Grundläggande matematisk statistik
|
|
- Anton Nyberg
- för 5 år sedan
- Visningar:
Transkript
1 Grudläggade matematik tatitik Hypotetet I Uwe Mezel, 2018 uwe.mezel@lu.e; uwe.mezel@mattat.de Syfte: Hypotetet o vi tetar på grudval av ett tickprov om e fördeligparameter (μ, σ, λ, ) har ett vit förmodad (hypotetikt) värde, dv. vi tetar e hypote, om valigtvi kalla ollhypote. o dea ollhypote täll mot e alterativ hypote (mothypote) o ollhypotee förkata om tickprovvärdea äger emot dea ollhypote och lutar ig till de alterativa hypotee Exempel för ollhypoteer och alterativa hypoteer om e parameter: o X ~ N μ, σ (det är käd att ormalfördelig föreligger) o ollhypote H 0 : μ = 20 (vätevärdet är 20) o alterativ hypote H a : μ 20 (vätevärdet är ite 20) o X ~ N μ, σ o ollhypote H 0 : μ = 20 (vätevärdet är 20) o alterativ hypote H a : μ > 20 (vätevärdet är törre ä 20) o X ~ N μ, σ o ollhypote H 0 : μ = 20 (vätevärdet är 20) o alterativ hypote H a : μ < 20 (vätevärdet är midre ä 20) o X ~ Bi, p o ollhypote: p = 1 Τ2 (aolikhete att lycka är 1 Τ2) o alterativ hypote H a : p > 1 Τ2 (lh. att lycka är törre ä Τ 1 2 1
2 Kritikt område Exempel: o ett bolag tillverkar färg och påtår: geomittlig torrtid = 20 miuter. o Koumetverket mitäkar att det tar lägre tid, tetar påtåedet: o målar 36 brädor ( = 36) o mäter torrtide (lumpvariabel X) = tickprov o തX ob = 1 Τ36 σ 36 i=1 X i (obervatio = geomittlig torrtid i tickprovet) o det ata att torrtidera är ormalfördelade: X ~ N μ, σ ; o ollhypote H 0 : μ = 20 ; alterativ hypote: H a : μ > 20 Val av kritikt värde / kritikt område: Koumetverket betämmer ig för att tillbakavia (förkata) påtåedet (ollhypotee) om ob > (ett ådat reultat gyar H a ) acceptera hypotee förkata hypotee μ = 20 påtåedet, hypote kritikt värde ob (geomittlig torrtid i tickprovet) Värdet verkar vara godtyckligt! Vi ka eare e att det kritika värdet beräka på grudval av felrike. Feltyper Feltyper: är ett ådat kritikt värde fixera, är det oudvikligt att rikera två typer av fel: Fel typ I: det är möjligt att ob > äve om hypotee μ = 20 tämmer: vi förkata hypotee, trot att de är a Fel typ II: det är möjligt att ob < äve om hypotee μ = 20 är falk: vi acceptera hypotee, trot de är falk Dea fel ka förekomma för att vi fattar vara belut på grudval ett (eller fler) tickprov, om tyr av lumpe. acceptera H 0 förkata H 0 H 0 är a korrekt fel typ I H 0 är falk fel typ II korrekt H 0 = ollhypote 2
3 Saolikhete att göra ett fel typ I: Fel typ I: förkata ollhypotee, fatä de är a Låt o ata att σ är käd: σ = 2.4. Om hypotee är a: μ = 20 ( = 36) (är H 0 a) f തX quatile_plot.r μ = % rik att göra ett fel typ I Saolikhete att göra ett fel typ II: β Fel typ II: acceptera hypotee, fatä de är falk Atagade: σ = 2.4 (käd); hypotee är falk, t.ex. μ = 21 ; = 36 (är H 0 falk) f തX β μ = 21 ca. 27% rik att göra ett fel typ II quatile_plot.r 3
4 Kompromi mella och β Saolikhete för fel typ II, β = 27%, verkar vara tor. Fråga: Varför ite förkjuta det kritika värdet till midre värde, t. ex. 20.5, för att förmika β? μ = 20 (H 0 tämmer) μ = 21 (H 0 tämmer ite) Svar: Om det kritika värdet förkjutit till midre värde å blir β midre, me blir törre vi måte kompromia mella och β, dv. mella rik för fel typ I och rik för fel typ II. β krit. värdet (20.75) Juterig av fel typ I () I praktike fattäll frå börja. Det kritika området beräka eda med hjälp av det hypotetika värdet för parameter (e ere). kalla iifikaivå. Ofta välj = 0.05 eller = Att jutera β är däremot met vårt: i exemplet atog vi att μ = 21 om hypotee är falk. Detta ka vi dock ite veta efterom de aa fördeligparameter μ är ju okäd. Ma ka evetuellt beräka β för flera giade värde μ, eller e fuktio β(μ) för ett vit μ itervall: β β μ Om μ blir törre förkjut fördelige mot höger. Om amma kritika värdet bibehåll blir β midre: uwe.mezel@mattat.de μ β μ = 21 kritikt värde 4
5 ҧ Nollhypote (H 0 ), olika alterativa hypoteer (H a ) H 0 H a tet μ = μ 0 μ > μ 0 eidigt ω = kritikt värde förkata H 0 för x ob > ω H 0 H a tet μ = μ 0 μ < μ 0 eidigt förkata H 0 för x ob < ω H 0 H a tet μ = μ 0 μ μ 0 tvåidigt 2 2 förkata H 0 för x ob < ω Τ2 eller x ob > +ω Τ2 (för ymmetrik fördelig) Nollhypote, olika alterativa hypoteer Exempel, tvåidigt tet: E byggelemet måte ha diameter 30 cm, de får ite avvika till högre eller midre värde. Nollhypote (H 0 ): μ 0 = 30 ; förkata H 0 om x ob > 30.5 eller ob < Exempel, eidigt tet: E gammal maki producerar geomittligt 2500 kompoeter per dag: μ 0 = Köpa e y, dyrare maki? bara om μ (för de ya makie) är högre! täller upp H a : μ > μ 0 köp de ya bara om H 0 ka förkata! μ 0 5
