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
65,585P = ?

De examencijfers zijn normaal verdeeld met gemiddelde 65 punten en standaardafwijking 10 punten. Welk deel ligt tussen 65,5 en 85 punten? Geef P als decimaal getal.

μ = 65σ = 10x1 = 65,5x2 = 85
P =
2.Normale verdelingMoeilijk
235240245250255260265gonder 70%

De gewichten van zakken zijn normaal verdeeld met gemiddelde 250 g en standaardafwijking 5 g. Sleep de grenswaarde zo dat de gearceerde onderste 70% links ervan ligt. Bepaal de grenswaarde x.

μ = 250 gσ = 5 g70%
x = g
3.BetrouwbaarheidsintervallenGemiddeld
x̄E₁ = 899%, n = 64x̄E₂ = ?99%, n = 256

Een 99%-betrouwbaarheidsinterval voor een gemiddelde, gebaseerd op 64 waarnemingen en een bekende σ, heeft een foutmarge van 8. Wat is de foutmarge E₂ als hetzelfde onderzoek in plaats daarvan 256 waarnemingen gebruikt?

99%n₁ = 64E₁ = 8n₂ = 256
E₂ =
4.BetrouwbaarheidsintervallenMoeilijk
σ = 15, n = ?x̄ − Ex̄ + Ex̄E = 2,590%

De standaardafwijking van de populatie is 15. Hoe groot moet de steekproef n zijn zodat een 90%-betrouwbaarheidsinterval voor het gemiddelde een foutmarge van hoogstens 2,5 heeft?

σ = 15E = 2,590%
n =
5.Hypothesetoetsen & betrouwbaarheidsintervallenGemiddeld
−2,5712,571t = ?df = 5

6 werknemers doen een typetest voor en na een training. Voor elke persoon wordt het verschil d = na − voor (woorden per minuut) genoteerd. Het gemiddelde verschil is −5,29 en de standaardafwijking van de verschillen is 4,8. Bereken de toetsingsgrootheid t van de gepaarde toets voor H₀: μd = 0.

n = 6d̄ = −5,29sd = 4,8
t =
6.Hypothesetoetsen & betrouwbaarheidsintervallenMoeilijk
z −2,57602,576

Een steekproef van 49 metingen heeft gemiddelde 72,9. De standaardafwijking van de populatie is 12. Bereken de ondergrens L van het 99%-betrouwbaarheidsinterval voor het gemiddelde.

x̄ = 72,9σ = 12n = 4999%
L =
7.Lineaire regressie en correlatieGemiddeld
xy1212213144145965xy2465101520

De tabel geeft 6 gepaarde waarnemingen van x = leeftijd van de auto in jaren en y = prijs in k€. Bereken de correlatiecoëfficiënt van Pearson r.

n = 6
r =
8.Lineaire regressie en correlatieMoeilijk
xy239348454554662763xy246405060ŷ = 54

De tabel geeft 6 gepaarde waarnemingen van x = advertentie-uitgaven in k€ en y = verkoop in k€. Gebruik de kleinstekwadratenlijn ŷ = a + b·x. Voor welke waarde x voorspelt de lijn ŷ = 54?

n = 6ŷ = 54
x =
9.ChikwadraattoetsenGemiddeld
hoestgeen hoestTotaalrokers342660niet-rokers4654100Totaal8080160

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

N = 1602 × 2
χ² =
10.ChikwadraattoetsenMoeilijk
geslaagdgezaktTotaallijn 1245680lijn 2275380lijn 3154560Totaal66154220dfα = 0,05α = 0,0113,8416,63525,9919,21037,81511,34549,48813,277511,07015,086612,59216,812714,06718,475815,50720,090916,91921,6661018,30723,209

De tabel toont waargenomen aantallen. Toets bij α = 0,01 of de twee variabelen onafhankelijk zijn (zonder continuïteitscorrectie). Bereken de toetsingsgrootheid χ² en vergelijk die daarna met de kritieke waarde uit de tabel.

