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 tussen −z en z = 0,5991

Sleep z zo dat het gearceerde oppervlak tussen −z en z onder de standaardnormale kromme 0,5991 is. Bepaal z op twee decimalen.

A = 0,5991
z =
2.Normale verdelingMoeilijk
10 g0X − Y?

De massa X van een product van lijn 1 en Y van lijn 2 zijn onafhankelijk en normaal verdeeld: X heeft gemiddelde 500 g en standaardafwijking 8 g, Y heeft gemiddelde 490 g en standaardafwijking 6 g. Bepaal de kans P dat X groter is dan Y. Rond z af op twee decimalen.

μX = 500 g, σX = 8 gμY = 490 g, σY = 6 g
P =
3.BetrouwbaarheidsintervallenGemiddeld
x̄E₁ = 10,399%, n = 64x̄E₂ = ?99%, n = 128

Een 99%-betrouwbaarheidsinterval voor een gemiddelde, gebaseerd op 64 waarnemingen en een bekende σ, heeft een foutmarge van 10,3. Wat is de foutmarge E₂ als hetzelfde onderzoek in plaats daarvan 128 waarnemingen gebruikt?

99%n₁ = 64E₁ = 10,3n₂ = 128
E₂ =
4.BetrouwbaarheidsintervallenMoeilijk
σ = 34, n = ?x̄ − Ex̄ + Ex̄E = 1,590%

De standaardafwijking van de populatie is 34. Hoe groot moet de steekproef n zijn zodat een 90%-betrouwbaarheidsinterval voor het gemiddelde een foutmarge van hoogstens 1,5 heeft?

σ = 34E = 1,590%
n =
5.Hypothesetoetsen & betrouwbaarheidsintervallenGemiddeld
t −2,13102,131

Een steekproef van 16 studenten heeft een gemiddelde score van 505,1 en een steekproefstandaardafwijking van 12. Bereken de toetsingsgrootheid t voor H₀: μ = 500.

μ₀ = 500x̄ = 505,1s = 12n = 16
t =
6.Hypothesetoetsen & betrouwbaarheidsintervallenMoeilijk
−1,961,96z = ?

In een onderzoek herstellen 25 van de 100 patiënten met behandeling A en 30 van de 250 patiënten met behandeling B. Bereken met de gepoolde fractie de toetsingsgrootheid z voor H₀: p₁ = p₂.

x₁ = 25n₁ = 100x₂ = 30n₂ = 250
z =
7.Lineaire regressie en correlatieGemiddeld
xy12422231941651369xy24610152025

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

n = 6Σx = 21Σy = 103Σx² = 91Σy² = 1927Σxy = 308
r =
8.Lineaire regressie en correlatieMoeilijk
xy15681893211072412227145xy152025100150ŷ = 80

De tabel geeft 5 gepaarde waarnemingen van x = temperatuur in °C en y = verkochte ijsjes. Gebruik de kleinstekwadratenlijn ŷ = a + b·x. Voor welke waarde x voorspelt de lijn ŷ = 80?

n = 5ŷ = 80
x =
9.ChikwadraattoetsenGemiddeld
geen defectkleingrootTotaaldagdienst334130104nachtdienst31162875Totaal645758179

De kruistabel toont waargenomen aantallen. Bereken voor een chikwadraattoets op onafhankelijkheid het verwachte aantal E voor de cel “nachtdienst, klein”.

rijtotaal = 75kolomtotaal = 57N = 179
E =
10.ChikwadraattoetsenMoeilijk
janeeTotaalfabriek A7525100fabriek B651580fabriek C5644100Totaal19684280dfα = 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 = 0,05 of de twee variabelen onafhankelijk zijn (zonder continuïteitscorrectie). Bereken de toetsingsgrootheid χ² en vergelijk die daarna met de kritieke waarde uit de tabel.

N = 2803 × 2α = 0,05
χ² =

3Oplossingen

1.Normale verdeling

Antwoord: z = 0,84

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 + 0,5991)/2 = 0,7995

Lees de z-tabel achterstevoren

Zoek 0,7995 in de tabel en lees z af.

z = 0,84

Antwoord

z = 0,84
2.Normale verdeling

Antwoord: P = 0,8413

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 = 500 − 490 = 10 g, σ = 10 g

Standaardiseren

z = (0 − 10)/10 = −1

Kansrekening

P = 1 − Φ(−1) = 0,8413

Antwoord

P = 0,8413
3.Betrouwbaarheidsintervallen

Antwoord: E₂ = 7,283

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)·√(64/128) = 0,7071

Nieuwe marge

E₂ = 10,3·0,7071 = 7,283

Antwoord

E₂ = 7,283
4.Betrouwbaarheidsintervallen

Antwoord: n = 1391

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 = (1,645·34/1,5)² = 1390

Naar boven afronden

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

n = 1391

Antwoord

n = 1391
5.Hypothesetoetsen & betrouwbaarheidsintervallen

Antwoord: t = 1,7

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 = 12/√16 = 12/4 = 3

Toetsingsgrootheid

t = (505,1 − 500)/3 = 1,7

Antwoord

t = 1,7
t0,025; df = 15 = 2,131

|t| < 2.131, dus H₀ wordt niet verworpen op het 5%-niveau (tweezijdig).

6.Hypothesetoetsen & betrouwbaarheidsintervallen

Antwoord: z = 3,019

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 = 25/100 = 0,25
p̂₂ = 30/250 = 0,12
p̂ = 55/350 = 0,1571

Standaardfout onder H₀

SE = √(0,1571·0,8429·(1/100 + 1/250)) = 0,04306

Toetsingsgrootheid

z = (0,25 − 0,12)/0,04306 = 3,019

Antwoord

z = 3,019

|z| > 1,96, dus H₀ wordt verworpen op het 5%-niveau (tweezijdig).

7.Lineaire regressie en correlatie

Antwoord: r = −0,9958

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

Sxy = 308 − 21·103/6 = −52,5
Sxx = 91 − 21²/6 = 17,5
Syy = 1927 − 103²/6 = 158,8

Correlatiecoëfficiënt

r = −52,5/√(17,5·158,8) = −0,9958

Antwoord

r = −0,9958
8.Lineaire regressie en correlatie

Antwoord: x = 16,57

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 = 105/5 = 21
ȳ = 535/5 = 107

Kwadraten- en productsommen

Sxx = Σ(x − x̄)² = 90
Sxy = Σ(x − x̄)(y − ȳ) = 549

Regressielijn

b = 549/90 = 6,1
a = 107 − 6,1·21 = −21,1
ŷ = −21,1 + 6,1·x

Los op naar x

x = (80 − (−21,1))/6,1 = 16,57

Antwoord

x = 16,57
9.Chikwadraattoetsen

Antwoord: E = 23,88

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.

Verwacht aantal

E = 75·57/179 = 23,88

Antwoord

E = 23,88
10.Chikwadraattoetsen

Antwoord: χ² = 15,35

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.

Verwachte aantallen

fabriek A: 70, 30
fabriek B: 56, 24
fabriek C: 70, 30

Chikwadraatgrootheid

χ² = (75 − 70)²/70 + (25 − 30)²/30 + (65 − 56)²/56 + (15 − 24)²/24 + (56 − 70)²/70 + (44 − 30)²/30
χ² = 15,35

Beslissing

df = 2, χ²crit = 5,991
15,35 > 5,991

Antwoord

χ² = 15,35

χ² ligt boven de kritieke waarde, dus H₀ wordt verworpen: de variabelen lijken samen te hangen.

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