6 Val av igifikaivå I praktike fattäll frå börja. Det kritika området beräka eda med hjälp av det hypotetika värdet för parameter. Parameter kalla iifikaivå. Ofta välj = 0.05 eller = = 0.05 betyder: i det låga loppet blir H 0 felaktigt förkatat i 1 av 20 tet = 0.01 betyder: i det låga loppet blir H 0 felaktigt förkatat i 1 av 100 tet Koekveera av valet för måte överväga oggrat: för exemplet torrtide : midre, t.ex. = 0.01 o = 0.01 det kritika värdet kifta t.ex. frå till 21.5 o är bättre för tillverkare koumetverket förkatar ite å lätt dera påtåede (att torkigtide är 20 miuter) o me kake ämre för koumetera möjligtvi är torkigtide ite bättre ä kokurretera likvärdig produkt för met pegar Val av igifikaivå I praktike fattäll frå börja. Det kritika området beräka eda med hjälp av det hypotetika värdet för parameter. Parameter kalla iifikaivå. Ofta välj = 0.05 eller = Midre betyder att ma ka vara mera äker att H 0 verklige är falk om de förkata, rike för ett fel typ I förmika ju. är = 2 förkata H 0 fört är ob avviker äu mer frå μ 0 μ 0 1 = = 0.01 quatile_plot.r 6
7 Beräkig av det kritika värdet utav igifikaivå Om ollhypotee H 0 : μ = μ 0 gäller är X i ~ N(μ 0, σ) : തX ~ N μ 0, σ തX μ 0 σ ~ N(0, 1) Om σ måte katta med blir det: തX μ 0 ~ t( 1) Vi ka beräka det kritika värdet ω med hjälp av följade ekvatio (om H a μ > μ 0 ): P തX > ω H 0 a = Detta är lh.:e att göra ett fel typ I om vi förkata ollhypotee för tora värde av തX, dv. om de alterativa hypotee är H a : μ > μ 0. Vi måte ta fram ω ur dea ekvatio (kritikt värde). Beräkig av det kritika värdet P തX > ω H 0 a = H 0 : μ = μ 0 H a : μ > μ 0 P തX ω = 1 omforma i paratee (H 0 a kippat) här igår ollhypotee X P ത μ 0 ω μ 0 = 1 väter terme i paratee är t-fördelad X P ത μ 0 t 1 = 1 gäller allmät för t-fördelig. t = -kvatil Geom att jämföra de ita två ekvatioera ka vi dra lutate att: ω μ 0 = t 1 ω = μ 0 + t 1 7
8 Beräkig av det kritika värdet ω = μ 0 + t 1 kritikt värde ω ; för H a : μ > μ 0 Ω = kritikt område ω = kritikt värde, där Ω börjar μ 0 ω Ω H a : μ > μ 0 H 0 förkata om ob hamar i det kritika området, dv. om ob > ω ob > μ 0 + t 1 H 0 förkata Det kritika värdet för olika alterativhypote ω = μ 0 + t 1 förkata H 0 om ob > ω eidigt tet; H a : μ > μ 0 dv. om ob > μ 0 + t 1 ω = μ 0 t 1 förkata H 0 om ob < ω eidigt tet; H a : μ < μ 0 dv. om ob < μ 0 t 1 ω 2,1 = μ 0 ± t 1 2 tvåidigt tet; H a : μ μ 0 förkata H 0 om ob < ω 1 eller ob > ω 2 t ( 1) : kvatil för t-fördelige med 1 frihetgrader Om σ är käd: σ och t 1 λ 8
9 ҧ Sammafattig: Tetvariabelmetode 1. Defiiera ollhypote (H 0 ) och alterativ hypote (H a ) 2. Slå fat igifikaivå P fel typ I = 3. Betäm tetvariabel ( ob, ) och det kritika värdet för de 4. Beräka tetvariabel på grudval av tickprovet. 5. Avgör om ollhypotee förkata eller ite (om tetvariabel ligger i det kritika området) H 0 förkata ite om Sammahaget mella hypotetet och kofideitervall För det eidiga tetet H a : μ > μ 0 hade vi beräkat att vi förkata H 0 om ob > μ 0 + t 1 ҧ x ob < μ 0 + t 1 μ 0 > x ob t 1 alltå om Kom ihåg det eidiga kofideitervallet för μ (F9, itervallkattig): Detta betyder att vi accepterar H 0 : μ = μ 0 på igifikaivå om μ 0 ligger i repektive kofideitervall med kofidegrad 1. Detta gäller ockå för de adra variater av alterativa hypoteer. För att geomföra hypotetet ka ma alltå ockå aväda kofidemetode 9
10 Kofidemetode 1. Beräka ett kofideitervall (KI) med kofidegrad 1 för parameter θ om ka teta på grudval av tickprovet. 2. Acceptera H 0 : θ = θ 0 på igifikaivå om de hypotetika parameter θ 0 ligger i detta kofideitervall, dv. om θ 0 I θ. 3. Förkata H 0 på igifikaivå om de hypotetika parameter θ 0 ligger utaför detta kofideitervall, dv. om θ 0 I θ. förkata H 0 om θ 0 ligger utaför KI:et acceptera H 0 om θ 0 ligger i KI:et förkata H 0 om θ 0 ligger utaför KI:et Tetvariabelmetode och kofidemetode leder till amma lutater. Detta fugerar för eidiga och tvåidiga tet. Om θ 0 ligger i kofideitervallet betyder det ju att θ 0 fi blad de troliga värde för de aa parameter. E 3:e, kake de viktigate metode, är direktmetode Direktmetode Direktmetode aväd ofta i praktike. Ett å kallad p-värde beräka. Defiitio p-värdet ( p.value ): P-värdet = aolikhete för att erhålla ett utfall mit å extremt om det faktikt oberverade, givet att ollhypotee är a. Utfall ae om extrema om de ligger lägre bort frå ollhypotee, getemot de alterativa hypotee; de är midre aolika ä ob om H 0 är a. eidigt tet H 0 : μ = μ 0 H a : μ > μ 0 p Iget kritikt område defiera, p- värdet räka ut direkt. Om p-värdet är midre ä ett fattällt igifikaivå betyder det att det oberverade utfallet - och de äu mer extrema utfalle - är (mycket) oaolika om H 0 ata vara a. H 0 förkata därför. μ 0 xob ҧ 10
11 ҧ Direktmetode Direktmetode, exempel: (ur: Alm, Britto: Stokatik, Liber AB, Stockholm 2008) E pero påtår ig vara tillräckligt figerfärdig för att kua påverka vilke ida om kommer upp vid mytkat, å att ha får kroa oftare ä klave, dv. p = P kroa > 1 Τ2. Vi är keptika och tror att p = 1 Τ2. För att teta påtåedet får ha göra 10 kat och vi är beredda att tro hoom om ha får tillräckligt måga kroa vid föröket. H 0 : p = 1 Τ2 ; H a : p > 1 Τ2 (eidigt tet) X: atal kroa i 10 förök. X ~ Bi(10, 0.5) uder H 0. Vi vill teta på igifikaivå = 0.01 dv. vi tror hoom om p-värdet < Föröket gav x = 8 kroa i 10 förök. obervatio äu mera extrema Facit: p > 0.01 H 0 förkata ite på igifikaivå (De förkata ite e på igifikaivå 0.05) Vi tror ite att ha ka påverka latiglig (för att det är fortfarade gaka aolikt att ha katar 8 kroor äve om p = 1 Τ2 ). Direktmetode, exempel: Direktmetode Ytor av via elektroika kompoeter måte ha e kopparkikt om är 30 µm tjock. Skiktet får varke vara för tjock eller för tu. Ytora av = 10 kompoeter har mätt, med reultat x = 32.2 ; 32.0 ; 30.4 ; 31.0 ; 31.2 ; 31.2 ; 30.3 ; 29.6 ; 30.5 ; x ob = Av låg erfarehet vet ma att tjockleke är ormalfördelad med σ = (vi kommer att räka med okäd σ eare ). Om H 0 är a gäller μ = μ 0 = 30, alltå: H 0 : μ = 30 ; H a : μ 30 (tvåidigt tet, efterom kiktet får varke vara för tjock eller för tu, avvikeler i båda riktigar ka ite tolerera ) 11
