SF1901: SANNOLIKHETSTEORI OCH HYPOTESPRÖVNING. STATISTIK. Tatjana Pavlenko. 13 maj 2015

Storlek: px
Starta visningen från sidan:

Download "SF1901: SANNOLIKHETSTEORI OCH HYPOTESPRÖVNING. STATISTIK. Tatjana Pavlenko. 13 maj 2015"

Transkript

1 SF1901: SANNOLIKHETSTEORI OCH STATISTIK FÖRELÄSNING 13 HYPOTESPRÖVNING. Tatjana Pavlenko 13 maj 2015

2 PLAN FÖR DAGENS FÖRELÄSNING Begrepp inom hypotesprövning (rep.) Tre metoder för att avgöra om H 0 ska förkastas. Styrkefunktionen (Kap. 13.4). Tillämpning på normalfördelning (Kap. 13.6). Användning av normalapproximation (Kap. 13.7).

3 BEGREPP INOM HYPOTESPRÖVNING (REP.). Vi betraktar den allmänna situationen: vi har ett stickprov x = (x 1,..., x n ) som är utfall av s. v. (X 1,..., X n ) från någon fördelning F X (x; θ). Vi vill testa en grundhypotes, eller nollhypotes, om θ: H 0 : θ = θ 0 mot en alternativ hypotes, H 1, som kan vara enkel, H 1 : θ = θ 1, eller sammansatt, t ex H 1 : θ > θ 0. En hypotes av typ H 1 : θ > θ 0 eller H 1 : θ < θ 0 är ensidig, medan H 1 : θ = θ 0 är tvåsidig.

4 BEGREPP INOM HYPOTESPRÖVNING (REP.). För att testa H 0 definierar vi först en test variabel eller teststorhet, t obs = t(x) som är en observation av motsvarande stickprovsvariabel t(x ). Vi kommer också att behöva testets signifikansnivån eller felrisk. Def: Med signifikansnivån, eller felrisken, α för ett test menas α = P(H 0 förkastas) om H 0 är sann. Testet utformas på så sätt att felrisken blit liten. Vanliga nivåer är α = 0.05, α = 0.01, α = Jämför med felrisker vid konfidensintervall konstruktion!

5 TRE METODER FÖR ATT AVGÖRA OM H 0 SKA FÖRKASTAS. Testvariabelmetoden (rep.) Hitta en teststorhet t(x ) och till den ett kritiskt område C. Testet blir då: Om { tobs. C, förkasta H 0 t obs. / C, ej förkasta H 0, där det kritiska området C anpassas så att P(H 0 förkastas) = P(t(X ) C ) = α H 0 är sann och α är testets signifikansnivå som väljs på förhans. Tolkning: Om H 0 förkastas så föreligger det ett signifikant avvikelse från nollhypotesen H 0 på nivån α.

6 TRE METODER FÖR ATT AVGÖRA OM H 0 SKA FÖRKASTAS (FORTS.) Direktmetoden (rep.) Direktmetoden baseras också på testvariabel, med det kritiska området preciseras inte utan man avgör bara vilka värden på testvariabel som tyder på att H 1 är sann, t ex t(x ) C. Det direkta med direktmetoden är att vi räknar ut ett storhet som direkt kan jämföras med felrisken! Metoden går till på följande sätt: 1. Antag att H 0 är sann (dvs att det parametervärde den specificerar är det rätta värde). 2. Räkna under H 0 ut p-värdet = P(teststorhet blir minst lika extremt som observerat). 3. Om p-värde är mindre än α (ofta α = 0.05, 0.01, 0.001) så förkastas H 0 med felrisk α.

7 TRE METODER FÖR ATT AVGÖRA OM H 0 SKA FÖRKASTAS (FORTS.) Direktmetoden. Tolkning: Om p-värde är litet (ofta < än 0.05, 0.01 eller 0.001) så tror vi inte på H 0. p-värde ger alltså ett mått på hur orimlig H 0 är. Beslutsregel: om p-värde < α så förkastas H 0. Detta i termer av testvariabelmetoden betyder att t obs. hamnar i det kririska området C.

