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
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?
Er zijn heel veel manieren om de test statistic voor de F-toets te berekenen. Je kunt ook laten zien dat jouw t-toets gelijk is aan de F-toets.
eee7a201261dfdad9fdfe74277d27e68890cf0a220f41425870f2ca26e0521b0
Die vraag kun je niet beantwoorden.quote:
Het quotiënt is de uitkomst van de deling.quote:
stel ik heb een deling van
3.3 x 10-4 /1000
wat is hier dan het quotient van?
eee7a201261dfdad9fdfe74277d27e68890cf0a220f41425870f2ca26e0521b0
wikipedia is niet helemaal duidelijk er over maar ik zal jouw woord voor waarheid nemenquote:Op dinsdag 24 januari 2012 16:16 schreef GlowMouse het volgende:
[..]
Die vraag kun je niet beantwoorden.
[..]
Het quotiënt is de uitkomst van de deling.
Correct, wij beginnen echter bij B1 dus dat is zeker niet standaard.quote:
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?
Jouw weergave Y(hat) = Beta0 + Beta1X1 + Epsilon vind ik echter ook niet helemaal correct want je hebt in die X1 ook een vector met 1-en zitten die bij de Beta0 horen maargoed.
Beneath the gold, bitter steel
