In een groep van `30` personen hebben `10` mensen een bepaalde eigenschap en de rest niet. Uit die groep wordt aselect een steekproef van `5` getrokken. Stochast `M` is het aantal mensen met deze eigenschap in de steekproef.
Wil je nu een kansverdeling voor
`M`
opstellen, bedenk dan dat het hier gaat om trekking zonder teruglegging. Dit betekent dat de kansen afhankelijk van elkaar zijn en dat een binomiaal kansmodel niet mogelijk is.
`M`
is nu een hypergeometrische stochast. De kans op bijvoorbeeld
`M=2`
kun je zo berekenen:
`text(P)(M=2 )=10/30*9/29*20/28*19/27*18/26*((5),( 2 ))≈0,3600`
Deze kans kun je ook uitrekenen door het aantal gunstige mogelijkheden en het totale aantal mogelijkheden te tellen met behulp van combinaties:
`text(P)(M=2 ) = (((10),(2)) * ((20),( 3))) / (((30),( 5)))`
Ga na dat je de volgende kansverdeling krijgt:
`m` |
`0` |
`1` |
`2` |
`3` |
`4` |
`5` |
`text(P)(M=m)` |
`0,1088` |
`0,3400` |
`0,3600` |
`0,1600` |
`0,0295` |
`0,0018` |
Je kunt met behulp van de tabel en de grafische rekenmachine de verwachtingswaarde en de standaardafwijking berekenen.
Je vindt
`text(E)(M)≈1,667`
en
`σ(M)≈0,979`
.
Kennelijk gaat
`text(E)(M)=5·10/30=1 2/3~~1,667`
ook hier op, maar dit geldt niet voor de formule die bij de binomiale verdeling voor de standaardafwijking geldt:
`sigma (M) ne sqrt(10/30(1-10/3))~~0,471`
Dit komt doordat het gaat om zonder terugleggen en de kans op succes niet `10/30` blijft, nadat je één of meer trekkingen hebt gedaan.
Bekijk in Uitleg 1 de kansverdeling van stochast `M` die het aantal mensen met een bepaalde eigenschap in een steekproef uit een kleine populatie van `30` personen weergeeft.
Reken de kansen uit de kansverdeling van stochast `M` na.
Bereken `text(E)(M)` en `σ(M)` . Rond af op vier decimalen.
Waarom is hier geen sprake van een binomiale kansverdeling?