12 Direktmetode Direktmetode, exempel: H 0 : μ = 30 ; H a : μ 30 ob = (tvåidigt tet) Vi ka utyttja ymmetri: båda markerade område är lika tora: H μ 0 = 30 ob = tvåidigt tet: båda markerade område extremare ä ob! p < : H 0 förkata. Stickprovet avlöjar på igifikaivå (!) att avvikelera är för tora. Sammafattig: Direktmetode 1. Defiiera ollhypote (H 0 ) och alterativ hypote (H a ) 2. Slå fat igifikaivå 3. Beräka tetvariabel på grudval av tickprovet 4. Beräka p-värdet. 5. Förkata H 0 på igifikaivå om p <, aar acceptera H 0 eidigt tet H 0 : μ = μ 0 H a : μ > μ 0 tvåidigt tet H 0 : μ = μ 0 H a : μ μ 0 p μ 0 xob ҧ μ 0 = 30 ob =
HYPOTESPRÖVNING. De statistiska metoderna som används för att fatta denna typ av beslut baseras på två komplementära antaganden om populationen.
HPOTESPRÖVNING De tatitika metodera om aväd för att fatta dea typ av belut baera på två komplemetära atagade om populatioe. Partiet produkter har atige de utlovade kvalitete eller å har de de ite. Atige
Läs merSannolikhetslära statistisk inferens F10 ESTIMATION (NCT )
Stat. teori gk, vt 2006, JW F10 ESTIMATION (NCT 8.1-8.3) Ordlita till NCT Iferece Slutledig, ifere Parameter Parameter Saolikhetlära tatitik ifere Hittill har vi ylat med aolikhetlära. Problem av type:
Läs merGrundläggande matematisk statistik
ҧ Grudläggade matemati tatiti Hypotetet II Uwe Mezel, 07 uwe.mezel@lu.e; uwe.mezel@mattat.de www.mattat.de Syfte o o T-tet för ett ticprov ( Oe-ample t-tet ) tetar e hypote för vätevärdet μ i e ormalfördelad
Läs merGrundläggande matematisk statistik
Grudläggade matematisk statistik Puktskattig Uwe Mezel, 2018 uwe.mezel@slu.se; uwe.mezel@matstat.de www.matstat.de Saolikhetsteori: Saolikhetsteori och statistikteori vad vi gjorde t.o.m. u vi hade e give
Läs merSyfte: o statistiska test om parametrar för en fördelning o. förkasta eller acceptera hypotesen
Uwe Menzel, 2017 uwe.menzel@slu.se; uwe.menzel@matstat.de www.matstat.de Syfte: o statistiska test om parametrar för en fördelning o förkasta eller acceptera hypotesen hypotes: = 20 (väntevärdet är 20)
Läs merTillåtna hjälpmedel: Eget handskrivet formelblad (A4), utdelad tabellsamling, miniräknare med tömt minne Studenterna får behålla tentamensuppgifterna
UMEÅ UNIVERSITET Ititutioe för matematik tatitik Statitik för lärare, MSTA8 PA LÖSNINGSFÖRSLAG 004-0-8 LÖSNINGSFÖRSLAG TILL TENTAMEN I MATEMATISK STATISTIK Statitik för lärare, poäg Tillåta hjälpmedel:
Läs merStatistisk analys. Vilka slutsatser kan dras om populationen med resultatet i stickprovet som grund? Hur säkra uttalande kan göras om resultatet?
Statistisk aalys Vilka slutsatser ka dras om populatioe med resultatet i stickprovet som grud? Hur säkra uttalade ka göras om resultatet? Mats Guarsso Tillämpad matematik III/Statistik - Sida 83 Exempel
Läs merKTH/ICT IX1501:F7 IX1305:F2 Göran Andersson Statistik: Skattningar
KTH/ICT IX50:F7 IX305:F Göra Adero goera@th.e Statiti: Sattigar Statiti Vi all u tudera obervatioer av toatia variabler. Vad blev det för värde? Dea obervatioer alla ett ticprov (ample). Iom tatitie fi
Läs merMinsta kvadrat-metoden, MK. Maximum likelihood-metoden, ML. Medelfel. E(X i ) = µ i (θ) MK-skattningen av θ fås genom att minimera
Matematisk statistik slumpes matematik Saolikhetsteori hur beskriver ma slumpe? Statistikteori vilka slutsatser ka ma dra av ett datamaterial? Statistikteori översikt Puktskattig Hur gör ma e bra gissig
Läs merMatematisk statistik KTH. Formelsamling i matematisk statistik
Matematik tatitik KTH Formelamlig i matematik tatitik Vårtermie 07 Kombiatorik! = k k! ( k)!. Tolkig: mägd med elemet. = atalet delmägder av torlek k ur e k Stokatika variabler V (X) = E X (E (X)) C (X;
Läs merIntervallskattning. c 2005 Eric Järpe Högskolan i Halmstad. Antag att vi har ett stickprov x 1,..., x n på X som vi vet är N(µ, σ) men vi vet ej
Itervallskattig c 005 Eric Järpe Högskola i Halmstad Atag att vi har ett stickprov x,..., x på X som vi vet är Nµ, σ me vi vet ej värdet av µ = EX. Då ka vi beräka x, vvr skattig av µ. För att få reda
Läs merStat. teori gk, ht 2006, JW F13 HYPOTESPRÖVNING (NCT ) Ordlista till NCT
Stat. teori gk, ht 2006, JW F13 HYPOTESPRÖVNING (NCT 10.1-10.3) Ordlista till NCT Hypothesis testig Null hypothesis Alterative hypothesis Simple / composite Oe-sided /two-sided Reject Test statistic Type
Läs merF3 Lite till om tidsserier. Statistikens grunder 2 dagtid. Sammansatta index 4. Deflatering HT Laspeyres index: Paasche index: Index.
