Hoofdstuk 3 Statistiek: het toetsen
|
|
- Josephus Martens
- 5 jaren geleden
- Aantal bezoeken:
Transcriptie
1 Hoofdstuk 3 Statistiek: het toetsen 3.1 Schatten: Er moet een verbinding worden gelegd tussen de steekproefgrootheden en populatieparameters, willen we op basis van de een iets kunnen zeggen over de ander. Vaak wil je door middel van het steekproefgemiddelde het gemiddelde van de populatie schatten. Het steekproef gemiddelde heet de schatter. Wanneer is een schatter een goede schatter? 1. Wanneer de schatter zuiver is. Een schatter mag geen systematische afwijkingen bevatten ten opzichte van de te schatten populatiegemiddelde. 2. De schattingen moeten ook bij kleine populaties in de buurt van de echte populatiewaarde liggen. Dit heet efficiëntie. 3.2 Wanneer heb je een steekproevenverdeling nodig: Een steekproevenverdeling stel je op wanneer je wil weten welke verschillen tussen het steekproefgemiddelde en het populatiegemiddelde je kan verwachten. Dit doe je, omdat wanneer je een aselecte steekproef ter grootte van n uit een populatie trekt, hij meestal niet precies gelijk is aan het populatiegemiddelde. Steekproevenverdeling van het gemiddelde: Deze verdeling bestaat uit alle mogelijke waarden van de steekproefgemiddelden en de kansen op die waarden. is de kansvariabele. De verwachte waarde van de steekproevenverdeling is: = E ( ) = (P( ) * ( ) De variantie van de steekproevenverdeling is: = E ( - )² Daarnaast kan je ook nog de verwachte waarde van de steekproevenverdeling vergelijken met de verwachte waarde van de populatie(μ). Deze zijn aan elkaar gelijk. E ( ) = = μ. Standaardfout van het gemiddelde: Dit is in feite de standaardafwijking van de fouten die je hebt gemaakt bij de schatting van μ. Die bereken je als volgt: = = Het gemiddelde van de steekproef is een zuivere schatter van het gemiddelde van de populatie omdat E ( ) = = μ. Dit is zo, omdat de verwachte waarde van de steekpoevenverdeling van het gemiddelde gelijk is aan de verwachte waarde van de populatie. Je hebt ook onzuivere schatters, dit zijn schatters die niet overeenkomen met de te schatten parameters in de populatie. Wanneer de steekproef groter wordt, wordt de schatting van het gemiddelde nauwkeuriger. Dit komt doordat de standaardfout kleiner wordt. Wanneer de steekproevenverdeling normaal verdeeld is, kunnen we op grond van het gemiddelde van de steekproef M en de steekproefgrootte n conclusies trekken over het populatiegemiddelde μ. Wanneer je daarbij de tabel voor de standaard normale verdeling wilt gebruiken, moet je het steekproefgemiddelde M eerst omzetten in een z-score door de verwachte waarde van de steekproevenverdeling ervan af te trekken (μm) en het verschil
2 te delen door de standaarddeviatie van de steekproevenverdeling (σm). Z-score van het steekproefgemiddelde Zm = M- μ : σm De overschrijdingskans van deze z-score kan je vervolgens opzoeken in de tabel. 3.3 Onderzoek heeft betrekking op een theorie waarvan we de juistheid willen nagaan. Een theorie is in algemene termen gefomuleerd. Hieruit kunnen meerdere onderzoekshypothesen worden afgeleiden. Deze hypothesen zijn meer specifiek. Begrippen die in de hypothese voorkomen moeten worden geoperationaliseerd. Er moet dus worden aangegeven hoe de begrippen worden gemeten. Dit leidt tot de geherformuleerde hypothese. Uit deze geherformuleerde hypothese kan een statistische hypothese worden afgeleid. De statistische hypothese wordt getoetst tegen de nulhypothese (H0), zodat je ze kan vergelijken. Een nulhypothese is een statistische bewering die zegt dat er geen verband is tussen de variabelen of dat er sprake is van een tegengestelde relatie aan die in de statistische hypothese (ofwel alternatieve hypothese). Dus = = 0 of = 0. Voorbeeld: μ=50 en σ= 10. Als het gaat om proefpersonen in een experiment die hoger gehaald moeten hebben dan het gemiddelde van 50, dan is de alternatieve hypothese dus H1: μ > 50. De alternatieve hypothese is dus de hypothese wanneer de proefpersonen bijvoorbeeld een experiment zijn ondergaan. De nulhypothese zegt het volgende: H0= μ 50. H0 gaat dus over de oppervlakte dat niet door H1 wordt bestreken Wanneer er een steekproef gehouden wordt met 64 mensen waarbij het gemiddelde 53 is en de standaarddeviatie 7 is, betekend dit niet dat je de nulhypothese kan verwerpen. Je gaat juist kijken wat de rechter overschrijdingskans van = 53 als μ= 50 is. De overschrijdingskans meet de kans op het geobserveerde steekproefgemiddelde, of een steekproefgemiddelde nog extremer. Dit gebeurt wel onder de aanname dat H0 waar is. De overschrijdingskans wordt ook wel de p-waarde genoemd. Om de richting van extreem te bepalen,, kijk je naar de alternatieve hypothese. Wanneer deze > (groter dan) zegt, ga je zoeken naar de kans dat het gemiddelde groter is. Dan zijn er 2 opties 1. Als deze kans groot is, dan komt het verschil tussen = 53 en μ= 50 waarschijnlijk door toeval. De nulhypothese wordt dan niet verworpen. 2. Als deze kans klein is (0,05 en 0,01), dan komt het verschil tussen van = 53 en μ= 50 niet door toeval. In dit geval wordt de nulhypothese verworpen. De onbetrouwbaarheidsdrempel is 0,05 en 0,01. Dit wordt ook wel het significantieniveau genoemd en wordt aangegeven met α (alfa). De grootte van de kans wordt uitgedrukt in het significantieniveau. De waarde van 0,05 of 0,01 wordt hierbij vaak gehanteerd. Deze waarde wordt aangegeven met de Griekse letter α van Alfa. De beslissingsregel hierbij is dat de nulhypothese wordt verworpen als de p- waarde kleiner is of gelijk is aan de vooraf gekozen waarde van het significantieniveau α. Verder is het van belang dat wanneer je de standaardafwijking van de populatie kennen, dat je dan die gebruikt in plaats van de standaardafwijking van de steekproef. Ook moet je nog steeds van een normale verdeling overgaan op de standaardnormale verdeling.
