Voorbeeldvragen en een bespreking van de normale verdelingsfunctie
De normale verdeling, ook wel bekend als de Gaussische verdeling, is een van de meest fundamentele kansverdelingen in de statistiek en data-analyse. Deze verdeling wordt gekenmerkt door een symmetrische klokvormige curve rond het gemiddelde, waarbij de spreiding van de gegevens de standaarddeviatie van de waarden eromheen weerspiegelt. De normale verdeling vormt de basis voor veel concepten in de inferentiële statistiek en wordt veelvuldig gebruikt in diverse vakgebieden, waaronder economie, psychologie en de sociale wetenschappen.
In dit artikel bespreken we enkele voorbeeldproblemen en hun oplossingen om de normale verdelingsfunctie beter te begrijpen.
Basisbegrippen van de normale verdeling
De normale verdeling wordt beschreven door twee hoofdparameters:
1. Gemiddelde (μ): Het gemiddelde van de gegevensset.
2. Standaarddeviatie (σ): Geeft aan hoe gespreid de gegevens rond het gemiddelde zijn.
De kansdichtheidsfunctie van de normale verdeling is:
\[ f(x) = \frac{1}{\sqrt{2\pi\sigma^2}} e^{ -\frac{(x-\mu)^2}{2\sigma^2} } \]
Hieronder volgen enkele basisstappen voor het oplossen van problemen met behulp van de normale verdeling:
1. De Z-waarde bepalen: De Z-waarde is een maat voor hoe ver de gegevens van het gemiddelde verwijderd zijn, uitgedrukt in standaarddeviatie-eenheden, en wordt berekend met de volgende formule:
\[ Z = \frac{X – \mu}{\sigma} \]
2. De Z-tabel gebruiken: De Z-tabel, ofwel de tabel van de standaardnormale verdeling, wordt gebruikt om de waarschijnlijkheid of het percentage gegevens te vinden dat onder of boven een bepaalde Z-waarde ligt.
Voorbeeldvragen en een bespreking van de normale verdeling
Vraag 1
Een klas heeft een gemiddelde score van 70 op een wiskundetoets met een standaardafwijking van 10. Als de scores normaal verdeeld zijn, welk percentage van de leerlingen heeft dan een score hoger dan 85 behaald?
Discussie:
1. De Z-score bepalen: Bereken eerst de Z-score voor X = 85.
\[ Z = \frac{X – \mu}{\sigma} = \frac{85 – 70}{10} = 1.5 \]
2. Kijken naar de Z-tabel: We zoeken de waarschijnlijkheidswaarde voor Z = 1.5 op in de Z-tabel. De waarschijnlijkheidswaarde voor Z = 1.5 is 0.9332. Dit betekent dat 93.32% van de waarden onder Z = 1.5 liggen.
3. Het percentage berekenen: Omdat we het percentage studenten nodig hebben dat meer dan 85 punten heeft gescoord, berekenen we 1 – 0.9332 = 0.0668.
Dus 6.68% van de studenten behaalde een score hoger dan 85.
Vraag 2
De gemiddelde lengte van volwassen mannen in een land volgt een normale verdeling met een gemiddelde van 175 cm en een standaardafwijking van 6 cm. Bepaal het percentage mannen met een lengte tussen 170 cm en 180 cm.
Discussie:
1. Bepaal de Z-score voor 170 cm:
\[ Z_{170} = \frac{170 – 175}{6} = – \frac{5}{6} \approx -0.83 \]
2. Bepaal de Z-score voor 180 cm:
\[ Z_{180} = \frac{180 – 175}{6} \approx 0.83 \]
3. Bekijk tabel Z:
– De kans dat Z = -0.83 is, is 0.2033.
– De kans dat Z = 0.83 is 0.7967.
4. Percentage berekenen:
De kans dat iemand tussen de 170 cm en 180 cm lang is, is 0.7967 – 0.2033 = 0.5934.
– Dus 59.34% van de mannen heeft een lengte tussen 170 cm en 180 cm.
Vraag 3
Een IQ-test maakt gebruik van een normale verdeling met een gemiddelde van 100 en een standaardafwijking van 15. Welke score valt in het 85e percentiel?
Discussie:
1. De Z-waarde voor het 85e percentiel vinden: Aan de hand van de Z-tabel of met behulp van een rekenmachine komt het 85e percentiel overeen met Z = 1.04.
2. Het berekenen van de IQ-score:
\[ X = Z\sigma + \mu \]
\[ X = 1.04 \times 15 + 100 \]
\[ X = 15.6 + 100 \]
\[ X = 115.6 \]
Een IQ-score die binnen het 85e percentiel valt, ligt dus rond de 115.6.
Vraag 4
Als bekend is dat de gemiddelde score van middelbare scholieren op cognitieve tests 65 is met een standaardafwijking van 12, welke score valt dan in het 25e percentiel?
Discussie:
1. De Z-waarde voor het 25e percentiel bepalen: Met behulp van de Z-tabel of een rekenmachine is de Z-waarde voor het 25e percentiel ongeveer -0.674.
2. Het berekenen van de toetsresultaten:
\[ X = Z\sigma + \mu \]
\[ X = -0.674 \times 12 + 65 \]
\[ X = -8.088 + 65 \]
\[ X \approx 56.912 \]
De waarde die in het 25e percentiel valt, ligt dus rond de 56.912.
conclusie
De normale verdeling is een essentieel concept in de statistiek waarmee we gegevens vanuit een waarschijnlijkheidsperspectief kunnen analyseren en begrijpen. Met behulp van de normale verdeling kunnen we percentages berekenen, specifieke waarden bepalen op basis van percentielen en gegevens vergelijken met het gemiddelde.
Het oplossen van problemen met de normale verdeling is niet alleen nuttig voor examens en academisch onderzoek, maar heeft ook praktische toepassingen in veel vakgebieden zoals psychologie, bedrijfskunde en sociale wetenschappen. Door middel van de bovenstaande voorbeelden en besprekingen hopen we dat u een beter begrip krijgt van de normale verdelingsfunctie en hoe u deze in verschillende contexten kunt toepassen.
