De inspectie voor het onderwijs vergelijkt van een bepaalde school de cijfers voor wiskunde B van het SE (schoolexamen) en het CE (centraal examen). In de tabel vind je de gegevens van een klas van leerlingen.
leerling | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 |
SE-cijfer | 6,0 | 6,7 | 5,8 | 7,1 | 5,4 | 6,5 | 8,8 | 6,9 | 7,9 | 5,1 | 6,1 | 6,1 | 6,4 | 7,4 | 5,9 | 6,2 | 7,1 | 6,8 | 6,3 |
CE-cijfer | 6,4 | 6,3 | 5,2 | 6,5 | 5,4 | 6,1 | 9,0 | 6,8 | 7,5 | 5,6 | 6,0 | 6,5 | 6,0 | 6,5 | 6,0 | 6,6 | 7,0 | 6,6 | 6,4 |
teken | + | − | − | − | 0 | − | + | − | − | + | − | + | − | − | + | + | − | − | + |
Een plus geeft aan dat de leerling het CE beter heeft gemaakt, een min dat het CE minder is gemaakt. Er zijn meer minnen dan plussen. Mag de inspectie op grond hiervan concluderen dat het CE significant slechter is gemaakt? (Neem een significantieniveau van %.)
Normaal gesproken zou je verwachten dat ongeveer evenveel leerlingen beter als minder
scoren op het CE als er geen afwijking is. De kans dat iemand een plus krijgt is dan
. Het aantal plussen is daarom binomiaal verdeeld.
Bij zo'n tekentoets neem je altijd als uitgangspunt, als nulhypothese. En je kijkt vervolgens alleen naar het teken
van de score: een plus als hij beter is, een min als hij minder is. Is er geen afwijking,
dan laat je dat resultaat weg: in dit geval.
Vanwege het vermoeden van de inspectie dat het CE slechter is gemaakt dan het SE is
hier de alternatieve hypothese .
Voer de hierboven beschreven tekentoets zelf uit.
De ondernemingsraad van een bedrijf beweert dat het ziekteverzuim op afdeling
A significant hoger is dan op afdeling B. Ze legt de directie het volgende overzicht
voor:
maand | jan | feb | mrt | apr | mei | jun | jul | aug | sep | okt | nov | dec |
afd.A | 9 | 9 | 8 | 10 | 12 | 13 | 12 | 12 | 10 | 11 | 8 | 12 |
afd.B | 7 | 10 | 9 | 8 | 11 | 11 | 7 | 9 | 9 | 10 | 10 | 7 |
Men besluit hierop een tekentoets toe te passen met een significantieniveau van %.
Onderzoek of de ondernemingsraad gelijk krijgt.
In een laboratorium worden twee geneesmiddelen voor dezelfde ziekte getest door muizen,
die men kunstmatig aan deze ziekte laat lijden, met één van beide middelen te behandelen.
Elke dag wordt bijgehouden hoeveel dieren er genezen zijn. De helft van de muizen
kreeg geneesmiddel A toegediend, de andere helft geneesmiddel B.
De resultaten staan in deze tabel.
dagnummer | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 |
middel A | 2 | 5 | 4 | 6 | 3 | 3 | 6 | 3 | 2 | 1 | 2 | 4 | 6 | 9 | 4 | 2 | 3 | 2 | 4 | 9 |
middel B | 3 | 8 | 6 | 9 | 2 | 4 | 8 | 5 | 5 | 2 | 5 | 5 | 3 | 11 | 8 | 4 | 5 | 0 | 5 | 1 |
Onderzoekers in dit laboratorium toetsen nu de mening dat beide middelen even goed zijn met een onbetrouwbaarheidsdrempel van 5%.
Stel een nulhypothese en een alternatieve hypothese op.
Stel vast op beide middelen op grond van de resultaten in deze test inderdaad even goed zijn binnen de gegeven betrouwbaarheidseis.
Bij worpen met een geldstuk vind je keer kop en keer munt. Mag je nu met een significantieniveau van % concluderen dat het geldstuk niet eerlijk is?
Bij een eerlijk geldstuk verwacht je keer kop en keer munt, noem deze theoretische waarden en . De experimenteel gevonden waarden zijn en .
Bekijk nu
Hierin kan de waarden t/m aannemen en is .
(chi-kwadraat) is dan een continue stochast die tegelijk een maat is voor de afwijking
van de experimentele waarden en de theoretische waarden. Als stemmen beide volledig overeen. Omdat hier vastligt als bekend is, is het aantal vrijheidsgraden .
In dit geval is en en dus .
Met de grafische rekenmachine vind je:
Dus ligt in het kritieke gebied van deze Chi-kwadraat toets en is de afwijking van een eerlijk geldstuk significant.
Dit voorbeeld is uit te breiden naar situaties met theoretische en evenveel experimentele waarden. Er zijn dan graden van vrijheid voor .
Voer de daar beschreven chi-kwadraattoets zelf uit.
Is er met een significantie van % reden om aan te nemen dat het geldstuk niet zuiver is als van de keer kruis gegooid wordt? Pas de chi-kwadraattoets toe.
De Tsjechische monnik Gregor Mendel (1822 - 1884) verrichte kruisingsexperimenten met erwten.
Hij bekeek erwten en vond dat daarvan glad en geel waren, glad en groen, gerimpeld en geel en gerimpeld en groen.
Met behulp van de door hem ontwikkelde erfelijkheidsleer kon hij berekenen dat deze
aantallen theoretische gesproken zich moesten verhouden als : : : .
Wordt de theorie van Mendel door dit experiment met de erwten bevestigd met een betrouwbaarheid van 90%?
Onderzoekers hebben van families met kinderen de aantallen meisjes geteld.
aantal meisjes | 0 | 1 | 2 | 3 | 4 | 5 |
aantal families | 18 | 56 | 110 | 88 | 40 | 8 |
Kun je met een significantieniveau van % aannemen dat de kans op de geboorte van een jongen en een meisje even waarschijnlijk is?