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
105 s117,8 sX + Y?

X is normaal verdeeld met gemiddelde 60 s en standaardafwijking 5 s; Y is onafhankelijk en normaal verdeeld met gemiddelde 45 s en standaardafwijking 4 s. Bepaal de kans P dat X + Y groter is dan 117,8 s. Rond z af op twee decimalen.

μX = 60, σX = 5μY = 45, σY = 4X + Y > 117,8 s
P =
2.Normale verdelingMoeilijk
10 cm0X − Y?

De lengtes X van mannen en Y van vrouwen in een groep zijn onafhankelijk en normaal verdeeld: X heeft gemiddelde 180 cm en standaardafwijking 10 cm, Y heeft gemiddelde 170 cm en standaardafwijking 12 cm. Bepaal de kans P dat X groter is dan Y. Rond z af op twee decimalen.

μX = 180 cm, σX = 10 cmμY = 170 cm, σY = 12 cm
P =
3.BetrouwbaarheidsintervallenGemiddeld
n = 30, s = 3,5L = ?Ux̄ = 21,5E95%

Een steekproef van 30 items heeft gemiddelde 21,5 en standaardafwijking s = 3,5. De populatie is bij benadering normaal verdeeld. Bereken de ondergrens van het 95%-betrouwbaarheidsinterval voor het gemiddelde.

n = 30x̄ = 21,5s = 3,595%t(29) = 2,045
ondergrens =
4.BetrouwbaarheidsintervallenMoeilijk
μ₁ − μ₂, t(14) = 2,1450LU = ?x̄₁ − x̄₂E95%

Twee kunstmeststoffen worden getest. Groep 1: 8 proefvelden, gemiddelde opbrengst 14,5 kg, standaardafwijking 5 kg. Groep 2: 8 proefvelden, gemiddelde 16 kg, standaardafwijking 9,5 kg. Neem gelijke varianties aan (gepoolde t, df = n₁ + n₂ − 2). Bereken de bovengrens van het 95%-betrouwbaarheidsinterval voor μ₁ − μ₂.

n₁ = 8x̄₁ = 14,5s₁ = 5n₂ = 8x̄₂ = 16s₂ = 9,595%t(14) = 2,145
bovengrens = kg
5.Hypothesetoetsen & betrouwbaarheidsintervallenGemiddeld
t −2,01102,011

Een steekproef van 49 studenten heeft een gemiddelde score van 52,4 en een steekproefstandaardafwijking van 8. Bereken de toetsingsgrootheid t voor H₀: μ = 50.

μ₀ = 50x̄ = 52,4s = 8n = 49
t =
6.Hypothesetoetsen & betrouwbaarheidsintervallenMoeilijk
−1,961,96z = ?

In een onderzoek herstellen 16 van de 80 patiënten met behandeling A en 9 van de 100 patiënten met behandeling B. Bereken met de gepoolde fractie de toetsingsgrootheid z voor H₀: p₁ = p₂.

x₁ = 16n₁ = 80x₂ = 9n₂ = 100
z =
7.Lineaire regressie en correlatieGemiddeld
xy17362052236526732977xy202530406080

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
xy15391854215224652780xy152025406080x = 25,5

De tabel geeft 5 gepaarde waarnemingen van x = temperatuur in °C en y = verkochte ijsjes. Gebruik de kleinstekwadratenlijn ŷ = a + b·x. Voorspel ŷ voor x = 25,5.

n = 5x = 25,5
ŷ =
9.ChikwadraattoetsenGemiddeld
laagmiddelhoogTotaalstedelijk29153377landelijk19183168Totaal483364145

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

rijtotaal = 77kolomtotaal = 33N = 145
E =
10.ChikwadraattoetsenMoeilijk
dfα = 0,05α = 0,0113,8416,63525,9919,21037,81511,34549,48813,277511,07015,086612,59216,812714,06718,475815,50720,090916,91921,6661018,30723,209

Een chikwadraat-aanpassingstoets controleert of aantallen in 9 categorieën een Poissonverdeling volgen waarvan het gemiddelde uit dezelfde data is geschat. Zoek met de tabel de kritieke waarde χ²crit bij significantieniveau α = 0,05.

