z Teori z Hypotesgenerering z Observation (empirisk test) z Bara sanningen : Inga falska teser z Hela sanningen : Täcker alla sanna teser
|
|
- Erika Åberg
- för 5 år sedan
- Visningar:
Transkript
1 Teoribildig Översikt forskigsmetodik Mål för veteskape: Att kostruera bättre och bättre teorier De veteskapliga processe z Teori z Hypotesgeererig z Observatio (empirisk test) z Abduktio (det observerade skulle kua orsakas av ) 2 Teoribildig (forts.) Teoriegeskaper CONCEPTUALÀSCIENCE ÀÈ3OLSOÉ TEORI TEORI TEORI TEORI TEORI TEORI Sudhet z Bara saige : Iga falska teser Kompletthet z Hela saige : Täcker alla saa teser OBSERVATION EMPIRI OBSERVATION I verklighete: Teori giltig ( sa ) m.a.p. idag käda observatioer, givet ett ramverk av grudatagade ( axiom ) 3 4 Teoriers giltighet Plausibilitet ( face validity ; ug: verkar vara ok ) z Realiserar avsett beteede z Motsäger ite vad vi vet om kogitio z Ibördes kosisteta atagade Giltighet (validitet) z Går ite (uta orsak) emot gägse teorier z Samma (yttre) beteede som i empiriska observatioer Iter styrka hos e teori Förklarigsförmåga z Ger e algoritmisk beskrivig (ger svar på hur) z Geerell, dvs. täcker ett brett spektrum av empiriska observatioer Förutsägigsförmåga z Ka extrapoleras till äu ej gjorda experimet y Beskriver ibladade kogitiva processer, metala represetatioer, etc. z Ka härigeom falsifieras 5 6
2 Rolle av sambad Sammafall (korrelatio) Empiriska veteskaper försöker belysa sambad mella etiteter (kogitiva mekaismer, observerbara reaktioer, etc.) Måste göra empiriska observatioer där ma ka se tecke på dessa sambad 0OSITIV KORRELATION Observatio: z Högre födelsetal iom ladsdelar där det fis måga storkar.egativ KORRELATION 7 8 Korrelatio Korrelatio (forts.) B tederar att förekomma samtidigt med A När mycket A, fis mycket B ( och vice versa: När lite A, fis lite B) Fis det ågot direkt sambad mella A och B? Det fis ett sambad om påverka frå alla adra variabler ka uteslutas z Ladsbygd vs. städer z Årstidsvariatioer z z Olika stark korrelatio i Norrlad och Skåe? 2ISKÀF RÀSAMMANBLANDNING Ka ite kotrollera alla täkbara variabler 9 10 Orsakssambad (kausalitet) Orsakssambad För att visa sambad mella A och B, aktivt variera A, observera B BERÀVARÀÈ"É Oberoede variabel (OV) varieras Beroede variabel (BV) mäts È! " É È! " É OBERÀVARÀÈ!É 11 12
3 Orsakssambad Exempel Om B åtföljer variatioer i A så vet vi att B = f(a) Teori z Kropp och själ är två sidor av samma sak Förutsätter att ma ka kotrollera A, mäta B Ite alltid lätt att åstadkomma Hypotes z Psykiskt välbefiade bör medföra högre fysisk prestatio Exempel Exempel (forts) Empiriskt test z Påverkar psykiskt välbefiade z Mäter resulterade fysisk prestatio Geomförade z 30 kor (Hereford-ras) i ett stall z Etc. Operatioaliserig z Kor som får lyssa på Vivaldi vs. Wager z Jämför deras mjölkproduktio Resultatet stödjer teori (me, ka bero på aat!) MJ LKPROD 6 IVAL 7 AGNER D I Möjliga fällor Fel i hjälpatagade som gjorts? Dålig operatioaliserig? z Att musike påverkar själsligt välbefiade z Musik påverkar kaske ite bara välbefiade, uta också vakehetsgrad, etc. z Att Wager har egativ, Vivaldi positiv effekt z Mjölk esidigt mått på fysisk prestatio Möjliga fällor Sammabladig av orsakssambad? z Adra förädrigar i hur kora behadlades? z Hawthore-effekte y Vivaldi-kora fick extra mycket omtäksamhet? z Udersöktes kora samtidigt eller ka årstidsvariatioer ha spelat i? 17 18
