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
−3−2−10123zgearceerd oppervlak rechts van z = 0,9767

Sleep z zo dat het gearceerde oppervlak onder de standaardnormale kromme, rechts van z, 0,9767 is. Bepaal z op twee decimalen.

A = 0,9767
z =
2.Normale verdelingMoeilijk
0,04 mm0D − d?

Gatdiameters D zijn normaal verdeeld met gemiddelde 25,04 mm en standaardafwijking 0,015 mm. Asdiameters d zijn onafhankelijk en normaal verdeeld met gemiddelde 25 mm en standaardafwijking 0,02 mm. Een willekeurig gekozen as past als D − d > 0. Bepaal de kans P dat hij past. Rond z af op twee decimalen.

gat: μ = 25,04 mm, σ = 0,015 mmas: μ = 25 mm, σ = 0,02 mm
P =
3.BetrouwbaarheidsintervallenGemiddeld
n = 21, s = 1,5L = ?Ux̄ = 43,5E99%

Een steekproef van 21 items heeft gemiddelde 43,5 en standaardafwijking s = 1,5. De populatie is bij benadering normaal verdeeld. Bereken de ondergrens van het 99%-betrouwbaarheidsinterval voor het gemiddelde.

n = 21x̄ = 43,5s = 1,599%t(20) = 2,845
ondergrens =
4.BetrouwbaarheidsintervallenMoeilijk
p ≈ 0,4, n = ?p̂ − Ep̂ + Ep̂E = 0,02599%

Een vooronderzoek wijst erop dat ongeveer 0,4 van de producten defect is. Hoeveel producten n moeten worden gecontroleerd zodat een 99%-betrouwbaarheidsinterval voor de fractie een foutmarge van hoogstens 0,025 heeft?

p ≈ 0,4E = 0,02599%
n =
5.Hypothesetoetsen & betrouwbaarheidsintervallenGemiddeld
−1,721,72p = ?

Van een populatie wordt beweerd dat het gemiddelde 500 is; de standaardafwijking van de populatie is bekend en is 15. Een aselecte steekproef van 100 waarnemingen heeft een gemiddelde van 502,58. Toets H₀: μ = 500 tegen H₁: μ ≠ 500. Bereken de p-waarde p.

μ₀ = 500σ = 15n = 100x̄ = 502,58H₁: μ ≠ μ₀
p =
6.Hypothesetoetsen & betrouwbaarheidsintervallenMoeilijk
H₀H₁μ₀x̄cμ₀ + 4α = 0,01βσ = 9, onderscheidend vermogen 95%, n = ?

Een eenzijdige z-toets bij α = 0,01 moet een verschuiving van het gemiddelde van 4 eenheden ontdekken met een onderscheidend vermogen van 95 %. De standaardafwijking is 9. Bereken de minimale steekproefomvang n.

α = 0,01onderscheidend vermogen = 95%δ = 4σ = 9zα = 2,326zβ = 1,645
n =
7.Lineaire regressie en correlatieGemiddeld
xy14701674188820982210624123xy15202580100120

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
xy127222324422516xy242025x = 1,5

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. Voorspel ŷ voor x = 1,5.

n = 5x = 1,5
ŷ =
9.ChikwadraattoetsenGemiddeld
laagmiddelhoogTotaalstedelijk10111940landelijk253837100Totaal354956140

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

N = 1402 × 3
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 8 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: z = −1,99

Van een oppervlak terug naar z: Φ(z) is het oppervlak links van z. Zoek voor een linkerstaartoppervlak A de z met Φ(z) = A in de tabel. Een rechterstaartoppervlak A betekent Φ(z) = 1 − A. Een centraal oppervlak A tussen −z en z laat (1 − A)/2 in elke staart over, dus Φ(z) = (1 + A)/2. Gebruik voor een waarde x de formule x = μ + zσ.

