Les 7-8: Parameter- en Vergelijkingstoetsen

Vergelijkbare documenten
Les 7-8: Parameter- en Vergelijkingstoetsen

Les 1: Waarschijnlijkheidrekening

Algemeen: Ronald Buyl. Gebouw D bureau 133. Tel: 02/

HOOFDSTUK IV TOETSEN VAN STATISTISCHE HYPOTHESEN

Niet-Parametrische Statistiek

Hoofdstuk 3 Statistiek: het toetsen

Kansrekening en Statistiek

Les 1: Waarschijnlijkheidrekening

Hoofdstuk 6 Twee populaties: parametrische toetsen

Sheets K&S voor INF HC 10: Hoofdstuk 12

Stochastiek 2. Inleiding in de Mathematische Statistiek 1 / 17

Hoofdstuk 5 Een populatie: parametrische toetsen

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

Statistiek voor A.I. College 14. Dinsdag 30 Oktober

Data analyse Inleiding statistiek

Vandaag. Onderzoeksmethoden: Statistiek 3. Recap 2. Recap 1. Recap Centrale limietstelling T-verdeling Toetsen van hypotheses

Stochastiek 2. Inleiding in de Mathematische Statistiek 1 / 18

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

+ ( 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.

HOOFDSTUK IV TOETSEN VAN STATISTISCHE HYPOTHESEN

Hoofdstuk 12: Eenweg ANOVA

Kansrekening en Statistiek

HOOFDSTUK 6: INTRODUCTIE IN STATISTISCHE GEVOLGTREKKINGEN

Toetsende Statistiek Week 3. Statistische Betrouwbaarheid & Significantie Toetsing

Kansrekening en Statistiek

Opgeloste Oefeningen Hoofdstuk 8: Het Toetsen van Hypothesen

Voorbeeldtentamen Statistiek voor Psychologie

HOOFDSTUK VI NIET-PARAMETRISCHE (VERDELINGSVRIJE) STATISTIEK

Hoofdstuk 8: Het Toetsen van Hypothesen (Extra Oefeningen)

Kengetal Antwoord Nee Nee Ja Nee Ja Ja Nee Toetsgrootheid 1,152 1,113 2,048 1,295 1,152 1,113 0,607

Hoofdstuk 7: Statistische gevolgtrekkingen voor distributies

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Statistiek (2DD14) op vrijdag 17 maart 2006, uur.

DEZE PAGINA NIET vóór 8.30u OMSLAAN!

Verklarende Statistiek: Toetsen. Zat ik nou in dat kritische gebied of niet?

15.1 Beslissen op grond van een steekproef [1]

Statistiek voor A.I. College 12. Dinsdag 23 Oktober

Les 1: Waarschijnlijkheidrekening

Kansrekening en Statistiek

6.1 Beschouw de populatie die beschreven wordt door onderstaande kansverdeling.

Statistiek II. 1. Eenvoudig toetsen. Onderdeel toetsen binnen de cursus: Toetsen en schatten ivm één statistiek of steekproef

Figuur 1: Voorbeelden van 95%-betrouwbaarheidsmarges van gemeten percentages.

Tentamen Inleiding Statistiek (WI2615) 10 april 2013, 9:00-12:00u

Toetsen van Hypothesen. Het vaststellen van de hypothese

Toetsende Statistiek Week 5. De F-toets & Onderscheidend Vermogen

Les 2: Toetsen van één gemiddelde

HOOFDSTUK 7: STATISTISCHE GEVOLGTREKKINGEN VOOR DISTRIBUTIES

HOOFDSTUK VII REGRESSIE ANALYSE

Toetsen van hypothesen

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

G0N11a Statistiek en data-analyse: project Eerste zittijd Modeloplossing

Kansrekening en statistiek wi2105in deel 2 16 april 2010, uur

Toegepaste Statistiek, Week 6 1

Kansverdelingen Inductieve statistiek met Geogebra 4.2

Cursus TEO: Theorie en Empirisch Onderzoek. Practicum 2: Herhaling BIS 11 februari 2015

statviewtoetsen 18/12/ Statview toets, 2K WE, 30 mei Fitness-campagne Dominantie bij muizen... 4

Statistiek voor A.I.

