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: 40, 60, 46, 53, 52, 21.

n = 6

s =

2.Beschrijvende statistiekMoeilijk

Tentamencijfers zijn normaal verdeeld met gemiddelde 500 en standaardafwijking 50. Bereken de z-score z van een score van 400.

μ = 500σ = 50x = 400

z =

3.KansrekeningGemiddeld

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

x: 0, 1, 2, 3p(x): 0,15, 0,3, 0,3, 0,25

Var(X) =

4.KansrekeningMoeilijk

Een toets heeft 8 meerkeuzevragen. Een student die gokt, heeft elke vraag onafhankelijk goed met kans 0,5. Wat is de kans P op precies 2 goede antwoorden?

n = 8p = 0,5k = 2

P =

5.Normale verdelingGemiddeld

X is normaal verdeeld met gemiddelde 120 mm en standaardafwijking 0,3 mm; Y is onafhankelijk en normaal verdeeld met gemiddelde 80 mm en standaardafwijking 0,4 mm. Bepaal de kans P dat X + Y groter is dan 200,6 mm. Rond z af op twee decimalen.

μ_X = 120, σ_X = 0,3μ_Y = 80, σ_Y = 0,4X + Y > 200,6 mm

P =

6.Normale verdelingMoeilijk

De gewichten van zakken zijn normaal verdeeld met gemiddelde 250 g en standaardafwijking 5 g. Bereken de waarde x waaronder 97,5% ervan ligt (het 97,5e percentiel).

μ = 250σ = 5P = 97,5%

x = g

7.BetrouwbaarheidsintervallenGemiddeld

Een 95%-betrouwbaarheidsinterval voor een gemiddelde, gebaseerd op 50 waarnemingen en een bekende σ, heeft een foutmarge van 7,6. Wat is de foutmarge E₂ van een 90%-interval uit dezelfde data?

95%n₁ = 50E₁ = 7,690%

E₂ =

8.BetrouwbaarheidsintervallenMoeilijk

De standaardafwijking van de populatie is 33. Hoe groot moet de steekproef n zijn zodat een 90%-betrouwbaarheidsinterval voor het gemiddelde een foutmarge van hoogstens 2,5 heeft?

σ = 33E = 2,590%

n =

9.Hypothesetoetsen & betrouwbaarheidsintervallenGemiddeld

Twee lesmethoden worden vergeleken. Groep 1: 6 studenten, gemiddelde score 62, standaardafwijking 6,5. Groep 2: 6 studenten, gemiddelde score 46,5, standaardafwijking 9,5. Neem gelijke populatievarianties aan en gebruik de gepoolde t-toets voor twee steekproeven. Bereken de toetsingsgrootheid t voor H₀: μ₁ = μ₂, met als verschil x̄₁ − x̄₂ (groep 1 min groep 2).

n₁ = 6x̄₁ = 62s₁ = 6,5n₂ = 6x̄₂ = 46,5s₂ = 9,5

t =

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 15. Bereken de kleinste steekproefomvang n.

σ = 15E = 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 5 gepaarde waarnemingen van x = leeftijd van de auto in jaren en y = prijs in k€. Gebruik de kleinstekwadratenlijn ŷ = a + b·x. Voor welke waarde x voorspelt de lijn ŷ = 26?

n = 5ŷ = 26

x =

3Oplossingen

1.Beschrijvende statistiek

Antwoord: s = 13,71

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 = 272/6 = 45,33

Gekwadrateerde afwijkingen

Σ(x − x̄)² = (−5,333)² + 14,67² + 0,6667² + 7,667² + 6,667² + (−24,33)² = 939,3

Standaardafwijking

s = √(939,3/5) = 13,71

Antwoord

s = 13,71

2.Beschrijvende statistiek

Antwoord: z = −2

Standaardiseren

z = (400 − 500)/50 = −2

Antwoord

z = −2

3.Kansrekening

Antwoord: Var(X) = 1,028

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 = 0·0,15 + 1·0,3 + 2·0,3 + 3·0,25 = 1,65

Gemiddelde van de kwadraten

E(X²) = 0·0,15 + 1·0,3 + 4·0,3 + 9·0,25 = 3,75

Variantie

Var(X) = 3,75 − 1,65² = 1,028

Antwoord

Var(X) = 1,028

4.Kansrekening

Antwoord: P = 0,1094

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.

Binomiale formule

P(X = 2) = 28·0,5²·0,5⁶ = 28·0,25·0,01563 = 0,1094

Antwoord

P = 0,1094

5.Normale verdeling

Antwoord: P = 0,1151

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 = 200 mm, σ = √(0,3² + 0,4²) = 0,5 mm

Standaardiseren

z = (200,6 − 200)/0,5 = 1,2

Rechterstaart

P = 1 − Φ(1,2) = 1 − 0,8849 = 0,1151

Antwoord

P = 0,1151

6.Normale verdeling

Antwoord: x = 259,8 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) = 0,975 → z = 1,96

Terug naar x

x = 250 + 1,96·5 = 259,8 g

Antwoord

x = 259,8 g

7.Betrouwbaarheidsintervallen

Antwoord: E₂ = 6,379

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 = (1,645/1,96)·√(50/50) = 0,8393

Nieuwe marge

E₂ = 7,6·0,8393 = 6,379

Antwoord

E₂ = 6,379

8.Betrouwbaarheidsintervallen

Antwoord: n = 472

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 = (1,645·33/2,5)² = 471,5

Naar boven afronden

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

n = 472

Antwoord

n = 472

9.Hypothesetoetsen & betrouwbaarheidsintervallen

Antwoord: t = 3,298

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.

Gepoolde variantie

s_p² = (5·6,5² + 5·9,5²)/10 = 66,25

s_p = 8,139

Standaardfout

SE = 8,139·√(1/6 + 1/6) = 4,699

Toetsingsgrootheid

t = (62 − 46,5)/4,699 = 3,298

Antwoord

t = 3,298

Bij df = 10 is de tweezijdige kritieke waarde bij 5% gelijk aan 2,228; |t| is groter, dus H₀ wordt verworpen.

10.Hypothesetoetsen & betrouwbaarheidsintervallen

Antwoord: n = 2436

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 = (1,645·15/0,5)² = 2435

Naar boven afronden

n = 2436

Antwoord

n = 2436

11.Lineaire regressie en correlatie

Antwoord: r² = 0,9647

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 = 110/6 = 18,33

Kwadraten- en productsommen

S_xx = Σ(x − x̄)² = 17,5

S_xy = Σ(x − x̄)(y − ȳ) = −46

S_yy = Σ(y − ȳ)² = 125,3

Determinatiecoëfficiënt

r² = −46²/(17,5·125,3) = 0,9647

Antwoord

r² = 0,9647

Ongeveer 96,47% van de variatie in y wordt door de lijn verklaard.

12.Lineaire regressie en correlatie

Antwoord: x = 1,37

Gemiddelden

x̄ = 15/5 = 3

ȳ = 108/5 = 21,6

Kwadraten- en productsommen

S_xx = Σ(x − x̄)² = 10

S_xy = Σ(x − x̄)(y − ȳ) = −27

Regressielijn

b = −27/10 = −2,7

a = 21,6 − (−2,7)·3 = 29,7

ŷ = 29,7 − 2,7·x

Los op naar x

x = (26 − 29,7)/(−2,7) = 1,37

Antwoord

x = 1,37

ExamProblems · examproblems.com/courses/statistics-1