N = 2203 × 2α = 0,01
χ² =

3Oplossingen

1.Normale verdeling

Antwoord: P = 0,4573

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 = (65,5 − 65)/10 = 0,05
z₂ = (85 − 65)/10 = 2

Oppervlakte ertussen

P = Φ(2) − Φ(0,05) = 0,9772 − 0,5199 = 0,4573

Antwoord

P = 0,4573
2.Normale verdeling

Antwoord: x = 252,6 g

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

Φ(z) = 0,7

z uit de tabel

z ≈ 0,52

Terug naar de oorspronkelijke eenheden

x = 250 + 0,52·5 = 252,6 g

Antwoord

x = 252,6 g
3.Betrouwbaarheidsintervallen

Antwoord: E₂ = 4

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 = (2,576/2,576)·√(64/256) = 0,5

Nieuwe marge

E₂ = 8·0,5 = 4

Antwoord

E₂ = 4
4.Betrouwbaarheidsintervallen

Antwoord: n = 98

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 = (1,645·15/2,5)² = 97,42

Naar boven afronden

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

n = 98

Antwoord

n = 98
5.Hypothesetoetsen & betrouwbaarheidsintervallen

Antwoord: t = −2,7

Testing a mean: the test statistic measures how many standard errors the sample mean lies from the value claimed in H₀: z = (x̄ − μ₀)/(σ/√n) when σ is known, t = (x̄ − μ₀)/(s/√n) when it is estimated from the sample. A confidence interval is x̄ ± (critical value)·(standard error).

Standaardfout van het gemiddelde verschil

SE = 4,8/√6 = 1,96

Toetsingsgrootheid

t = −5,29/1,96 = −2,7

Antwoord

t = −2,7

Bij df = 5 is de tweezijdige kritieke waarde bij 5% gelijk aan 2,571; |t| is groter, dus H₀ wordt verworpen.

6.Hypothesetoetsen & betrouwbaarheidsintervallen

Antwoord: L = 68,48

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).

Foutmarge

E = 2,576·12/√49 = 4,416

Intervalgrens

L = 72,9 − 4,416 = 68,48

Antwoord

L = 68,48
7.Lineaire regressie en correlatie

Antwoord: r = −0,9707

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 = 84/6 = 14

Kwadraten- en productsommen

Sxx = Σ(x − x̄)² = 17,5
Sxy = Σ(x − x̄)(y − ȳ) = −58
Syy = Σ(y − ȳ)² = 204

Correlatiecoëfficiënt

r = −58/√(17,5·204) = −0,9707

Antwoord

r = −0,9707
8.Lineaire regressie en correlatie

Antwoord: x = 4,644

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 = 27/6 = 4,5
ȳ = 320/6 = 53,33

Kwadraten- en productsommen

Sxx = Σ(x − x̄)² = 17,5
Sxy = Σ(x − x̄)(y − ȳ) = 81

Regressielijn

b = 81/17,5 = 4,629
a = 53,33 − 4,629·4,5 = 32,5
ŷ = 32,5 + 4,629·x

Los op naar x

x = (54 − 32,5)/4,629 = 4,644

Antwoord

x = 4,644
9.Chikwadraattoetsen

Antwoord: χ² = 1,707

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

rokers: 60·80/160 = 30, 60·80/160 = 30
niet-rokers: 100·80/160 = 50, 100·80/160 = 50

Chikwadraatgrootheid

χ² = (34 − 30)²/30 + (26 − 30)²/30 + (46 − 50)²/50 + (54 − 50)²/50
χ² = 1,707

Antwoord

χ² = 1,707

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

10.Chikwadraattoetsen

Antwoord: χ² = 1,25

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

lijn 1: 24, 56
lijn 2: 24, 56
lijn 3: 18, 42

Chikwadraatgrootheid

χ² = (24 − 24)²/24 + (56 − 56)²/56 + (27 − 24)²/24 + (53 − 56)²/56 + (15 − 18)²/18 + (45 − 42)²/42
χ² = 1,25

Beslissing

df = 2, χ²crit = 9,210
1,25 < 9,210

Antwoord

χ² = 1,25

χ² ligt onder de kritieke waarde, dus H₀ wordt niet verworpen: er is geen significant bewijs voor een verband.

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