Tentamen i Matematisk statistik Kurskod S0001M
|
|
- Mattias Carl-Johan Falk
- för 4 år sedan
- Visningar:
Transkript
1 Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid Lärare: Adam Jonsson Jourhavande lärare: Adam Jonsson Tel: Jesper Martinsson Tel: Tillåtna hjälpmedel: Räknedosa, Kursboken Vännman: Matematisk statistik. I kursboken får anteckningar och post-it lappar finnas, men inte lösta exempel. Kompendium om regressionsanalys Formelblad Tabeller Tentamen består av två delar. På den första delen, som är obligatorisk för att kunna bli godkänd, behöver enbart svar lämnas in, men om korta lösningar bifogas så finns det vid gränsfall möjlighet att få delpoäng på en uppgift. Delpoäng ges i första hand om en uppgift i stort sett behandlats korrekt men slarvfel begåtts. Om kortfattade lösningar ej bifogas så finns inga möjligheter att få delpoäng på en uppgift. För godkänt krävs godkända webbuppgifter och minst 17 poäng på del 1. Svaren för del 1 ska fyllas i på det blad som bifogas tentamen. Det ifyllda svarsbladet skall läggas först om du lämnar in lösningar och bifogas oavsett om du lämnat in lösningar eller ej. Om inte det ifyllda svarsbladet lämnas in bedöms tentamen som underkänd. På den andra delen, som gäller tentamen för överbetyg, ska fullständiga lösningar lämnas in. Tänk på att redovisa dina lösningar på ett klart och tydligt sätt och motivera resonemangen. Vid bedömningen av lösningarna läggs stor vikt vid hur lösningarna är motiverade och redovisade. För betyg 4 krävs godkänt på den första obligatoriska delen samt minst 13 poäng från den andra delen för överbetyg. För betyg 5 krävs godkänt på den första obligatoriska delen samt minst 23 poäng från den andra delen för överbetyg. OBS! Det går inte att kompensera underkänt på den första korta delen av tentamen med poäng på den andra delen. Ange på tentamensomslaget om du har lämnat in lösningar på del 2 genom att kryssa för de sista tre uppgifterna. Om du plussar för överbetyg så skriv detta på tentamensomslaget. LYCKA TILL! 1 (9)
2 1. Antag att dom tre händelserna A, B och C är oberoende, där P (A) = 0.3, P (B) = 0.6, P (C) = Beräkna den betingade sannolikheten för att både B och C inträffar givet att A inträffar. 2. På Luleå Airport genomförs en slumpmässig kontroll av resenärerna. Alva ska resa från Luleå en gång i veckan under två månaders tid, dvs åtta gånger totalt. Om sannolikheten att en person blir utvald för kontroll varje gång är 0.15, vad är då sannolikheten att Alva kommer att bli kontrollerad minst tre gånger under de två månaderna? 3. Slumpvaraiblerna ξ 1 och ξ 2 är oberoende, där ξ 1 P o(1.5) och där ξ 2 har sannolikhetsfunktionen i tabellen nedan: Låt ξ = ξ 1 + ξ 2. x P (ξ 2 = x) (a) Bestäm väntevärdet av ξ. (b) Bestäm P (ξ 0). (1p) 4. Slumpvariabeln ξ har en Exponentialfördelning. Variansen i fördelningen är lika med 100. (a) Bestäm P (1 ξ < 3). (b) Bestäm medianen i fördelningen. (1p) 5. Antag att ξ 1 N(0, 1) och ξ 2 N(0, 1) är oberoende. Beräkna sannolikheten P (ξ 1 ξ 2 + 1). 6. Det har visat sig att återbäringen varje år från aktier följer en tämligen symmetrisk fördelning, men att de extrema resultaten är vanligare än i en normalfördelning. Antag att ett visst aktieindex har väntevärdet 1% och standardavvikelsen 4.7%. Antag nu att detta gäller i 43 år. Vad är den approximativa sannolikheten att medelåterbäringen under denna tidsperiod blir större än 1.3%? 7. Anders undrar om utomhustemperaturen är högre i Luleå Centrum än på Bergnäset. För att undersöka detta mäter han temperaturen vid fem tidpunkter under en dag i juni. Tid 08:15 10:00 12:00 16:00 18:00 Centrum Bergnäset (9)
3 Beräkna ett 95% konfidensintervall för den genomsnittliga temperaturskillnaden mellan Centrum och Bergnäset (Centrum- Bergnäset) lämpliga normalfördelningsantaganden. 8. Antag att du har ansvar för att undersöka om tillverkningstiden för en komponent till bakaxlar kan bli kortare. En ny tillverkningsmetod ska provas, och du tror att denna nya metod ger en kortare genomsnittstid än de 125 sekunder som gällt hittills. Du ska därför utföra 25 mätningar, och resultaten ska studeras i ett hypotestest där du bestämt att testet ska fungera så att det är 1 % signifikansnivå. Du tror dig kunna anta att tillverkningstiden kan beskrivas med en normalfördelning där standardavvikelsen är 5 sekunder. Ett sätt att utföra detta hypotestest är att bestämma värdet på testvariabeln w = x 125 och att sedan jämföra w med ett visst kritiskt värde. Vad blir detta kritiska värde? 9. Antag att x 1,..., x 10 är ett observerat stickprov från en fördelning vars standardavvikelse är σ 1 och att y 1,..., y 10 är ett observerat stickprov från en fördelning vars standardavvikelse är σ 2. För att testa H 0 : σ 1 = σ 2 mot H 1 : σ 1 σ 2 på 1% signifikansnivå så har man bestämt sig för att beräkna ett 99% konfidensintervall för β = σ 1 /σ 2 och sedan utgå från det intervallet för att definiera en beslutsregel. Anser du att någon av följande sex meningar beskriver en rimlig beslutsregel för att testa H 0 mot H 1 och i så fall vilken? Ange ett av alternativen (a)-(g) på svarsbladet. (a) Förkasta H 0 om konfidensintervallet innehåller β. (b) Förkasta H 0 om konfidensintervallet inte innehåller β. (c) Förkasta H 0 om konfidensintervallet innehåller talet 1. (d) Förkasta H 0 om konfidensintervallet inte innehåller talet 1. (e) Förkasta H 0 om konfidensintervallet innehåller talet 0. (f) Förkasta H 0 om konfidensintervallet inte innehåller talet 0. (g) Inget av alternativen ovan beskriver en rimlig beslutsregel. 10. Jane letar lägenhet i Storstad. Med hjälp av uppgifter från 31 nyligen avslutade lägenhetsförsäljningar tar hon fram en skattad regressionsmodell Ŷ = b 0 + b 1 X 1 + b 2 X 2, där Y är priset (enhet: kkr) för en lägenhet, X 1 är lägenhetens yta och där X 2 är en dummyvariabel som antar värdet 1 om lägenheten har balkong och 0 om den saknar balkong. Tabellen nedan innehåller minsta-kvadrat skattningar av regressionskoefficienterna samt deras skattade standardavvikelser: 3 (9)
