Inleiding statistiek: samenvattingspakket

Formuleoverzichten, de belangrijkste methodestappen voor elk onderwerp en 12 oefenopgaven, met volledige oplossingen achterin.

Nieuwe opgaven Terug naar het vak

Kies in het printvenster “Opslaan als pdf” om een kopie op je apparaat te bewaren.

1Formules en methoden

Beschrijvende statistiek

Gemiddelde: x̄ = Σx/n
Steekproefstandaardafwijking: s = √(Σ(x − x̄)²/(n − 1))
Mediaan: middelste waarde van de gesorteerde gegevens
z-score: z = (x − μ)/σ
Normale verdeling: 68% binnen ±1σ, 95% binnen ±2σ

Kansrekening

Complement: P(not A) = 1 − P(A)
Somregel: P(A ∪ B) = P(A) + P(B) − P(A ∩ B)
Onafhankelijke gebeurtenissen: P(A ∩ B) = P(A)·P(B)
Voorwaardelijke kans: P(A|B) = P(A ∩ B)/P(B)
Binomiaal: P(X = k) = C(n,k)·p^k(1 − p)^n−k

Normale verdeling

z-score: z = (x − μ)/σ
Onder x: P(X < x) = Φ(z)
Boven x: P(X > x) = 1 − Φ(z)
Tussen: Φ(z₂) − Φ(z₁)
Percentiel: x = μ + z·σ

Methode

Reken de waarde om naar een z-score: z = (x − μ)/σ.
Zoek Φ(z) op, het oppervlak links van z.
Gebruik voor het oppervlak rechts 1 − Φ(z); trek voor een interval de twee linkeroppervlakken van elkaar af.
Werk voor een percentiel terug: zoek z bij het oppervlak, dan x = μ + z·σ.

Betrouwbaarheidsintervallen

σ bekend: x̄ ± z·σ/√n
σ onbekend: x̄ ± t·s/√n, df = n − 1
Kritieke z: 90%: 1,645, 95%: 1,96, 99%: 2,576
Steekproefomvang: n = (z·σ/E)², rounded up

Methode

Kies tussen z (σ van de populatie bekend) en t (alleen de steekproef-s, met n − 1 vrijheidsgraden).
Zoek de kritieke waarde bij het betrouwbaarheidsniveau.
Foutmarge: E = kritieke waarde × standaardafwijking/√n.
Interval: x̄ ± E.

Hypothesetoetsen & betrouwbaarheidsintervallen

z-toets voor een gemiddelde: z = (x̄ − μ₀)/(σ/√n)
t-toets voor een gemiddelde: t = (x̄ − μ₀)/(s/√n), df = n − 1
Tweezijdig bij 5%: verwerp H₀ als |z| > 1,96
Betrouwbaarheidsinterval: x̄ ± z·σ/√n

Methode

Formuleer H₀ en H₁ en bepaal of de toets een- of tweezijdig is.
Bereken de toetsingsgrootheid: (x̄ − μ₀)/(σ/√n), of met s en t.
Vergelijk met de kritieke waarde, of bepaal de p-waarde.
Verwerp H₀ als de toetsingsgrootheid voorbij de kritieke waarde ligt (p kleiner dan α), en formuleer de conclusie in woorden.

Lineaire regressie en correlatie

Kwadratensommen: S_xx = Σ(x − x̄)² = Σx² − (Σx)²/n, S_xy = Σxy − ΣxΣy/n
Helling: b = S_xy/S_xx
Snijpunt met de y-as: a = ȳ − b·x̄
Correlatie: r = S_xy/√(S_xxS_yy)
Residu: e = y − ŷ

2Oefenopgaven

1.Beschrijvende statistiekGemiddeld

Bereken de steekproefstandaardafwijking s van de gegevens: 18, 45, 55, 19, 23.

n = 5

s =

2.Beschrijvende statistiekMoeilijk

Tentamencijfers zijn normaal verdeeld met gemiddelde 60 en standaardafwijking 20. Bereken de z-score z van een score van 30.

