Betrouwbaarheidsintervallen en het testen van hypothesen
Betrouwbaarheidsintervallen en het testen van hypothesen
Betrouwbaarheidsintervallen en het testen van hypothesen
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Dit laatste kan verwarr<strong>en</strong>d overkom<strong>en</strong> daar de nulhypothese bij de éénzijdige test wordt<br />
verworp<strong>en</strong> <strong>en</strong> in <strong>het</strong> geval <strong>van</strong> e<strong>en</strong> tweezijdige niet. Welk besluit moet<strong>en</strong> we nem<strong>en</strong> ?<br />
Indi<strong>en</strong> we op voorhand ge<strong>en</strong> vermoed<strong>en</strong> hebb<strong>en</strong> over <strong>het</strong> gemiddelde voer<strong>en</strong> we e<strong>en</strong><br />
tweezijdige test uit m.b.v. e<strong>en</strong> steekproef (H 0 : µ = µ 0 versus H 1 : µ ≠ µ 0).<br />
Indi<strong>en</strong> we de geobserveerde waarde x uit de steekproef zoud<strong>en</strong> gebruik<strong>en</strong> om de alternatieve<br />
hypothese te verander<strong>en</strong> (bv. H 0 : µ = µ 0 versus H 1 : µ > µ 0 ) om dan e<strong>en</strong> éénzijdige test uit<br />
te voer<strong>en</strong> met dezelfde steekproef, zou dit statistisch oneerlijk zijn t.o.v. de onwet<strong>en</strong>dheid<br />
waarmee we gestart zijn.<br />
5 De binomiale verdeling <strong>en</strong> de TI-84 Plus<br />
Werp 20 keer e<strong>en</strong> dobbelste<strong>en</strong>. De kans dat hierbij<br />
- juist 4 keer e<strong>en</strong> zes geworp<strong>en</strong> wordt, is :<br />
- juist 8 keer “zes of drie” :<br />
- <strong>en</strong> hoogst<strong>en</strong>s 4 keer e<strong>en</strong> zes :<br />
8 12<br />
⎛20⎞⎛1 ⎞ ⎛2<br />
⎞<br />
⎜ 8 ⎟⎜ ⎟ ⎜ ⎟<br />
⎝ ⎠⎝3⎠ ⎝3⎠<br />
4 16<br />
⎛20⎞⎛1 ⎞ ⎛5<br />
⎞<br />
⎜ 4 ⎟⎜ ⎟ ⎜ ⎟<br />
⎝ ⎠⎝6⎠ ⎝6⎠<br />
= 0.148<br />
= 0.202 ,<br />
20−x<br />
4<br />
⎛20⎞⎛1 ⎞ ⎛5<br />
⎞<br />
PX ( ≤ 4) = ∑ ⎜ = 0.769<br />
x=<br />
0<br />
x ⎟⎜ ⎟ ⎜ ⎟<br />
⎝ ⎠⎝6⎠ ⎝6⎠<br />
x<br />
Je kan deze kans<strong>en</strong> met de TI-84 Plus berek<strong>en</strong><strong>en</strong> via :<br />
2nd[DISTR] 0:binompdf( <strong>en</strong> 2nd[DISTR] A:binomcdf(<br />
Voor X ~ B( n, p)is :<br />
binompdf(n,p,x) = P( X x)<br />
⎛n⎞<br />
⎜ ⎟<br />
⎝x<br />
⎠<br />
x<br />
= , d.i. de kansfunctie. Er geldt dat PX ( = x) = ⋅ p⋅( 1−<br />
p)<br />
x<br />
∑<br />
binomcdf(n,p,x) = P( X ≤ x) = P( X = k)<br />
d.i. de cumulatieve kansfunctie of de verdelings-<br />
functie.<br />
k = 0<br />
binompdf(n,p) g<strong>en</strong>ereert de kansverdeling <strong>van</strong> X in e<strong>en</strong> lijst (d.i. de lijst <strong>van</strong> getall<strong>en</strong><br />
P( X = x)<br />
met x = 0,1,2, …,<br />
n ) <strong>en</strong> binomcdf(n,p) levert de cumulatieve kansverdeling op <strong>van</strong><br />
X in e<strong>en</strong> lijst (d.i. de lijst <strong>van</strong> getall<strong>en</strong> P( X ≤ x)<br />
met x = 0,1,2, …,<br />
n ).<br />
n−x<br />
.<br />
38