Tentamen Metod C vid Uppsala universitet, , kl

Storlek: px
Starta visningen från sidan:

Download "Tentamen Metod C vid Uppsala universitet, , kl"

Transkript

1 Tetame Metod C vid Uppsala uiversitet, , kl Avisigar Av rättigspraktiska skäl skall var och e av de tre huvudfrågora besvaras på separata pappersark. Börja alltså på ett ytt pappersark varje gåg du tar dig a e y huvudfråga! Glöm ite att age ditt kodummer på alla de pappersark du aväder för att redovisa dia svar! Äve om du vid behov får aväda miiräkare bör du i dia svar klargöra hur du räkat med tillräcklig tydlighet för att de som rättar uppgifte skall förstå hur du kommit fram till ditt svar samt var och varför det evetuellt blivit fel. Oavsett om det hadlar om beräkigar eller ite är det av vikt att du så tydligt som möjligt redovisar ite bara vad du kommit fram till, uta också hur. Motivera alltså alltid ditt svar! Ett felaktigt svar ka ädå ge poäg om det framgår att det bygger på ett tillvägagågssätt eller resoemag som till väsetlig del är korrekt. Omvät ger ite ett korrekt svar full poäg om det ite är följt av e motiverig. De formler samt de t- och z-värde du behöver för att lösa uppgiftera återfis på sista sida av tetameshäftet. Huvudfråga ett ka ge maximalt 15 poäg, meda huvudfråga två ka ge maximalt 14 poäg, och de tredje och sista huvudfråga ka ge maximalt 11 poäg. Bästa möjliga resultat på tetame som helhet är således 40 poäg. För godkät resultat krävs 20 poäg och för väl godkät 30 poäg. Lycka till! /Marcus & Pär

2 Fråga 1 (15 p) A. Täk dig att du vill geomföra e kvatitativ udersökig. Hur skulle du då beskriva skillade mella slumpmässiga och systematiska mätfel? Besvara fråga med maximalt 100 ord. Fråga ka ge upp till tre poäg. B. Uder kurse har vi diskuterat olika sätt att motivera e studies iomveteskapliga relevas. Vi läste bl.a. e text av Kig, Keohae & Verba. Ge tre exempel på hur iomveteskaplig relevas ka motiveras. Besvara fråga med maximalt 100 ord. Fråga ka ge upp till tre poäg. C. Vad käeteckar e väl geomförd klassidelig? Besvara fråga med maximalt 120 ord. Fråga ka ge upp till tre poäg. Neda följer ett atal flervalsfrågor. För fråga D till F behöver du edast age det svarsalterativ som bäst besvarar fråga. Du behöver ej motivera dia svar på just dessa frågor. Ett korrekt svar ger två poäg. Svara geom att skriva ut hela svarsalterativet. D. Vad iebär det att e regressioskoefficiet är statistiskt sigifikat? Vi ka utesluta att det är de beroede variabel som påverkar de oberoede. Vi har isolerat sambadet frå adra förklarigar. Sambadet är kausalt. Iget av ovaståede. E. Varför väljer ma ett most likely fall? För att ge si hypotes stöd. För att förklara. För att geeralisera. För att geerera ya teorier. F. Vad häder med spridige om vi fördubblar alla värde i e fördelig? Spridige är kostat. De absoluta spridigsmåtte fördubblas, meda de relativa spridigsmåtte är kostata. De relativa spridigsmåtte fördubblas, meda de absoluta spridigsmåtte är kostata. Spridige blir dubbelt så stor.