F3 Lite till om tidsserier Deflaterig, att justera för iflatioe tatistikes gruder dagtid 4 3,5 3,5,5 Mjölk ockerdricka HT,5 975 976 977 978 979 98 98 98 Löpade priser År Mjölk ockerdricka KPI 945 = 975,34,
Läs merF10 ESTIMATION (NCT )
Stat. teori gk, ht 2006, JW F10 ESTIMATION (NCT 8.1-8.3) Ordlista till NCT Iferece Parameter Estimator Estimate Ubiased Bias Efficiecy Cofidece iterval Cofidece level (Studet s) t distributio Slutledig,
Läs merZ-Testet. Idè. Repetition normalfördelning. rdelning. Testvariabel z
Repetitio ormalfördelig rdelig Z-Testet X i. Medelvärdets fördelig:.stadardiserad ormalfördelig: N (, ) X N, X X N (, ) N (,) X N, X N(,) 3. Kvatiler: uwe.meel@math.uu.se Vad gör g r Z-testetZ? H : e ormalfördelad
Läs merIntroduktion till statistik för statsvetare
"Det fis iget så praktiskt som e bra teori" November 2011 Bakgrud Stadardiserig E saolikhetsekvatio Kosekves av stora tales lag Stora tales lag ger att är slumpvariablera X i är oberoede, med e och samma
Läs merNormalfördelningens betydelse. Sannolikhet och statistik. Täthetsfunktion, väntevärde och varians för N (µ, σ)
Normalfördeliges betydelse Empirisktse gur: måga storheter approximativt ormalfördelade Summa av måga ugefär oberoede och ugefär likafördelade s.v. är approximativt ormalfördelad CGS Exempel: mätfel =
Läs merReliabilitet och validitet
Föreläigateckigar till: F7 uderökigdeig F8 kofideitervall F9 hypoteprövig Reliabilitet och validitet Reliabilitet: Noggrahete i mätige. Validitet: Mäter vi det om vi aver att mäta? Exempel: Atag att vi
Läs merSkattning / Inferens. Sannolikhet och statistik. Skattning / Inferens. Vad är det som skattas?
Skattig / Iferes Saolikhet och statistik Puktskattig Försöket att beskriva e hel populatio pga ågra få mätvärde! Oberservatio = Populatio HT 2008 UweMezel@mathuuse http://wwwmathuuse/ uwe/ Populatio har
Läs merb) Bestäm det genomsnittliga antalet testade enheter, E (X), samt även D (X). (5 p)
Avd Matematisk statistik TENTAMEN I SF922, SF923 och SF924 SANNOLIKHETSTEORI OCH STATISTIK, TISDAGEN DEN 29:E MAJ 208 KL 0800 300 Examiator för SF922/SF923: Tatjaa Pavleko, 08-790 84 66 Examiator för SF924:
Läs merFöreläsning G70, 732G01 Statistik A. Föreläsningsunderlagen är baserade på underlag skrivna av Karl Wahlin
Föreläsig 6 732G70, 732G01 Statistik A Föreläsigsuderlage är baserade på uderlag skriva av Karl Wahli Kapitel 6 Iferes om e populatio Sid 151-185 Puktskattig och itervallskattig Statistisk iferes om populatiosmedelvärde
Läs merTentamen i Matematisk statistik för V2 den 28 maj 2010
Tetame i Matematisk statistik för V de 8 maj 00 Uppgift : E kortlek består av 5 kort. Dessa delas i i färger: 3 hjärter, 3 ruter, 3 spader och 3 klöver. Kortleke iehåller damer, e i varje färg. Ata att
Läs merINGENJÖRSMATEMATISK FORMELSAMLING
Sätyck u femte upplaga av fomle och tabelle fö aolikhetläa och tatitik, idoa 89-4. Toe Gutafo 004. INGENJÖRSMATEMATISK FORMELSAMLING Toe K. Gutafo Kombiatoik 89 90 Kombiatoik 6 KOMBINATORIK Atal pemutatioe
Läs merFör att skatta väntevärdet för en fördelning är det lämpligt att använda Medelvärdet. E(ξ) =... = µ
1 February 1, 2018 1 Förel. VII Puktskattigar av parametrar i fördeligar 1.1 Puktskattig För att skatta vätevärdet för e fördelig är det lämpligt att aväda Medelvärdet ξ = 1 ξ j. Vi tar u vätevärdet av
Läs merθx θ 1 om 0 x 1 f(x) = 0 annars
Avd. Matematisk statistik TENTAMEN I SF903 SANNOLIKHETSLÄRA OCH STATISTIK FÖR 3-ÅRIG Media TIMEH TORSDAGEN DEN TREDJE JUNI 200 KL 4.00 9.00. Examiator: Guar Eglud, tel. 790 74 06 Tillåta hjälpmedel: Läroboke.
Läs merLycka till! I(X i t) 1 om A 0 annars I(A) =
Avd Matematisk statistik TENTAMEN I SF955 f d 5B555 DATORINTENSIVA METODER ONSDAGEN DEN AUGUSTI 008 KL 400 900 Examiator: Guar Eglud, tel 790746 Email: guare@mathkthse Tillåta hjälpmedel: Formel- och tabellsamlig
Läs merReliabilitet och validitet. Föreläsningsanteckningar till: F7 undersökningsdesign F8 konfidensintervall F9 hypotesprövning
04--7 Föreläigateckigar till: F7 uderökigdeig F8 kofideitervall F9 hypoteprövig Reliabilitet och validitet Reliabilitet: Noggrahete i mätige. Validitet: Mäter vi det om vi aver att mäta? Exempel: Atag
Läs merAPPROXIMATION AV SERIENS SUMMA MED EN DELSUMMA OCH EN INTEGRAL
Armi Halilovic: EXTRA ÖVNINGAR Approimatio av erie umma med e delumma APPROXIMATION AV SERIENS SUMMA MED EN DELSUMMA OCH EN INTEGRAL Låt vara e poitiv och avtagade utio ör åda att erie overgerar. Vi a
Läs merP (A) = k A P (A ) = 1 P (A) P (A B) P (B) P (M i ) = 1 P (A) P (X = k) = p X (k) p X (k) = 1 P (A B) p X (k)
SVERIGES LANTBRUKSUNIVERSITET Istitutioe för eergi och tekik Uwe Mezel e-post: uwe.mezel@matstat.de Formelsamlig Grudläggade matematiskt statistik 2080822 Saolikhetslära Klassisk saolikhetsdeitio: P A
Läs merFöreläsning 2: Punktskattningar
Föreläsig : Puktskattigar Joha Thim joha.thim@liu.se 7 augusti 08 Repetitio Stickprov Defiitio. Låt de stokastiska variablera X, X,..., X vara oberoede och ha samma fördeligsfuktio F. Ett stickprov x,
Läs mera) Beräkna E (W ). (2 p)
Avd. Matematisk statistik TENTAMEN I SF19 och SF191 SANNOLIKHETSTEORI OCH STATISTIK, TISDAGEN DEN 13:E MARS 18 KL 8. 13.. Examiator: Björ-Olof Skytt, 8 79 86 49. Tillåta hjälpmedel: Formel- och tabellsamlig
Läs mer(a) Skissa täthets-/frekvensfunktionen och fördelningsfunktionen för X. Glöm inte att ange värden på axlarna.
