Tentamentsskrivning: Matematisk Statistik TMA321 1
|
|
- Barbro Nyberg
- för 4 år sedan
- Visningar:
Transkript
1 Tentamentsskrivning: Matematisk Statistik TMA Tentamentsskrivning i Matematisk Statistik TMA Tid: den augusti, 7 Hjälpmedel: Typgodkänd miniräknare, egenhändigt skriven formelsamling om två A4 fram och bak (dvs 4 sidor), samt utdelade tabeller Tentamen består av 8 frågor om sammanlagt 5 poäng Preliminära betygsgränser är satta till: betyg : till 9 poäng betyg 4 : till 9 poäng betyg 5 : 4 eller fler poäng OBS! Alla lösningar skall vara väl redovisade och motiverade Talen är ej ordnade efter svårighetsgrad Antag att (X, Y ) är likformigt fördelad på enhetsdisken dvs området {x + y } (a) Ange den gemensamma sannolikhetstätheten för (X, Y ) (b) Ange marginalfördelningarna för X och Y (c) Beräkna E [ X Y I(Y ) ] (a) Enhetscirkeln har area π och därmed gäller att { f(x, y) π om x + y annars (b) Vi har: f X (x) x x f X,Y (x, y)dy { x π om x annars På samma sätt: { y f Y (y) f X,Y (x, y)dx y y π om y annars
2 Tentamentsskrivning: Matematisk Statistik TMA (c) Vi får att E [ X Y I(Y ) ] π π π x x x x yi(y )dydx x ydydx π [ x x ( x )dx π x5 [ y x ] ] x π dx ( ) 5 5π Två kompisar, Kalle och Ada, står på ett hustak och kastar vattenballonger på förbipasserande Sannolikheten att Kalle träffar kallar vi för p K och sannolikheten att Ada träffar kallar vi för p A Vi antar också att sannolikheten för träff är oberoende mellan kasten De kastar varannan gång och Ada får börja (a) De bestämmer sig för att tävla mot varandra Tävlingen är slut så fort någon har träffat Vad är sannolikheten att Ada vinner? Kom ihåg att Ada börjar (b) Vid ett senare tillfälle kastar de tills först Ada träffar och sedan Kalle träffar omedelbart därefter (så om Ada träffar och Kalle sedan missar fortsätter de) Vad är sannolikheten att de behöver exakt k kast tillsammans? (c) Sista gången gör de på följande sätt Ada kastar tills första gången hon träffar, och Kalle kastar tills första gången han träffar Vad är sannolikheten att de behöver sammanlagt k kast? (a) Sannolikheten att Ada vinner i omgång l är p A ( p A ) l ( p K ) l Vi får att sannnolikheten att Ada vinner blir p A ( p A ) l ( p K ) l p A ( p A ) l ( p K ) l p A ( p A )( p K ) l (b) Låt X vara antalet kast de behöver och låt l vara omgången de vinner i Vi får att P(X l) p A p K ( p A p K ) l, där p A p K är sannolikheten att inte båda träffar i en fix omgång Vi får att { pa p P(X k) K ( p A p K ) k/ för k jämnt för alla andra k
3 Tentamentsskrivning: Matematisk Statistik TMA (c) För att de sammanlagt skall behöva k kast behöver Ada l och Kalle k l kast för något l,, k Vi summerar över de olika fallen och får k P(X k) P(X A l, X K k l) k p A ( p A ) l p K ( p K ) k l Låt T i Exp(λ i ) för i, (a) Beräkna mgf för T k p A p K ( p A )( p K ) ( p K) k ( p A ) l ( p K ) l p A p K ( p A )( p K ) ( p K) k p A p K ( p A )( p K ) ( p K) k k ( pa p K k ( pa l ) l k ( p A p K ( p K ) k pa p K l ( ) k pa p A p K ( p K ) k p K ( ) pa p K p A p K ( p K ) k ( p A ) k p A p K p K ) l ) l+ (b) Använd svaret i uppgift (a) för att bestämma E[T n ] för alla n (c) Låt X vara sådan att P(X ) P(X ) / och X är oberoende av T, T Beräkna mgf för Z där (a) Vi har att för t < λ, M T (t) E[e Tt ] Z XT + ( X)T e st λ e λs ds [ e λ e (t λ)s (t λ )s ds t λ ] λ λ t