4 b 0 = 894 s b0 = 195 b 1 = s b1 = 2.33 b 2 = 489 s b2 = 159 Regressionskvadratsumman och den totala kvadratsumman är 31 i=1 (Ŷi Ȳ )2 = respektive 31 i=1 (Y i Ȳ )2 = (a) Bestäm den justerade förklaringsgraden. (1p) (b) För att testa om en balkong i genomsnitt påverkar priset på lägenheter i Storstad så kan man antingen beräkna en lämplig t-kvot och jämföra den med ett tal från t-tabellen, eller så kan man jämföra ett lämpligt P-värde med önskad signifikansnivå. Besvara följande två frågor: 1. Vad är är värdet på t-kvoten? 2. Är P-värdet i fråga mindre eller större än (dvs 0.1%)? För poäng på denna uppgift krävs rätt svar på båda frågorna. (c) Låt 1 beteckna det genomsnittliga priset för lägenheter i Storstad som har balkong och är på 35 kvm, och låt 0 beteckna det genomsnittliga priset för lägenheter i Storstad som inte har balkong och är på 35 kvm. Bestäm ett 99 % konfidensintervall för 1 0. Dvs utgå från den skattade modellen och bestäm ett 99 % konfidensintervall för den genomsnittliga effekt som en balkong har på priset för lägenheter som är på 35 kvm. Slut på del 1. Glöm inte att bifoga svarsbladet med tentan! 4 (9)
5 Tabell för svar till del 1 Riv ut och lägg svarsbladet först i tentamen Namn: Personnummer: Sannolikheter skall anges som ett tal mellan 0 och 1 i decimalform om inte annat anges. Fråga Svar Poäng 1 Sannolikhet (tre decimaler) Sannolikhet (tre decimaler) a Väntevärde (tre decimal) b Sannolikhet (tre decimaler) a Sannolikhet (tre decimaler) b fördelningsmedian(tre decimaler) Sannolikhet (tre decimaler) Sannolikhet (tre decimaler) Undre och övre gräns (tre decimaler) , kritiska värdet (tre decimaler) ett av alternativen (a)-(g) (d) 2 10 a justerad förklaringsgrad (fyra decimaler) b värde på t-kvoten (tre decimaler) Ange STÖRRE eller MINDRE STÖRRE 2 c Undre och övre gräns (tre decimaler) , Totalt antal poäng 25 5 (9)
6 1. Vi har Oberoendet ger P (B C A) P (A) P (B C A) = = P (B)P (C)P (A) P (A) P (B C A) P (A) = P (B)P (C) = = Låt ξ =antal gånger som Alva blir kontrollerad. Om vi antar att kontrollerna är stokastisk oberonde (vilket vi gör) så har vi ξ Bin(8, 0.15). Sannolikheten P (ξ 3) beräknas med hjälp av miniräknare eller tabell. 3. (a) Vi har E(ξ 1 ) = = 0.7 och E(ξ 2 ) = 1.5 enligt formelbladet. Sats 5A ger E(ξ 1 +ξ 2 ) = E(ξ 1 )+E(ξ 2 ) = = 2.2. (b) Eftersom P (ξ < 0) = 0 så har vi P (ξ 0) = P (ξ = 0). Att ξ är noll är samma sak som att ξ 1 och ξ 2 båda är noll. Så P (ξ = 0) = P (ξ 1 = 0, ξ 2 = 0) = P (ξ 1 = 0)P (ξ 2 = 0) = 0.4 e 1.5 = Vi har V (ξ) = 1/λ 2. Så att variansen är lika med 100 betyder att λ = 0.1. Fördelningsfunktionen är således P (ξ x) = 1 e 0.1x. (a) Vi har P (ξ 3) = F (3) F (1). (b) Medianen definieras via ekvationen Alltså ska det gälla att F (m) = e m/10 = 0.5. Då vi löser ut m får vi m = 10 log(0.5) = Vi har P (ξ 1 ξ 2 + 1) = P (ξ 1 ξ 2 1), där ξ 1 ξ 2 N(0, 2) enligt Sats 6B. Det ger P (ξ 1 ξ 2 + 1) = P ( ξ 1 ξ 2 1 ) = Φ(1/ 2). 2 2 }{{} N(0,1) 6. Låt ξ 1,..., ξ 43 vara återbäringen de olika åren. Vi söker P ( ξ > 1.3), där ξ = (ξ ξ 43 )/43. Enligt uppgift har vi µ = E(ξ i ) = 1 och σ = V (ξ i ) = 4.7. Centrala gränsvärdessatsen ger att ξ approximativt är N(1, 4.7/ 43) = N(1, ). Det ger (approximativt) att P ( ξ > 1.3) = 1 P ( ξ 1.3) = 1 P ( ξ ) } {{}} {{} N(0,1) Φ(0.42) = (9)
7 7. Här använder vi metoden för stickprov i par. Detta eftersom temperaturen varierar över dygnet. 8. Låt µ vara den genomsnittliga tillverkningstiden. Vi har att x är en observation på N(µ, 5/ 25), dvs på N(µ, 1). Då µ = 225 så är x en observation på N(225, 1) och w en observation på N(0, 1). Här ska vi testa H 0 : µ = 225 mot H 1 : µ < 225. Lämplig beslutsregel är: förkasta H 0 om w k, och detta ska ske med sannolikhet 0 då H 0 är sann. Eftersom w är en observation på N(0, 1) när H 0 är sann så får vi. 9. Att β är skild från 1 är samma sak som att H 0 är falsk. Att talet 1 inte finns med i intervallet för β tyder alltså på att H 0 är falsk. Dvs d ger en lämplig beslutsregel. 10. (a) Vi använder formeln i regressionshäftet med n = 31 och K = 3. (b) Hypoteser ges av H 0 : β 2 = 0 (balkong har ingen effekt) och H 1 : β 2 0 (balkong har effekt). T-kvoten b 2 /s b2 är Den är mindre än t (28), så H 0 förkastas inte på 0.1 %. Då måste P-värdet vara större än 0.1%. (Annars skulle ju H 0 förskastas.) (c) Modellantagandet för den skattade modellen kan förenklas E(Y ) = β 0 + β 1 X 1 + β 2 X 2. Då X 2 = 0 får vi Då X 2 = 1 får vi E(Y ) = β 0 + β 1 X 1. E(Y ) = β 0 + β 2 + β 1 X 1. Differensen av dessa kvantiteter ger effekten av balkong och den är β 2, oavsett vilken storlek lägenheten har. Konfidensintervallet för β 2 ges av b 2 ± t (28)s b2. 7 (9)