μ = 60σ = 20x = 30

z =

3.KansrekeningGemiddeld

Bepaal voor de getoonde verdeling de variantie Var(X) van X.

x: 0, 1, 2p(x): 0,35, 0,3, 0,35

Var(X) =

4.KansrekeningMoeilijk

X heeft de getoonde verdeling, en Y = 10X + 1. Bepaal de standaardafwijking σ_Y van Y.

x: 1, 2, 3, 4p(x): 0,3, 0,1, 0,3, 0,3Y = 10X + 1

σ_Y =

5.Normale verdelingGemiddeld

X is normaal verdeeld met gemiddelde 250 g en standaardafwijking 4 g; Y is onafhankelijk en normaal verdeeld met gemiddelde 500 g en standaardafwijking 9 g. Bepaal de kans P dat X + Y groter is dan 759,8 g. Rond z af op twee decimalen.

μ_X = 250, σ_X = 4μ_Y = 500, σ_Y = 9X + Y > 759,8 g

P =

6.Normale verdelingMoeilijk

De gewichten van zakken zijn normaal verdeeld met gemiddelde 250 g en standaardafwijking 5 g. Sleep de grenswaarde zo dat de gearceerde onderste 70% links ervan ligt. Bepaal de grenswaarde x.

μ = 250 gσ = 5 g70%

x = g

7.BetrouwbaarheidsintervallenGemiddeld

Een steekproef van 13 items heeft gemiddelde 67 en standaardafwijking s = 1,5. De populatie is bij benadering normaal verdeeld. Bereken de bovengrens van het 90%-betrouwbaarheidsinterval voor het gemiddelde.

n = 13x̄ = 67s = 1,590%t(12) = 1,782

bovengrens =

8.BetrouwbaarheidsintervallenMoeilijk

De standaardafwijking van de populatie is 15. Hoe groot moet de steekproef n zijn zodat een 99%-betrouwbaarheidsinterval voor het gemiddelde een foutmarge van hoogstens 1 heeft?

σ = 15E = 199%

n =

9.Hypothesetoetsen & betrouwbaarheidsintervallenGemiddeld

Een steekproef van 36 studenten heeft een gemiddelde score van 72,83 en een steekproefstandaardafwijking van 5. Bereken de toetsingsgrootheid t voor H₀: μ = 75.

μ₀ = 75x̄ = 72,83s = 5n = 36

t =

10.Hypothesetoetsen & betrouwbaarheidsintervallenMoeilijk

In een onderzoek herstellen 75 van de 300 patiënten met behandeling A en 13 van de 120 patiënten met behandeling B. Bereken met de gepoolde fractie de toetsingsgrootheid z voor H₀: p₁ = p₂.

x₁ = 75n₁ = 300x₂ = 13n₂ = 120

z =

11.Lineaire regressie en correlatieGemiddeld

De tabel geeft 5 gepaarde waarnemingen van x = belasting in kN en y = verlenging in mm. Hun sommen zijn gegeven. Bereken uit deze sommen de correlatiecoëfficiënt van Pearson r.

n = 5Σx = 30Σy = 75Σx² = 220Σy² = 1355Σxy = 544

r =

12.Lineaire regressie en correlatieMoeilijk

De tabel geeft 6 gepaarde waarnemingen van x = belasting in kN en y = verlenging in mm. Gebruik de kleinstekwadratenlijn ŷ = a + b·x. Voorspel ŷ voor x = 3.

n = 6x = 3

ŷ =

3Oplossingen

1.Beschrijvende statistiek

Antwoord: s = 16,91

Beschrijvende statistiek: het gemiddelde is de som gedeeld door n; de mediaan is de middelste waarde van de gesorteerde gegevens (het gemiddelde van de twee middelste als n even is). De steekproefstandaardafwijking is s = √(Σ(x − x̄)²/(n − 1)). Een z-score z = (x − μ)/σ zegt hoeveel standaardafwijkingen een waarde van het gemiddelde ligt.

