SES School, Studie en Onderwijs
Wiskunde in de brugklas, Frans voor het examen of een studie Personeel en Arbeid? Moeilijke formulieren van DUO? Iets weten over studiefinanciering of studentenverenigingen? Dit is het forum voor leerkrachten, scholieren en studenten, van brugklas tot uni
a) ABC is een rechthoekige driehoek. In een rechthoekige driehoek geldt de stelling van Pythagoras. De 'schuine zijde' is AC, dus
Hierin kun je de waardes van AB en BC invullen.
b) ABC is een rechthoekige driehoek. In een rechthoekige driehoek gelden de goniometrische identiteiten, samengevat als Sos-cas-toa. Stel dat je op punt A gaat staan en naar de driehoek kijkt, dan is AB de aanliggende rechthoekszijde, AC de overstaande rechthoekszijde en BC de schuine zijde. Omdat je AB en BC het nauwkeurigste weet, gebruik je de goniometrische identiteit waar o en a in voorkomen, dit is die van de tangens.
, verder invullen.
Hierin kun je de waardes van AB en BC invullen.
b) ABC is een rechthoekige driehoek. In een rechthoekige driehoek gelden de goniometrische identiteiten, samengevat als Sos-cas-toa. Stel dat je op punt A gaat staan en naar de driehoek kijkt, dan is AB de aanliggende rechthoekszijde, AC de overstaande rechthoekszijde en BC de schuine zijde. Omdat je AB en BC het nauwkeurigste weet, gebruik je de goniometrische identiteit waar o en a in voorkomen, dit is die van de tangens.
Das mooi om te horen, heb hier nog een blaadje met alle info over SOSCASTOA, dus dat komt goed.
we cant feed the poor but we can fund a war
Volgens mij had je net zo goed je boek even open kunnen slaan, luiwammesquote:
.
2000 light years from home
Nee want ik wist totaal de functie niet meer van de Stelling van Pythagoras, ik dacht dat het sinus was maar dan minder handig 
we cant feed the poor but we can fund a war
Als ik in SPSS een lineaire regressie uitvoer, dan vind ik het vreemd dat eigenlijk alles wel significant is. Ik heb een grote dataset.
Elke willekeurige combinatie van variabelen heeft een significant effect, de R^2 is daarentegen soms heel laag (0,0005) dus de onafhankelijke variabel verklaart vrijwel niks in de afhankelijke variabel.
Hoe kan het dat zowat alles significant is?
Elke willekeurige combinatie van variabelen heeft een significant effect, de R^2 is daarentegen soms heel laag (0,0005) dus de onafhankelijke variabel verklaart vrijwel niks in de afhankelijke variabel.
Hoe kan het dat zowat alles significant is?
4(1/4Q)2 = 1/4Q2, terwijl ik dacht dat het 1/2Q2 zou moeten zijn. Kan iemand mij het rekenregeltje uitleggen die ik blijkbaar vergeten ben?
Ik deed:
4(1/4Q)2
4(1/8Q2)
1/2Q2
Ik deed:
4(1/4Q)2
4(1/8Q2)
1/2Q2
De regel dat je bij een breuk in het kwadraat, de teller en noemer kwadrateert?
En aangezien 4*1/16 weer 1/4 is komt er 1/4Q2 uit.
En aangezien 4*1/16 weer 1/4 is komt er 1/4Q2 uit.
Even snelle vraag.
Hoe werk ik dit uit? Wil het graag buiten haakjes werken. Graag met de stappen erbij.
Bvd
(8x+6)^7
Hoe werk ik dit uit? Wil het graag buiten haakjes werken. Graag met de stappen erbij.
Bvd
(8x+6)^7
Ik zou het je kunnen uitleggen, ik denk dat googlen naar 'binomium van Newton' sneller is.quote:Op donderdag 19 januari 2012 23:33 schreef Andeh het volgende:
Even snelle vraag.
Hoe werk ik dit uit? Wil het graag buiten haakjes werken. Graag met de stappen erbij.