3 Formule: Dus in ons voorbeeld zou je het volgende krijgen: Dan zoek je bij P ( 53) = P(z 2,40) de kans op in de tabel. Dit is 0,0082. Er is dus sprake van een hele kleine kans. Er kan dus bijna geen sprake zijn dat het verschil op basis van toeval tot stand is gekomen. De vraag is in deze of de nul hypothese moet worden verworpen en de alternatieve hypothese moet worden aangenomen. Dan ga je kijken of de overschrijdingskans kleiner of gelijk is aan de vooraf gekozen waarde van de kans van α. Dit was 0,05. 0,0082 is kleiner dan 0,05 dus de nulhypothese moet worden verworpen. Er is dan een significant resultaat. Rapporteren: wanneer je deze resultaten gaat rapporteren, ga je niet opschrijven dat de nulhypothese verworpen is, maar je zegt dat de resultaten significant zijn. Wanneer je weet dat iets significant is, ga je kijken naar de relevantie. Dit doe je door naar de effectgrootte te kijken. Een significant resultaat is dus niet altijd relevant. Hoe groter het effect, hoe groter de relevantie. Bij het gemiddelde bereken je de effectgrootte met Cohen s d. d : M - μ0 : σ M = het gemiddelde van de steekproef μ0 = het veronderstelde gemiddelde uit H0 σ = de populatiestandaarddeviatie Richtlijnen van Cohen bij de beoordeling van de effectgrootte zijn: 0,20 : klein effect 0,50 : middelmatig effect 0,80 : groot effect Significantie is een noodzakelijke, maar geen voldoende voorwaarde voor relevantie. Iets kan significant zijn, maar als het effect zeer klein is, is het niet relevant. 3.4 Keuze van α: Hoe groot je α neemt hangt er vanaf hoe groot je het risico neemt om fouten te maken Er zijn dus 4 soorten beslissingen: 1. Fout van het eerste soort: H0 wordt verworpen terwijl H0 wel juist is (kans α, dus bijvoorbeeld 0,05 is 5%). 2. Juiste beslissing: H0 wordt niet verworpen en H0 is juist (kans 1-α, dus bijvoorbeeld 1-0,05 is 95%).
4 3. Juiste beslissing: H0 wordt verworpen en H0 is onjuist (kans 1-β). 4. Fout van de tweede soort: H0 wordt niet verworpen, maar H0 is onjuist (kans β). α= dit is de kans op het ten onrechte verwerpen van H0. β= dit is de kans op het ten onrechte niet verwerpen van H0. Wanneer je dus kiest voor een kleine α wordt de foutenkans β groter en andersom. Dit betekent dus ook dat je met een steekproef niet het verband in de populatie kan aantonen. Wanneer je α veel kleiner maakt, wordt de kans heel groot om een fout van de tweede soort te maken. Dat betekent dat de kans dan erg groot is dat er bijvoorbeeld in de populatie wel een verband aanwezig is, maar dat niet lukt om met behulp van een steekproef aan te tonen. Het onderscheidingsvermogen/power van de toets wordt steeds kleiner wanneer er een grotere steekproef genomen wordt. 3.5 Rechtseenzijdig toetsen: wanneer je gaat kijken of het steekproefgemiddelde ( ) groter is dan het populatiegemiddelde (μ). H0 wordt verworpen als de overschrijdingskans van de z-waarde van het gemiddelde kleiner is dan de gekozen α. Dus om het even duidelijk te stellen, bij rechtseenzijdig toetsen is er sprake van een bovengrens, en je kijkt of het steekproefgemiddelde groter is dan het populatiegemiddelde. - H0 verwerpen als: Pr (z ) α Linkseenzijdig toetsen: dit is wanneer je gaat kijken of het steekproefgemiddelde ( )kleiner is dan het populatiegemiddelde (μ). Hier is sprake van een ondergrens. - H0 verwerpen als: Pl (z ) α Tweezijdig toetsen: dit is wanneer je gaat kijken of het steekproefgemiddelde ( ) gelijk is aan het populatiegemiddelde. Je kijkt of het steekproefgemiddelde voldoende ver afwijkt van dat populatiegemiddelde (μ).hierbij wordt geen richting gespecificeerd zoals bij linkseenzijdig en rechtseenzijdig toetsen. Bij tweezijdig toetsen kijk je dus zowel naar de kant waarbij het steekproefgemiddelde te ver van die μ afwijkt omdat het te klein is, maar je kijkt ook naar de andere kant waarbij het steekproefgemiddelde te ver van die μ afwijkt omdat het te groot is. Het steekproefgemiddelde kan dus toevallig te laag uitvallen en toevallig te hoog uitvallen. Beide kansen wegen even zwaar en samen zijn ze α. Wanneer het steekproefgemiddelde hoger is dan μ, dan berekenen we de rechter overschrijdingskans. Wanneer het steekproefgemiddelde lager is dan μ, dan berekenen we de linker overschrijdingskans. - Als < μ verwerp de H0 wanneer Pd (z ) = 2Pl (z ) α - Als > μ verwerp de H0 wanneer Pd (z ) = 2Pr (z ) α Eenzijdig of tweezijdig toetsen: de keuze voor een eenzijdige toets of tweezijdige toets wordt bepaald door de formulering van de alternatieve hypothese. Als in de onderzoekshypothese duidelijk staat dat onder conditie A hoger wordt gescoord als onder conditie B, is er duidelijk sprake van een verwachte richting (rechtseenzijdig). Wordt er alleen gesproken over een verwacht verschil tussen twee groepen of een verwacht verbant tussen twee variabelen, dan wordt er tweezijdig getoetst. De keuze voor een- of tweezijdig toetsen kan soms bepalend zijn voor de vraag of resultaten significant zijn. Daarom moet je van tevoren bepalen of je eenzijdig of tweezijdig toetst.