8 Tentamen i Matematisk statistik, S0001M, del Till uppgifterna på del 2 krävs fullständiga lösningar. 11. Ett godtyckligt tal kan skrivas som en summa av ett heltal och ickeheltalsdel. För icke-heltalsdelen av ett tal a, som vi här betecknar [a], gäller att 0 [a] < 1. Dvs om a = 3.25 så har vi [a] = Om a = 6.667, så har vi [a] = Låt ξ 1 och ξ 2 vara oberonde och R(0, 1)-fördelade. Deras summa ξ = ξ 1 + ξ 2 har följande frekvensfunktion (behöver inte visas): x om 0 x < 1, f(x) = 2 x om 1 x 2, 0 annars. Låt ζ = [ξ] vara icke-heltalsdelan av ξ. Beräkna P (ζ 0.3). Lösning: Vi har att (10p) {ζ 0.3} = {ξ 0.3} {1 ξ 0.3}. Så P (ζ 0.3) = P (ξ 0.3) + P (1 ξ 0.3). Uträkning ger P (ξ 0.3) + P (1 ξ 0.3) = = f(x)dx + xdx + = = f(x)dx (2 x)dx 12. Ett problem då man testar hypoteser med en testvariabel som har diskret fördelning är att det kan bli svårt att få ett test som har exakt den signifikansnivå man söker. Ett sätt att hantera detta på är att man randomiserar, vilket innebär att man förutom sin testvariabel introducerar ett annat slumpmässigt element för att avgöra om H 0 ska förkastas. Linus utgår från en observation x på ξ Bin(18, p) för att testa H 0 : p = 0.5 mot H 1 : p > 0.5 på 5% signifikansnivå. Han skulle vilja ha en beslutsregel på formen förkasta H 0 om x k, men inser att inget k ger exakt 5% signifikansnivå. Han tänker istället att med hjälp av miniräknarens randfunktion generera en observation y från R(0, 1) för att sedan använda beslutsregeln förkasta H 0 om x k och y r. (a) Ange värden på k och r som gör att denna beslutsregel får exakt 5% signifikansnivå. (Här ska k vara ett heltal mellan 0 och 18 och r ett tal mellan 0 och 1.) (8p) 8 (9)
9 Tentamen i Matematisk statistik, S0001M, del (b) Beräkna styrkan för testet i (a) i fallet att p = Lösning: (a) För givna värden på k och r blir signifikansnivån α = P (förkasta H 0 H 0 ) = P (ξ k och η r), där η R(0, 1) och ξ Bin(18, 0.5) är oberoende. Oberoendet ger P (ξ k och η r) = P (ξ k)p (η r). Här gäller ju att P (η r) = r. Alltså har vi α = P (ξ k ξ Bin(18, 0.5)) r. Så beslutsregeln får signifikansnivån 0.05 om r = 0.05/P (ξ k ξ Bin(18, 0.5)). Detta funkar så länge som P (ξ k ξ Bin(18, 0.5)) Tex funkar k = 12 och r = 0.05/P (ξ 12 ξ Bin(18, 0.5)) = (b) Styrkan för testet i (a) på p = 0.75 är P (förkasta H 0 p = 0.75) = P (ξ 12 och η r), där η R(0, 1) och ξ Bin(18, 0.75) är oberoende. Oberoendet ger P (ξ 12 och η 0.420) = P (ξ 12)P (η 0.420) = = Rättning: Om man behandlat testet som ett vanligt binomialtest (dvs ignorerat randomiseringen som görs med y) så har man inte fått poäng. (4p) 13. Vi fortsätter med uppgift 10 från del 1. Janes kompis Anna tror att man kan få en bättre modell om man bortser från balkong och istället tilllåter sambandet mellan pris och yta att ha en kvadratisk term. Dvs hon föreslår modellen Y = β 0 + β 1 X 1 + β 2 (X 1 ) 2 + ε, där ε N(0, σ). Tabellen nedan innehåller minsta-kvadrat skattningar av regressionskoefficienterna samt deras skattade standardavvikelser: b 0 = 1405 s b0 = 399 b 1 = 20.2 s b1 = 10.4 b 2 = s b2 = Regressionskvadratsumman och den totala kvadratsumman är 31 i=1 (Ŷi Ȳ )2 = respektive 31 i=1 (Y i Ȳ )2 = Anser du att den modell som Anna föreslår är bättre än den från uppgift 10? Du kan anta att en residualanalys visar att båda modellerna är rimliga modeller. Rättning: Det finns tre saker att kolla på här: justerad förklaringsgrad (eller förklaringsgrad: modellerna har samma antal variabler), residualspridning, samt ett test för att se om β 2 är signfikant skild från noll. Alla dessa saker pekar på att modellen här inte är bättre än den från del 1. Man har fått 4 poäng om man korrekt använt en av dessa storheter och 8 poäng om man tittat på minst två av dom. (8p) 9 (9)
Tentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2019-06-07 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 9.00 14.00 Lärare: Adam Jonsson Jourhavande
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2015-10-23 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 09.00 14.00 Lärare: Jesper Martinsson,
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2017-03-22 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 9.00 14.00 Lärare: Adam Jonsson, Niklas
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2017-08-22 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 9.00 14.00 Jourhavande lärare: Mykola
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2016-01-15 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 15.00 20.00 Lärare: A Jonsson, J Martinsson,
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (11 uppgifter) Tentamensdatum 2016-08-23 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 9.00 14.00 Lärare: Adam Jonsson Jourhavande
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2019-01-18 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 9.00 14.00 Lärare: Adam Jonsson, Mykola
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2017-06-02 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 9.00 14.00 Lärare: Mikael Stenlund Examinator:
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 ( uppgifter) Tentamensdatum 2018-08-28 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 9.00 14.00 Lärare: Niklas Grip Jourhavande
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2014-06-05 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 09.00 14.00 Lärare: Adam Jonsson, Jesper
