Stel
`X`
is normaal verdeeld met gemiddelde
`μ_X`
en standaardafwijking
`sigma_X`
.
Iemand vertrouwt het gemiddelde niet en vermoedt (bijvoorbeeld) dat het niet gelijk
is aan
`mu_X`
.
Je toetst `text(H)_0` : `mu = mu_X` tegen `text(H)_1` : `mu != mu_X` met een bepaald significantieniveau `alpha` , dus met een betrouwbaarheid van `(1-alpha)*100` %.
Dit wordt getoetst met een steekproef van grootte `n` . Er zijn dan twee mogelijkheden:
De populatiestandaarddeviatie is bekend.
Gebruik hierbij de standaardnormale
`z`
-verdeling
`z = (bar(X) - mu_X)/((sigma_X)/(sqrt(n)))`
en de Standaardnormale tabel.
De populatiestandaarddeviatie is niet bekend.
Gebruik dan Student's t-verdeling
`t = (bar(X) - mu_X)/((s_X)/(sqrt(n)))`
met de steekproefstandaarddeviatie
`s_X`
en vrijheidsgraad
`v = n-1`
.
Hierbij hoort deze Student-t-tabel.
Ook bij het bepalen van betrouwbaarheidsintervallen heb je deze twee mogelijkheden:
De populatiestandaarddeviatie is bekend.
Het betrouwbaarheidsinterval is
`bar(X) - z*(sigma)/(sqrt(n)) lt mu lt bar(X) + z*(sigma)/(sqrt(n))`
.
De populatiestandaarddeviatie is niet bekend.
Het betrouwbaarheidsinterval is
`bar(X) - t*(s_X)/(sqrt(n)) lt mu lt bar(X) + t*(s_X)/(sqrt(n))`
.