon is obees indien de uitkomst O of OA is. Maw de getrokken persoon is obees indien de uitkomst tot de verzameling {O, OA} behoort. En {OA, O, N} {OA, O, A} = {O, OA}. 7 Bij de Student verdeling met tien vrijheidsgraden is... A de mediaan gelijk aan 1 B de verwachting gelijk aan 1 C * de interkwartiele afstand kleiner dan 2.8 D de interkwartiele afstand groter dan 2.8 De interkwartiele afstand is P 75 P 25. We weten dat P 75 = t en P 25 = t De interkwartiele afstand is dus gelijk aan t ( t ) = 2t Maar we vinden t in de tabellen niet. We vinden wel t Het is We kunnen dus P 90 P 10 en we vinden = De interkwartiele afstand is dus kleiner dan en ook zeker kleiner dan De gemiddelde tijd om het examen Statistiek I af te leggen is 2 uur. De variabele tijd is een χ 2 2 variabele met variantie 4. Als ik wil dat ongeveer 95% van de studenten genoeg tijd hebben, hoe lang moet het examen duren? (afronden) A Drie uur B * Zes uur C Vier uur D Vijf uur De duur (d) moet aan deze vergelijking voldoen: P (χ 2 2 d) = In de tabel van de χ2 verdelingsfunctie vinden we d = Na afronding, d = 6. 3
4 9 In een onderzoek van Goetz en Baer (1973, Social control of form diversity and the emergence of new forms in children s blockbuilding Journal of Applied Behavior Analysis, 6, ) wordt nagegaan of de positieve feedback van de opvoeder een invloed heeft op het aantal verschillende blokken dat een kind gebruikt om een toren te maken in een bepaalde periode. De variabele X wordt gedefiniëerd als het aantal verschillende blokken. V (X) is gelijk aan 6. Steekproeven van 40 kinderen worden getrokken. Welke bewering is correct? A * X is bij benadering normaal verdeeld. B V (X) = 6/ 4 C σ X = 6. D Geen van de andere drie alternatieven is correct X is bij benadering normaal verdeeld omdat de steekproef groot is (n > 30). 10 In een onderzoek van Goetz en Baer (1973, Social control of form diversity and the emergence of new forms in children s blockbuilding Journal of Applied Behavior Analysis, 6, ) wordt nagegaan of de positieve feedback van de opvoeder een invloed heeft op het aantal verschillende blokken dat een kind gebruikt om een toren te maken in een bepaalde periode. De variabele X wordt gedefiniëerd als het aantal verschillende blokken. De variantie van X is gelijk aan 6. Steekproeven van 4 kinderen worden getrokken. Welke bewering is correct? A * E(S 2 X ) = 4.5 B σ 2 X = 6/4 C S 2 X = 6 D E(S 2 X ) = E(S 2 X ) = n 1 n σ2 = = x T x... A = n i=1 1 x i B * = n i=1 x 2 i C = n i=1 (x i x j ) D is niet gedefinieëerd x T y is per definitie n i=1 x i y i. Dus x T x = n i=1 x i x i = n i=1 x 2 i. 4
5 12 X is een discrete toevalsvariabele met 1, 2, 3, 4, 5, 6, 7, 8, 9 en 10 als mogelijke waarden. Hieronder vind je de verdelingsfunctie van X. P (2 X < 5) =... A * 0.31 B 0.24 C 0.59 D 0.72 x F (x) P (2 X < 5) = F (4) F (1) = = Welke maat is geen maat van centrale tendentie? A P 50 B de mediaan C * Geen van de drie andere alternatieven is correct. D de modus Zie cursus 5
6 14 X is een discrete toevalsvariabele met 1, 2, 3, 4, 5, 6, 7, 8, 9 en 10 als mogelijke waarden. Hieronder vind je de verdelingsfunctie van X. E(X) = 5. Welke bewering is correct? x F (x) A De variabele X heeft een binomiale verdeling. B * Geen van de drie andere alternatieven is correct C De parameter π van de verdeling van X is gelijk aan 0.5 D V (X) > 25 Een binomiale variabele kan ook de waarde 0 nemen. Dus A en C zijn fout. σ 2 = P (X = 1)(1 5) 2 +P (X = 2)(2 5) P (X = 9)(9 5) 2 +P (X = 10)(10 5) 2. Dus σ 2 = P (X = 1)( 4) 2 + P (X = 2)( 3) P (X = 9)(4) 2 + P (X = 10)(5) 2. We kunnen P (X = 1), P (X = 2), enz. uit de tabel van F afleiden en dan σ 2 berekenen maar dat hoeft niet: in de formule van σ 2 is de grootste gekwadrateerde afstand gelijk aan 5 2 = 25. De variantie is dus zeker kleiner dan 25. 6
7 15 De totale kost (variabele X) van een hospitalisatie bestaat uit de honoraria (variabele H, betaald aan de artsen) en van andere kosten (variabele K, betaald aan het ziekenhuis). De variabelen H en K zijn normaalverdeeld met µ H = 255, σ H = 60, µ K = 525 en σ K = 60. De correlatie tussen H en K is ρ HK = 7/18. De standaardfout σ X is gelijk aan... A * 100 B 120 C 7200 D Geen van de drie andere alternatieven is correct X = H+K. Bijgevolg σx 2 = σ2 H +σ2 K +2COV (H, K) (cursus, p.137). We moeten dus eerst COV (H, K) berekenen. We weten dat ρ KK = COV (H, K)/σ H σ K. Dus COV (H, K) = ρ KK σ H σ K = (7/18) = Dus σx 2 = = Eindelijk, σ X = = De totale kost (variabele X) van een hospitalisatie bestaat uit de honoraria (variabele H, betaald aan de artsen) en van andere kosten (variabele K, betaald aan het ziekenhuis). De variabelen H en K zijn normaalverdeeld met µ H = 255, σ H = 60, µ K = 525 en σ K = 60. De correlatie tussen H en K is ρ HK = 7/18. Welke bewering is correct? A De variabelen H en K zijn onafhankelijk B * µ x = 780 C De proportie van steekproeven waar H en K positief gecorreleerd zijn, is 7/18 D Geen van de andere drie alternatieven is correct A is fout omdat de correlatie tussen H en K niet nul is. C is gewoon onzin. µ x = µ H + µ K = = Je leest in een artikel dat de correlatie in een steekproef tussen de variabelen X en Y positief is, dat de variantie s 2 x 24 is en dat s 2 y nul is. Welke conclusie is zeker juist? A * Dat kan niet. B Er is maar één element in de steekproef. C De waarde van Y is dezelfde bij alle elementen van de steekproef. D De standaarddeviatie van Y is nul Probeer een spreidingsdiagram te tekenen waar de variantie van Y nul is en waar de tendentie stijgend is. Dat kan niet. 7
