13.1 Matematisk statistik
|
|
- Monica Martinsson
- för 4 år sedan
- Visningar:
Transkript
1 13.1 Matematisk statistik Grundläggande begrepp I den här föreläsningen kommer vi att definiera och exemplifiera ett antal begrepp som sedan kommer att följa oss genom hela kursen. Det är därför av största vikt att memorera dem och lära sig vad de står för. Med ordet statistik kan menas dels data eller uppgifter som ofta sammanställs i numerisk form, vanligen i tabeller eller diagram som vetenskapen om hur dessa uppgifter skall samlas in, analyseras och presenteras. som vetenskapen, som en del av den tillämpade matematiken, där man studerar slumpmässiga förändringar. Grundläggande för statistik som en vetenskap är sannolikhetslära, som den största delen av kursen kommer att handla om. Exempel 1. Från filen heartstat.txt saxar vi dessa två rader data från två av totalt 200 män, med variabler enligt tabellen nedan: 1 Ålder när testerna startades 2 Utbildning (1=Hög... 5=Låg) 3 Systoliskt blodtryck (övre trycket) 4 Diastoliskt blodtryck (undre trycket) 5 Systoliskt blodtryck 10 år senare 6 Diastoliskt blodtryck 10 år senare 7 Kolesterol 8 Kolesterol 10 år senare 9 Längd i cm 10 Vikt i kg Håkan Strömberg 1 KTH Syd
2 13.1. MATEMATISK STATISTIK 11 Puls (slag/minut) 12 1=Har haft hjärtinfarkt, 0=Har ej haft hjärtinfarkt Frågan är nu hur vi kan presentera och analysera dessa uppgifter. Finns det några samband? Även om vi aldrig kan bevisa dessa samband, kan vi kanske påstå att de till ett viss sannolikhet är sanna Medelvärde Låt n beteckna antalet observationer i ett material, där x 1,x 2,...x n är observationernas värden. Det aritmetiska medelvärdet, m, bestäms då, som alla redan känner till, genom x = 1 n x i n medelvärdet tillhör kategorin lägesmått Median Ett annat välkänt lägesmått är median md, som definieras som det mittersta värdet i ett material efter att det sorterats i storleksordning. Detta fungerar bra då antalet observationer n, är udda. Då däremot n är jämt bestämmer man md genom medelvärdet av de två mittersta observationerna. Exempel 2. Bestäm genom huvudräkning m och md för 4,7,3,10,6,5,9,1, 5 md = 5 liksom m = 5. Att de lika är här en tillfällighet. Hos 1,2,1002 är md = 2 och m = 335. Skillnad så det räcker! Variationsbredd Variationsbredden tillhör kategorin spridningsmått R, som också är det enklaste i denna kategori. Helt enkelt skillnaden mellan det största och minsta observationsvärdet Varians Till de vanligaste spridningsmått en hör varians som definieras s 2 = 1 n (x i x) 2 Håkan Strömberg 2 KTH Syd
3 Man summerar alltså kvadraterna på skillnaden mellan observationsvärdena och medelvärdet. Om observationsvärdena ligger nära medelvärdet är variansen mindre än om de är utspridda på båda långt från medelvärdet. Varför man dividerar med i stället för n får bli en hemlighet så länge Standardavvikelse Om observationsvärdena mäts i cm, variansen dimensionen cm 2, vilket kan kännas lite märkligt. Av den anledningen så definieras spridningsmåttet standardavvikelsen som s = 1 n (x i x) 2 I och med detta får vi ett mått i samma dimension som observationsvärdena. Exempel 3. Om man ska skriva ett program som bestämmer variansen s 2 för ett material kan man först tro att man måste går igenom observationerna två gånger. Första gången för att bestämma medelvärdet och andra för att till slut bestämma variansen. Men... n (x i x) 2 = n ( x 2 i 2x i x + x 2) = n x2 i 2x n x i + n x 2 = n x2 i 2x nx + n x2 = n x2 i 1 n ( n x i) 2 Vår nya och effektivare formel för varians får alltså följande utseende ( s 2 = 1 n x 2 i 1 n ) 2 x i n Så här kommer funktionen att ta sig ut i C: 1 double varians(double a[ ],int n){ 2 double s=0,ks=0; 3 int i; 4 for(i=0;i<n;i++){ 5 s+=a[i]; 6 ks+=a[i] a[i]; 7 } 8 return (ks s s/n)/(n 1); 9 } Frekvenstabell Genom en frekvenstabell får man en klarare överblick av en serie observationsvärden än över själva listan av värden. Denna tabell över absoluta frekvenser Längd (y i ) Antal (f i ) Håkan Strömberg 3 KTH Syd
