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, 37, 53, 47, 42.

n = 5

s =

2.Beschrijvende statistiekMoeilijk

Een grootheid is normaal verdeeld met gemiddelde 50 en standaardafwijking 8. Welk deel P van de waarden ligt onder 40,4?

μ = 50σ = 8x = 40,4

P =

3.KansrekeningGemiddeld

Er wordt 5 keer met een eerlijke dobbelsteen gegooid. Wat is de kans P op minstens één zes?

n = 5

P =

4.KansrekeningMoeilijk

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

x: 0, 1, 2, 3, 4p(x): 0,1, 0,05, 0,3, 0,35, 0,2Y = 10X + 10

σ_Y =

5.Normale verdelingGemiddeld

De massa's van passagiers met bagage zijn onafhankelijk en normaal verdeeld met gemiddelde 85 kg en standaardafwijking 12 kg. Bepaal de kans P dat de totale massa van 12 ervan groter is dan 1062 kg. Rond z af op twee decimalen.

μ = 85 kgσ = 12 kgn = 12> 1062 kg

P =

6.Normale verdelingMoeilijk

De gewichten van zakken zijn normaal verdeeld met gemiddelde 250 g en standaardafwijking 5 g. Bereken de waarde x waaronder 20% ervan ligt (het 20e percentiel).

μ = 250σ = 5P = 20%

x = g

7.BetrouwbaarheidsintervallenGemiddeld

Een 90%-betrouwbaarheidsinterval voor een gemiddelde, gebaseerd op 64 waarnemingen en een bekende σ, heeft een foutmarge van 6,1. Wat is de foutmarge E₂ van een 95%-interval uit dezelfde data?

90%n₁ = 64E₁ = 6,195%

E₂ =

8.BetrouwbaarheidsintervallenMoeilijk

De standaardafwijking van de populatie is 22. Hoe groot moet de steekproef n zijn zodat een 99%-betrouwbaarheidsinterval voor het gemiddelde een foutmarge van hoogstens 2,5 heeft?

σ = 22E = 2,599%

n =

9.Hypothesetoetsen & betrouwbaarheidsintervallenGemiddeld

Twee productielijnen maken hetzelfde onderdeel. Lijn 1: een steekproef van 60 onderdelen heeft een gemiddelde lengte van 60,5 mm, en de bekende standaardafwijking van de lijn is 11 mm. Lijn 2: een steekproef van 50 onderdelen heeft gemiddelde 67,5 mm, bekende standaardafwijking 18 mm. Bereken de toetsingsgrootheid z voor H₀: μ₁ = μ₂, met als verschil x̄₁ − x̄₂ (lijn 1 min lijn 2).

n₁ = 60x̄₁ = 60,5 mmσ₁ = 11 mmn₂ = 50x̄₂ = 67,5 mmσ₂ = 18 mm

z =

10.Hypothesetoetsen & betrouwbaarheidsintervallenMoeilijk

Hoe groot moet een steekproef zijn zodat het 90%-betrouwbaarheidsinterval voor een gemiddelde een foutmarge van hoogstens 0,5 heeft? De standaardafwijking is 12. Bereken de kleinste steekproefomvang n.

σ = 12E = 0,590%

n =

11.Lineaire regressie en correlatieGemiddeld

De tabel geeft 6 gepaarde waarnemingen van x = leeftijd van de auto in jaren en y = prijs in k€. Bereken de determinatiecoëfficiënt r² van de kleinstekwadratenlijn.

n = 6

r² =

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. Er wordt een nieuwe waarneming (3, 13) gedaan. Bereken het residu e = y − ŷ.

n = 6(3, 13)

e =

3Oplossingen

1.Beschrijvende statistiek

Antwoord: s = 13,35

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 = 197/5 = 39,4

Gekwadrateerde afwijkingen

Σ(x − x̄)² = (−21,4)² + (−2,4)² + 13,6² + 7,6² + 2,6² = 713,2

Standaardafwijking

s = √(713,2/4) = 13,35

Antwoord

s = 13,35

2.Beschrijvende statistiek

Antwoord: P = 0,1151

Standaardiseren

z = −1,2

Tabel standaardnormale verdeling

Φ(−1,2) = 0,1151

P = 0,1151

Antwoord

P = 0,1151

3.Kansrekening

Antwoord: P = 0,5981

Kansrekening: bij even waarschijnlijke uitkomsten is P(A) = gunstig/totaal. Bij onafhankelijke gebeurtenissen vermenigvuldig je: P(A en B) = P(A)·P(B). De complementregel helpt vaak: P(minstens één) = 1 − P(geen). Binomiaal: bij n onafhankelijke pogingen met succeskans p geldt P(X = k) = C(n, k)·pᵏ·(1 − p)ⁿ⁻ᵏ.