8 18 Je leest in een artikel dat de variatiebreedte in een steekproef 25 is en dat de interkwartiele afstand 0 is. Welke conclusie is zeker juist? A * Geen van de drie andere alternatieven is correct. B Dat kan niet C Er is maar één element in de steekproef D De standaarddeviatie is nul Beschouw volgende data: 0,10,10,10,10,10,10,10,10,10,10,10,10,25. De variatiebreedte is 25. De interkwartiele afstand is 0. Het is dus mogelijk. Daarom is B fout. C is fout omdat de variatiebreedte nul zou zijn indien de steekproef maar één element zou tellen. De variatiebreedte is positief (25). De standaarddeviatie is dus zeker positief. Daarom is D fout. 19 P (7.434 χ ) =... A 90 % B * 95 % C * Geen van de drie andere alternatieven is correct D 99 % P (7.434 χ ) = P (χ ) P (χ ) = = Er zijn dus twee correcte alternatieven: B (met afronding) en C (zonder afronding). 20 Je werpt een munt 4 keer en de uitkomst is 3 keer kop. Dit wijst aan dat de munt niet zuiver is en, in het bijzonder, dat P (kop) > P (munt). We gaan die hypothese statistisch toetsen met een betrouwbaarheid van 90%. Welke bewering is correct? A * De nulhypothese moet aanvaard worden B De overschrijdingskans is 1/4 C De alternatieve hypothese moet aanvaard worden D Er wordt niet aan de voorwaarden voldaan om die hypothese te toetsen De alternatieve hypothese is P (kop) > P (munt) of maw π kop > 1/2. We gebruiken dus een toets voor een eenzijdige hypothese betreffende een proportie. De overschrijdingskans is P (B(4, 1/2) 3) = P (B(4, 1/2) = 3) + P (B(4, 1/2) = 4). P (B(4, 1/2) = 3) = 4! 3!1! = 4 (1/2) 4 = 1/4. P (B(4, 1/2) = 4) = 4! 4!0! = (1/2) 4 = 1/16. Eindelijk, P (B(4, 1/2) 3) = 1/4 + 1/16 = 5/16. Dit is groter dan α = 10%. Dus aanvaarding van de nulhypothese. 8
9 21 Je werpt een munt 4 keer en de uitkomst is 3 keer kop. Dit wijst aan dat de munt niet zuiver is en, in het bijzonder, dat P (kop) > P (munt). We willen die hypothese statistisch toetsen met betrouwbaarheid 1 α. Welke bewering is correct? A De kans op een foutieve aanvaarding van de alternatieve hypothese is kleiner indien α groter is B De kans op een foutieve verwerping van de nulhypothese is kleiner indien α groter is C * De kans op een foutieve verwerping van de alternatieve hypothese is kleiner indien α groter is D De kans op een foutieve verwerping van de alternatieve hypothese is onafhankelijk van α Een verwerping (foutief of niet) van de alternatieve hypothese gebeurt als P (G g) > α. Hoe groter α, hoe zeldzamer de steekproeven waar P (G g) > α; dus hoe zeldzamer de verwerping van de alternatieve hypothese. Maw, hoe kleiner de kans op een verwerping (foutief of niet) van de alternatieve hypothese. Een verwerping (foutief of niet) van de alternatieve hypothese gebeurt als g binnen het acceptatie-interval ligt. Hoe kleiner het interval, hoe kleiner de kans op een verwerping van de alternatieve hypothese. We weten ook dat de breedte van het acceptatie-interval daalt wanneer α stijgt. Dus, hoe groter α, hoe kleiner de kans op een foutieve verwerping van de alternatieve hypothese. 22 Je werpt een munt n keer en de uitkomst is (n 1) keer kop. Als n 3, dan wijst dit aan dat de munt niet zuiver is en, in het bijzonder, dat P (kop) > P (munt). We willen die hypothese statistisch toetsen met betrouwbaarheid 90%. Welke bewering is correct? A * Hoe groter n, hoe kleiner de overschrijdingskans B Hoe groter n, hoe groter de overschrijdingskans C De overschrijdingskans is onafhankelijk van n D Geen van de drie andere alternatieven is correct Stel dat n = 3. Je hebt dus 2 keer kop op een totaal van drie worpen. Dit wijst aan dat P (kop) > P (munt) maar de evidentie is zeer zwak. Stel nu dat n = 100. Je hebt dus 99 keer kop op een totaal van 100 worpen. Dit wijst nog aan dat P (kop) > P (munt) maar de evidentie is veel sterker. De kans dat je 99 of 100 keer kop hebt op een totaal van 100 bij een zuivere munt (ttz de overschrijdingskans) is nu heel klein. 9
10 23 Een boswachter beweert dat in een bepaald stuk bos, waar gelijktijdig beukenbomen zijn aangeplant, de bomen een gemiddelde hoogte van 35 m bereikt hebben. Er worden 36 willekeurig gekozen bomen geveld. Men vindt voor het rekenkundig gemiddelde van hun lengtes x = 34.4 m, en standaard deviatie s = 1.6 m. Toets de bewering van de boswachter met significantieniveau α = 0.1. A * De alternatieve hypothese moet aanvaard worden B De nulhypothese moet aanvaard worden C De alternatieve hypothese moet verworpen worden D Geen van de drie andere alternatieven is correct Hypothese betreffende een verwachting, eenzjdig, σ onbekend. Waarde van de toetsingsgrootheid: g = x 35 s/ n 1 = / /6 = = < 2. Kritieke waarde = t = Beslissing : g < kritieke waarde. Dus verwerping van de nulhypothese. 24 Een fabrikant van wegwerpbatterijen beweert in zijn reclamespots dat zijn batterijen goed zijn voor minstens 10 uur muziek op een walkman, gemiddeld gezien. Een consumentenmagazine wil dit testen, en voert de volgende steekproef uit : 50 batterijen worden getest, en men vindt x = 9 uur 35min en s = 20min. Men weet ook dat σ = 125 min. Men wil toetsen of de bewering van de fabrikant correct is, op niveau 10 %. A De nulhypothese moet aanvaard worden B * De nulhypothese moet verworpen worden C Er wordt niet aan de voorwaarden voldaan om deze hypothese te toetsen D Geen van de drie andere alternatieven is correct Hypothese betreffende een verwachting, eenzjdig, σ bekend. Alles in dezelfde eenheid uitdrukken; bv in minuut. Waarde van de toetsingsgrootheid: g = x 600 σ/ n = / /7 = = 7 5 = 1.4. Kritieke waarde = z 0.1 = Beslissing : g < kritieke waarde. Dus verwerping van de nulhypothese. 10