4 13.1. MATEMATISK STATISTIK innehåller precis lika mycket information som denna tabell över rådata, speciellt då ordning här saknar betydelse Om vi betecknar de k olika observationsvärdena med y i i = 1... k och antalet förekomster av detta med f i i = 1... k kan vi skriva en ny formel för medelvärdet m = 1 n k f i y i Vi kan också skriva formeln för varians med hjälp av y i och f i. Speciellt om vi använder oss av den senare effektiva formeln ( s 2 = 1 n f i y 2 i 1 n ) 2 f i y i n Ibland presenterar man en frekvenstabell med relativa frekvenser uttryckta i procent Längd Rel frekv Det största värdet f i i en frekvenstabell kallas typvärde Stolpdiagram En frekvenstabell kan framställas grafiskt som ett stolpdiagram Var och en av de k olika y i observationsvärdena ger upphov till en stolpe med en höjd som motsvarar dess f i Klassindelning Antalet olika observationsvärden, y i, vi exemplifierat med ovan, har hela tiden varit litet. Då antalet olika observationsvärden ökar, ökar också frekvenstabellens längd och antalet stolpar i stolpdiagrammet. Troligtvis minskar samtidigt f i och vi får en mängd korta stolpar. För att behålla överblicken tvingas man då slå samman flera observationsvärden till en klass. Man kallar detta att klassindela materialet. Samtidigt måste man då vara medveten Håkan Strömberg 4 KTH Syd
5 Figur 13.1: En frekvenstabell i grafisk form om att man tappar information. En klass har två klassgränser, som utgör ett intervall. Talet i mitten av intervallet kallas klassmitt. Bestämmer man sig för för många klasser närmar man sig den situation som fick en att lämna stolpdiagrammet. För få klasser däremot innebär att för mycket information går förlorad Histogram När man presenterar data genom ett histogram, får man en uppfattning om både medelvärde och spridning. Stapelns höjd bestäms av antalet män med längden i intervallet Figur 13.2: Längden hos 200 män [x...x + 5]. Antalet intervall i vilket materialet indelas avgör graden av användbarhet Figur 13.3: Ett intervall är förstås meningslöst Håkan Strömberg 5 KTH Syd
6 13.1. MATEMATISK STATISTIK Figur 13.4: Ett intervall per cm visar att mätningarna inte gjorts speciellt noggrant, eftersom flera intervall är tomma Kvartiler Kartil 1 Kartil 4 Figur 13.5: Kvartilerna delar ett sorterat datamaterial i fyra lika delar. En fjärdedel av observationerna är mindre än första kvartilen Q1 (undre kvartilen) och tre fjärdedelar är mindre än den tredje kvartilen Q3 (övre kvartilen). Den andra kvartilen är samma sak som medianen (md) Maple Med funktionen histogram kan man ordna histogram i Maple with(stats); with(stats[statplots]); data1:=[...]; histogram(data1,color=cyan,numbars=6,area=1) numbars anger antalet intervall. Problem 1. Konstruera två serier med vardera 5 observationsvärden, där md = m men där serierna ändå är olika. Håkan Strömberg 6 KTH Syd
7 Problem 2. Med hjälp av with(randomtools); langd:=generate(list(distribution(normal(180,12)),200)); kan man generera normalfördelade slumptal med medelvärdet 180 och standardavvikelsen 12. Upprätta ett histogram med 10 röda staplar som presenterar resultatet. Svar 1. with(randomtools); langd:=generate(list(distribution(normal(180,12)),200)); histogram(langd,color=red,numbars=10,area=1) Håkan Strömberg 7 KTH Syd
Statistik 1 för biologer, logopeder och psykologer
Innehåll 1 2 Diskreta observationer Kontinuerliga observationer 3 Centralmått Spridningsmått Innehåll 1 2 Diskreta observationer Kontinuerliga observationer 3 Centralmått Spridningsmått Vad är statistik?
Läs merBeskrivande statistik
Beskrivande statistik Sorina Barza Department of Mathematics, Karlstad University, Sweden October 5, 2010 Vad är beskrivande statistik? Sammanställning av statistiska material Vad är beskrivande statistik?
Läs merBeskrivande statistik
Beskrivande statistik Tabellen ovan visar antalet allvarliga olyckor på en vägsträcka under 15 år. år Antal olyckor 1995 36 1996 20 1997 18 1998 26 1999 30 2000 20 2001 30 2002 27 2003 19 2004 24 2005
Läs merTypvärde. Mest frekventa värdet Används framförallt vid nominalskala Ex: typvärdet. Kemi 250. Ekon 570. Psyk 120. Mate 195.