Statistiek = leuk + zinvol

DH19 Bedrijfsstatistiek MC, 2e Bach Hir, Juni 2009

Hoofdstuk 3 Toetsen uitwerkingen

Toegepaste Statistiek, Week 3 1

Statistiek ( ) eindtentamen

Schriftelijk tentamen - UITWERKINGEN

introductie populatie- steekproef- steekproevenverdeling pauze parameters aannames ten slotte

Kansrekening en Statistiek

Oefenvragen bij Statistics for Business and Economics van Newbold

Kansrekening en statistiek WI2211TI / WI2105IN deel 2 2 februari 2012, uur

Examen G0N34 Statistiek

Statistiek in de alfa en gamma studies. Aansluiting wiskunde VWO-WO 16 april 2018

Hoofdstuk 10: Regressie


introductie Wilcoxon s rank sum toets Wilcoxon s signed rank toets introductie Wilcoxon s rank sum toets Wilcoxon s signed rank toets

HOOFDSTUK II BIJZONDERE THEORETISCHE VERDELINGEN

Kansrekening en Statistiek

Oplossingen hoofdstuk 7

Inhoudsopgave. Deel I Schatters en toetsen 1

c Voorbeeldvragen, Methoden & Technieken, Universiteit Leiden TS: versie 1 1 van 6

Kansrekening en statistiek wi2105in deel 2 27 januari 2010, uur

HOOFDSTUK 5 TOETSEN VAN HYPOTHESEN

Bijlage Bijlage 3. Statistische toetsing: werkwijze, toetsen, formules, toepassing

Kansrekening en Statistiek

Beschrijvende statistiek

Kansrekening en Statistiek

Kansrekening en Statistiek

Beslissen op grond van een steekproef Hoofdstuk 15

SOCIALE STATISTIEK (deel 2)

Lesbrief hypothesetoetsen

Tentamen Kansrekening en Statistiek MST 14 januari 2016, uur

Populatie: De gehele groep elementen waarover informatie wordt gewenst.

DEEL 3 INDUCTIEVE STATISTIEK INLEIDING TOT DE INDUCTIEVE STATISTIEK 11.2 DE GROOTSTE AANNEMELIJKHEID - METHODE

Tentamen Statistische methoden MST-STM 1 juli 2010, 9:00 12:00

Statistiek voor A.I. College 2. Donderdag 13 September 2012

Examen Kansrekening en Wiskundige Statistiek: oplossingen

Hoeveel vertrouwen heb ik in mijn onderzoek en conclusie? Les 1

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Biostatistiek (2S390) op maandag ,

HOOFDSTUK III. SCHATTEN VAN PARAMETERS Schatters en Betrouwbaarheidsintervallen. Theorie Statistiek Les 6

Rekenen met de normale verdeling (met behulp van grafisch rekentoestel)

Hoofdstuk 6 Hypothesen toetsen

toetsende statistiek deze week: wat hebben we al geleerd? Frank Busing, Universiteit Leiden

Deze week: Schatten. Statistiek voor Informatica Hoofdstuk 6: Schatten. Voorbeeld Medicijnentest. Statistische inferentie

Statistiek voor Natuurkunde Opgavenserie 4: Lineaire regressie

Transcriptie:

Les 7-8: Parameter- en Vergelijkingstoetsen I Theorie : A. Algemeen :. Hypothese formuleren. H 0 : nul-hypothese H : alternatieve hypothese 2. teekproef nemen. x en 2 zijn te berekenen uit de steekproefresultaten. 3. Toetsgrootheid berekenen. 4. Aanvaardingsinterval construeren. 5. Besluit trekken. A.d.h.v. de toetsgrootheid en het aanvaardingsinterval of de p-waarde gaan we H 0 aanvaarden of verwerpen. B. pecifiek : Door gebruik te maken van de bijgevoegde schema's kunnen we uitmaken welke verdeling en toetsgrootheid men moet gebruiken. C. pecifiek voor vergelijkingstoetsen : Gepaarde waarnemingen : Met elke X i is een Y i geassocieerd. In het bijzonder is n = n 2 = n, Niet-gepaarde waarnemingen : Er zijn twee steekproeven uit verschillende populaties.

PARAMETERTOETEN Gemiddelde Populatie N(µ, ) 2 onbekend T = 2 bekend Z = X µ n t(n-) X µ n N(0, ) Populatie verdeling onbekend 2 X µ onbekend Z = n N(0, ) 2 bekend X µ Z = n N(0, ) Variantie - Voorwaarde : Populatie N(µ, ) n < 30 n 30 ( n ) 2 χ 2 (n-) 2 2 ( n ) N(0, )

VERGELIJKINGTOETEN Gemiddelde Gepaarde Waarneming 2 bekend, N of n 0 d Z = n N(0, ) 2 d onbekend, N of n 30 T = d n t(n-) Onafhankelijke Waarneming n,n 2 > 30 Z = n,n 2 < 30, N en 2 = 2 2 T = X X + n n 2 2 2 2 2 X X2 + n n 2 N(0, ) t(n + n 2-2) Variantie - Voorwaarde : Populatie N(µ, ) F = 2 2 2 F(n -, n 2 -) Met: di = xi yi d = n ( di d) n i= 2 d = n n d i i= ( n ) + ( n ) = n + n 2 2 2 2 2 2

