Statistiek 2: Inferentiële statistiek: samenvattingspakket

Formuleoverzichten, de belangrijkste methodestappen voor elk onderwerp en 10 oefenopgaven, met volledige oplossingen achterin.

Nieuwe opgavenTerug naar het vak

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

1Formules en methoden

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

  1. Reken de waarde om naar een z-score: z = (x − μ)/σ.
  2. Zoek Φ(z) op, het oppervlak links van z.
  3. Gebruik voor het oppervlak rechts 1 − Φ(z); trek voor een interval de twee linkeroppervlakken van elkaar af.
  4. 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

  1. Kies tussen z (σ van de populatie bekend) en t (alleen de steekproef-s, met n − 1 vrijheidsgraden).
  2. Zoek de kritieke waarde bij het betrouwbaarheidsniveau.
  3. Foutmarge: E = kritieke waarde × standaardafwijking/√n.
  4. 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

  1. Formuleer H₀ en H₁ en bepaal of de toets een- of tweezijdig is.
  2. Bereken de toetsingsgrootheid: (x̄ − μ₀)/(σ/√n), of met s en t.
  3. Vergelijk met de kritieke waarde, of bepaal de p-waarde.
  4. 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
Sxx = Σ(x − x̄)² = Σx² − (Σx)²/n, Sxy = Σxy − ΣxΣy/n
Helling
b = Sxy/Sxx
Snijpunt met de y-as
a = ȳ − b·x̄
Correlatie
r = Sxy/√(SxxSyy)
Residu
e = y − ŷ

Chikwadraattoetsen

Toetsingsgrootheid
χ² = Σ(O − E)²/E
Aanpassingstoets
E = n·p, df = k − 1 − (estimated parameters)
Onafhankelijkheid
E = row total × column total / grand total, df = (r − 1)(c − 1)
Kritieke waarden (α = 0,05)
df 1: 3,841, 2: 5,991, 3: 7,815, 4: 9,488
Beslissing
verwerp H0 als χ² > χ²crit

2Oefenopgaven

1.Normale verdelingGemiddeld
200 mm199,3 mmX + Y?

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 199,3 mm. Rond z af op twee decimalen.

μX = 120, σX = 0,3μY = 80, σY = 0,4X + Y > 199,3 mm
P =
2.Normale verdelingMoeilijk
μ = 500x = ?90%

De levensduren van batterijen zijn normaal verdeeld met gemiddelde 500 h en standaardafwijking 40 h. Bereken de waarde x waaronder 90% ervan ligt (het 90e percentiel).

μ = 500σ = 40P = 90%
x = h
3.BetrouwbaarheidsintervallenGemiddeld
n = 13, sd​ = 1,80LU = ?d̄ = −6E90%

De bloeddruk van 13 patiënten wordt gemeten voor en na een behandeling. De verschillen d = voor − na (mmHg) hebben gemiddelde −6 en standaardafwijking 1,8. Bereken de bovengrens van het 90%-betrouwbaarheidsinterval voor het gemiddelde verschil.

n = 13d̄ = −6sd = 1,890%t(12) = 1,782
bovengrens = mmHg
4.BetrouwbaarheidsintervallenMoeilijk
μ₁ − μ₂, t(14) = 2,9770L = ?Ux̄₁ − x̄₂E99%

Twee kunstmeststoffen worden getest. Groep 1: 11 proefvelden, gemiddelde opbrengst 33 kg, standaardafwijking 9 kg. Groep 2: 5 proefvelden, gemiddelde 28,5 kg, standaardafwijking 2 kg. Neem gelijke varianties aan (gepoolde t, df = n₁ + n₂ − 2). Bereken de ondergrens van het 99%-betrouwbaarheidsinterval voor μ₁ − μ₂.

n₁ = 11x̄₁ = 33s₁ = 9n₂ = 5x̄₂ = 28,5s₂ = 299%t(14) = 2,977
ondergrens = kg
5.Hypothesetoetsen & betrouwbaarheidsintervallenGemiddeld
−2,22p = ?