Lägesmått Det kan ibland räcka med ett lägesmått för att beskriva datamaterial Lägesmåttet kan vara bra att använda då olika datamaterial skall jämföras Vilket lägesmått som skall användas: Typvärde Median
Läs mer13.1 Matematisk statistik
3. Matematisk statistik 3.. Grundläggande begrepp I den här föreläsningen kommer vi att definiera och exemplifiera ett antal begrepp som sedan kommer att följa oss genom hela kursen. Det är därför av största
Läs mer2 Dataanalys och beskrivande statistik
2 Dataanalys och beskrivande statistik Vad är data, och vad är statistik? Data är en samling fakta ur vilken man kan erhålla information. Statistik är vetenskapen (vissa skulle kalla det konst) om att
Läs merKvantitativ strategi Univariat analys 2. Wieland Wermke
+ Kvantitativ strategi Univariat analys 2 Wieland Wermke + Sammanfattande mått: centralmått n Beroende på skalnivån finns det olika mått, som betecknar variablernas fördelning n Typvärde eller modalvärde
Läs merFöreläsning 1. 732G60 Statistiska metoder
Föreläsning 1 Statistiska metoder 1 Kursens uppbyggnad o 10 föreläsningar Teori blandas med exempel Läggs ut några dagar innan på kurshemsidan o 5 räknestugor Tillfälle för individuella frågor Viktigt
Läs merBearbetning och Presentation
Bearbetning och Presentation Vid en bottenfaunaundersökning i Nydalasjön räknade man antalet ringmaskar i 5 vattenprover. Följande värden erhölls:,,,4,,,5,,8,4,,,0,3, Det verkar vara diskreta observationer.
Läs merKvantitativ forskning C2. Viktiga begrepp och univariat analys
+ Kvantitativ forskning C2 Viktiga begrepp och univariat analys + Delkursen mål n Ni har grundläggande kunskaper över statistiska analyser (univariat, bivariat) n Ni kan använda olika programvaror för
Läs merF4 Beskrivning av ett datamaterial. Val av diagram, lägesmått och spridningsmått.
Tabellering av kvalitativ variabel En variabel varierar över ett antal kategorier. F4 Beskrivning av ett datamaterial. Val av diagram, lägesmått och spridningsmått. T ex, individer är kvinnor eller män.
Läs merFöreläsning G70 Statistik A
Föreläsning 1 732G70 Statistik A 1 Population och stickprov Population = den samling enheter (exempelvis individer) som vi vill dra slutsatser om. Populationen definieras på logisk väg med utgångspunkt
Läs merExempel: Väljarbarometern. Föreläsning 1: Introduktion. Om Väljarbarometern. Statistikens uppgift
Exempel: Väljarbarometern Föreläsning 1: Introduktion Matematisk statistik Det som typiskt karakteriserar ett statistiskt problem är att vi har en stor grupp (population) som vi vill analysera. Vi kan
Läs merTMS136. Föreläsning 7
TMS136 Föreläsning 7 Stickprov När vi pysslar med statistik handlar det ofta om att baserat på stickprovsinformation göra utlåtanden om den population stickprovet är draget ifrån Situationen skulle kunna
Läs merForskningsmetodik 2006 lektion 2
Forskningsmetodik 6 lektion Per Olof Hulth hulth@physto.se Slumpmässiga och systematiska mätfel Man skiljer på två typer av fel (osäkerheter) vid mätningar:.slumpmässiga fel Positiva fel lika vanliga som
Läs mer11. DESKRIPTION EN VARIABEL
11. DESKRIPTION EN VARIABEL 11.1 Inledning I detta och nästa två kapitel introduceras en enkel typ av dataanalys kallad deskription. Deskription innebär att mer informellt presentera en observerad empirisk
Läs merFöreläsning 1: Introduktion
Föreläsning 1: Introduktion Matematisk statistik David Bolin Chalmers University of Technology March 22, 2014 Lärare och kurslitteratur David Bolin: Rum: E-mail: Fredrik Boulund: Rum: E-mail: Kursansvarig,
Läs merStatistik och epidemiologi T5
Statistik och epidemiologi T5 Anna Axmon Biostatistiker Yrkes- och miljömedicin Biostatistik kursmål Dra slutsatser utifrån basala statistiska begrepp och analyser och själva kunna använda sådana metoder.
Läs mer732G01/732G40 Grundläggande statistik (7.5hp)
732G01/732G40 Grundläggande statistik (7.5hp) 2 Grundläggande statistik, 7.5 hp Mål: Kursens mål är att den studerande ska tillägna sig en översikt över centrala begrepp och betraktelsesätt inom statistik.
Läs mer11. DESKRIPTION EN VARIABEL
11. DESKRIPTION EN VARIABEL 11.1 Inledning I detta och nästa två kapitel introduceras en enkel typ av dataanalys kallad deskription. Deskription innebär att mer informellt presentera en observerad empirisk
Läs merDeskriptiv statistik. Andrew Hooker. Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University
Deskriptiv statistik Andrew Hooker Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University Deskriptiv statistik Tabeller Figurer Sammanfattande mått Vilken
Läs merIntroduktion till statistik för statsvetare
Stockholms universitet September 2011 Balanseringspunkt Låt oss betrakta mätserie 4 för vilken vi antar att mätdata är längder hos rekryter. En strukturell kunskap om dessa längder är av betydelse vid
Läs merIdag. EDAA35, föreläsning 4. Analys. Kursmeddelanden. Vanliga steg i analysfasen av ett experiment. Exempel: exekveringstid
EDAA35, föreläsning 4 KVANTITATIV ANALYS Idag Kvantitativ analys Slump och slumptal Analys Boxplot Konfidensintervall Experiment och test Kamratgranskning Kursmeddelanden Analys Om laborationer: alla labbar
Läs merBeskrivande statistik Kapitel 19. (totalt 12 sidor)
Beskrivande statistik Kapitel 19. (totalt 12 sidor) För att åskådliggöra insamlat material från en undersökning används mått, tabeller och diagram vid sammanställningen. Det är därför viktigt med en grundläggande
Läs merIdag. EDAA35, föreläsning 4. Analys. Exempel: exekveringstid. Vanliga steg i analysfasen av ett experiment
EDAA35, föreläsning 4 KVANTITATIV ANALYS Idag Kvantitativ analys Kamratgranskning Analys Exempel: exekveringstid Hur analysera data? Hur vet man om man kan lita på skillnader och mönster som man observerar?
