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: 30, 38, 45, 28, 26.

n = 5

s =

2.Beschrijvende statistiekMoeilijk

Tentamencijfers zijn normaal verdeeld met gemiddelde 70 en standaardafwijking 20. Bereken de z-score z van een score van 40.

μ = 70σ = 20x = 40

z =

3.KansrekeningGemiddeld

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

x: 1, 2, 3, 4, 5p(x): 0,3, 0,15, 0,05, 0,3, 0,2

Var(X) =

4.KansrekeningMoeilijk

X heeft de getoonde verdeling, en Y = 5X + 10. Bepaal de standaardafwijking σ_Y van Y.

x: 1, 2, 3, 4, 5p(x): 0,35, 0,2, 0,25, 0,15, 0,05Y = 5X + 10

σ_Y =

5.Normale verdelingGemiddeld

De gewichten van zakken zijn normaal verdeeld met gemiddelde 250 g en standaardafwijking 5 g. Welk deel ligt tussen 244 en 251,25 g? Geef P als decimaal getal.

μ = 250σ = 5x₁ = 244x₂ = 251,25

P =

6.Normale verdelingMoeilijk

De rondetijd X van loper A en de rondetijd Y van loper B zijn onafhankelijk en normaal verdeeld: X heeft gemiddelde 52 s en standaardafwijking 4 s, Y heeft gemiddelde 48 s en standaardafwijking 3 s. Bepaal de kans P dat X groter is dan Y. Rond z af op twee decimalen.

μ_X = 52 s, σ_X = 4 sμ_Y = 48 s, σ_Y = 3 s

P =

7.BetrouwbaarheidsintervallenGemiddeld

Een 95%-betrouwbaarheidsinterval voor een gemiddelde, gebaseerd op 50 waarnemingen en een bekende σ, heeft een foutmarge van 1,5. Wat is de foutmarge E₂ van een 90%-interval uit dezelfde data?

95%n₁ = 50E₁ = 1,590%

E₂ =

8.BetrouwbaarheidsintervallenMoeilijk

Over de fractie defecte producten is vooraf niets bekend. Hoeveel producten n moeten worden gecontroleerd zodat een 95%-betrouwbaarheidsinterval voor de fractie een foutmarge van hoogstens 0,03 heeft?

p = 0,5E = 0,0395%

n =

9.Hypothesetoetsen & betrouwbaarheidsintervallenGemiddeld

Een steekproef van 25 studenten heeft een gemiddelde score van 121,4 en een steekproefstandaardafwijking van 10. Bereken de toetsingsgrootheid t voor H₀: μ = 120.

μ₀ = 120x̄ = 121,4s = 10n = 25

t =

10.Hypothesetoetsen & betrouwbaarheidsintervallenMoeilijk

Hoe groot moet een steekproef zijn zodat het 95%-betrouwbaarheidsinterval voor een gemiddelde een foutmarge van hoogstens 1,5 heeft? De standaardafwijking is 12. Bereken de kleinste steekproefomvang n.

σ = 12E = 1,595%

n =

11.Lineaire regressie en correlatieGemiddeld

De tabel geeft 6 gepaarde waarnemingen van x = aantal uren gestudeerd en y = tentamencijfer. Bereken de determinatiecoëfficiënt r² van de kleinstekwadratenlijn.

n = 6

r² =

12.Lineaire regressie en correlatieMoeilijk

De tabel geeft 5 gepaarde waarnemingen van x = aantal uren gestudeerd en y = tentamencijfer. Gebruik de kleinstekwadratenlijn ŷ = a + b·x. Er wordt een nieuwe waarneming (10, 75) gedaan. Bereken het residu e = y − ŷ.

n = 5(10, 75)

e =

3Oplossingen

1.Beschrijvende statistiek

Antwoord: s = 7,925

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 = 167/5 = 33,4

Gekwadrateerde afwijkingen

Σ(x − x̄)² = (−3,4)² + 4,6² + 11,6² + (−5,4)² + (−7,4)² = 251,2

Standaardafwijking

s = √(251,2/4) = 7,925

Antwoord

s = 7,925

2.Beschrijvende statistiek

Antwoord: z = −1,5

Standaardiseren

z = (40 − 70)/20 = −1,5

Antwoord

z = −1,5

3.Kansrekening

Antwoord: Var(X) = 2,447

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 = 1·0,3 + 2·0,15 + 3·0,05 + 4·0,3 + 5·0,2 = 2,95

