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
454520P = ?

De levensduren van batterijen zijn normaal verdeeld met gemiddelde 500 h en standaardafwijking 40 h. Welk deel ligt tussen 454 en 520 h? Geef P als decimaal getal.

μ = 500σ = 40x1 = 454x2 = 520
P =
2.Normale verdelingMoeilijk
μ = 250x = ?25%

De gewichten van zakken zijn normaal verdeeld met gemiddelde 250 g en standaardafwijking 5 g. Bereken de waarde x waaronder 25% ervan ligt (het 25e percentiel).

μ = 250σ = 5P = 25%
x = g
3.BetrouwbaarheidsintervallenGemiddeld
n = 15, sd​ = 7,80LU = ?d̄ = −8,1E95%

De bloeddruk van 15 patiënten wordt gemeten voor en na een behandeling. De verschillen d = voor − na (mmHg) hebben gemiddelde −8,1 en standaardafwijking 7,8. Bereken de bovengrens van het 95%-betrouwbaarheidsinterval voor het gemiddelde verschil.

n = 15d̄ = −8,1sd = 7,895%t(14) = 2,145
bovengrens = mmHg
4.BetrouwbaarheidsintervallenMoeilijk
σ = 15, n = ?x̄ − Ex̄ + Ex̄E = 395%

De standaardafwijking van de populatie is 15. Hoe groot moet de steekproef n zijn zodat een 95%-betrouwbaarheidsinterval voor het gemiddelde een foutmarge van hoogstens 3 heeft?

σ = 15E = 395%
n =
5.Hypothesetoetsen & betrouwbaarheidsintervallenGemiddeld
t −2,0302,03

Een steekproef van 36 studenten heeft een gemiddelde score van 497 en een steekproefstandaardafwijking van 10. Bereken de toetsingsgrootheid t voor H₀: μ = 500.

μ₀ = 500x̄ = 497s = 10n = 36
t =
6.Hypothesetoetsen & betrouwbaarheidsintervallenMoeilijk
σ = 12, n = ?x̄ − Ex̄ + Ex̄E = 390%

Hoe groot moet een steekproef zijn zodat het 90%-betrouwbaarheidsinterval voor een gemiddelde een foutmarge van hoogstens 3 heeft? De standaardafwijking is 12. Bereken de kleinste steekproefomvang n.

σ = 12E = 390%
n =
7.Lineaire regressie en correlatieGemiddeld
xy124218318416512613xy246152025

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
xy33954674996311621370xy51040506070x = 6

De tabel geeft 6 gepaarde waarnemingen van x = advertentie-uitgaven in k€ en y = verkoop in k€. Gebruik de kleinstekwadratenlijn ŷ = a + b·x. Er wordt een nieuwe waarneming (6, 53) gedaan. Bereken het residu e = y − ŷ.

n = 6(6, 53)
e =
9.ChikwadraattoetsenGemiddeld
geen defectkleingrootTotaaldagdienst195744120nachtdienst21332680Totaal409070200

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

N = 2002 × 3
χ² =
10.ChikwadraattoetsenMoeilijk
janeeTotaallijn 1182240lijn 2233760lijn 3314980Totaal72108180dfα = 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 = 1803 × 2α = 0,01
χ² =

3Oplossingen

1.Normale verdeling

Antwoord: P = 0,5664

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 = (454 − 500)/40 = −1,15
z₂ = (520 − 500)/40 = 0,5

Oppervlakte ertussen

P = Φ(0,5) − Φ(−1,15) = 0,6915 − 0,1251 = 0,5664

Antwoord

P = 0,5664
2.Normale verdeling

Antwoord: x = 246,6 g

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) = 0,25 → z = −0,6745

Terug naar x

x = 250 + −0,6745·5 = 246,63 g

Antwoord

x = 246,63 g
3.Betrouwbaarheidsintervallen

Antwoord: bovengrens = −3,78 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 = 14, t = 2,145

Foutmarge

E = 2,145·7,8/√15 = 4,32

Interval

−8,1 ± 4,32 → [−12,42, −3,78]

Antwoord

bovengrens = −3,78 mmHg
4.Betrouwbaarheidsintervallen

Antwoord: n = 97

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 = (1,96·15/3)² = 96,04

Naar boven afronden

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

n = 97

Antwoord

n = 97
5.Hypothesetoetsen & betrouwbaarheidsintervallen

Antwoord: t = −1,8

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 = 10/√36 = 10/6 = 1,667

Toetsingsgrootheid

t = (497 − 500)/1,667 = −1,8

Antwoord

t = −1,8
t0,025; df = 35 = 2,03

|t| < 2.03, dus H₀ wordt niet verworpen op het 5%-niveau (tweezijdig).

6.Hypothesetoetsen & betrouwbaarheidsintervallen

Antwoord: n = 44

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 = (1,645·12/3)² = 43,3

Naar boven afronden

n = 44

Antwoord

n = 44
7.Lineaire regressie en correlatie

Antwoord: r = −0,9304

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 = 101/6 = 16,83

Kwadraten- en productsommen

Sxx = Σ(x − x̄)² = 17,5
Sxy = Σ(x − x̄)(y − ȳ) = −37,5
Syy = Σ(y − ȳ)² = 92,83

Correlatiecoëfficiënt

r = −37,5/√(17,5·92,83) = −0,9304

Antwoord

r = −0,9304
8.Lineaire regressie en correlatie

Antwoord: e = 4,367

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 = 329/6 = 54,83

Kwadraten- en productsommen

Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 217

Regressielijn

b = 217/70 = 3,1
a = 54,83 − 3,1·8 = 30,03
ŷ = 30,03 + 3,1·x

Voorspelde waarde

ŷ = 30,03 + 3,1·6 = 48,63

Residu

e = 53 − 48,63 = 4,367

Antwoord

e = 4,367

Het punt ligt boven de lijn.

9.Chikwadraattoetsen

Antwoord: χ² = 3,259

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

dagdienst: 120·40/200 = 24, 120·90/200 = 54, 120·70/200 = 42
nachtdienst: 80·40/200 = 16, 80·90/200 = 36, 80·70/200 = 28

Chikwadraatgrootheid

χ² = (19 − 24)²/24 + (57 − 54)²/54 + (44 − 42)²/42 + (21 − 16)²/16 + (33 − 36)²/36 + (26 − 28)²/28
χ² = 3,259

Antwoord

χ² = 3,259

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

10.Chikwadraattoetsen

Antwoord: χ² = 0,5382

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: 16, 24
lijn 2: 24, 36
lijn 3: 32, 48

Chikwadraatgrootheid

χ² = (18 − 16)²/16 + (22 − 24)²/24 + (23 − 24)²/24 + (37 − 36)²/36 + (31 − 32)²/32 + (49 − 48)²/48
χ² = 0,5382

Beslissing

df = 2, χ²crit = 9,210
0,5382 < 9,210

Antwoord

χ² = 0,5382

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