Läs merLektionsanteckningar 2: Matematikrepetition, tabeller och diagram
Lektionsanteckningar 2: Matematikrepetition, tabeller och diagram 2.1 Grundläggande matematik 2.1.1 Potensfunktioner xmxn xm n x x x x 3 4 34 7 x x m n x mn x x 4 3 x4 3 x1 x x n 1 x n x 3 1 x 3 x0 1 1
Läs merMVE051/MSG Föreläsning 7
MVE051/MSG810 2016 Föreläsning 7 Petter Mostad Chalmers November 23, 2016 Överblick Deskriptiv statistik Grafiska sammanfattningar. Numeriska sammanfattningar. Estimering (skattning) Teori Några exempel
Läs merFöreläsning 1: Introduktion
Föreläsning 1: Introduktion Matematisk statistik Chalmers University of Technology Mars 23, 2015 Lärare och kurslitteratur : Rum: E-mail: Anders Hildeman: Rum: E-mail: Kursansvarig och föreläsare H3018
Läs merStatistik. Det finns tre sorters lögner: lögn, förbannad lögn och statistik
Statistik Statistik betyder ungefär sifferkunskap om staten Statistik är en gren inom tillämpad matematik som sysslar med insamling, utvärdering, analys och presentation av data eller information. Verkligheten
Läs merMATEMATIK ARBETSOMRÅDET LIKABEHANDLING Kränkande handlingar, nätmobbning, rasism och genus
MATEMATIK ARBETSOMRÅDET LIKABEHANDLING Kränkande handlingar, nätmobbning, rasism och genus STATISTIK/DIAGRAM VAD ÄR STATISTIK? En titt på youtube http://www.youtube.com/watch?v=7civnkawope Statistik omfattar
Läs merVärdena för en diskret variabel (med få värden) kan redovisas i en tabell över frekvensfördelningen, dvs antalet observationer för de olika värdena.
Deskriptiv statistik De enskilda uppgifterna i ett statistiskt material innehåller all tillgänglig information men behöver oftast sammanfattas och förenklas på något sätt. Detta kan göras i form av tabeller,
Läs merMedelvärde, median och standardavvikelse
Medelvärde, median och standardavvikelse Detta är en enkel aktivitet där vi på ett dynamiskt sätt ska titta på hur de statistiska måtten, t.ex. median och medelvärde ändras när man ändar ett värde i en
Läs merEn typisk medianmorot
Karin Landtblom En typisk medianmorot I artikeln Läget? Tja det beror på variablerna! i Nämnaren 1:1 beskrivs en del av problematiken kring lägesmått och variabler med några vanliga missförstånd som lätt
Läs mer19.1 Funktioner av stokastiska variabler
9. Funktioner av stokastiska variabler 9.. Oberoende stokastiska variabler Som vi minns innebär P(A B) = P(A) P(B) att händelserna A och B är oberoende. Låt A vara händelsen att X < x och B vara händelsen
Läs merKLEINLEKTION. Område statistik. Lektionens upplägg. Lämplig inom kurserna Matematik 2b och 2c. Engage (Väck intresse) Explore (Upptäck laborera)
KLEINLEKTION Område statistik. Lämplig inom kurserna Matematik 2b och 2c. Centralt innehåll i Matematik 2b och 2c: Statistiska metoder för rapportering av observationer och mätdata från undersökningar
Läs merTvå innebörder av begreppet statistik. Grundläggande tankegångar i statistik. Vad är ett stickprov? Stickprov och urval
Två innebörder av begreppet statistik Grundläggande tankegångar i statistik Matematik och statistik för biologer, 10 hp Informationshantering. Insamling, ordningsskapande, presentation och grundläggande
Läs merValresultat Riksdagen 2018
Valresultat Riksdagen 2018 I ämnesplanerna i matematik betonas att eleverna ska få möjlighet att använda digitala verktyg. Ett exempel från kursen Matematik 2 är Statistiska metoder för rapportering av
Läs merFörra gången (F4-F5)
F6 Standardiseringsmetoder Etiska regler och lagregler Förra gången (F4-F5) Lägesmått: aritmetiskt medelvärde (minst intervall), median (minst ordinal), typvärde (alla nivåer) När vi vill beskriva tyngdpunkten
Läs mer3, 6, 9, 12, 15, 18. 1, 2, 4, 8, 16, 32 Nu är stunden inne, då vill vill summera talen i en talföljd
I föreläsning 18 bekantade vi oss med talföljder, till exempel eller 3, 6, 9, 1, 15, 18 1,, 4, 8, 16, 3 Nu är stunden inne, då vill vill summera talen i en talföljd och 3 + 6 + 9 + 1 + 15 + 18 1 + + 4
Läs merFöreläsning 1: Introduktion
Föreläsning 1: Introduktion Matematisk statistik Chalmers University of Technology August 29, 2016 Lärare : Rum: E-mail: Anders Hildeman: Rum: E-mail: Sandra Eriksson Barman: Rum: E-mail: Kursansvarig
Läs merBiostatistik: Begrepp & verktyg. Kvantitativa Metoder II: teori och tillämpning.
