Tentamen i Statistik, STA A13 Deltentamen 2, 5p 20 januari 2007, kl
|
|
- Klara Lindqvist
- för 8 år sedan
- Visningar:
Transkript
1 Tetame i Statistik, STA A13 Deltetame, 5p 0 jauari 007, kl Tillåta hjälpmedel: Bifogad formel- och tabellsamlig (skall retureras) samt miiräkare. Asvarig lärare: Haah Hall Övrigt: Varje uppgift ka ge ma 10p. Lösigar skall utasvårighet kua följas. Iförda beteckigar skall förklaras. För betyget Godkäd krävs mist 30 p och för Väl godkäd krävs 45 p. Uppgift 1 a) Vad är e så kallad 0/1 slumpvariabel? Beskriv med hjälp av ett eempel. ( poäg) b) Vad blir vätevärdet av e s.k. 0/1 slumpvariabel? Gör ett bevis, dvs. E( X ) =... (3 poäg) c) Ett slumpmässigt urval av 1100 studet (på uiversitetsivå) frågades om deras alkoholvaor; 775 svarade att de 'dricker för att bli berusad' mist e gåg om måade. Om vi låt p = = πˆ beskriver adele som har svarat de 'dricker för att bli berusad' mist e gåg om måade i stickprovet, vilke fördelig beskriver sampligfördelige av p? Vad har sampligfördelige för p för medelvärdet och stadardavvikelse? Gör ett bevis, dvs. E ( p) = E( ) =.... och Var ( p) = Var( ) =... Tips: Vad har för fördelig? (5 poäg) Uppgift Vid e viss kurs satt Camilla på föreläsigar och blev lite uttråkat, ho bestämde sig att kasta ett (och samma) myt gåger; ho fick 'kroor'. Om mytet var balaserad, saolikhete att få 'kroa' är lika med 0,5. Fis det tillräckligt med bevis för att Camilla ka misstäka mytet ger för måga 'kroor' för att vara balaserad? För att svara på fråga, ta fram saolikhete att ett balaserat myt ger eller fler 'kroor' vid kast. Vad är di slutsats? (10 poäg) 1
2 Uppgift 3 Kaffe gör upp e stor del av eport frå måga uläder. När kaffe priser är höga, vill kaffe odlare ofta hugga ed mer skog för att odla mer kaffe. Följade tabell visar världsmarkadspris på kaffe och adele skog som har gått över till kaffeodligslad i Idoisia över ett 5års period. Pris (cets per pud) Förlorad skog (procet) 0,49 1,59 1,69 1,8 3,10 a) Udersök data. Rita i observatioera i ett spridigsdiagram och kommetera. ( poäg) b) Beräka korrelatioskoefficiete. ( poäg) c) Apassa med mista kvadratmetode Y= a + b och tolka resultatet i ord. Vad säjer kostater a och b? Rita äve i lije i ditt spridigsdiagram. (3 poäg) d) Är kaffepris e bra sätt att estimera adele förlorade skog? (3 poäg) Uppgift 4 Ett slumpmässigt urval (OSU metod) av studeter som har pluggat e viss kurs det seaste året vid ett visst Sveskt uiversitet (ett stort atal studeter!) fick svara på e ekät agåede studievaor. Resultatet av urvalet av 5 studeter visade att e studet har övat i geomsitt 80 miuter per vecka på, med e stadardavvikelse på 35 miuter. a) Ta fram ett 95%-igt kofidesitervall för geomsittstide e studet har övar på per vecka. (6 poäg) b) Är det sat att 95% av studetera har e övigstid i som ligger iom itervallet som du tog fram i del (a). Förklara dit svar. (4 poäg) Uppgift 5 Ett markadsudersökigsföretag ska skatta de saa adele täkbara köpare av e viss produkt. Ma tror att dea adel ka ligga rut 10%, me ma vill mäta med e felmargial på högst 5%. Hur stort stickprov måste ma ha? Ata att kofidesivå är 90%. (10 poäg)
3 Uppgift 6 Ett viktmiskigsmedel hävdar att de lyckas får de som är överviktiga att gå ed i vikt om de aväder medle i mist 7 dagar. Vid ett urval blad överviktiga idivider har behadlige lyckades för 70% av dem som deltog. Atag att hypotese som testats är: H 0 : π = 0, 5 mot H 1 : π > 0, 5, där π beskriver adele överviktiga idivider (i populatioe) som går ed i vikt. Sigifikasivå är 5%. Det visade sig att p-värdet blev 0,04. Formulera följade begrepp, dels med hjälp av ova eempel och dels geom de formella defiitioe: a) Sigifikasivå b) Styrka c) p-värdet d) Ka vi förkasta hypotese? (4 poäg) ( poäg vardera) 3
4 Tips till lösigar a. ( poäg) Om ma har e variabel som bara ka ata två värde, te. variabel iehav av körkort, kodas de valige ja =1 och ej =0. E såda variabel kallas ofta dikotom, biär eller (med dea kodig) 0/1 variabel. E 0/1-varibel är e variabel som kodas med två möjliga värde, ämlige värdea 0 och 1. S.k. 0/1 variabler beskriver atalet som har e viss egeskap, variabel får värdet 1 om de har de öskade egeskap, 0 aars. Te. Resultat av e teta: Godkäd eller uderkäd Låt variabel Z = 'resultat av teta', z får värdet '1' om resultatet är godkäd, '0' aars. Slumpvariable som beskriver resultatet av teta, Z, är e sk. 0/1 variabel. b. (3 poäg) Medelvärdet av e variabel i populatioe, dvs. vätevärdet är μ = summa av alla obs i populatioe / atalet i populatioe = N Ma ka se vätevärdet av e sk. 0/1 variabel som ett specialfall, eftersom är ma tar fram medelvärdet i populatioe, vätevärdet, blir summa av alla obs e summa av 0:or och 1:or, dvs mm..., som är lika med atalet 1:or i populatioe. Då är vätevärdet lika med: atal ettor i populatioe / atalet i populatioe dvs. X/N i populatioe, eller de skattas med / frå ett stickprov, där X=Atal ettor i populatioe och =Atal ettor i stickprovet. X/N, /, kallas för e 'proportio' eller adel, och beskrivs i populatioe med pi, π, och skattas frå stickprovet med πˆ = p. Ma ka också se π som saolikhete att välja e idivid med de öskad X egeskap: P ( X = 1) = N MAO. Medelvärdet för e 0/1 variabel beskrivs som adele (proportioe) ettor i materialet. = Atalettor X π = = N = Adele ettor i populatioe; N N Atalettor och skattas med πˆ = p = = = = Adele ettor i stickprovet. 4