5 Z-toets: hierbij ga je er vanuit dat je twee normaal verdeelde populaties hebt. Dus je hebt μ1 en σ1 van populatie 1. Daarnaast heb je μ2 en σ1 van populatie 2. Je wilt dan de gemiddelden met elkaar vergelijken met behulp van de Z-toets. Je trekt dan uit elke populatie aselect een steekproef, dan krijg je twee onafhankelijke steekproeven. Je hebt dan het gemiddelde en standaarddeviatie nodig van de steekproeven. Je krijgt dan 1 en S1 voor steekproef 1. En 2 en S2 voor steekproef 2. Voorwaarden Z-toets: 1. Wanneer de standaardafwijking (σ) bekend is en de populatie normaal verdeeld is. 2. Wanneer σ niet bekend is en de populatie niet normaal verdeeld is, n 100. Je mag dan de standaardafwijking van de steekproef (Sx) invullen als schatter. De Z-toets mag niet als: 1. Populatie niet normaal verdeeld is en n kleiner dan 100 is. Als dit het geval is nemen we bij een n tussen 30 en 100 een t-verdeling. Bij een n kleiner dan 30, gebruik je non-parametrische toetsen. Dit kan je verder vergeten voor dit vak. 2. Wanneer de populatie wel normaal verdeeld is, maar σ onbekend is en n kleiner dan 100 is. Hiervoor gebruik je de t-toets. Hypothesen Z-toets: Linkseenzijdig toetsen: H0: μ μo EN Ho < μo Rechtseenzijdig toetsen: H0: μ μo EN Ho > μo Tweezijdig toetsen: H0: μ= μo EN Ho = μo Toetsingsgrootheid Z-toets: De Z-score is de toetsingsgrootheid. De formule van de Z-score is als volgt: = = = verkregen steekproefgemiddelde = veronderstelde waarde voor het populatiegemiddelde μ n = steekproefgrootte σ = standaarddeviatie van de populatie. Beslissingsregel: De nulhypothese kan je met behulp van overschrijdingskansen en kritieke waarden verwerpen. Overschrijdingskansen H0 verwerpen als: Linkseenzijdige toetsing: Pl ( ) α Rechtseenzijdige toetsing: Pr ( ) α Tweezijdige toetsing: Pd ( ) = 2 * Pl ( ) α als < μ = 2 * Pr ( ) α als > μ Kritieke waarden Eerst moet je bepalen welke Z-waarde hoort bij welke α. De linkszijdige kritieke waarde is bij een α=0.05-1,64 en de rechtseenzijdige kritieke waarde is dan +1,64. H0 wordt verworpen als de Z-score van het gemiddelde kleiner is dan -1,64 of groter is dan +1,64. Voor tweezijdige toetsing wordt H0 verworpen als de Z-score van het gemiddelde kleiner i dan -1,96 of groter is dan +1,96. Deze zones heten de kritieke zones.
6 Betrouwbaarheidsinterval: De formule voor 100 (1-α)%-betrouwbaarheidsinterval van het gemiddelde is als volgt: z * < μ < + z * = verkregen steekproefgemiddelde n = steekproefgrootte μ = populatiegemiddelde α = significantieniveau σ = standaarddeviatie van de populatie z = positieve Z-waarde waarvoor geldt dat Pd(z) = α.
Hoofdstuk 6 Twee populaties: parametrische toetsen
Hoofdstuk 6 Twee populaties: parametrische toetsen 6.1 De t-toets voor het verschil tussen twee gemiddelden: In veel onderzoekssituaties zijn we vooral in de verschillen tussen twee populaties geïnteresseerd.
Nadere informatieHoofdstuk 5 Een populatie: parametrische toetsen
Hoofdstuk 5 Een populatie: parametrische toetsen 5.1 Gemiddelde, variantie, standaardafwijking: De variantie is als het ware de gemiddelde gekwadrateerde afwijking van het gemiddelde. Hoe groter de variantie
Nadere informatieHOOFDSTUK 6: INTRODUCTIE IN STATISTISCHE GEVOLGTREKKINGEN
HOOFDSTUK 6: INTRODUCTIE IN STATISTISCHE GEVOLGTREKKINGEN Inleiding Statistische gevolgtrekkingen (statistical inference) gaan over het trekken van conclusies over een populatie op basis van steekproefdata.
Nadere informatieHoofdstuk 8 Het toetsen van nonparametrische variabelen
Hoofdstuk 8 Het toetsen van nonparametrische variabelen 8.1 Non-parametrische toetsen: deze toetsen zijn toetsen waarbij de aannamen van normaliteit en intervalniveau niet nodig zijn. De aannamen zijn
Nadere informatieVandaag. Onderzoeksmethoden: Statistiek 3. Recap 2. Recap 1. Recap Centrale limietstelling T-verdeling Toetsen van hypotheses
Vandaag Onderzoeksmethoden: Statistiek 3 Peter de Waal (gebaseerd op slides Peter de Waal, Marjan van den Akker) Departement Informatica Beta-faculteit, Universiteit Utrecht Recap Centrale limietstelling
Nadere informatieToetsen van Hypothesen. Het vaststellen van de hypothese
Toetsen van Hypothesen Wisnet-hbo update maart 2008 1. en Het vaststellen van de hypothese De nulhypothese en de Alternatieve hypothese. Het gaat in deze paragraaf puur alleen om de formulering. Er wordt
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 14 Donderdag 28 Oktober 1 / 37 2 Statistiek Indeling: Hypothese toetsen Schatten 2 / 37 Vragen 61 Amerikanen werd gevraagd hoeveel % van de tijd zij liegen. Het gevonden
Nadere informatieVoorbeeldtentamen Statistiek voor Psychologie
Voorbeeldtentamen Statistiek voor Psychologie 1) Vul de volgende uitspraak aan, zodat er een juiste bewering ontstaat: De verdeling van een variabele geeft een opsomming van de categorieën en geeft daarbij
Nadere informatieHoofdstuk 12: Eenweg ANOVA
Hoofdstuk 12: Eenweg ANOVA 12.1 Eenweg analyse van variantie Eenweg en tweeweg ANOVA Wanneer we verschillende populaties of behandelingen met elkaar vergelijken, dan zal er binnen de data altijd sprake
Nadere informatieSheets K&S voor INF HC 10: Hoofdstuk 12
Sheets K&S voor INF HC 1: Hoofdstuk 12 Statistiek Deel 1: Schatten (hfdst. 1) Deel 2: Betrouwbaarheidsintervallen (11) Deel 3: Toetsen van hypothesen (12) Betrouwbaarheidsintervallen (H11) en toetsen (H12)
Nadere informatieToetsen van hypothesen
Les 4 Toetsen van hypothesen We hebben tot nu toe enigszins algemeen naar grootheden van populaties gekeken en bediscussieerd hoe we deze grootheden uit steekproeven kunnen schatten. Vaak hebben we echter
Nadere informatieVerklarende Statistiek: Toetsen. Zat ik nou in dat kritische gebied of niet?