3 Fråga 2 (14 p) Fråga 2 bygger på ett dörrkackigsexperimet som Pär Nyma utförde iför Europaparlametsvalet Drygt hushåll delades slumpmässigt i i e behadligsgrupp och e kotrollgrupp. Persoera i behadligsgruppe besöktes därefter av kampajarbetare frå Socialdemokratera som uppmaade försökspersoera att rösta i det kommade Europaparlametsvalet. Persoera i kotrollgruppe fick ite ågra besök av dörrkackara. Geom att digitalisera röstlägder för Europaparlametsvale 2009 och 2014 samt riksdagsvalet 2010 kude Pär ta reda på vilka som röstade samt huruvida de hade röstat i de två föregåede vale. Försökspersoeras biologiska kö och ålder kude ha utläsa frå persoumret. Äve för att särskilja utrikes födda frå irikes födda utgick Pär frå försökspersoeras persoummer. Fram till 1990 fick ämlige alla utrikes födda e födelsekod (siffra 7 och 8 i persoumret) mella 93 och 99. Irikes födda fick e födelsekod beroede på i vilket lä de föddes, me om läskode reda var upptage fick äve dessa persoer e kod mella 93 och 99. Eftersom de flesta med dea kod var födda utomlads operatioaliserade Pär utrikes födda som persoer med e födelsekod mella 93 och 99. Atalet persoer som igick i studie uppgick till , uppdelade på persoer i behadligsgruppe och persoer i kotrollgruppe. Adele som röstade var 47.6 procet i behadligsgruppe och 45.3 procet i kotrollgruppe. Med adra ord var valdeltagadet 2.3 proceteheter högre i behadligsgruppe ä i kotrollgruppe. A. Hur bedömer du Pärs operatioaliserig av utrikes födda i termer av validitet och reliabilitet? Fråga ka ge fyra poäg. B. Vi vet att valdeltagadet var högre i behadligsgruppe ä i kotrollgruppe. Varför bör vi beräka ett kofidesitervall för skillade mella de två gruppera? Fråga ka ge tre poäg. C. Beräka ett kofidesitervall för skillade mella behadligsgruppe och kotrollgruppe. Gör e substatiell tolkig av kofidesitervallet. Fråga ka ge fyra poäg. D. När ma utför ett experimet är behovet av att kotrollera för adra förklarigar ite lika stort som vid adra typer av studier. Förklara varför det är så. Fråga ka ge tre poäg.

4 Fråga 3 (11 p) Stödet för Sverigedemokratera har ökat sabbt, me vilka är egetlige deras väljare? I tabelle eda redovisas resultate frå tre regressioer där de beroede variabel ager om respodete skulle rösta på Sverigedemokratera om det vore val idag. Eftersom de beroede variabel är dikotom (1=ja, 0=ej) ka modelleras förvätade värde tolkas som saolikhete att e perso ska rösta på Sverigedemokratera. De oberoede variablera ager kö (1=ma, 0=kvia), vad ma aser om påståedet att Sverige bör ta emot färre flyktigar (frå 1 = mycket dåligt förslag till 5=mycket bra förslag) och vad ma tycker om Jimmie Åkesso (frå 0 = ogillar starkt till 10=gillar starkt). Data har hämtats frå SOM-udersökigara När i besvarar frågora eda behöver i ite ta häsy till att stödet har förädrats seda dessa udersökigar geomfördes. Beroede variabel: Skulle rösta på SD om det var val idag (1) (2) (3) Ma (0.007) (0.007) (0.006) Färre flyktigar (0.003) (0.003) Gillar Jimmie (0.001) Kostat (0.005) (0.009) (0.009) Observatioer Justerat R Regressiosstadardfel Stadardfel i pareteser. A. Utgå frå de första kolume. Gör e substatiell tolkig av regressioskoefficiete för Ma och avgör om effekte är statistiskt sigifikat. Fråga ka ge tre poäg. B. E jouralist frå Dages Nyheter riger upp dig och frågar hur beägehete att rösta på Sverigedemokratera skiljer sig mella mä och kvior. Och om de skiljer sig åt, vad ka det bero på? Besvara fråga med två meigar som tidigsläsara skulle kua förstå. Fråga ka ge tre poäg. C. Hur ka vi tolka passigsmåttet R2 i de adra kolume? Fråga ka ge två poäg. D. Passige är bättre i de tredje kolume ä i de två första kolumera. Ka vi tolka det som att de tredje modelle utgör e bättre beskrivig av vilka som röstar på Sverigedemokratera? Fråga ka ge tre poäg.

