|
|||||
| 1. | a. | noem het succes als
de geboortes boven de 430 liggen H0: p = 0,5 (er is geen verschil) H1: p > 0,5 (geboortes zijn hoger) de meting is 13 successen van de 20 P(X ≥ 13) = 1 - P(X ≤ 12) = 1 - binomcdf(20, 0.5, 12) = 0,1316 Dat is groter dan α (= 0,05) dus H0 aannemen: er is geen significant verschil. |
|||
| b. | dan moet gelden, met
net zo'n berekening als in vraag a: 1 - binomcdf(20, 0.5, X-1) < 0,05 Y1 = binomcdf(20, 0.5, X) kijk bij TABLE wanneer dat kleiner dan 0,05 is Dat geeft X = 15. Op minstens 15 dagen was er sprake van een aantal geboorten beneden het jaargemiddelde. |
||||
| 2. | noem het succes als
een calorie-arm dieet een langere levensduur geeft. H0: p = 0,5 (er is geen verschil) H1: p > 0,5 (langere levensduur met calorie-arm dieet) de meting is 13 successen van de 20 P(X ≥ 13) = 1 - P(X ≤ 12) = 1 - binomcdf(20, 0.5, 12) = 0,1316 Dat is groter dan α (= 0,05) dus H0 aannemen: er is geen significant verschil. |
||||
| 3. | a. | Als het gemiddelde
4,8 minuten is, dan zal de trein even vaak een grotere als een kleinere
vertraging hebben. Noem succes als de vertraging kleiner is. H0: p = 0,5 (er is geen verschil; het gemiddelde is 4,8) H1: p > 0,5 (de vertraging is minder dan 4,8 gemiddeld) De meting is 15 van de 20 (eentje precies 4,8) P(X ≥ 15) = 1 - P(X ≤ 14) = 1 - binomcdf(20, 0.5, 14) = 0,0207 Dat is kleiner dan α (= 0,05) dus H0 verwerpen: de vertraging is gemiddeld minder dan 4,8 |
|||
| b. | L1 de tijden en
dan stat - calc - 1varstats (L1) geeft
σ
= 1,177 en
μ = 4,062 H0: μ = 4,8 en σ = 1,177 H1: μ < 4,8 De meting is een gemiddelde van 21 dus H0 aanpassen: σ = 1,177/√21 = 0,257 De meting gaf 4,062 overschrijdingskans normalcdf(0, 4.062, 4.8, 0.257) = 0,0020 Dat is kleiner dan α (= 0,05) dus H0 verwerpen: de vertraging is gemiddeld minder dan 4,8 |
||||
|
© h.hofstede (h.hofstede@hogeland.nl) |
|||||