5 Te. Om vid e teta 50 av 100 blir godkäda, då är z = Z = 50, där Z är atalet 'ettor'. Vätevärdet i vårt eempel blir (proportioe godkäda vid teta): Z 50 dvs. i populatioe, π = = = 0, 5. N 100 Vi söker vätevärdet av e 0/1 variabel, te. Vi söker E(X) och vi vet att det är detsamma som π. Bevis: X E ( X ) = μ = P( ) = 0 P( X = 0) + 1 P( X = 1) = P( X = 1) = = π N Alterativ: E( X ) = P( ) = 0(1 π ) + 1( π ) = π c. (5 poäg) Ett slumpmässigt urval av 1100 studet (på uiversitetsivå) frågades om deras alkoholvaor; 775 svarade att de 'dricker för att bli berusad' mist e gåg om måade. Adele som har svarat de 'dricker för att bli berusad' mist e gåg om 775 måade i stickprovet beskrivs med: ˆ π = p = = = 0, Där är Biomial fördelad (de uppfylla alla kriterier), ~ Bi( = 1100, ˆ π = p = 0,70), E ( ) = π och Var ( ) = π (1 π ) ka approimeras till ormalfördelig, eftersom tumregel är uppfylld med god margial, dvs. det blir e bra approimatio, π och ( 1 π ) > 5. Då gäller det äve att p är ormalfördelad, dvs. sampligfördelig för p är ormalfördelad, med följade medelvärde och stadardavvikelse: Vi söker vätevärdet av p: De skattas med ˆ π = 0, 70 1 π E ( p) = E( ) = E( ) = = π Vi söker stadardavvikelse av p: 1 Var p) = Var( ) = Var( ) = π (1 π ) ( π (1 π ) = p(1 p) 0,7(0,3) De skattas med Var ˆ ( p) = = = 0, = 0,
6 Uppgift (10 poäg) X = Atal kroor vid kast av mytet. Kriterier till biomialfördelig är uppfyllda. X är biomialfördelad med parametrar = och π = 0, 5. X ~ Bi( = 10000, π = 0,5) Iformatioe frå uppgifte: = vid kast. Vi söker: P( X 5067) Saolikhetsfördelig för X ka approimeras frå Biomial till Normal. Tumregel är uppfylld med god margial, dvs. det blir e bra approimatio: π och ( 1 π ) > 5 Dvs. X ~ appron( μ, σ ) med: μ = π = (0,5) = 5000 σ = π (1 π ) = 10000(0,5) = 500 = 50 Eftersom vi gör e approimatio av e diskretfördelig (Biomial) med e som är kotiuerlig (ormal), måste vi aväda oss av halv-korrektioe, då söker vi: X μ 5066, P( X 5066,5) = P( Z ) = P( Z ) = P( Z 1,33) = P( Z 1.33) σ 50 = 0,0918 Med hjälp av stadardiserig och Z~N(0,1) tabell. Uta halv-korrektioe, söker vi: X μ P( X 5067) = P( Z ) = P( Z ) = P( Z 1,34) = 0,0901 σ 50 Det fis bevis mot ett balaserat myt, me det är ite helt starkt. Det är cirka 9% chas att få ett sådat resultat eller ågotig äu mer etremt ä det som förvätades är ma kastar ett myt gåger. E saolikhet på 5% skulle ha varit starkt bevis, 1% mycket starkt bevis. 6
7 Uppgift 3 X: Pris (cets per pud) Y: Förlorad skog (procet) y y 9 0,49 14, , ,59 63,6 1600, ,69 91,6 916, ,8 100, , ,10 3, ,61 = 50 y = 8,69 y = 49,37 = y = 18,55 a) ( poäg) Spridigsdiagram. Kommetera: Ju högre pris, ju mer örkar procettalet av förlorad skog (i sitt). Starkt positivt sambad; me få observatioer (e observatio ka vara avgörade). b) ( poäg) Korrelatioskoefficiete, r: r = ( y) y ( ( ) )( y ( y ) ) r = 5(49,37) 50(8,69) = 0,955 5(13566) 50 5(18,5467) 8,69 ( )( ) De ager både riktige (positiv) och styrka i det lijära sambadet (dvs.de är stark). r är ett grovt mått, och bör tolkas försiktigt! c) (3 poäg) Apassa med mista kvadratmetode Y= a + b Här ska ma skriva ed formel som aväds och dia beräkigar. a = y b = -0,976 Iterceptet a visar hur mycket det förvätade värdet på y kommer att vara om är lika med oll. ( ( ) y) y b = = 0,0543 Riktigskoefficiete b visar hur mycket det förvätade värdet på y ökar om ökar med e ehet. Rita i lije i spridigsdiagramme Y = -0, ,0543X y 7
8 d) (3 poäg) Kommetarer på Kaffepris som ett metod att estimera adele förlorade skog: Det fis bara 5 observatioer, vi kua udersöka ett större datamaterial. b är kaske e dålig skattig på hur pris påverkar adele förlorad skog, sambadet är kaske e slump, och miskig förklaras av adra saker. Vi kua utföra e multiple regressio och ta häsy till flera faktorer som ka påverka adele förlorad skog. Korrelatioskoefficiete, r, tyder på e stark lijärt sambad. Determiatioskoefficiete, r, är ett bättre mått och ager hur stor adel av de totala variatioe för de beroede variabel, Y, som förklaras av det lijära sambadet med de oberoede variabel, X. MAO. Det är ett mått på hur bra X förklarar Y. r = 0,955 = 0,91. Me det fis adra faktorer som förklarar ädrige i förlorad skog i Idoisia, me pris, i vårt stickprov, förklarar det mesta. Uppgift 4 a) (6 poäg) X = Övigstid per vecka för e studet i Ata X är fördelad mycket lik e ormalfördelig, då, eligt CGS, är stickprovsmedelvärde också mycket lik e ormalfördelig äve för relativ små stickprov, vi har =5. MAO. Eftersom stickprovsmedelvärde är (appro) ormalfördelat ka vi beräka ett kofidesitervall: skattig ± felmargial s Vi aväder oss av formel: ± t, kostate t aväds då populatiosstadardavvikelse,σ, är okäd. t 5 1= 4;5% =,06 s 35 ± t = 80 ±,06 = 80 ± 14,4 = [65,6;94,4] 5 Tolkig: Med 95% säkerhet ligger geomsittstide e studet har övat på per vecka, μ, mella 65,6 och 94,4 miuter. b) (4 poäg) Nej. Itervallet i upp 4a är itervallet för populatiosmedelvärdet: Om vi atar att övigstid är ågorluda ormalfördelad ka vi säga att ugefär 95% av studeter har e övigstid som ligger i itervallet: μ ± σ Itervallet för populatiosmedelvärdet är mycket kortare ä itervallet för studeter. 8