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (11 uppgifter) Tentamensdatum 2016-10-25 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 9.00 14.00 Lärare: Adam Jonsson och
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2015-06-05 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 09.00 14.00 Lärare: Adam Jonsson, Jesper
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (8 uppgifter) Tentamensdatum 2015-08-25 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 09.00 14.00 Lärare: Jesper Martinsson,
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2013-10-29 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 09.00 14.00 Lärare: Adam Jonsson, Mykola
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (9 uppgifter) Tentamensdatum 2013-08-27 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 09.00 14.00 Lärare: Adam Jonsson och
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2018-10-30 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 9.00 14.00 Lärare: Adam Jonsson och
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2019-03-28 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 9.00 14.00 Lärare: Adam Jonsson, Mykola
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2014-01-17 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 15.00 20.00 Lärare: Adam Jonsson, Mykola
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2017-10-25 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 9.00 14.00 Lärare: Mykola Shykula, Lennart
Läs merTentamen i Sannolikhetslära och statistik Kurskod S0008M
Tentamen i Sannolikhetslära och statistik Kurskod S0008M Poäng totalt för del 1: 25 (12 uppgifter) Tentamensdatum 2012-12-19 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 09.00 14.00 Lärare: Adam Jonsson
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2013-03-28 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 09.00 14.00 Lärare: Adam Jonsson Jourhavande
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2017-01-13 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 9.00 14.00 Lärare: Adam Jonsson, Niklas
Läs merTentamen i Sannolikhetslära och statistik Kurskod S0008M
Tentamen i Sannolikhetslära och statistik Kurskod S0008M Poäng totalt för del 1: 25 (9 uppgifter) Tentamensdatum 2011-06-04 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 09.00 14.00 Lärare: Adam Jonsson,
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (8 uppgifter) Tentamensdatum 2011-03-25 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 09.00 14.00 Lärare: Adam Jonsson, Erland
Läs merTentamen i Sannolikhetslära och statistik Kurskod S0008M
Tentamen i Sannolikhetslära och statistik Kurskod S0008M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2017-10-27 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 9.00 14.00 Lärare: Mykola
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2018-01-12 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 9.00 14.00 Lärare: Mykola Shykula, Niklas
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2012-10-30 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 09.00 14.00 Lärare: Adam Jonsson och
Läs merTentamen i Sannolikhetslära och statistik Kurskod S0008M
Tentamen i Sannolikhetslära och statistik Kurskod S0008M Poäng totalt för del : 5 uppgifter) Tentamensdatum 08-08-8 Poäng totalt för del : 0 uppgifter) Skrivtid 9.00 4.00 Lärare: Niklas Grip, Adam Jonsson
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2018-01-12 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 9.00 14.00 Lärare: Mykola Shykula, Niklas
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2015-01-16 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 09.00 14.00 Lärare: A. Jonsson, M. Shykula,
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2014-10-28 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 09.00 14.00 Lärare: A. Jonsson, M. Shykula,
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (11 uppgifter) Tentamensdatum 2014-03-28 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 09.00 14.00 Lärare: Adam Jonsson, Inge
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (7 uppgifter) Tentamensdatum 2011-01-14 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 09.00 14.00 Lärare: Adam Jonsson och
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2018-03-21 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 9.00 14.00 Lärare: Mykola Shykula, Inge
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod SM Poäng totalt för del : 5 (9 uppgifter) Tentamensdatum -3-3 Poäng totalt för del : 3 (3 uppgifter) Skrivtid 9. 4. Lärare: Adam Jonsson och Inge Söderkvist Jourhavande
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2013-01-18 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 09.00 14.00 Lärare: Adam Jonsson, Ove
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2012-06-02 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 09.00 14.00 Lärare: Ove Edlund och Inge
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2018-03-21 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 9.00 14.00 Lärare: Mykola Shykula, Inge
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (8 uppgifter) Tentamensdatum 2012-01-13 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 09.00 14.00 Lärare: Adam Jonsson, Ove
Läs merKursboken Vännman: Matematisk statistik Kompletterande kursmaterial till kursen Matematisk statistik (formelblad och kompendiet Regressionsanalys).