Gemiddelde

x̄ = 160/5 = 32

Gekwadrateerde afwijkingen

Σ(x − x̄)² = (−14)² + 13² + 23² + (−13)² + (−9)² = 1144

Standaardafwijking

s = √(1144/4) = 16,91

Antwoord

s = 16,91

2.Beschrijvende statistiek

Antwoord: z = −1,5

Standaardiseren

z = (30 − 60)/20 = −1,5

Antwoord

z = −1,5

3.Kansrekening

Antwoord: Var(X) = 0,7

Discrete stochasten: een kansverdeling geeft elke waarde x die een variabele kan aannemen met haar kans p(x); de kansen liggen tussen 0 en 1 en tellen op tot 1. De verwachtingswaarde (het gemiddelde) is E(X) = Σx·p(x), het gemiddelde op de lange termijn. De variantie is Var(X) = Σ(x − μ)²·p(x) = E(X²) − μ², en de standaardafwijking σ = √Var(X). Voor een lineaire transformatie Y = aX + b geldt: E(Y) = a·E(X) + b, Var(Y) = a²·Var(X) en σ_Y = |a|·σ_X; een constante optellen verandert de spreiding niet.

Gemiddelde

μ = 0·0,35 + 1·0,3 + 2·0,35 = 1

Gemiddelde van de kwadraten

E(X²) = 0·0,35 + 1·0,3 + 4·0,35 = 1,7

Variantie

Var(X) = 1,7 − 1² = 0,7

Antwoord

Var(X) = 0,7

4.Kansrekening

Antwoord: σ_Y = 12

Spreiding van X

μ = 2,6, Var(X) = 1,44, σ_X = 1,2

Lineaire transformatie

σ_Y = |10|·1,2 = 12

Antwoord

σ_Y = 12

Het gemiddelde verschuift wel: E(Y) = 10·2,6 + 1 = 27.

5.Normale verdeling

Antwoord: P = 0,1587

Sommen en verschillen van normale variabelen: als X en Y onafhankelijk en normaal verdeeld zijn, zijn X + Y en X − Y ook normaal verdeeld. Gemiddelden tellen op of worden afgetrokken: E(X ± Y) = μ_X ± μ_Y. Varianties tellen altijd op, ook bij een verschil: Var(X ± Y) = σ_X² + σ_Y², dus σ = √(σ_X² + σ_Y²). Standaardafwijkingen tellen nooit rechtstreeks op. Het totaal van n onafhankelijke items met dezelfde verdeling heeft gemiddelde n·μ en standaardafwijking σ·√n. Standaardiseer daarna zoals gewoonlijk: z = (x − gemiddelde)/σ en lees Φ(z) af.

Verdeling van de som

μ = 750 g, σ = √(4² + 9²) = 9,849 g

Standaardiseren

z = (759,8 − 750)/9,849 = 1

Rechterstaart

P = 1 − Φ(1) = 1 − 0,8413 = 0,1587

Antwoord

P = 0,1587

6.Normale verdeling

Antwoord: x = 252,6 g

Van een oppervlak terug naar z: Φ(z) is het oppervlak links van z. Zoek voor een linkerstaartoppervlak A de z met Φ(z) = A in de tabel. Een rechterstaartoppervlak A betekent Φ(z) = 1 − A. Een centraal oppervlak A tussen −z en z laat (1 − A)/2 in elke staart over, dus Φ(z) = (1 + A)/2. Gebruik voor een waarde x de formule x = μ + zσ.

Oppervlak links

Φ(z) = 0,7

z uit de tabel

z ≈ 0,52

Terug naar de oorspronkelijke eenheden

x = 250 + 0,52·5 = 252,6 g

Antwoord

x = 252,6 g

7.Betrouwbaarheidsintervallen

Antwoord: bovengrens = 67,74

Betrouwbaarheidsinterval voor een gemiddelde: x̄ ± foutmarge. Met een bekende populatie-σ is de marge z·σ/√n; heb je alleen de steekproefstandaardafwijking s, gebruik dan t met n − 1 vrijheidsgraden: t·s/√n. Kritieke waarden: z = 1,645 (90%), 1,96 (95%), 2,576 (99%). Voor een marge van E of kleiner heb je n ≥ (z·σ/E)² nodig, naar boven afgerond.