4 Praktiskt dilemma Praktiskt dilemma Vill hålla allt rut omkrig kostat z För att vara säker på att effekte härrör frå OV Hur geerella blir då resultate? z Ige effekt med olika typer av pop-musik? z Gäller kaske bara i de udersökta ladugårde, årstide, etc.? I verklighete flera OV : A 1, A 2, A 3,..., A Hur veta vilka aspekter som kommer att påverka udersökige? Vill ha kotroll över (dvs. själv variera) alla variabler som ka ha e möjlig påverka Ger 2 fall, dvs. m*2 deludersökigar Hur hatera komplexitete? Kogitiv modellerig Laboratoriexperimet Måste förstå bakomliggade koppligar mella täkbara variabler z Varför är psykiskt välbefiade kopplat till fysisk prestatio? z Vilka mekaismer och processer medlar mella psykiskt och fysiskt tillståd? Köra datorsimulerigar med täkbara variabler z Ger e figervisig om vilka var. som är itressata att udersöka empiriskt Ka ofta ite korsvariera alla aspekter ( OV ) Udersökige fokuseras i praktike till ågra få variabler i e kotrollerad laboratoriemiljö z De var. som tycks mest cetrala varieras z De var. som (förhoppigvis) är mer perifera (ex.vis. midre iverka) låses vid ågot vettigt värde Kotrollerade experimet ger säkra slutsatser (me begräsad geeralitet) Situerad kogitio Tre perspektiv Systemsy: Hatera alla OV, me på ett sammataget sätt Stor vikt vid yttre omstädigheter, sammahag 4 CKNING KVALITATIVA UNDERS KNINGAR Miljö påverkar hur vi täker och agerar Kogitio uppstår i ett sammahag i samverka mella idivider och artefakter Beteede=f(perso, miljö) $JUPÀVARF RÀHUR LABORATORIEEXPERIMENT KOGNITIVÀMODELLERING 23 24
5 Veteskapsteoretisk fälla Söka bevisa ollhypotese Hypotes: Om teori är korrekt ska X häda Observatio: X häde Slutsats: Teori är korrekt Vi gör allt för att hitta fall av X, dvs. försöker kullkasta teori Vår tro att teori är korrekt ökar om vi ite lyckas Nollhypotes (H 0 ) = OV har ige effekt på BV ( X) Alterativ hypotes (H) = OV påverkar BV (X) EGENTLIGEN FANN ( ÀSANN ( ÀFALSK INGENÀEFFEKT ( TYPÀ))ÀFEL EFFEKTÀHITTAD TYPÀ)ÀFEL ( ÈaÉ 3IGNIFIKANT N RÀRISKENÀF R ( À RÀÀ Faller teori Gradvis utvecklig av teorier om ma lyckats motbevisa favorithypotese X? T X, X Logiskt sett: Ja! Ny teori, ya hypoteser, ya empiriska test TEORI VERKLIGHET Vill egetlige ite förkasta hela teori, är delar av de falsifieras Cetral kära + bälte av perifera stödhypoteser Förädrigar OK så läge som de... z Ite är ad hoc z Ite motsäger kära Tre metoder Forskig i praktike LABORATORIEEXPERIMENT KOGNITIVÀMODELLERING KVALITATIVA UNDERS KNINGAR &ALSIFIERING 'RADVIS KONSTRUKTION AVÀTEORIER Det fis iga 100% säkra metoder Går ite att kotrollera alla påverkasfaktorer Ka ite vara säker på att e effekt ite uppstod p.g.a. e slump (saolikhet < 0.05) Forskare träas i att täka logiskt korrekt. Ädå lätt att påverkas av z Traditioer, ivat sysätt z Öska att få sia förvätigar bekräftade 29 30
6 Avsikte med projektarbetet Att ite falla offer för pseudoveteskapliga påståede i ert framtida arbete z Få iblick i begräsigar hos olika metoder z Lära sig käa ige valigaste fallgropara Kua bedöma z Vilka aspekter av data är relevata för e teori eller praktisk tillämpig? z Få e uppfattig om värdet hos olika resultat y Giltighet, pålitlighet 31
Stat. 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 merHöftledsdysplasi hos dansk-svensk gårdshund - Exempel på tavlan
Höftledsdysplasi hos dask-svesk gårdshud - Exempel på tavla Sjö A Sjö B Förekomst av parasitdrabbad örig i olika sjöar Exempel på tavla Sjö C Jämföra medelvärde hos kopplade stickprov Tio elitlöpare spriger
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 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 mer1. Test av anpassning.