α = 0,05
χ²crit =

3Oplossingen

1.Normale verdeling

Antwoord: P = 0,02275

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 de som

μ = 105 s, σ = √(5² + 4²) = 6,403 s

Standaardiseren

z = (117,8 − 105)/6,403 = 2

Rechterstaart

P = 1 − Φ(2) = 1 − 0,9772 = 0,02275

Antwoord

P = 0,02275
2.Normale verdeling

Antwoord: P = 0,7389

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 = 180 − 170 = 10 cm, σ = 15,62 cm

Standaardiseren

z = (0 − 10)/15,62 = −0,64

Kansrekening

P = 1 − Φ(−0,64) = 0,7389

Antwoord

P = 0,7389
3.Betrouwbaarheidsintervallen

Antwoord: ondergrens = 20,19

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.

Kritieke waarde

df = n − 1 = 29, t = 2,045

Foutmarge

E = 2,045·3,5/√30 = 1,307

Interval

21,5 ± 1,307 → [20,19, 22,81]

Antwoord

ondergrens = 20,19
4.Betrouwbaarheidsintervallen

Antwoord: bovengrens = 6,641 kg

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.

Gepoolde standaardafwijking

sp² = (7·5² + 7·9,5²)/14 = 57,63
sp = 7,591

Foutmarge

E = 2,145·7,591·√(1/8 + 1/8) = 8,141

Interval

−1,5 ± 8,141 → [−9,641, 6,641]

Antwoord

bovengrens = 6,641 kg
5.Hypothesetoetsen & betrouwbaarheidsintervallen

Antwoord: t = 2,1

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 = 8/√49 = 8/7 = 1,143

Toetsingsgrootheid

t = (52,4 − 50)/1,143 = 2,1

Antwoord

t = 2,1
t0,025; df = 48 = 2,011

|t| > 2,011, dus H₀ wordt verworpen op het 5%-niveau (tweezijdig).

6.Hypothesetoetsen & betrouwbaarheidsintervallen

Antwoord: z = 2,12

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 = 16/80 = 0,2
p̂₂ = 9/100 = 0,09
p̂ = 25/180 = 0,1389

Standaardfout onder H₀

SE = √(0,1389·0,8611·(1/80 + 1/100)) = 0,05187

Toetsingsgrootheid

z = (0,2 − 0,09)/0,05187 = 2,12

Antwoord

z = 2,12

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

7.Lineaire regressie en correlatie

Antwoord: r² = 0,9462

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 = 115/5 = 23
ȳ = 303/5 = 60,6

Kwadraten- en productsommen

Sxx = Σ(x − x̄)² = 90
Sxy = Σ(x − x̄)(y − ȳ) = 309
Syy = Σ(y − ȳ)² = 1121

Determinatiecoëfficiënt

r² = 309²/(90·1121) = 0,9462

Antwoord

r² = 0,9462

Ongeveer 94,62% van de variatie in y wordt door de lijn verklaard.

8.Lineaire regressie en correlatie

Antwoord: ŷ = 71,95

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 = 105/5 = 21
ȳ = 290/5 = 58

Kwadraten- en productsommen

Sxx = Σ(x − x̄)² = 90
Sxy = Σ(x − x̄)(y − ȳ) = 279

Regressielijn

b = 279/90 = 3,1
a = 58 − 3,1·21 = −7,1
ŷ = −7,1 + 3,1·x

Voorspelling

ŷ = −7,1 + 3,1·25,5 = 71,95

Antwoord

ŷ = 71,95
9.Chikwadraattoetsen

Antwoord: E = 17,52

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 = 77·33/145 = 17,52

Antwoord

E = 17,52
10.Chikwadraattoetsen

Antwoord: χ²crit = 14,07

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 = 9 − 1 − 1 = 7

Tabel

χ²crit(df = 7, α = 0,05) = 14,067

Antwoord

χ²crit = 14,067

Verwerp H₀ als de berekende χ² groter is dan deze waarde.

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