Tentamen i Matematisk statistik Ämneskod-linje S000M Poäng totalt för del 25 (8 uppgifter) Poäng totalt för del 2 0 ( uppgifter) Tentamensdatum 200-0-5 Ove Edlund Lärare: Adam Jonsson Robert Lundqvist
Läs merTentamen i Matematisk statistik Ämneskod-linje S0001M. Tentamensdatum Poäng totalt för del 2 30 (3 uppgifter) Skrivtid
Tentamen i Matematisk statistik Ämneskod-linje S0001M Poäng totalt för del 1 5 (8 uppgifter) Poäng totalt för del 30 (3 uppgifter) Tentamensdatum 010-03-6 Erland Gadde Lärare: Adam Jonsson Lennart Karlberg
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (9 uppgifter) Tentamensdatum 2010-10-27 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 09.00 14.00 Lärare: Adam Jonsson, Erland
Läs mer(a) på hur många sätt kan man permutera ordet OSANNOLIK? (b) hur många unika 3-bokstavskombinationer kan man bilda av OSANNO-
Tentamenskrivning för TMS6, Matematisk Statistik. Onsdag fm den 1 maj, 217. Examinator: Marina Axelson-Fisk. Tel: 1-7724996 Tillåtna hjälpmedel: typgodkänd miniräknare, tabell- och formelhäfte (bifogas).
Läs merKursboken Vännman: Matematisk statistik Kompletterande kursmaterial till kursen Matematisk statistik (formelblad och kompendiet Regressionsanalys.
Tentamen i Matematisk statistik Ämneskod-linje S0001M Poäng totalt för del 1 5 (8 uppgifter) Poäng totalt för del 0 ( uppgifter) Tentamensdatum 009-10-6 Adam Jonsson Lärare: Lennart Karlberg Robert Lundqvist
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S1M Poäng totalt för del 1: 5 9 uppgifter) Tentamensdatum 18-6- Poäng totalt för del : 3 3 uppgifter) Skrivtid 9. 14. Lärare: Niklas Grip Jourhavande lärare: Niklas
Läs merTentamen i matematisk statistik (9MA241/9MA341, STN2) kl 08-12
LINKÖPINGS UNIVERSITET MAI Johan Thim Tentamen i matematisk statistik (9MA21/9MA31, STN2) 212-8-2 kl 8-12 Hjälpmedel är: miniräknare med tömda minnen och formelbladet bifogat. Varje uppgift är värd 6 poäng.
Läs merTentamen i Matematisk statistik Ämneskod-linje S0001M. Tentamensdatum Poäng totalt för del 2 30 (3 uppgifter) Skrivtid
Tentamen i Matematisk statistik Ämneskod-linje S000M Poäng totalt för del 25 (8 uppgifter) Poäng totalt för del 2 30 (3 uppgifter) Tentamensdatum 2009-06-02 Kerstin Vännman Lärare: Ove Edlund Hans Johansson
Läs merMatematisk statistik TMS064/TMS063 Tentamen
Matematisk statistik TMS64/TMS63 Tentamen 29-8-2 Tid: 4:-8: Tentamensplats: SB Hjälpmedel: Bifogad formelsamling och tabell samt Chalmersgodkänd räknare. Kursansvarig: Olof Elias Telefonvakt/jour: Olof
Läs merMatematisk statistik, Föreläsning 5
Matematisk statistik, Föreläsning 5 Ove Edlund LTU 2011-12-09 Ove Edlund (LTU) Matematisk statistik, Föreläsning 5 2011-12-09 1 / 25 Laboration 4 Jobba i grupper med storlek 2 Ove Edlund (LTU) Matematisk
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (9 uppgifter) Tentamensdatum 2011-10-25 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 09.00 14.00 Lärare: Adam Jonsson, Lennart
Läs merTentamen i Statistik, STA A10 och STA A13 (9 poäng) Fredag 8 december 2006, Kl
Tentamen i Statistik, STA A10 och STA A13 (9 poäng) Fredag 8 december 2006, Kl 08.15-13.15 Tillåtna hjälpmedel: Bifogad formelsamling, approximationsschema och tabellsamling (dessa skall returneras). Egen
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (6 uppgifter) Tentamensdatum 2010-06-04 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 09.00 14.00 Lärare: Ove Edlund Adam Jonsson
Läs merRättningstiden är i normalfall 15 arbetsdagar, till detta tillkommer upp till 5 arbetsdagar för administration, annars är det detta datum som gäller:
Matematisk Statistik Provmoment: Ladokkod: Tentamen ges för: Tentamen 6.5 hp AT1MS1 DTEIN16h 7,5 högskolepoäng TentamensKod: Tentamensdatum: 1 juni 2017 Tid: 14-18 Hjälpmedel: Miniräknare Totalt antal
Läs merb) antalet timmar Lukas måste arbeta för att sannolikheten att han ska hinna med alla 112 datorerna ska bli minst (3 p)
Avd. Matematisk statistik TENTAMEN I SF1901, SANNOLIKHETSTEORI OCH STATISTIK, MÅNDAGEN DEN 27:E OKTOBER 2014 KL 08.00 13.00. Kursledare: Tatjana Pavlenko, 08-790 84 66, Björn-Olof Skytt, 08-790 86 49.