9 Notera: Om det var eakt ormalfördelad (me det är ite möjligt i vårt eempel varför?) då skulle eakt 95% av studetera har e övigstid mella μ ± 1. 96σ. Uppgift 5 (10 poäg) Skattig ± felmargial Här gäller ett 90%-igt kofidesitervall för populatiosadele, där vi tror adele ligger rut 10%. P ( Z > z) = 0,1, då är z = 1,645. P ˆ = p = 0,1 p(1 p) 0,1(1 0,1) Felmargial = z = 1,645 = 0,05 Lösa ut (skrev ed dia beräkigar). Ett slumpmässigt stickprov på mist =98 studeter behövs för att uppfylla kravet i fråga. Uppgift 6 (a-c poäg vardera) a) Sigifikasivå, α = P( Typ I fel ) = P( förkasta H0 H0 sa ) Te. P(Förkasta H0 π = 0, 5 och ata att det är π > 0, 5, me i verklighet är det π = 0, 5 som gäller.) b) β = P( Typ II fel ) = P( ej förkasta H0 H0 falsk ) Testets styrka, dvs. att fatta ett bra beslut, är saolikhete att vi med testets hjälp lyckas förkasta ollhypotese då de är falsk. Det är 1 - β, som är samma som: P( förkasta H0 H0 falsk ) Te. Testet lyckades bevisa att det är faktisk π > 0, 5. c) p-värdet = P(att få det värdet vi fick, eller ågotig som talar mer för H1, dvs. äu mer etremt, givit att H0 är sa) P-värdet är 0.04, dvs. 4% chas att få det resultat dem fick i stickprovet eller ågotig äu högre, givit att det är faktisk π = 0,5. d) (4 poäg) Vi ka förkasta ollhypotese eftersom p-värdet är midre ä sigifikasivå. 0,04 < 0,05 dvs. p-värdet < sigifikasivå, H0 förkastas. 9
Tentamen i Statistik STG A01 (12 hp) 5 mars 2010, kl. 08.15 13.15
Karlstads uiversitet Fakultete för ekoomi, kommuikatio och IT Statistik Tetame i Statistik STG A0 ( hp) 5 mars 00, kl. 08.5 3.5 Tillåta hjälpmedel: Bifogad formel- och tabellsamlig (skall retureras) samt
Läs merÖvningstentamen i MA2018 Tillämpad Matematik III-Statistik, 7.5hp
Övigstetame i MA08 Tillämpad Matematik III-Statistik, 7.5hp Hjälpmedel: Räkedosa och medföljade formelsamlig! Täk på att dia lösigar ska utformas så att det blir lätt för läsare att följa dia takegågar.
Läs merFöreläsning 3. 732G04: Surveymetodik
Föreläsig 3 732G04: Surveymetodik Dages föreläsig Obudet slumpmässigt urval (OSU) Populatiosparametrar och stickprovsstatistikor Vätevärdesriktighet Ädliga och oädliga populatioer Medelvärde, adel Kofidesitervall
Läs merLösningsförslag 081106
Lösigsförslag 86 Uppgift Trädslag: kvalitativ, omialskala (diskret) Diameter: kvatitativ, kvotskala, kotiuerlig Höjd: kvatitativ, kvotskala, kotiuerlig Ålder: kvatitativ, kvotskala, kotiuerlig Trädslag:
Läs merMA2018 Tillämpad Matematik III-Statistik, 7.5hp, 2014-08-23
1 MA018 Tillämpad Matematik III-Statistik, 7.5hp, 014-08-3 Hjälpmedel: Räkedosa och medföljade formelsamlig! Täk på att dia lösigar ska utformas så att det blir lätt för läsare att följa dia takegågar.
Läs merStatistisk analys. Vilka slutsatser kan dras om populationen med resultatet i stickprovet som grund? Hur säkra uttalande kan göras om resultatet?
Statistisk aalys Vilka slutsatser ka dras om populatioe med resultatet i stickprovet som grud? Hur säkra uttalade ka göras om resultatet? Mats Guarsso Tillämpad matematik III/Statistik - Sida 83 Exempel
Läs merTentamen i matematisk statistik
Tetame i matematisk statistik Uppgift : På e arbetsplats skadades % av persoale uder ett år. 60% av alla skadade var mä. 0% av alla aställda var kvior. Är det maliga eller kviliga aställda som löper störst
Läs merFinansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 4 (del 1)
Fiasiell Statistik (GN, 7,5 hp,, HT 008) Föreläsig 4 (del 1) Sampligfördeligar (LLL Kap 8) Departmet of Statistics (Gebreegus Ghilagaber, PhD, Associate Professor) Fiacial Statistics (Basic-level course,
Läs merTentamen i Statistik, STA A13 Deltentamen 2, 5p 5 juni 2004, kl
Karlstads uiversitet Istitutioe för iformatiostekologi Avdelige för statistik Tetame i Statistik, STA A13 Deltetame, 5p 5 jui 004, kl. 09.00-13.00 Tillåta hjälpmedel: Asvarig lärare: Övrigt: Bifogad formel-
Läs merKonsoliderad version av. Styrelsens för ackreditering och teknisk kontroll föreskrifter (STAFS 1993:18) om EEG-märkning av färdigförpackade varor
Kosoliderad versio av Styrelses för ackrediterig och tekisk kotroll föreskrifter (STAFS 1993:18) om EEG-märkig av färdigförpackade varor Rubrike har dea lydelse geom (STAFS 2008:11) Ädrig iförd: t.o.m.
Läs merFöreläsning G70, 732G01 Statistik A. Föreläsningsunderlagen är baserade på underlag skrivna av Karl Wahlin
Föreläsig 6 732G70, 732G01 Statistik A Föreläsigsuderlage är baserade på uderlag skriva av Karl Wahli Kapitel 6 Iferes om e populatio Sid 151-185 Puktskattig och itervallskattig Statistisk iferes om populatiosmedelvärde
Läs merKompletterande kurslitteratur om serier
KTH Matematik Has Thuberg 5B47 Evariabelaalys Kompletterade kurslitteratur om serier I Persso & Böiers.5.4 itroduceras serier, och serier diskuteras också i kapitel 7.9. Ia du läser vidare här skall du
Läs merEnkel slumpvandring. Sven Erick Alm. 9 april 2002 (modifierad 8 mars 2006) 2 Apan och stupet 3 2.1 Passagesannolikheter... 3 2.2 Passagetider...