8 TRE METODER FÖR ATT AVGÖRA OM H 0 SKA FÖRKASTAS (FORTS.) Konfidensmetoden. Konfidensmetoden går till på följande sätt: 1. Bekäkna ett konfidensintervall I θ för parametern med samma felrisk som önskas för testet, dvs med konfidensgrad 1 α. 2. Förkasta H 0 : θ = θ 0 om θ 0 / I θ. Typen av konfidensintervall som ska beräknas beror på hur den alternativa hypotesen ser ut: om H 1 : θ = θ 0 ska I θ vara tvåsidigt, om H 1 : θ > θ 0 ska I θ vara ensidigt, nedåt begränsat, om H 1 : θ < θ 0 ska I θ vara ensidigt, uppåt begränsat Tolkning: under antagande att H 0 är sann, dvs θ 0 är den sanna parametervärde dvs testnivå är α. P(H 0 förkastas H 0 är sann) = P(t(X ) C ) = P(θ 0 / I θ ) = 1 (1 α) = α,

9 EXEMPEL: RATTONYKTERHET (FORTS. FRÅN FÖRRA FÖRELÄSNING) Gränsen för rattonykterhet är 2. Modell: antag att ett mättning i är en observation av X i = µ + ε i, där µ är den sanna halten, ε i N(0, σ) (ober. för i = 1,..., n) är mätfel där σ antas vara känd, låt σ = För att avgöra om en person är skyldig till rattonykterhet kan man använda följande hypoteser: H 0 : H 1 : µ = 0.2 (oskyldig) µ > 0.2 (skyldig). Vi väljer felrisken, α = 0.001, dvs α = P(förkasta H 0 om H 0 är sann).

10 EXEMPEL: RATTONYKTERHET (FORTS.) Att H 0 förkastas innebär att vi finner enn peron skyldig och om H 0 är sann så är man oskyldig. Felrisk (signifikansnivån) blir alltså P(döma en oskyldig) = Denna händelse inträffar i genomsnitt var tusende gång, dvs vi valde ganska låg felrisk. Tillämpning av de tre metoderna för att avgöra om H 0 ska förkastas i ex om rattonykterhet, på tavlan. Viktig! De tre metoderna för hypotesprövning är ekvivalenta, dvs ger alltid samma resultat. Detta gäller dock endast exakta test, inte alltid approximativa.

11 TVÅ TYP AV FEL VID HYPOTESPRÖVNING. Hur bra ett test skiljer H 0 från H 1? Det finns två olika fel (felslutsatser) som kan inträffa vid hypotesprövning. Det brukar kallas fel av första slaget: att förkasta H 0 trots att H 0 är sann, (typ I-felet, den valda felrisken eller signifikansnivårn, α) fel av andra slaget: att inte förkasta H 0 trots att H 1 är sann, (typ II-felet). Exempel: Test förmåga att förkasta H 0 då den inte är sann, t ex hur stor chans har man att klara sig om man är skyldig med en given promillehalt i exelmpel om rattonykterhet som togs upp? Vi ska i så fall räkna ut P(dömas med alkoholhalten µ) dvs, sannolikhet att dömas om µ är den sanna värde. För detta brukar man ange testets styrka som funktion av parameter µ (allmänt θ).

12 STYRKEFUNKTION. Def. Styrkefunktionen, h(θ), för ett test definieras som h(θ) = P(H 0 förkastas) om θ är det rätta parametersvärde. Ett test är bra om h(θ) är stor för alla θ H 1. och h(θ) är liten för alla θ H 0. Jmf. med felrisk, α, h(θ 0 ) = α. Exempel: studera testets styrkefunktion för rattonykterhet exempel, på tavlan.

