Schriftelijk tentamen - UITWERKINGEN

Vergelijkbare documenten
Schriftelijk tentamen - UITWERKINGEN

Schriftelijk tentamen - UITWERKINGEN

Hoofdstuk 3 Statistiek: het toetsen

Toetsen van Hypothesen. Het vaststellen van de hypothese

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

Hoofdstuk 7: Statistische gevolgtrekkingen voor distributies

HOOFDSTUK IV TOETSEN VAN STATISTISCHE HYPOTHESEN

Hoofdstuk 6 Twee populaties: parametrische toetsen

Hoofdstuk 12: Eenweg ANOVA

Hoofdstuk 8 Het toetsen van nonparametrische variabelen

Data analyse Inleiding statistiek

Hoofdstuk 5 Een populatie: parametrische toetsen

Hoofdstuk 10 Eenwegs- en tweewegs-variantieanalyse

HOOFDSTUK 6: INTRODUCTIE IN STATISTISCHE GEVOLGTREKKINGEN

HOOFDSTUK 7: STATISTISCHE GEVOLGTREKKINGEN VOOR DISTRIBUTIES

Les 7-8: Parameter- en Vergelijkingstoetsen

G0N11a Statistiek en data-analyse: project Eerste zittijd Modeloplossing

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

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

1. Inleiding. 2. De analyses. 2.1 Afspraken over kinderopvang versus m/v-verdeling

!!!!!!!!!!!!!!!!!!!!!!!!!!

. Dan geldt P(B) = a d. 3 8

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

Hoofdstuk 10: Regressie

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

Deeltentamen 2 Algemene Statistiek Vrije Universiteit 18 december 2013

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

Les 2: Toetsen van één gemiddelde

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Statistiek voor T (2S070) op vrijdag 8 oktober 1999, uur De u

Voorbeeldtentamen Statistiek voor Psychologie

introductie toetsen power pauze hypothesen schatten ten slotte introductie toetsen power pauze hypothesen schatten ten slotte

Statistische methoden en technieken tentamen

College 7 Tweeweg Variantie-Analyse

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

Uitleg significantieniveau en toetsen van hypothesen

Klantonderzoek: statistiek!

Toegepaste Statistiek, Week 6 1

College 6 Eenweg Variantie-Analyse

Tentamen Wiskunde A CENTRALE COMMISSIE VOORTENTAMEN WISKUNDE. Datum: 19 december Aantal opgaven: 6

Kansrekening en Statistiek

1 Basisbegrippen, W / O voor waar/onwaar

Hoofdstuk 8: Het Toetsen van Hypothesen (Extra Oefeningen)

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

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

9. Lineaire Regressie en Correlatie

Berekenen en gebruik van Cohen s d Cohen s d is een veelgebruikte manier om de effectgrootte te berekenen en wordt

Kruis per vraag slechts één vakje aan op het antwoordformulier.

Toetsende Statistiek Week 3. Statistische Betrouwbaarheid & Significantie Toetsing

Formuleblad. Hoofdstuk 1: Gemiddelde berekenen: = x 1 + x 2 + x 3 + +x n / n Of: = 1/n Σ x i

Statistiek 1 Blok 6, Werkgroepopdrachten

We berekenen nog de effectgrootte aan de hand van formule 4.2 en rapporteren:

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

Sheets K&S voor INF HC 10: Hoofdstuk 12

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

Lesbrief hypothesetoetsen

DEZE PAGINA NIET vóór 8.30u OMSLAAN!

Toegepaste Statistiek, Week 3 1

Herkansing Inleiding Intelligente Data Analyse Datum: Tijd: , BBL 508 Dit is geen open boek tentamen.

6.1 Beschouw de populatie die wordt beschreven door onderstaande kansverdeling.

HOOFDSTUK VI NIET-PARAMETRISCHE (VERDELINGSVRIJE) STATISTIEK

Tentamen Inleiding Intelligente Data Analyse Datum: Tijd: , BBL 420 Dit is geen open boek tentamen.

Examen Statistiek I Januari 2010 Feedback

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica

Antwoordvel Versie A

b) Het spreidingsdiagram ziet er als volgt uit (de getrokken lijn is de later uit te rekenen lineaire regressie-lijn): hoogte

Kansrekening en Statistiek

11. Multipele Regressie en Correlatie

3 Werkwijze Voordat een CQI meetinstrument mag worden ingezet voor reguliere metingen moet het meetinstrument in twee fases getest worden.