Biostatistik: Begrepp & verktyg Kvantitativa Metoder II: teori och tillämpning Lovisa.Syden@ki.se BIOSTATISTIK att hantera slumpmässiga variationer! BIO datat handlar om levande saker STATISTIK beskriva
Läs merSkrivning/skriftlig eksamen till statistikdelen av kursen i forskningsmetodik maj 2002
Skrivning/skriftlig eksamen till statistikdelen av kursen i forskningsmetodik maj 2002 Skriv läsligt! Utrymmet/pladsen på pappret bör räcka att svara på. Om du fortsätter på något annat ställe, ange detta
Läs mera = a a a a a a ± ± ± ±500
4.1 Felanalys Vill man hårddra det hela, kan man påstå att det inte finns några tal i den tillämpade matematiken, bara intervall. Man anger till exempel inte ett uppmätt värde till 134.78 meter utan att
Läs merF8 Skattningar. Måns Thulin. Uppsala universitet Statistik för ingenjörer 14/ /17
1/17 F8 Skattningar Måns Thulin Uppsala universitet thulin@math.uu.se Statistik för ingenjörer 14/2 2013 Inledande exempel: kullager Antag att diametern på kullager av en viss typ är normalfördelad N(µ,
Läs mer*****************************************************************************
Statistik, 2p ANVISNINGAR Datorlaboration 1 Deskriptiv statistik med hjälp av MS Excel Detta häfte innehåller kortfattade anvisningar om hur ni använder Excel under denna laboration. Be om hjälp när/om
Läs merDatorlaboration 1 Deskriptiv statistik med hjälp av MS Excel
ANVISNINGAR Datorlaboration 1 Deskriptiv statistik med hjälp av MS Excel Detta häfte innehåller kortfattade anvisningar om hur ni använder Excel under denna laboration. Be om hjälp när/om ni tycker att
Läs merDeskription (Kapitel 2 i Howell) Moment 1: Statistik, 3 poäng
Kognitiv psykologi Moment 1: Statistik, 3 poäng VT 27 Lärare: Maria Karlsson Deskription (Kapitel 2 i Howell) Beskrivande mått, tabeller och diagram 1 2 Tabeller Tabell- och kolumnrubriker bör vara fullständiga
Läs mer17.1 Kontinuerliga fördelningar
7. Kontinuerliga fördelningar En SV X är kontinuerlig om F X (x) är kontinuerlig för alla x F X (x) är deriverbar med kontinuerlig derivata för alla x utom eventuellt för ändligt många värden Som vi tidigare
Läs mer2.1 Minitab-introduktion
2.1 Minitab-introduktion Betrakta följande mätvärden (observationer): 9.07 11.83 9.56 7.85 10.44 12.69 9.39 10.36 11.90 10.15 9.35 10.11 11.31 8.88 10.94 10.37 11.52 8.26 11.91 11.61 10.72 9.84 11.89 7.46
Läs merGrundläggande statistik kurs 1
Grundläggande statistik kurs 1 Problem 1 Arbeta med frekvenstabeller Sid 2: Så här ser sidan 2 ut. Vi har alltså en delad sida med kalkylbladet till vänster och en Data&Statistik-sida till höger. I den
Läs merLiten handledning i Excel och StarOffice Calc i anslutning till Datorövning 1
STOCKHOLMS UNIVERSITET 2004-11-04 MATEMATISK STATISTIK Sannolikhetslära och statistik för lärare Liten handledning i Excel och StarOffice Calc i anslutning till Datorövning 1 Programmet StarOffice Calc
Läs merSyfte med undervisningen är att du ska få utveckla din förmåga att...
Planering, kapitel 1 Statistik samt sannolikhet. Syfte med undervisningen är att du ska få utveckla din förmåga att... formulera och lösa problem med hjälp av matematik samt värdera valda strategier och
Läs merGrundläggande matematisk statistik
Grundläggande matematisk statistik Väntevärde, varians, standardavvikelse, kvantiler Uwe Menzel, 28 uwe.menzel@slu.se; uwe.menzel@matstat.de www.matstat.de Väntevärdet X : diskret eller kontinuerlig slumpvariable
Läs merMa7-Åsa: Statistik och Sannolikhetslära
Ma7-Åsa: Statistik och Sannolikhetslära Efter påsklovet börjar det femte arbetsområdet som handlar om statistik och sannolikhetslära. Det kommer också att bli tid för att arbeta vidare med målen för begrepp
Läs merVi har en ursprungspopulation/-fördelning med medelvärde µ.