Verklarende Statistiek: Toetsen Zat ik nou in dat kritische gebied of niet? Toetsen, Overzicht Nulhypothese - Alternatieve hypothese (voorbeeld: toets voor p = p o in binomiale steekproef) Betrouwbaarheid
Nadere informatieHoofdstuk 7: Statistische gevolgtrekkingen voor distributies
Hoofdstuk 7: Statistische gevolgtrekkingen voor distributies 7.1 Het gemiddelde van een populatie Standaarddeviatie van de populatie en de steekproef In het vorige deel is bij de significantietoets uitgegaan
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 11 Dinsdag 25 Oktober 1 / 27 2 Statistiek Vandaag: Hypothese toetsen Schatten 2 / 27 Schatten 3 / 27 Vragen: liegen 61 Amerikanen werd gevraagd hoeveel % van de tijd
Nadere informatieData analyse Inleiding statistiek
Data analyse Inleiding statistiek 1 Terugblik - Inductieve statistiek Afleiden van eigenschappen van een populatie op basis van een beperkt aantal metingen (steekproef) Kennis gemaakt met kans & kansverdelingen»
Nadere informatieBerekenen en gebruik van Cohen s d Cohen s d is een veelgebruikte manier om de effectgrootte te berekenen en wordt
A. Effect & het onderscheidingsvermogen Effectgrootte (ES) De effectgrootte (effect size) vertelt ons iets over hoe relevant de relatie tussen twee variabelen is in de praktijk. Er zijn twee soorten effectgrootten:
Nadere informatieHOOFDSTUK 7: STATISTISCHE GEVOLGTREKKINGEN VOOR DISTRIBUTIES
HOOFDSTUK 7: STATISTISCHE GEVOLGTREKKINGEN VOOR DISTRIBUTIES 7.1 Het gemiddelde van een populatie Standaarddeviatie van de populatie en de steekproef In het vorige deel is bij de significantietoets uitgegaan
Nadere informatieStatistiek voor A.I. College 14. Dinsdag 30 Oktober
Statistiek voor A.I. College 14 Dinsdag 30 Oktober 1 / 16 2 Deductieve statistiek Orthodoxe statistiek 2 / 16 Grootte steekproef Voorbeeld NU.nl 26 Oktober 2012: Helft broodjes döner kebab vol bacteriën.
Nadere informatieToetsende Statistiek Week 3. Statistische Betrouwbaarheid & Significantie Toetsing
Toetsende Statistiek Week 3. Statistische Betrouwbaarheid & Significantie Toetsing M, M & C, Chapter 6, Introduction to Inference 6.1 Estimating with Confidence 6.2 Tests of Significance 6.3 Use and Abuse
Nadere informatieStochastiek 2. Inleiding in de Mathematische Statistiek 1 / 17
Stochastiek 2 Inleiding in de Mathematische Statistiek 1 / 17 Statistische toetsen 2 / 17 Toetsen - algemeen - 1 Setting: observatie X in X, model {P θ : θ Θ}. Gegeven partitie Θ = Θ 0 Θ 1, met Θ 0 Θ 1
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Statistiek (2DD14) op vrijdag 17 maart 2006, 9.00-12.00 uur.
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Statistiek DD14) op vrijdag 17 maart 006, 9.00-1.00 uur. UITWERKINGEN 1. Methoden om schatters te vinden a) De aannemelijkheidsfunctie
Nadere informatieStatistiek voor A.I.
Statistiek voor A.I. College 13 Donderdag 25 Oktober 1 / 28 2 Deductieve statistiek Orthodoxe statistiek 2 / 28 3 / 28 Jullie - onderzoek Tobias, Lody, Swen en Sander Links: Aantal broers/zussen van het
Nadere informatieHoofdstuk 10 Eenwegs- en tweewegs-variantieanalyse
Hoofdstuk 10 Eenwegs- en tweewegs-variantieanalyse 10.1 Eenwegs-variantieanalyse: Als we gegevens hebben verzameld van verschillende groepen en we willen nagaan of de populatiegemiddelden van elkaar verscihllen,
Nadere informatieStatistiek voor A.I. College 12. Dinsdag 23 Oktober
Statistiek voor A.I. College 12 Dinsdag 23 Oktober 1 / 20 2 Deductieve statistiek Orthodoxe statistiek 2 / 20 3 / 20 Jullie - onderzoek Wivine Tijd waarop je opstaat (uu:mm wordt weergeven als uumm). Histogram
Nadere informatieSheets hoorcollege 1 (over paragraaf 7.1) Uitgewerkte opgaven week 6 Antwoorden uitgewerkte opgaven week 6
MATERIALEN BIJ STATISTIEK (1991) JANUARI 010 Sheets hoorcollege 1 (over paragraaf 7.1) Uitgewerkte opgaven week 1 Antwoorden uitgewerkte opgaven week 1 11 15 Power-point sheets hoorcollege (over paragraaf
Nadere informatieHoofdstuk 10: Regressie
Hoofdstuk 10: Regressie Inleiding In dit deel zal uitgelegd worden hoe we statistische berekeningen kunnen maken als sprake is van één kwantitatieve responsvariabele en één kwantitatieve verklarende variabele.