8. Analyseren van samenhang tussen categorische variabelen

+ ( 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.

Vrije Universiteit 28 mei Gebruik van een (niet-grafische) rekenmachine is toegestaan.

Verslag consumentenonderzoek zorgsector Breda

7.1 Toets voor het gemiddelde van een normale verdeling

Kansrekening en Statistiek

Kansrekening en Statistiek

Statistiek ( ) eindtentamen

College 2 Enkelvoudige Lineaire Regressie

beoordelingskader zorgvraagzwaarte

DH19 Bedrijfsstatistiek MC, 2e Bach Hir, Juni 2009

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

Ook voor Hersenen & Gedrag zijn er samenvattingen beschikbaar. Kijk op onze site voor meer informatie en om ze te bestellen.

3de bach HI. Econometrie. Volledige samenvatting. uickprinter Koningstraat Antwerpen A 11,00

Tentamen Kansrekening en statistiek wi2105in 25 juni 2007, uur

Toetsen van hypothesen

kan worden vereenvoudigd tot kan worden vereenvoudigd tot

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

Statistiek = leuk + zinvol

Hoofdstuk 6 Hypothesen toetsen

Herkansing eindtoets statistiek voor HBO

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

Opgeloste Oefeningen Hoofdstuk 8: Het Toetsen van Hypothesen

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

Introductie tot de statistiek

INDUCTIEVE STATISTIEK VOOR DE GEDRAGSWETENSCHAPPEN OPLOSSINGEN BIJ HOOFDSTUK 5

Hypertensie en Diabetes Mellitus in Curaçao

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Statistiek 2 voor TeMa (2S195) op dinsdag , uur.

Les 5: ANOVA. Koen Van den Berge Statistiek 2 e Bachelor in de Biochemie en Biotechnologie. 19 november 2018

Zowel correlatie als regressie meten statistische samenhang Correlatie: geen oorzakelijk verband verondersteld: X Y

Oplossingen hoofdstuk XI

Hoofdstuk 18. Verbanden tussen variabelen vaststellen en interpreteren

Transcriptie:

Business Administration / Bedrijfskunde Schriftelijk tentamen - UITWERKINGEN Algemeen Vak : Statistische Methoden Groep : niet van toepassing en Technieken Vakcode : BKB0019t Soort tentamen : gesloten boek Datum : 29 juni 2009 Tijd : 13.30-16.30 uur Docent(en) : dr J. van Dalen Aantal pagina s : 9 (incl. voorblad) Opmerkingen De uitwerkingen in dit formulier betreffen antwoordschetsen. Alternatieve formuleringen zijn niet bij voorbaat uitgesloten. De puntenverdeling die binnen de onderdelen wordt genoemd, is indicatief. Bij de precieze allocatie van punten wordt mee rekening gehouden met de kwaliteit van het gehele antwoord. Schoonheidsfoutjes in de uitwerkingen zijn niet uitgesloten. graag doorgeven. Nadruk en verdere verspreiding verboden 1 Eventuele missers

Vraag 1: Promotiegerichtheid van bedrijfskundigen (a) Gevraagd: berekening Cronbach s alpha en korte beoordeling betrouwbaarheid schaal promotiegerichtheid. Berekening Cronbach s alpha (4 pnt): ( ) K α = 1 K k=1 Var(X k) K 1 Var( k=1 K X k) 4 = (1 1.0092.709 2.774 2.870 2 ) 4 1 2.539 2 = 4 ( 1 2.877 ) 3 6.447 = 0.738 In het algemeen worden uitkomsten van Cronbach s alpha boven de 0.70 gezien als indicatie van een redelijk betrouwbare schaal (enigszins afhankelijk van de toepassing). in deze opvatting is de schaal voor promotiegerichtheid is dus betrouwbaar (2 pnt). (b) Gevraagd: (i) berekenen z-score minimale promotiegerichtheid; en (ii) invloed weglaten ene respondent op steekproefgemiddelde. (i) De gestandaardiseerde uitkomst of z-score van waarneming i is gedefinieerd als z i = (x i x)/s. Uit de tabel blijkt dat het steekproefgemiddelde en de standaarddeviatie van promotiegerichtheid gelijk zijn aan x = 15.176 en s = 2.539, en dat het minimum gelijk is aan 4 zodat de z-score volgt als (3 pnt): z = x x = 4 15.176 = 4.402 s 2.539 (ii) Het gevolg van verwijderen van deze observatie is dat het steekproefgemiddelde daalt van 15.176 naar: 512 15.176 4 x na = = 15.198 511 Het verschil tussen de steekproefgemiddelden is dus 0.022 (= 15.176 15.198), of 0.145% (= ( 0.022/15.176) 100%). Dit is een zeer gering effect. 2