Läs mer0 om x < 0, F X (x) = c x. 1 om x 2.
Avd. Matematisk statistik TENTAMEN I SF193 SANNOLIKHETSLÄRA OCH STATISTIK FÖR 3-ÅRIG Media TIMEH MÅNDAGEN DEN 16 AUGUSTI 1 KL 8. 13.. Examinator: Gunnar Englund, tel. 7974 16. Tillåtna hjälpmedel: Läroboken.
Läs merProvmoment: Tentamen 6,5 hp Ladokkod: A144TG Tentamen ges för: TGMAI17h, Maskiningenjör - Produktutveckling. Tentamensdatum: 28 maj 2018 Tid: 9-13
Matematisk Statistik 7,5 högskolepoäng Provmoment: Tentamen 6,5 hp Ladokkod: A144TG Tentamen ges för: TGMAI17h, Maskiningenjör - Produktutveckling Tentamensdatum: 28 maj 2018 Tid: 9-13 Hjälpmedel: Miniräknare
Läs merMatematisk statistik LKT325 Tentamen med lösningar
Matematisk statistik LKT325 Tentamen 2018-04-06 med lösningar Tid: 8.30-12.30. Tentamensplats: Lindholmen Hjälpmedel: Kursboken Matematisk Statistik av Ulla Dahlbom. Formelsamlingen Tabell- och formelsamling
Läs merTT091A, TVJ22A, NVJA02 Pu, Ti. 50 poäng
Matematisk statistik Provmoment: Ladokkod: Tentamen ges för: TT091A, TVJ22A, NVJA02 Pu, Ti 7,5 högskolepoäng Namn: (Ifylles av student) Personnummer: (Ifylles av student) Tentamensdatum: 2012-08-31 Tid:
Läs merAvd. Matematisk statistik
Avd. Matematisk statistik TENTAMEN I SF1902 SANNOLIKHETSTEORI OCH STATISTIK MÅNDAGEN DEN 15:E AUGUSTI 201 KL 8.00 13.00. Kursledare och examinator : Björn-Olof Skytt, tel 790 849. Tillåtna hjälpmedel:
Läs merUppgift 1 (a) För två händelser, A och B, är följande sannolikheter kända
Avd. Matematisk statistik TENTAMEN I SF90, SANNOLIKHETSTEORI OCH STATISTIK, TISDAGEN DEN 9:E JUNI 205 KL 4.00 9.00. Kursledare: Tatjana Pavlenko, 08-790 84 66 Tillåtna hjälpmedel: Formel- och tabellsamling
Läs mer(a) Avgör om A och B är beroende händelser. (5 p) (b) Bestäm sannolikheten att A inträffat givet att någon av händelserna A och B inträffat.
Avd. Matematisk statistik TENTAMEN I SF1901, SANNOLIKHETSLÄRA OCH STATISTIK I, MÅNDAGEN DEN 15 AUGUSTI 2016 KL 08.00 13.00. Examinator: Tatjana Pavlenko, 08 790 84 66. Kursledare: Thomas Önskog, 08 790
Läs merUppgift 3 Vid en simuleringsstudie drar man 1200 oberoende slumptal,x i. Varje X i är likformigt fördelat mellan 0 och 1. Dessa tal adderas.
Avd. Matematisk statistik TENTAMEN I SF1902 SANNOLIKHETSTEORI OCH STATISTIK, MÅNDAGEN DEN 17:E AUGUSTI 2015 KL 8.00 13.00. Kursledare och examinator : Björn-Olof Skytt, tel 790 8649. Tillåtna hjälpmedel:
Läs merLABORATION 3 - Regressionsanalys
Institutionen för teknikvetenskap och matematik S0001M Matematisk statistik LABORATION 3 - Regressionsanalys I denna laboration ska du lösa ett antal uppgifter i regressionsanalys med hjälp av statistik-programmet
Läs merTentamen i Dataanalys och statistik för I den 28 okt 2015
Tentamen i Dataanalys och statistik för I den 8 okt Tentamen består av åtta uppgifter om totalt poäng. Det krävs minst poäng för betyg, minst poäng för och minst för. Eaminator: Ulla lomqvist Hjälpmedel:
Läs merMatematisk statistik TMS063 Tentamen
Matematisk statistik TMS63 Tentamen 8-8- Tid: 4:-8: Tentamensplats: SB Hjälpmedel: Bifogad formelsamling och tabell samt Chalmersgodkänd räknare. Kursansvarig: Olof Elias Telefonvakt/jour: Olof Elias,
Läs merUppgift 1 a) En kontinuerlig stokastisk variabel X har fördelningsfunktion
Avd. Matematisk statistik TENTAMEN I 5B57 MATEMATISK STATISTIK FÖR T och M ONSDAGEN DEN 9 OKTOBER 25 KL 8. 3.. Examinator: Jan Enger, tel. 79 734. Tillåtna hjälpmedel: Formel- och tabellsamling i Matematisk
Läs mer0 om x < 0, F X (x) = x. 3 om 0 x 1, 1 om x > 1.