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 10 Donderdag 20 Oktober 1 / 1 2 Statistiek Vandaag: Hypothese toetsen 2 / 1 3 / 1 Terzijde NU.nl 19 oktober 2011: Veel Facebookvrienden wijst op grotere hersenen. (http://www.nu.nl/wetenschap/2645008/veel-facebookvrienden-wijst-groterehersenen-.html)
Nadere informatieTentamen Inleiding Statistiek (WI2615) 10 april 2013, 9:00-12:00u
Technische Universiteit Delft Mekelweg 4 Faculteit Elektrotechniek, Wiskunde en Informatica 2628 CD Delft Tentamen Inleiding Statistiek (WI2615) 10 april 2013, 9:00-12:00u Formulebladen, rekenmachines,
Nadere informatieHiermee rekenen we de testwaarde van t uit: n. 10 ( x ) ,16
modulus strepen: uitkomst > 0 Hiermee rekenen we de testwaarde van t uit: n 10 ttest ( x ) 105 101 3,16 n-1 4 t test > t kritisch want 3,16 >,6, dus 105 valt buiten het BI. De cola bevat niet significant
Nadere informatie11.0 Voorkennis. Wanneer je met binomcdf werkt, werk je dus altijd met een kans van de vorm P(X k)
11.0 Voorkennis Let op: Cumulatieve binomiale verdeling: P(X k) = binomcdf(n,p,k) Wanneer je met binomcdf werkt, werk je dus altijd met een kans van de vorm P(X k) Voorbeeld 1: Binomiaal kanseperiment
Nadere informatie15.1 Beslissen op grond van een steekproef [1]
15.1 Beslissen op grond van een steekproef [1] Voorbeeld 1: Een vulmachine vult flessen met een inhoud van X ml. X is normaal verdeeld met μ = 400 en σ = 4 Er wordt een steekproef genomen van 40 flessen.
Nadere informatiewerkcollege 6 - D&P10: Hypothesis testing using a single sample
cursus huiswerk opgaven Ch.9: 1, 8, 11, 12, 20, 26, 36, 37, 71 werkcollege 6 - D&P10: Hypothesis testing using a single sample Activities 9.3 en 9.4 van schatting naar toetsing vorige bijeenkomst: populatie-kenmerk
Nadere informatieBijlage Bijlage 3. Statistische toetsing: werkwijze, toetsen, formules, toepassing
Bijlage 3 Statistische toetsing: werkwijze, toetsen, formules, toepassing In dit boek wordt kennis van statistiek en statistische ( hypothese)toetsing in principe bekend verondersteld. Niettemin geven
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 12 Donderdag 21 Oktober 1 / 38 2 Statistiek Indeling: Stochast en populatie Experimenten herhalen Wet van de Grote Getallen Centrale Limietstelling 2 / 38 Deductieve
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 13 Dinsdag 1 November 1 / 26 2 Statistiek Vandaag: Power Grootte steekproef Filosofie 2 / 26 Power 3 / 26 Power Def. De power (kracht) van een hypothese toets is (1 β),
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 13 Dinsdag 26 Oktober 1 / 24 2 Statistiek Indeling: Hypothese toetsen Filosofie 2 / 24 Hypothese toetsen 3 / 24 Hypothese toetsen: toepassingen Vb. Een medicijn wordt
Nadere informatieOefenvragen bij Statistics for Business and Economics van Newbold
Oefenvragen bij Statistics for Business and Economics van Newbold Hoofdstuk 1 1. Wat is het verschil tussen populatie en sample? De populatie is de complete set van items waar de onderzoeker in geïnteresseerd
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 12 Vrijdag 16 Oktober 1 / 38 2 Statistiek Indeling vandaag: Normale verdeling Wet van de Grote Getallen Centrale Limietstelling Deductieve statistiek Hypothese toetsen
Nadere informatieDEEL 3 INDUCTIEVE STATISTIEK INLEIDING TOT DE INDUCTIEVE STATISTIEK 11.2 DE GROOTSTE AANNEMELIJKHEID - METHODE
DEEL 3 INDUCTIEVE STATISTIEK INHOUD H 10: INLEIDING TOT DE INDUCTIEVE STATISTIEK H 11: PUNTSCHATTING 11.1 ALGEMEEN 11.1.1 Definities 11.1.2 Eigenschappen 11.2 DE GROOTSTE AANNEMELIJKHEID - METHODE 11.3
Nadere informatie+ ( 1 4 )2 σ 2 X σ2. 36 σ2 terwijl V ar[x] = 11. Aangezien V ar[x] het kleinst is, is dit rekenkundig gemiddelde de meest efficiënte schatter.
STATISTIEK OPLOSSINGEN OEFENZITTINGEN 5 en 6 c D. Keppens 2004 5 1 (a) Zij µ de verwachtingswaarde van X. We moeten aantonen dat E[M i ] = µ voor i = 1, 2, 3 om te kunnen spreken van zuivere schatters.
Nadere informatieInhoud. Woord vooraf 13. Hoofdstuk 1. Inductieve statistiek in onderzoek 17. Hoofdstuk 2. Kansverdelingen en kansberekening 28
Inhoud Woord vooraf 13 Hoofdstuk 1. Inductieve statistiek in onderzoek 17 1.1 Wat is de bedoeling van statistiek? 18 1.2 De empirische cyclus 19 1.3 Het probleem van de inductieve statistiek 20 1.4 Statistische
Nadere informatieToetsende Statistiek Week 5. De F-toets & Onderscheidend Vermogen
M, M & C 7.3 Optional Topics in Comparing Distributions: F-toets 6.4 Power & Inference as a Decision 7.1 The power of the t-test 7.3 The power of the sample t- Toetsende Statistiek Week 5. De F-toets &
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 15 Dinsdag 2 November 1 / 16 2 Statistiek Indeling: Filosofie Schatten Centraal Bureau voor Statistiek 2 / 16 Schatten Vb. Het aantal tenen plus vingers in jullie huishoudens:
Nadere informatieDEZE PAGINA NIET vóór 8.30u OMSLAAN!