11 25 Men wenst de slijtage van twee verschillende types van banden voor vrachtwagens te onderzoeken. Men neemt daartoe een aselecte steekproef van acht banden van elk type en onderwerpt deze aan een slijtagetest waarvan de uitslag het aantal mm diktevermindering van de oppervlaktelaag is. Hieronder de data in mm. type 1 type Uit vroeger onderzoek weet men dat de slijtage van banden van type 1 normaal verdeeld is. Hetzelfde geldt voor banden van type 2. Bij type 1 banden is s 2 gelijk aan 0.07 en x = Bij type 2 banden is s 2 gelijk aan 0.09 en x = Stel een betrouwbaarheidsinterval op, afgerond op 2 cijfers na de komma, voor de slijtage van banden van type 1, met α = 10%. Tip: in de loop van de berekeningen moet je een vierkantwortel berekenen; die is echt simpel. Nog een tip: a/ b = a/b. A [5.86, 6.14] B [5.83, 6.17] C * [5.81, 6.19] D [5.87, 6.13] Betrouwbaarheidsinterval voor een verwachting, σ onbekend. [ x t 0.05 n 1 s/ n 1, x + t 0.05 n 1 s/ n 1] = [ / 7, / 7] = [ , ] = [ , ] = [ , ] = [5.81, 6.19] (na afronding). 11
12 26 Een rechte gaat door de punten (X = 1, Y = 2) en (X = 7, Y = 5). De vergelijking van die rechte is Y = b 0 + b 1 X. Een andere rechte gaat door de punten (X = 0, Y = 8) en (X = 10, Y = 0). De vergelijking van de tweede rechte is Y = b 0 + b 1X. Wat zijn de coordinaten van het snijpunt tussen de twee rechten? A (X = 1, Y = 1) B (X = 0, Y = 1.5) C * (X = 5, Y = 4) D Geen van de drie andere alternatieven is correct Teken de twee rechten. Je komt deze grafiek uit Op de grafiek lees je de coordinaten van het snijpunt: ongeveer (X = 5, Y = 4). We kunnen dit verifiëren. Laten we de vergelijking van de eerste rechte berekenen. b 1 = (5 2)/(7 1) = 1/2. Laten we de vergelijking schrijven bij het punt (1, 2): 2 = b Dus b 0 = = 1.5. Ten slotte, Y = X. Laten we de coordinaten van het (vermoedelijke) snijpunt invullen: 4 = Het klopt. De eerste rechte gaat dus door het punt (5, 4). Laten we nu de vergelijking van de tweede rechte berekenen. b 1 = (8 0)/(0 10) = 0.8. Laten we de vergelijking schrijven bij het punt (0, 8): 8 = b Dus b 0 = 8. Eindelijk, Y = 8 0.8X. Laten we de coordinaten van het (vermoedelijke) snijpunt invullen: 4 = Het klopt ook. De tweede rechte gaat dus door het punt (5, 4). Beide rechten gaan door het punt (5, 4); het is dus het snijpunt. 12
13 27 Bij het toetsen van een hypothese betreffende de verwachting µ van de variabele X is α... A * de kans op een steekproef die tot de verwerping van de nulhypothese leidt, terwijl die juist is. B de kans dat g buiten het acceptatieinterval ligt, terwijl de nulhypothese juist is. C de kans dat g binnen het acceptatieinterval ligt, terwijl de nulhypothese juist is. D de proportie van individuen in de steekproef die buiten het acceptatieinterval liggen, terwijl de nulhypothese juist is. A is juist (zie cursus). B is fout. Het symbool g verwijst naar de waarde van de toevalsvariabele G; het is een getal. Het getal ligt buiten het interval of niet maar dat is niet toevallig. Bewering B zou juist zijn als volgt: de kans dat G buiten het acceptatieinterval ligt, terwijl de nulhypothese juist is. 13
14 28 Lefevre et al. (Memory & Cognition, 1988) toonden op een computerscherm aan volwassen proefpersonen een aantal optelopgaven met een antwoord onder de 10, bijvoorbeeld Na een korte tijd (minimaal 60 en maximaal 480 milliseconden) verdween de opgave van het scherm en verscheen onmiddellijk een getal. De proefpersoon moest met een ja- of neeknop aangeven of dat getal hetzelfde was als aan een van de net aangeboden getallen. Deze taak om de juistheid van een aangeboden stimulus te bepalen, heet een verificatietaak. Het aangeboden getal kon inderdaad een van die getallen uit de opgave zijn (5 of 2 in dit voorbeeld), maar ook de som van de getallen (7) of een neutraal getal (de som plus of min 3, dus 4 of 10 in dit voorbeeld). De tijd werd gemeten die de proefpersoon nodig had om een van de knoppen in te drukken. Als het getal gelijk was aan de som, dan hadden de proefpersonen meer tijd nodig om de nee-knop in te drukken dan wanneer een neutraal getal werd aangeboden. Het effect was het sterkst bij een tijdsverloop tussen opgavenaanbieding en aanbieding van het getal van minder dan 180 milliseconden. We repliceren dit experiment met 5 proefpersonen en 12 presentaties per proefpersoon. De ja-antwoorden en de foutieve antwoorden worden verwijderd en onderstaande tabel geeft de reactietijden (in ms) weer bij de correcte nee-antwoorden. getal = som neutraal getal De variabele in de eerste kolom wordt door X S aangeduid en in de tweede kolom door X N. Het gemiddelde van X S is terwijl x N = We beschikken ook over s 2 X S = 3001, s 2 X N = 3912 en σ 2 X N = Wat is het betrouwbaarheidsinterval voor σ 2 X S, met α = 5%? A [1803.1, ] B * [1612.1, ] C [646.4, 722.0] D [652.4, 716.0] Het betrouwbaarheidsinterval voor σ 2 X S is een beetje kleiner dan is [ ns2 X S, k α/2 n 1 ns 2 X S k α/2,n 1 ] = [ , ] = en is een beetje kleiner dan = 14
Feedback proefexamen Statistiek I 2009 2010
Feedback proefexamen Statistiek I 2009 2010 Het correcte antwoord wordt aangeduid door een sterretje. 1 Een steekproef van 400 personen bestaat uit 270 mannen en 130 vrouwen. Een derde van de mannen is
Nadere informatieExamen Statistiek I Feedback
Examen Statistiek I Feedback Bij elke vraag is alternatief A correct. Bij de trekking van een persoon uit een populatie beschouwt men de gebeurtenissen A (met bril), B (hooggeschoold) en C (mannelijk).
