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
96,25122,5P = ?

De IQ-scores zijn normaal verdeeld met gemiddelde 100 punten en standaardafwijking 15 punten. Welk deel ligt tussen 96,25 en 122,5 punten? Geef P als decimaal getal.

μ = 100σ = 15x1 = 96,25x2 = 122,5
P =
2.Normale verdelingMoeilijk
μ = 65x = ?20%

De examencijfers zijn normaal verdeeld met gemiddelde 65 punten en standaardafwijking 10 punten. Bereken de waarde x waaronder 20% ervan ligt (het 20e percentiel).

μ = 65σ = 10P = 20%
x = punten
3.BetrouwbaarheidsintervallenGemiddeld
μ₁ − μ₂0L = ?Ux̄₁ − x̄₂E95%

De batterijduur van twee telefoonmodellen wordt vergeleken. Model 1: 60 telefoons, gemiddelde 133,5 h, bekende standaardafwijking 16 h. Model 2: 50 telefoons, gemiddelde 144,5 h, bekende standaardafwijking 18 h. Bereken de ondergrens van het 95%-betrouwbaarheidsinterval voor μ₁ − μ₂.

n₁ = 60x̄₁ = 133,5 hσ₁ = 16 hn₂ = 50x̄₂ = 144,5 hσ₂ = 18 h95%
ondergrens = h
4.BetrouwbaarheidsintervallenMoeilijk
σ = 28, n = ?x̄ − Ex̄ + Ex̄E = 2,599%

De standaardafwijking van de populatie is 28. Hoe groot moet de steekproef n zijn zodat een 99%-betrouwbaarheidsinterval voor het gemiddelde een foutmarge van hoogstens 2,5 heeft?

σ = 28E = 2,599%
n =
5.Hypothesetoetsen & betrouwbaarheidsintervallenGemiddeld
−1,961,96z = ?

Twee productielijnen maken hetzelfde onderdeel. Lijn 1: een steekproef van 30 onderdelen heeft een gemiddelde lengte van 88 mm, en de bekende standaardafwijking van de lijn is 9 mm. Lijn 2: een steekproef van 50 onderdelen heeft gemiddelde 84,7 mm, bekende standaardafwijking 9 mm. Bereken de toetsingsgrootheid z voor H₀: μ₁ = μ₂, met als verschil x̄₁ − x̄₂ (lijn 1 min lijn 2).

n₁ = 30x̄₁ = 88 mmσ₁ = 9 mmn₂ = 50x̄₂ = 84,7 mmσ₂ = 9 mm
z =
6.Hypothesetoetsen & betrouwbaarheidsintervallenMoeilijk
z −2,57602,576

Een steekproef van 64 metingen heeft gemiddelde 200,2. De standaardafwijking van de populatie is 5. Bereken de bovengrens U van het 99%-betrouwbaarheidsinterval voor het gemiddelde.

x̄ = 200,2σ = 5n = 6499%
U =
7.Lineaire regressie en correlatieGemiddeld
xy14341643184620652263xy1520405060

De tabel geeft 5 gepaarde waarnemingen van x = temperatuur in °C en y = verkochte ijsjes. Bereken de determinatiecoëfficiënt r² van de kleinstekwadratenlijn.

n = 5
r² =
8.Lineaire regressie en correlatieMoeilijk
xy14601781201022310726127xy152025100ŷ = 71

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 = 71?

n = 5ŷ = 71
x =
9.ChikwadraattoetsenGemiddeld
laagmiddelhoogTotaalstedelijk2112740landelijk1981340Totaal40202080

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

N = 802 × 3
χ² =
10.ChikwadraattoetsenMoeilijk
geslaagdgezaktTotaallijn 16832100lijn 2303060lijn 3463480Totaal14496240dfα = 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 = 2403 × 2α = 0,01
χ² =