STTISTIEK 1 VERSIE MT15303 1308 1 WGENINGEN UNIVERSITEIT LEERSTOELGROEP MT Tentamen Statistiek 1 (MT-15303) 5 augustus 2013, 8.30-10.30 uur EZE PGIN NIET vóór 8.30u OMSLN! STRT MET INVULLEN VN NM, REGISTRTIENUMMER,
Nadere informatieLes 2: Toetsen van één gemiddelde
Les 2: Toetsen van één gemiddelde Koen Van den Berge Statistiek 2 e Bachelor in de Biochemie & Biotechnologie 22 oktober 2018 Het statistisch testen van één gemiddelde is een veel voorkomende toepassing
Nadere informatieFeedback examen Statistiek II Juni 2011
Feedback examen Statistiek II Juni 2011 Bij elke vraag is alternatief A correct. 1 De variabele X is Student verdeeld in een bepaalde populatie, met verwachting µ X en variantie σ 2 X. Je trekt steekproeven
Nadere informatieAntwoordvel Versie A
Antwoordvel Versie A Interimtoets Toegepaste Biostatistiek 13 december 013 Naam:... Studentnummer:...... Antwoorden: Vraag Antwoord Antwoord Antwoord Vraag Vraag A B C D A B C D A B C D 1 10 19 11 0 3
Nadere informatieHOOFDSTUK IV TOETSEN VAN STATISTISCHE HYPOTHESEN
HOOFDSTUK IV TOETSEN VAN STATISTISCHE HYPOTHESEN 4.1 PARAMETERTOESTEN 1 A. Toetsen van het gemiddelde Beschouw een steekproef X 1, X,, X n van n onafhankelijke N(µ, σ) verdeelde kansveranderlijken Men
Nadere informatieExamen Statistiek I Januari 2010 Feedback
Examen Statistiek I Januari 2010 Feedback Correcte alternatieven worden door een sterretje aangeduid. 1 Een steekproef van 400 personen bestaat uit 270 mannen en 130 vrouwen. Twee derden van de mannen
Nadere informatieInhoudsopgave. Deel I Schatters en toetsen 1
Inhoudsopgave Deel I Schatters en toetsen 1 1 Hetschattenvanpopulatieparameters.................. 3 1.1 Inleiding:schatterversusschatting................. 3 1.2 Hetschattenvaneengemiddelde..................
Nadere informatiewerkcollege 6 - D&P9: Estimation Using a Single Sample
cursus 9 mei 2012 werkcollege 6 - D&P9: Estimation Using a Single Sample van frequentie naar dichtheid we bepalen frequenties van meetwaarden plot in histogram delen door totaal aantal meetwaarden > fracties
Nadere informatiePopulatie: De gehele groep elementen waarover informatie wordt gewenst.
Statistiek I Werkcollege 1 Populatie: De gehele groep elementen waarover informatie wordt gewenst. Steekproef: Gedeelte van de populatie dat feitelijk wordt onderzocht om informatie te vergaren. Eenheden:
Nadere informatieStatistiek in de alfa en gamma studies. Aansluiting wiskunde VWO-WO 16 april 2018
Statistiek in de alfa en gamma studies Aansluiting wiskunde VWO-WO 16 april 2018 Wie ben ik? Marieke Westeneng Docent bij afdeling Methoden en Statistiek Faculteit Sociale Wetenschappen Universiteit Utrecht
Nadere informatie1. De volgende gemiddelden zijn gevonden in een experiment met de factor Conditie en de factor Sekse.
Oefentoets 1 1. De volgende gemiddelden zijn gevonden in een experiment met de factor Conditie en de factor Sekse. Conditie = experimenteel Conditie = controle Sekse = Vrouw 23 33 Sekse = Man 20 36 Van
Nadere informatieintroductie toetsen power pauze hypothesen schatten ten slotte introductie toetsen power pauze hypothesen schatten ten slotte
toetsende statistiek week 1: kansen en random variabelen week 2: de steekproevenverdeling week 3: schatten en toetsen: de z-toets Moore, McCabe, and Craig. Introduction to the Practice of Statistics Chapter
Nadere informatieFiguur 1: Voorbeelden van 95%-betrouwbaarheidsmarges van gemeten percentages.
MARGES EN SIGNIFICANTIE BIJ STEEKPROEFRESULTATEN. De marges van percentages Metingen via een steekproef leveren een schatting van de werkelijkheid. Het toevalskarakter van de steekproef heeft als consequentie,
Nadere informatieHoofdstuk 5: Steekproevendistributies
Hoofdstuk 5: Steekproevendistributies Inleiding Statistische gevolgtrekkingen worden gebruikt om conclusies over een populatie of proces te trekken op basis van data. Deze data wordt samengevat door middel
Nadere informatieToegepaste Statistiek, Week 3 1
Toegepaste Statistiek, Week 3 1 In Week 2 hebben we toetsingstheorie besproken mbt een kwantitatieve (ordinale) variabele G, en met name over zijn populatiegemiddelde E(G). Er waren twee gevallen: Er is
Nadere informatie11. Multipele Regressie en Correlatie
11. Multipele Regressie en Correlatie Meervoudig regressie model Nu gaan we kijken naar een relatie tussen een responsvariabele en meerdere verklarende variabelen. Een bivariate regressielijn ziet er in
Nadere informatieHoeveel vertrouwen heb ik in mijn onderzoek en conclusie? Les 1
Hoeveel vertrouwen heb ik in mijn onderzoek en conclusie? Les 1 1 Onderwerpen van de lessenserie: De Normale Verdeling Nul- en Alternatieve-hypothese ( - en -fout) Steekproeven Statistisch toetsen Grafisch
Nadere informatieKansrekening en statistiek WI2211TI / WI2105IN deel 2 2 februari 2012, uur
Kansrekening en statistiek WI22TI / WI25IN deel 2 2 februari 22, 4. 6. uur VOOR WI22TI: Bij dit examen is het gebruik van een (evt. grafische) rekenmachine toegestaan. Een formuleblad is niet toegestaan.
Nadere informatieLes 7-8: Parameter- en Vergelijkingstoetsen
Les 7-8: Parameter- en Vergelijkingstoetsen I Theorie : A. Algemeen :. Hypothese formuleren. H 0 : nul-hypothese H : alternatieve hypothese 2. teekproef nemen. x en 2 zijn te berekenen uit de steekproefresultaten.