4 Tentamentsskrivning: Matematisk Statistik TMA 4 (b) Det enklaste är att Taylorutvecka mgf:en ( ) k t t k k! M T (t), t/λ k! så vi kan avläsa koefficienterna till (c) Vi får att för t < min(λ, λ ) E[e Zt ] k λ E[T n ] M (n) T () k! λ k k E[e Zt X ]P(X ) + E[e Zt X ]P(X ) ( E[e T t ] + E[e Tt ] ) ( λ λ t + λ ) λ t 4 (a) Låt X,, X n vara iid med täthetsfunktion f(x) α sin(αx) för x π/α där α > är en okänd parameter Hitta MME (momentskattaren) för α (b) Låt Y,, Y n vara iid med täthetsfunktion f(x) β e eβx för x /β Hitta MLE (maximum likelihood skattaren) för β (a) Vi har att E[X] π/α λ k x α [ sin(αx) x cos(αx) ] π/α π/α + π ( cos(π)) + α α [sin(αx)]π/α π α Momentmetoden ger att vi skall lösa ekvationen (b) Likelihooden är n f(y k ) k n k X π ˆα ˆα π X β e eβy k I( Y k /β) cos(αx) dx β n n (e ) n eβ k Y k I( min(y,, Y n ))I(max(Y,, Y n /β))
5 Tentamentsskrivning: Matematisk Statistik TMA 5 Vi ser att växer då β växer medans β n n (e ) n eβ k Y k I( min(y,, Y n )) I(max(Y,, Y n /β)) blir om β / max(y,, Y n ) så att ˆβ max(y,, Y n ) 5 I en studie ville man jämföra två olika processer för tillverkning av formalin I studien ville man speciellt jämföra halten av toxiska biprodukter och fick därför följande två mätserier över det toxiska innehållet (angett i ppm): Metod nr (x) Metod nr (y) Vid alla mätningarna användes samma utrustning Vi har även att k (x k x) 7 k (y k ȳ) 555 (a) Sätt upp ett test för att se om det finns en systematisk skillnad mellan metoderna Välj signifikansnivån 5% Antag att alla data är oberoende och kommer från normalfördelningar (b) Upprepa proceduren i (a) men nu under antagandet att data ej kommer från en normalfördelning Hur skall du göra nu? Reflektera över din metod och ditt resultat Jämför med vad du fick i uppgift (a) (a) Vi har två stickprov som uppenbarligen inte är parade Då det är samma utrustning som används för båda mätserierna följer det att σ x σ y σ Vi får att så att X N ) (µ x, σ ( ) och Ȳ N µ y, σ, ( ) X Ȳ N µ x µ y, σ
6 Tentamentsskrivning: Matematisk Statistik TMA Därmed blir där X Ȳ (µ x µ y ) s p / t() s p ( )s X + ( )s Y + k (x k x) + k (y k ȳ) 59 Vi använder här att Om vi väljer signifikansnivå 5% får vi att 95 P( 74 T 74) ( P 74 X ) Ȳ (µ x µ y ) s p / 74 ( P X Ȳ 74 s p µ x µ y X Ȳ + 74 s ) p så att ett 95% KI blir I µx µ y x ȳ ± 74 s p [ 595, 4] Då I µx µ y kan vi därmed inte dra slutsatsen att det är en systematisk skillnad på signifikansnivån 5% (b) Vi får använda oss av normalapproximation, dvs centrala gränsvärdessatsen Detta är egentligen olämpligt då antalet mätdata är för få Men då det är vårt enda verktyg har vi inget val Vi bör dock vara noggranna med att påpeka att vårt resultat därmed kommer vara behäftad med en större grad av osäkerhet kring vilka slutsatser vi kan dra Den enda skillnaden rent räknemässigt blir att vi antar (på osäkra grunder) att X Ȳ (µ x µ y ) s p / N(, ) så att I µx µ y x ȳ ± 9 s p [ 547, 94] Då I µx µ y drar vi samma slutsats som innan Men, då detta grundar sig i ett tvivelaktigt användande av centrala gränsvärdessatsen bör vi förhålla oss skeptiska och rekommendera fortsatta studier Låt X,, X n vara iid exponentialfördelade slumpvariabler Betrakta hypoteserna H : λ och H : λ
7 Tentamentsskrivning: Matematisk Statistik TMA 7 (a) Bestäm den generaliserade likelihood ration Bestäm även motsvarande förkastningsregion (b) Vad förändras ifall vi byter ut H mot (a) Vi har att lik(λ) f(x,, X n λ) n n f(x k λ) k H : λ? k λe λx k Vi betraktar den generaliserade LR-kvoten Λ där ˆλ är MLE:n för λ Vi har att lik() max λ lik(λ) lik() lik(ˆλ), l(λ) log(lik(λ)) n log λ λ λ n e λ n k X k n k X k så att och därmed blir l (λ) n n λ X k ˆλ k n n k X k X ty l (λ) < Den sökta LR kvoten blir Λ lik() lik(ˆλ) e n k X k X n e X n k X k ( e Xe X ) n Vi ser att kvoten är liten om Xe X är liten Detta ger oss förkastningsregionen X [, c ] [c, ) där c, c är sådana att om vi vill ha signifikansnivån α P( X c ) P( X c ) α/,