P-värde P=probability Sannolikhetsvärde som är resultat av en statistisk test. Anger sannolikheten för att göra den observation vi har gjort eller ett sämre / mer extremt utfall om H 0 är sann. Vi har
Läs merFörsta sidan är ett försättsblad (laddas ned från kurshemsidan) Alla frågor som nns i uppgiftstexten är besvarade
HT 2011 Inlämningsuppgift 1 Statistisk teori med tillämpningar Instruktioner Ett av problemen A, B eller C tilldelas gruppen vid första övningstillfället. Rapporten ska lämnas in senast 29/9 kl 16.30.
Läs merExperimentella metoder 2014, Räkneövning 1
Experimentella metoder 04, Räkneövning Problem : Tio mätningar av en resistans gav följande resultat: Mätning no. Resistans (Ω) Mätning no Resistans (Ω) 0.3 6 0.0 00.5 7 99.98 3 00.0 8 99.80 4 99.95 9
Läs merIntroduktion till statistik för statsvetare
Stockholms universitet November 2011 Data på annat sätt - I Stolpdiagram Data på annat sätt - II Histogram För kvalitativa data som nominal- och ordinaldata infördes stapeldiagram. För kvantitativa data
Läs merLite extra material för deltagarna i kursen MAB 5.1
Lite extra material för deltagarna i kursen MAB 5.1 Detta material ska endast ses som ett stöd till provförberedelserna och inte som en fullständig sammanfattning av kursen. Hela kursens innehåll repeteras
Läs merMedicinsk statistik I
Medicinsk statistik I Läkarprogrammet T5 VT 2013 Susanna Lövdahl, Msc, Doktorand Klinisk koagulationsforskning, Lunds universitet E-post: susanna.lovdahl@med.lu.se Medicinsk statistik VT-2013 Tre stycken
Läs merExaminationsuppgift 2014
Matematik och matematisk statistik 5MS031 Statistik för farmaceuter Per Arnqvist Examinationsuppgift 2014-10-09 Sid 1 (5) Examinationsuppgift 2014 Hemtenta Statistik för farmaceuter 3 hp LYCKA TILL! Sid
Läs merFöreläsning 1. NDAB02 Statistik; teori och tillämpning i biologi
Föreläsning 1 Statistik; teori och tillämpning i biologi 1 Kursens uppbyggnad 9 föreläsningar Föreläsningsunderlag läggs ut på kurshemsidan 5 lektioner Uppgifter från kursboken enligt planering 5 laborationer
Läs merBeskrivande statistik. Tony Pansell, Leg optiker Docent, Universitetslektor
Beskrivande statistik Tony Pansell, Leg optiker Docent, Universitetslektor Beskrivande statistik Grunden för all analys är ordning och reda! Beskrivande statistik hjälper oss att överskådligt sammanfatta
Läs merInnehåll. Frekvenstabell. II. Beskrivande statistik, sid 53 i E
Innehåll I. Grundläggande begrepp II. Deskriptiv statistik (sid 53 i E) III. Statistisk inferens Hypotesprövnig Statistiska analyser Parametriska analyser Icke-parametriska analyser 1 II. Beskrivande statistik,
Läs merAtt göra före det schemalagda labpasset.
Institutionen för teknikvetenskap och matematik S0001M Matematisk statistik LABORATION 1 Laborationen avser att illustrera några grundläggande begrepp inom beskrivande statistik och explorativ dataanalys.
Läs merGamla tentor (forts) ( x. x ) ) 2 x1
016-10-10 Gamla tentor - 016 1 1 (forts) ( x ) x1 x ) ( 1 x 1 016-10-10. En liten klinisk ministudie genomförs för att undersöka huruvida kostomläggning och ett träningsprogram lyckas sänka blodsockernivån
Läs merIntroduktion till statistik för statsvetare
Olika figurer Stockholms universitet September 2011 Olika typer av data Olika figurer Data nominal, ordinal, intervall och kvot Nominaldata Ordinaldata Intervalldata Kvotdata Med data menar vi jämförbara
Läs merIntroduktion till statistik för statsvetare
"Det finns inget så praktiskt som en bra teori" November 2011 Repetition Vad vi gjort hitills Vi har börjat med att studera olika typer av mätningar och sedan successivt tagit fram olika beskrivande mått
Läs merFinansiell statistik, vt-05. Allmän information. Johan Koskinen. F1(a) Allmän information
Johan, Koskinen, Statistiska institutionen, Stockholms universitet Finansiell statistik, vt-05 F1a) Allmän information Allmän information Vem är jag och de övriga lärarna? Statistiska institutionen: när,
Läs merLaboration 1: Beskrivande statistik
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK DATORLABORATION 1 MATEMATISK STATISTIK, AK FÖR BYGG, FMS 601, HT-08 Laboration 1: Beskrivande statistik 1 Syfte Syftet med den här laborationen
Läs merÖVNINGSUPPGIFTER KAPITEL 2
ÖVNINGSUPPGIFTER KAPITEL 2 DATAMATRISEN 1. Datamatrisen nedan visar ett utdrag av ett datamaterial för USA:s 50 stater. Stat Befolkningsmängd Inkomst Marijuana Procent män (miljoner) per person lagligt?