Van een populatie wordt beweerd dat het gemiddelde 80 is; de standaardafwijking van de populatie is bekend en is 3. Een aselecte steekproef van 36 waarnemingen heeft een gemiddelde van 78,89. Toets H₀: μ = 80 tegen H₁: μ < 80. Bereken de p-waarde p.

μ₀ = 80σ = 3n = 36x̄ = 78,89H₁: μ < μ₀
p =
6.Hypothesetoetsen & betrouwbaarheidsintervallenMoeilijk
−1,961,96z = ?

In een onderzoek herstellen 66 van de 120 patiënten met behandeling A en 50 van de 80 patiënten met behandeling B. Bereken met de gepoolde fractie de toetsingsgrootheid z voor H₀: p₁ = p₂.

x₁ = 66n₁ = 120x₂ = 50n₂ = 80
z =
7.Lineaire regressie en correlatieGemiddeld
xy14641669187520882210224104xy15202580100

De tabel geeft 6 gepaarde waarnemingen van x = temperatuur in °C en y = verkochte ijsjes. Bereken de determinatiecoëfficiënt r² van de kleinstekwadratenlijn.

n = 6
r² =
8.Lineaire regressie en correlatieMoeilijk
xy173719412156235125642772xy20254060x = 26

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 = 26.

n = 6x = 26
ŷ =
9.ChikwadraattoetsenGemiddeld
verbeterdniet verbeterdTotaalnieuw geneesmiddel206080placebo223860Totaal4298140

De kruistabel toont waargenomen aantallen. Bereken de chikwadraatgrootheid χ² voor de toets op onafhankelijkheid tussen de rij- en kolomvariabele. Gebruik geen continuïteitscorrectie.

N = 1402 × 2
χ² =
10.ChikwadraattoetsenMoeilijk
dfα = 0,05α = 0,0113,8416,63525,9919,21037,81511,34549,48813,277511,07015,086612,59216,812714,06718,475815,50720,090916,91921,6661018,30723,209

Een chikwadraat-aanpassingstoets controleert of aantallen in 5 categorieën een Poissonverdeling volgen waarvan het gemiddelde uit dezelfde data is geschat. Zoek met de tabel de kritieke waarde χ²crit bij significantieniveau α = 0,01.

α = 0,01
χ²crit =

3Oplossingen

1.Normale verdeling

Antwoord: P = 0,9192

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) = μX ± μY. Varianties tellen altijd op, ook bij een verschil: Var(X ± Y) = σX² + σY², dus σ = √(σX² + σY²). 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 = (199,3 − 200)/0,5 = −1,4

Rechterstaart

P = 1 − Φ(−1,4) = 1 − 0,08076 = 0,9192

Antwoord

P = 0,9192
2.Normale verdeling

Antwoord: x = 551,3 h

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) = 0,9 → z = 1,282

Terug naar x

x = 500 + 1,282·40 = 551,26 h

Antwoord

x = 551,26 h
3.Betrouwbaarheidsintervallen

Antwoord: bovengrens = −5,11 mmHg

Interval for a difference: estimate ± critical value × standard error. For two independent means with known σ: SE = √(σ₁²/n₁ + σ₂²/n₂) and z. With equal unknown variances: pooled s_p and t with n₁ + n₂ − 2 degrees of freedom. For paired data, work with the differences: d̄ ± t·s_d/√n.

Kritieke waarde

df = 12, t = 1,782

Foutmarge

E = 1,782·1,8/√13 = 0,8896

Interval

−6 ± 0,8896 → [−6,89, −5,11]

Antwoord

bovengrens = −5,11 mmHg
4.Betrouwbaarheidsintervallen

Antwoord: ondergrens = −7,833 kg

Interval for a difference: estimate ± critical value × standard error. For two independent means with known σ: SE = √(σ₁²/n₁ + σ₂²/n₂) and z. With equal unknown variances: pooled s_p and t with n₁ + n₂ − 2 degrees of freedom. For paired data, work with the differences: d̄ ± t·s_d/√n.

Gepoolde standaardafwijking

sp² = (10·9² + 4·2²)/14 = 59
sp = 7,681

Foutmarge

E = 2,977·7,681·√(1/11 + 1/5) = 12,33

Interval

4,5 ± 12,33 → [−7,833, 16,83]

Antwoord

ondergrens = −7,833 kg
5.Hypothesetoetsen & betrouwbaarheidsintervallen

Antwoord: p = 0,01321

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.

