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
78,25127,75P = ?

De IQ-scores zijn normaal verdeeld met gemiddelde 100 punten en standaardafwijking 15 punten. Welk deel ligt tussen 78,25 en 127,75 punten? Geef P als decimaal getal.

μ = 100σ = 15x1 = 78,25x2 = 127,75
P =
2.Normale verdelingMoeilijk
μ = 65x = ?90%

De examencijfers zijn normaal verdeeld met gemiddelde 65 punten en standaardafwijking 10 punten. Bereken de waarde x waaronder 90% ervan ligt (het 90e percentiel).

μ = 65σ = 10P = 90%
x = punten
3.BetrouwbaarheidsintervallenGemiddeld
μ₁ − μ₂0L = ?Ux̄₁ − x̄₂E95%

De batterijduur van twee telefoonmodellen wordt vergeleken. Model 1: 60 telefoons, gemiddelde 72 h, bekende standaardafwijking 5 h. Model 2: 50 telefoons, gemiddelde 73 h, bekende standaardafwijking 12 h. Bereken de ondergrens van het 95%-betrouwbaarheidsinterval voor μ₁ − μ₂.

n₁ = 60x̄₁ = 72 hσ₁ = 5 hn₂ = 50x̄₂ = 73 hσ₂ = 12 h95%
ondergrens = h
4.BetrouwbaarheidsintervallenMoeilijk
p = 0,5, n = ?p̂ − Ep̂ + Ep̂E = 0,0295%

Over de fractie defecte producten is vooraf niets bekend. Hoeveel producten n moeten worden gecontroleerd zodat een 95%-betrouwbaarheidsinterval voor de fractie een foutmarge van hoogstens 0,02 heeft?

p = 0,5E = 0,0295%
n =
5.Hypothesetoetsen & betrouwbaarheidsintervallenGemiddeld
−2,0452,045t = ?df = 29

Twee lesmethoden worden vergeleken. Groep 1: 6 studenten, gemiddelde score 109, standaardafwijking 3,5. Groep 2: 25 studenten, gemiddelde score 104,9, standaardafwijking 5. Neem gelijke populatievarianties aan en gebruik de gepoolde t-toets voor twee steekproeven. Bereken de toetsingsgrootheid t voor H₀: μ₁ = μ₂, met als verschil x̄₁ − x̄₂ (groep 1 min groep 2).

n₁ = 6x̄₁ = 109s₁ = 3,5n₂ = 25x̄₂ = 104,9s₂ = 5
t =
6.Hypothesetoetsen & betrouwbaarheidsintervallenMoeilijk
σ = 4, n = ?x̄ − Ex̄ + Ex̄E = 1,590%

Hoe groot moet een steekproef zijn zodat het 90%-betrouwbaarheidsinterval voor een gemiddelde een foutmarge van hoogstens 1,5 heeft? De standaardafwijking is 4. Bereken de kleinste steekproefomvang n.

σ = 4E = 1,590%
n =
7.Lineaire regressie en correlatieGemiddeld
xy34255175596611741374xy51040506070

De tabel geeft 6 gepaarde waarnemingen van x = advertentie-uitgaven in k€ en y = verkoop in k€. Bereken de correlatiecoëfficiënt van Pearson r.

n = 6
r =
8.Lineaire regressie en correlatieMoeilijk
xy126222321417519xy242025x = 3,5

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. Er wordt een nieuwe waarneming (3,5, 24) gedaan. Bereken het residu e = y − ŷ.

n = 5(3,5, 24)
e =
9.ChikwadraattoetsenGemiddeld
verbeterdniet verbeterdTotaalnieuw geneesmiddel6555120placebo255580Totaal90110200

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

N = 2002 × 2
χ² =
10.ChikwadraattoetsenMoeilijk

Een chikwadraat-aanpassingstoets controleert of aantallen in 6 categorieën een Poissonverdeling volgen waarvan het gemiddelde uit dezelfde data is geschat. Hoeveel vrijheidsgraden df heeft de toets?

k = 6
df =

3Oplossingen

1.Normale verdeling

Antwoord: P = 0,8943

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 = (78,25 − 100)/15 = −1,45
z₂ = (127,75 − 100)/15 = 1,85

Oppervlakte ertussen

P = Φ(1,85) − Φ(−1,45) = 0,9678 − 0,07353 = 0,8943

Antwoord

P = 0,8943
2.Normale verdeling

Antwoord: x = 77,82 punten

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 = 65 + 1,282·10 = 77,82 punten

Antwoord

x = 77,82 punten
3.Betrouwbaarheidsintervallen

Antwoord: ondergrens = −4,559 h

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.

Puntschatting

x̄₁ − x̄₂ = 72 − 73 = −1

Standaardfout

SE = √(5²/60 + 12²/50) = 1,816

Foutmarge

E = 1,96·1,816 = 3,559

Interval

−1 ± 3,559 → [−4,559, 2,559]

Antwoord

ondergrens = −4,559 h

Het interval bevat 0, dus de data laten geen significant verschil zien.

4.Betrouwbaarheidsintervallen

Antwoord: n = 2401

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 = 1,96²·0,5·0,5/0,02² = 2401

Naar boven afronden

n = 2401

Antwoord

n = 2401
5.Hypothesetoetsen & betrouwbaarheidsintervallen

Antwoord: t = 1,889

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.

Gepoolde variantie

sp² = (5·3,5² + 24·5²)/29 = 22,8
sp = 4,775

Standaardfout

SE = 4,775·√(1/6 + 1/25) = 2,171

Toetsingsgrootheid

t = (109 − 104,9)/2,171 = 1,889

Antwoord

t = 1,889

Bij df = 29 is de tweezijdige kritieke waarde bij 5% gelijk aan 2,045; |t| is kleiner, dus H₀ wordt niet verworpen.

6.Hypothesetoetsen & betrouwbaarheidsintervallen

Antwoord: n = 20

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).

n oplossen

n = (1,645·4/1,5)² = 19,24

Naar boven afronden

n = 20

Antwoord

n = 20
7.Lineaire regressie en correlatie

Antwoord: r = 0,9797

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 = 48/6 = 8
ȳ = 362/6 = 60,33

Kwadraten- en productsommen

Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 240
Syy = Σ(y − ȳ)² = 857,3

Correlatiecoëfficiënt

r = 240/√(70·857,3) = 0,9797

Antwoord

r = 0,9797
8.Lineaire regressie en correlatie

Antwoord: e = 3,95

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 = 105/5 = 21

Kwadraten- en productsommen

Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = −19

Regressielijn

b = −19/10 = −1,9
a = 21 − (−1,9)·3 = 26,7
ŷ = 26,7 − 1,9·x

Voorspelde waarde

ŷ = 26,7 + (−1,9)·3,5 = 20,05

Residu

e = 24 − 20,05 = 3,95

Antwoord

e = 3,95

Het punt ligt boven de lijn.

9.Chikwadraattoetsen

Antwoord: χ² = 10,19

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: 120·90/200 = 54, 120·110/200 = 66
placebo: 80·90/200 = 36, 80·110/200 = 44

Chikwadraatgrootheid

χ² = (65 − 54)²/54 + (55 − 66)²/66 + (25 − 36)²/36 + (55 − 44)²/44
χ² = 10,19

Antwoord

χ² = 10,19

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

10.Chikwadraattoetsen

Antwoord: df = 4

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 = 6 − 1 − 1 = 4

Antwoord

df = 4

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