Nadere informatieHoofdstuk 5 Een populatie: parametrische toetsen
Hoofdstuk 5 Een populatie: parametrische toetsen 5.1 Gemiddelde, variantie, standaardafwijking: De variantie is als het ware de gemiddelde gekwadrateerde afwijking van het gemiddelde. Hoe groter de variantie
Nadere informatieDEZE 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 informatieHoofdstuk 3 Statistiek: het toetsen
Hoofdstuk 3 Statistiek: het toetsen 3.1 Schatten: Er moet een verbinding worden gelegd tussen de steekproefgrootheden en populatieparameters, willen we op basis van de een iets kunnen zeggen over de ander.
Nadere informatieVerklarende Statistiek: Toetsen. Zat ik nou in dat kritische gebied of niet?
Verklarende Statistiek: Toetsen Zat ik nou in dat kritische gebied of niet? Toetsen, Overzicht Nulhypothese - Alternatieve hypothese (voorbeeld: toets voor p = p o in binomiale steekproef) Betrouwbaarheid
Nadere informatieHoofdstuk 7: Statistische gevolgtrekkingen voor distributies
Hoofdstuk 7: Statistische gevolgtrekkingen voor distributies 7.1 Het gemiddelde van een populatie Standaarddeviatie van de populatie en de steekproef In het vorige deel is bij de significantietoets uitgegaan
Nadere 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 informatieHOOFDSTUK 6: INTRODUCTIE IN STATISTISCHE GEVOLGTREKKINGEN
HOOFDSTUK 6: INTRODUCTIE IN STATISTISCHE GEVOLGTREKKINGEN Inleiding Statistische gevolgtrekkingen (statistical inference) gaan over het trekken van conclusies over een populatie op basis van steekproefdata.
Nadere informatie1BA PSYCH Statistiek 1 Oefeningenreeks 3 1
Juno KOEKELKOREN D.1.3. OEFENINGENREEKS 3 OEFENING 1 In onderstaande tabel vind je zes waarnemingen van twee variabelen (ratio meetniveau). Eén van de waarden van y is onbekend. Waarde x y 1 1 2 2 9 2
Nadere informatieHOOFDSTUK 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 informatieHOOFDSTUK 7: STATISTISCHE GEVOLGTREKKINGEN VOOR DISTRIBUTIES
HOOFDSTUK 7: STATISTISCHE GEVOLGTREKKINGEN VOOR DISTRIBUTIES 7.1 Het gemiddelde van een populatie Standaarddeviatie van de populatie en de steekproef In het vorige deel is bij de significantietoets uitgegaan
Nadere informatieData analyse Inleiding statistiek
Data analyse Inleiding statistiek 1 Terugblik - Inductieve statistiek Afleiden van eigenschappen van een populatie op basis van een beperkt aantal metingen (steekproef) Kennis gemaakt met kans & kansverdelingen»
Nadere informatieHoofdstuk 6 Twee populaties: parametrische toetsen
Hoofdstuk 6 Twee populaties: parametrische toetsen 6.1 De t-toets voor het verschil tussen twee gemiddelden: In veel onderzoekssituaties zijn we vooral in de verschillen tussen twee populaties geïnteresseerd.
Nadere informatieHiermee rekenen we de testwaarde van t uit: n. 10 ( x ) ,16
modulus strepen: uitkomst > 0 Hiermee rekenen we de testwaarde van t uit: n 10 ttest ( x ) 105 101 3,16 n-1 4 t test > t kritisch want 3,16 >,6, dus 105 valt buiten het BI. De cola bevat niet significant
Nadere informatieFeedback examen Statistiek II Juni 2011
Feedback examen Statistiek II Juni 2011 Bij elke vraag is alternatief A correct. 1 De variabele X is Student verdeeld in een bepaalde populatie, met verwachting µ X en variantie σ 2 X. Je trekt steekproeven
Nadere informatieLesbrief 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 informatieVandaag. Onderzoeksmethoden: Statistiek 3. Recap 2. Recap 1. Recap Centrale limietstelling T-verdeling Toetsen van hypotheses
Vandaag Onderzoeksmethoden: Statistiek 3 Peter de Waal (gebaseerd op slides Peter de Waal, Marjan van den Akker) Departement Informatica Beta-faculteit, Universiteit Utrecht Recap Centrale limietstelling
Nadere informatieDeeltentamen 2 Algemene Statistiek Vrije Universiteit 18 december 2013
Afdeling Wiskunde Volledig tentamen Algemene Statistiek Deeltentamen 2 Algemene Statistiek Vrije Universiteit 18 december 2013 Gebruik van een (niet-grafische) rekenmachine is toegestaan. Geheel tentamen:
Nadere informatie. Dan geldt P(B) = a. 1 4. d. 3 8
Tentamen Statistische methoden 4052STAMEY juli 203, 9:00 2:00 Studienummers: Vult u alstublieft op het meerkeuzevragenformulier uw Delftse studienummer in (tbv automatische verwerking); en op het open
Nadere informatie15.1 Beslissen op grond van een steekproef [1]
15.1 Beslissen op grond van een steekproef [1] Voorbeeld 1: Een vulmachine vult flessen met een inhoud van X ml. X is normaal verdeeld met μ = 400 en σ = 4 Er wordt een steekproef genomen van 40 flessen.