χ -metode. χ -metode ka avädas för prövig av hypoteser i flera olika slag av problem: om e stokastisk variabel följer e viss saolikhetsfördelig med käda eller okäda parametrar. om två stokastiska variabler
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 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 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 merF19 HYPOTESPRÖVNING (NCT ) Hypotesprövning för en differens mellan två medelvärden
Stat. teori gk, ht 006, JW F19 HPOTESPRÖVNING (NCT 11.1-11.) Hypotesprövig för e differes mella två medelvärde Samma beteckigar som vid kofidesitervall för differes mella två populatiosmedelvärde: Medelvärde
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 merJag läser kursen på. Halvfart Helfart
KOD: Kurskod: PC106/PC145 Kurs 6: Persolighet, hälsa och socialpsykologi (15 hp) Datum: 3/8 014 Hel- och halvfart VT 14 Provmomet: Socialpsykologi + Metod Tillåta hjälpmedel: Miiräkare Asvarig lärare:
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 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 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 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 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 merDesign mönster. n n n n n n. Command Active object Template method Strategy Facade Mediator
Desig möster Desig möster Commad Active object Template method Strategy Facade Mediator Commad Ett av de eklaste desig möstre Me också mycket avädbart Ett grässitt med e metod Comm ad do()
Läs merHambley avsnitt 12.7 (även 7.3 för den som vill läsa lite mer om grindar)
1 Föreläsig 5/11 Hambley avsitt 12.7 (äve 7.3 för de som vill läsa lite mer om gridar) Biära tal Vi aväder ormalt det decimala talsystemet, vilket har base 10. Talet 2083 rereseterar då 2 10 3 0 10 2 8
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 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 merTentamen i Statistik, STA A10 och STA A13 (9 poäng) 26 mars 2004, klockan
Karlstads uiversitet Istitutioe för iformatiostekologi Avdelige för Statistik Tetame i Statistik, STA A10 och STA A13 (9 poäg) 6 mars 004, klocka 14.00-19.00 Tillåta hjälpmedel: Bifogad formelsamlig (med
Läs merStudentens personnummer: Giltig legitimation/pass är obligatoriskt att ha med sig. Tentamensvakt kontrollerar detta.
KOD: Kurskod: PC106/PC145 Persolighet, hälsa och socialpsykologi (15 hp) Datum: 4/5 014 Hel- och halvfart VT14 Provmomet: Socialpsykologi + Metod Tillåta hjälpmedel: Miiräkare Asvarig lärare: Niklas Frasso
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 merLösningsförslag 081106
Lösigsförslag 86 Uppgift Trädslag: kvalitativ, omialskala (diskret) Diameter: kvatitativ, kvotskala, kotiuerlig Höjd: kvatitativ, kvotskala, kotiuerlig Ålder: kvatitativ, kvotskala, kotiuerlig Trädslag:
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 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 14 februari 014 G. Gripeberg (Aalto-uiversitetet) MS-A0509 Grudkurs i saolikhetskalkyl och statistikexempel
Läs merHögskoleutbildad 0,90*0,70=0,63 0,80*0,30=0,24 0,87 Ej högskoleutbildad 0,07 0,06 0,13 0,70 0,30 1,00
Lösigsförslag UPPGIFT 1 Kvia Ma Högskoleutbildad 0,90*0,70=0,63 0,80*0,30=0,24 0,87 Ej högskoleutbildad 0,07 0,06 0,13 0,70 0,30 1,00 Pr(ej högskoleutbildad kvi=0,07=7% Pr(högskoleutbildad)=0,87 c) Pr(Kvi*Pr(Högskoleutbildad)=0,70*0,87=0,609
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 merFinansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 5
Fiasiell Statistik (GN, 7,5 hp,, HT 8) Föreläsig 5 HYPOTESPRÖVNING (LLL Kap 11) Departmet of Statistics (Gebreegus Ghilagaber, PhD, Associate Professor) Fiacial Statistics (Basic-level course, 7,5 ECTS,
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 merInduktion LCB Rekursion och induktion; enkla fall. Ersätter Grimaldi 4.1
duktio LCB 2000 Ersätter Grimaldi 4. Rekursio och iduktio; ekla fall E talföljd a a 0 a a 2 ka aturligtvis defiieras geom att ma ager e explicit formel för uträkig av dess elemet, som till exempel () a