5 Formelsamlig Medelvärdet: 1 x = x i i= 1 Stadardavvikelse: s = i = 1 ( x i 1 x) 2 Kofidesitervallet för ett medelvärde beräkas xx tt kkkk ss som: Kofidesitervallet för e proportio beräkas som: p( 1 p) p ± zkv där p är de proportio i urvalet som vi söker ett kofidesitervall för. Kofidesitervallet för skillade mella två medelvärde: xx 1 xx 2 tt kkkk ss ss Kofidesitervallet för skillade mella två proportioer: pp 1 pp 2 zz kkkk pp 1(1 pp 1 ) + pp 2(1 pp 2 ) 1 2 Regressiosekvatioe (i det bivariata fallet): y = a + bx + e Det kritiska värdet för t och z vid stort urval (mer ä 100 fall): 90 procets säkerhetsivå = 1,65 95 procets säkerhetsivå = 1,96 99 procets säkerhetsivå = 2,58 Testvärdet t för e koefficiet (vid ollhypotes β=0): tt jj = SSSS bbjj Där b j är regressioskoefficiete för variabel j, och SE bj är stadardfelet för regressioskoefficiete för variabel j. 2 bb jj

Tentamen Metod C vid Uppsala universitet, , kl

Tentamen Metod C vid Uppsala universitet, , kl Tetame Metod C vid Uppsala uiversitet, 160928, kl. 14.00 18.00 Avisigar Av rättigspraktiska skäl skall var och e av de tre huvudfrågora besvaras på separata pappersark. Börja alltså på ett ytt pappersark

Läs mer

Studentens personnummer: Giltig legitimation/pass är obligatoriskt att ha med sig. Tentamensvakt kontrollerar detta.

Studentens personnummer: Giltig legitimation/pass är obligatoriskt att ha med sig. Tentamensvakt kontrollerar detta. KOD: Kurskod: PC106/PC145 Persolighet, hälsa och socialpsykologi (15 hp) Datum: 4/5 014 Hel- och halvfart VT14 Provmomet: Socialpsykologi + Metod Tillåta hjälpmedel: Miiräkare Asvarig lärare: Niklas Frasso

Läs mer

(a) Skissa täthets-/frekvensfunktionen och fördelningsfunktionen för X. Glöm inte att ange värden på axlarna.

(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 mer

Jag läser kursen på. Halvfart Helfart

Jag 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 mer

1. Test av anpassning.

1. 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 mer

KOM IHÅG ATT NOTERA DITT TENTAMENSNUMMER NEDAN OCH TA MED DIG TALONGEN INNAN DU LÄMNAR IN TENTAN!!

KOM 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 mer

Jag läser kursen på. Halvfart Helfart

Jag 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 mer

TENTAMEN I MATEMATISK STATISTIK Datum: 13 mars 08

TENTAMEN 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 mer

Tentamen i Statistik, STA A13 Deltentamen 2, 5p 5 juni 2004, kl

Tentamen 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 mer

Föreläsning 3. 732G04: Surveymetodik

Föreläsning 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 mer

1. (a) Eftersom X och Y har samma fördelning så har de även samma väntevärde och standardavvikelse. E(X 2 ) = k

1. (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 mer

TMS136: Dataanalys och statistik Tentamen 2013-10-26 med lösningar

TMS136: 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 mer

Statistisk analys. Vilka slutsatser kan dras om populationen med resultatet i stickprovet som grund? Hur säkra uttalande kan göras om resultatet?

Statistisk 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 mer

ENDIMENSIONELL ANALYS B1 FÖRELÄSNING VI. Föreläsning VI. Mikael P. Sundqvist

ENDIMENSIONELL 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 mer

Introduktion till statistik för statsvetare

Introduktion 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 mer

Tentamen i Statistik STG A01 (12 hp) 5 mars 2010, kl. 08.15 13.15

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 mer

Tentamen i Statistik, STA A10 och STA A13 (9 poäng) 26 mars 2004, klockan

Tentamen 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 mer

b) Bestäm det genomsnittliga antalet testade enheter, E (X), samt även D (X). (5 p)

b) 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 mer

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

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 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

Rättningstiden är i normalfall 15 arbetsdagar, annars är det detta datum som gäller:

Rättningstiden är i normalfall 15 arbetsdagar, annars är det detta datum som gäller: Matematisk Statistik Provmomet: Ladokkod: Tetame ges för: Tetame TT091A KMASK14H 7,5 högskolepoäg Nam: (Ifylles av studet) Persoummer: (Ifylles av studet) Tetamesdatum: 2 jui 2015 Tid: 9:00-13:00 Hjälpmedel:

Läs mer

Viktigt! Glöm inte att skriva Tentamenskod på alla blad du lämnar in.