Läs mer732G70, 732G01 Statistik A 7hp
732G70, 732G01 Statistik A 7hp Linda Wänström (linda.wanstrom@liu.se) Tommy Schyman (tommy.schyman@liu.se) Föreläsningsunderlagen är baserade på underlag skrivna av Karl Wahlin 1 Statistik är en gren inom
Läs merDatorlaboration 1 Deskriptiv statistik med hjälp av MS Excel vers. 2010
v. 2015-01-07 ANVISNINGAR Datorlaboration 1 Deskriptiv statistik med hjälp av MS Excel vers. 2010 Detta häfte innehåller kortfattade anvisningar om hur ni använder Excel under denna laboration. Be om hjälp
Läs merOlika typer av variabler och skalor. 1. Nominalskala 2. Ordinalskala 3. Intervallskala 4. Kvotskala. Intervallskala. Nominalskala.
Olika typer av variabler och skalor Kvalitativ variabel -variabeln antar inte numeriska värden utan bara olika kategorier. vis olika bilmärken, eller man, kvinna. Kvantitativ variabel Antar numeriska värden
Läs merKontrollera att följande punkter är uppfyllda innan rapporten lämnas in: Första sidan är ett försättsblad (laddas ned från kurshemsidan)
Statistiska institutionen VT 2012 Inlämningsuppgift 1 Statistisk teori med tillämpningar Instruktioner Ett av problemen A, B eller C tilldelas gruppen vid första övningstillfället. Rapporten ska lämnas
Läs merIngenjörsmetodik IT & ME 2011 Föreläsning 11
Ingenjörsmetodik IT & ME 011 Föreläsning 11 Sammansatt fel (Gauss regel) Felanalys och noggrannhetsanalys Mätvärden och mätfel Medelvärde, standardavvikelse och standardosäkerher (statistik) 1 Läsanvisningar
Läs merF2 Beskrivning av ett datamaterial. Tabellering och val av diagram. Summatecknet
F2 Beskrivning av ett datamaterial. Tabellering och val av diagram. Summatecknet Tabellering av kvalitativ variabel En kvalitativ variabel varierar över ett antal kategorier. Antag att vi har observerat
Läs merSF1901: SANNOLIKHETSTEORI OCH STATISTIK GRUNDLÄGGANDE SANNOLIKHETSTEORI, KORT OM BESKRIVANDE STATISTIK. Tatjana Pavlenko.
SF1901: SANNOLIKHETSTEORI OCH STATISTIK FÖRELÄSNING 1 GRUNDLÄGGANDE SANNOLIKHETSTEORI, KORT OM BESKRIVANDE STATISTIK Tatjana Pavlenko 23 mars, 2015 KURSINFORMATION Blom m.fl. Sannolokhetsteori och statistikteori
Läs merStudieplanering till Kurs 2b Grön lärobok
Studieplanering till Kurs 2b Grön lärobok Den här studieplaneringen hjälper dig att hänga med i kursen. Planeringen följer lärobokens uppdelning i kapitel och avsnitt. Ibland får du tips på en inspelad
Läs merStatistik. Berit Bergius & Lena Trygg, NCM
Modul: Didaktiska perspektiv på matematikundervisningen 2 Del 3: Geometri och statistik Statistik Berit Bergius & Lena Trygg, NCM Bakåt i tiden förmedlades information muntligt, från man till man. När
Läs merArbeta med normalfördelningar
Arbeta med normalfördelningar I en större undersökning om hur kvinnors längd gjorde man undersökning hos kvinnor i ett viss åldersintervall. Man drog sedan ett slumpmässigt urval på 2000 kvinnor och resultatet
Läs merInstitutionen för lingvistik och filologi VT 2014 (Marco Kuhlmann 2013, tillägg och redaktion Mats Dahllöf 2014).