Ekel slumpvadrig Sve Erick Alm 9 april 2002 (modifierad 8 mars 2006) Iehåll 1 Iledig 2 2 Apa och stupet 3 2.1 Passagesaolikheter............................... 3 2.2 Passagetider....................................
Läs merFinansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 4 (del 2)
Fiasiell Statistik (GN, 7,5 hp,, HT 008) Föreläsig 4 (del ) Pukt- och itervallskattig (LLL Kap 10) Departmet of Statistics (Gebreegus Ghilagaber, PhD, Associate Professor) Fiacial Statistics (Basic-level
Läs merTMS136: Dataanalys och statistik Tentamen 2013-10-26 med lösningar
TMS36: Dataaalys och statistik Tetame 03-0-6 med lösigar Examiator och jour: Mattias Sude, tel. 0730 79 9 79 Hjälpmedel: Chalmersgodkäd räkare och formelsamlig formelsamlig delas ut med teta). Betygsgräser:
Läs merGrundläggande matematisk statistik
Grudläggade matematisk statistik Puktskattig Uwe Mezel, 2018 uwe.mezel@slu.se; uwe.mezel@matstat.de www.matstat.de Saolikhetsteori: Saolikhetsteori och statistikteori vad vi gjorde t.o.m. u vi hade e give
Läs merF10 ESTIMATION (NCT )
Stat. teori gk, ht 2006, JW F10 ESTIMATION (NCT 8.1-8.3) Ordlista till NCT Iferece Parameter Estimator Estimate Ubiased Bias Efficiecy Cofidece iterval Cofidece level (Studet s) t distributio Slutledig,
Läs merBorel-Cantellis sats och stora talens lag
Borel-Catellis sats och stora tales lag Guar Eglud Matematisk statistik KTH Vt 2005 Iledig Borel-Catellis sats är e itressat och avädbar sats framför allt för att bevisa stora tales lag i stark form. Vi
Läs mer4.2.3 Normalfördelningen
4.2.3 Normalfördelige Biomial- och Poissofördelige är två exempel på fördeligar för slumpvariabler som ka ata ädligt eller uppräkeligt måga olika värde. Sådaa fördeligar sägs vara diskreta. Ofta är ett
Läs merFöreläsning G70 Statistik A
Föreläsig 5 732G70 Statistik A Egeskaper hos stickprovsstatistikora Stickprovsmedelvärde Stickprovssumma Stickprovsadel Lägesmått Spridig Medelfel EX VarX 2 2 E X Var X E P Var P X X 1 1 P Eftersom respektive
Läs merTentamen i Statistik, STA A10 och STA A13 (9 poäng) 26 mars 2004, klockan
Karlstads uiversitet Istitutioe för iformatiostekologi Avdelige för Statistik Tetame i Statistik, STA A10 och STA A13 (9 poäg) 6 mars 004, klocka 14.00-19.00 Tillåta hjälpmedel: Bifogad formelsamlig (med
Läs merMinsta kvadrat-metoden, MK. Maximum likelihood-metoden, ML. Medelfel. E(X i ) = µ i (θ) MK-skattningen av θ fås genom att minimera
Matematisk statistik slumpes matematik Saolikhetsteori hur beskriver ma slumpe? Statistikteori vilka slutsatser ka ma dra av ett datamaterial? Statistikteori översikt Puktskattig Hur gör ma e bra gissig
Läs merFöreläsning G70 Statistik A
Föreläsig 7 73G70 Statistik A Hypotesprövig för jämförelse av populatiosadelar Krav: vi har dragit två OSU p( p) > 5 för båda stickprove Steg : Välj sigifikasivå och formulera hypoteser H 0 : π - π = d
Läs mer1. Test av anpassning.
χ -metode. χ -metode ka avädas för prövig av hypoteser i flera olika slag av problem: om e stokastisk variabel följer e viss saolikhetsfördelig med käda eller okäda parametrar. om två stokastiska variabler
Läs merDatorövning 2 Fördelningar inom säkerhetsanalys
Luds tekiska högskola Matematikcetrum Matematisk statistik STATISTISKA METODER FÖR SÄKERHETSANALYS FMS065, HT-15 Datorövig 2 Fördeligar iom säkerhetsaalys I dea datorövig ska vi studera ågra grudläggade
Läs merTentamen i Statistik, STA A13 Deltentamen 2, 5p 24 januari 2004, kl. 09.00-13.00
Karlstads universitet Institutionen för informationsteknologi Avdelningen för statistik Tentamen i Statistik, STA A13 Deltentamen, 5p 4 januari 004, kl. 09.00-13.00 Tillåtna hjälpmedel: Ansvarig lärare:
Läs merF19 HYPOTESPRÖVNING (NCT ) Hypotesprövning för en differens mellan två medelvärden
Stat. teori gk, ht 006, JW F19 HPOTESPRÖVNING (NCT 11.1-11.) Hypotesprövig för e differes mella två medelvärde Samma beteckigar som vid kofidesitervall för differes mella två populatiosmedelvärde: Medelvärde
Läs merFöreläsning G70, 732G01 Statistik A. Föreläsningsunderlagen är baserade på underlag skrivna av Karl Wahlin
Föreläsig 5 73G70, 73G01 Statistik A Föreläsigsuderlage är baserade på uderlag skriva av Karl Wahli Kapitel 5 Stickprovsteori Sid 15-150 Statistisk iferes Populatio (äve målpopulatio) = de (på logisk väg
Läs merSannolikheter 0 < P < 1. Definition sannolikhet: Definition sannolikhet: En sannolikhet kan anta värden från 0 till 1
Saolikheter E saolikhet ka ata värde frå 0 till 1 0 < P < 1 Beteckas: P Pr Prob Saolikhete för e hädelse Hädelse A P(A) Pr(A) Prob(A) Defiitio saolikhet: De frekves med vilke hädelse av itresse iträffar
Läs mer(a) om vi kan välja helt fritt? (b) om vi vill ha minst en fisk av varje art? (c) om vi vill ha precis 3 olika arter?
Lösigar Grudläggade Diskret matematik 11054 Tid: 1.00-17.00 Telefo: 036-10160, Examiator: F Abrahamsso 1. I de lokala zoo-affäre fis 15 olika fiskarter med mist 0 fiskar utav varje art). På hur måga sätt
Läs merHögskoleutbildad 0,90*0,70=0,63 0,80*0,30=0,24 0,87 Ej högskoleutbildad 0,07 0,06 0,13 0,70 0,30 1,00
Lösigsförslag UPPGIFT 1 Kvia Ma Högskoleutbildad 0,90*0,70=0,63 0,80*0,30=0,24 0,87 Ej högskoleutbildad 0,07 0,06 0,13 0,70 0,30 1,00 Pr(ej högskoleutbildad kvi=0,07=7% Pr(högskoleutbildad)=0,87 c) Pr(Kvi*Pr(Högskoleutbildad)=0,70*0,87=0,609
Läs mer(a) Skissa täthets-/frekvensfunktionen och fördelningsfunktionen för X. Glöm inte att ange värden på axlarna.