Nadere informatieVrije Universiteit 28 mei Gebruik van een (niet-grafische) rekenmachine is toegestaan.
Afdeling Wiskunde Volledig tentamen Statistics Deeltentamen 2 Statistics Vrije Universiteit 28 mei 2015 Gebruik van een (niet-grafische) rekenmachine is toegestaan. Geheel tentamen: opgaven 1,2,3,4. Cijfer=
Nadere informatieVoorbeeldtentamen Statistiek voor Psychologie
Voorbeeldtentamen Statistiek voor Psychologie 1) Vul de volgende uitspraak aan, zodat er een juiste bewering ontstaat: De verdeling van een variabele geeft een opsomming van de categorieën en geeft daarbij
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Statistiek (2DD14) op vrijdag 17 maart 2006, 9.00-12.00 uur.
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Statistiek DD14) op vrijdag 17 maart 006, 9.00-1.00 uur. UITWERKINGEN 1. Methoden om schatters te vinden a) De aannemelijkheidsfunctie
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 11 Dinsdag 25 Oktober 1 / 27 2 Statistiek Vandaag: Hypothese toetsen Schatten 2 / 27 Schatten 3 / 27 Vragen: liegen 61 Amerikanen werd gevraagd hoeveel % van de tijd
Nadere informatieKansrekening 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 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 informatieSamenvatting Statistiek
Samenvatting Statistiek De hoofdstukken 1 t/m 3 gaan over kansrekening: het uitrekenen van kansen in een volledig gespecifeerd model, waarin de parameters bekend zijn en de kans op een gebeurtenis gevraagd
Nadere informatieCursus TEO: Theorie en Empirisch Onderzoek. Practicum 2: Herhaling BIS 11 februari 2015
Cursus TEO: Theorie en Empirisch Onderzoek Practicum 2: Herhaling BIS 11 februari 2015 Centrale tendentie Centrale tendentie wordt meestal afgemeten aan twee maten: Mediaan: de middelste waarneming, 50%
Nadere informatieStatistiek voor A.I. College 12. Dinsdag 23 Oktober
Statistiek voor A.I. College 12 Dinsdag 23 Oktober 1 / 20 2 Deductieve statistiek Orthodoxe statistiek 2 / 20 3 / 20 Jullie - onderzoek Wivine Tijd waarop je opstaat (uu:mm wordt weergeven als uumm). Histogram
Nadere informatieData analyse Inleiding statistiek
Data analyse Inleiding statistiek 1 Doel Beheersen van elementaire statistische technieken Toepassen van deze technieken op aardwetenschappelijke data 2 1 Leerstof Boek: : Introductory Statistics, door
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 12 Vrijdag 16 Oktober 1 / 38 2 Statistiek Indeling vandaag: Normale verdeling Wet van de Grote Getallen Centrale Limietstelling Deductieve statistiek Hypothese toetsen
Nadere informatiePopulatie: De gehele groep elementen waarover informatie wordt gewenst.
Statistiek I Werkcollege 1 Populatie: De gehele groep elementen waarover informatie wordt gewenst. Steekproef: Gedeelte van de populatie dat feitelijk wordt onderzocht om informatie te vergaren. Eenheden:
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 10 Donderdag 20 Oktober 1 / 1 2 Statistiek Vandaag: Hypothese toetsen 2 / 1 3 / 1 Terzijde NU.nl 19 oktober 2011: Veel Facebookvrienden wijst op grotere hersenen. (http://www.nu.nl/wetenschap/2645008/veel-facebookvrienden-wijst-groterehersenen-.html)
Nadere informatieInleiding Statistiek
Inleiding Statistiek Practicum 1 Op dit practicum herhalen we wat Matlab. Vervolgens illustreren we het schatten van een parameter en het toetsen van een hypothese met een klein simulatie experiment. Het
Nadere informatieStatistiek II. Sessie 1. Verzamelde vragen en feedback Deel 1
Statistiek II Sessie 1 Verzamelde vragen en feedback Deel 1 VPPK Universiteit Gent 2017-2018 Feedback Oefensessie 1 1 Staafdiagram 1. Wat is de steekproefgrootte? Op de horizontale as vinden we de respectievelijke
Nadere informatieTentamen Mathematische Statistiek (2WS05), vrijdag 29 oktober 2010, van 14.00 17.00 uur.
Technische Universiteit Eindhoven Faculteit Wiskunde en Informatica Tentamen Mathematische Statistiek (WS05), vrijdag 9 oktober 010, van 14.00 17.00 uur. Dit is een tentamen met gesloten boek. De uitwerkingen
Nadere informatieSamenvatting Wiskunde A
Bereken: Bereken algebraisch: Bereken exact: De opgave mag berekend worden met de hand of met de GR. Geef bij GR gebruik de ingevoerde formules en gebruikte opties. Kies op een examen in dit geval voor
Nadere informatieTentamen Wiskunde A CENTRALE COMMISSIE VOORTENTAMEN WISKUNDE. Datum: 19 december Aantal opgaven: 6
CENTRALE COMMISSIE VOORTENTAMEN WISKUNDE Tentamen Wiskunde A Datum: 19 december 2018 Tijd: 13.30 16.30 uur Aantal opgaven: 6 Lees onderstaande aanwijzingen s.v.p. goed door voordat u met het tentamen begint.
Nadere informatieb) Het spreidingsdiagram ziet er als volgt uit (de getrokken lijn is de later uit te rekenen lineaire regressie-lijn): hoogte
Classroom Exercises GEO2-4208 Opgave 7.1 a) Regressie-analyse dicteert hier geen stricte regels voor. Wanneer we echter naar causaliteit kijken (wat wordt door wat bepaald), dan is het duidelijk dat hoogte
Nadere informatieHoofdstuk 5: Steekproevendistributies
Hoofdstuk 5: Steekproevendistributies Inleiding Statistische gevolgtrekkingen worden gebruikt om conclusies over een populatie of proces te trekken op basis van data. Deze data wordt samengevat door middel
Nadere informatieStatistiek in de alfa en gamma studies. Aansluiting wiskunde VWO-WO 16 april 2018
Statistiek in de alfa en gamma studies Aansluiting wiskunde VWO-WO 16 april 2018 Wie ben ik? Marieke Westeneng Docent bij afdeling Methoden en Statistiek Faculteit Sociale Wetenschappen Universiteit Utrecht
Nadere informatieOefenvragen bij Statistics for Business and Economics van Newbold
Oefenvragen bij Statistics for Business and Economics van Newbold Hoofdstuk 1 1. Wat is het verschil tussen populatie en sample? De populatie is de complete set van items waar de onderzoeker in geïnteresseerd
Nadere informatieStatistiek voor A.I.