Viktigt! 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 mer

Höftledsdysplasi hos dansk-svensk gårdshund - Exempel på tavlan

Höftledsdysplasi 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 mer

Avd. Matematisk statistik

Avd. Matematisk statistik Avd. Matematisk statistik TENTAMEN I SF1917/SF1918/SF1919 SANNOLIKHETSTEORI OCH STATISTIK, TISDAG 8 JANUARI 2019 KL 8.00 13.00. Examiator för SF1917/1919: Jörge Säve-Söderbergh, 08-790 65 85. Examiator

Läs mer

Tentamen i matematisk statistik

Tentamen 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 mer

Stat. teori gk, ht 2006, JW F13 HYPOTESPRÖVNING (NCT ) Ordlista till NCT

Stat. teori gk, ht 2006, JW F13 HYPOTESPRÖVNING (NCT ) Ordlista till NCT Stat. teori gk, ht 2006, JW F13 HYPOTESPRÖVNING (NCT 10.1-10.3) Ordlista till NCT Hypothesis testig Null hypothesis Alterative hypothesis Simple / composite Oe-sided /two-sided Reject Test statistic Type

Läs mer

Tentamen i Matematisk statistik för V2 den 28 maj 2010

Tentamen 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 mer

F19 HYPOTESPRÖVNING (NCT ) Hypotesprövning för en differens mellan två medelvärden

F19 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 mer

F10 ESTIMATION (NCT )

F10 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 mer

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 4 (del 1)

Finansiell 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 mer

Matematisk statistik TMS063 Tentamen

Matematisk 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 mer

Tentamen i Statistik, STA A13 Deltentamen 2, 5p 20 januari 2007, kl. 09.00-13.00

Tentamen i Statistik, STA A13 Deltentamen 2, 5p 20 januari 2007, kl. 09.00-13.00 0.01.007 Tetame i Statistik, STA A13 Deltetame, 5p 0 jauari 007, kl. 09.00-13.00 Tillåta hjälpmedel: Bifogad formel- och tabellsamlig (skall retureras) samt miiräkare. Asvarig lärare: Haah Hall Övrigt:

Läs mer

θx θ 1 om 0 x 1 f(x) = 0 annars

θx 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 mer

MA2018 Tillämpad Matematik III-Statistik, 3.5hp,

MA2018 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 mer

MA2018 Tillämpad Matematik III-Statistik, 3.5hp,

MA2018 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 mer

Tentamen i matematisk statistik

Tentamen 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 mer

a) Beräkna E (W ). (2 p)

a) 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 mer

Befolkning per födelseland Reviderad metod vid framskrivningar. Version: 2

Befolkning per födelseland Reviderad metod vid framskrivningar. Version: 2 Befolkig per födelselad Reviderad metod vid framskrivigar Versio: 2 Tillväxtverket stärker Sverige geom att stärka företages kokurreskraft Vi skapar bättre förutsättigar för företagade och bidrar till

Läs mer

TENTAMEN I MATEMATISK STATISTIK

TENTAMEN 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

Tentamentsskrivning: Tillämpad Statistik 1MS026 1

Tentamentsskrivning: Tillämpad Statistik 1MS026 1 Tetametsskrivig: Tillämpad Statistik 1MS026 1 Tetamesskrivig i Tillämpad Statistik 1MS026 Tid: de 7 mars, 2012 kl 8:00-13:00 Examiator och jour: Erik Broma, mob. 073 7320791, Hjälpmedel: miiräkare, formelsamlig

Läs mer

LÖSNINGAR TILL. Räkningar: (z i z) 2 = , Δ = z = 1 n. n 1. Konfidensintervall:

LÖSNINGAR 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 mer

Tentamen 19 mars, 8:00 12:00, Q22, Q26

Tentamen 19 mars, 8:00 12:00, Q22, Q26 Avdelige för elektriska eergisystem EG225 DRIFT OCH PLANERING AV ELPRODUKTION Vårtermie 25 Tetame 9 mars, 8: 2:, Q22, Q26 Istruktioer Skriv alla svar på det bifogade svarsbladet. Det är valfritt att också

Läs mer

Övningstentamen i MA2018 Tillämpad Matematik III-Statistik, 7.5hp

Övningstentamen 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 mer

Vid mer än 30 frihetsgrader approximeras t-fördelningen med N(0; 1). Konfidensintervallet blir då

