Vandaag. Onderzoeksmethoden: Statistiek 4. Recap: Hypothese toetsen. Recap: One-sample t-toets
|
|
- Samuël Geerts
- 8 jaren geleden
- Aantal bezoeken:
Transcriptie
1 Vandaag Onderzoeksmethoden: Statistiek 4 Peter de Waal (gebaseerd op slides Peter de Waal, Marjan van den Akker) Departement Informatica Beta-faculteit, Universiteit Utrecht Recap: Hypothese toetsen t-toets met één steekproef Betrouwbaarheidsinterval Meer t-toetsen: t-toets met gepaarde metingen t-toets met onafhankelijke metingen Chi-kwadraat toetsen: Goodness-of-fit toets Toets van onafhankelijkheid Statistiek 4: 1 / 44 Statistiek 4: Recap 2 / 44 Recap: Hypothese toetsen Recap: One-sample t-toets Procedure: Formuleer hypotheses Kies teststatistiek en leg criterium vast Bereken teststatistiek uit steekproef Neem beslissing Vergelijking van één steekproefgemiddelde met een norm (een van te voren bepaald gemiddelde, zeg µ 0 ). σ uit populatie is niet bekend en wordt geschat met behulp van s. Het steekproefaantal is klein (n < 120). Meetwaarden onafhankelijk en identiek normaal verdeeld (met zelfde gemiddelde en variantie). Oplossing: t-verdelingen t obs = X(n) µ 0 (s/ n) Onder H 0 : t obs heeft t-verdeling met df = n 1 vrijheidsgraden t-table: zie boek, online, Excel, calculator... Statistiek 4: Recap Hypothese toetsen 3 / 44 Statistiek 4: Recap Hypothese toetsen 4 / 44
2 Hypotheses toetsen en omgekeerd Betrouwbaarheidsinterval Bij t-toets: Hypothese H 0 : µ = µ 0. Geobserveerd steekproefgemiddelde X. Q: Wanneer is X in overeenstemming met H 0? A: Als X niet meer afwijkt van µ 0 dan s n t crit. Andersom: Geobserveerd steekproefgemiddelde X. Q: Met welke hypothesewaarden µ 0 is X in overeenstemming? A: Als µ 0 niet meer afwijkt van X dan s n t crit. Stel: ik meet steekproefgemiddelde X(n) = 23.4 Kan ik nu met 95% betrouwbaarheid zeggen in welk gebied het onbekende populatiegemiddelde µ ligt? 95% betrouwbaarheidsinterval: [ X(n) s t crit ; X(n) + s ] t crit n n waarbij t crit de kritieke waarde is voor α = 0.05 bij df = n 1. Statistiek 4: Recap Betrouwbaarheidsintervallen 5 / 44 Statistiek 4: Recap Betrouwbaarheidsintervallen 6 / 44 Betrouwbaarheidsinterval: voorbeeld Betrouwbaarheidsinterval (Interpretatie) Student Rick Mark Tom Ken Edwin # uren gamen per week X = 21 n = 5 s 2 = 9 t crit (df = 4) = voor α = % betrouwbaarheidsinterval [ ; ] = 5 5 [ ] ; (1 α)100% betrouwbaarheidsinterval, b.v. α = NIET: De echte waarde van µ valt met kans 95% binnen het interval WEL: Als we vaker een steekproef nemen met 5 studenten en telkens de bijbehorende betrouwbaarheidsintervallen uitrekenen, dan valt de echte waarde van µ binnen 95% van deze intervallen. Statistiek 4: Recap Betrouwbaarheidsintervallen 7 / 44 Statistiek 4: Recap Betrouwbaarheidsintervallen 8 / 44
3 Betrouwbaarheidsinterval Toetsen t-toets: 3 soorten onderzoeksvraagstellingen H 0 : µ = µ 0 wordt geaccepteerd in tweezijdige t-toets met significantie α dan en slechts dan als µ 0 ligt in het (1 α) 100% betrouwbaarheidsinterval Voorbeeld in SPSS: 1 t-toets met één steekproef: one-sample t-test) 2 t-toets met gepaarde metingen: (dependent-samples t-test) (matched-subjects t-test) (between-subjects t-test) 3 t-toets voor twee onafhankelijke steekproeven (independent-samples t-test) Statistiek 4: Recap Betrouwbaarheidsintervallen 9 / 44 Statistiek 4: Recap t-toets met gepaarde metingen 10 / 44 t-toets met gepaarde metingen (Paired-samples t-test) t-toets met gepaarde metingen: voorbeelduitwerking Voorbeeld 1: 30 zware rokers worden aan een trainingsprogramma onderworpen om van het roken af te komen, Vóór de training rookten zij gemiddeld 36 sigaretten per dag; Eén maand na de training rookten dezelfde rokers gemiddeld 28 sigaretten per dag. Is dit verschil groot genoeg om te mogen zeggen dat het trainingsprogramma effect heeft? Voorbeeld 2: Convergeert het force-directed graph algoritme bij parameters (s A, u A, r A ) langzamer of sneller dan bij (s B, u B, r B )? Paren van observaties: B.v. 40 testgrafen met 100 punten Run op elk van de testgrafen het force-directed graph algoritme bij parameters (s A, u A, r A ) en met (s B, u B, r B ) Voor elke graaf: X A = het aantal iteraties bij (s A, u A, r A ) en X B = het aantal iteraties bij (s B, u B, r B ) Neem aan: XA en X B ongeveer normaal verdeeld Voor ieder paar waarnemingen bereken je de verschilscore D = X A X B Verder werken met D als bij de one-sample t-toets met hypothese H 0 : µ D = 0. Statistiek 4: Recap t-toets met gepaarde metingen 11 / 44 Statistiek 4: Recap t-toets met gepaarde metingen 12 / 44