Oppervlak links van z

Φ(z) = 1 − 0,9767 = 0,0233

Lees de z-tabel achterstevoren

Zoek 0,0233 in de tabel en lees z af.

z = −1,99

Antwoord

z = −1,99
2.Normale verdeling

Antwoord: P = 0,9452

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 het verschil

μ = 25,04 − 25 = 0,04 mm, σ = 0,025 mm

Standaardiseren

z = (0 − 0,04)/0,025 = −1,6

Kansrekening

P = 1 − Φ(−1,6) = 0,9452

Antwoord

P = 0,9452
3.Betrouwbaarheidsintervallen

Antwoord: ondergrens = 42,57

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 = 20, t = 2,845

Foutmarge

E = 2,845·1,5/√21 = 0,9312

Interval

43,5 ± 0,9312 → [42,57, 44,43]

Antwoord

ondergrens = 42,57
4.Betrouwbaarheidsintervallen

Antwoord: n = 2549

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 = 2,576²·0,4·0,6/0,025² = 2548

Naar boven afronden

n = 2549

Antwoord

n = 2549
5.Hypothesetoetsen & betrouwbaarheidsintervallen

Antwoord: p = 0,08543

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 = 15/√100 = 1,5
z = (502,58 − 500)/1,5 = 1,72

Staartoppervlakte

Φ(1,72) = 0,9573
1 − Φ(1,72) = 0,0427

p-waarde

p = 2·0,0427 = 0,08543

Antwoord

p = 0,08543

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

6.Hypothesetoetsen & betrouwbaarheidsintervallen

Antwoord: n = 80

Steekproefomvang voor een toets: om een werkelijke verschuiving δ te ontdekken met onderscheidend vermogen 1 − β in een eenzijdige z-toets bij niveau α, moet de standaardfout voldoen aan δ = (z_α + z_β)·σ/√n, dus n = ((z_α + z_β)·σ/δ)², naar boven afgerond.

n oplossen

n = ((2,326 + 1,645)·9/4)² = 79,83

Naar boven afronden

n = 80

Antwoord

n = 80
7.Lineaire regressie en correlatie

Antwoord: r² = 0,9788

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 = 559/6 = 93,17

Kwadraten- en productsommen

Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 371
Syy = Σ(y − ȳ)² = 2009

Determinatiecoëfficiënt

r² = 371²/(70·2009) = 0,9788

Antwoord

r² = 0,9788

Ongeveer 97,88% van de variatie in y wordt door de lijn verklaard.

8.Lineaire regressie en correlatie

Antwoord: ŷ = 25,5

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 = 15/5 = 3
ȳ = 111/5 = 22,2

Kwadraten- en productsommen

Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = −22

Regressielijn

b = −22/10 = −2,2
a = 22,2 − (−2,2)·3 = 28,8
ŷ = 28,8 − 2,2·x

Voorspelling

ŷ = 28,8 + (−2,2)·1,5 = 25,5

Antwoord

ŷ = 25,5
9.Chikwadraattoetsen

Antwoord: χ² = 1,688

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

stedelijk: 40·35/140 = 10, 40·49/140 = 14, 40·56/140 = 16
landelijk: 100·35/140 = 25, 100·49/140 = 35, 100·56/140 = 40

Chikwadraatgrootheid

χ² = (10 − 10)²/10 + (11 − 14)²/14 + (19 − 16)²/16 + (25 − 25)²/25 + (38 − 35)²/35 + (37 − 40)²/40
χ² = 1,688

Antwoord

χ² = 1,688

df = 2. Bij α = 0,05 is de kritieke waarde 5,991, dus H₀ (onafhankelijkheid) wordt niet verworpen.

10.Chikwadraattoetsen

Antwoord: χ²crit = 16,81

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 = 8 − 1 − 1 = 6

Tabel

χ²crit(df = 6, α = 0,01) = 16,812

Antwoord

χ²crit = 16,812

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

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