1 0,5 0 LÖSNINGAR till tetame: Statistik och saolikhetslära (LMA120) Tid och plats: 08:30-12:30 de 6 april 2016 Hjälpmedel: Typgodkäd miiräkare, formelblad Betygsgräser: 3: 12 poäg, 4: 18 poäg, 5: 24 poäg.
Läs merTMS136: Dataanalys och statistik Tentamen 2013-10-26 med lösningar
TMS36: Dataaalys och statistik Tetame 03-0-6 med lösigar Examiator och jour: Mattias Sude, tel. 0730 79 9 79 Hjälpmedel: Chalmersgodkäd räkare och formelsamlig formelsamlig delas ut med teta). Betygsgräser:
Läs merMatematisk statistik TMS063 Tentamen
Matematisk statistik TMS063 Tetame 208-05-30 Tid: 8:30-2:30 Tetamesplats: SB Hjälpmedel: Bifogad formelsamlig och tabell samt Chalmersgodkäd räkare. Kursasvarig: Olof Elias Telefovakt/jour: Olof Elias,
Läs merMS-A0509 Grundkurs i sannolikhetskalkyl och statistik Exempel, del II
MS-A0509 Grudkurs i saolikhetskalkyl och statistik Exempel, del II Estimerig 2 Kofidesitervall G. Gripeberg Aalto-uiversitetet 3 februari 205 3 Hypotesprövig 4 Korrelatio och regressio G. Gripeberg Aalto-uiversitetet
Läs merBorel-Cantellis sats och stora talens lag
Borel-Catellis sats och stora tales lag Guar Eglud Matematisk statistik KTH Vt 2005 Iledig Borel-Catellis sats är e itressat och avädbar sats framför allt för att bevisa stora tales lag i stark form. Vi
Läs mer101. och sista termen 1
Lektio, Evariabelaalys de ovember 999 5.. Uttryck summa j uta summasymbole. j + Termera är idexerade frå j = till j = och varje term är blir j j+. Summa Skriver vi upp summa uta summasymbole blir de +
Läs merS0005M V18, Föreläsning 10
S0005M V18, Föreläsig 10 Mykola Shykula LTU 2018-04-19 Mykola Shykula (LTU) S0005M V18, Föreläsig 10 2018-04-19 1 / 15 Hypotesprövig ett stickprov, σ okäd. Stadardiserig av stickprovsmedelvärdet då σ är
Läs merSAMMANFATTNING TAMS79 Matematisk statistik, grundkurs
SAMMANFATTNING TAMS79 Matematisk statistik, grudkurs LÄST SOM EN DEL AV CIVILINGENJÖRSPROGRAMMET I INDUSTRIELL EKONOMI VID LITH, HT 2015 Versio: 1.0 Seast reviderad: 2016-02-01 Författare: Viktor Cheg
Läs merFinansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 4 (del 1)
Fiasiell Statistik (GN, 7,5 hp,, HT 008) Föreläsig 4 (del 1) Sampligfördeligar (LLL Kap 8) Departmet of Statistics (Gebreegus Ghilagaber, PhD, Associate Professor) Fiacial Statistics (Basic-level course,
Läs merUppsala Universitet Matematiska institutionen Matematisk Statistik. Formel- och tabellsamling. Sannolikhetsteori och Statistik
Uppsala Uiversitet Matematiska istitutioe Matematisk Statistik Formel- och tabellsamlig Saolikhetsteori och Statistik IT2-2004 Formelsamlig, Saolikhetsteori och Statistik IT-2004 1 Saolikhetsteori 1.1
Läs merFörsöket med trängselskatt
STATISTISKA CENTRALBYRÅN m 1(5). Nilo Trägelkatt Förlag frå Ehete för pritatitik Ehete för pritatitik förelår att å kallad trägelkatt ka täcka i KI frå och med idex aveede jauari 26. Trägelkatte ave då
Läs merTAMS79: Föreläsning 9 Approximationer och stokastiska processer
TAMS79: Föreläsig 9 Approximatioer och stokastiska processer Joha Thim 18 ovember 2018 9.1 Biomialfördelig Vi har reda stött på dea fördelig flera gåger. Situatioe är att ett slumpförsök har två möjliga
Läs merx 1 x 2 x 3 x 4 x 5 x 6 HL Z x x x
Uppgift 1 a) Vi iför slackvariabler x 4, x 5 och x 6 och löser problemet med hjälp av simplexalgoritme. Z -2-1 1 0 0 0 0 x 4 1 1-1 1 0 0 20 x 5 2 1 1 0 1 0 30 x 6 1-1 2 0 0 1 10 x 1 blir igåede basvariabel
Läs merF6 Uppskattning. Statistikens grunder 2 dagtid. Beteckningar, symboler, notation. Grekiskt-romerskt
01-10-19 F6 Uppskattig Statistikes gruder dagtid HT 01 Vi skattar populatiosparametrar (modellparametrar med olika statistikor: E. stickprovs- -medelvärdet X skattar μ -variase S skattar -adele P skattar
Läs merTentamen i Statistik, STA A13 Deltentamen 2, 5p 5 juni 2004, kl
Karlstads uiversitet Istitutioe för iformatiostekologi Avdelige för statistik Tetame i Statistik, STA A13 Deltetame, 5p 5 jui 004, kl. 09.00-13.00 Tillåta hjälpmedel: Asvarig lärare: Övrigt: Bifogad formel-
Läs merMS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del II
MS-A0509 Grudkurs i saolikhetskalkyl och statistik Sammafattig, del II G. Gripeberg Aalto-uiversitetet 14 februari 014 G. Gripeberg Aalto-uiversitetet) MS-A0509 Grudkurs i saolikhetskalkyl och statistiksammafattig,
Läs mer4. Uppgifter från gamla tentor (inte ett officiellt urval) 6
SF69 - DIFFERENTIALEKVATIONER OCH TRANSFORMER II - ÖVNING 4 KARL JONSSON Iehåll. Egeskaper hos Fouriertrasforme. Kapitel 3: Z-Trasform.. Upp. 3.44a-b: Bestämig av Z-trasforme för olika talföljder.. Upp.
