Voorbeeld van een discussievraag over de normale verdeling
De normale verdeling, ook wel bekend als de Gaussische verdeling, is de meest gebruikte kansverdeling in de statistiek. Deze verdeling heeft een symmetrische klokvorm, wat aangeeft dat de gegevens rond het gemiddelde zijn gerangschikt en dat de kans op extreme waarden (waarden ver van het gemiddelde) klein is.
In dit artikel bespreken we verschillende voorbeeldproblemen met betrekking tot de normale verdeling en hoe deze op te lossen zijn. We beginnen met een aantal basisconcepten en gaan vervolgens over op complexere voorbeelden.
Basisprincipes van de normale verdeling
De normale verdeling is een continue verdeling met twee parameters: het gemiddelde en de standaardafwijking (SD). Het gemiddelde bepaalt het centrum van de verdeling, terwijl de standaardafwijking de breedte van de verdeling bepaalt.
Belangrijke kenmerken van de normale verdeling:
1. Symmetrie: De normale verdeling is symmetrisch rond het gemiddelde.
2. Empirische regel (Empirische regel):
Ongeveer 68% van de gegevens ligt binnen één standaarddeviatie van het gemiddelde.
Ongeveer 95% van de gegevens ligt binnen twee standaarddeviaties van het gemiddelde.
Ongeveer 99.7% van de gegevens ligt binnen drie standaarddeviaties van het gemiddelde.
Voorbeeldvragen en discussie
Voorbeeldvraag 1: Het berekenen van de Z-score
Vraag: Een examen heeft een gemiddelde score van 70 met een standaardafwijking van 10. Een student behaalt een score van 80. Wat is de Z-score van de student?
Oplossing:
De Z-score is een maatstaf voor hoeveel standaarddeviaties een waarde van het gemiddelde afwijkt.
Z-score formule:
\[ Z = \frac{X – \mu}{\sigma} \]
Dimana:
– \( X \) is de waargenomen waarde.
– \( \mu \) is het gemiddelde.
– \( \sigma \) is de standaardafwijking.
Het is bekend:
– \( X = 80 \)
– \( \mu = 70 \)
– \( \sigma = 10 \)
Toepassing van de formule:
\[ Z = \frac{80 – 70}{10} = 1 \]
De Z-score van de student is dus 1, wat betekent dat een score van 80 één standaarddeviatie boven het gemiddelde ligt.
Voorbeeldvraag 2: Waarschijnlijkheid van een bepaalde waarde
Vraag: Wat is de kans dat een waarde onder de 85 voorkomt in een normale verdeling met een gemiddelde van 100 en een standaardafwijking van 15?
Oplossing:
De stappen:
1. Bereken de Z-score voor de waarde \( X = 85 \):
\[ Z = \frac{85 – 100}{15} = \frac{-15}{15} = -1 \]
2. Gebruik een Z-tabel of een statistische rekenmachine om de kans te vinden die hoort bij een Z-score van -1. In een Z-tabel is de kans op een Z-score van -1 ongeveer 0.1587.
De kans om een waarde onder de 85 te vinden is dus 0.1587 of 15.87%.
Voorbeeldvraag 3: Empirische regels gebruiken
Vraag: Het is bekend dat de verdeling van wiskundetoetsresultaten op scholen een normale verdeling volgt met een gemiddelde van 75 en een standaardafwijking van 8. Welk percentage leerlingen scoorde tussen de 67 en 83?
Oplossing:
Langkah-langkah:
1. Bereken de Z-score voor de waarden 67 en 83:
\[ Z_{67} = \frac{67 – 75}{8} = \frac{-8}{8} = -1 \]
\[ Z_{83} = \frac{83 – 75}{8} = \frac{8}{8} = 1 \]
2. Volgens empirische regels omvat een waarde tussen -1 SD en +1 SD van het gemiddelde ongeveer 68% van de populatie.
Het percentage studenten dat tussen de 67 en 83 punten scoorde, lag dus rond de 68%.
Voorbeeldvraag 4: Waarden berekenen aan de hand van percentielen
Vraag: Als de gemiddelde lengte van volwassen mannen in een land 175 cm is met een standaardafwijking van 7 cm, wat is dan de lengte op het 90e percentiel?
Oplossing:
Langkah-langkah:
1. Zoek de Z-score die overeenkomt met het 90e percentiel. Volgens de Z-tabel is de Z-score die het dichtst bij 0.9000 ligt ongeveer 1.28.
2. Gebruik de formule om de waarde van \( X \) te berekenen:
\[ X = \mu + Z \times \sigma \]
\[ X = 175 + 1.28 \times 7 \]
\[ X = 175 + 8.96 \]
\[ X = 183.96 \]
De lengte in het 90e percentiel ligt dus rond de 183.96 cm.
Voorbeeldvraag 5: Waarschijnlijkheid van een bepaald interval
Vraag: Gegeven dat de gewichtsverdeling van pasgeborenen een normale verdeling volgt met een gemiddelde van 3.5 kg en een standaardafwijking van 0.5 kg, wat is de kans dat een baby tussen de 3 kg en 4 kg weegt?
Oplossing:
Langkah-langkah:
1. Bereken de Z-score voor de waarden 3 kg en 4 kg:
\[ Z_{3} = \frac{3 – 3.5}{0.5} = \frac{-0.5}{0.5} = -1 \]
\[ Z_{4} = \frac{4 – 3.5}{0.5} = \frac{0.5}{0.5} = 1 \]
2. De kans op een Z-score tussen -1 en 1, gebaseerd op de Z-tabel, is ongeveer 0.6826 of 68.26%.
De kans dat een baby tussen de 3 en 4 kg weegt, is dus ongeveer 68.26%.
conclusie
De normale verdeling is een fundamenteel concept in de statistiek dat cruciaal is en veel toepassingen in de praktijk heeft. In dit artikel hebben we de basisconcepten van de normale verdeling uitgelegd en verschillende voorbeelden uitgewerkt om ons begrip te verdiepen.
Inzicht in de normale verdeling is niet alleen belangrijk voor de statistiek, maar ook voor diverse praktische vakgebieden zoals psychologie, economie en andere sociale wetenschappen. Met voldoende oefening kan het oplossen van problemen met de normale verdeling intuïtiever worden en bijdragen aan datagestuurde besluitvorming.