Statistiek voor A.I. College 13 Donderdag 25 Oktober 1 / 28 2 Deductieve statistiek Orthodoxe statistiek 2 / 28 3 / 28 Jullie - onderzoek Tobias, Lody, Swen en Sander Links: Aantal broers/zussen van het
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 14 Donderdag 28 Oktober 1 / 37 2 Statistiek Indeling: Hypothese toetsen Schatten 2 / 37 Vragen 61 Amerikanen werd gevraagd hoeveel % van de tijd zij liegen. Het gevonden
Nadere informatieDEEL 3 INDUCTIEVE STATISTIEK INLEIDING TOT DE INDUCTIEVE STATISTIEK 11.2 DE GROOTSTE AANNEMELIJKHEID - METHODE
DEEL 3 INDUCTIEVE STATISTIEK INHOUD H 10: INLEIDING TOT DE INDUCTIEVE STATISTIEK H 11: PUNTSCHATTING 11.1 ALGEMEEN 11.1.1 Definities 11.1.2 Eigenschappen 11.2 DE GROOTSTE AANNEMELIJKHEID - METHODE 11.3
Nadere informatieG0N11a Statistiek en data-analyse: project Eerste zittijd Modeloplossing
G0N11a Statistiek en data-analyse: project Eerste zittijd 2007-2008 Modeloplossing Opmerking vooraf: Deze modeloplossing is een heel volledig antwoord op de gestelde vragen. Om de maximumscore op een vraag
Nadere informatieKansrekening en statistiek wi2105in deel 2 16 april 2010, uur
Kansrekening en statistiek wi205in deel 2 6 april 200, 4.00 6.00 uur Bij dit examen is het gebruik van een (evt. grafische) rekenmachine toegestaan. Tevens krijgt u een formuleblad uitgereikt na afloop
Nadere informatieStatistiek ( ) eindtentamen
Statistiek (200300427) eindtentamen studiejaar 2010-11, blok 4; Taalwetenschap, Universiteit Utrecht. woensdag 29 juni 2011, 17:15-19:00u, Educatorium, zaal Gamma. Schrijf je naam en student-nummer op
Nadere informatieWiskunde B - Tentamen 2
Wiskunde B - Tentamen Tentamen van Wiskunde B voor CiT (57) Donderdag 4 april 005 van 900 tot 00 uur Dit tentamen bestaat uit 8 opgaven, 3 tabellen en formulebladen Vermeld ook je studentnummer op je werk
Nadere informatieStatistiek II. 1. Eenvoudig toetsen. Onderdeel toetsen binnen de cursus: Toetsen en schatten ivm één statistiek of steekproef
Statistiek II Onderdeel toetsen binnen de cursus: 1. Eenvoudig toetsen Toetsen en schatten ivm één statistiek of steekproef Via de z-verdeling, als µ onderzocht wordt en gekend is: Via de t-verdeling,
Nadere informatieExamen G0N34 Statistiek
Naam: Richting: Examen G0N34 Statistiek 8 september 2010 Enkele richtlijnen : Wie de vragen aanneemt en bekijkt, moet minstens 1 uur blijven zitten. Je mag gebruik maken van een rekenmachine, het formularium
Nadere informatieFormules Excel Bedrijfsstatistiek
Formules Excel Bedrijfsstatistiek Hoofdstuk 2 Data en hun voorstelling AANTAL.ALS vb: AANTAL.ALS(A1 :B6,H1) Telt hoeveel keer (frequentie) de waarde die in H1 zit in A1:B6 voorkomt. Vooral bedoeld voor
Nadere informatieHOOFDSTUK VI NIET-PARAMETRISCHE (VERDELINGSVRIJE) STATISTIEK
HOOFDSTUK VI NIET-PARAMETRISCHE (VERDELINGSVRIJE) STATISTIEK 1 1. INLEIDING Parametrische statistiek: Normale Verdeling Niet-parametrische statistiek: Verdelingsvrij Keuze tussen de twee benaderingen I.
Nadere informatie+ ( 1 4 )2 σ 2 X σ2. 36 σ2 terwijl V ar[x] = 11. Aangezien V ar[x] het kleinst is, is dit rekenkundig gemiddelde de meest efficiënte schatter.
STATISTIEK OPLOSSINGEN OEFENZITTINGEN 5 en 6 c D. Keppens 2004 5 1 (a) Zij µ de verwachtingswaarde van X. We moeten aantonen dat E[M i ] = µ voor i = 1, 2, 3 om te kunnen spreken van zuivere schatters.
Nadere informatieVoorbeeldtentamen Wiskunde A
CENTRALE COMMISSIE VOORTENTAMEN WISKUNDE Datum: Najaar 2018 Tijd: 3 uur Aantal opgaven: 6 Voorbeeldtentamen Wiskunde A Lees onderstaande aanwijzingen s.v.p. goed door voordat u met het tentamen begint.
Nadere informatieHoofdstuk 10: Regressie
Hoofdstuk 10: Regressie Inleiding In dit deel zal uitgelegd worden hoe we statistische berekeningen kunnen maken als sprake is van één kwantitatieve responsvariabele en één kwantitatieve verklarende variabele.
Nadere informatieStatistiek voor A.I. College 10. Donderdag 18 Oktober
Statistiek voor A.I. College 10 Donderdag 18 Oktober 1 / 28 Huffington Post poll verkiezingen VS - 12 Oktober 2012 2 / 28 Gallup poll verkiezingen VS - 15 Oktober 2012 3 / 28 Jullie - onderzoek Kimberly,
Nadere informatieWiskunde B - Tentamen 1
Wiskunde B - Tentamen Tentamen 57 Wiskunde B voor CiT vrijdag januari 5 van 9. tot. uur Dit tentamen bestaat uit 6 opgaven, formulebladen en tabellen. Vermeld ook uw studentnummer op uw werk en tentamenbriefje.
