Samenvatting theorieboek - Business Statistics in Practice (BSIP)

Hoofdstuk 4: Kans dat gebeurtenissen plaatsvinden

Paragraaf 4.3 (en formules 4.4)
 Notatie P( A ) = de kans dat gebeurtenis A niet gebeurt
 Notatie P(A n B) = de kans dat gebeurtenis A en B tegelijkertijd plaatsvinden = intersection
2 opties: Notatie Formule
1. A en B zijn onafhankelijk P(A I B) = P(A) P(A n B) = P(A) * P(B)
2. A en B zijn afhankelijk P(A I B) # P(A) P(A n B) = P(A I B) x P(B)
 Notatie P(A U B) = de kans dat gebeurtenis A of B (of beide) plaatsvindt = ‘union’
FORMULE = P(A U B) = P(A) + P(B) – P(A n B)
 Notatie P(A n B) = 0 --> ‘mutually exclusive’ = gebeurtenissen kunnen niet tegelijk plaatsvinden
(sluiten elkaar op hetzelfde moment uit)
FORUMULE P(A U B) wordt: P(A) + P(B)

Paragraaf 4.4
 Notatie P(A I B) = de kans dat A plaatsvindt gegeven dat B al plaats heeft gevonden = ‘conditional
probability of A given B’

Formule = P(A n B) / P(B) --> bij P(B I A) : / P(A)

Paragraaf 4.6
 ‘Counting rule for combinations’ = het aantal combinaties dat je kunt maken met een bepaald
aantal items uit de populatie
Formule = N! / n! (N – n)!



Hoofdstuk 8: Sampling distributions

Paragraaf 8.1
 Notatie x = Steekproefgemiddelde
 Notatie m = populatiegemiddelde
 Notatie s (Sigma) = standaarddeviatie van de populatie
 Notatie s ( s x)= standaarddeviatie van de steekproef
Formule = s / n^0,5
 Central limit theorie = sprake van normale verdeling bij n > 30, dus kan worden aangenomen dat
het steekproefgemiddelde in lijn ligt met het gemiddelde van de populatie

Paragraaf 8.2
 Notatie m ^p / p = gemiddelde proportie van de populatie
 Notatie s ^P = Standaarddeviatie van de steekproef
Formule = (p (1-p) / n)^0,5
 Normale verdeling bij: n x p > 5; EN
n x (1 – p) > 5

Hoofdstuk 10: Hypothese tests

Paragraaf 10.1
 Type I Error = H0 onterecht verwerpen als deze in werkelijkheid waar is
 Type II Error = H0 onterecht niet verwerpen als deze in werkelijkheid onwaar is

, Paragraaf 10.2 (z-waarde bij hypothesetest op 1 populatie o.b.v. steekproefgemiddelde)
 Normale verdeling bij ‘large sample size’
 Bij Ha: m ≠ … --> α / 2 (Two-tailed test)
 Z-tabel blz. 872-873

Paragraaf 10.3 (t-waarde bij hypothesetest op 1 populatie o.b.v. steekproefgemiddelde)
 Normale verdeling bij ‘large sample size’
 Bij Ha: m ≠ … --> α / 2 (Two-tailed test)
 T-tabel blz. 874-875

Paragraaf 10.4 (z-waarde bij hypothesetest op 1 populatie o.b.v. steekproefproportie)
 Bij Ha: p ≠ … --> α / 2 (Two-tailed test)
 Z-tabel blz. 872-873

p0 = vanuit het verleden --> nulhypothese
p̂ = sample proportion


Hoofdstuk 11: Statistical inferences based on two samples

Paragraaf 11.1 (t-waarde bij hypothesetest op 2 populaties o.b.v. steekproefgemiddelden)
 Notatie van s2 = de variantie van de steekproeven (standaarddeviatie tot de macht 2)
 Equal of unequal variances: bepalen aan de hand van de verhouding grootste variantie t.o.v.
laagste variantie van de 2 steekproeven --> verhouding > 3, dan unequal methode
2
 Equal variances methode: s p berekenen met de formule van pag. 480 (dus zonder wortel)
 Equal variances methode: Standaarddeviatie ‘of difference’ tussen 2 gemiddeldes = het gedeelte
onder de streep in de formule van de t-waarde (test statistic)
 Bij Ha: m1 – m2 ≠ D0 --> α / 2 (Two-tailed test)

Paragraaf 11.2 (Paired difference)


Paragraaf 11.3 (z-waarde bij hypothesetest op 2 populaties o.b.v. steekproefproporties)
 Bij Ha: p1 – p2 ≠ D0 --> α / 2 (Two-tailed test)

Paragraaf 11.4 (F-distribution)
 Nummerator (teller) degrees of freedom = df 1
 Denominator (noemer) degrees of freedom = df 2
 Significant als de F score uit het vraagstuk extremer is dan die uit de tabellen F-Distribution in het
onderwijsprogramma
 Notatie Fα (F Point) = “the point on the horizontal axis under the curve of the F distribution that gives a
right-hand tail area equal to α” (redenering: blauwe arceringen in tabllen pag. 877 en verder liggen rechts
van de F-socres)