100% satisfaction guarantee Immediately available after payment Both online and in PDF No strings attached 4.2 TrustPilot
logo-home
Summary

Samenvatting Statistiek 1 (5000FSWST1) deel 2 kansen

Rating
-
Sold
1
Pages
39
Uploaded on
28-12-2023
Written in
2023/2024

samenvatting op basis van de lessen, powerpoints, werkcolleges en het boek statistisch gezien vanaf hoofdstuk 8.

Institution
Course











Whoops! We can’t load your doc right now. Try again or contact support.

Connected book

Written for

Institution
Study
Course

Document information

Summarized whole book?
No
Which chapters are summarized?
Hoofdstuk 8 tot 14
Uploaded on
December 28, 2023
Number of pages
39
Written in
2023/2024
Type
Summary

Subjects

Content preview

Statistiek 1 – Deel 2
Hoofdstuk 8: basisbegrippen kansrekening & axiomatische kansrekening
Nut van kansrekening:
- Beheersing van onzekerheid
o Risico’s kwantificeren d.m.v. kansen
Focus op stochastisch proces
Stochastisch proces:
- Uitkomst is onzeker, hangt af van het toeval
o Bv. opgooien van een eerlijke dobbelsteen en aantal ogen noteren
o Bv. politieke voorkeur vragen aan voorbijganger
Deterministisch proces:
- Uitkomst is zeker, hangt niet af van het toeval.
o Bv: vaas gevuld met rode knikkers, geblinddoekt knikker kiezen en kleuren noteren
o Bv: politieke voorkeur vragen aan N-VA lid.
Bv: opgooien van een eerlijke dobbelsteen en aantal ogen noteren: stochastisch proces
- Uitkomstenruimte S = de verzameling van alle mogelijke uitkomsten
o Bv: S = {1, 2, 3, 4, 5, 6} (‘scample space’)
Toevalsgebeuren
Toevalsgebeuren/gebeurtenis = een (deel) verzameling van mogelijke uitkomsten
Bv: B = {2, 4, 6 } = {even aantal ogen gooien};
A = {1} ;
S = {1, 2, 3, 4, 5, 6} = {minder dan 7 gooien};
∅ = lege verzameling ‘fi’
= (negatief aantal ogen gooien)
Terminologie: een toevalsgebeuren A “doet zich voor” als de uitkomst van een stochastisch proces
een element is van A.

Elementair toevalsgebeuren = gebeurtenis die slecht 1 element bevat
- Bv: A = {1} is een elementaire gebeurtenis

Samengesteld toevalsgebeuren = gebeurtenis die meerdere elementen bevat
Bv: B = {2, 4, 6} = (even aantal ogen gooien)

Machtsverzameling
Machtsverzameling M(S) = bevat alle mogelijke gebeurtenissen uit S
- Bv: opgooien 1 eerlijke dobbelsteen:
- M(S) = { ∅, {1}, {2}, {3}, {4}, {5}, {6}, {1,2}, {1,3}, ..., {1,2,3}, {1,2,4}, … , {1,2,3,4,5,6}}

#M(S) = aantal elementen van M(S)
- Als S bestaat uit n uitkomsten, dan bestaat de machtsverzameling uit 2n elementen
Notatie: als #S = n → #M(S) = 2n
▪ Bv: opgooien 1 eerlijke dobbelsteen: #S = 6 → #M(S) = 26 = 64




1

,Unie
Bv: geïnteresseerd in even aantal ogen of aantal ogen kleiner dan 3 → A = {2, 4, 6} en B = {1, 2}

A of B doet zich voor als de uitkomst ofwel tot A ofwel tot B behoort.
Notatie: A ∪ B (‘A unie B’)
→ A ∪ B = {1, 2, 4, 6}

Doorsnede
Bv: geïnteresseerd in even aantal ogen en hoogstens 4 ogen → A = {2, 4, 6} en B = {1, 2, 3, 4}

A en B doen zich samen voor als de uitkomst zowel tot A als tot B behoort
Notatie: A ∩ B (‘A doorsnede B’)
→ A ∩ B = {2, 4}

Bv: C = {1} en A = {2, 4, 6}
→ C ∩ A = ∅ (lege verzameling)
(C en A zijn ‘disjunt = geen gelijkenissen’)

Complement
Bv: niet geïnteresseerd in even aantal ogen → A = {2, 4, 6} mag zich niet voordoen

Het complement van A bestaat uit alle uitkomsten die niet in A zitten
Notatie: Ac = S ∖ A
(‘A complement’ = ’S min A’)
→ Ac = {1,3, 5}

Bv: B = {2, 3, 5, 6}
→ Bc = {1, 4} (want S = {1, 2, 3, 4, 5, 6})

Disjunct
A en B zijn disjunct/mutueel exclusief als hun doorsnede leeg is (niets gemeenschappelijks)

Bv: A = {1} en B = {2, 4, 6} zijn disjunct
Want A ∩ B = ∅ ( ø = ‘fi’ = lege verzameling)
Exhaustief
G1, G2, G3 zijn exhaustief als hun unie gelijk is aan de uitkomstruimte S
Bv: G1 = {1}, G2 = {2, 4, 6} en G3 = {2, 3, 5} zijn exhaustief, want G1 ∪ G2 ∪ G3 = {1, 2, 3, 4, 5, 6} = S




