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
160 g163,6 gT = X₁ + … + X₄?

De massa's van bouten zijn onafhankelijk en normaal verdeeld met gemiddelde 40 g en standaardafwijking 1,2 g. Bepaal de kans P dat de totale massa van 4 ervan kleiner is dan 163,6 g. Rond z af op twee decimalen.

μ = 40 gσ = 1,2 gn = 4< 163.6 g
P =
2.Normale verdelingMoeilijk
0,02 mm0D − d?

Gatdiameters D zijn normaal verdeeld met gemiddelde 25,02 mm en standaardafwijking 0,01 mm. Asdiameters d zijn onafhankelijk en normaal verdeeld met gemiddelde 25 mm en standaardafwijking 0,01 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 = 25,02 mm, σ = 0,01 mmas: μ = 25 mm, σ = 0,01 mm
P =
3.BetrouwbaarheidsintervallenGemiddeld
μ₁ − μ₂0LUx̄₁ − x̄₂E = ?90%

De batterijduur van twee telefoonmodellen wordt vergeleken. Model 1: 100 telefoons, gemiddelde 48,5 h, bekende standaardafwijking 18 h. Model 2: 30 telefoons, gemiddelde 40,5 h, bekende standaardafwijking 13 h. Bereken de foutmarge E van het 90%-betrouwbaarheidsinterval voor μ₁ − μ₂.

n₁ = 100x̄₁ = 48,5 hσ₁ = 18 hn₂ = 30x̄₂ = 40,5 hσ₂ = 13 h90%
E = h
4.BetrouwbaarheidsintervallenMoeilijk
p ≈ 0,6, n = ?p̂ − Ep̂ + Ep̂E = 0,0395%

Een vooronderzoek wijst erop dat ongeveer 0,6 van de producten defect is. Hoeveel producten n moeten worden gecontroleerd zodat een 95%-betrouwbaarheidsinterval voor de fractie een foutmarge van hoogstens 0,03 heeft?

p ≈ 0,6E = 0,0395%
n =
5.Hypothesetoetsen & betrouwbaarheidsintervallenGemiddeld
−2,3062,306t = ?df = 8

9 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 1,25 en de standaardafwijking van de verschillen is 1,1. Bereken de toetsingsgrootheid t van de gepaarde toets voor H₀: μd = 0.

n = 9d̄ = 1,25sd = 1,1
t =
6.Hypothesetoetsen & betrouwbaarheidsintervallenMoeilijk
z −1,64501,645

Een steekproef van 25 metingen heeft gemiddelde 195,5. De standaardafwijking van de populatie is 8. Bereken de ondergrens L van het 90%-betrouwbaarheidsinterval voor het gemiddelde.

x̄ = 195,5σ = 8n = 2590%
L =
7.Lineaire regressie en correlatieGemiddeld
xy1403505597699861196xy510406080100

De tabel geeft 6 gepaarde waarnemingen van x = advertentie-uitgaven in k€ en y = verkoop in k€. Bereken de determinatiecoëfficiënt r² van de kleinstekwadratenlijn.

n = 6
r² =
8.Lineaire regressie en correlatieMoeilijk
xy264136188231027xy5101020x = 7

De tabel geeft 5 gepaarde waarnemingen van x = belasting in kN en y = verlenging in mm. Gebruik de kleinstekwadratenlijn ŷ = a + b·x. Voorspel ŷ voor x = 7.

n = 5x = 7
ŷ =
9.ChikwadraattoetsenGemiddeld
laagmiddelhoogTotaalstedelijk23132460landelijk47221180Totaal703535140

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

Er wordt een chikwadraattoets op onafhankelijkheid uitgevoerd op een kruistabel met 3 rijen en 3 kolommen (de totalen niet meegeteld). Hoeveel vrijheidsgraden df heeft de toets?

3 × 3
df =

3Oplossingen

1.Normale verdeling

Antwoord: P = 0,9332

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 totaal

μT = 160 g, σT = 1,2·√4 = 2,4 g

Standaardiseren

z = (163,6 − 160)/2,4 = 1,5

Kansrekening

P = Φ(1,5) = 0,9332

Antwoord

P = 0,9332
2.Normale verdeling

Antwoord: P = 0,9207

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 = 25,02 − 25 = 0,02 mm, σ = 0,01414 mm

Standaardiseren

z = (0 − 0,02)/0,01414 = −1,41

Kansrekening

P = 1 − Φ(−1,41) = 0,9207

Antwoord

P = 0,9207
3.Betrouwbaarheidsintervallen

Antwoord: E = 4,9 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 = 48,5 − 40,5 = 8

Standaardfout

SE = √(18²/100 + 13²/30) = 2,979

Foutmarge

E = 1,645·2,979 = 4,9

Antwoord

E = 4,9 h

Het interval bevat 0 niet, dus de gemiddelden verschillen significant.

4.Betrouwbaarheidsintervallen

Antwoord: n = 1025

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 = 1,96²·0,6·0,4/0,03² = 1024

Naar boven afronden

n = 1025

Antwoord

n = 1025
5.Hypothesetoetsen & betrouwbaarheidsintervallen

Antwoord: t = 3,409

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 = 1,1/√9 = 0,3667

Toetsingsgrootheid

t = 1,25/0,3667 = 3,409

Antwoord

t = 3,409

Bij df = 8 is de tweezijdige kritieke waarde bij 5% gelijk aan 2,306; |t| is groter, dus H₀ wordt verworpen.

6.Hypothesetoetsen & betrouwbaarheidsintervallen

Antwoord: L = 192,9

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 = 1,645·8/√25 = 2,632

Intervalgrens

L = 195,5 − 2,632 = 192,9

Antwoord

L = 192,9
7.Lineaire regressie en correlatie

Antwoord: r² = 0,9893

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 = 36/6 = 6
ȳ = 400/6 = 66,67

Kwadraten- en productsommen

Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 398
Syy = Σ(y − ȳ)² = 2287

Determinatiecoëfficiënt

r² = 398²/(70·2287) = 0,9893

Antwoord

r² = 0,9893

Ongeveer 98,93% van de variatie in y wordt door de lijn verklaard.

8.Lineaire regressie en correlatie

Antwoord: ŷ = 20

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 = 30/5 = 6
ȳ = 87/5 = 17,4

Kwadraten- en productsommen

Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 104

Regressielijn

b = 104/40 = 2,6
a = 17,4 − 2,6·6 = 1,8
ŷ = 1,8 + 2,6·x

Voorspelling

ŷ = 1,8 + 2,6·7 = 20

Antwoord

ŷ = 20
9.Chikwadraattoetsen

Antwoord: χ² = 12,77

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: 60·70/140 = 30, 60·35/140 = 15, 60·35/140 = 15
landelijk: 80·70/140 = 40, 80·35/140 = 20, 80·35/140 = 20

Chikwadraatgrootheid

χ² = (23 − 30)²/30 + (13 − 15)²/15 + (24 − 15)²/15 + (47 − 40)²/40 + (22 − 20)²/20 + (11 − 20)²/20
χ² = 12,77

Antwoord

χ² = 12,77

df = 2. Bij α = 0,05 is de kritieke waarde 5,991, 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 = (3 − 1)·(3 − 1) = 4

Antwoord

df = 4

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