Statistiek 3: univariate data-analyse - WPO’s
(uitgewerkte oefeningen)
, WPO1: z-toets en power-analyse
29 09
of 1 50 * 478
geg n
:
= =
Symmetrische verdeling. De helft van de leerlingen gaat
x -
N(500 ; 100)2 =
0 .
01 minder scoren dan 500 en de helft meer dan 500.
* 50 (500 ; 0 n') (CLS)
68 :
opl :
100 =
14 14
,
58'
1) hypothesen formuleren
⑧
· ·
Ho :
M 500 (M Populatiegemiddelde
= =
13 , 5 .
13 , 5 :
Ha
=
M)500 in Brussel /
478
300 400 500 600 700
2) totlingsgrootheid bepalen
X- Mo 47-500
-38
Steekproefgemiddelde 2 = = =
=- 1
ligt 2,1213
14 ,
1421
Op dit punt verandert de kromming
standaardfouten onder ·
van een negatieve naar een positieve.
de verwachting. Dat is het punt dat op 1
Standaardfout (se) standaardafwijking van het
3) p-waarde berekenen
-
= sigma van de gemiddelde ligt. Dat wilt zeggen dat
steekproevenverdeling 2/3 of 68% van je observaties tussen
P(2x 2 12) =
0 817
= 14,1421
-
.
1 standaardafwijking onder en 1
,
t
standaardafwijking boven het
gemiddelde ligt.
4) conclusie
P > 2 =
HoA
0 , 017 0 . 01 68 :
Er is geen evidentie om te veronderstellen dat Brusselse scholen
slechter presteren (z = -2,12; p = 0,017; eenzijdig)
·
1
13 , 5 .
13 , 5 :
478
471 , 71485 85500514
,
,
14 528 28 ,
CLS = als je een heleboel willekeurige dingen, die onafhankelijk van elkaar zijn en allemaal hun eigen
gemiddelde en standaarddeviatie hebben, bij elkaar optelt, dan wordt het resultaat een normale verdeling.
,of 2
geg
:
n
=
35 * vN(50 ; 10)
Y =
46 1 ,
4 =
0 02
.
Opl
:
1) hypothesen formuleren
Ho
:
M
=
50
HA :
M + 50
-
2 12
,
2 12
,
6) tatsingsgrootheid bepalen
2
y M 46 1 50
3073
-
2
= =
-
=
,
-
,
1035
3) p-waarde berekenen
CP(2 > 1 -
2 ,
30731) =
2 -
0 0104
,
=
0 0208
,
hierbij most j altijd in tabel A1
Kijken.
4) conclusie
P > 2 =>
HoA
0 , 0208 0 , 02
Er is geen evidentie om te veronderstellen dat recente tegenslag leidt tot minder zelfvertrouwen
(z=-2,31; p = 0,021)
, wat is dr Kans dat je un Stukpraf van 106
of hoger vindt ?
af 3
geg
:
X vn(100 ; 15) Xj =
106
nj
=
25 Ya =
102
Na
=
25 ↓ =
0 , 05 Se
Se
a) ope 103 106
:
100
1) hypothesen formuleren 3) p-waarde berekenen
·
Ho :
M
=
100 p(232) =
0 ,
0228
<
HA :
M 100
2 Standaard fouten barn de verwachting
2) 4) I conclusie
totlingsgrootheid bepalen
2 =
T -M =
10-10 D [ & =>
HoV
·
0 0228 * , 05
,
Se =
3
Er is voldoende evidentie om te stellen dat 2e BA
psychologiestudenten aan de VUB hogere
intelligentiescores behalen dan de populatie.
b) opl
··
1) hypothesen formuleren 3) p-waarde berekenen
Ho
:
M
=
100 p (230 6667) ,
=
0 ,
2546
>
Ha M 100
=
4) conclusie
D >
toetsinggrootheid bepalen & =
6) HoA
0 2546 0 05
s ,
.
x M 102 100 0
2 6667
-
= =
-
=
,
Er is onvoldoende evidentie om te stellen
·
·
⑧ M
1525
-
dat 2e BA psychologiestudenten aan de
VUB hogere intelligentiescores behalen dan
de populatie.
c) Jeroen heeft per towal effect of
Alyson huft pech .
s
-
100 102105
(uitgewerkte oefeningen)
, WPO1: z-toets en power-analyse
29 09
of 1 50 * 478
geg n
:
= =
Symmetrische verdeling. De helft van de leerlingen gaat
x -
N(500 ; 100)2 =
0 .
