|
|||||
| 1. | De kans op 20 of meer
wordt met de continuïteitscorrectie P(X > 19,5) Y1 = normalcdf(19.5, 1099, 11.4, X) Y2 = 0,245 intersect geeft X = σ = 11,7 Dat is meer dan het gemiddelde, en dat betekent dat de klokvorm ook voor een groot deel voor negatieve aantallen sigaretten bestaat. Dat kan natuurlijk niet, dus dit kan geen normale verdeling zijn. |
||||
| 2. | a. |
μ = 1703 σ = 52 Het aantal is een geheel getal dus je moet de continuïteitscorrectie toepassen. P(X ≥ 1650) wordt nu P(X > 1649,5) Normalcdf(1649.5, 1099, 1703, 52) = 0,8482 |
|||
| b. | Het
gaat om P(X ≥ G) Met de continuïteitscorrectiue geeft dat P(X > G-0,5) normalcdf(X-0.5, 1099 , 1703, 52) = 0,97 Voer in de GR in Y1 = normalcdf(X - 0.5, 1099, 1703, 52) Kijk bij TABLE wanneer dat voor het eerst groter dan 0,97 is. Dat geeft X = 1605 |
||||
| c. | Voor
de som van 4 cartridges geldt μ = 4 • 6828 = 27312 σ = 23 • √4 = 46 Het gaat om P(X > 27250) ook hier moet je weer de continuïteitscorrectie toepassen, want dit aantal is een geheel getal. dat wordt P(X > 27250,5) normalcdf(27250.5, 1099 , 27312, 46) = 0,9094 |
||||
| 3. | a. | L1 = 0, 1, 2, 3, 4 L2 = 0.014, 0.139, 0.381, 0.363, 0,102 stat - calc - 1Var stats (L1, L2) geeft σ = 0,898 |
|||
| b. | Voor de som van 10
lessen geldt
μ = 10 • 2,4 = 24 en
σ = 0,9√10 P(X = 20) = normalcdf(19.5, 20.5, 24, 0.9√10) = 0,0525 |
||||
| 4. | voor
de som van meerdere metingen geldt
σsom
=
σ√n in dit geval σ7 = 0,119 • √7 = 0,315. de prijs is in gehele centen, dus je moet een continuïteitscorrectie uitvoeren: P(X < 29,80) = P(X < 29,795) normalcdf(0, 29,795, 30, 0.315) = 0,26 |
||||
| 5. | a. | Meer dan 28 wordt met
de continuïteitscorrectie X > 28,5 normalcdf(28.5, 1099, 23, 4) = 0,0846 |
|||
| b. | Voor het verschil V
van beide groepen (Nederland - Finland) geldt: μV = 23 - 18 = 5 σV = 42 + 32 = 25 dus σV = 5 In de Finse groep zitten minder leerlingen als V > 0 normalcdf(0, 1099, 5, 5) = 0,8413 |
||||
| 6. | a. | binompdf(6, 0.47, 4) = 0,2056 | |||
| b. | L1 = 0, 1, 2, ... L2 = 0.02, 0.12, ... stat - calc - 1Var-Stats geeft dan σ = 1,211445418... √(np(1 - p)) = √(6 • 0,47 • 0,53) = 1,2225383... Dat scheelt 0,011... |
||||
| c. | De afwijking van de
A-baby's de ene kant op is precies gelijk aan de afwijking van de niet-A
baby's de andere kant op. Dus zal de gemiddelde (kwadratische) afwijking
van beiden gelijk zijn. OF aan de formule √(np(1 - p)) zie je dat er hetzelfde uitkomt als je p door 1-p vervangt. |
||||
| 7. | a. | de scores zijn
discreet dus een score van minstens 550 betekent bij een normale
verdeling X ³
549,5 normalcdf(549.5, 1099 , 541, 76) = 0,4555 dus dat is 45,55% |
|||
| b. | de
scores zijn discreet dus een score van 590 of lager betekent bij een
normale verdeling X £
590,5 normalcdf(0, 590.5, 549, X) = 0,75 Y1 = normalcdf(0, 590.5, 549, X) Y2 = 0,75 intersect geeft X = s = 61,53 |
||||
|
© h.hofstede (h.hofstede@hogeland.nl) |
|||||