Bvd
(8x+6)^7
Je zou ook alles term voor term kunnen uitwerken, maar dat duurt een stuk langer en is een stuk gevoeliger voor rekenfouten:
(8x+6)^7=(8x+6)(8x+6)(8x+6)(8x+6)(8x+6)(8x+6)(8x+6)=(8x+6)(8x+6)(8x+6)(8x+6)(8x+6)(64x^2+36+96x)=...
en zo door
[ Bericht 16% gewijzigd door kutkloon7 op 19-01-2012 23:42:43 ]
Ik ga er voor het gemak even van uit dat statistiek ook wiskunde is. Ik zit met het volgende probleem:
In een bernoulli experiment met onbekende kans p op succes wordt 50 keer gegooid (n=50), waarvan 30 keer succesvol is (x=30).
Ik moet het rechtseenzijdige betrouwbaarheidsinterval voor p op onbetrouwbaarheidslevel 5% bepalen. Wat ik tot nu toe gedaan heb:
n=50
x=30
p=3/5
q=2/5
sigma=sqrt(50.3/5.2/5)=3,46
mu=50.3/5=30
Zx = (30-(50.0,5)-0,5)/3,46 = 1,30
Opgezocht in de tabel geeft dit 0,0968. Ik zou in ieder geval kunnen concluderen dat mu groter moet zijn dan 0,5, want 0,0968>alfa=0,05.
Ik heb een 95% betrouwbaarheidsinterval berekend:
0,6-1,96.sqrt((0,6.0,4)/50) < pi < 0,6+1,96.sqrt((0,6.0,4)/50)
wat uitgerekend dit geeft:
0,6-0,429 < pi < 0,6+0,429
Maar hoe kom ik nou tot dat rechtséénzijdige betrouwbaarheidsinterval?
In een bernoulli experiment met onbekende kans p op succes wordt 50 keer gegooid (n=50), waarvan 30 keer succesvol is (x=30).
Ik moet het rechtseenzijdige betrouwbaarheidsinterval voor p op onbetrouwbaarheidslevel 5% bepalen. Wat ik tot nu toe gedaan heb:
n=50
x=30
p=3/5
q=2/5
sigma=sqrt(50.3/5.2/5)=3,46
mu=50.3/5=30
Zx = (30-(50.0,5)-0,5)/3,46 = 1,30
Opgezocht in de tabel geeft dit 0,0968. Ik zou in ieder geval kunnen concluderen dat mu groter moet zijn dan 0,5, want 0,0968>alfa=0,05.
Ik heb een 95% betrouwbaarheidsinterval berekend:
0,6-1,96.sqrt((0,6.0,4)/50) < pi < 0,6+1,96.sqrt((0,6.0,4)/50)
wat uitgerekend dit geeft:
0,6-0,429 < pi < 0,6+0,429
Maar hoe kom ik nou tot dat rechtséénzijdige betrouwbaarheidsinterval?
Pak [0,6-1,645.sqrt((0,6.0,4)/50), infinity)quote:Ik heb een 95% betrouwbaarheidsinterval berekend:
0,6-1,96.sqrt((0,6.0,4)/50) < pi < 0,6+1,96.sqrt((0,6.0,4)/50)
wat uitgerekend dit geeft:
0,6-0,429 < pi < 0,6+0,429
Maar hoe kom ik nou tot dat rechtséénzijdige betrouwbaarheidsinterval?
eee7a201261dfdad9fdfe74277d27e68890cf0a220f41425870f2ca26e0521b0
Chill, dankjewelquote:
[..]
Pak [0,6-1,645.sqrt((0,6.0,4)/50), infinity)
Nou is alleen de volgende vraag 'Iemand beweerd dat de schatting p=0,55 door hem gevonden is, en dat het rechtseenzijdige begrouwbaarheidsinterval op 1% de waarde p=0,5 niet bevat. Hoeveel pogingen heeft hij minstens gedaan?'
Heb nu dan bedacht dat 0,55-2,325.(sqrt((0,55.0,45)/x)) > 0,5
Ik heb alleen geen idee hoe ik dit uit moet rekenen en of het klopt:'(
[ Bericht 35% gewijzigd door IrishBastard op 22-01-2012 15:53:36 ]
Het klopt, uitrekenen is niet zo lastig, gewoon een vergelijking oplossen en nadenken in welke richting je moet afronden.
eee7a201261dfdad9fdfe74277d27e68890cf0a220f41425870f2ca26e0521b0
Waarom denken sommige mensen toch dat statistiek géén wiskunde is?quote:Op zondag 22 januari 2012 14:58 schreef IrishBastard het volgende:
Ik ga er voor het gemak even van uit dat statistiek ook wiskunde is.