1 0,5 0 LÖSNINGAR till tetame: Statistik och saolikhetslära (LMA120) Tid och plats: 08:30-12:30 de 6 april 2016 Hjälpmedel: Typgodkäd miiräkare, formelblad Betygsgräser: 3: 12 poäg, 4: 18 poäg, 5: 24 poäg.
Läs merTentamen i Flervariabelanalys F/TM, MVE035
Tetame i Flervariabelaalys F/TM, MV35 8 3 kl. 8.3.3. Hjälpmedel: Iga, ej räkedosa. Telefo: Oskar Hamlet tel 73-8834 För godkät krävs mist 4 poäg. Betyg 3: 4-35 poäg, betyg 4: 36-47 poäg, betyg 5: 48 poäg
Läs merFör att skatta väntevärdet för en fördelning är det lämpligt att använda Medelvärdet. E(ξ) =... = µ
1 February 1, 2018 1 Förel. VII Puktskattigar av parametrar i fördeligar 1.1 Puktskattig För att skatta vätevärdet för e fördelig är det lämpligt att aväda Medelvärdet ξ = 1 ξ j. Vi tar u vätevärdet av
Läs merTENTAMEN I MATEMATIK MED MATEMATISK STATISTIK HF1004 TEN kl
TENTAMEN I MATEMATIK MED MATEMATISK STATISTIK HF004 TEN 0-04-5 kl 8.5-.5 Hjälpmedel: Formler och tabeller i statistik, räkedosa Fullstädiga lösigar erfordras till samtliga uppgifter. Lösigara skall vara
Läs merFöreläsning G04 Surveymetodik 732G19 Utredningskunskap I
Föreläsig 5 732G04 Surveymetodik 732G19 Utredigskuskap I Dages föreläsig Klusterurval Estegs klusterurval Tvåstegs klusterurval Klusterurval med PPS 2 Klusterurval De urvalsdesiger som diskuterats hittills
Läs merApplikationen kan endast användas av enskilda användare med förtroenderapportering.
Aktiverig mobil app 1 Aktiverig mobil app Aktiverig mobil app aväds för att koppla e eskild avädare till Visma Agdas mobilapplikatio. Applikatioe ka edast avädas av eskilda avädare med förtroederapporterig.
Läs merMS-A0409 Grundkurs i diskret matematik I
MS-A0409 Grudkurs i diskret matematik I G. Gripeberg Mägder och logik Relatioer och fuktioer Aalto-uiversitetet oktober 04 Kombiatorik etc. G. Gripeberg (Aalto-uiversitetet MS-A0409 Grudkurs i diskret
Läs merAntalet sätt att välja ut r objekt bland n stycken med hänsyn till ordning är np r = n(n 1) (n r + 1).
Harald Lag Formelsamlig och Tabeller i Statistik och Saolikhetsteori (15/11-10) Datareducerig Om x 1,..., x är ett stickprov ur e populatio så defiieras medelvärdet x x = 1 k=1 x k och stadardavvikelse
Läs merLÖSNINGAR TILL. Räkningar: (z i z) 2 = , Δ = z = 1 n. n 1. Konfidensintervall:
LÖSNINGAR TILL Matematisk statistik Tetame: 2014 10 28 kl 14 00 19 00 Matematikcetrum FMS 086 Matematisk statistik för B, K, N och BME, 7.5 hp Luds tekiska högskola MASB02 Matematisk statistik för kemister,
Läs merHöftledsdysplasi hos dansk-svensk gårdshund - Exempel på tavlan
Höftledsdysplasi hos dask-svesk gårdshud - Exempel på tavla Sjö A Sjö B Förekomst av parasitdrabbad örig i olika sjöar Exempel på tavla Sjö C Jämföra medelvärde hos kopplade stickprov Tio elitlöpare spriger
Läs merIntervallskattning. c 2005 Eric Järpe Högskolan i Halmstad. Antag att vi har ett stickprov x 1,..., x n på X som vi vet är N(µ, σ) men vi vet ej
Itervallskattig c 005 Eric Järpe Högskola i Halmstad Atag att vi har ett stickprov x,..., x på X som vi vet är Nµ, σ me vi vet ej värdet av µ = EX. Då ka vi beräka x, vvr skattig av µ. För att få reda
Läs merDatorövning 2 Fördelningar inom säkerhetsanalys
Luds tekiska högskola Matematikcetrum Matematisk statistik STATISTISKA METODER FÖR SÄKERHETSANALYS FMS065 Datorövig 2 Fördeligar iom säkerhetsaalys I dea datorövig ska vi studera ågra grudläggade frå saolikhetsteori:
Läs mera) Beräkna E (W ). (2 p)
Avd. Matematisk statistik TENTAMEN I SF19 och SF191 SANNOLIKHETSTEORI OCH STATISTIK, TISDAGEN DEN 13:E MARS 18 KL 8. 13.. Examiator: Björ-Olof Skytt, 8 79 86 49. Tillåta hjälpmedel: Formel- och tabellsamlig
Läs merθx θ 1 om 0 x 1 f(x) = 0 annars
Avd. Matematisk statistik TENTAMEN I SF903 SANNOLIKHETSLÄRA OCH STATISTIK FÖR 3-ÅRIG Media TIMEH TORSDAGEN DEN TREDJE JUNI 200 KL 4.00 9.00. Examiator: Guar Eglud, tel. 790 74 06 Tillåta hjälpmedel: Läroboke.
Läs merJag läser kursen på. Halvfart Helfart
KOD: Kurskod: PC106/PC145 Kurs 6: Persolighet, hälsa och socialpsykologi (15 hp) Datum: 3/8 014 Hel- och halvfart VT 14 Provmomet: Socialpsykologi + Metod Tillåta hjälpmedel: Miiräkare Asvarig lärare:
Läs merMatematisk statistik TMS063 Tentamen
Matematisk statistik TMS063 Tetame 208-05-30 Tid: 8:30-2:30 Tetamesplats: SB Hjälpmedel: Bifogad formelsamlig och tabell samt Chalmersgodkäd räkare. Kursasvarig: Olof Elias Telefovakt/jour: Olof Elias,
Läs merSAMMANFATTNING TAMS79 Matematisk statistik, grundkurs
SAMMANFATTNING TAMS79 Matematisk statistik, grudkurs LÄST SOM EN DEL AV CIVILINGENJÖRSPROGRAMMET I INDUSTRIELL EKONOMI VID LITH, HT 2015 Versio: 1.0 Seast reviderad: 2016-02-01 Författare: Viktor Cheg
Läs mer2. Konfidensintervall för skillnaden mellan två proportioner.