4 t-toets met gepaarde metingen: voorbeelduitw. (2) t-toets met gepaarde metingen: voorbeelduitw. (3) Toetsingsgrootheid: t = D µ d (s D / n). Significantieniveau: α =.01. We observeren: D obs = 23 en s D = 51: ((s B, u B, r B ) leverde gemiddeld 23 méér iteraties op dan (s A,, u A, r A )) s D n = = t = = Beslissingsregel: Verwerp H0 indien t obs t crit of t crit t obs. Verwerp H0 niet indien t crit < t obs < t crit. Criterium: Tweezijdige toetsing met α =.01: t crit (df = 39) Toetsingsgrootheid: t = Conclusie? Verwerp H 0 : er is een significant verschil tussen de twee parameterinstellingen. Statistiek 4: Recap t-toets met gepaarde metingen 13 / 44 Statistiek 4: Recap t-toets met gepaarde metingen 14 / 44 t-toets met gepaarde metingen: formules Consistentie van het effect D = X A X B, t = D µ d s D = D µ d (s D /, (df = n 1). n) Onder aanname van (meest gebruikelijke) H 0 : µ D = 0 is t = D s D = D (s D /, (df = n 1). n) en het (1 α)100% betrouwbaarheidsinterval voor µ D : [D s D t(df ) crit ; D + s D t(df ) crit ] Verschil is dus significant: Maar nader onderzoek levert: 11 grafen gaven bij (s B, u B, r B ) meer iteraties dan (s A, u A, r A ) 20 grafen gaven bij (s B, u B, r B ) gelijk # iteraties als (s A, u A, r A ) 9 grafen gaven bij (s B, u B, r B ) minder iteraties dan (s A, u A, r A ) Bij significantie wil je eigenlijk meer: Minstens de helft? Of nog meer (toevalseffect)? Waargenomen verschillen geven consistent effect als: Minimale aantal = 0.5(n + 1) n bij α = 0.05 Minimale aantal = 0.5(n + 1) n bij α = 0.01 Statistiek 4: Recap t-toets met gepaarde metingen 15 / 44 Statistiek 4: Recap t-toets met gepaarde metingen 16 / 44
5 Kwaliteit van het effect: voorbeelduitwerking t-toetsen We zien (s B, u B, r B ) levert méér iteraties op dan (s A, u A, r A ) n = 40 Minimale aantal = = 27.8 = 28 bij α = 0.05 Als tenminste 28 van de testgrafen meer iteraties nodig heeft bij (s B, u B, r B ) dan bij (s A, u A, r A ) dan mogen we concluderen dat in het algemeen dit bij tenminste de helft van de grafen het geval zal zijn. t-toets met één steekproef (one-sample t-test) t-toets met gepaarde metingen (dependent-samples t-test) (matched-subjects t-test) (between-subjects t-test) t-toets voor twee onafhankelijke steekproeven (independent-samples t-test) Statistiek 4: Recap t-toets met gepaarde metingen 17 / 44 Statistiek 4: Recap t-toets met gepaarde metingen 18 / 44 t-toets voor twee onafhankelijke metingen t-toets voor twee onafhankelijke metingen Eng: Independent samples t-test. Bestaat er een (significant) verschil tussen bachelor studenten en masterstudenten wat betreft leeftijd? Is er een (significant) verschil tussen uitwonende en thuiswonende studenten Informatica wat betreft het geld dat zij te besteden hebben? Rekenvoorbeeld: Is er een significant verschil in looptijd van het force-directed graph algoritme tussen bipartiete grafen en niet-bipartiete grafen (met gelijk aantal 100 knopen en 200 kanten)? We meten één afhankelijke interval of ratio variabele. Twee onafhankelijke steekproeven: Steekproef 1: Grootte n1, met metingen X 1,1, X 1,2,..., X 1,n1 Steekproef 2: Grootte n2, met metingen X 2,1, X 2,2,..., X 2,n2 Aannames: Afhankelijke variabele (meetresultaten) zijn normaal verdeeld Gelijke variantie (niet strict: klopt meestal wel met even grote steekproeven) H 0 : µ 1 = µ 2 (ook wel µ 1 µ 2 = 0) Vrijheidsgraden: df = n 1 + n 2 2. In Excel: t-test: Two-Sample Assuming Equal Variances Statistiek 4: t-toetsen Independent samples t-test 19 / 44 Statistiek 4: t-toetsen Independent samples t-test 20 / 44