AANVAARDINGINTERVALLEN H 0 is altijd van de vorm : H 0 : =. Voor T : 2-zijdig H : X µ verwerpen als T [-t -α/2 ; t -α/2 ] -zijdig H : X > µ verwerpen als T ]- ; t -α ] -zijdig H : X < µ verwerpen als T [-t -α ; + [ 2. Voor Z : 2-zijdig H : X µ verwerpen als Z [-µ -α/2 ; µ -α/2 ] -zijdig H : X > µ verwerpen als Z ]- ; µ -α ] -zijdig H : X < µ verwerpen als Z [-µ -α ; + [ 3. Voor χ 2 : 2-zijdig H : 2 2 verwerpen als χ 2 [χ 2 α/2 ; χ 2 -α/2] -zijdig H : 2 > 2 verwerpen als χ 2 [0 ; χ 2 -α] -zijdig H : 2 < 2 verwerpen als χ 2 [χ 2 α ; + [ 4. Voor F : 2-zijdig H : 2 2 2 verwerpen als F [Fα/2 ; F -α/2 ] -zijdig H : 2 > 2 2 verwerpen als F [0 ; F-α ] -zijdig H : 2 < 2 2 verwerpen als F [Fα ; + [

II Oefeningen :. Een fabrikant van medische flesjes geeft voor zijn flesjes een gemiddelde inhoud van 600 ml op en is een standaarddeviatie van 20 ml. Om het gemiddelde te toetsen, nemen we een steekproef van 00 stuks. Deze steekproef levert een gemiddelde waarde van 550 ml. We toetsen of de fabrikant gelijk heeft. (α = 5%) 2. De resultaten van het tentamen statistiek plegen een normale verdeling te volgen waarbij het gemiddelde van de behaalde punten per student 52 en de standaardafwijking 5 is. Een groep van 25 studenten krijgt elke avond voor zij gaan studeren een tablet ETUDON te slikken. Op het tentamen blijkt hun gemiddelde score 57 punten te bedragen. Toets met α = 0,05 of het ETUDON -resultaat verschilt van dat van de andere studenten. 3. De standaardafwijking op het gewicht (dat N(µ, )) van tubes zalf, die gemiddeld 400 gram wegen, is steeds gelijk geweest aan 25 gram. Een steekproef van 20 tubes levert ons nu een van 32 gram. Is de verandering in variabiliteit significant bij α = 0,? En bij α = 0,05? 4. Volgens een farmaceutisch bedrijf zouden er van een bepaald geneesmiddel gemiddeld 200 pillen per flesje moeten zitten. Een steekproef uitgevoerd door een verbruikersorganisatie toont dat de gemiddelde inhoud van 50 flesjes slechts 9 is, met = 7. Toets (2-zijdig en met α = 5%) of de fabrikant gelijk heeft en bereken de p-waarde. 5. Het gemiddelde IQ van 6 studenten afkomstig uit Antwerpen bedraagt 07 met A = 0. Voor 3 studenten uit Brussel bedraagt het gemiddelde IQ 2 met B = 8. Is er een significant verschil tussen de gemiddelde IQ's van de studenten uit de beide steden? (IQ N(µ, )) a. Voor α = 5% b. Voor α = %

6. Het oliegehalte in 0 verschillende stalen zeewater uit de buurt van de geteisterde hetland-eilanden werd bepaald door middel van 2 referentiemethodes. De gemeten waarden zijn : taal Meth. A Meth. B 4 6 2 09 02 3 00 95 4 20 0 5 90 94 6 06 00 7 00 96 8 95 02 9 00 90 0 0 04 Mag men aannemen dat beide methoden hetzelfde gemiddelde resultaat geven? (Veronderstel α = 5% en N(µ, )) 7. Gegeven : n = 00 x = 25 = n 2 = 400 x 2 = 25,3 2 = 5 Komen deze steekproeven uit 2 populaties met verschillende gemiddelden (Bij α = 5%)? 8. De firmas JF en Q verkopen beide flesjes ontsmettingsmiddel. Uit een steekproef van 50 flesjes van JF en 50 flesjes van Q, vindt men de volgende resultaten : x JF = 97 ml JF = 3 ml x Q = 93 ml Q = 2 ml Mag men aannemen dat µ JF µ Q? (Gebruik α = 2%)