Föreläsig 12 LV1, Torsdag 12/10 Upplägg 1. Kofidesitervall för proportioer. 2. Kofidesitervall för skillade mella två proportioer. 3. Grafteori Kofidesitervall för proportioer Atag att vi vill skatta adele
Läs merStat. teori gk, ht 2006, JW F13 HYPOTESPRÖVNING (NCT ) Ordlista till NCT
Stat. teori gk, ht 2006, JW F13 HYPOTESPRÖVNING (NCT 10.1-10.3) Ordlista till NCT Hypothesis testig Null hypothesis Alterative hypothesis Simple / composite Oe-sided /two-sided Reject Test statistic Type
Läs merLösningsförslag till tentamen i 732G71 Statistik B, 2009-12-04
Prs Lösgsförslag tll tetame 73G7 Statstk B, 009--04. a) 340 30 300 80 60 40 0 0.5.0.5.0 Avståd.5 3.0 3.5 b) r y y y y 4985.75 7.7 830 0 39.335 7.7 0 80300-830 0 3.35 0.085 74.475 c) b y y 4985.75 7.7 830
Läs merTentamen i matematisk statistik
MSTA3, Saolikhetsteori A, 5 p 5--7 Tetame i matematisk statistik Saolikhetsteori A, 5 poäg Skrivtid: 9.-5.. Tillåta hjälpmedel: Tabellsamlig, ege miiräkare. Studetera får behålla tetamesuppgiftera. På
Läs merIntroduktion till statistik för statsvetare
"Det fis iget så praktiskt som e bra teori" November 2011 Bakgrud Stadardiserig E saolikhetsekvatio Kosekves av stora tales lag Stora tales lag ger att är slumpvariablera X i är oberoede, med e och samma
Läs merTentamen i Statistik, STA A10 och STA A13 (9 poäng) Onsdag 1 november 2006, Kl 08.15-13.15
Tentamen i Statistik, STA A och STA A13 (9 poäng) Onsdag 1 november 00, Kl 0.15-13.15 Tillåtna hjälpmedel: Bifogad formelsamling, approximationsschema och tabellsamling (dessa skall returneras). Egen miniräknare.
Läs merTentamen STA A10 och STA A13, 9 poäng 19 januari 2006, kl. 8.15-13.15
Tentamen STA A10 och STA A13, 9 poäng 19 januari 2006, kl. 8.15-13.15 Tillåtna hjälpmedel: Ansvarig lärare: Räknedosa, bifogade formel- och tabellsamlingar, vilka skall returneras. Christian Tallberg Telnr:
Läs merFunktionsteori Datorlaboration 1
Fuktiosteori Datorlaboratio 1 Fuktiosteori vt1 2013 Rekursiosekvatioer och komplex aalys Syftet med datorövige Öviges ädamål är att ge ett smakprov på hur ett datoralgebrasystem ka avädas för att att lösa
Läs merTentamen i Kunskapsbaserade system, 5p, Data 3
Kuskapsbaserade system, tetame 2000-03-0 Istitutioe för tekik Tetame i Kuskapsbaserade system, 5p, Data 3 Datum: 2000-03-0 Tid: 8.00-3.00 Lärare: Potus Bergste, 3365 Hjälpmedel: Miiräkare Uppgiftera ska
Läs merStatistik. Språkligt och historiskt betyder statistik ungefär sifferkunskap om staten
Statistik Språkligt och historiskt betyder statistik ugefär sifferkuskap om state E Statistisk udersökig består av fyra delar: Plaerig Dataisamlig Bearbetig Beskrivade statistik (kap 1) Statistisk aalys
Läs merFör att minimera de negativa hälsokonsekvenserna av tunnelluft finns i dagsläget tre metoder;
MKB till detaljpla Förbifart Stockholm Hälsoeffekter av tuelluft Studier idikerar att oöskade korttidseffekter, blad aat ökat atal iflammatiosmarkörer, börjar uppstå vid e expoerig som motsvaras av tuelluft
Läs merKOM IHÅG ATT NOTERA DITT TENTAMENSNUMMER NEDAN OCH TA MED DIG TALONGEN INNAN DU LÄMNAR IN TENTAN!!
Göteborgs uiversitet Psykologiska istitutioe Tetame Psykologi kurskod PC106, Kurs 6: Idivide i ett socialt sammahag (15 hp) och PC 145. Tid för tetame: 6/5-01. Hel och halvfart VT 1. Provmomet: Socialpsykologi
Läs merJag läser kursen på. Halvfart Helfart
KOD: Tetame Psykologi Kurskod: PC106, Kurs 6: Idivide i ett socialt sammahag (15 hp) och PC145 Datum: 5/5-013 Hel- och halvfart VT 13 Provmomet: Socialpsykologi + Metod Tillåta hjälpmedel: Miiräkare Asvarig
Läs merMA2018 Tillämpad Matematik III-Statistik, 3.5hp,
MA2018 Tillämpad Matematik III-Statistik, 3.hp, 2018-08- Hjälpmedel: Pea, radergummi och lijal. Räkedosa och medföljade formelsamlig är tillåte! Tetame består av 20 frågor! Edast Svarsblakette ska lämas
Läs mera utsöndring b upptagning c matspjälkning d cirkulation
I levade varelser bryts stora och sammasatta molekyler ed till små och ekla molekyler. Vad kallas dea process? S02_01 a utsödrig b upptagig c matspjälkig d cirkulatio S042009 Kalle hade ifluesa. Ha spelade
Läs merFormelblad Sannolikhetsteori 1
Formelblad Saolikhetsteori Bayes formel: Låt A och D vara två hädelser Då gäller P A D = P D AP A P D Chebyshevs olikhet: Låt X vara e stokastisk variabel med vätevärde µ och varias Då gäller för alla
Läs merLycka till! I(X i t) 1 om A 0 annars I(A) =
Avd Matematisk statistik TENTAMEN I SF955 f d 5B555 DATORINTENSIVA METODER ONSDAGEN DEN AUGUSTI 008 KL 400 900 Examiator: Guar Eglud, tel 790746 Email: guare@mathkthse Tillåta hjälpmedel: Formel- och tabellsamlig
Läs merESBILAC. mjölkersättning för hundvalpar BRUKSANVISNING. www.kruuse.com
ESBILAC mjölkersättig för hudvalpar BRUKSANVISNING De bästa starte för e yfödd valp är självklart att dia tike och få i sig mammas mjölk. Modersmjölke iehåller allt som de små behöver i form av ärigsäme,
Läs merENDIMENSIONELL ANALYS B1 FÖRELÄSNING VI. Föreläsning VI. Mikael P. Sundqvist
Föreläsig VI Mikael P. Sudqvist Aritmetisk summa, exempel Exempel I ett sällskap på 100 persoer skakar alla persoer had med varadra (precis e gåg). Hur måga hadskakigar sker? Defiitio I e aritmetisk summa
Läs merViktigt! Glöm inte att skriva Tentamenskod på alla blad du lämnar in.
