Added EN risk classification flow chart and hypothesis test knowledge base item

Author: jfparie

content/english/technical-tools/implementation-tool.md

@@ -104,6 +104,6 @@ Through examples the slides decks explain the intricacies of the AI system defin
 
 {{< container_open icon="fas fa-arrows-alt" title="Flowchart risk classification questionnaire" id="flowchart-classification" >}}
 
-{{< embed_pdf url="/pdf-files/technical-tools/AIA-Implementation-Tool/20250306 Flowchart classificatie NL.pdf" width_mobile_pdf="12" width_desktop_pdf="12" >}}
+{{< embed_pdf url="/pdf-files/technical-tools/AIA-Implementation-Tool/20250310 Flowchart classification EN.pdf" width_mobile_pdf="12" width_desktop_pdf="12" >}}
 
 {{< container_close >}}

content/nederlands/knowledge-platform/knowledge-base/Hypothesetoets_voorbeeld.md

@@ -0,0 +1,46 @@
+---
+title: "Hypothesetoets"
+author: Algorithm Audit
+image: "/images/svg-illustrations/investigative.svg"
+layout: article
+type: knowledgebase_item
+draft: false
+facets:
+  - value: type_article
+    label: article
+  - value: subject_scientific
+    label: scientific
+weight: 0
+summary: Voorbeeld hoe statistische hypothesetoets in de praktijk toegepast kan worden 
+subtitle: 'Voorbeeld hoe statistische hypothesetoets in de praktijk toegepast kan worden '
+---
+
+#### **Hypothesetoets**
+
+Een statistische hypothesetoets, gebaseerd op de Z-toets, kan als volgt worden toegepast op een willekeurige steekproef:
+
+1. **Formuleer de hypothesen**:
+  - **Nulhypothese (H0)**: Dit is de veronderstelling dat er geen effect is of dat er geen verschil is. Bijvoorbeeld, H0: μ = μ0, waarbij μ0 de populatiegemiddelde is.
+  - **Alternatieve hypothese (H1)**: Dit is wat je wilt bewijzen. Bijvoorbeeld, H1: μ ≠ μ0.
+
+2. **Kies een significantieniveau (α)**:
+  - Het significantieniveau is de kans op een Type I-fout, waarbij de nulhypothese ten onrechte wordt verworpen. Een veelgebruikt significantieniveau is 0,05.
+
+3. **Bereken de teststatistiek**:
+  - Verzamel een steekproef en bereken het steekproefgemiddelde (x̄) en de standaardafwijking (s).
+  - Gebruik de volgende formule om de Z-waarde te berekenen:
+    \[
+    Z = \frac{x̄ - μ0}{\frac{s}{\sqrt{n}}}
+    \]
+    waarbij n de steekproefgrootte is.
+
+4. **Bepaal de kritieke waarde en beslissingsregel**:
+  - Zoek de kritieke waarde op in de Z-tabel die overeenkomt met het gekozen significantieniveau.
+  - Vergelijk de berekende Z-waarde met de kritieke waarde:
+    - Als |Z| groter is dan de kritieke waarde, verwerp de nulhypothese.
+    - Anders, verwerp de nulhypothese niet.
+
+5. **Conclusie**:
+  - Trek een conclusie op basis van de vergelijking in stap 4. Als de nulhypothese wordt verworpen, betekent dit dat er voldoende bewijs is om de alternatieve hypothese te ondersteunen.
+
+Door deze stappen te volgen, kun je bepalen of er een statistisch significant verschil is tussen het steekproefgemiddelde en het populatiegemiddelde.

content/nederlands/technical-tools/implementation-tool.md

@@ -105,6 +105,6 @@ Aan de hand van voorbeelden lichten de volgende drie explainers de reikwijdte va
 
 {{< container_open icon="fas fa-arrows-alt" title="Flowchart risicoclassificatie vragenlijst" id="flowchart-classification" >}}
 
-{{< embed_pdf url="/pdf-files/technical-tools/AIA-Implementation-Tool/20250306 Flowchart classificatie NL.pdf" width_mobile_pdf="12" width_desktop_pdf="12" >}}
+{{< embed_pdf url="/pdf-files/technical-tools/AIA-Implementation-Tool/20250310 Flowchart classificatie NL.pdf" width_mobile_pdf="12" width_desktop_pdf="12" >}}
 
 {{< container_close >}}