Läs merAnmärkning: I några böcker använder man följande beteckning ]a,b[, [a,b[ och ]a,b] för (a,b), [a,b) och (a,b].
MÄNGDER Stadardtalmägder: N={0,, 2, 3, } mägde av alla aturliga tal (I ågra böcker N={,2,3, }) Z={ 3, 2,,0,, 2, 3, 4, } mägde av alla hela tal m Q={, där m, är hela tal och 0 } mägde av alla ratioella
Läs merTENTAMEN I MATEMATISK STATISTIK
TETAME I MATEMATISK STATISTIK Te i kurse 6H, KÖTEORI OCH MATEMATISK STATISTIK, Te i kurse 6H, 6L MATEMATIK OCH MATEMATISK STATISTIK, Skrivtid: :-7: Lärare: Armi Halilovic Kurskod 6H, 6H, 6L, 6A Hjälpmedel:
Läs mer4.2.3 Normalfördelningen
4.2.3 Normalfördelige Biomial- och Poissofördelige är två exempel på fördeligar för slumpvariabler som ka ata ädligt eller uppräkeligt måga olika värde. Sådaa fördeligar sägs vara diskreta. Ofta är ett
Läs merGenomsnittligt sökdjup i binära sökträd
Iformatiostekologi Tom Smedsaas 10 augusti 016 Geomsittligt sökdjup i biära sökträd Detta papper visar att biära sökträd som byggs upp av slumpmässiga data är bra. Beteckigar och defiitioer Defiitio De
Läs merTentamen i Sannolikhetsteori III 13 januari 2000
STOCKHOLMS UNIVERSITET MATEMATISK STATISTIK Louise af Klitberg Lösigar Tetame i Saolikhetsteori III 13 jauari 2000 Uppgift 1 a) Det mest detaljerade utfallsrummet är med uppebara beteckigar Ω = {(B1, B2),
Läs merLinjär Algebra (lp 1, 2016) Lösningar till skrivuppgiften Julia Brandes
Lijär Algebra (lp 1, 2016) Lösigar till skrivuppgifte Julia Brades Uppgift 1. Betecka mägde av alla matriser med M(). Vi har e elemetvist defiierad additio av två matriser A, B M(). De är defiierad geom
Läs merMS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del II
Stickprov MS-A0509 Grudkurs i saolikhetskalkyl och statistik Sammafattig del II G Gripeberg Aalto-uiversitetet 4 februari 04 Estimerig 3 Kofidesitervall 4 Hypotesprövig 5 Korrelatio och regressio G Gripeberg
Läs merSannolikhetslära. c 2015 Eric Järpe Högskolan i Halmstad
Saolikhetslära c 201 Eric Järpe Högskola i Halmstad Saolikhetslära hadlar om att mäta hur saolikt (dvs hur ofta ) ma ka förväta sig att ågot iträffar. Därför sorterar saolikhetslära uder de matematiska
Läs merFinansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 4 (del 2)
Fiasiell Statistik (GN, 7,5 hp,, HT 008) Föreläsig 4 (del ) Pukt- och itervallskattig (LLL Kap 10) Departmet of Statistics (Gebreegus Ghilagaber, PhD, Associate Professor) Fiacial Statistics (Basic-level
Läs merTentamen del 2 i kursen Elinstallation, begränsad behörighet ET1020 2014-08-29
Tetame del 2 i kure Elitallatio, begräad behörighet ET1020 2014-08-29 Tetame omfattar 60 poäg. För godkäd tetame kräv 30 poäg. Tillåta hjälpmedel är räkedoa amt bifogad formelamlig Beräkigar behöver bara
Läs merMA2018 Tillämpad Matematik III-Statistik, 3.5hp,
MA08 Tillämpad Matematik III-Statistik, 3.5hp, 08-05-3 Hjälpmedel: Pea, radergummi och lijal. Räkedosa och medföljade formelsamlig är tillåte! Tetame består av 0 frågor! Edast Svarsblakette ska lämas i!
Läs merStatistik. Språkligt och historiskt betyder statistik ungefär sifferkunskap om staten
Statistik Språkligt och historiskt betyder statistik ugefär sifferkuskap om state E Statistisk udersökig består av fyra delar: Plaerig Dataisamlig Bearbetig Beskrivade statistik (kap 1) Statistisk aalys
Läs merAntalet sätt att välja ut r objekt bland n stycken med hänsyn till ordning är np r = n(n 1) (n r + 1).
Harald Lag Formelsamlig och Tabeller i Statistik och Saolikhetsteori (15/11-10) Datareducerig Om x 1,..., x är ett stickprov ur e populatio så defiieras medelvärdet x x = 1 k=1 x k och stadardavvikelse
Läs merDatorövning 2 Fördelningar inom säkerhetsanalys
Luds tekiska högskola Matematikcetrum Matematisk statistik STATISTISKA METODER FÖR SÄKERHETSANALYS FMS065 Datorövig 2 Fördeligar iom säkerhetsaalys I dea datorövig ska vi studera ågra grudläggade frå saolikhetsteori:
Läs merMA2018 Tillämpad Matematik III-Statistik, 3.5hp,
MA2018 Tillämpad Matematik III-Statistik, 3.hp, 2018-08- Hjälpmedel: Pea, radergummi och lijal. Räkedosa och medföljade formelsamlig är tillåte! Tetame består av 20 frågor! Edast Svarsblakette ska lämas
Läs merTentamen del 2 i kursen Elinstallation, begränsad behörighet ET
Tetame del 2 i kure Elitallatio, begräad behörighet ET1013 2013-06-03 Tetame omfattar 60 poäg. För godkäd tetame kräv 30 poäg. Tillåta hjälpmedel är räkedoa amt bifogad formelamlig Beräkigar behöver bara
Läs merKOM IHÅG ATT NOTERA DITT TENTAMENSNUMMER NEDAN OCH TA MED DIG TALONGEN INNAN DU LÄMNAR IN TENTAN!!