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 merArtificiell intelligens Probabilistisk logik
Probabilistiska resoemag Artificiell itelliges Probabilistisk logik Are Jösso HCS/IDA Osäkerhet Grudläggade saolikhetslära Stokastiska variabler Bayes teorem Bayesiaska ätverk Kostruktio Iferes Osäkerhet
Läs merSå här kommer byggherren och entreprenören överens om energianvändningen
Så här kommer byggherre och etrepreöre överes om eergiavädige Så här kommer byggherre och etrepreöre överes om eergiavädige Sveby står för Stadardisera och verifiera eergiprestada i byggader och är ett
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 merSystemdesign fortsättningskurs
Systemdesig fortsättigskurs Orgaisatio Föreläsare Potus Boström Assistet? Tider mådagar och tisdagar kl. 8-10 Börjar 3.9 och slutar 16.10 Rum B3040 Orgaisatio Iga föreläsigar 24.9, 25.9, 1.10 och 2.10
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 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 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 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 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 merDatabaser - Design och programmering. Programutveckling. Programdesign, databasdesign. Kravspecifikation. ER-modellen. Begrepps-modellering
Databaser desig och programmerig Desig processe ER-modellerig Programutvecklig Förstudie, behovsaalys Programdesig, databasdesig Implemetatio Programdesig, databasdesig Databasdesig Koceptuell desig Koceptuell
Läs merWebprogrammering och databaser. Begrepps-modellering. Exempel: universitetsstudier Kravspec. ER-modellen. Exempel: kravspec forts:
Webprogrammerig och databaser Koceptuell datamodellerig med Etitets-Relatiosmodelle Begrepps-modellerig Mål: skapa e högivå-specifikatio iformatiosiehållet i database Koceptuell modell är oberoede DBMS
Läs merTentamen Metod C vid Uppsala universitet, , kl
Tetame Metod C vid Uppsala uiversitet, 160331, kl. 08.00 12.00 Avisigar Av rättigspraktiska skäl skall var och e av de tre huvudfrågora besvaras på separata pappersark. Börja alltså på ett ytt pappersark
Läs merSmärtlindring vid medicinsk abort
Smärtlidrig vid medicisk abort EN JÄMFÖRANDE STUDIE VETENSKAPLIGT ARBETE UNDER ST ELIN SJÖLANDER HANDLEDARE MARIE BOLIN Itroduktio Smärta vid medicisk abort valig, smärtlidrig vid medicisk abort dåligt
Läs merRemiss Remissvar lämnas i kolumnen Tillstyrkes term och Tillstyrkes def(inition) och eventuella synpunkter skrivs i kolumnen Synpunkter.
1(10) Svar lämat av (kommu, ladstig, orgaisatio etc.): Remiss Remissvar lämas i kolume Tillstyrkes term och Tillstyrkes (iitio) och evetuella sypukter skrivs i kolume Sypukter. Begreppe redovisas i Socialstyrelses
Läs merTentamen i Statistik STG A01 (12 hp) 5 mars 2010, kl. 08.15 13.15
Karlstads uiversitet Fakultete för ekoomi, kommuikatio och IT Statistik Tetame i Statistik STG A0 ( hp) 5 mars 00, kl. 08.5 3.5 Tillåta hjälpmedel: Bifogad formel- och tabellsamlig (skall retureras) samt
Läs merKollektivt bindande styre på global nivå
Iteratioell ivå Global, regioal eller mellastatlig? Allt fler viktiga politiska frågor går ite lägre att lösa på atioell ivå. Folk över hela världe berörs exempelvis av växthuseffekte. Vad fis det för
Läs merTentamen 19 mars, 8:00 12:00, Q22, Q26
Avdelige för elektriska eergisystem EG225 DRIFT OCH PLANERING AV ELPRODUKTION Vårtermie 25 Tetame 9 mars, 8: 2:, Q22, Q26 Istruktioer Skriv alla svar på det bifogade svarsbladet. Det är valfritt att också
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 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 merOsäkerhet. Probabilistiska resonemang. Sannolikhet. Osäkerhet. ! Osäkerhet! Grundläggande sannolikhetslära. ! Bayesianska nätverk
Probabilistiska resoemag Osäkerhet! Osäkerhet! Grudläggade saolikhetslära! Stokastiska variabler! Bayes teorem! Bayesiaska ätverk! Kostruktio! Iferes! Agete har ästa aldrig tillgåg till hela saige om omgivige!
