4a. Kansrekenen algemeen kans p = aantal gunstige mogelijkheden totaal aantal mogelijkheden als je meerdere kansen hebt, waarbij je of zegt, krijg je: + als je meerdere kansen hebt, waarbij je en zegt, krijg je: · n = aantal experimenten p = kans op succes k = aantal succesvolle experimenten © Wouter Mantel – http://www.bijles-wiskunde.com 4a. Kansrekenen zonder terugleggen Te beschouwen met een boomdiagram 7 rode knikkers 12 witte knikkers 1x pakken P(1 rode knikker) = ( 7 1 ( 7) ) 19 = 19 3x pakken 7 6 5 P(3 rode) = ( 19 ) · ( 18 ) · ( 17 ) Je hebt steeds een rode minder, dus in het totaal ook een minder. Vandaar dat zowel je teller als noemer steeds een minder worden. 3x pakken P(1 rode, 2 witte) = P(RWW) + P(WRW) + P(WWR) 7 12 11 12 7 11 12 7 7 = ( 19 ) · ( 18 ) · ( 17 ) + ( 19 ) · ( 18 ) · ( 17 ) + ( 19 ) · ( 18 ) · ( 17 ) © Wouter Mantel – http://www.bijles-wiskunde.com 4b. Kansrekenen met terugleggen / binomiale verdeling 7 rode knikkers 12 witte knikkers (zelfde voorbeeld als bij zonder terugleggen) n = aantal experimenten p = kans op succes k = aantal succesvolle experimenten 1x pakken 7 7 1 P(1 rode knikker) = ( 19 ) = ( 19 ) 3x pakken 7 3 ( P(3 rode) = 19 ) 3x pakken 7 1 12 2 3 P(1 rode, 2 witte) = ( 19 ) · ( 19 ) · 1 7 ook te berekenen met binompdf (3, ( 19 ) , 1) met de p van precies () 3x pakken P (hoogstens 1 rode) = P(geen rode) + P(1 rode) 2 3 12 7 0 12 3 7 1 ( ) · ( ) + ( ) · ( ) · 1 19 19 19 19 ook te berekenen met binomcdf (3, 7/19, 1) met de c van cumulatief (eigenlijk maximaal) () 3x pakken P (hoogstens 2 rode) = 1 – P(3 rode) 7 3 ( 1 – 19 ) Rekenen met binomcdf binomcdf(n, p, X) 7x pakken De kans op hoogstens 3 rode knikkers P (X ≤ 3) 7 binomcdf (7, ( 19 ) ,3) De kans op minder dan 3 rode knikkers P (X < 3) = P (X ≤ 2) 7 binomcdf (7, ( 19 ) ,2) De kans op meer dan 3 rode knikkers P (X > 3) = 1 – P (X ≤ 3) 7 1 – binomcdf (7, ( 19 ) ,3) De kans op ten minste 3 rode knikkers P (X ≥ 3) = 1 – P (X ≤ 2) 7 1 - binomcdf (7, ( 19 ) ,2) © Wouter Mantel – http://www.bijles-wiskunde.com 5. Normaalverdeling Normaalverdeling is een uiteenzetting mensen, producten planten of dieren die bepaalde eigenschappen hebben, bijvoorbeeld een rozensoort met een bepaalde steellengte. Daarin is: μ = gemiddelde σ = standaardafwijking, de waarde waarvoor geldt dat 34 % van je waarden tussen het gemiddelde en het gemiddelde plus de standaardafwijking ligt. Tussen het gemiddelde en het gemiddelde plus tweemaal de standaardafwijking is dit 45 %. In het voorbeeld is μ = 100 σ=8 Voor het berekenen van het deel p, gebruik je normalcdf met daarin: normalcdf(ondergrens, bovengrens, μ, σ) hoe groot is het deel tussen de 91 en 98? normalcdf(91,98,100,8) hoe groot is het deel groter dan 98? normalcdf(98,1099,100,8) hoe groot is het deel kleiner dan 103? normalcdf(10-99,103,100,8) Als het p (deel gebied) bekend is, maar je weet een van je grenzen niet, kan je dat op twee manieren berekenen. A: Je vult de de normalcdf(...) in als functie. Voor de onbekende waarde vul je dan een x in. De 20% laagste scores y1 = normalcdf(10-99,x,100,8) y2 = 0,2 De functie intersect geeft het antwoord De 10% hoogste scores. y1 = normalcdf(x,1099,100,8) y2 = 0,9 De functie intersect geeft eveneens het antwoord B: Met behulp van invNorm. Deze staat in de volgende vorm: invNorm(ondergrens, p, μ, σ) De 20% laagste scores invNorm(0,20,100,8) De 10% hoogste scores. Deze is vanaf boven gerekend. Om vanaf links te berekenen neem je 100% © Wouter Mantel – http://www.bijles-wiskunde.com - 10% = 90% invNorm(0,90,100,8) 6. Hypothesen H0 = goedkeuren van de hypothese H1 = verwerpen van de hypothese N = verwachtingswaarde met de hypothesen toets je of een steekproef niet te veel afwijkt van je verwachtingswaarde α = significantieniveau gebruik binomcdf(n,p,x) n = steekproefgrootte p = kans x = aantal succesvolle experimenten Hier komt je werkelijke significantie uit. Die moet je op de volgende manier vergelijken met je gegeven significantieniveau: eenzijdige toets: α tweezijdige toets: 2α © Wouter Mantel – http://www.bijles-wiskunde.com