(c) Gevraagd: (i) formele uitdrukking H 0 en H 1 ; en (ii) berekenen grenswaarde acceptatiegebied voor linkseenzijdige toets op de veronderstelling (H 0 ) dat de gemiddelde score promotiegerichtheid ten minste gelijk zou zijn aan 15.5; α = 1%, gebruik standaard normale tabel. (i) De te toetsen hypothesen zijn: H 0 : µ promo 15.5 en H 1 : µ promo < 15.5 (2 pnt). (ii) De grenswaarde van het (linkseenzijdige) kritieke gebied c L wordt gevonden als (4 pnt): s c L = µ 0 t n 1,α n s µ 0 z α n 2.539 = 15.5 z 0.01 512 = 15.5 2.326 2.539 = 15.5 0.261 = 15.239 512 (d) Gevraagd: macht van de toets voor alternatieve hypothese dat de gemiddelde promotiegerichtheid ten hoogste gelijk is aan 15.0. Macht van de toets, 1 β: kans op het terecht verwerpen van de nulhypothese, kans op het verwerpen van de nulhypothese wanneer de alternatieve hypothese als uitgangspunt wordt genomen, kans dat het steekproefgemiddelde in het verwerpingsgebied ligt onder de alternatieve hypothese. Berekening macht van de toets: 1 β = P(Promo < c L H 1 : µ 15.0) = P(Z < c L 15.0 s/ n ) 15.239 15.0 = P(Z < 2.539/ 512 ) = P(Z < 2.130) = 1 P(Z > 2.130) = 1 0.017 = 0.983 Voor de berekening is ervan uitgegaan dat de populatie-standaarddeviatie gelijk is aan de steekproef-standaarddeviatie: σ = s = 2.539. 3

Vraag 2: Zero debts financiering (a) Gevraagd: 95%-betrouwbaarheidsintervalschatting voor het aandeel bedrijven met een zero debt beleid. (b) De 95%-betrouwbaarheidsintervalschatting wordt gevonden als: ps (1 p p S ± z S ) α/2 = 131 131 131 n ± z (1 ) 0.025 Afronding getallen op laatste moment. 0.109(1 0.109) = 0.109 ± z 0.025 = 0.109 ± 1.96 0.009 = 0.109 ± 0.018 (0.092; 0.127) Gevraagd: (i) voorwaarde toepassing Pearson χ 2 -toetsgrootheid voor onderzoek (on)afhankelijkheid; en (ii) nagaan of aan voorwaarde wordt voldaan. (i) Voorwaarde voor toepassing van de Pearson χ 2 -toetsgrootheid in onderzoek naar (on)afhankelijkheid is dat de steekproefomvang groot genoeg is. Voor groot genoeg wordt de vuistregel gehanteerd dat de minimale verwachte celfrequentie ten minste gelijk is aan 5. (3 pnt) (ii) De minimaal verwachte celfrequentie wordt gevonden voor de zero debts gefinancierde ondernemingen in de bedrijfstak Other als: E 31 = n zero n other /n = 131 177/ = 19.356 > 5. Er wordt dus ruim aan de vuistregel voldaan. (3 pnt) 4