8 Tentamentsskrivning: Matematisk Statistik TMA 8 (b) Istället får vi nu lik() lik() n e k X k n e n k X k ( n e k X k som är liten om n k X k är liten Vår förkastningsregion blir nu [, c] där α P( X c) 7 Karl-Johan vill undersöka viskositeten i en svampstuvning som funktion av mängden maizena han har i stuvningen Han fick följande data: Halt: Viskositet: Data kan sammanfattas med S xx 8, S yy 59588, och S xy 884 a Ansätt en linjär regressionsmodell och skatta β, β b Bestäm förklaringsgraden och beräkna residualerna Verkar modellen rimlig? Verkar data rimliga? ) n a Vi har att β S xy S xx 5, β ȳ β x b Vi får att förklaringsgraden blir R och vi beräknar residualerna till S xy S xx S yy 788, datapunkt nr: residual: Den låga förklaringsgraden och det märkliga utseendet på residualerna får en att misstänka att det snarare föreligger ett annat samband Kanske exponentiellt eller polynomiellt växande med en högre potens än ett Vid närmare betraktande verkar dessutom den första mätpunkten vara felaktig då viskositeten bör växa som funktion av mängden maizena 8 Låt X, X, X vara oberoende, alla med samma (okända) väntevärde µ Låt vidare varianserna av X, X, X vara σ, σ respektive σ där σ > Låt vidare ˆµ : X + X + X ˆµ : (X X ) /
9 Tentamentsskrivning: Matematisk Statistik TMA 9 och ˆµ : X + X + X vara tre skattningar av µ (a) Vilken eller vilka av dessa tre skattningarna är väntevärdesriktiga? (b) Vilken av de väntevärdesriktiga skattningarna i (a) har minst varians? (a) Vi har att [ ] X + X + X E[ˆµ ] E µ + µ + µ µ, medans [ E (X X ) /] [ E X / ] [ E där olikheten kommer sig av att X / < Var(X / ) E[X ] E[X / ], så att E[X / ] < E[X ] / Vidare har vi att [ X + E[ˆµ ] E X + X ] så ˆµ och ˆµ båda är väntevärdesriktiga (b) Vi beräknar nu varianserna Vi har att ] < E[X ] / E[X ] / E[X ] µ, µ + µ + µ µ, Var(ˆµ ) 9 (Var(X )+Var(X )+Var(X )) 9 (σ +σ +σ ) σ, medan Var(ˆµ ) (Var(X ) + 4 Var(X ) + 9 Var(X )) Vi ser att µ har minst varians (σ + σ + σ ) σ
Tentamentsskrivning: Matematisk statistik TMA Tentamentsskrivning i Matematisk statistik TMA321, 4.5 hp.
Tentamentsskrivning: Matematisk statistik TMA32 Tentamentsskrivning i Matematisk statistik TMA32, 4.5 hp. Tid: Onsdag den 2 jan, 20 kl 4:00-8:00 Examinator och jour: Erik Broman, tel. 772-354, mob. 073
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 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 merTMS136: Dataanalys och statistik Tentamen
TMS136: Dataanalys och statistik Tentamen 013-08-7 Examinator och jour: Mattias Sunden, tel. 0730 79 9 79 Hjälpmedel: Chalmersgodkänd räknare och formelsamling (formelsamling delas ut med tentan). Betygsgränser:
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 merTenta i Statistisk analys, 15 december 2004
STOCKHOLMS UNIVERSITET MATEMATISKA INSTITUTIONEN LÖSNINGAR Avd. Matematisk statistik, ML 15 december 004 Lösningar Tenta i Statistisk analys, 15 december 004 Uppgift 1 Vi har två stickprov med n = 5 st.
Läs merTillåtna hjälpmedel: Räknedosa. Formel- och tabellsamling i matematisk statistik.
UPPSALA UNIVERSITET Matematiska institutionen Erik Broman, Jesper Rydén TENTAMEN I MATEMATISK STATISTIK Sannolikhet och statistik 1MS5 214-1-11 Skrivtid: 8.-13.. För betygen 3, 4 resp. 5 krävs 18, 25 resp.
Läs merTentamen MVE301 Sannolikhet, statistik och risk
Tentamen MVE30 Sannolikhet, statistik och risk 207-06-0 kl. 8:30-3:30 Examinator: Johan Jonasson, Matematiska vetenskaper, Chalmers Telefonvakt: Ivar Simonsson, telefon: 03-7725348 Hjälpmedel: Valfri miniräknare.
