Ik kan van een rij getallen of een frequentietabel (eventueel met de grafische rekenmachine) de centrum- en de spreidingmaten berekenen: het rekenkundig gemiddelde, de mediaan, de modus, spreidingsbreedte, kwartielafstand en standaardafwijking
Ik weet wat het betekent als een steekproef representatief is en dat een representatieve steekproef in elk geval voldoende groot en aselect moet zijn.
Ik weet wat een populatieproportie p en wat een steekproefproportie p van een populatie is
Ik kan verschillende soorten verdelingen herkennen: symmetrische verdeling, tweetoppige verdeling, rechts-scheve verdeling en links-scheve verdeling
Ik kan bij verschillende verdelingskrommen de bijbehorende cumulatieve verdelingkromme of boxplot schetsen.
Ik kan uit een cumulatieve verdelingskromme of een boxplot de bijbehorende verdelingskromme herkennen.
Ik ken de volgende eigenschappen van een normale verdeling:
klokvormig
symmetrisch t.o.v. het gemiddelde
gemiddelde, mediaan en modus vallen samen
de verdeling wordt bepaald door de verwachtingswaarde en de standaardafwijking
Ik ben op de hoogte van de vuistregels bij de normale verdeling:
68% van gegevens wijkt op z'n hoogst één keer de standaardafwijking af van de verwachtingswaarde
95% van gegevens wijkt op z'n hoogst twee keer de standaardafwijking af van de verwachtingswaarde
Ik kan de vuistregels van de normale verdeling toepassen
Ik weet dat bij een normale verdeling een rechte lijn hoort als je dat tekent op normaal-waarschijnlijkheidspapier
Ik kan normaal-waarschijnlijkheidspapier gebruiken om de verwachtingswaarde en de standaardafwijking schatten bij gegevens over een normaalverdeling
Ik kan bij een gegeven betrouwbaarheidsinterval de steekproefomvang berekenen.
Ik kan de grafische rekenmachine inzetten om moeilijke vergelijkingen op te lossen bijvoorbeeld bij het bepalen van de steekproefgrootte
Ik kan bij een gegeven steekproef en voldoende gegevens het 68%- of 95%-betrouwbaarheidsinterval uitrekenen
Ik kan groepen vergelijken op basis van kerngegevens: centrummaten, spreiding en soort verdeling
Ik begrijp dat statistische samenhang (correlatie) iets anders is dan causaliteit (oorzaak en gevolg)
Ik begrijp dat je altijd voorzichtig moet zijn met het trekken van conclusies uit statistisch onderzoek
Algemene aanwijzingen
Denk bij het berekenen en het tekenen van histogrammen en (som-)frequentiepolygonen aan het klassemidden en de rechter klassegrens. Dat heeft alles te maken met de manier waarop is afgerond
Als mensen conclusies gaan trekken op basis van onderzoek moet je altijd goed opletten en nadenken. Klopt het wel? Deugt het onderzoek wel? Is de steekproef wel representatief? Willekeurig? Groot genoeg?
