Statistiek, 9/ePearson Education, 2007 - 698 pagina's |
Inhoudsopgave
Statistiek in de praktijk 1 1 Vaststellen van de populatie de steekproef en het maken van gevolgtrekkingen | 11 |
Bedrijven in de VS reageren op de Japanse uitdaging | 17 |
Methoden voor het beschrijven van gegevensverzamelingen | 27 |
Hoofdstuk 2 | 42 |
7 | 49 |
8 | 55 |
11 | 65 |
Voorbeeld uit de praktijk De melkaffaire in Kentucky Deel I Voorbeeld horend bij hoofdstuk I en 2 | 73 |
Statistiek in de praktijk 8 1 Statistische kwaliteitsbeheersing | 237 |
een schema voor het NCAAbasketbaltoernooi | 261 |
Statistiek in de praktijk 9 1 Het vergelijken van verwachtingen voor de twee SMWTgroepen deel 2 | 273 |
Statistiek in de praktijk 9 1 Het vergelijken van de twee SMWTgroepen deel 3 | 289 |
Hoofdstuk 10 | 299 |
Statistiek in de praktijk 10 1 Is therapie de nieuwe dieetpil voor eetverslaafden? | 325 |
Statistiek in de praktijk 10 2 Op het spoor van de kakkerlak | 340 |
Hoofdstuk 12 | 369 |
Kansrekening | 77 |
Statistiek in de praktijk 3 1 De kans om de Lotto te winnen met een roterend systeem deel 3 | 97 |
Statistiek in de praktijk 3 1 De kans om Cash 3 of Play 4 te winnen deel 4 | 108 |
Discrete stochastische variabelen | 115 |
Statistiek in de praktijk 4 1 Keuze van aandelenportefeuille | 127 |
ramp in de ruimte | 136 |
Continue stochastische variabelen | 143 |
Statistiek in de praktijk 5 1 IQ economische mobiliteit en de Bell Curve | 158 |
Statistiek in de praktijk 5 2 Wachtrijtheorie | 170 |
Statistiek in de praktijk 6 1 Het maken van een gevolgtrekking over de verwachte tijd totdat men slaapt voor gebrui | 190 |
Statistiek in de praktijk 7 1 Schatten van het verwachte gewicht per schelp deel 2 | 207 |
Statistiek in de praktijk 7 1 Het vaststellen van het aantal te onderzoeken zakken met schelpen deel 4 | 217 |
Statistiek in de praktijk 12 1 Het schatten van een lineair regressiemodel voor de wichelroedegegevens deel 2 | 381 |
Statistiek in de praktijk 12 1 Vaststellen hoe goed het lineaire regressiemodel past bij de wichelroedegegevens | 390 |
Statistiek in de praktijk 12 1 Het voorspellen van de positie van de pijp op basis van het lineaire model deel 5 | 402 |
Meervoudige lineaire regressie en het construeren van een model | 411 |
Statistiek in de praktijk 13 1 Een eersteordemodel voor de kosten van een wegenbouwcontract deel 2 | 434 |
Statistiek in de praktijk 13 1 Keuze van de verklarende variabelen en het opstellen van een model voor de kosten | 473 |
Statistiek in de praktijk 13 2 | 489 |
Hoofdstuk 14 | 503 |
Statistiek in de praktijk 14 1 De veertien punten van Deming | 509 |
Statistiek in de praktijk 14 2 Kwaliteitsbeheersing in een bedieningssysteem | 555 |
Veelvoorkomende woorden en zinsdelen
aannames aantal alternatieve hypothese aselecte aselecte steekproef B₁ behandelingen bepaalde bepalen berekenen beschrijven betrouwbaarheid betrouwbaarheidsinterval bijvoorbeeld binomiale centrale limietstelling continue stochastische variabelen DEFINITIE discrete stochastische variabele eenheden elke experiment F-toets fabrikant factoren figuur fractie gebaseerd gebeurtenissen gebruiken gegevens gegevensverzameling gelijk gemiddelde gevolgtrekkingen goed grafiek grote steekproef groter histogram hoofdstuk informatie interval kansen kansverdeling klanten kritieke gebied kwadraat kwantitatieve lineaire maken medewerkers mediaan meetwaarden merk methoden metingen model mogelijke n₁ normale verdeling nulhypothese numerieke Omdat omzet onafhankelijk onze Oplossing oppervlakte overschrijdingskans paragraaf parameters percentage percentiel populatie PRAKTIJK VERVOLG proces product Relatieve frequentie respons schatten schatter schatting spreidingsdiagram standaardafwijking standaardnormale statistiek statistische steekproef steekproefgemiddelde steekproefgrootheid steekproefomvang steekproefvariantie Stel stochastische variabele t-verdeling tabel toets toetsen toetsingsgrootheid toevallige afwijking totale uitkomsten uitkomstenruimte uitschieters University variantie variatie vergelijken verklarende variabelen verschillende verwachting verwerpen verzameling voorbeeld voorspellen vrijheidsgraden waarbij waarde waarnemingen wil zeggen x₁ z-score z-waarde zien zoals zullen