6 t-toets voor twee onafhankelijke metingen t-toets voor twee onafhankelijke metingen: voorbeeld Onder aanname H o : µ 1 = µ 2 heeft toetsingsgrootheid: t = (X 1 X 2 ) (µ 1 µ 2 ) s X1 X 2 = (X 1 X 2 ) s X1 X 2 een t-verdeling met df = n 1 + n 2 2 vrijheidsgraden, s X1 X 2 = s 2 X n 1 + s2 X n 2 Met pooled variance s 2 X = s2 X 1 (n 1 1) + s 2 X 2 (n 2 1) en s 2 X n 1 + n 2 2 1, s 2 X 2 steekproefvarianties van de twee respectievelijke steekproeven. Let op: formule in boek veronderstelt s X1 = s X2 en wijkt dus af. 1. Formuleer hypothese H 0 : µ 1 = µ 2 H 1 : µ 1 µ Kies test-statistiek en leg criterium vast: t = (X 1 X 2 ) s X1 X 2 Significantieniveau: α =.05 n 1 = 46 (bipartiet) en n 2 = 56 (niet bipartiet) Onder H 0 heeft t een t-verdeling met df = 100 Kritieke waarde t crit = 1.99 (tweezijdig) Statistiek 4: t-toetsen Independent samples t-test 21 / 44 Statistiek 4: t-toetsen Independent samples t-test 22 / 44 t-toets voor twee onafhankelijke metingen: voorbeeld 3. Bereken teststatistiek uit steekproef: X 1 = , S X1 = , n 1 = 46, t-toets voor twee onafhankelijke metingen (100 α)% Betrouwbaarheidsinterval voor verschil: [(X 1 X 2 ) s X1 X2 t(df ) α/2, (X 1 X 2 ) + s X1 X2 t(df ) α/2 ] X 2 = , S X1 = , n 1 = 56, s 2 X = (1.6714) (1.5216) = s X1 X 2 = = t = = Neem beslissing:?? t crit < t < t crit, dus H 0 niet verwerpen. Statistiek 4: t-toetsen Independent samples t-test 23 / 44 Statistiek 4: t-toetsen Independent samples t-test 24 / 44
7 Effectgrootte Bij onafhankelijke metingen en significant verschil: percentage verklaarde variantie Hoeveel van de verschillen in de scores op de afhankelijke variabele wordt verklaard doordat ze uit een verschillende groep afkomstig zijn? Percentage verklaarde variantie is ω 2 100% met ω 2 = t2 obs t 2 obs + df waarbij (vuistregel): 0 5% is een zwak effect 5 20% is een matig effect > 20% is een sterk effect In dit geval: ω 2 = dus percentage verklaarde variantie is 3.21% (zwak effect) Statistiek 4: t-toetsen Independent samples t-test 25 / 44 Wat als waarnemingen niet normaal verdeeld zijn? T-toets is een zgn. parametrische toets:, i.e. Hypothese gaat over een parameter van de verdeling. Gebaseerd op aanname dat steekproefwaarnemingen bepaalde verdeling hebben (vaak Normale verdeling). Q: Wat te doen als niet aan aannames is voldaan? 1 Neem het gemiddelde van een aantal waarnemingen. Dit is normaal verdeeld volgens Centrale Limietstelling. Bijv. de gemiddelde looptijd van 20 restarts van Simulated Annealing 2 Wilcoxon signed-rank test (Ref. bijv. Wikipedia) Dit is een niet parametrische test (geen aanname op de verdeling van de steekproefwaarnemingen). Statistiek 4: t-toetsen Independent samples t-test 26 / 44 χ 2 (Chi-kwadraat) toets χ 2 -toets type 1: goodness of fit Verwachtingen over een variabele in een distributie. Met een Chi2 (χ 2 ) toets ga je na hoe waarschijnlijk het is dat verhoudingsmaten aan bepaalde verwachtingen of voorwaarden voldoen Twee soorten: Goodness-of-fit Onafhankelijkheid Geen aanname vooraf op bepaalde verdeling! Voorbeeld: Zijn verschillende typen internet-aansluitingen gelijk verdeeld? Zijn de verschillende soorten smartphones in deze klas gelijk verdeeld als in de rest van Nederland? Smartphonegebruik in NL 2012 (Q4) onder mobile phone users: Source: Telecompaper Smartphone Smartphone Smartphone Geen Android ios Anders Smartphone 47% 13% 10% 30% Statistiek 4: χ 2 -toetsen Intro 27 / 44 Statistiek 4: χ 2 -toetsen Goodness-of-Fit 28 / 44
8 Voorbeeld Steekproef van n = 60 proefpersonen met mobiel: χ 2 volgt Chi-kwadraat (χ 2 ) verdeling Familie van verdelingen met vrijheidsgraad: Hypothese H 0 : resultaten komen overeen met de verwachte aantallen volgens de gegeven verdeling: Goodness-of-fit Android ios Anders geen Verwacht % 47% 13% 10% 30% Verwachte frequentie E i Geobserveerde freq. O i Toetsingsgrootheid: χ 2 = K (O i E i ) 2 i=1 met K gelijk aan het aantal mogelijke uitkomstwaarden (Dit geval K = 4) E i Statistiek 4: χ 2 -toetsen Goodness-of-Fit 29 / 44 Statistiek 4: χ 2 -toetsen Goodness-of-Fit 30 / 44 χ 2 voor Goodness-of-Fit test χ 2 tabel χ 2 volgt een chi-kwadraat verdeling met df = K 1 vrijheidsgraden. Beslissing? Critical H 0 niet verwerpen. 2 Voorbeeld: α =.05 χ 2 = χ 2 α(df ) = χ 2 α(3) = (Tabel in boek of in Excel CHISQ.INV(0.95;3)) Verwerp H 0 als χ 2 χ 2 α(df ). Statistiek 4: χ 2 -toetsen Goodness-of-Fit 31 / 44 Critical 2 Proportion in Critical Region df Statistiek 4: χ 2 -toetsen Goodness-of-Fit 32 / 44