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 merMS-A0409 Grundkurs i diskret matematik I
MS-A0409 Grudkurs i diskret matematik I G. Gripeberg Mägder och logik Relatioer och fuktioer Aalto-uiversitetet oktober 04 Kombiatorik etc. G. Gripeberg (Aalto-uiversitetet MS-A0409 Grudkurs i diskret
Läs merHambley avsnitt 12.7 (även 7.3 för den som vill läsa lite mer om grindar)
1 Föreläsig 6, Ht 2 Hambley avsitt 12.7 (äve 7.3 för de som vill läsa lite mer om gridar) Biära tal Vi aväder ormalt det decimala talsystemet, vilket har base 10. Talet 2083 rereseterar då 2 10 3 0 10
Läs merKunskap = sann, berättigad tro (Platon) Om en person P s har en bit kunskap K så måste alltså: Lite kunskaps- och vetenskapsteori
Lite kunskaps- och vetenskapsteori Empiriska metoder: kvalitativa och kvantitativa Experiment och fältstudier Människor och etik 1 Kunskap = sann, berättigad tro (Platon) Om en person P s har en bit kunskap
Läs merLÖSNINGSFÖRSLAG TILL TENTAMEN I MATEMATISK STATISTIK
UMEÅ UNIVERSITET Istitutioe för matematisk statistisk Statistiska metoder, 5 poäg MSTA36 Peter Ato LÖSNINGSFÖRSLAG 005-10-6 LÖSNINGSFÖRSLAG TILL TENTAMEN I MATEMATISK STATISTIK Statistiska metoder, 5 poäg
Läs merDatastrukturer och algoritmer
Iehåll Föreläsig 6 Asymtotisk aalys usammafattig experimetell aalys uasymtotisk aalys Lite matte Aalysera pseudokode O-otatio ostrikt o Okulärbesiktig 2 Mäta tidsåtgåge uhur ska vi mäta tidsåtgåge? Experimetell
Läs merDatabaser - Design och programmering. Databasdesign. Kravspecifikation. Begrepps-modellering. Design processen. ER-modellering
Databaser desig och programmerig Desig processe Databasdesig Förstudie, behovsaalys ER-modellerig Kravspecifikatio För att formulera e kravspecifikatio: Idetifiera avädare Studera existerade system Vad
Läs merE F. pn-övergång. Ferminivåns temperaturberoende i n-dopade halvledare. egen ledning. störledning
ÖVRGÅNG De eklaste halvledarkomoete är diode. Diode består av e doad och e doad del. Vid kotaktyta mella och doat område ustår ett ire elektriskt fält.g.a. att elektroer i ledigsbadet å sida diffuderar
Läs merIAB Sverige Juni 2017
+ IAB Sverige Jui 2017 Realtidsstudie med sveska Mediebyråer E realtidsstudie av Native Advertisig i Sverige IAB Sverige har tillfrågat sveska mediebyråer om Native Advertisig. + Vad har vi gjort? IAB
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 merVid mer än 30 frihetsgrader approximeras t-fördelningen med N(0; 1). Konfidensintervallet blir då
Stat. teori gk, ht 006, JW F7 ENKEL LINJÄR REGRESSION, FORTS. (NCT.5-.7) Statistisk iferes rörade β Vi vet reda att b är e vätevärdesriktig skattig av modellparameter β. Vi vet också att skattige b har
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 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 merFöreläsning G70, 732G01 Statistik A. Föreläsningsunderlagen är baserade på underlag skrivna av Karl Wahlin
Föreläsig 5 73G70, 73G01 Statistik A Föreläsigsuderlage är baserade på uderlag skriva av Karl Wahli Kapitel 5 Stickprovsteori Sid 15-150 Statistisk iferes Populatio (äve målpopulatio) = de (på logisk väg