Göteborgs uiversitet Psykologiska istitutioe Tetame Psykologi kurskod PC106, Kurs 6: Idivide i ett socialt sammahag (15 hp) och PC 145. Tid för tetame: 6/5-01. Hel och halvfart VT 1. Provmomet: Socialpsykologi
Läs mer(a) om vi kan välja helt fritt? (b) om vi vill ha minst en fisk av varje art? (c) om vi vill ha precis 3 olika arter?
Lösigar Grudläggade Diskret matematik 11054 Tid: 1.00-17.00 Telefo: 036-10160, Examiator: F Abrahamsso 1. I de lokala zoo-affäre fis 15 olika fiskarter med mist 0 fiskar utav varje art). På hur måga sätt
Läs merENDIMENSIONELL ANALYS B1 FÖRELÄSNING VI. Föreläsning VI. Mikael P. Sundqvist
Föreläsig VI Mikael P. Sudqvist Aritmetisk summa, exempel Exempel I ett sällskap på 100 persoer skakar alla persoer had med varadra (precis e gåg). Hur måga hadskakigar sker? Defiitio I e aritmetisk summa
Läs merTentamen i Statistik, STA A13 Deltentamen 2, 5p 20 januari 2007, kl. 09.00-13.00
0.01.007 Tetame i Statistik, STA A13 Deltetame, 5p 0 jauari 007, kl. 09.00-13.00 Tillåta hjälpmedel: Bifogad formel- och tabellsamlig (skall retureras) samt miiräkare. Asvarig lärare: Haah Hall Övrigt:
Läs mer2. Konfidensintervall för skillnaden mellan två proportioner.
Föreläsig 12 LV1, Torsdag 12/10 Upplägg 1. Kofidesitervall för proportioer. 2. Kofidesitervall för skillade mella två proportioer. 3. Grafteori Kofidesitervall för proportioer Atag att vi vill skatta adele
Läs merLösningar och kommentarer till uppgifter i 1.1
Lösigar och kommetarer till uppgifter i. 407 d) 408 d) 40 a) 3 /5 5) 5 3 0 ) 0) 3 5 5 4 0 6 5 x 5 x) 5 x + 5 x 5 x 5 x 5 x + 5 x 40 Om det u är eklare så här a x a 3x + a x) a 4x + 43 a) 43 45 5 3 5 )
Läs merMS-A0509 Grundkurs i sannolikhetskalkyl och statistik Exempel etc., del II
MS-A0509 Grudkurs i saolikhetskalkyl och statistik Exempel etc., del II G. Gripeberg Aalto-uiversitetet 11 februari 014 G. Gripeberg Aalto-uiversitetet) MS-A0509 Grudkurs i saolikhetskalkyl och statistikexempel
Läs merVad är det okända som efterfrågas? Vilka data är givna? Vilka är villkoren?
Problemlösig. G. Polya ger i si utmärkta lilla bok How to solve it (Priceto Uiversity press, 946) ett schema att följa vid problemlösig. I de flod av böcker om problemlösig som har följt på Polyas bok
Läs merTentamen i matematisk statistik, Statistisk Kvalitetsstyrning, MSN320/TMS070 Lördag , klockan Lärare: Jan Rohlén
FACIT Tetame i matematisk statistik, Statistisk Kvalitetsstyrig, MSN3/TMS7 Lördag 6-1-16, klocka 14.-18. Lärare: Ja Rohlé Ugift 1 (3.5 ) Se boke! Ugift (3.5) Se boke! Ugift 3 (3) a-ugifte Partistorlek:
Läs merUppgifter 3: Talföljder och induktionsbevis
Gruder i matematik och logik (017) Uppgifter 3: Talföljder och iduktiosbevis Ur Matematik Origo 5 Talföljder och summor 3.01 101. E talföljd defiieras geom formel a 8 + 6. a) Är det e rekursiv eller e
Läs merStokastiska variabler
TNG006 F2 11-04-2016 Stoastisa variabler Ett slumpmässigt försö ger ofta upphov till ett tal som bestäms av utfallet av försöet. Talet är ite ät före försöet uta bestäms av vilet utfall som ommer att uppstå,
Läs merSannolikheter 0 < P < 1. Definition sannolikhet: Definition sannolikhet: En sannolikhet kan anta värden från 0 till 1
Saolikheter E saolikhet ka ata värde frå 0 till 1 0 < P < 1 Beteckas: P Pr Prob Saolikhete för e hädelse Hädelse A P(A) Pr(A) Prob(A) Defiitio saolikhet: De frekves med vilke hädelse av itresse iträffar
Läs merKompletterande kurslitteratur om serier
KTH Matematik Has Thuberg 5B47 Evariabelaalys Kompletterade kurslitteratur om serier I Persso & Böiers.5.4 itroduceras serier, och serier diskuteras också i kapitel 7.9. Ia du läser vidare här skall du
Läs merTentamen i matematisk statistik
MSTA3, Saolikhetsteori A, 5 p 5--7 Tetame i matematisk statistik Saolikhetsteori A, 5 poäg Skrivtid: 9.-5.. Tillåta hjälpmedel: Tabellsamlig, ege miiräkare. Studetera får behålla tetamesuppgiftera. På
Läs mervara ett polynom där a 0, då kallas n för polynomets grad och ibland betecknas n grad( P(
Armi Halilovic: EXTRA ÖVNINGAR Polyom POLYNOM OCH ALGEBRAISKA EKVATIONER Defiitio Polyom är uttrycket av type a a a 0 ( där är ett icke-egativt heltal) Defiitio Låt P( a a a0 vara ett polyom där a 0, då
Läs merTENTAMEN I MATEMATISK STATISTIK Datum: 13 mars 08
TENTAMEN I MATEMATISK STATISTIK Datum: 3 mars 8 Te i kurse HF3, 6H3, 6L3 MATEMATIK OCH MATEMATISK STATISTIK, Te i kurse HF ( Tidigare k 6H3), KÖTEORI OCH MATEMATISK STATISTIK, Skrivtid: 8:5-:5 Hjälpmedel:
Läs merFöreläsning G70 Statistik A
Föreläsig 5 732G70 Statistik A Egeskaper hos stickprovsstatistikora Stickprovsmedelvärde Stickprovssumma Stickprovsadel Lägesmått Spridig Medelfel EX VarX 2 2 E X Var X E P Var P X X 1 1 P Eftersom respektive
Läs merLösning till tentamen för kursen Log-linjära statistiska modeller 29 maj 2007
STOCKHOLMS UNIVERSITET MS 3150 MATEMATISKA INSTITUTIONEN TENTAMEN Avd. Matematisk statistik 29 maj 2007 Lösig till tetame för kurse Log-lijära statistiska modeller 29 maj 2007 Uppgift 1 a Modelle uta ågra
Läs merRättningstiden är i normalfall 15 arbetsdagar, annars är det detta datum som gäller:
Matematisk Statistik Provmomet: Ladokkod: Tetame ges för: Tetame TT091A KMASK14H 7,5 högskolepoäg Nam: (Ifylles av studet) Persoummer: (Ifylles av studet) Tetamesdatum: 2 jui 2015 Tid: 9:00-13:00 Hjälpmedel:
Läs mer. Mängden av alla möjliga tillstånd E k kallas tillståndsrummet.