9 Voorbeeld Voorwaarden voor een χ 2 -toets Steekproef van n = 57 studenten (2013-3) met mobiel: χ 2 = Goodness-of-fit Android ios Anders geen Verwacht % 47% 13% 10% 30% Verwachte frequentie E i Geobserveerde freq. O i K i=1 (O i E i ) 2 E i = ( ) met K = 4. (7 7.41) (6 5.7) (8 17.1) = df = 3, χ 2 α(3) = 7.815, dus significant verschillend van verdeling over NL bevolking. Statistiek 4: χ 2 -toetsen Goodness-of-Fit 33 / 44 De steekproefelementen zijn onafhankelijk van elkaar en willekeurig getrokken Iedere observatie kan in precies één cel van de tabel worden geklassificeerd De verwachte celfrequenties zijn voldoende groot, d.w.z. minder dan 20% van de cellen heeft Ei < 5 geen enkele cel heeft Ei < 1 Statistiek 4: χ 2 -toetsen Goodness-of-Fit 34 / 44 χ 2 -toets type 2: onafhankelijkheid Hangen twee nominale variabelen samen? Kruistabel voorbeeld voorkeur Spelcomputer Observed Man Vrouw Kind Totaal Xbox PlayStation Wii Totaal Hangt gezinssamenstelling samen met type internetaansluiting Hangt keuze smartphone OS samen met afstudeerrichting? Hangt keuze spelcomputer samen met geslacht+leeftijd? Statistiek 4: χ 2 -toetsen Onafhankelijkheid 35 / 44 Statistiek 4: χ 2 -toetsen Onafhankelijkheid 36 / 44
10 Kruistabel voorbeeld voorkeur Spelcomputer Observed Man Vrouw Kind Totaal Xbox PlayStation Wii Totaal Expected Man Vrouw Kind Totaal Xbox?????? 30 PlayStation?????? 30 Wii?????? 40 Totaal Kruistabel voorbeeld voorkeur Spelcomputer Observed Man Vrouw Kind Totaal Xbox PlayStation Wii Totaal Expected Man Vrouw Kind Totaal Xbox PlayStation Wii Totaal Statistiek 4: χ 2 -toetsen Onafhankelijkheid 37 / 44 Statistiek 4: χ 2 -toetsen Onafhankelijkheid 38 / 44 χ 2 -toets voor onafhankelijkheid kruistabel Hypotheses: H0 : Elke groep (man, vrouw, kind) heeft dezelfde verdeling van voorkeuren over de verschillende spelcomputers, ofwel H 0 : voorkeur is onafhankelijk van de groep. H1 : bij minstens één van de groepen is de verdeling anders. (H 1 : keuze spelcomputer is afhankelijk van groep) R = aantal rijen en C = aantal kolommen Expected celaantallen E ij = (O i O j ) N Toetsstatistiek: χ 2 = i,j (O ij E ij ) 2 E ij, met df = (R 1)(C 1) Kruistabel voorbeeld voorkeur Spelcomputer Obs./Exp. Man Vrouw Kind Totaal Xbox 4 / 3 10 / 9 16 / / 30 PlayStation 4 / 3 9 / 9 17 / / 30 Wii 2 / 4 11 / / / 30 Totaal 10 / / / / 100 (O ij E ij ) 2 /E ij Man Vrouw Kind Xbox PlayStation Wii Sum = Statistiek 4: χ 2 -toetsen Onafhankelijkheid 39 / 44 Statistiek 4: χ 2 -toetsen Onafhankelijkheid 40 / 44
11 Rekenvoorbeeld Voorkeur vs. Spelcomputer Smartphone vs. Afstudeerrichting χ 2 = df = (R 1) (C 1) = 2 2 = 4 Opzoeken in Tabel: χ 2 α(df = 4) = 9.488, voor α =.05. Dus? H 0 niet verwerpen. Obs./Exp. Android ios Anders Geen Totaal Informatica Classic 14 / / / / / 22.0 Informatica Gametech 22 / / / / / 35.0 Totaal 36 / / / / / 57.0 df = (R 1) (C 1) = 1 3 = 3, χ 2 (df = 3) = 7.815, χ 2 = ( ) (2 2.7) (4 4.9)2 4.9 = Dus H 0 niet verwerpen: er is geen aanleiding te concluderen dat smartphone keuze afhangt van studierichting. Statistiek 4: χ 2 -toetsen Onafhankelijkheid 41 / 44 Statistiek 4: χ 2 -toetsen Onafhankelijkheid 42 / 44 χ 2 -test Type 2: Onafhankelijkheid Tot zover Zo meteen: Werkcollege Volgende week: Toets Datum: Woensdag 4 maart 2015 Oplossing voor lege cellen: Fischer Exact test Cellen samenvoegen (zorg voor logische samenvoegingen) Tijdstip: 13:30 15:30 Plaats: EDUC-GAMMA Meenemen: Calculator A4 (tweezijdig) handgeschreven/bedrukt met formules en aantekeningen Papier en kopieën van tabellen worden verstrekt Let op: je moet zelf kunnen bepalen welke toets je moet gebruiken! Statistiek 4: χ 2 -toetsen Onafhankelijkheid 43 / 44 Statistiek 4: Tot slot 44 / 44