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 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 merSTOCKHOLMS UNIVERSITET Statistiska institutionen Michael Carlson,
STOCKHOLMS UNIVERSITET Statistiska institutionen Michael Carlson, 5--9 Lösningförslag skriftlig hemtentamen i Fortsättningskurs i statistik, moment, Statistisk Teori, poäng. Deltentamen : Sannolikhetsteori
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 mer, för 0 < x < θ; Uppgift 2
TAMS17/TEN1 STATISTISK TEORI FK TENTAMEN FREDAG 1/4 2016 KL 08.00-12.00. Examinator och jourhavande lärare: Torkel Erhardsson, tel. 28 14 78. Tillåtna hjälpmedel: Formelsamling i matematisk statistik utgiven
Läs merTentamentsskrivning: Matematisk Statistik med Metoder MVE490 1
Tentamentsskrivning: Matematisk Statistik med Metoder MVE490 1 Tentamentsskrivning i Matematisk Statistik med Metoder MVE490 Tid: den 22 december, 2016 Examinatorer: Kerstin Wiklander och Erik Broman.
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 mer1. För tiden mellan två besök gäller. V(X i ) = 1 λ 2 = 25. X i Exp (λ) E(X i ) = 1 λ = 5s λ = 1 5
LÖSNINGAR TILL Matematisk statistik Tentamen: 29 7 kl 8 3 Matematikcentrum FMSF45 Matematisk statistik AK för D,I,Pi,F, 9 h Lunds universitet MASB3 Matematisk statistik AK för fysiker, 9 h. För tiden mellan
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 merRepetitionsföreläsning
Slumpförsök Repetitionsföreläsning Föreläsning 15 Sannolikhet och Statistik 5 hp Med händelser A B... avses delmängder av ett utfallsrum. Slumpförsök = utfallsrummet + ett sannolikhetsmått P. Fredrik Jonsson
Läs merTentamen MVE301 Sannolikhet, statistik och risk
Tentamen MVE301 Sannolikhet, statistik och risk 2018-10-12 kl. 8:30-13:30 Examinator: Johan Jonasson, Matematiska vetenskaper, Chalmers Telefonvakt: Olof Elias, telefon: 031-7725325 Hjälpmedel: Valfri
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 merF13 Regression och problemlösning
1/18 F13 Regression och problemlösning Måns Thulin Uppsala universitet thulin@math.uu.se Statistik för ingenjörer 4/3 2013 2/18 Regression Vi studerar hur en variabel y beror på en variabel x. Vår modell
Läs merTentamen L9MA30, LGMA30
Göteborgs Universitetet GU Lärarprogrammet 017 Matematik 3 för lärare, åk 7-9, Sannolikhetslära och statistik, Matematik 3 för gymnasielärare, Sannolikhetslära och statistik 017-10-0 kl. 08:30-1:30 Examinator:
Läs merMatematisk statistik KTH. Formelsamling i matematisk statistik
Matematisk statistik KTH Formelsamling i matematisk statistik Vårterminen 2017 1 Kombinatorik ) n n! = k k! n k)!. Tolkning: mängd med n element. ) n = antalet delmängder av storlek k ur en k 2 Stokastiska
Läs merTentamen MVE301 Sannolikhet, statistik och risk
Tentamen MVE31 Sannolikhet, statistik och risk 218-1-12 kl. 8:3-13:3 Examinator: Johan Jonasson, Matematiska vetenskaper, Chalmers Telefonvakt: Olof Elias, telefon: 31-7725325 Hjälpmedel: Valfri miniräknare.
Läs merTentamentsskrivning: Matematisk Statistik med Metoder MVE490 1
Tentamentsskrivning: Matematisk Statistik med Metoder MVE490 1 Tentamentsskrivning i Matematisk Statistik med Metoder MVE490 Tid: den 29 oktober, 2016 Examinatorer: Kerstin Wiklander och Erik Broman. Jour:
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 TT091A TGMAS15h 7,5 högskolepoäng TentamensKod: Tentamensdatum: 30 Maj Tid: 9-13 Hjälpmedel: Miniräknare (nollställd) samt allmänspråklig
Läs merFORMELSAMLING MATEMATISK STATISTIK FÖR W; FMSF75 UPPDATERAD Sannolikhetsteori. Beskrivning av data. Läges-, spridnings- och beroendemått
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK FORMELSAMLING MATEMATISK STATISTIK FÖR W; FMSF75 UPPDATERAD 208-08-26 Sannolikhetsteori Följande gäller för sannolikheter: 0 P(A P(Ω = P(A
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 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 merSF1901 Sannolikhetsteori och statistik I
SF1901 Sannolikhetsteori och statistik I Jimmy Olsson Föreläsning 10 27 november 2017 1 / 28 Idag Mer om punktskattningar Minsta-kvadrat-metoden (Kap. 11.6) Intervallskattning (Kap. 12.2) Tillämpning på
Läs merTentamen MVE301 Sannolikhet, statistik och risk
Tentamen MVE30 Sannolikhet, statistik och risk 207-08-5 kl. 8:30-3:30 Examinator: Johan Jonasson, Matematiska vetenskaper, Chalmers Telefonvakt: Olof Elias, telefon: 03-7725325 Hjälpmedel: Valfri miniräknare.