Kritieke waarde

df = n − 1 = 12, t = 1,782

Foutmarge

E = 1,782·1,5/√13 = 0,7414

Interval

67 ± 0,7414 → [66,26, 67,74]

Antwoord

bovengrens = 67,74

8.Betrouwbaarheidsintervallen

Antwoord: n = 1494

n oplossen

n = (2,576·15/1)² = 1493

Naar boven afronden

Een steekproefomvang is een geheel getal, en naar beneden afronden zou de marge te groot maken.

n = 1494

Antwoord

n = 1494

9.Hypothesetoetsen & betrouwbaarheidsintervallen

Antwoord: t = −2,604

Toetsen van een gemiddelde: de toetsingsgrootheid meet hoeveel standaardfouten het steekproefgemiddelde van de waarde in H₀ af ligt: z = (x̄ − μ₀)/(σ/√n) als σ bekend is, t = (x̄ − μ₀)/(s/√n) als die uit de steekproef wordt geschat. Een betrouwbaarheidsinterval is x̄ ± (kritieke waarde)·(standaardfout).

Standaardfout

SE = 5/√36 = 5/6 = 0,8333

Toetsingsgrootheid

t = (72,83 − 75)/0,8333 = −2,604

Antwoord

t = −2,604

t_{0,025; df = 35} = 2,03

|t| > 2,03, dus H₀ wordt verworpen op het 5%-niveau (tweezijdig).

10.Hypothesetoetsen & betrouwbaarheidsintervallen

Antwoord: z = 3,223

Hypothesis test: the test statistic = (estimate − value under H₀)/(standard error under H₀). The p-value is the probability, assuming H₀ is true, of a statistic at least as extreme as the one observed: the area in one tail for a one-sided H₁, twice the tail area for a two-sided H₁. Reject H₀ when p ≤ α.

Steekproeffracties

p̂₁ = 75/300 = 0,25

p̂₂ = 13/120 = 0,1083

p̂ = 88/420 = 0,2095

Standaardfout onder H₀

SE = √(0,2095·0,7905·(1/300 + 1/120)) = 0,04396

Toetsingsgrootheid

z = (0,25 − 0,1083)/0,04396 = 3,223

Antwoord

z = 3,223

|z| > 1,96, dus H₀ wordt verworpen op het 5%-niveau (tweezijdig).

11.Lineaire regressie en correlatie

Antwoord: r = 0,98

Kleinstekwadratenregressie: met x̄ en ȳ de gemiddelden, Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² en Sxy = Σ(x − x̄)(y − ȳ) heeft de lijn ŷ = a + b·x helling b = Sxy/Sxx en snijpunt a = ȳ − b·x̄, dus gaat ze altijd door (x̄, ȳ). De correlatiecoëfficiënt van Pearson r = Sxy/√(Sxx·Syy) ligt tussen −1 en 1; r² is het deel van de variatie in y dat door de lijn wordt verklaard.

Gecentreerde sommen

S_xy = 544 − 30·75/5 = 94

S_xx = 220 − 30²/5 = 40

S_yy = 1355 − 75²/5 = 230

Correlatiecoëfficiënt

r = 94/√(40·230) = 0,98

Antwoord

r = 0,98

12.Lineaire regressie en correlatie

Antwoord: ŷ = 11,53

Gemiddelden

x̄ = 42/6 = 7

ȳ = 147/6 = 24,5

Kwadraten- en productsommen

S_xx = Σ(x − x̄)² = 70

S_xy = Σ(x − x̄)(y − ȳ) = 227

Regressielijn

b = 227/70 = 3,243

a = 24,5 − 3,243·7 = 1,8

ŷ = 1,8 + 3,243·x

Voorspelling

ŷ = 1,8 + 3,243·3 = 11,53

Antwoord

ŷ = 11,53

ExamProblems · examproblems.com/courses/statistics-1