Vandaag. Onderzoeksmethoden: Statistiek 4. Recap: Hypothese toetsen. Recap: One-sample t-toets
Vandaag Onderzoeksmethoden: Statistiek 4 Peter de Waal (gebaseerd op slides Peter de Waal, Marjan van den Akker) Departement Informatica Beta-faculteit, Universiteit Utrecht Recap: Hypothese toetsen t-toets
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 informatietoetsende statistiek deze week: wat hebben we al geleerd? Frank Busing, Universiteit Leiden
toetsende statistiek week 1: kansen en random variabelen week 2: de steekproevenverdeling week 3: schatten en toetsen: de z-toets week 4: het toetsen van gemiddelden: de t-toets Moore, McCabe, and Craig.
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 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 informatiet-toets met één steekproef Onderzoeksmethoden: Statistiek 3 t obs = s N Marjan van den Akker Tweezijdige t-toets met één steekproef
-oe me één eekproef vergelijking van één eekproefgemiddelde me een norm (een van e voren bepaald gemiddelde probleem: σ ui populaie i nie bekend en he eekproefaanal i klein (
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 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 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 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 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 informatieAntwoordvel Versie A
Antwoordvel Versie A Interimtoets Toegepaste Biostatistiek 13 december 013 Naam:... Studentnummer:...... Antwoorden: Vraag Antwoord Antwoord Antwoord Vraag Vraag A B C D A B C D A B C D 1 10 19 11 0 3
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 informatietoetskeuze schema verschillen in gemiddelden
toetsende statistiek week 1: kansen en random variabelen week 2: de steekproevenverdeling week 3: schatten en toetsen: de z-toets week 4: het toetsen van gemiddelden: de t-toets week 5: het toetsen van
Nadere informatieWe berekenen nog de effectgrootte aan de hand van formule 4.2 en rapporteren:
INDUCTIEVE STATISTIEK VOOR DE GEDRAGSWETENSCHAPPEN OPLOSSINGEN BIJ HOOFDSTUK 4 1. Toets met behulp van SPSS de hypothese van Evelien in verband met de baardlengte van metalfans. Ga na of je dezelfde conclusies
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 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 informatieStatistiek Hoorcollege 5. Χ 2 toets 10/7/2009. De Collegereeks Statistiek. Deze week. Vandaag. Keuze voor een toets
10/7/009 De Collegereeks Statistiek Informatiekunde Universiteit Utrecht Dr. H. Prüst Statistiek Hoorcollege 5 Χ toets (37): Descriptieve statistiek (H 1,,3) (HP) 3(38): Score & Kans verdelingen (H 4,
Nadere informatieStatistiek 2 deel A 30 minuten over statistisch toetsen
Statistiek 2 deel A 30 minuten over statistisch toetsen R.J. Baars, MSc Kruytgebouw N710 r.j.baars@uu.nl februari 2014 Opbouw van statistiek Statistiek 1 (periode 2: vandaag) Dit college + zelfstudie +
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 informatiegemiddelde politieke interesse van hoger opgeleide mensen)
SPSS-oefening 2: Hypothesetoetsen Opgave Oefening 1 a) Het zijn onafhankelijke steekproeven. De scores voor politieke interesse zijn afkomstig van verschillende mensen aangezien elke persoon slechts in
Nadere informatieINDUCTIEVE STATISTIEK VOOR DE GEDRAGSWETENSCHAPPEN OPLOSSINGEN BIJ HOOFDSTUK 5
INDUCTIEVE STATISTIEK VOOR DE GEDRAGSWETENSCHAPPEN OPLOSSINGEN BIJ HOOFDSTUK 5 1. De onderzoekers van een preventiedienst vermoeden dat werknemers in een bedrijf zonder liften fitter zijn dan werknemers
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 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 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 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 informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Statistiek 2 voor TeMa (2S195) op dinsdag , uur.