Nadere informatieHOOFDSTUK IV TOETSEN VAN STATISTISCHE HYPOTHESEN
HOOFDSTUK IV TOETSEN VAN STATISTISCHE HYPOTHESEN 4. VERGELIJKINGSTOETSEN A. Vergelijken van varianties Men beschouwt twee steekproeven uit normaal verdeelde populaties: X, X,, X n ~ N(µ, σ ) Y, Y,, Y n
Nadere informatieWe illustreren deze werkwijze opnieuw a.h.v. de steekproef van de geboortegewichten
Hoofdstuk 8 Betrouwbaarheidsintervallen In het vorige hoofdstuk lieten we zien hoe het mogelijk is om over een ongekende karakteristiek van een populatie hypothesen te formuleren. Een andere manier van
Nadere informatiec Voorbeeldvragen, Methoden & Technieken, Universiteit Leiden TS: versie 1 1 van 6
c Voorbeeldvragen, Methoden & Technieken, Universiteit Leiden TS: versie 1 1 van 6 1. Iemand kiest geblinddoekt 4 paaseitjes uit een mand met oneindig veel paaseitjes. De helft is melkchocolade, de andere
Nadere informatieAanpassingen takenboek! Statistische toetsen. Deze persoon in een verdeling. Iedereen in een verdeling
Kwantitatieve Data Analyse (KDA) Onderzoekspracticum Sessie 2 11 Aanpassingen takenboek! Check studienet om eventuele verbeteringen te downloaden! Huidige versie takenboek: 09 Gjalt-Jorn Peters gjp@ou.nl
Nadere informatieToegepaste Statistiek, Week 6 1
Toegepaste Statistiek, Week 6 1 Eén ordinale en één nominale variabele Nominale variabele met TWEE categorieën, 1 en 2 Ordinale variabele normaal verdeeld binnen iedere categorie? Variantie in beide categorieën
Nadere informatiewerkcollege 7 - D&P10: Hypothesis testing using a single sample
cursus 11 mei 2012 werkcollege 7 - D&P10: Hypothesis testing using a single sample huiswerk opgaven Ch.9: 1, 8, 11, 12, 20, 26, 36, 37, 71 Activities 9.3 en 9.4 experimenten zelf deelnemen als proefpersoon
Nadere informatieDH19 Bedrijfsstatistiek MC, 2e Bach Hir, Juni 2009
Naam:... Voornaam:... DH19 Bedrijfsstatistiek MC, 2e Bach Hir, Juni 2009 Slechts één van de vier alternatieven is juist. Kruis het bolletje aan vóór het juiste antwoord. Indien je een meerkeuzevraag verkeerd
Nadere informatieKansrekening en statistiek wi2105in deel 2 16 april 2010, uur
Kansrekening en statistiek wi205in deel 2 6 april 200, 4.00 6.00 uur Bij dit examen is het gebruik van een (evt. grafische) rekenmachine toegestaan. Tevens krijgt u een formuleblad uitgereikt na afloop
Nadere informatie6.1 Beschouw de populatie die wordt beschreven door onderstaande kansverdeling.
Opgaven hoofdstuk 6 I Learning the Mechanics 6.1 Beschouw de populatie die wordt beschreven door onderstaande kansverdeling. De random variabele x wordt tweemaal waargenomen. Ga na dat, indien de waarnemingen
Nadere informatieintroductie Wilcoxon s rank sum toets Wilcoxon s signed rank toets introductie Wilcoxon s rank sum toets Wilcoxon s signed rank toets
toetsende statistiek week 1: kansen en random variabelen week : de steekproevenverdeling week 3: schatten en toetsen: de z-toets week : het toetsen van gemiddelden: de t-toets week 5: het toetsen van varianties:
Nadere informatieStatistiek voor A.I. College 10. Donderdag 18 Oktober
Statistiek voor A.I. College 10 Donderdag 18 Oktober 1 / 28 Huffington Post poll verkiezingen VS - 12 Oktober 2012 2 / 28 Gallup poll verkiezingen VS - 15 Oktober 2012 3 / 28 Jullie - onderzoek Kimberly,
Nadere informatieHoofdstuk 4 Hypothese toetsen
a b Hoofdstuk 4 Hypothese toetsen 4. Werken met steekproeven bladzijde 84 (a) de onderzoeker ondervraagt alleen mannen (b) hij ondervraagt slechts mensen die een winkelwagen hebben gepakt (c) hij doet
Nadere informatieStatistiek II. Sessie 1. Verzamelde vragen en feedback Deel 1
Statistiek II Sessie 1 Verzamelde vragen en feedback Deel 1 VPPK Universiteit Gent 2017-2018 Feedback Oefensessie 1 1 Staafdiagram 1. Wat is de steekproefgrootte? Op de horizontale as vinden we de respectievelijke
Nadere informatieBeschrijvende statistiek
Beschrijvende statistiek Beschrijvende en toetsende statistiek Beschrijvend Samenvatting van gegevens in de steekproef van onderzochte personen (gemiddelde, de standaarddeviatie, tabel, grafiek) Toetsend
Nadere informatie6.1 Beschouw de populatie die beschreven wordt door onderstaande kansverdeling.
Opgaven hoofdstuk 6 I Basistechnieken 6.1 Beschouw de populatie die beschreven wordt door onderstaande kansverdeling. x 0 2 4 6 p(x) ¼ ¼ ¼ ¼ a. Schrijf alle mogelijke verschillende steekproeven van n =
Nadere informatieStatistiek II. 1. Eenvoudig toetsen. Onderdeel toetsen binnen de cursus: Toetsen en schatten ivm één statistiek of steekproef
Statistiek II Onderdeel toetsen binnen de cursus: 1. Eenvoudig toetsen Toetsen en schatten ivm één statistiek of steekproef Via de z-verdeling, als µ onderzocht wordt en gekend is: Via de t-verdeling,
Nadere informatieTentamen Kansrekening en Statistiek MST 14 januari 2016, uur
Tentamen Kansrekening en Statistiek MST 14 januari 2016, 14.00 17.00 uur Het tentamen bestaat uit 15 meerkeuzevragen 2 open vragen. Een formuleblad wordt uitgedeeld. Normering: 0.4 punt per MC antwoord
Nadere informatieOpgeloste Oefeningen Hoofdstuk 8: Het Toetsen van Hypothesen
Opgeloste Oefeningen Hoofdstuk 8: Het Toetsen van Hypothesen 8.1. Stel dat medisch onderzoek heeft uitgewezen dat als het gemiddelde nicotinegehalte van een sigaret 25 mg of meer bedraagt, de kans op longkanker
Nadere informatietoetsende statistiek deze week: wat hebben we al geleerd? Frank Busing, Universiteit Leiden
toetsende statistiek week 1: kansen en random variabelen week 2: de steekproevenverdeling week 3: schatten en toetsen: de z-toets week 4: het toetsen van gemiddelden: de t-toets Moore, McCabe, and Craig.