Vid 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 mer

2. Konfidensintervall för skillnaden mellan två proportioner.

2. 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 mer

c n x n, där c 0, c 1, c 2,... är givna (reella eller n=0 c n x n n=0 absolutkonvergent om x < R divergent om x > R n n lim = 1 R.

c n x n, där c 0, c 1, c 2,... är givna (reella eller n=0 c n x n n=0 absolutkonvergent om x < R divergent om x > R n n lim = 1 R. P Potesserier Med e potesserie mear vi e serie av type c x, där c, c, c,... är giva (reella eller komplexa) kostater, s.k. koefficieter, och där x är e (reell eller komplex) variabel. För varje eskilt

Läs mer

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 4 (del 2)

Finansiell 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 mer

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Exempel etc., del II

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Exempel etc., del II MS-A0509 Grudkurs i saolikhetskalkyl och statistik Exempel etc., del II G. Gripeberg Aalto-uiversitetet 11 februari 014 G. Gripeberg Aalto-uiversitetet) MS-A0509 Grudkurs i saolikhetskalkyl och statistikexempel

Läs mer

Genomsnittligt sökdjup i binära sökträd

Genomsnittligt sökdjup i binära sökträd Iformatiostekologi Tom Smedsaas 10 augusti 016 Geomsittligt sökdjup i biära sökträd Detta papper visar att biära sökträd som byggs upp av slumpmässiga data är bra. Beteckigar och defiitioer Defiitio De

Läs mer

Föreläsning G70, 732G01 Statistik A. Föreläsningsunderlagen är baserade på underlag skrivna av Karl Wahlin

Föreläsning 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 mer

LÖSNINGSFÖRSLAG TILL TENTAMEN I MATEMATISK STATISTIK

LÖSNINGSFÖRSLAG TILL TENTAMEN I MATEMATISK STATISTIK UMEÅ UNIVERSITET Istitutioe för matematisk statistisk Statistiska metoder, 5 poäg MSTA36 Peter Ato LÖSNINGSFÖRSLAG 005-10-6 LÖSNINGSFÖRSLAG TILL TENTAMEN I MATEMATISK STATISTIK Statistiska metoder, 5 poäg

Läs mer

Lycka till! I(X i t) 1 om A 0 annars I(A) =

Lycka 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 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 mer

MA2018 Tillämpad Matematik III-Statistik, 7.5hp, 2014-08-23

MA2018 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 mer

Minsta kvadrat-metoden, MK. Maximum likelihood-metoden, ML. Medelfel. E(X i ) = µ i (θ) MK-skattningen av θ fås genom att minimera

Minsta 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 mer

Föreläsning G70, 732G01 Statistik A. Föreläsningsunderlagen är baserade på underlag skrivna av Karl Wahlin

Föreläsning 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 mer

Tentamen i statistik för STA A13, 1-10 poäng Deltentamen II, 5p Lördag 9 juni 2007 kl

Tentamen 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 mer

Efter tentamen För kurser med fler än 60 examinerande meddelas resultatet SENAST 20 arbetsdagar efter examinationen annars 15 arbetsdagar.

Efter tentamen För kurser med fler än 60 examinerande meddelas resultatet SENAST 20 arbetsdagar efter examinationen annars 15 arbetsdagar. Luleå tekiska uiversitet TENTAMEN Kurskod: R0009N Kursam: Modeller för iter styrig Tetamesdatum: 2015-03-16 Skrivtid: 4 timmar Tillåta hjälpmedel: Räkare. Rätetabeller bifogas lägst bak i dea teta. Jourhavade

Läs mer

Antalet sätt att välja ut r objekt bland n stycken med hänsyn till ordning är np r = n(n 1) (n r + 1).

Antalet sätt att välja ut r objekt bland n stycken med hänsyn till ordning är np r = n(n 1) (n r + 1). Harald Lag Formelsamlig och Tabeller i Statistik och Saolikhetsteori (15/11-10) Datareducerig Om x 1,..., x är ett stickprov ur e populatio så defiieras medelvärdet x x = 1 k=1 x k och stadardavvikelse

Läs mer

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Exempel etc., del II

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Exempel etc., del II MS-A0509 Grudkurs i saolikhetskalkyl och statistik Exempel etc., del II G. Gripeberg Aalto-uiversitetet 14 februari 014 G. Gripeberg (Aalto-uiversitetet) MS-A0509 Grudkurs i saolikhetskalkyl och statistikexempel

Läs mer

S0005M V18, Föreläsning 10

S0005M 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 mer

Skattning / Inferens. Sannolikhet och statistik. Skattning / Inferens. Vad är det som skattas?