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Statistiek voor TeMa (S95) op dinsdag 3-03-00, 9- uur. Bij het tentamen mag gebruik worden gemaakt van een zakrekenmachine en
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 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 informatiec Voorbeeldvragen, Methoden & Technieken, Universiteit Leiden TS: versie 1 1 van 6
c Voorbeeldvragen, Methoden & Technieken, Universiteit Leiden TS: versie 1 1 van 6 1. Iemand kiest geblinddoekt 4 paaseitjes uit een mand met oneindig veel paaseitjes. De helft is melkchocolade, de andere
Nadere informatieInhoud. Woord vooraf 13. Hoofdstuk 1. Inductieve statistiek in onderzoek 17. Hoofdstuk 2. Kansverdelingen en kansberekening 28
Inhoud Woord vooraf 13 Hoofdstuk 1. Inductieve statistiek in onderzoek 17 1.1 Wat is de bedoeling van statistiek? 18 1.2 De empirische cyclus 19 1.3 Het probleem van de inductieve statistiek 20 1.4 Statistische
Nadere informatieAanpassingen takenboek! Statistische toetsen. Deze persoon in een verdeling. Iedereen in een verdeling
Kwantitatieve Data Analyse (KDA) Onderzoekspracticum Sessie 2 11 Aanpassingen takenboek! Check studienet om eventuele verbeteringen te downloaden! Huidige versie takenboek: 09 Gjalt-Jorn Peters gjp@ou.nl
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 informatieInterim Toegepaste Biostatistiek deel 1 14 december 2009 Versie A ANTWOORDEN
Interim Toegepaste Biostatistiek deel december 2009 Versie A ANTWOORDEN C 2 B C A 5 C 6 B 7 B 8 B 9 D 0 D C 2 A B A 5 C Lever zowel het antwoordformulier als de interim toets in Versie A 2. Dit tentamen
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 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 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 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 informatieToetsende Statistiek Week 5. De F-toets & Onderscheidend Vermogen
M, M & C 7.3 Optional Topics in Comparing Distributions: F-toets 6.4 Power & Inference as a Decision 7.1 The power of the t-test 7.3 The power of the sample t- Toetsende Statistiek Week 5. De F-toets &
Nadere informatieAnalyse van kruistabellen
Analyse van kruistabellen Inleiding In dit hoofdstuk, dat aansluit op hoofdstuk II-13 (deel2) van het statistiekboek wordt ingegaan op het analyseren van kruistabellen met behulp van SPSS. Met een kruistabel
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 informatiewerkcollege 6 - D&P9: Estimation Using a Single Sample
cursus 9 mei 2012 werkcollege 6 - D&P9: Estimation Using a Single Sample van frequentie naar dichtheid we bepalen frequenties van meetwaarden plot in histogram delen door totaal aantal meetwaarden > fracties
Nadere informatie8. Analyseren van samenhang tussen categorische variabelen
8. Analyseren van samenhang tussen categorische variabelen Er bestaat een samenhang tussen twee variabelen als de verdeling van de respons (afhankelijke) variabele verandert op het moment dat de waarde
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 informatieOnderzoek. B-cluster BBB-OND2B.2
Onderzoek B-cluster BBB-OND2B.2 Succes met leren Leuk dat je onze bundels hebt gedownload. Met deze bundels hopen we dat het leren een stuk makkelijker wordt. We proberen de beste samenvattingen voor jou
Nadere informatieSchriftelijk tentamen - UITWERKINGEN
Business Administration / Bedrijfskunde Schriftelijk tentamen - UITWERKINGEN Algemeen Vak : Statistische Methoden Groep : niet van toepassing en Technieken Vakcode : BKB0019t Soort tentamen : gesloten
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 informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Statistiek voor T (2S070) op vrijdag 8 oktober 1999, uur De u
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Statistiek voor T (2S070) op vrijdag 8 oktober 1999, 14.00-17.00 uur De uitwerkingen van de opgaven dienen duidelijk geformuleerd
Nadere informatieCursus Statistiek 2. Fellowonderwijs Opleiding Intensive Care. UMC St Radboud, Nijmegen
Cursus Statistiek 2 Fellowonderwijs Opleiding Intensive Care UMC St Radboud, Nijmegen Cursus Statistiek 2 Steekproefgrootte en power berekening Vergelijken van gemiddelden (T-testen) Niet-parametrische
Nadere informatieStochastiek 2. Inleiding in de Mathematische Statistiek 1 / 18
Stochastiek 2 Inleiding in de Mathematische Statistiek 1 / 18 t-toetsen 2 / 18 Steekproefgemiddelde en -variantie van normale observaties Stelling. Laat X 1,..., X n o.o. zijn en N(µ, σ 2 )-verdeeld. Dan:
Nadere informatieLes 2: Toetsen van één gemiddelde
Les 2: Toetsen van één gemiddelde Koen Van den Berge Statistiek 2 e Bachelor in de Biochemie & Biotechnologie 22 oktober 2018 Het statistisch testen van één gemiddelde is een veel voorkomende toepassing