Maar hoe kom ik nou tot dat rechtséénzijdige betrouwbaarheidsinterval?
Omdat het expliciet het 'bèta wiskunde' topic is. Statistiek is nou eenmaal niet echt 'zware' bèta wiskunde, of wel danquote:Op zondag 22 januari 2012 16:24 schreef thenxero het volgende:
[..]
Waarom denken sommige mensen toch dat statistiek géén wiskunde is?
dat laatstequote:
[..]
Omdat het expliciet het 'bèta wiskunde' topic is. Statistiek is nou eenmaal niet echt 'zware' bèta wiskunde, of wel dan
eee7a201261dfdad9fdfe74277d27e68890cf0a220f41425870f2ca26e0521b0
Dat laatste inderdaad. Als je wat gegevens in SPSS stopt dan heb je het misschien niet door, omdat de echte wiskunde achter de schermen plaatsvindt.quote:
[..]
Omdat het expliciet het 'bèta wiskunde' topic is. Statistiek is nou eenmaal niet echt 'zware' bèta wiskunde, of wel dan
Hallo iedereen dit is een vraagje met betrekking tot statistiek; Als er wordt gevraagd test de significantie van dit lineaire model (met maar 1 variabele).
Moet dit dan door middel van
H0; B1 = 0 &
Ha; B1 geen 0.
En dan
T= b1/SEb1
Degrees of freedom = N-2.
Tabel D.
We verwerpen de nulhypothese (niet). Er is (wel/geen) significant bewijs dat β1≠0 ?
En als het om een lineair model met meerdere variabelen gaat moet ik dan deze F-toets gebruiken?
Test de hypothese dat de coëfficiënten voor alle variabelen (gezamenlijk) gelijk zijn aan nul.
H0; β1 = β2 = βi = 0
Ha; Tenminste een van de parameters is ongelijk aan nul.
F= MSR/MSE = (SSR/DFR) / (SSE/DFE) = (SSR / p) / (SSE / (n-p-1) ) = (SSR/p)/s^2.
Heeft een F distributie onder H0 met vrijheidsgraden p en n-p-1 .
We verwerpen de nulhypothese (niet). Er is (wel/geen) significant bewijs dat β1=β2 =βi =0 ?
Moet dit dan door middel van
H0; B1 = 0 &
Ha; B1 geen 0.
En dan
T= b1/SEb1
Degrees of freedom = N-2.
Tabel D.
We verwerpen de nulhypothese (niet). Er is (wel/geen) significant bewijs dat β1≠0 ?
En als het om een lineair model met meerdere variabelen gaat moet ik dan deze F-toets gebruiken?
Test de hypothese dat de coëfficiënten voor alle variabelen (gezamenlijk) gelijk zijn aan nul.
H0; β1 = β2 = βi = 0
Ha; Tenminste een van de parameters is ongelijk aan nul.
F= MSR/MSE = (SSR/DFR) / (SSE/DFE) = (SSR / p) / (SSE / (n-p-1) ) = (SSR/p)/s^2.
Heeft een F distributie onder H0 met vrijheidsgraden p en n-p-1 .
We verwerpen de nulhypothese (niet). Er is (wel/geen) significant bewijs dat β1=β2 =βi =0 ?
Welke beta is voor jou de intercept in het grote model?
Voor deze specifieke toets gebruik ik F = (n-k) / (k-1) * (R^2 / (1-R^2))
Voor deze specifieke toets gebruik ik F = (n-k) / (k-1) * (R^2 / (1-R^2))
Beneath the gold, bitter steel
Y(hat) = Beta0 + Beta1X1 + Epsilon dus Beta0 is dan de intercept en Beta1 de slope, dat is toch standaard zo?
En met deze specifieke toets bedoel jij dan een lineair model met meerdere variabelen? En dan testen we dus wel hetzelfde?
En met deze specifieke toets bedoel jij dan een lineair model met meerdere variabelen? En dan testen we dus wel hetzelfde?