Läs merEnkel och multipel linjär regression
TNG006 F3 25-05-206 Enkel och multipel linjär regression 3.. Enkel linjär regression I det här avsnittet kommer vi att anpassa en rät linje till mätdata. Betrakta följande värden från ett försök x 4.0
Läs merMatematisk statistik för D, I, Π och Fysiker
max/min Matematisk statistik för D, I, Π och Fysiker Föreläsning 5 Johan Lindström 25 september 218 Johan Lindström - johanl@maths.lth.se FMSF45/MASB3 F5 1/25 max/min Johan Lindström - johanl@maths.lth.se
Läs merFormel- och tabellsamling i matematisk statistik
Formel- och tabellsamling i matematisk statistik 1. Sannolikhetsteori för lärarprogrammet Sannolikhetsformler P (A ) = 1 P (A) P (A B) = P (A) + P (B) P (A B) P (A B) = P (A B) P (B) P (A B) = P (A B)P
Läs merTentamen 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 merSF1911: Statistik för bioteknik
SF1911: Statistik för bioteknik Föreläsning 6. TK 14.11.2016 TK Matematisk statistik 14.11.2016 1 / 38 Lärandemål Stokastiska modeller för kontinuerliga datatyper Fördelningsfunktion (cdf) Sannolikhetstäthetsfunktion
Läs mer1. En kortlek består av 52 kort, med fyra färger och 13 valörer i varje färg.
Tentamenskrivning för TMS63, Matematisk Statistik. Onsdag fm den 1 juni, 16, Eklandagatan 86. Examinator: Marina Axelson-Fisk. Tel: 7-88113. Tillåtna hjälpmedel: typgodkänd miniräknare, tabell- och formelhäfte
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 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 MVE302 Sannolikhet och statistik
Tentamen MVE32 Sannolikhet och statistik 219-6-5 kl. 8:3-12:3 Examinator: Johan Jonasson, Matematiska vetenskaper, Chalmers Telefonvakt: Oskar Allerbo, telefon: 31-7725325 Hjälpmedel: Valfri miniräknare.
Läs mer(a) sannolikheten för att läkaren ställer rätt diagnos. (b) sannolikheten för att en person med diagnosen ej sjukdom S ändå har sjukdomen, dvs.
Avd. Matematisk statistik TENTAMEN I SF1901 SANNOLIKHETSTEORI OCH STATISTIK, TORSDAGEN DEN 31:E MAJ 2012 KL 08.00 13.00. Examinator: Tobias Rydén, tel 790 8469. Kursledare: Tatjana Pavlenko, tel 790 8466.
Läs merTentamen för kursen. Linjära statistiska modeller. 13 januari
STOCKHOLMS UNIVERSITET MATEMATISK STATISTIK Tentamen för kursen Linjära statistiska modeller 13 januari 2017 9 14 Examinator: Ola Hössjer, tel. 070/672 12 18, ola@math.su.se Återlämning: Meddelas via kurshemsida
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 merMatematisk statistik KTH. Formel- och tabellsamling i matematisk statistik
Matematisk statistik KTH Formel- och tabellsamling i matematisk statistik Varterminen 2005 . Kombinatorik n = k n! k!n k!. Tolkning: n k mängd med n element. 2. Stokastiska variabler V X = EX 2 EX 2 =
Läs merTentamen MVE301 Sannolikhet, statistik och risk
Tentamen MVE301 Sannolikhet, statistik och risk 2017-08-15 kl. 8:30-13:30 Examinator: Johan Jonasson, Matematiska vetenskaper, Chalmers Telefonvakt: Olof Elias, telefon: 031-7725325 Hjälpmedel: Valfri
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 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 merESS011: Matematisk statistik och signalbehandling Tid: 14:00-18:00, Datum:
ESS0: Matematisk statistik och signalbehandling Tid: 4:00-8:00, Datum: 20-0-2 Examinatorer: José Sánchez och Bill Karlström Jour: Bill Karlström, tel. 070 624 44 88. José Sánchez, tel. 03 772 53 77. Hjälpmedel:
Läs merTENTAMEN Datum: 14 feb 2011
TENTAMEN Datum: 14 feb 011 Kurs: KÖTEORI OCH MATEMATISK STATISTIK HF1001 TEN 1 (Matematisk statistik ) Ten1 i kursen HF1001 ( Tidigare kn 6H301), KÖTEORI OCH MATEMATISK STATISTIK, Skrivtid: 13:15-17:15
Läs merTAMS65. Formel- och tabellsamling i matematisk statistik TAMS65. Martin Singull TAMS65 TAMS65
Formel- och tabellsamling i matematisk statistik Martin Singull Innehåll 4.1 Multipel regression.............................. 15 1 Sannolikhetslära 7 1.1 Några diskreta fördelningar.........................