Nadere informatieBerekenen en gebruik van Cohen s d Cohen s d is een veelgebruikte manier om de effectgrootte te berekenen en wordt
A. Effect & het onderscheidingsvermogen Effectgrootte (ES) De effectgrootte (effect size) vertelt ons iets over hoe relevant de relatie tussen twee variabelen is in de praktijk. Er zijn twee soorten effectgrootten:
Nadere informatieSheets hoorcollege 1 (over paragraaf 7.1) Uitgewerkte opgaven week 6 Antwoorden uitgewerkte opgaven week 6
MATERIALEN BIJ STATISTIEK (1991) JANUARI 010 Sheets hoorcollege 1 (over paragraaf 7.1) Uitgewerkte opgaven week 1 Antwoorden uitgewerkte opgaven week 1 11 15 Power-point sheets hoorcollege (over paragraaf
Nadere informatieintroductie Wilcoxon s rank sum toets Wilcoxon s signed rank toets introductie Wilcoxon s rank sum toets Wilcoxon s signed rank toets
toetsende statistiek week 1: kansen en random variabelen week : de steekproevenverdeling week 3: schatten en toetsen: de z-toets week : het toetsen van gemiddelden: de t-toets week 5: het toetsen van varianties:
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 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 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 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 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 informatieS0A17D: Examen Sociale Statistiek (deel 2)
S0A17D: Examen Sociale Statistiek (deel 2) 21 juni 2011 Naam : Jaar en studierichting : Lees volgende aanwijzingen eerst voor het examen te beginnen : Wie de vragen aanneemt en bekijkt, moet minstens 1
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 13 Dinsdag 26 Oktober 1 / 24 2 Statistiek Indeling: Hypothese toetsen Filosofie 2 / 24 Hypothese toetsen 3 / 24 Hypothese toetsen: toepassingen Vb. Een medicijn wordt
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 informatieVoer de gegevens in in een tabel. Definieer de drie kolommen van de tabel en kies als kolomnamen groep, vooraf en achteraf.
Opdracht 10a ------------ t-procedures voor gekoppelde paren t-procedures voor twee onafhankelijke steekproeven samengestelde t-procedures voor twee onafhankelijke steekproeven Twee groepen van 10 leraren
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 informatieParagraaf 10.1 : Populatie en Steekproef
Hoofdstuk 10 Statistische Variabelen (H5 Wis A) Pagina 1 van 8 Paragraaf 10.1 : Populatie en Steekproef Les 1 : Herhaling Definitie Betrouwbaarheidsinterval (BI) Betrouwbaarheidsinterval (BI) = { de waarden
Nadere informatieKruis per vraag slechts één vakje aan op het antwoordformulier.
Toets Stroom 1.2 Methoden en Statistiek tul, MLW 7 april 2006 Deze toets bestaat uit 25 vierkeuzevragen. Kruis per vraag slechts één vakje aan op het antwoordformulier. Vraag goed beantwoord dan punt voor
Nadere informatieCollege 6 Eenweg Variantie-Analyse
College 6 Eenweg Variantie-Analyse - Leary: Hoofdstuk 11, 1 (t/m p. 55) - MM&C: Hoofdstuk 1 (t/m p. 617), p. 63 t/m p. 66 - Aanvullende tekst 6, 7 en 8 Jolien Pas ECO 01-013 Het Experiment: een voorbeeld
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 informatieHoofdstuk 10 Eenwegs- en tweewegs-variantieanalyse
Hoofdstuk 10 Eenwegs- en tweewegs-variantieanalyse 10.1 Eenwegs-variantieanalyse: Als we gegevens hebben verzameld van verschillende groepen en we willen nagaan of de populatiegemiddelden van elkaar verscihllen,
Nadere informatieintroductie toetsen power pauze hypothesen schatten ten slotte introductie toetsen power pauze hypothesen schatten ten slotte
toetsende statistiek week 1: kansen en random variabelen week 2: de steekproevenverdeling week 3: schatten en toetsen: de z-toets Moore, McCabe, and Craig. Introduction to the Practice of Statistics Chapter
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 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 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 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 informatieBeschrijvende statistiek
Beschrijvende statistiek Beschrijvende en toetsende statistiek Beschrijvend Samenvatting van gegevens in de steekproef van onderzochte personen (gemiddelde, de standaarddeviatie, tabel, grafiek) Toetsend
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 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 informatieMeervoudige ANOVA Onderzoeksvraag Voorwaarden
Er is onderzoek gedaan naar rouw na het overlijden van een huisdier (contactpersoon: Karolijne van der Houwen (Klinische Psychologie)). Mensen konden op internet een vragenlijst invullen. Daarin werd gevraagd
Nadere informatieFiguur 1: Voorbeelden van 95%-betrouwbaarheidsmarges van gemeten percentages.