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 merMätbar vetskap om nuläget och tydliga målbilder om framtiden. Genomför en INDICATOR självvärdering och nulägesanalys inom tre veckor
Mätbar vetskap om uläget och tydliga målbilder om framtide Geomför e INDICATOR självvärderig och ulägesaalys iom tre veckor Självvärderig e del av dokumetatioskravet i ya skollage Skollage ställer också
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 merSlutrapport Bättre vård i livets slutskede
Team : Stadsvikes VC Syfte med deltagadet i Geombrott Att öka tillite och trygghete till de vård som bedrivs i det ega hemmet för de palliativa patiete. Teammedlemmar Eva Lidström eva.lidstrom@ll.se Viktoria
Läs merc n x n, där c 0, c 1, c 2,... är givna (reella eller n=0 c n x n n=0 absolutkonvergent om x < R divergent om x > R n n lim = 1 R.
P Potesserier Med e potesserie mear vi e serie av type c x, där c, c, c,... är giva (reella eller komplexa) kostater, s.k. koefficieter, och där x är e (reell eller komplex) variabel. För varje eskilt
Läs merSveTys. Affärskultur i Tyskland. Vad är det? Och vad ska jag tänka på?
SveTys Affärskultur i Tysklad Vad är det? Och vad ska jag täka på? 2 Affärskultur i Tysklad Vad är det? Och vad ska jag täka på? 2008 SveTys, Uta Schulz, Reibek 3 Iledig När ma gör affärer i Tysklad eller
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 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 merIntroduktionsblocket SSA Ht-16. Forskningsansatser och studiedesign Peter Nygren
Itroduktiosblocket SSA Ht-16 Forskigsasatser och studiedesig Peter Nygre 160830 Så här möter flertalet patieter medicisk forskig Forskigsasatser och studiedesig - pla Vad är forskig/veteskap Vad käeteckar
Läs merHandbok i materialstyrning - Del F Prognostisering
Hadbok i materialstyrig - Del F Progostiserig F 71 Absoluta mått på progosfel I lagerstyrigssammahag ka progostiserig allmät defiieras som e bedömig av framtida efterfråga frå kuder. Eftersom det är e
Läs merTentamen Metod C vid Uppsala universitet, , kl
Tetame Metod C vid Uppsala uiversitet, 160928, kl. 14.00 18.00 Avisigar Av rättigspraktiska skäl skall var och e av de tre huvudfrågora besvaras på separata pappersark. Börja alltså på ett ytt pappersark
Läs merMS-A0409 Grundkurs i diskret matematik Sammanfattning, del I
MS-A0409 Grudkurs i diskret matematik Sammafattig, del I G. Gripeberg Aalto-uiversitetet 2 oktober 2013 G. Gripeberg (Aalto-uiversitetet) MS-A0409 Grudkurs i diskret matematiksammafattig, del 2Ioktober
Läs merÖrserumsviken. Förorenade områden Årsredovisning. Ansvar för sanering av förorenade områden. Årsredovisningslagen och god redovisningssed
Föroreade område Årsredovisig Örserumsvike Birgit Fleig Auktoriserad revisor Sustaiability Director birgit.fleig@se.ey.com 19 september 2005 1 2 Årsredovisigslage och god redovisigssed Föroreade område
Läs merArbetsmiljöuppföljning IFO-FH enhet: Boendeenheten
Arbetsmiljöuppföljig 2013 IFO-FH ehet: Boedeehete Iehållsförteckig 1 Uppföljig vår... 3 1.1 Arbetsskad, otillåte påverka och tillbud... 3 1.2 Sjukfråvaro... 3 1.3 Lågtidsfriska... 3 1.4 Arbetsmiljörod
Läs mer1. Hur gammalt är ditt barn?