Toetsingsgrootheid

SE = σ/√n = 3/√36 = 0,5
z = (78,89 − 80)/0,5 = −2,22

Staartoppervlakte

Φ(2,22) = 0,9868
1 − Φ(2,22) = 0,0132

p-waarde

p = 0,01321

Antwoord

p = 0,01321

p ≤ 0,05, dus H₀ wordt verworpen op het 5%-niveau.

6.Hypothesetoetsen & betrouwbaarheidsintervallen

Antwoord: z = −1,053

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 = 66/120 = 0,55
p̂₂ = 50/80 = 0,625
p̂ = 116/200 = 0,58

Standaardfout onder H₀

SE = √(0,58·0,42·(1/120 + 1/80)) = 0,07124

Toetsingsgrootheid

z = (0,55 − 0,625)/0,07124 = −1,053

Antwoord

z = −1,053

|z| < 1.96, dus H₀ wordt niet verworpen op het 5%-niveau (tweezijdig).

7.Lineaire regressie en correlatie

Antwoord: r² = 0,9622

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 = 114/6 = 19
ȳ = 502/6 = 83,67

Kwadraten- en productsommen

Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 312
Syy = Σ(y − ȳ)² = 1445

Determinatiecoëfficiënt

r² = 312²/(70·1445) = 0,9622

Antwoord

r² = 0,9622

Ongeveer 96,22% van de variatie in y wordt door de lijn verklaard.

8.Lineaire regressie en correlatie

Antwoord: ŷ = 67,16

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 = 132/6 = 22
ȳ = 321/6 = 53,5

Kwadraten- en productsommen

Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 239

Regressielijn

b = 239/70 = 3,414
a = 53,5 − 3,414·22 = −21,61
ŷ = −21,61 + 3,414·x

Voorspelling

ŷ = −21,61 + 3,414·26 = 67,16

Antwoord

ŷ = 67,16
9.Chikwadraattoetsen

Antwoord: χ² = 2,222

Chikwadraattoetsen: vergelijk waargenomen aantallen O met de onder H₀ verwachte aantallen E met χ² = Σ(O − E)²/E. Aanpassingstoets: E = n·p voor elke categorie, df = k − 1 (en nog één minder voor elke parameter die uit de data is geschat). Onafhankelijkheid in een r × c-tabel: E = rijtotaal × kolomtotaal / totaal, df = (r − 1)(c − 1). Verwerp H₀ als χ² groter is dan de kritieke waarde bij de gekozen α.

Verwachte aantallen

nieuw geneesmiddel: 80·42/140 = 24, 80·98/140 = 56
placebo: 60·42/140 = 18, 60·98/140 = 42

Chikwadraatgrootheid

χ² = (20 − 24)²/24 + (60 − 56)²/56 + (22 − 18)²/18 + (38 − 42)²/42
χ² = 2,222

Antwoord

χ² = 2,222

df = 1. Bij α = 0,05 is de kritieke waarde 3,841, dus H₀ (onafhankelijkheid) wordt niet verworpen.

10.Chikwadraattoetsen

Antwoord: χ²crit = 11,35

Chikwadraattoetsen: vergelijk waargenomen aantallen O met de onder H₀ verwachte aantallen E met χ² = Σ(O − E)²/E. Aanpassingstoets: E = n·p voor elke categorie, df = k − 1 (en nog één minder voor elke parameter die uit de data is geschat). Onafhankelijkheid in een r × c-tabel: E = rijtotaal × kolomtotaal / totaal, df = (r − 1)(c − 1). Verwerp H₀ als χ² groter is dan de kritieke waarde bij de gekozen α.

Vrijheidsgraden

df = 5 − 1 − 1 = 3

Tabel

χ²crit(df = 3, α = 0,01) = 11,345

Antwoord

χ²crit = 11,345

Verwerp H₀ als de berekende χ² groter is dan deze waarde.

ExamProblems · examproblems.com/courses/statistics-2-inference