Skattning / 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

x 1 x 2 x 3 x 4 x 5 x 6 HL Z x x x

x 1 x 2 x 3 x 4 x 5 x 6 HL Z x x x Uppgift 1 a) Vi iför slackvariabler x 4, x 5 och x 6 och löser problemet med hjälp av simplexalgoritme. Z -2-1 1 0 0 0 0 x 4 1 1-1 1 0 0 20 x 5 2 1 1 0 1 0 30 x 6 1-1 2 0 0 1 10 x 1 blir igåede basvariabel

Läs mer

MA2018 Tillämpad Matematik III-Statistik, 3.5hp,

MA2018 Tillämpad Matematik III-Statistik, 3.5hp, MA018 Tillämpad Matematik III-Statistik,.hp, 018-0-1 Hjälpmedel: Pea, radergummi och lijal. Räkedosa och medföljade formelsamlig är tillåte! Tetame består av 0 frågor! Edast Svarsblakette ska lämas i!

Läs mer

Föreläsning G70 Statistik A

Föreläsning 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 mer

Intervallskattning. 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

Intervallskattning. 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 mer

Föreläsning G70 Statistik A

Föreläsning 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 mer

1. Hur gammalt är ditt barn?

1. Hur gammalt är ditt barn? Förskoleekät 2017 Filtrerigsvillkor: Villkor: 1: Svarsalterativ Björkduge (Fråga: Vilke förskola går ditt bar i?) 1. Hur gammalt är ditt bar? 0% 5% 10% 15% 20% 25% 30% 35% 40% 45% 50% 1-2 22% 3-4 50% 5-6

Läs mer

Egna funktioner. Vad är sin? sin är namnet på en av många inbyggda funktioner i Ada (och den återfinns i paketet Ada.Numerics.Elementary_Functions)

Egna funktioner. Vad är sin? sin är namnet på en av många inbyggda funktioner i Ada (och den återfinns i paketet Ada.Numerics.Elementary_Functions) - 1 - Vad är si? si är amet på e av måga ibyggda fuktioer i Ada (och de återfis i paketet Ada.Numerics.Elemetary_Fuctios) si är deklarerad att ta emot e parameter (eller ett argumet) av typ Float (mätt

Läs mer

TENTAMEN I MATEMATIK MED MATEMATISK STATISTIK HF1004 TEN kl

TENTAMEN 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 mer

Handbok i materialstyrning - Del F Prognostisering

Handbok i materialstyrning - Del F Prognostisering Hadbok i materialstyrig - Del F Progostiserig F 71 Absoluta mått på progosfel I lagerstyrigssammahag ka progostiserig allmät defiieras som e bedömig av framtida efterfråga frå kuder. Eftersom det är e

Läs mer

Smärtlindring vid medicinsk abort

Smärtlindring vid medicinsk abort Smärtlidrig vid medicisk abort EN JÄMFÖRANDE STUDIE VETENSKAPLIGT ARBETE UNDER ST ELIN SJÖLANDER HANDLEDARE MARIE BOLIN Itroduktio Smärta vid medicisk abort valig, smärtlidrig vid medicisk abort dåligt

Läs mer

Datorövning 2 Fördelningar inom säkerhetsanalys

Datorövning 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 mer

Övningstentamen i MA2018 Tillämpad Matematik III-Statistik, 3.5hp

Övningstentamen 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 mer

Lösning till tentamen för kursen Log-linjära statistiska modeller 29 maj 2007

Lösning till tentamen för kursen Log-linjära statistiska modeller 29 maj 2007 STOCKHOLMS UNIVERSITET MS 3150 MATEMATISKA INSTITUTIONEN TENTAMEN Avd. Matematisk statistik 29 maj 2007 Lösig till tetame för kurse Log-lijära statistiska modeller 29 maj 2007 Uppgift 1 a Modelle uta ågra