Nadere informatieWiskunde B - Tentamen 1
Wiskunde B - Tentamen Tentamen 57 Wiskunde B voor CiT vrijdag januari 5 van 9. tot. uur Dit tentamen bestaat uit 6 opgaven, formulebladen en tabellen. Vermeld ook uw studentnummer op uw werk en tentamenbriefje.
Nadere informatieHoofdstuk 6 Hypothesen toetsen
Hoofdstuk 6 Hypothesen toetsen ladzijde 144 1a X is aantal autokopers die merk A aanschaffen. X is Bin(100; 0,30) verdeeld. 0,30 3 100 = 30, naar verwachting zullen dus 30 autokopers merk A aanschaffen.
Nadere informatieKansrekening en statistiek wi2105in deel 2 27 januari 2010, uur
Kansrekening en statistiek wi2105in deel 2 27 januari 2010, 14.00 16.00 uur Bij dit examen is het gebruik van een (evt. grafische) rekenmachine toegestaan. Tevens krijgt u een formuleblad uitgereikt na
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamenopgaven Statistiek 2DD71: UITWERKINGEN 1. Stroopwafels a De som S van de 12 gewichten is X 1 + X 2 + + X 12. Deze is normaal
Nadere informatieWiskunde B - Tentamen 2
Wiskunde B - Tentamen Tentamen van Wiskunde B voor CiT (57) Donderdag 4 april 005 van 900 tot 00 uur Dit tentamen bestaat uit 8 opgaven, 3 tabellen en formulebladen Vermeld ook je studentnummer op je werk
Nadere informatie9. Lineaire Regressie en Correlatie
9. Lineaire Regressie en Correlatie Lineaire verbanden In dit hoofdstuk worden methoden gepresenteerd waarmee je kwantitatieve respons variabelen (afhankelijk) en verklarende variabelen (onafhankelijk)
Nadere informatie3de bach HI. Econometrie. Volledige samenvatting. uickprinter Koningstraat Antwerpen A 11,00
3de bach HI Econometrie Volledige samenvatting Q www.quickprinter.be uickprinter Koningstraat 13 2000 Antwerpen 170 A 11,00 Practicum 0: Herhaling statistiek Hier vindt u een kort overzicht van enkele
Nadere informatieHoofdstuk 8: Het Toetsen van Hypothesen (Extra Oefeningen)
Hoofdstuk 8: Het Toetsen van Hypothesen (Extra Oefeningen) 8.16. Men wenst H 0 : p 0.2 te testen tegenover H 1 : p 0.4 voor een binomiale distributie met n 10. Bepaal α en β als de testfunctie gegeven
Nadere informatieLesbrief hypothesetoetsen
Lesbrief hypothesetoetsen 00 "Je gaat het pas zien als je het door hebt" Johan Cruijff Willem van Ravenstein Inhoudsopgave Inhoudsopgave... Hoofdstuk - voorkennis... Hoofdstuk - mens erger je niet... 3
Nadere informatieDeeltentamen 2 Algemene Statistiek Vrije Universiteit 18 december 2013
Afdeling Wiskunde Volledig tentamen Algemene Statistiek Deeltentamen 2 Algemene Statistiek Vrije Universiteit 18 december 2013 Gebruik van een (niet-grafische) rekenmachine is toegestaan. Geheel tentamen:
Nadere informatieKengetal Antwoord Nee Nee Ja Nee Ja Ja Nee Toetsgrootheid 1,152 1,113 2,048 1,295 1,152 1,113 0,607
1. Om na te gaan of de gemiddelde bijdrage dezelfde is voor ziekenkas A en voor ziekenkas B heeft men op een toevallige wijze 30 personen geselecteerd waarvan 15 aangesloten zijn bij ziekenkas A en 15
Nadere informatieCollege 2 Enkelvoudige Lineaire Regressie
College Enkelvoudige Lineaire Regressie - Leary: Hoofdstuk 7 tot p. 170 (Advanced Correlational Strategies) - MM&C: Hoofdstuk 10 (Inference for Regression) - Aanvullende tekst 3 Jolien Pas ECO 011-01 Correlatie:
Nadere informatieExamen Statistiek I Feedback
Examen Statistiek I Feedback Bij elke vraag is alternatief A correct. Bij de trekking van een persoon uit een populatie beschouwt men de gebeurtenissen A (met bril), B (hooggeschoold) en C (mannelijk).
Nadere informatieSamenvatting Statistiek
Samenvatting Statistiek De hoofdstukken 1 t/m 3 gaan over kansrekening: het uitrekenen van kansen in een volledig gespecifeerd model, waarin de parameters bekend zijn en de kans op een gebeurtenis gevraagd
Nadere informatiestatviewtoetsen 18/12/ Statview toets, 2K WE, 30 mei Fitness-campagne Dominantie bij muizen... 4
statviewtoetsen 18/12/2000 Contents............................................................ 1 1 Statview toets, 2K WE, 30 mei 1995 2 1.1 Fitness-campagne................................................
Nadere informatieSOCIALE STATISTIEK (deel 2)
SOCIALE STATISTIEK (deel 2) D. Vanpaemel KU Leuven D. Vanpaemel (KU Leuven) SOCIALE STATISTIEK (deel 2) 1 / 57 Hoofdstuk 5: Schatters en hun verdeling 5.1 Steekproefgemiddelde als toevalsvariabele D. Vanpaemel
Nadere informatieTentamen Kansrekening en statistiek wi2105in 25 juni 2007, uur
Tentamen Kansrekening en statistiek wi205in 25 juni 2007, 4.00 7.00 uur Bij dit examen is het gebruik van een (evt. grafische rekenmachine toegestaan. Tevens krijgt u een formuleblad uitgereikt na afloop
Nadere informatieBeslissen op grond van een steekproef Hoofdstuk 15
1 Beslissen op grond van een steekproef Hoofdstuk 15 1. a. Het gaat veel geld kosten voor de fabrikant als er te veel schuurmiddel gebruikt wordt. b. Bij een te laag gemiddelde zullen de klanten niet tevreden
Nadere informatieTentamen Mathematische Statistiek (2WS05), vrijdag 29 oktober 2010, van 14.00 17.00 uur.
Technische Universiteit Eindhoven Faculteit Wiskunde en Informatica Tentamen Mathematische Statistiek (WS05), vrijdag 9 oktober 010, van 14.00 17.00 uur. Dit is een tentamen met gesloten boek. De uitwerkingen
Nadere informatie