Nadere informatieHoofdstuk 12: Eenweg ANOVA
Hoofdstuk 12: Eenweg ANOVA 12.1 Eenweg analyse van variantie Eenweg en tweeweg ANOVA Wanneer we verschillende populaties of behandelingen met elkaar vergelijken, dan zal er binnen de data altijd sprake
Nadere informatie6.1 Beschouw de populatie die wordt beschreven door onderstaande kansverdeling.
Opgaven hoofdstuk 6 I Learning the Mechanics 6.1 Beschouw de populatie die wordt beschreven door onderstaande kansverdeling. De random variabele x wordt tweemaal waargenomen. Ga na dat, indien de waarnemingen
Nadere informatieHoeveel vertrouwen heb ik in mijn onderzoek en conclusie? Les 1
Hoeveel vertrouwen heb ik in mijn onderzoek en conclusie? Les 1 1 Onderwerpen van de lessenserie: De Normale Verdeling Nul- en Alternatieve-hypothese ( - en -fout) Steekproeven Statistisch toetsen Grafisch
Nadere informatieHet gebruik van Excel 2007 voor statistische analyses. Een beknopte handleiding.
Het gebruik van Excel 2007 voor statistische analyses. Een beknopte handleiding. Bij Excel denken de meesten niet direct aan een statistisch programma. Toch biedt Excel veel mogelijkheden tot statistische
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamenopgaven Statistiek 2DD71: UITWERKINGEN 1. Stroopwafels a De som S van de 12 gewichten is X 1 + X 2 + + X 12. Deze is normaal
Nadere informatieWe illustreren deze werkwijze opnieuw a.h.v. de steekproef van de geboortegewichten
Hoofdstuk 8 Betrouwbaarheidsintervallen In het vorige hoofdstuk lieten we zien hoe het mogelijk is om over een ongekende karakteristiek van een populatie hypothesen te formuleren. Een andere manier van
Nadere informatieSchriftelijk 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 informatieHoofdstuk 4 Kansen. 4.1 Randomheid
Hoofdstuk 4 Kansen 4.1 Randomheid Herhalingen en kansen Als je een munt opgooit (of zelfs als je een SRS trekt) kunnen de resultaten van tevoren voorspeld worden, omdat de uitkomsten zullen variëren wanneer
Nadere informatie11. Multipele Regressie en Correlatie
11. Multipele Regressie en Correlatie Meervoudig regressie model Nu gaan we kijken naar een relatie tussen een responsvariabele en meerdere verklarende variabelen. Een bivariate regressielijn ziet er in
Nadere informatie1. De volgende gemiddelden zijn gevonden in een experiment met de factor Conditie en de factor Sekse.
Oefentoets 1 1. De volgende gemiddelden zijn gevonden in een experiment met de factor Conditie en de factor Sekse. Conditie = experimenteel Conditie = controle Sekse = Vrouw 23 33 Sekse = Man 20 36 Van
Nadere informatieTentamen Kansrekening en Statistiek MST 14 januari 2016, uur
Tentamen Kansrekening en Statistiek MST 14 januari 2016, 14.00 17.00 uur Het tentamen bestaat uit 15 meerkeuzevragen 2 open vragen. Een formuleblad wordt uitgedeeld. Normering: 0.4 punt per MC antwoord
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 15 Dinsdag 2 November 1 / 16 2 Statistiek Indeling: Filosofie Schatten Centraal Bureau voor Statistiek 2 / 16 Schatten Vb. Het aantal tenen plus vingers in jullie huishoudens:
Nadere informatieKansrekening en statistiek WI2211TI / WI2105IN deel 2 2 februari 2012, uur
Kansrekening en statistiek WI22TI / WI25IN deel 2 2 februari 22, 4. 6. uur VOOR WI22TI: Bij dit examen is het gebruik van een (evt. grafische) rekenmachine toegestaan. Een formuleblad is niet toegestaan.
Nadere informatieToetsende Statistiek, Week 2. Van Steekproef naar Populatie: De Steekproevenverdeling
Toetsende Statistiek, Week 2. Van Steekproef naar Populatie: De Steekproevenverdeling Moore, McCabe & Craig: 3.3 Toward Statistical Inference From Probability to Inference 5.1 Sampling Distributions for
Nadere informatieCursus Statistiek Hoofdstuk 4. Statistiek voor Informatica Hoofdstuk 4: Verwachtingen. Definitie (Verwachting van discrete stochast) Voorbeeld (1)
Cursus Statistiek Hoofdstuk 4 Statistiek voor Informatica Hoofdstuk 4: Verwachtingen Cursusjaar 29 Peter de Waal Departement Informatica Inhoud Verwachtingen Variantie Momenten en Momentengenererende functie
Nadere informatieToegepaste Statistiek, Week 6 1
Toegepaste Statistiek, Week 6 1 Eén ordinale en één nominale variabele Nominale variabele met TWEE categorieën, 1 en 2 Ordinale variabele normaal verdeeld binnen iedere categorie? Variantie in beide categorieën
Nadere informatieData analyse Inleiding statistiek
Data analyse Inleiding statistiek Terugblik - Inductieve statistiek Afleiden van eigenschappen van een populatie op basis van een beperkt aantal metingen (steekproef) Kennis gemaakt met kans & kansverdelingen
Nadere informatieHoofdstuk 8 Het toetsen van nonparametrische variabelen
Hoofdstuk 8 Het toetsen van nonparametrische variabelen 8.1 Non-parametrische toetsen: deze toetsen zijn toetsen waarbij de aannamen van normaliteit en intervalniveau niet nodig zijn. De aannamen zijn
Nadere informatieTentamen Wiskunde A. Het gebruik van een mobiele telefoon of andere telecommunicatieapparatuur tijdens het tentamen
CENTRALE COMMISSIE VOORTENTAMEN WISKUNDE Tentamen Wiskunde A Datum: 11 juni 2012 Tijd: 19.00-22.00 uur Aantal opgaven: 8 Zet uw naam op alle in te leveren blaadjes. Laat bij elke opgave door middel van
Nadere informatieBijlage Bijlage 3. Statistische toetsing: werkwijze, toetsen, formules, toepassing