Stokastiska rocesser Defiitio E stokastisk rocess är e mägd familj av stokastiska variabler Xt arameter t är oftast me ite alltid e tidsvariabel rocesse kallas diskret om Xt är e diskret s v för varje
Läs merMA2018 Tillämpad Matematik III-Statistik, 3.5hp,
MA018 Tillämpad Matematik III-Statistik,.hp, 019-0-1 Hjälpmedel: Pea, radergummi och lijal. Räkedosa och medföljade formelsamlig är tillåte! Tetame består av 0 frågor! Edast Svarsblakette ska lämas i!
Läs merÖvningstentamen i MA2018 Tillämpad Matematik III-Statistik, 7.5hp
Övigstetame i MA08 Tillämpad Matematik III-Statistik, 7.5hp Hjälpmedel: Räkedosa och medföljade formelsamlig! Täk på att dia lösigar ska utformas så att det blir lätt för läsare att följa dia takegågar.
Läs merFöreläsning G70 Statistik A
Föreläsig 7 73G70 Statistik A Hypotesprövig för jämförelse av populatiosadelar Krav: vi har dragit två OSU p( p) > 5 för båda stickprove Steg : Välj sigifikasivå och formulera hypoteser H 0 : π - π = d
Läs merLÖSNINGAR TILL. Räkningar: (z i z) 2 = , Δ = z = 1 n. n 1. Konfidensintervall:
LÖSNINGAR TILL Matematisk statistik Tetame: 2014 10 28 kl 14 00 19 00 Matematikcetrum FMS 086 Matematisk statistik för B, K, N och BME, 7.5 hp Luds tekiska högskola MASB02 Matematisk statistik för kemister,
Läs merökar arbetslösheten i alla länder, men i USA sker tilbakagången snabbare
Europeik arbetlöhet numera generellt högre än i USA. Vid lågkonjunktur ökar arbetlöheten i alla länder, men i USA ker tilbakagången nabbare än i typikt Europeikt land. Från att ha legat på en tabil, internationellt
Läs merMA2018 Tillämpad Matematik III-Statistik, 3.5hp,
MA018 Tillämpad Matematik III-Statistik,.hp, 018-0-1 Hjälpmedel: Pea, radergummi och lijal. Räkedosa och medföljade formelsamlig är tillåte! Tetame består av 0 frågor! Edast Svarsblakette ska lämas i!
Läs merFöreläsning G04 Surveymetodik 732G19 Utredningskunskap I
Föreläsig 5 732G04 Surveymetodik 732G19 Utredigskuskap I Dages föreläsig Klusterurval Estegs klusterurval Tvåstegs klusterurval Klusterurval med PPS 2 Klusterurval De urvalsdesiger som diskuterats hittills
Läs merDatorövning 2 Fördelningar inom säkerhetsanalys
Luds tekiska högskola Matematikcetrum Matematisk statistik STATISTISKA METODER FÖR SÄKERHETSANALYS FMS065, HT-15 Datorövig 2 Fördeligar iom säkerhetsaalys I dea datorövig ska vi studera ågra grudläggade
Läs merArmin Halilovic: EXTRA ÖVNINGAR
Stokastiska rocesser Defiitio E stokastisk rocess är e mägd (familj) av stokastiska variabler X(t) arameter t är oftast (me ite alltid) e tidsvariabel rocesse kallas diskret om X(t) är e diskret s v för
Läs merFöreläsning 3. 732G04: Surveymetodik
Föreläsig 3 732G04: Surveymetodik Dages föreläsig Obudet slumpmässigt urval (OSU) Populatiosparametrar och stickprovsstatistikor Vätevärdesriktighet Ädliga och oädliga populatioer Medelvärde, adel Kofidesitervall
Läs merAvd. Matematisk statistik
Avd. Matematisk statistik TENTAMEN I SF1917/SF1918/SF1919 SANNOLIKHETSTEORI OCH STATISTIK, TISDAG 8 JANUARI 2019 KL 8.00 13.00. Examiator för SF1917/1919: Jörge Säve-Söderbergh, 08-790 65 85. Examiator
Läs merJag läser kursen på. Halvfart Helfart
KOD: Tetame Psykologi Kurskod: PC106, Kurs 6: Idivide i ett socialt sammahag (15 hp) och PC145 Datum: 5/5-013 Hel- och halvfart VT 13 Provmomet: Socialpsykologi + Metod Tillåta hjälpmedel: Miiräkare Asvarig
Läs merF15 ENKEL LINJÄR REGRESSION (NCT )
Stat. teor gk, ht 006, JW F5 ENKEL LINJÄR REGRESSION (NCT.-.4) Ordlta tll NCT Scatter plot Depedet/depedet Leat quare Sum of quare Redual Ft Predct Radom error Aal of varace Sprdgdagram Beroede/oberoede
Läs merSANNOLIKHETER. Exempel. ( Tärningskast) Vi har sex möjliga utfall 1, 2, 3, 4, 5 och 6. Därför är utfallsrummet Ω = {1, 2, 3, 4, 5,6}.
rmi Halilovic: EXTR ÖVIGR SOLIKHETER GRUDLÄGGDE BEGRE OH BETEKIGR Utfall Resultat av ett slumpmässigt försök. Utfallsrummet ägde av alla utfall (beteckas oftast med Ω ). Hädelse E delmägd av utfallsrummet.
Läs merSannolikheten. met. A 3 = {2, 4, 6 }, 1 av 11
rmi Halilovic: EXTR ÖVIGR SOLIKHETER GRUDLÄGGDE EGRE OH ETEKIGR Utfall Resultat av ett slumpmässigt försök. Utfallsrummet ägde av alla utfall (beteckas oftast medd Ω ). Hädelse E delmägd av utfallsrumm
Läs mer1. (a) Eftersom X och Y har samma fördelning så har de även samma väntevärde och standardavvikelse. E(X 2 ) = k
LÖSNINGAR TILL Matematisk statistik, Matematikcetrum Tetame: 5 kl 8 Luds tekiska högskola FMS, FMS, FMS, FMS 5, MAS 9 Matematisk statistik för ED, F, I, FED och fysiker. a Eftersom X och Y har samma fördelig
Läs mer