Läs mer

Grundläggande matematisk statistik

Grundläggande 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 mer

Borel-Cantellis sats och stora talens lag

Borel-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 mer

Sannolikheter 0 < P < 1. Definition sannolikhet: Definition sannolikhet: En sannolikhet kan anta värden från 0 till 1

Sannolikheter 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

Föreläsning G04 Surveymetodik 732G19 Utredningskunskap I

Föreläsning 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 mer

Induktion LCB Rekursion och induktion; enkla fall. Ersätter Grimaldi 4.1

Induktion LCB Rekursion och induktion; enkla fall. Ersätter Grimaldi 4.1 duktio LCB 2000 Ersätter Grimaldi 4. Rekursio och iduktio; ekla fall E talföljd a a 0 a a 2 ka aturligtvis defiieras geom att ma ager e explicit formel för uträkig av dess elemet, som till exempel () a

Läs mer

Geometriska summor. Aritmetiska summor. Aritmetiska talföljder kallar vi talföljder som. Geometriska talföljder kallar vi talföljder som

Geometriska summor. Aritmetiska summor. Aritmetiska talföljder kallar vi talföljder som. Geometriska talföljder kallar vi talföljder som Aritmetiska summor Aritmetiska talföljder kallar vi talföljder som, 4, 6, 8, 10, 1, 14, 000, 1996, 199, 1988, 0.1, 0., 0.3, 0.4, för vilka differese mella på varadra följade tal kostat. Aritmetiska summor

Läs mer

Följande begrepp används ofta vid beskrivning av ett statistiskt material:

Följande begrepp används ofta vid beskrivning av ett statistiskt material: Armi Halilovic: EXTRA ÖVNINGAR Besrivade statisti BESKRIVANDE STATISTIK. GRUNDBEGREPP Följade begrepp aväds ofta vid besrivig av ett statistist material: LÄGESMÅTT (medelvärde, media och typvärde): Låt

Läs mer

Föreläsning 2: Punktskattningar

Föreläsning 2: Punktskattningar Föreläsig : Puktskattigar Joha Thim joha.thim@liu.se 7 augusti 08 Repetitio Stickprov Defiitio. Låt de stokastiska variablera X, X,..., X vara oberoede och ha samma fördeligsfuktio F. Ett stickprov x,

Läs mer

Lösningar och kommentarer till uppgifter i 1.1

Lösningar och kommentarer till uppgifter i 1.1 Lösigar och kommetarer till uppgifter i. 407 d) 408 d) 40 a) 3 /5 5) 5 3 0 ) 0) 3 5 5 4 0 6 5 x 5 x) 5 x + 5 x 5 x 5 x 5 x + 5 x 40 Om det u är eklare så här a x a 3x + a x) a 4x + 43 a) 43 45 5 3 5 )

Läs mer

Databaser - Design och programmering. Databasdesign. Kravspecifikation. Begrepps-modellering. Design processen. ER-modellering

Databaser - Design och programmering. Databasdesign. Kravspecifikation. Begrepps-modellering. Design processen. ER-modellering Databaser desig och programmerig Desig processe Databasdesig Förstudie, behovsaalys ER-modellerig Kravspecifikatio För att formulera e kravspecifikatio: Idetifiera avädare Studera existerade system Vad

Läs mer

1. Hur gammalt är ditt barn?

1. Hur gammalt är ditt barn? Förskoleekät 2017 Filtrerigsvillkor: Villkor: 1: Svarsalterativ Hammar (Fråga: Vilke förskola går ditt bar i?) 1. Hur gammalt är ditt bar? 0% 5% 10% 20% 25% 30% 35% 40% 45% 50% 55% 60% 65% 1-2 3-4 5-6

Läs mer

Z-Testet. Idè. Repetition normalfördelning. rdelning. Testvariabel z

Z-Testet. Idè. Repetition normalfördelning. rdelning. Testvariabel z Repetitio ormalfördelig rdelig Z-Testet X i. Medelvärdets fördelig:.stadardiserad ormalfördelig: N (, ) X N, X X N (, ) N (,) X N, X N(,) 3. Kvatiler: uwe.meel@math.uu.se Vad gör g r Z-testetZ? H : e ormalfördelad

Läs mer

SANNOLIKHETER. Exempel. ( Tärningskast) Vi har sex möjliga utfall 1, 2, 3, 4, 5 och 6. Därför är utfallsrummet Ω = {1, 2, 3, 4, 5,6}.