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 merFöreläsning 7: Punktskattningar
Föreläsning 7: Punktskattningar Matematisk statistik Chalmers University of Technology April 27, 2015 Tvådimensionella fördelningar Definition En två dimensionell slumpvariabel (X, Y ) tillordnar två numeriska
Läs merTentamen MVE301 Sannolikhet, statistik och risk
Tentamen MVE301 Sannolikhet, statistik och risk 2017-06-01 kl. 8:30-13:30 Examinator: Johan Jonasson, Matematiska vetenskaper, Chalmers Telefonvakt: Ivar Simonsson, telefon: 031-7725325 Hjälpmedel: Valfri
Läs merAvd. Matematisk statistik
Avd. Matematisk statistik TENTAMEN I SF1901, SANNOLIKHETSTEORI OCH STATISTIK, ONSDAGEN DEN 28:E OKTOBER 2015 KL 8.00 13.00. Kursledare: Tatjana Pavlenko, 08-790 84 66, Björn Olof Skytt 08-790 86 49. Tillåtna
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 merMatematisk statistik för B, K, N, BME och Kemister
Matematisk statistik för B, K, N, BME och Kemister Föreläsning 9 Joakim Lübeck (Johan Lindström 25 september 217 Johan Lindström - johanl@maths.lth.se FMSF7/MASB2 F9 1/23 Repetition Inferens för diskret
Läs merTentamen MVE301 Sannolikhet, statistik och risk
Tentamen MVE31 Sannolikhet, statistik och risk 218-5-31 kl. 8:3-13:3 Examinator: Johan Jonasson, Matematiska vetenskaper, Chalmers Telefonvakt: Ivar Simonsson, telefon: 31-7725325 Hjälpmedel: Valfri miniräknare.
Läs merTentamen MVE301 Sannolikhet, statistik och risk
Tentamen MVE301 Sannolikhet, statistik och risk 2018-05-31 kl. 8:30-13:30 Examinator: Johan Jonasson, Matematiska vetenskaper, Chalmers Telefonvakt: Ivar Simonsson, telefon: 031-7725325 Hjälpmedel: Valfri
Läs merPROGRAMFÖRKLARING I. Statistik för modellval och prediktion. Ett exempel: vågriktning och våghöjd
Statistik för modellval och prediktion att beskriva, förklara och förutsäga Georg Lindgren PROGRAMFÖRKLARING I Matematisk statistik, Lunds universitet stik för modellval och prediktion p.1/4 Statistik
Läs merGrundläggande matematisk statistik
Grundläggande matematisk statistik Linjär Regression Uwe Menzel, 2018 uwe.menzel@slu.se; uwe.menzel@matstat.de www.matstat.de Linjär Regression y i y 5 y 3 mätvärden x i, y i y 1 x 1 x 2 x 3 x 4 x 6 x
Läs merDemonstration av laboration 2, SF1901
KTH 29 November 2017 Laboration 2 Målet med dagens föreläsning är att repetera några viktiga begrepp från kursen och illustrera dem med hjälp av MATLAB. Laboration 2 har följande delar Fördelningsfunktion
Läs merAvd. Matematisk statistik
Avd. Matematisk statistik TENTAMEN I SF90 TILLÄMPAD STATISTIK, ONSDAGEN DEN 7:E APRIL 09 KL 8.00 3.00. Examinator: Björn-Olof Skytt, 08-790 8649 Tillåtna hjälpmedel: Formel- och tabellsamling i Matematisk
Läs merFöreläsning 7: Punktskattningar
Föreläsning 7: Punktskattningar Matematisk statistik Chalmers University of Technology September 21, 2015 Tvådimensionella fördelningar Definition En två dimensionell slumpvariabel (X, Y ) tillordnar två
Läs merTentamen för kursen. Linjära statistiska modeller. 22 augusti
STOCKHOLMS UNIVERSITET MATEMATISK STATISTIK Tentamen för kursen Linjära statistiska modeller 22 augusti 2008 9 14 Examinator: Anders Björkström, tel. 16 45 54, bjorks@math.su.se Återlämning: Rum 312, hus
Läs merFACIT: Tentamen L9MA30, LGMA30
Göteborgs Universitetet GU Lärarprogrammet 20 FACIT: Tentamen L9MA0, LGMA0 Matematik för lärare, åk 7-9, Sannolikhetslära och statistik, Matematik för gymnasielärare, Sannolikhetslära och statistik 20-0-2
Läs merTAMS17/TEN1 STATISTISK TEORI FK TENTAMEN ONSDAG 10/ KL
TAMS17/TEN1 STATISTISK TEORI FK TENTAMEN ONSDAG 1/1 18 KL 8.-13.. Examinator och jourhavande lärare: Torkel Erhardsson, tel. 8 14 78. Tillåtna hjälpmedel: Formelsamling i matematisk statistik utgiven av
Läs merAvd. Matematisk statistik
Avd. Matematisk statistik TENTAMEN I SF90/SF9 SANNOLIKHETSTEORI OCH STATISTIK, ONSDAG 5 JUNI 09 KL 4.00 9.00. Examinator: Björn-Olof Skytt, 08-790 86 49. Tillåtna hjälpmedel: Formel- och tabellsamling
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 (10 uppgifter) Tentamensdatum 2017-03-22 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 9.00 14.00 Lärare: Adam Jonsson, Niklas