(c) Gevraagd: berekenen waarde van de toetsgrootheid die wordt gebruikt voor onderzoek naar de samenhang tussen het voeren van een zero debt beleid en bedrijfstak. Waarde benodigde Pearson χ 2 -toetsgrootheid: Y = (O 11 E 11 (O 12 E 12 (O 21 E 21 E 11 E 12 E 21 = (O 22 E 22 (O 31 E 31 (O 32 E 32 E 22 E 31 (61 131 765 131 765 1067 256 (200 1067 256 E 32 1067 765 131 177 1067 765 (704 131 177 (14 (56 131 256 131 256 1067 177 (163 1067 177 (61 83.7)2 (704 681.3)2 (56 28.0)2 = 83.7 681.3 28.0 (200 228.0 (14 19.4)2 (163 157.6)2 228.0 19.4 157.6 = 6.134 0.753 28.020 3.440 1.481 0.182 = 40.010 (d) Gevraagd: toets onafhankelijkheid zero debt en bedrijfstak; α gelijk aan 5%. 1. H 0 : ZeroDebts en Industry onafhankelijk; H 1 : ZeroDebts en Industry afhankelijk 2. Y = r i=1 c j=1 (O ij E ij E ij 3. Y χ 2 ((r 1)(c 1)) = χ 2 ((3 1)(2 1)) = χ 2 (2) 4. Y >> 0 5. α = 0.05 6. χ 2 2,0.05 = 5.991 7. Y obs = 40.010 > 5.991 = χ 2 2,0.05 verwerp H 0: Zero debts beleid en bedrijfstak zijn afhankelijk verdeeld, uitgaande van een significantieniveau α gelijk aan 5%. Gebruik van Y obs = 30 leidt tot een punt aftrek. 5

Vraag 3: Grote Depressie en kostprijs van staal (a) Gevraagd: onderzoeken of eenheidstoename bezettingsgraad (Capacity) leidt tot een daling kostprijs staal met meer dan 0.1 $US/ton (H 1 ); α gelijk aan 5%. 1. H 0 : β Cap 0.1, H 1 : β Cap < 0.1 2. T = ( ˆβ Cap β Cap )/S ˆβ Cap = ( ˆβ Cap ( 0.1))/S ˆβ Cap 3. T t(n K 1) = t(18 3 1) = t(14) 4. ˆβ Cap << 0.1, T obs << 0 5. α = 0.05 6. t 14,0.05 = 1.761 7. T obs = ( 0.445 0.1)/0.150 = 2.300 < 1.761 verwerp H 0 op 5%: er is voldoende empirische ondersteuning voor de bewering dat een eenheidstoename van de bezettingsgraad leidt tot een daling van de kostprijs meer dan 0.1 $US/ton, uitgaande van een significantieniveau van 5%. Opmerking: een onjuiste behandeling van het veronderstelde effect leidt tot een standaard aftrek van twee punten. (b) Gevraagd: berekenen p-waarde toetsresultaat onderzoek naar bewering dat kostprijs van staal vanaf 1930 systematisch lager is dan ervoor (H 1 ). De zogenaamde p-waarde is de kans op een uitkomst van de toetsgrootheid die meer extreem is dan de waargenomen waarde van de grootheid, gegeven de nul- en alternatieve hypothesen. Nul- en alternatieve hypothesen: H 0 : β Crisis 0, H 1 : β Crisis < 0. Uitkomst toetsgrootheid: T obs = ( 12.733 0)/6.313 = 2.017 Berekening p-waarde: p = P(T < 2.017 H 0 : β Crisis 0) P(Z < 2.017) = 0.022 6

(c) Gevraagd: (i) berekenen mate van verklaring R 2 en aangepaste mate van verklaring R 2 ; en (ii) uitleggen waarom rapportage in deze specifieke situatie toch zinvol is om de aangepaste mate van verklaring te rapporteren. (i) Berekening R 2 en R 2 (4 pnt): R 2 = SSR SST = 1 SSE SST = 1 490.277 934.158 = 0.475 R 2 SSE/(n K 1) = 1 = 1 490.277/14 SST/(n 1) 934.158/17 = 0.363 (ii) Het rapporteren van de aangepaste mate van verklaring is zinvol bij het vergelijken van de fit van geneste modellen (verschillend aantal vrijheidsgraden). In dit geval is rapportage van R 2 zinvol vanwege het geringe aantal observaties (18 jaar), waardoor de gewone R 2 al snel een geflatteerd beeld van de verklaringskracht van het model geeft (2 pnt). (d) Gevraagd: onderzoeken of gezamenlijke bijdrage bezettingsgraad, uurloon en crisisdummy aan verklaring jaarlijkse gemiddelde kostprijs van staal significant is; α gelijk aan 5%. 1. H 0 : β Cap = β Eur = β dcrisis = 0; H 1 : niet alle drie effecten gelijk aan nul SSR/K 2. F = SSE/(n K 1) = MSR MSE 3. F F(K, n K 1) = F(3, 14) 4. F >> 1 5. α = 0.05 6. F 3,14,0.05 = 3.34 7. F obs = 147.960 35.020 = 4.225 > 3.34 = F 3,14,0.05 verwerp H 0 op α gelijk aan 5%: de gezamenlijke bijdrage van bezettingsgraad, loonkosten en crisisdummy aan de verklaring van de kostprijs van staal is significant op 5%. 7