SANNOLIKHETER. 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 mer

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Exempel, del II

MS-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 mer

Tentamen 9 juni 2016, 8:00 12:00, Q21

Tentamen 9 juni 2016, 8:00 12:00, Q21 Avdelige för elkrafttekik EG2205 DRIFT OCH PLANERING AV ELPRODUKTION Vårtermie 206 Tetame 9 jui 206, 8:00 2:00, Q2 Istruktioer Skriv alla svar på det bifogade svarsbladet. Det är valfritt att också läma

Läs mer

4.2.3 Normalfördelningen

4.2.3 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 mer

Datorövning 2 Fördelningar inom säkerhetsanalys

Datorövning 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 mer

Webprogrammering och databaser. Begrepps-modellering. Exempel: universitetsstudier Kravspec. ER-modellen. Exempel: kravspec forts:

Webprogrammering och databaser. Begrepps-modellering. Exempel: universitetsstudier Kravspec. ER-modellen. Exempel: kravspec forts: Webprogrammerig och databaser Koceptuell datamodellerig med Etitets-Relatiosmodelle Begrepps-modellerig Mål: skapa e högivå-specifikatio iformatiosiehållet i database Koceptuell modell är oberoede DBMS

Läs mer

95%-igt konfidensintervall för andel kalsongbärare i populationen: Slutsats: Med 95% säkerhet finns andelen kalsongbärare i intervallet 38-48%

95%-igt konfidensintervall för andel kalsongbärare i populationen: Slutsats: Med 95% säkerhet finns andelen kalsongbärare i intervallet 38-48% UPPGIFT 1 Vi slumpmässigt urval har varje iivi e kä saolikhet att komma me i urvalet Resultatet går att geeralisera till populatioe är ma gjort slumpmässigt urval UPPGIFT A) Kostatterme: De som ite får

Läs mer

Tentamen Metod C vid Uppsala universitet, , kl

Tentamen Metod C vid Uppsala universitet, , kl Tentamen Metod C vid Uppsala universitet, 170503, kl. 08.00-12.00 Anvisningar Av rättningspraktiska skäl skall var och en av de tre huvudfrågorna besvaras på separata pappersark. Börja alltså på ett nytt

Läs mer

TENTAMEN Datum: 16 okt 09

TENTAMEN 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 mer

1. Ange myndighet och kontaktperson

1. Ange myndighet och kontaktperson Uppföljig av förekligsarbete för år 2017 Filtrerigsvillkor: Villkor: 1: : 1 respodeter valda Respodet ade på: kersti.backma-haerz@aturvardsverket.se 12.01.2018, 13:27-26.02.2018, 09:55 1. Age mydighet

Läs mer

TENTAMEN I MATEMATISK STATISTIK. Statistik för lärare, 5 poäng

TENTAMEN I MATEMATISK STATISTIK. Statistik för lärare, 5 poäng UMEÅ UNIVERSITET Isttutoe för matematsk statstk Statstk för lärare, MSTA38 Lef Nlsso TENTAMEN 04--6 TENTAMEN I MATEMATISK STATISTIK Statstk för lärare, 5 poäg Skrvtd: 9.00-15.00 Tllåta hjälpmedel: Utdelad

Läs mer

Statistik. Språkligt och historiskt betyder statistik ungefär sifferkunskap om staten

Statistik. 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 mer

Frasstrukturgrammatik

Frasstrukturgrammatik UALA UNIVERITET Metoder och tillämpigar i språktekologie Istitutioe för ligvistik och filologi Föreläsigsateckigar Mats Dahllöf http://stp.lig.uu.se/~matsd/uv/uv07/motist/ Oktober 2007 Frasstrukturgrammatik

Läs mer

Vad är det okända som efterfrågas? Vilka data är givna? Vilka är villkoren?

Vad är det okända som efterfrågas? Vilka data är givna? Vilka är villkoren? Problemlösig. G. Polya ger i si utmärkta lilla bok How to solve it (Priceto Uiversity press, 946) ett schema att följa vid problemlösig. I de flod av böcker om problemlösig som har följt på Polyas bok

Läs mer