Avd. Matematisk statistik TENTAMEN I SF9, SF95 SANNOLIKHETSTEORI OCH STATISTIK, MÅNDAGEN DEN 2:E JANUARI 25 KL 4. 9.. Kursledare: Gunnar Englund, 73 32 37 45 Tillåtna hjälpmedel: Formel- och tabellsamling
Läs merTentamen i matematisk statistik (9MA241/9MA341, STN2) kl 14 18
LINKÖPINGS UNIVERSITET MAI Johan Thim Tentamen i matematisk statistik (9MA241/9MA341, STN2) 213-1-11 kl 14 18 Hjälpmedel är: miniräknare med tömda minnen och formelbladet bifogat. Varje uppgift är värd
Läs merTentamen i Statistik, STA A13 Deltentamen 2, 5p 21 januari 2006, kl
Karlstads universitet Institutionen för informationsteknologi Avdelningen för statistik Tentamen i Statistik, STA A13 Deltentamen, 5p 1 januari 006, kl. 09.00-13.00 Tillåtna hjälpmedel: Bifogad formel-
Läs merTentamen den 11 april 2007 i Statistik och sannolikhetslära för BI2
Tentamen den april 7 i Statistik och sannolikhetslära för BI Uppgift : Låt händelserna A, B, C och D vara händelser i samband med ett försök. a) Anta att P(A)., P(A B)., P(A B).6. Beräkna sannolikheten
Läs merFöreläsning 11: Mer om jämförelser och inferens
Föreläsning 11: Mer om jämförelser och inferens Matematisk statistik David Bolin Chalmers University of Technology Maj 12, 2014 Oberoende stickprov Vi antar att vi har två oberoende stickprov n 1 observationer
Läs merTryckfel i K. Vännman, Matematisk Statistik, upplaga 2:13
Tryckfel i K. Vännman, Matematisk Statistik, upplaga 2:13 Kasper K. S. Andersen 11 oktober 2018 s. 10, b, l. 8: 1 4 17.62 1 5 17.62 s. 25, Tabell 1.13, linje 1, kolonn 7: 11 111 s. 26, Figur 1.19 b, l.
Läs merKompletterande kursmaterial till kursen Matematisk statistik.
Tentamen i Matematisk statistik Ämneskod-linje S000M Poäng totalt för del 5 (8 uppgifter) Poäng totalt för del 30 (3 uppgifter) Tentamensdatum 008-0-7 Robert Lundqvist Lärare: Ove Edlund Skrivtid 09.00-4.00
Läs merFÖRELÄSNING 7:
FÖRELÄSNING 7: 2016-05-10 LÄRANDEMÅL Normalfördelningen Standardnormalfördelning Centrala gränsvärdessatsen Konfidensintervall Konfidensnivå Konfidensintervall för väntevärdet då variansen är känd Samla
Läs merAvd. Matematisk statistik
Avd. Matematisk statistik TENTAMEN I SF90 SANNOLIKHETSTEORI OCH STATISTIK, ONSDAGEN DEN 26:E OKTOBER 206 KL 8.00 3.00. Examinator: Thomas Önskog, 08 790 84 55. Tillåtna hjälpmedel: Formel- och tabellsamling
Läs merTT091A, TVJ22A, NVJA02 Pu, Ti. 50 poäng
Matematisk statistik Provmoment: Ladokkod: Tentamen ges för: TT091A, TVJ22A, NVJA02 Pu, Ti 7,5 högskolepoäng Namn: (Ifylles av student) Personnummer: (Ifylles av student) Tentamensdatum: 2012-05-29 Tid:
Läs meren observerad punktskattning av µ, ett tal. x = µ obs = 49.5.
February 6, 2018 1 Föreläsning VIII 1.1 Punktskattning Punktskattning av µ Vi låter {ξ 1, ξ 2,..., ξ n } vara oberoende likafördelade stokastiska variabler (med ett gemensamt µ). ξ =: µ är en punktskattning
Läs merLufttorkat trä Ugnstorkat trä
Avd. Matematisk statistik TENTAMEN I SF1901 och SF1905 SANNOLIKHETSTEORI OCH STATISTIK, TORSDAGEN DEN 18:E OKTOBER 2012 KL 14.00 19.00. Examinator: Tatjana Pavlenko, tel 790 8466. Tillåtna hjälpmedel:
Läs merTentamen i Matematisk Statistik, 7.5 hp
Tentamen i Matematisk Statistik, 7.5 hp Distanskurs 15 januari, 2011 kl. 9.00 13.00 Maxpoäng: 30p. Betygsgränser: 12p: betyg G, 21p: betyg VG. Hjälpmedel: Miniräknare samt formelsamling som medföljer tentamenstexten.