3Oplossingen

1.Normale verdeling

Antwoord: P = 0,5319

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 = (96,25 − 100)/15 = −0,25
z₂ = (122,5 − 100)/15 = 1,5

Oppervlakte ertussen

P = Φ(1,5) − Φ(−0,25) = 0,9332 − 0,4013 = 0,5319

Antwoord

P = 0,5319
2.Normale verdeling

Antwoord: x = 56,58 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) = 0,2 → z = −0,8416

Terug naar x

x = 65 + −0,8416·10 = 56,58 punten

Antwoord

x = 56,58 punten
3.Betrouwbaarheidsintervallen

Antwoord: ondergrens = −17,43 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 = 133,5 − 144,5 = −11

Standaardfout

SE = √(16²/60 + 18²/50) = 3,278

Foutmarge

E = 1,96·3,278 = 6,425

Interval

−11 ± 6,425 → [−17,43, −4,575]

Antwoord

ondergrens = −17,43 h

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

4.Betrouwbaarheidsintervallen

Antwoord: n = 833

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 = (2,576·28/2,5)² = 832,4

Naar boven afronden

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

n = 833

Antwoord

n = 833
5.Hypothesetoetsen & betrouwbaarheidsintervallen

Antwoord: z = 1,588

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.

Standaardfout van het verschil

SE = √(9²/30 + 9²/50) = √4,32 = 2,078

Toetsingsgrootheid

z = (88 − 84,7)/2,078 = 1,588

Antwoord

z = 1,588

|z| < 1.96, dus H₀ wordt niet verworpen op het 5%-niveau (tweezijdig).

6.Hypothesetoetsen & betrouwbaarheidsintervallen

Antwoord: U = 201,8

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).

Foutmarge

E = 2,576·5/√64 = 1,61

Intervalgrens

U = 200,2 + 1,61 = 201,8

Antwoord

U = 201,8
7.Lineaire regressie en correlatie

Antwoord: r² = 0,8954

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 = 90/5 = 18
ȳ = 251/5 = 50,2

Kwadraten- en productsommen

Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 160
Syy = Σ(y − ȳ)² = 714,8

Determinatiecoëfficiënt

r² = 160²/(40·714,8) = 0,8954

Antwoord

r² = 0,8954

Ongeveer 89,54% van de variatie in y wordt door de lijn verklaard.

8.Lineaire regressie en correlatie

Antwoord: x = 15,42

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 = 100/5 = 20
ȳ = 477/5 = 95,4

Kwadraten- en productsommen

Sxx = Σ(x − x̄)² = 90
Sxy = Σ(x − x̄)(y − ȳ) = 480

Regressielijn

b = 480/90 = 5,333
a = 95,4 − 5,333·20 = −11,27
ŷ = −11,27 + 5,333·x

Los op naar x

x = (71 − (−11,27))/5,333 = 15,42

Antwoord

x = 15,42
9.Chikwadraattoetsen

Antwoord: χ² = 2,7

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: 40·40/80 = 20, 40·20/80 = 10, 40·20/80 = 10
landelijk: 40·40/80 = 20, 40·20/80 = 10, 40·20/80 = 10

Chikwadraatgrootheid

χ² = (21 − 20)²/20 + (12 − 10)²/10 + (7 − 10)²/10 + (19 − 20)²/20 + (8 − 10)²/10 + (13 − 10)²/10
χ² = 2,7

Antwoord

χ² = 2,7

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

10.Chikwadraattoetsen

Antwoord: χ² = 5,375

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: 60, 40
lijn 2: 36, 24
lijn 3: 48, 32

Chikwadraatgrootheid

χ² = (68 − 60)²/60 + (32 − 40)²/40 + (30 − 36)²/36 + (30 − 24)²/24 + (46 − 48)²/48 + (34 − 32)²/32
χ² = 5,375

Beslissing

df = 2, χ²crit = 9,210
5,375 < 9,210

Antwoord

χ² = 5,375

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