Bijlage 3 Statistische toetsing: werkwijze, toetsen, formules, toepassing In dit boek wordt kennis van statistiek en statistische ( hypothese)toetsing in principe bekend verondersteld. Niettemin geven
Nadere informatieECTS-fiche. 1. Identificatie
ECTS-fiche Opzet van de ECTS-fiche is om een uitgebreid overzicht te krijgen van de invulling en opbouw van de module. Er bestaat slechts één ECTS-fiche voor elke module. 1. Identificatie Opleiding Graduaat
Nadere informatie= P(B) = 2P(C), P(A B) = 1 2 en P(A C) = 2 5. d. 31
Tentamen Statistische methoden 45STAMEY april, 9: : Studienummers: Vult u alstublieft op het MC formulier uw Delftse studienummer in; en op het open vragen formulier graag beide, naar volgend voorbeeld:
Nadere informatieUitleg 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 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 informatieKansrekening en Statistiek
Kansrekening en Statistiek College 8 Donderdag 13 Oktober 1 / 23 2 Statistiek Vandaag: Stochast en populatie Experimenten herhalen Wet van de Grote Getallen Centrale Limietstelling 2 / 23 Stochast en populatie
Nadere informatieTentamenset 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 informatieVandaag. Onderzoeksmethoden: Statistiek 2. Basisbegrippen. Theoretische kansverdelingen
Vandaag Onderzoeksmethoden: Statistiek 2 Peter de Waal (gebaseerd op slides Peter de Waal, Marjan van den Akker) Departement Informatica Beta-faculteit, Universiteit Utrecht Theoretische kansverdelingen
Nadere informatieFormuleblad. Hoofdstuk 1: Gemiddelde berekenen: = x 1 + x 2 + x 3 + +x n / n Of: = 1/n Σ x i
Formuleblad Hoofdstuk 1: Gemiddelde berekenen: = x 1 + x 2 + x 3 + +x n / n Of: = 1/n Σ x i Plaats van de median berekenen: Oneven aantal observaties: (n+1)/2 Even aantal observaties: gemiddelde van de
Nadere informatieToetsen van hypothesen
Les 4 Toetsen van hypothesen We hebben tot nu toe enigszins algemeen naar grootheden van populaties gekeken en bediscussieerd hoe we deze grootheden uit steekproeven kunnen schatten. Vaak hebben we echter
Nadere informatieHOOFDSTUK VII REGRESSIE ANALYSE
HOOFDSTUK VII REGRESSIE ANALYSE 1 DOEL VAN REGRESSIE ANALYSE De relatie te bestuderen tussen een response variabele en een verzameling verklarende variabelen 1. LINEAIRE REGRESSIE Veronderstel dat gegevens
Nadere informatieStatistiek II. Sessie 5. Feedback Deel 5
Statistiek II Sessie 5 Feedback Deel 5 VPPK Universiteit Gent 2017-2018 Feedback Oefensessie 5 1 Statismex, gewicht en slaperigheid2 1. Lineair model: slaperigheid2 = β 0 + β 1 dosis + β 2 bd + ε H 0 :
Nadere informatieStochastiek 2. Inleiding in de Mathematische Statistiek 1 / 17
Stochastiek 2 Inleiding in de Mathematische Statistiek 1 / 17 Statistische toetsen 2 / 17 Toetsen - algemeen - 1 Setting: observatie X in X, model {P θ : θ Θ}. Gegeven partitie Θ = Θ 0 Θ 1, met Θ 0 Θ 1
Nadere informatieBeschrijvend statistiek
1 Beschrijvend statistiek 1. In een school werd het intelligentiequotiënt gemeten van de leerlingen van het zesde jaar (zie tabel). De getallen werden afgerond tot op de eenheid. De berekeningen mogen
Nadere informatieSheets K&S voor INF HC 10: Hoofdstuk 12
Sheets K&S voor INF HC 1: Hoofdstuk 12 Statistiek Deel 1: Schatten (hfdst. 1) Deel 2: Betrouwbaarheidsintervallen (11) Deel 3: Toetsen van hypothesen (12) Betrouwbaarheidsintervallen (H11) en toetsen (H12)
Nadere informatiestatviewtoetsen 18/12/ Statview toets, 2K WE, 30 mei Fitness-campagne Dominantie bij muizen... 4
statviewtoetsen 18/12/2000 Contents............................................................ 1 1 Statview toets, 2K WE, 30 mei 1995 2 1.1 Fitness-campagne................................................
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN. Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Kansrekening (2WS2), Vrijdag 24 januari 24, om 9:-2:. Dit is een tentamen met gesloten boek. De uitwerkingen van de opgaven
Nadere informatieToegepaste Statistiek, Week 3 1
Toegepaste Statistiek, Week 3 1 In Week 2 hebben we toetsingstheorie besproken mbt een kwantitatieve (ordinale) variabele G, en met name over zijn populatiegemiddelde E(G). Er waren twee gevallen: Er is
Nadere informatieTentamen Wiskunde A. Het gebruik van een mobiele telefoon of andere telecommunicatieapparatuur tijdens het tentamen
CENTRALE COMMISSIE VOORTENTAMEN WISKUNDE Tentamen Wiskunde A Datum: 16 januari 2014 Tijd: 14.00-17.00 uur Aantal opgaven: 7 Zet uw naam op alle in te leveren blaadjes. Laat bij elke opgave door middel
Nadere informatieTentamen Mathematische Statistiek (2WS05), dinsdag 3 november 2009, van uur.
Technische Universiteit Eindhoven Faculteit Wiskunde en Informatica Tentamen Mathematische Statistiek (2WS05), dinsdag 3 november 2009, van 4.00 7.00 uur. Dit is een tentamen met gesloten boek. De uitwerkingen
Nadere informatieCollege 2 Enkelvoudige Lineaire Regressie
College Enkelvoudige Lineaire Regressie - Leary: Hoofdstuk 7 tot p. 170 (Advanced Correlational Strategies) - MM&C: Hoofdstuk 10 (Inference for Regression) - Aanvullende tekst 3 Jolien Pas ECO 011-01 Correlatie:
Nadere informatieToetsende Statistiek Week 3. Statistische Betrouwbaarheid & Significantie Toetsing
Toetsende Statistiek Week 3. Statistische Betrouwbaarheid & Significantie Toetsing M, M & C, Chapter 6, Introduction to Inference 6.1 Estimating with Confidence 6.2 Tests of Significance 6.3 Use and Abuse
Nadere informatie