2

,Disjunct EN exhaustief

G1, G2, G3 zijn disjunct en exhaustief als ze elkaar niet overlappen en hun unie gelijk is aan de
uitkomstruimte S
Bv: G1 = {2}, G2 = {1, 3, 4} en G3 = {5, 6}
→ G1, G2 en G3 vormen samen een partitie van S
Partitie / volledig stelsel
De gebeurtenissen G1, G2, …, Gk vormen een partitie / een volledig stelsel als ze
1. Exhaustief zijn
2. Twee aan twee desjunct zijn
Bv:G1 = {1}, G2 = {2, 4, 6} en G3 = {3, 5} vormen een partitie
Speciaal geval:
Bv: {1}, {2}, {3}, {4}, {5} en {6} vormen een partitie de elementaire gebeurtenissen horende bij
een kansexperiment vormen steeds een partitie (want ze zijn mutueel exclusief en
exhaustief)
Kans

Kans = probability, probabilité → ‘P’
→ de kans P(G) drukt uit hoe waarschijnlijk of onwaarschijnlijk de gebeurtenis G is
Bv: P ({2 gooien met eerlijke dobbelsteen}) = 1/6
- P (G) = een reëel getal tussen 0 en 1
- Met elke gebeurtenis G kan een kans P(G) geassociaard worden
P
G P (G)
- P is een ‘machine’ die met elke input G een output P(G) associeert
P = functie die met elke G een reël getal P(G) tussen 0 en 1 associeert

G → functie P → P(G)
(element uit M(S)) (getal tussen 0 en 1)
{2} → funtie P → P({2}) = 1/6

Kansdefenitie

1) Subjectieve kansdefinitie (Gokkans)
- Bv: ‘kans om lotto te winnen is erg klein’
- Vaak gebaseerd op ervaring, vaag

2) Empirische kansdefinitie (Zweetkans)
- Bv: kans om 2 te gooien bij eelijke (?) dobbelsteen
- Dobbelsteen heel vaak opwerken (n→ oneindig)
𝑓
- Geregeld 𝑛𝑖 berekenen (= benadering voor kans)
𝑓
- Kijken waar de waarden 𝑛𝑖 naartoe gaan als n toeneemt → de ‘limietwaarde’ is de gezochte
kans.
𝑓
- Formule: 𝑃(𝐴) = lim 𝑛𝑖
𝑛→∞




3

, 3) Theoretische kansdefinitie van Laplace (weetkans)
- Bv: kans om 2 te gooien bij eerlijke (!) dobbelsteen
- # gunstige uitkomsten = 1
- # mogelijke uitkomsten = 6
- P({2}) = 1/6

#𝐴 # 𝑔𝑢𝑛𝑠𝑡𝑖𝑔𝑒
𝑃(𝐴) = =
# 𝑆 # 𝑚𝑜𝑔𝑒𝑙𝑖𝑗𝑘𝑒

Opmerking : Laplace veronderstelt dat elke uitkomst even plausibel is
→ enkel toepassen bij eerlijke dobbelsteen

4) Axiomatische kansdefinitie:
De reële functie P moet voldoen aan 3 axioma’s
o 0 ≤ P(A) ≤ 1
o P(S) = 1
o Als A en B desjunct gebeurtenissen zijn (A ∩ B = ø), geldt dat P(A ∪ B) = P(A) + P(B)
bv: A = {2}; B = {1, 4} → A en B disjunct
P(A) = 1/6 ; P(B) = 2/6;
P (A ∪ B) = P({1, 2, 4}) = 3/6 = 1/6 + 2/6
→ Abstracte definitie; kansregels gebruiken

1e kansregel:
Complementregel: P(Ac) = 1 – P(A)
2e kansregel
Somregel: P(A ∪ B) = P(A) + P(B) – P(A ∩ B)

3e kansregel
Productregel:
P(A ∩ B) = P(𝐴|𝐵) . P(B)

P(A ∩ B) = P(𝐵|𝐴) . P(A)
→ voorwaardelijke kans nodig
→ ‘A priori’ vs ‘A posteriori’
P(𝐴|𝐵) = ‘A posteriori’ kans  P(𝐴|𝐵) . P(B) → P(B) = ‘A priori’ kans
→ P(𝐴|𝐵) = ‘de kans op A gegeven B’
𝑃 (𝐴 ∩𝐵)
→ P(𝐴|𝐵) = 𝑝(𝐵)
𝑃(𝐵∩𝐴) 𝑃(𝐴∩𝐵)
Of P(𝐵|𝐴) = =
𝑃(𝐴) 𝑃(𝐴)


(On)afhankelijkheid van gebeurtenissen
Bv: Man zijn en bril dragen:
- Heeft een man een hogere/lagere kans op het dragen van een bril (dan een vrouw)?
- Neen, want P(𝑏𝑟𝑖𝑙|𝑚𝑎𝑛), zal niet systematisch hoger/lager zijn dan P(bril)
- ‘man zijn’ en ‘bril dragen’ zijn onafhankelijke gebeurtenissen



4

Get to know the seller

Seller avatar
Reputation scores are based on the amount of documents a seller has sold for a fee and the reviews they have received for those documents. There are three levels: Bronze, Silver and Gold. The better the reputation, the more your can rely on the quality of the sellers work.
seppelienvos Universiteit Antwerpen
Follow You need to be logged in order to follow users or courses
Sold
17
Member since
2 year
Number of followers
11
Documents
6
Last sold
2 months ago

0.0

0 reviews

5
0
4
0
3
0
2
0
1
0

Recently viewed by you

Why students choose Stuvia

Created by fellow students, verified by reviews

Quality you can trust: written by students who passed their tests and reviewed by others who've used these notes.

Didn't get what you expected? Choose another document

No worries! You can instantly pick a different document that better fits what you're looking for.

Pay as you like, start learning right away

No subscription, no commitments. Pay the way you're used to via credit card and download your PDF document instantly.

Student with book image

“Bought, downloaded, and aced it. It really can be that simple.”

Alisha Student

Frequently asked questions