Läs merTentamen i Statistik, STA A10 och STA A13 (9 poäng) 16 januari 2004, kl
Karlstads universitet Institutionen för informationsteknologi Avdelningen för Statistik Tentamen i Statistik, STA A0 och STA A3 (9 poäng) 6 januari 004, kl. 4.00-9.00 Tillåtna hjälpmedel: Bifogade formel-
Läs merLABORATION 3 - Regressionsanalys
Institutionen för teknikvetenskap och matematik S0001M Matematisk statistik, LP1, HT 2015, Adam Jonsson LABORATION 3 - Regressionsanalys I denna laboration ska du lösa ett antal uppgifter i enkel regressionsanalys
Läs merAvd. Matematisk statistik
Avd. Matematisk statistik TENTAMEN I SF194 SANNOLIKHETSTEORI OCH STATISTIK, MÅNDAG 1 AUGUSTI 019 KL 8.00 13.00. Examinator: Björn-Olof Skytt, 08-790 86 49. Tillåtna hjälpmedel: Formel- och tabellsamling
Läs merUppgift 1. P (A) och P (B) samt avgör om A och B är oberoende. (5 p)
Avd. Matematisk statistik TENTAMEN I SF90, SF905, SANNOLIKHETSTEORI OCH STATISTIK, MÅNDAGEN DEN 8:E AUGSTI 204 KL 08.00 3.00. Kursledare: Tatjana Pavlenko, 08-790 84 66 Tillåtna hjälpmedel: Formel- och
Läs merTMS136. Föreläsning 13
TMS136 Föreläsning 13 Jämförelser mellan två populationer Hittills har vi gjort konfidensintervall och tester kring parametrar i EN population I praktiska sammanhang är man ofta intresserad av att jämföra
Läs merStockholms Universitet Statistiska institutionen Termeh Shafie
Stockholms Universitet Statistiska institutionen Termeh Shafie TENTAMEN I GRUNDLÄGGANDE STATISTIK FÖR EKONOMER 2011-10-28 Skrivtid: 9.00-14.00 Hjälpmedel: Miniräknare utan lagrade formler eller text, bifogade
Läs merTentamentsskrivning: Matematisk Statistik med Metoder MVE490 1
Tentamentsskrivning: Matematisk Statistik med Metoder MVE490 1 Tentamentsskrivning i Matematisk Statistik med Metoder MVE490 Tid: den 16 augusti, 2017 Examinatorer: Kerstin Wiklander och Erik Broman. Jour:
Läs merUppgift 2) Datum: 23 okt TENTAMEN I MATEMATIK OCH MATEMATISK STATISTIK, kurskod 6H3000
Datum: okt TENTAMEN I MATEMATIK OCH MATEMATISK STATISTIK, kurskod 6H Moment: TEN ( Matematisk Statistik ) Lärare: Armin Halilovic Skrivtid: 8:5-:5 Införda beteckningar skall förklaras och definieras. Resonemang
Läs mercx 5 om 2 x 8 f X (x) = 0 annars Uppgift 4
Avd. Matematisk statistik TENTAMEN I SF1902 SANNOLIKHETSTEORI OCH STATISTIK ONSDAGEN DEN 1:A JUNI 201 KL 8.00 13.00. Kursledare och examinator : Björn-Olof Skytt, tel 790 849. Tillåtna hjälpmedel: miniräknare,
Läs merFöreläsning 12: Linjär regression
Föreläsning 12: Linjär regression Matematisk statistik Chalmers University of Technology Oktober 4, 2017 Exempel Vi vill undersöka hur ett ämnes specifika värmeskapacitet (ämnets förmåga att magasinera
Läs merSannolikheten för att barnet skall få blodgrupp A0 A0 1/2 AA 1 AB 1/2 Övriga 0
Avd. Matematisk statistik TENTAMEN I SF191, SANNOLIKHETSTEORI OCH STATISTIK, ONSDAGEN DEN 1:A JUNI 216 KL 8. 13.. Kursledare: Thomas Önskog, 8-79 84 55 Tillåtna hjälpmedel: Formel- och tabellsamling i
Läs mera) Bestäm sannolikheten att en slumpmässigt vald komponent är defekt.
Tentamen i Matematisk statistik, S0001M, del 1, 007-10-30 1. En viss typ av komponenter tillverkas av en maskin A med sannolikheten 60 % och av en maskin B med sannolikheten 40 %. För de komponenter som
Läs merBestäm med hjälp av en lämplig och välmotiverad approximation P (X > 50). (10 p)
Avd. Matematisk statistik TENTAMEN I SF1901, SF1905, SANNOLIKHETSTEORI OCH STATISTIK, MÅNDAGEN DEN 17:E AUGUSTI 2015 KL 8.00 13.00. Kursledare: Tatjana Pavlenko, 08-790 84 66 Tillåtna hjälpmedel: Formel-
Läs merLycka till!
Avd. Matematisk statistik TENTAMEN I 5B1503 STATISTIK MED FÖRSÖKSPLANERING FÖR K OCH B MÅNDAGEN DEN 25 AUGUSTI 2003 KL 14.00 19.00. Examinator: Gunnar Englund, 790 7416. Tillåtna hjälpmedel: Formel- och
Läs merFöreläsningsanteckningar till kapitel 8, del 2
Föreläsningsanteckningar till kapitel 8, del 2 Kasper K. S. Andersen 4 oktober 208 Jämförelse av två väntevärden Ofte vil man jämföra två eller fler) produkter, behandlingar, processer etc. med varandra.
Läs merAvd. Matematisk statistik
Avd. Matematisk statistik TENTAMEN I SF1901 SANNOLIKHETSTEORI OCH STATISTIK, MÅNDAGEN DEN 8:E JANUARI 2018 KL 14.00 19.00. Examinator: Thomas Önskog, 08 790 84 55. Tillåtna hjälpmedel: Formel- och tabellsamling
Läs mer4 Diskret stokastisk variabel
4 Diskret stokastisk variabel En stokastisk variabel är en variabel vars värde bestäms av utfallet av ett slumpmässigt försök. En stokastisk variabel betecknas ofta med X, Y eller Z (i läroboken används
Läs merFÖRELÄSNING 8:
FÖRELÄSNING 8: 016-05-17 LÄRANDEMÅL Konfidensintervall för väntevärdet då variansen är okänd T-fördelningen Goodness of fit-test χ -fördelningen Hypotestest Signifikansgrad Samla in data Sammanställ data
Läs merTentamen i statistik (delkurs C) på kursen MAR103: Marina Undersökningar - redskap och metoder.
Tentamen 2014-12-05 i statistik (delkurs C) på kursen MAR103: Marina Undersökningar - redskap och metoder. Tillåtna hjälpmedel: Miniräknare och utdelad formelsamling med tabeller. C1. (6 poäng) Ange för
Läs merUppgift 1. f(x) = 2x om 0 x 1
Avd. Matematisk statistik TENTAMEN I Matematisk statistik SF1907, SF1908 OCH SF1913 TORSDAGEN DEN 30 MAJ 2013 KL 14.00 19.00. Examinator: Gunnar Englund, 073 321 3745 Tillåtna hjälpmedel: Formel- och tabellsamling
Läs mer