Läs merKurssammanfattning MVE055
Obs: Detta är enbart tänkt som en översikt och innehåller långt ifrån allt som ingår i kursen (vilket anges exakt på hemsidan). Fullständiga antaganden i satser kan saknas och fel kan förekomma så kontrollera
Läs merSF1901 Sannolikhetsteori och statistik I
SF1901 Sannolikhetsteori och statistik I Jimmy Olsson Föreläsning 4 7 november 2017 1 / 29 Idag Förra gången Viktiga kontinuerliga fördelningar (Kap. 3.6) Fördelningsfunktion (Kap. 3.7) Funktioner av stokastiska
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 merAvd. Matematisk statistik
Avd. Matematisk statistik TENTAMEN I 5B508 MATEMATISK STATISTIK FÖR S TISDAGEN DEN 20 DECEMBER 2005 KL 08.00 3.00. Examinator: Gunnar Englund, tel. 790 746. 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 merLÖSNINGAR TILL. Matematisk statistik, Tentamen: kl FMS 086, Matematisk statistik för K och B, 7.5 hp
LÖSNINGAR TILL Matematisk statistik, Tentamen: 011 10 1 kl 14 00 19 00 Matematikcentrum FMS 086, Matematisk statistik för K och B, 7.5 hp Lunds tekniska högskola MASB0, Matematisk statistik kemister, 7.5
Läs merFöreläsning 12: Regression
Föreläsning 12: Regression Matematisk statistik David Bolin Chalmers University of Technology Maj 15, 2014 Binomialfördelningen Låt X Bin(n, p). Vi observerar x och vill ha information om p. p = x/n är
Läs merDel I. Uppgift 1 Låt X och Y vara stokastiska variabler med följande simultana sannolikhetsfunktion: p X,Y ( 2, 1) = 1
Avd. Matematisk statistik TENTAMEN I SF1920/SF1921 SANNOLIKHETSTEORI OCH STATISTIK, MÅNDAG 11 MARS 2019 KL 8.00 13.00. Examinator: Björn-Olof Skytt, 08-790 86 49. Tillåtna hjälpmedel: Formel- och tabellsamling
Läs merTentamen för kursen. Linjära statistiska modeller. 22 februari
STOCKHOLMS UIVERSITET MATEMATISK STATISTIK Tentamen för kursen Linjära statistiska modeller 22 februari 2017 9 14 Examinator: Ola Hössjer, tel. 070/672 12 18, ola@math.su.se Återlämning: Meddelas via kurshemsida
Läs merMVE051/MSG Föreläsning 14
MVE051/MSG810 2016 Föreläsning 14 Petter Mostad Chalmers December 14, 2016 Beroende och oberoende variabler Hittills i kursen har vi tittat på modeller där alla observationer representeras av stokastiska
Läs merMS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del I
MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del I G. Gripenberg Sannolikheter Slumpvariabler Centrala gränsvärdessatsen Aalto-universitetet 8 januari 04 3 Tvådimensionella slumpvariabler
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 merFACIT för Förberedelseuppgifter: SF1911 STATISTIK FÖR BI0TEKNIK inför tentan MÅDAGEN DEN 9 DECEMBER 2016 KL Examinator: Timo Koski
FACIT för Förberedelseuppgifter: SF9 STATISTIK FÖR BI0TEKNIK inför tentan MÅDAGEN DEN 9 DECEMBER 206 KL 4.00 9.00. Examinator: Timo Koski - - - - - - - - - - - - - - - - - - - - - - - - 0. FACIT Problem
Läs merTentamen för kursen. Linjära statistiska modeller. 27 oktober
STOCKHOLMS UNIVERSITET MATEMATISK STATISTIK Tentamen för kursen Linjära statistiska modeller 27 oktober 2017 9 14 Examinator: Ola Hössjer, tel. 070/672 12 18, ola@math.su.se Återlämning: Meddelas via kurshemsida
Läs merFöreläsning 7: Punktskattningar
Föreläsning 7: Punktskattningar Matematisk statistik David Bolin Chalmers University of Technology April 7, 2014 Projektuppgift Projektet går ut på att genomföra ett statistiskt försök och analysera resultaten.
Läs merMS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del I
MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del I G. Gripenberg Aalto-universitetet 28 januari 2014 G. Gripenberg (Aalto-universitetet) MS-A0509 Grundkurs i sannolikhetskalkyl
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 merExempel. Kontinuerliga stokastiska variabler. Integraler i stället för summor. Integraler i stället för summor
Kontinuerliga stokastiska variabler Exempel En stokastisk variabel är kontinuerlig om den kan anta vilka värden som helst i ett intervall, men sannolikheten för varje enskilt utfall är noll: P(X = x) =.