Complement

P(geen zes) = (5/6)⁵ = 0,4019

P = 1 − 0,4019 = 0,5981

Antwoord

P = 0,5981

4.Kansrekening

Antwoord: σ_Y = 11,62

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.

Spreiding van X

μ = 2,5, Var(X) = 1,35, σ_X = 1,162

Lineaire transformatie

σ_Y = |10|·1,162 = 11,62

Antwoord

σ_Y = 11,62

Het gemiddelde verschuift wel: E(Y) = 10·2,5 + 10 = 35.

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 het totaal

μ_T = 1020 kg, σ_T = 12·√12 = 41,57 kg

Standaardiseren

z = (1062 − 1020)/41,57 = 1

Kansrekening

P = 1 − Φ(1) = 0,1587

Antwoord

P = 0,1587

6.Normale verdeling

Antwoord: x = 245,8 g

Normale verdeling: reken een waarde x om naar een z-score, z = (x − μ)/σ, die telt hoeveel standaardafwijkingen x van het gemiddelde ligt. Een z-tabel (of Φ(z)) geeft de oppervlakte links van z, en dat is P(X < x). De oppervlakte rechts is 1 − Φ(z), en de oppervlakte tussen twee waarden is het verschil van hun twee oppervlakten.

z voor het percentiel

Φ(z) = 0,2 → z = −0,8416

Terug naar x

x = 250 + −0,8416·5 = 245,79 g

Antwoord

x = 245,79 g

7.Betrouwbaarheidsintervallen

Antwoord: E₂ = 7,268

Confidence interval for a mean: x̄ ± margin of error. With a known population σ the margin is z·σ/√n; with only the sample standard deviation s, use t with n − 1 degrees of freedom: t·s/√n. Critical values: z = 1,645 (90%), 1,96 (95%), 2,576 (99%). To get a margin E or smaller, you need n ≥ (z·σ/E)², rounded up.

Verhouding van de marges

E₂/E₁ = (1,96/1,645)·√(64/64) = 1,191

Nieuwe marge

E₂ = 6,1·1,191 = 7,268

Antwoord

E₂ = 7,268

8.Betrouwbaarheidsintervallen

Antwoord: n = 514

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.

n oplossen

n = (2,576·22/2,5)² = 513,9

Naar boven afronden

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

n = 514

Antwoord

n = 514

9.Hypothesetoetsen & betrouwbaarheidsintervallen

Antwoord: z = −2,401

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.

Standaardfout van het verschil

SE = √(11²/60 + 18²/50) = √8,497 = 2,915

Toetsingsgrootheid

z = (60,5 − 67,5)/2,915 = −2,401

Antwoord

z = −2,401

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

10.Hypothesetoetsen & betrouwbaarheidsintervallen

Antwoord: n = 1559

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).

n oplossen

n = (1,645·12/0,5)² = 1559

Naar boven afronden

n = 1559

Antwoord

n = 1559

11.Lineaire regressie en correlatie

Antwoord: r² = 0,8648

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.

Gemiddelden

x̄ = 21/6 = 3,5

ȳ = 105/6 = 17,5

Kwadraten- en productsommen

S_xx = Σ(x − x̄)² = 17,5

S_xy = Σ(x − x̄)(y − ȳ) = −29,5

S_yy = Σ(y − ȳ)² = 57,5

Determinatiecoëfficiënt

r² = −29,5²/(17,5·57,5) = 0,8648

Antwoord

r² = 0,8648

Ongeveer 86,48% van de variatie in y wordt door de lijn verklaard.

12.Lineaire regressie en correlatie

Antwoord: e = −1,567

Gemiddelden

x̄ = 42/6 = 7

ȳ = 181/6 = 30,17

Kwadraten- en productsommen

S_xx = Σ(x − x̄)² = 70

S_xy = Σ(x − x̄)(y − ȳ) = 273

Regressielijn

b = 273/70 = 3,9

a = 30,17 − 3,9·7 = 2,867

ŷ = 2,867 + 3,9·x

Voorspelde waarde

ŷ = 2,867 + 3,9·3 = 14,57

Residu

e = 13 − 14,57 = −1,567

Antwoord

e = −1,567

Het punt ligt onder de lijn.

ExamProblems · examproblems.com/courses/statistics-1