MARGES EN SIGNIFICANTIE BIJ STEEKPROEFRESULTATEN. De marges van percentages Metingen via een steekproef leveren een schatting van de werkelijkheid. Het toevalskarakter van de steekproef heeft als consequentie,
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 IV TOETSEN VAN STATISTISCHE HYPOTHESEN
HOOFDSTUK IV TOETSEN VAN STATISTISCHE HYPOTHESEN 4. VERGELIJKINGSTOETSEN A. Vergelijken van varianties Men beschouwt twee steekproeven uit normaal verdeelde populaties: X, X,, X n ~ N(µ, σ ) Y, Y,, Y n
Nadere 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 informatieBestaat er een betekenisvol verband tussen het geslacht en het voorkomen van dyslexie? Gebruik de Chi-kwadraattoets voor kruistabellen.
Oplossingen hoofdstuk IX 1. Bestaat er een verband tussen het geslacht en het voorkomen van dyslexie? Uit een aselecte steekproef van 00 leerlingen (waarvan 50% jongens en 50% meisjes) uit het basisonderwijs
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 informatieTentamen Biostatistiek 1 voor BMT (2DM40) woensdag 2 november 2011, uur
Faculteit der Wiskunde en Informatica Tentamen Biostatistiek 1 voor BMT (2DM40) woensdag 2 november 2011, 9.00-12.00 uur Bij het tentamen mag gebruik worden gemaakt van een zakrekenmachine en van een onbeschreven
Nadere informatieInhoudsopgave. Deel I Schatters en toetsen 1
Inhoudsopgave Deel I Schatters en toetsen 1 1 Hetschattenvanpopulatieparameters.................. 3 1.1 Inleiding:schatterversusschatting................. 3 1.2 Hetschattenvaneengemiddelde..................
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 informatiewerkcollege 6 - D&P10: Hypothesis testing using a single sample
cursus huiswerk opgaven Ch.9: 1, 8, 11, 12, 20, 26, 36, 37, 71 werkcollege 6 - D&P10: Hypothesis testing using a single sample Activities 9.3 en 9.4 van schatting naar toetsing vorige bijeenkomst: populatie-kenmerk
Nadere informatieExamen Kansrekening en Wiskundige Statistiek: oplossingen
Examen Kansrekening en Wiskundige Statistiek: oplossingen S. Vansteelandt Academiejaar 006-007 1. Een team van onderzoekers wil nagaan of een bepaald geneesmiddel Triptan meer effectief is dan aspirine
Nadere informatieTentamen Inleiding Statistiek (WI2615) 10 april 2013, 9:00-12:00u
Technische Universiteit Delft Mekelweg 4 Faculteit Elektrotechniek, Wiskunde en Informatica 2628 CD Delft Tentamen Inleiding Statistiek (WI2615) 10 april 2013, 9:00-12:00u Formulebladen, rekenmachines,
Nadere informatieHerkansing eindtoets statistiek voor HBO
Herkansing 1A 1 Herkansing eindtoets statistiek voor HBO Schrijf de antwoorden op de vragen alleen op deze pagina s. Antwoorden geschreven op andere vellen papier worden niet meegenomen in de beoordeling.
Nadere informatieKorte uitleg van twee veelvoorkomende statistische toetsen Veel wetenschappelijke hypothesen kunnen statistisch worden getoetst. Aan de hand van een
Korte uitleg van twee veelvoorkomende statistische toetsen Veel wetenschappelijke hypothesen kunnen statistisch worden getoetst. Aan de hand van een statistische toets beslis je of een hypothese waar is.
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 informatieOnderzoeksmethoden: Statistiek 1
0 123458898391081904749010998490849 074907079`794793784908`094389983.. Onderzoeksmethoden: Statistiek 1 Joepie, ons computerprogramma levert output Wat doen we hiermee? Marjan van den Akker 1 2 Output
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 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 informatie9. Lineaire Regressie en Correlatie
9. Lineaire Regressie en Correlatie Lineaire verbanden In dit hoofdstuk worden methoden gepresenteerd waarmee je kwantitatieve respons variabelen (afhankelijk) en verklarende variabelen (onafhankelijk)
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 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 informatieTECHNISCHE 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