Läs mer9. Konfidensintervall vid normalfördelning
TNG006 F9 09-05-016 Konfidensintervall 9. Konfidensintervall vid normalfördelning Låt x 1, x,..., x n vara ett observerat stickprov av oberoende s.v. X 1, X,..., X n var och en med fördelning F. Antag
Läs merTentamen i TMA321 Matematisk Statistik, Chalmers Tekniska Högskola.
Tentamen i TMA321 Matematisk Statistik, Chalmers Tekniska Högskola. Tid: Måndagen den 2015-06-01, 8.30-12.30. Examinator och Jour: Olle Nerman, tel. 7723565, rum 3056, MV, Chalmers. Hjälpmedel: Valfri
Läs merTvå parametrar: µ (väntevärdet) och σ (standardavvikelsen) µ bestämmer normalfördelningens läge
Lunds tekniska högskola Matematikcentrum Matematisk statistik Matematisk statistik AK för ekosystemteknik, FMSF75 OH-bilder 28-9-3 Normalfördelningen, X N(µ, σ) f(x) = e (x µ)2 2σ 2, < x < 2π σ.4 N(2,).35.3.25.2.5..5
Läs merFORMELSAMLING HT-18 MATEMATISK STATISTIK FÖR B, K, N, BME OCH KEMISTER; FMSF70 & MASB02. Sannolikhetsteori. Beskrivning av data
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK FORMELSAMLING HT-18 MATEMATISK STATISTIK FÖR B, K, N, BME OCH KEMISTER; FMSF70 & MASB02 Sannolikhetsteori Följande gäller för sannolikheter:
Läs merTAMS65 - Föreläsning 1 Introduktion till Statistisk Teori och Repetition av Sannolikhetslära
TAMS65 - Föreläsning 1 Introduktion till Statistisk Teori och Repetition av Sannolikhetslära Martin Singull Matematisk statistik Matematiska institutionen TAMS65 - Mål Kursens övergripande mål är att ge
Läs merTentamen MVE302 Sannolikhet och statistik
Tentamen MVE302 Sannolikhet och statistik 2019-06-05 kl. 8:30-12:30 Examinator: Johan Jonasson, Matematiska vetenskaper, Chalmers Telefonvakt: Oskar Allerbo, telefon: 031-7725325 Hjälpmedel: Valfri miniräknare.
Läs merDel I. Uppgift 1 Låt A och B vara två oberoende händelser. Det gäller att P (A) = 0.4 och att P (B) = 0.3. Bestäm P (B A ). Svar:...
Avd. Matematisk statistik EXEMPELTENTAMEN I SANNOLIKHETSTEORI OCH STATISTIK, Tillåtna hjälpmedel: Formel- och tabellsamling i Matematisk statistik (utdelas vid tentamen). Tentamen består av två delar,
Läs merDel I. Uppgift 1 För händelserna A och B gäller att P (A) = 1/4, P (B A) = 1/3 och P (B A ) = 1/2. Beräkna P (A B). Svar:...
Avd. Matematisk statistik TENTAMEN I SF9/SF94/SF95/SF96 SANNOLIKHETSTEORI OCH STATISTIK, ONSDAGEN DEN 4:E OKTOBER 08 KL 8.00 3.00. Examinator för SF94/SF96: Tatjana Pavlenko, 08-790 84 66 Examinator för
Läs merFöreläsning 5, Matematisk statistik Π + E
Repetition Summor max/min Väntevärde Varians Föreläsning 5, Matematisk statistik Π + E Sören Vang Andersen 25 november 2014 Sören Vang Andersen - sva@maths.lth.se FMS012 F5 1/16 Repetition Summor max/min
Läs merExempel på tentamensuppgifter
STOCKHOLMS UNIVERSITET 4 mars 2010 Matematiska institutionen Avd. för matematisk statistik Mikael Andersson Exempel på tentamensuppgifter Uppgift 1 Betrakta en allmän I J-tabell enligt 1 2 3 J Σ 1 n 11
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 merF9 Konfidensintervall
1/16 F9 Konfidensintervall Måns Thulin Uppsala universitet thulin@math.uu.se Statistik för ingenjörer 18/2 2013 2/16 Kursinformation och repetition Första inlämningsuppgiften rättas nu i veckan. För att
Läs merFöreläsning 12: Repetition
Föreläsning 12: Repetition Marina Axelson-Fisk 25 maj, 2016 GRUNDLÄGGANDE SANNOLIKHETSTEORI Grundläggande sannolikhetsteori Utfall = resultatet av ett försök Utfallsrum S = mängden av alla utfall Händelse
Läs mer