Statistisk försöksplaerig Provmomet: Ladokkod: Tetame ges för: Skriftlig tetame 3,0 hp 51SF01 DTEIN14h 4,5 högskolepoäg TetamesKod: Tetamesdatum: 5 ovember 015 Tid: 9.00-13.00 Hjälpmedel: Miiräkare Totalt
Läs merMultiplikationsprincipen
Kombiatori Kombiatori hadlar oftast om att räa hur måga arragemag det fis av e viss typ. Multipliatiospricipe Atag att vi är på e restaurag för att provsmaa trerättersmåltider. Om det fis fyra förrätter
Läs merF3 Lite till om tidsserier. Statistikens grunder 2 dagtid. Sammansatta index 4. Deflatering HT Laspeyres index: Paasche index: Index.
F3 Lite till om tidsserier Deflaterig, att justera för iflatioe tatistikes gruder dagtid 4 3,5 3,5,5 Mjölk ockerdricka HT,5 975 976 977 978 979 98 98 98 Löpade priser År Mjölk ockerdricka KPI 945 = 975,34,
Läs merMA2018 Tillämpad Matematik III-Statistik, 3.5hp,
MA018 Tillämpad Matematik III-Statistik,.hp, 019-0-1 Hjälpmedel: Pea, radergummi och lijal. Räkedosa och medföljade formelsamlig är tillåte! Tetame består av 0 frågor! Edast Svarsblakette ska lämas i!
Läs mer1. (a) Eftersom X och Y har samma fördelning så har de även samma väntevärde och standardavvikelse. E(X 2 ) = k
LÖSNINGAR TILL Matematisk statistik, Matematikcetrum Tetame: 5 kl 8 Luds tekiska högskola FMS, FMS, FMS, FMS 5, MAS 9 Matematisk statistik för ED, F, I, FED och fysiker. a Eftersom X och Y har samma fördelig
Läs merKMR. mjölkersättning för kattungar BRUKSANVISNING. www.kruuse.com
KMR mjölkersättig för kattugar BRUKSANVISNING De bästa starte för e yfödd kattuge är självklart att dia mammas mjölk. För e yfödd kattuge är det framför allt viktigt att få i sig mammas mjölk de två första
Läs merZ-Testet. Idè. Repetition normalfördelning. rdelning. Testvariabel z
Repetitio ormalfördelig rdelig Z-Testet X i. Medelvärdets fördelig:.stadardiserad ormalfördelig: N (, ) X N, X X N (, ) N (,) X N, X N(,) 3. Kvatiler: uwe.meel@math.uu.se Vad gör g r Z-testetZ? H : e ormalfördelad
Läs merSkattning / Inferens. Sannolikhet och statistik. Skattning / Inferens. Vad är det som skattas?
Skattig / Iferes Saolikhet och statistik Puktskattig Försöket att beskriva e hel populatio pga ågra få mätvärde! Oberservatio = Populatio HT 2008 UweMezel@mathuuse http://wwwmathuuse/ uwe/ Populatio har
Läs mer================================================
rmi Halilovic: ETR ÖVNINGR TVÅ STICKPROV Vi betraktar två oberoede ormalfördelade sv och Låt x, x,, x vara ett observerat stickprov, av storleke, på N (, ) och låt y, y,, y vara ett observerat stickprov,
Läs merMS-A0509 Grundkurs i sannolikhetskalkyl och statistik Exempel, del II
MS-A0509 Grudkurs i saolikhetskalkyl och statistik Exempel, del II Estimerig 2 Kofidesitervall G. Gripeberg Aalto-uiversitetet 3 februari 205 3 Hypotesprövig 4 Korrelatio och regressio G. Gripeberg Aalto-uiversitetet
Läs merSANNOLIKHETER. Exempel. ( Tärningskast) Vi har sex möjliga utfall 1, 2, 3, 4, 5 och 6. Därför är utfallsrummet Ω = {1, 2, 3, 4, 5,6}.
rmi Halilovic: EXTR ÖVIGR SOLIKHETER GRUDLÄGGDE BEGRE OH BETEKIGR Utfall Resultat av ett slumpmässigt försök. Utfallsrummet ägde av alla utfall (beteckas oftast med Ω ). Hädelse E delmägd av utfallsrummet.