Gemiddelde van de kwadraten

E(X²) = 1·0,3 + 4·0,15 + 9·0,05 + 16·0,3 + 25·0,2 = 11,15

Variantie

Var(X) = 11,15 − 2,95² = 2,447

Antwoord

Var(X) = 2,447

4.Kansrekening

Antwoord: σ_Y = 6,18

Spreiding van X

μ = 2,35, Var(X) = 1,527, σ_X = 1,236

Lineaire transformatie

σ_Y = |5|·1,236 = 6,18

Antwoord

σ_Y = 6,18

Het gemiddelde verschuift wel: E(Y) = 5·2,35 + 10 = 21,75.

5.Normale verdeling

Antwoord: P = 0,4836

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-scores

z₁ = (244 − 250)/5 = −1,2

z₂ = (251,25 − 250)/5 = 0,25

Oppervlakte ertussen

P = Φ(0,25) − Φ(−1,2) = 0,5987 − 0,1151 = 0,4836

Antwoord

P = 0,4836

6.Normale verdeling

Antwoord: P = 0,7881

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 verschil

μ = 52 − 48 = 4 s, σ = 5 s

Standaardiseren

z = (0 − 4)/5 = −0,8

Kansrekening

P = 1 − Φ(−0,8) = 0,7881

Antwoord

P = 0,7881

7.Betrouwbaarheidsintervallen

Antwoord: E₂ = 1,259

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 = 1,5·0,8393 = 1,259

Antwoord

E₂ = 1,259

8.Betrouwbaarheidsintervallen

Antwoord: n = 1068

Confidence interval for a proportion: p̂ ± z·√(p̂(1 − p̂)/n), where p̂ = x/n. To reach a margin E you need n ≥ z²·p(1 − p)/E², rounded up; without a prior estimate use p = 0,5, which gives the largest n.

n oplossen

n = 1,96²·0,5·0,5/0,03² = 1067

Naar boven afronden

n = 1068

Antwoord

n = 1068

9.Hypothesetoetsen & betrouwbaarheidsintervallen

Antwoord: t = 0,7

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 = 10/√25 = 10/5 = 2

Toetsingsgrootheid

t = (121,4 − 120)/2 = 0,7

Antwoord

t = 0,7

t_{0,025; df = 24} = 2,064

|t| < 2.064, dus H₀ wordt niet verworpen op het 5%-niveau (tweezijdig).

10.Hypothesetoetsen & betrouwbaarheidsintervallen

Antwoord: n = 246

n oplossen

n = (1,96·12/1,5)² = 245,9

Naar boven afronden

n = 246

Antwoord

n = 246

11.Lineaire regressie en correlatie

Antwoord: r² = 0,6907

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 = 319/6 = 53,17

Kwadraten- en productsommen

S_xx = Σ(x − x̄)² = 17,5

S_xy = Σ(x − x̄)(y − ȳ) = 55,5

S_yy = Σ(y − ȳ)² = 254,8

Determinatiecoëfficiënt

r² = 55,5²/(17,5·254,8) = 0,6907

Antwoord

r² = 0,6907

Ongeveer 69,07% van de variatie in y wordt door de lijn verklaard.

12.Lineaire regressie en correlatie

Antwoord: e = −5,4

Gemiddelden

x̄ = 35/5 = 7

ȳ = 339/5 = 67,8

Kwadraten- en productsommen

S_xx = Σ(x − x̄)² = 40

S_xy = Σ(x − x̄)(y − ȳ) = 168

Regressielijn

b = 168/40 = 4,2

a = 67,8 − 4,2·7 = 38,4

ŷ = 38,4 + 4,2·x

Voorspelde waarde

ŷ = 38,4 + 4,2·10 = 80,4

Residu

e = 75 − 80,4 = −5,4

Antwoord

e = −5,4

Het punt ligt onder de lijn.

ExamProblems · examproblems.com/courses/statistics-1