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: 27, 46, 27, 11, 42, 36, 11.

n = 7

s =

2.Beschrijvende statistiekMoeilijk

Tentamencijfers zijn normaal verdeeld met gemiddelde 60 en standaardafwijking 5. Bereken de z-score z van een score van 63.

μ = 60σ = 5x = 63

z =

3.KansrekeningGemiddeld

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

x: 10, 20, 30, 40p(x): 0,25, 0,2, 0,3, 0,25

Var(X) =

4.KansrekeningMoeilijk

Er worden 7 onderdelen getest, en elk valt onafhankelijk uit met kans 0,1. Wat is de kans P dat er hoogstens één uitvalt?

n = 7p = 0,1

P =

5.Normale verdelingGemiddeld

De examencijfers zijn normaal verdeeld met gemiddelde 65 punten en standaardafwijking 10 punten. Welk deel ligt tussen 45 en 80,5 punten? Geef P als decimaal getal.

μ = 65σ = 10x₁ = 45x₂ = 80,5

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 steekproef van 30 items heeft gemiddelde 34 en standaardafwijking s = 5. De populatie is bij benadering normaal verdeeld. Bereken de bovengrens van het 99%-betrouwbaarheidsinterval voor het gemiddelde.

n = 30x̄ = 34s = 599%t(29) = 2,756

bovengrens =

8.BetrouwbaarheidsintervallenMoeilijk

De standaardafwijking van de populatie is 38. Hoe groot moet de steekproef n zijn zodat een 95%-betrouwbaarheidsinterval voor het gemiddelde een foutmarge van hoogstens 2 heeft?

σ = 38E = 295%

n =

9.Hypothesetoetsen & betrouwbaarheidsintervallenGemiddeld

Een steekproef van 16 studenten heeft een gemiddelde score van 192,2 en een steekproefstandaardafwijking van 12. Bereken de toetsingsgrootheid t voor H₀: μ = 200.

μ₀ = 200x̄ = 192,2s = 12n = 16

t =

10.Hypothesetoetsen & betrouwbaarheidsintervallenMoeilijk

Hoe groot moet een steekproef zijn zodat het 95%-betrouwbaarheidsinterval voor een gemiddelde een foutmarge van hoogstens 2 heeft? De standaardafwijking is 15. Bereken de kleinste steekproefomvang n.

σ = 15E = 295%

n =

11.Lineaire regressie en correlatieGemiddeld

De tabel geeft 6 gepaarde waarnemingen van x = temperatuur in °C en y = verkochte ijsjes. Hun sommen zijn gegeven. Bereken uit deze sommen de correlatiecoëfficiënt van Pearson r.

n = 6Σx = 126Σy = 682Σx² = 2716Σy² = 80196Σxy = 14748

r =

12.Lineaire regressie en correlatieMoeilijk

De tabel geeft 6 gepaarde waarnemingen van x = temperatuur in °C en y = verkochte ijsjes. Gebruik de kleinstekwadratenlijn ŷ = a + b·x. Voorspel ŷ voor x = 25,5.

n = 6x = 25,5

ŷ =

3Oplossingen

1.Beschrijvende statistiek

Antwoord: s = 13,91

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 = 200/7 = 28,57

Gekwadrateerde afwijkingen

Σ(x − x̄)² = (−1,571)² + 17,43² + (−1,571)² + (−17,57)² + 13,43² + 7,429² + (−17,57)² = 1162

Standaardafwijking

s = √(1162/6) = 13,91

Antwoord

s = 13,91

2.Beschrijvende statistiek

Antwoord: z = 0,6

Standaardiseren

z = (63 − 60)/5 = 0,6

Antwoord

z = 0,6

3.Kansrekening

Antwoord: Var(X) = 124,8

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 = 10·0,25 + 20·0,2 + 30·0,3 + 40·0,25 = 25,5

Gemiddelde van de kwadraten

E(X²) = 100·0,25 + 400·0,2 + 900·0,3 + 1600·0,25 = 775

Variantie

Var(X) = 775 − 25,5² = 124,8

Antwoord

Var(X) = 124,8

4.Kansrekening

Antwoord: P = 0,8503

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.

Nul en één uitval

P(X = 0) = 0,9⁷ = 0,4783

P(X = 1) = 7·0,1·0,9⁶ = 0,372

Tel ze op

P = 0,4783 + 0,372 = 0,8503

Antwoord

P = 0,8503

5.Normale verdeling

Antwoord: P = 0,9167

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 = (45 − 65)/10 = −2

z₂ = (80,5 − 65)/10 = 1,55

Oppervlakte ertussen

P = Φ(1,55) − Φ(−2) = 0,9394 − 0,02275 = 0,9167

Antwoord

P = 0,9167

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: bovengrens = 36,52

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 = 29, t = 2,756

Foutmarge

E = 2,756·5/√30 = 2,516

Interval

34 ± 2,516 → [31,48, 36,52]

Antwoord

bovengrens = 36,52

8.Betrouwbaarheidsintervallen

Antwoord: n = 1387

n oplossen

n = (1,96·38/2)² = 1387

Naar boven afronden

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

n = 1387

Antwoord

n = 1387

9.Hypothesetoetsen & betrouwbaarheidsintervallen

Antwoord: t = −2,6

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 = 12/√16 = 12/4 = 3

Toetsingsgrootheid

t = (192,2 − 200)/3 = −2,6

Antwoord

t = −2,6

t_{0,025; df = 15} = 2,131

|t| > 2,131, dus H₀ wordt verworpen op het 5%-niveau (tweezijdig).

10.Hypothesetoetsen & betrouwbaarheidsintervallen

Antwoord: n = 217

n oplossen

n = (1,96·15/2)² = 216,1

Naar boven afronden

n = 217

Antwoord

n = 217

11.Lineaire regressie en correlatie

Antwoord: r = 0,9844

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 = 14748 − 126·682/6 = 426

S_xx = 2716 − 126²/6 = 70

S_yy = 80196 − 682²/6 = 2675

Correlatiecoëfficiënt

r = 426/√(70·2675) = 0,9844

Antwoord

r = 0,9844

12.Lineaire regressie en correlatie

Antwoord: ŷ = 102,3

Gemiddelden

x̄ = 153/6 = 25,5

ȳ = 614/6 = 102,3

Kwadraten- en productsommen

S_xx = Σ(x − x̄)² = 157,5

S_xy = Σ(x − x̄)(y − ȳ) = 738

Regressielijn

b = 738/157,5 = 4,686

a = 102,3 − 4,686·25,5 = −17,15

ŷ = −17,15 + 4,686·x

Voorspelling

ŷ = −17,15 + 4,686·25,5 = 102,3

Antwoord

ŷ = 102,3

ExamProblems · examproblems.com/courses/statistics-1