lOMoARcPSD|5058758
TERMENLIJST GAO LES 1 EN 2
X" Steekproefgemiddelde
Mu (μ) Populatiegemiddelde
Centraliteit Gemiddelde v alle streekproeven + als je dat
hebt, komen we uit op mu
Steekproefgrootheden Kansvariabelen (bvb percentage p)
Steekproevenverdeling Hoe steekproefgrootheden variëren bij
onbeperkt aantal herhaalde
steekproeftrekkingen
Populatieverdeling Verdeling vd variabele in de populatie
Zuivere schatter Gemiddelde vd steekproevenverdeling is een
zuivere schatter voor mu
Sigma (σ) Standaardafwijking/variantie in populatie: maat
voor de spreiding v reeks waarden -> toont aan in
welke mate waarden onderling verschillen + hoe
groter de variantie, hoe meer waarden
afzonderlijk verschillen & hoe meer de waarden v
gemiddelde afwijken (variantie w kleiner,
naarmate N groter)
S Standaardafwijking in de steekproef -> wordt
meer gebruikt, omdat we sigma zelden kennen
N Aantal waarnemingen
Xn Waarde/variabele
Onzekerheid v X" = #/√Ν
Pi Populatieparameter van percentage
Centrale limietstelling Als je steeds opnieuw steekproef neemt v
onafhankelijke variabelen en telkens opnieuw nr
gemiddelde kijkt -> bekomt men bij benadering
de grafiek v/e normale verdeling (onafhankelijk
vd onderliggende verdeling vd grootheid
waarvan men de steekproef neemt) N=30 -> ok!
Hypothesetoetsing Nagaan of geformuleerde veronderstelling over
werkelijkheid, met een bep betrouwbaarheid
statistisch gevalideerd kan worden
H0 Nulhypothese -> geen effect, geen verschil, geen
correlatie (verwerpen wanneer onder 5%,
aanvaarden wanneer boven)
H1 Alternatieve hypothese
Eenzijdig/tweezijdig toetsen Slaat op de H1 -> vb: μ ¹ 25.000 (tweezijdig) of
μ > 25.000 (eenzijdig)
Aanvaardingsinterval Binnen de set v mogelijke waarden die een
parameter kan aannemen onder H0, dient een
subset v waarden vastgelegd te worden die
toelaten H0 te aanvaarden (rekening houdend
Gedownload door Gilles De Keyser ()
TERMENLIJST GAO LES 1 EN 2
X" Steekproefgemiddelde
Mu (μ) Populatiegemiddelde
Centraliteit Gemiddelde v alle streekproeven + als je dat
hebt, komen we uit op mu
Steekproefgrootheden Kansvariabelen (bvb percentage p)
Steekproevenverdeling Hoe steekproefgrootheden variëren bij
onbeperkt aantal herhaalde
steekproeftrekkingen
Populatieverdeling Verdeling vd variabele in de populatie
Zuivere schatter Gemiddelde vd steekproevenverdeling is een
zuivere schatter voor mu
Sigma (σ) Standaardafwijking/variantie in populatie: maat
voor de spreiding v reeks waarden -> toont aan in
welke mate waarden onderling verschillen + hoe
groter de variantie, hoe meer waarden
afzonderlijk verschillen & hoe meer de waarden v
gemiddelde afwijken (variantie w kleiner,
naarmate N groter)
S Standaardafwijking in de steekproef -> wordt
meer gebruikt, omdat we sigma zelden kennen
N Aantal waarnemingen
Xn Waarde/variabele
Onzekerheid v X" = #/√Ν
Pi Populatieparameter van percentage
Centrale limietstelling Als je steeds opnieuw steekproef neemt v
onafhankelijke variabelen en telkens opnieuw nr
gemiddelde kijkt -> bekomt men bij benadering
de grafiek v/e normale verdeling (onafhankelijk
vd onderliggende verdeling vd grootheid
waarvan men de steekproef neemt) N=30 -> ok!
Hypothesetoetsing Nagaan of geformuleerde veronderstelling over
werkelijkheid, met een bep betrouwbaarheid
statistisch gevalideerd kan worden
H0 Nulhypothese -> geen effect, geen verschil, geen
correlatie (verwerpen wanneer onder 5%,
aanvaarden wanneer boven)
H1 Alternatieve hypothese
Eenzijdig/tweezijdig toetsen Slaat op de H1 -> vb: μ ¹ 25.000 (tweezijdig) of
μ > 25.000 (eenzijdig)
Aanvaardingsinterval Binnen de set v mogelijke waarden die een
parameter kan aannemen onder H0, dient een
subset v waarden vastgelegd te worden die
toelaten H0 te aanvaarden (rekening houdend
Gedownload door Gilles De Keyser ()