01 minder scoren dan 500 en de helft meer dan 500.
* 50 (500 ; 0 n') (CLS)
68 :
opl :
100 =
14 14
,
58'
1) hypothesen formuleren
⑧
· ·
Ho :
M 500 (M Populatiegemiddelde
= =
13 , 5 .
13 , 5 :
Ha
=
M)500 in Brussel /
478
300 400 500 600 700
2) totlingsgrootheid bepalen
X- Mo 47-500
-38
Steekproefgemiddelde 2 = = =
=- 1
ligt 2,1213
14 ,
1421
Op dit punt verandert de kromming
standaardfouten onder ·
van een negatieve naar een positieve.
de verwachting. Dat is het punt dat op 1
Standaardfout (se) standaardafwijking van het
3) p-waarde berekenen
-
= sigma van de gemiddelde ligt. Dat wilt zeggen dat
steekproevenverdeling 2/3 of 68% van je observaties tussen
P(2x 2 12) =
0 817
= 14,1421
-
.
1 standaardafwijking onder en 1
,
t
standaardafwijking boven het
gemiddelde ligt.
4) conclusie
P > 2 =
HoA
0 , 017 0 . 01 68 :
Er is geen evidentie om te veronderstellen dat Brusselse scholen
slechter presteren (z = -2,12; p = 0,017; eenzijdig)
·
1
13 , 5 .
13 , 5 :
478
471 , 71485 85500514
,
,
14 528 28 ,
CLS = als je een heleboel willekeurige dingen, die onafhankelijk van elkaar zijn en allemaal hun eigen
gemiddelde en standaarddeviatie hebben, bij elkaar optelt, dan wordt het resultaat een normale verdeling.
,of 2
geg
:
n
=
35 * vN(50 ; 10)
Y =
46 1 ,
4 =
0 02
.
Opl
:
1) hypothesen formuleren
Ho
:
M
=
50
HA :
M + 50
-
2 12
,
2 12
,
6) tatsingsgrootheid bepalen
2
y M 46 1 50
3073
-
2
= =
-
=
,
-
,
1035
3) p-waarde berekenen
CP(2 > 1 -
2 ,
30731) =
2 -
0 0104
,
=
0 0208
,
hierbij most j altijd in tabel A1
Kijken.
4) conclusie
P > 2 =>
HoA
0 , 0208 0 , 02
Er is geen evidentie om te veronderstellen dat recente tegenslag leidt tot minder zelfvertrouwen
(z=-2,31; p = 0,021)
, wat is dr Kans dat je un Stukpraf van 106
of hoger vindt ?
af 3
geg
:
X vn(100 ; 15) Xj =
106
nj
=
25 Ya =
102
Na
=
25 ↓ =
0 , 05 Se
Se
a) ope 103 106
:
100
1) hypothesen formuleren 3) p-waarde berekenen
·
Ho :
M
=
100 p(232) =
0 ,
0228
<
HA :
M 100
2 Standaard fouten barn de verwachting
2) 4) I conclusie
totlingsgrootheid bepalen
2 =
T -M =
10-10 D [ & =>
HoV
·
0 0228 * , 05
,
Se =
3
Er is voldoende evidentie om te stellen dat 2e BA
psychologiestudenten aan de VUB hogere
intelligentiescores behalen dan de populatie.
b) opl
··
1) hypothesen formuleren 3) p-waarde berekenen
Ho
:
M
=
100 p (230 6667) ,
=
0 ,
2546
>
Ha M 100
=
4) conclusie
D >
toetsinggrootheid bepalen & =
6) HoA
0 2546 0 05
s ,
.
x M 102 100 0
2 6667
-
= =
-
=
,
Er is onvoldoende evidentie om te stellen
·
·
⑧ M
1525
-
dat 2e BA psychologiestudenten aan de
VUB hogere intelligentiescores behalen dan
de populatie.
c) Jeroen heeft per towal effect of
Alyson huft pech .
s
-
100 102105