UPPSALA UNIVERSITET Matematik för språkteknologer (5LN445) Institutionen för lingvistik och filologi VT 2014 (Marco Kuhlmann 2013, tillägg och redaktion Mats Dahllöf 2014). 9 Sannolikhet Detta kapitel
Läs merStatistik för Brandingenjörer. Laboration 1
LUNDS UNIVERSITET 1(6) STATISTISKA INSTITUTIONEN Statistik för Brandingenjörer Laboration 1 Beskrivande statistik VT 2012 2 En marknadsundersökning Bakgrund Uppgiften kommer att omfatta en del av en marknadsundersökning
Läs merMA1S TATISTIK UPPGIFTER
1. Ett antal familjer svarade på frågan: Hur många datorer har Ni i Er familj? Resultatet visas i diagrammet. A) Bestäm typvärdet och medianen. B) Bestäm medelvärdet. 2. Diagrammet visar antalet syskon
Läs merLULEÅ TEKNISKA UNIVERSITET Ämneskod S0006M Institutionen för matematik Datum Skrivtid
LULEÅ TEKNISKA UNIVERSITET Ämneskod S0006M Institutionen för matematik Datum 2009-06-05 Skrivtid 0900 1400 Tentamen i: Statistik 1, Undersökningsmetodik 7.5 hp Antal uppgifter: 6 Krav för G: 12 Lärare:
Läs merMatematik 2b 1 Uttryck och ekvationer
Matematik 2b 1 Uttryck och ekvationer Repetera grunderna i ekvationslösning Lära dig parentesmultiplikation, kvadreringsreglerna och konjugatregeln Lära dig lösa fullständiga andragradsekvationer Få en
Läs merStatistik 1 för biologer, logopeder och psykologer
Innehåll 1 Grunderna i sannolikhetslära 2 Innehåll 1 Grunderna i sannolikhetslära 2 Satistik och sannolikhetslära Statistik handlar om att utvinna information från data. I praktiken inhehåller de data
Läs merFinns det över huvud taget anledning att förvänta sig något speciellt? Finns det en generell fördelning som beskriver en mätning?
När vi nu lärt oss olika sätt att karaktärisera en fördelning av mätvärden, kan vi börja fundera över vad vi förväntar oss t ex för fördelningen av mätdata när vi mätte längden av en parkeringsficka. Finns
Läs merDet är tänkt att varje elev eller grupp ska få en egen kopia av provresultaten och en egen datablankett att fylla i.
Aktivitetsbeskrivning Denna aktivitet går igenom grundläggande statistikhantering på en grafräknare. De olika läges- och spridningsmåtten bör åtminstone delvis redan vara bekanta för eleverna. Aktiviteten
Läs merSF1901: Sannolikhetslära och statistik. Statistik: Intervallskattning (konfidensintervall) Jan Grandell & Timo Koski
SF1901: Sannolikhetslära och statistik Föreläsning 10. Statistik: Intervallskattning (konfidensintervall) Jan Grandell & Timo Koski 18.02.2016 Jan Grandell & Timo Koski Matematisk statistik 18.02.2016
Läs merStatistiska undersökningar
Arbetsgång vid statistiska undersökningar Problemformulering, målsättning Statistiska undersökningar Arbetsgången mm Definition av målpopulation Framställning av urvalsram Urval Utformning av mätinstrument
Läs merStatistik för ingenjörer 1MS008
Statistik för igejörer MS8 Föreläsig Kursmål: För godkät betyg på kurse skall studete käa till ett flertal metoder och tekiker för visualiserig av datamaterial; kua geomföra ekla beräkigar av saolikheter;
Läs merAntal ögon Vinst (kr) Detta leder till följande uttryck E(x) = x x p X(x) x f X(x)dx
8. Väntevärde Exempel. Banken ordnar ett tärningsspel där de spelande erlägger en insats på 5 kr/kast. Vinsten är beroende på hur många ögon tärningen visar: Antal ögon 3 4 5 6 Vinst (kr) 3 4 5 6 7 8 Hur
Läs merSF1901: Sannolikhetslära och statistik. Statistik: Intervallskattning (konfidensintervall)
SF1901: Sannolikhetslära och statistik Föreläsning 9. Statistik: Intervallskattning (konfidensintervall) Jan Grandell & Timo Koski 21.02.2012 Jan Grandell & Timo Koski () Matematisk statistik 21.02.2012
Läs merForskningsmetodik 2006 Lektion 3
Forskningsmetodik 6 Lektion Att tänka på i en mätsituation Per Olof Hulth Längden hos studenterna på forskningsmetodik : 76 8 6 6 7 6 7 67 7 8 7 7 7 6 6 77 8 6 6 7 Det blir litet överskådligare om vi ordnar
Läs merrepetera begreppen sannolikhetsfunktion, frekvensfunktion och fördelningsfunktion
Lunds tekniska högskola Matematikcentrum Matematisk statistik FMSF25: MATEMATISK STATISTIK KOMPLETTERANDE PROJEKT DATORLABORATION 1, 14 NOVEMBER 2017 Syfte Syftet med dagens laboration är att du ska träna
Läs merLaboration med Minitab
MATEMATIK OCH STATISTIK NV1 2005 02 07 UPPSALA UNIVERSITET Matematiska institutionen Silvelyn Zwanzig, Tel. 471 31 84 Laboration med Minitab I denna laboration skall du få stifta bekantskap med ett statistiskt
Läs merFinansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 3
Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 3 Kontinuerliga sannolikhetsfördelningar (LLL Kap 7 & 9) Department of Statistics (Gebrenegus Ghilagaber, PhD, Associate Professor) Financial Statistics
Läs merRepetitionsprov inför provet Statistik
Repetitionsprov inför provet Statistik Del 1 Med miniräknare Endast svar krävs! 1. I en skolklass mättes sju elevers skostorlek. Detta visas i tabellen nedan: 37 41 43 39 45 47 38 a) Ange de sju skostorlekarnas
Läs mer