Förskoleekät 2017 Filtrerigsvillkor: Villkor: 1: Svarsalterativ Käppla (Fråga: Vilke förskola går ditt bar i?) 1. Hur gammalt är ditt bar? Atal svarade: 27 0% 2% 4% 6% 8% 10% 12% 14% 16% 18% 20% 22% 24%
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 merAllmänna avtalsvillkor för konsument
Godkäare 7.2 Kudakuta Godkät Kommuikatio Distributio Kudservice Kommuikatio, deltagade och samråd Allmäa avtalsvillkor för kosumet för leveras av fjärrvärme Allmäa avtalsvillkor för kosumet för leveras
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 merHYPOTESPRÖVNING. 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 merViktigt! Glöm inte att skriva Tentamenskod på alla blad du lämnar in.
Statistisk försöksplaerig Provmomet: Ladokkod: Tetame ges för: Skriftlig tetame 3,0 hp 51SF01 DTEIN14h 4,5 högskolepoäg TetamesKod: Tetamesdatum: 5 ovember 015 Tid: 9.00-13.00 Hjälpmedel: Miiräkare Totalt
Läs merÖversikt. Experimentell metodik. Mer exakt. Människan är en svart låda. Exempel. Vill visa orsakssamband. Sidan 1
Översikt Experimentell metodik Vad är ett kognitionspsykologiskt experiment? Metod Planering och genomförande av experiment Risker för att misslyckas Saker man måste tänka på och tolkning av data 2 Människan
Läs merEkvationen (ekv1) kan beskriva en s.k. stationär tillstånd (steady-state) för en fysikalisk process.
Armi Halilovic: EXTRA ÖVNINGAR aplace-ekvatioe APACES EKVATION Vi etraktar följade PDE u, u,, a, ekv1 som kallas aplaces ekvatio Ekvatioe ekv1 ka eskriva e sk statioär tillståd stead-state för e fsikalisk
Läs merF4 Enkel linjär regression.
Lijär regressio F4 Ekel lijär regressio. Christia Tallberg Avdelige för Natioalekoomi och Statistik Karlstads uiversitet Hittills har vi försökt beskriva data som utgjorts av observatioer frå e variabel.
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 merMånga tror att det räcker
Bästa skyddet Måga vet ite hur familje drabbas ekoomiskt om ågo dör eller blir allvarligt sjuk. Här berättar Privata Affärer vilket skydd du har och hur du ka förbättra det. Av Aika Rosell och Igrid Kidahl
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 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 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 merAMF. I princip är det bara möjligt att flytta privat sparande och sparande där avtalet tecknats efter den 2 februari i fjol.
Välj att flytta dia Utyttja di flytträtt om du ka. Det är Privata Affärers råd u är regeriges tillfälliga flyttstopp hävs de 1 maj. Flyttstoppet ifördes i februari i fjol som e direkt följd av Damarksmålet.
Läs merResultatet av kryssprodukten i exempel 2.9 ska vara följande: Det vill säga att lika med tecknet ska bytas mot ett plustecken.
Kommetarer till Christer Nybergs bok: Mekaik Statik Kommetarer kapitel 2 Sida 27 Resultatet av kryssprodukte i exempel 2.9 ska vara följade: F1 ( d cos β + h si β ) e z Det vill säga att lika med tecket
Läs merEn tablett innehåller 5 mg solifenacinsuccinat, vilket motsvarar 3,8 mg solifenacin. Hjälpämne: laktosmonohydrat (107,5 mg)
PRODUKTRESUMÉ 1 LÄKEMEDLETS NAMN Vesicare 5 mg filmdragerad tablett Vesicare 10 mg filmdragerad tablett 2 KVALITATIV OCH KVANTITATIV SAMMANSÄTTNING Vesicare 5 mg filmdragerad tablett: E tablett iehåller
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 merSubsystem. Klasser är ett bra sätt att organisera små system. Klasser är för små enheter för att organisera stora system
Desig av subsystem Subsystem Klasser är ett bra sätt att orgaisera små system Klasser är för små eheter för att orgaisera stora system Större eheter behövs för orgaiserige Subsystem Sex priciper diskuteras
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 mer