Läs merAvd. Matematisk statistik
Avd. Matematisk statistik TENTAMEN I SF1902 SANNOLIKHETSTEORI OCH STATISTIK, TORSDAGEN DEN 23:E MAJ 2013 KL 14.00 19.00. Kursledare och examinator : Björn-Olof Skytt Tillåtna hjälpmedel: miniräknare, lathund
Läs merb) Bestäm det genomsnittliga antalet testade enheter, E (X), samt även D (X). (5 p)
Avd Matematisk statistik TENTAMEN I SF922, SF923 och SF924 SANNOLIKHETSTEORI OCH STATISTIK, TISDAGEN DEN 29:E MAJ 208 KL 0800 300 Examiator för SF922/SF923: Tatjaa Pavleko, 08-790 84 66 Examiator för SF924:
Läs merÖvningstentamen i MA2018 Tillämpad Matematik III-Statistik, 3.5hp
Övigstetame i MA08 Tillämpad Matematik III-Statistik,.hp Hjälpmedel: Pea, radergummi och lijal. Räkedosa och medföljade formelsamlig är tillåte! Tetame består av 0 frågor! Edast Svarsblakette ska lämas
Läs merArtificiell intelligens Probabilistisk logik
Probabilistiska resoemag Artificiell itelliges Probabilistisk logik Are Jösso HCS/IDA Osäkerhet Grudläggade saolikhetslära Stokastiska variabler Bayes teorem Bayesiaska ätverk Kostruktio Iferes Osäkerhet
Läs merTentamen i Matematisk statistik för V2 den 28 maj 2010
Tetame i Matematisk statistik för V de 8 maj 00 Uppgift : E kortlek består av 5 kort. Dessa delas i i färger: 3 hjärter, 3 ruter, 3 spader och 3 klöver. Kortleke iehåller damer, e i varje färg. Ata att
Läs merTentamen i statistik för STA A13, 1-10 poäng Deltentamen II, 5p Lördag 9 juni 2007 kl
Avdelige för atioalekoomi och Tetame i för STA A13, 1-10 poäg Deltetame II, 5p Lördag 9 jui 007 kl. 09.00-13.00 Tillåta hjälpmedel: Bifogad formel- och tabellsamlig (skall retureras) samt miiräkare. Asvarig
Läs merTENTAMEN Datum: 16 okt 09
TENTAMEN Datum: 6 okt 09 Kurs: KÖTEORI OCH MATEMATISK STATISTIK HF00 TEN (Matematisk statistik ) Te i kurse HF00 ( Tidigare k 6H0), KÖTEORI OCH MATEMATISK STATISTIK, Te i kurse HF00, 6H000, 6L000 MATEMATIK
Läs merF6 Uppskattning. Statistikens grunder 2 dagtid. Beteckningar, symboler, notation. Grekiskt-romerskt
01-10-19 F6 Uppskattig Statistikes gruder dagtid HT 01 Vi skattar populatiosparametrar (modellparametrar med olika statistikor: E. stickprovs- -medelvärdet X skattar μ -variase S skattar -adele P skattar
Läs merTentamen i Statistik, STA A10 och STA A13 (9 poäng) 23 februari 2004, klockan 8.15-13.15
Karlstads universitet Institutionen för informationsteknologi Avdelningen för Statistik Tentamen i Statistik, STA A och STA A3 (9 poäng) 3 februari 4, klockan 85-35 Tillåtna hjälpmedel: Bifogad formelsamling
Läs merMS-A0409 Grundkurs i diskret matematik Sammanfattning, del I
MS-A0409 Gudkus i disket matematik Sammafattig, del I G. Gipebeg 1 Mägde och logik 2 Relatioe och fuktioe Aalto-uivesitetet 15 maj 2014 3 Kombiatoik etc. G. Gipebeg Aalto-uivesitetet MS-A0409 Gudkus i
Läs merUtvärdering av tidigarelagd start av prismätningar i nya radio- och TV-butiker
(5) PM till Nämde för KPI [205-05-8] PCA/MFO Kristia tradber Aders Norber Utvärderi av tidiarelad start av prismätiar i ya radio- och TV-butier För iformatio Prisehete har atait e stevis asats av implemeteri
Läs merMS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del II
MS-A0509 Grudkurs i saolikhetskalkyl och statistik Sammafattig, del II G. Gripeberg Aalto-uiversitetet 14 februari 014 G. Gripeberg Aalto-uiversitetet) MS-A0509 Grudkurs i saolikhetskalkyl och statistiksammafattig,
Läs merKONSEKVENSANALYS 1 (5) INDIVID ALT ORGANISATION (markera vad bedömningen avser)
KONSEKVENSANALYS 1 (5) INDIVID ALT ORGANISATION (markera vad bedömige avser) Orgaisatio Faktorer att bedöma Påverkar förädrige? Kosekves av förädrige Kosekvesbeskrivig Åtgärdsförslag Asv. sig Klart datum
Läs mer2004 Rune Norberg. Måste elimineras! Hur då? Kapitel 9. Variation Olika typer av data. 2004 Rune Norberg. Kapitel 9
Fe l i t ill verki ge ept Okt Nov Dec ept Okt Nov Dec Högskola Dalara Översikt tatistisk processtyrig Itroduktio till tatistisk Processtyrig (P) aolikhet Normalfördelig Några adra fördeligar Variatio Olika
Läs merMarkanvisningsavtal för och försäljning av fastigheten Gesällen 25
TJÄNSTSKRIVLS Hadläggare atum Äredebeteckig Johaa Kidqvist -05- KS /05 50 Kommufullmäktige Markavisigsavtal för och försäljig av fastighete Gesälle 5 Förslag till beslut Kommufullmäktige godkäer förslag
Läs merMA2018 Tillämpad Matematik III-Statistik, 3.5hp,
MA08 Tillämpad Matematik III-Statistik, 3.5hp, 08-05-3 Hjälpmedel: Pea, radergummi och lijal. Räkedosa och medföljade formelsamlig är tillåte! Tetame består av 0 frågor! Edast Svarsblakette ska lämas i!
Läs merTentamen i Sannolikhetslära och statistik (lärarprogrammet) 12 februari 2011
STOCKHOLMS UNIVERSITET MATEMATISK STATISTIK Louise af Klintberg Lösningar Tentamen i Sannolikhetslära och statistik (lärarprogrammet) 12 februari 2011 Uppgift 1 a) För att få hög validitet borde mätningarna
Läs merTENTAMEN I MATEMATISK STATISTIK Datum: 13 mars 08
TENTAMEN I MATEMATISK STATISTIK Datum: 3 mars 8 Te i kurse HF3, 6H3, 6L3 MATEMATIK OCH MATEMATISK STATISTIK, Te i kurse HF ( Tidigare k 6H3), KÖTEORI OCH MATEMATISK STATISTIK, Skrivtid: 8:5-:5 Hjälpmedel:
Läs merSannolikheten. met. A 3 = {2, 4, 6 }, 1 av 11
rmi Halilovic: EXTR ÖVIGR SOLIKHETER GRUDLÄGGDE EGRE OH ETEKIGR Utfall Resultat av ett slumpmässigt försök. Utfallsrummet ägde av alla utfall (beteckas oftast medd Ω ). Hädelse E delmägd av utfallsrumm
Läs merS0005M V18, Föreläsning 10
S0005M V18, Föreläsig 10 Mykola Shykula LTU 2018-04-19 Mykola Shykula (LTU) S0005M V18, Föreläsig 10 2018-04-19 1 / 15 Hypotesprövig ett stickprov, σ okäd. Stadardiserig av stickprovsmedelvärdet då σ är
Läs merVid mer än 30 frihetsgrader approximeras t-fördelningen med N(0; 1). Konfidensintervallet blir då
Stat. teori gk, ht 006, JW F7 ENKEL LINJÄR REGRESSION, FORTS. (NCT.5-.7) Statistisk iferes rörade β Vi vet reda att b är e vätevärdesriktig skattig av modellparameter β. Vi vet också att skattige b har
Läs merTENTAMEN I MATEMATISK STATISTIK
TETAME I MATEMATISK STATISTIK Te i kurse 6H, KÖTEORI OCH MATEMATISK STATISTIK, Te i kurse 6H, 6L MATEMATIK OCH MATEMATISK STATISTIK, Skrivtid: :-7: Lärare: Armi Halilovic Kurskod 6H, 6H, 6L, 6A Hjälpmedel:
Läs mer