Vraag 4: Verkoopresultaten familiebedrijf (a) Gevraagd: berekenen (geschatte) standaardfout van het verschil tussen de gemiddelde verkoopprestaties van laag- en hoogopgeleide vertegenwoordigers, uitgaande van de resultaten van de variantieanalyse zonder IQ. De geschatte standaardfout van het verschil tussen beide steekproefgemiddelden, Verkoop L Verkoop H is: 1 MSW 1 = 1 84.450 n L n H 38 1 = 9.190 0.276 = 2.539 20 Afronding op laatste moment. (b) Gevraagd: toetsen veronderstelling dat verwachte verkoopprestaties voor drie typen vooropleiding gelijk zijn (H 0 ); uitgaande analyse zonder IQ en α gelijk aan 2.5%. 1. H 0 : µ L = µ H = µ I ; H 1 : niet alle drie µ s gelijk SSB/(a 1) 2. F = SSW/(n a) = MSB MSW 3. F F(a 1, n a) = F(2, 79) 4. F >> 1 5. α = 0.025 6. F 2,79,0.025 = 3.87 (tussen 3.83 en 3.88) 7. F obs = 5.994 > 3.87 = F 2,79,0.025 verwerp H 0 op α gelijk aan 2.5%: de verwachte verkoopprestaties verschillen significant tussen vertegenwoordigers met verschillende typen vooropleiding op significantieniveau 5%. 8

(c) Gevraagd: Onderzoek of samenhang tussen verkoopprestaties (Verkoop) en type opleiding (Opleid) wordt doorkruist door intelligentie verkoopmedewerkers (IQ) Vóór opschonen: de samenhang tussen verkoopprestaties (Verkoop) en opleiding (Opleid) is significant, F obs = 5.994, p = 0.004. (2 pnt) Na opschonen: controleren van de samenhang tussen verkoopprestaties (Verkoop) en opleiding (Opleid) voor de invloed van intelligentie (IQ) leidt tot uitkomst toetsgrootheid F obs = 5.578, p = 0.005. De covariaat (IQ) heeft geen significante bijdrage F obs = 0.877, p = 0.352. (2 pnt) Conclusie: de samenhang tussen verkoopprestaties en opleiding is vóór opschonen significant (F obs = 5.994, p = 0.004) en na opschonen voor intelligentie (IQ) nog steeds (F obs = 5.578, p = 0.005), terwijl de covariaat geen significant effect heeft (F obs = 0.877, p = 0.352). Er is geen doorkruisendheid van betekenis; de samenhang tussen verkoopprestaties en opleiding heet autonoom. (2 pnt) (d) Gevraagd: (i) specificeer populatieregressiemodel voor relatie tussen verkoopprestaties enerzijds en opleiding en intelligentie anderzijds; en (ii) bereken mate van verklaring voor dit regressiemodel. (i) Voorafgaand aan de formulering worden dummyvariabelen voor de drie typen opleiding gedefinieerd als: dopleid1 = (Opleid eq laag ), dopleid2 = (Opleid eq hoog ), dopleid3 = (Opleid eq intern ). Daarna wordt het model gespecificeerd als (3 pnt): Verkoop = α β 1 dopleid1 β 2 dopleid2 β 3 IQ ɛ, ɛ n(0, σ) Een van de dummies wordt buiten de specificatie gehouden; hier is dit Opleid3. (ii) De mate van verklaring voor dit regressiemodel wordt met de informatie over de uitgebreide variantieanalyse berekend als: R 2 = SSB SST = 1086.580 7684.000 = 0.141 9