13 TILLÄMPNING PÅ NORMALFÖRDELNING: ALLMÄNT Låt x 1,..., x n vara ett slumpmässigt stickprov från N(µ, σ). Vi vill testa H 0 : µ = µ 0 och använder testvariabel metoden. Då är testvariabel { ( x µ0 )/D om σ är känd, D = σ/ n u(x) = ( x µ 0 )/d om σ är okänd, d = s/ n Om H 0 är sann, är dessa kvoter observationer av s.v som är N(0, 1) respektive t(n 1) fördelad och vi får kritisk område C med hjälp av motsvarande λ- och t- kvantiler.

14 TILLÄMPNING PÅ NORMALFÖRDELNING: (FORTS.) Beslutsregel erhålls beroende på utseendet hos den alternativa hypotesen H 1 : (a) Om H 1 : µ = µ 0 (dvs tvåsidig alternativ), så förkastas H 0 om u(x) λ α/2, respektive om u(x) t α/2 (n 1). (b) Om H 1 : µ > µ 0 (dvs ensidig alternativ), så förkastas H 0 om u(x) > λ α, resp. u(x) > t α (n 1). (c) Om H 1 : µ < µ 0 (dvs ensidig alternativ), så förkastas H 0 om u(x) < λ α, resp. u(x) < t α (n 1).

15 ANVÄNDNING AV NORMALAPPROXIMATION. Har man approximativt normafördelad skattatre, dvs θ AsN(θ, D(θ )) då kan man använda testvariabel t(x ) = θ θ 0 D(θ ) om D(θ ) är känd. Om D(θ ) innehåller den parameter vi undersöker i H 0 då ska θ 0, dvs värden från H 0 användas, vilket ger D 0 (θ ) och testvariabeln Annars används t(x ) = θ θ 0 D(θ ). t(x ) = θ θ 0 d(θ ). Kvoten ovan antas ungefär normalfördelad så att man kan utföra ett test på samma sätt som under normalantagande. Viktig! λ-kvantilen används och H 0 förkastas på approximativt nivån α.

SF1901: SANNOLIKHETSTEORI OCH. PASSNING AV FÖRDELNING: χ 2 -METODER. STATISTIK. Tatjana Pavlenko. 12 oktober 2015

SF1901: SANNOLIKHETSTEORI OCH. PASSNING AV FÖRDELNING: χ 2 -METODER. STATISTIK. Tatjana Pavlenko. 12 oktober 2015 SF1901: SANNOLIKHETSTEORI OCH STATISTIK FÖRELÄSNING 14 PASSNING AV FÖRDELNING: χ 2 -METODER. Tatjana Pavlenko 12 oktober 2015 PLAN FÖR DAGENS FÖRELÄSNING Icke-parametsriska metoder. (Kap. 13.10) Det grundläggande

Läs mer

BIOSTATISTISK GRUNDKURS, MASB11 ÖVNING 7 (2015-04-29) OCH INFÖR ÖVNING 8 (2015-05-04)

BIOSTATISTISK GRUNDKURS, MASB11 ÖVNING 7 (2015-04-29) OCH INFÖR ÖVNING 8 (2015-05-04) LUNDS UNIVERSITET, MATEMATIKCENTRUM, MATEMATISK STATISTIK BIOSTATISTISK GRUNDKURS, MASB ÖVNING 7 (25-4-29) OCH INFÖR ÖVNING 8 (25-5-4) Aktuella avsnitt i boken: 6.6 6.8. Lektionens mål: Du ska kunna sätta

Läs mer

Föreläsning 12: Regression

Föreläsning 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 mer

SF1901: Övningshäfte

SF1901: Övningshäfte SF1901: Övningshäfte 13 oktober 2013 Uppgifterna under rubriken Övning kommer att gås igenom under övningstillfällena. Uppgifterna under rubriken Hemtal är starkt rekommenderade och motsvarar nivån på

Läs mer

Matematisk statistik KTH. Formel- och tabellsamling i Matematisk statistik, grundkurs

Matematisk statistik KTH. Formel- och tabellsamling i Matematisk statistik, grundkurs Matematisk statistik KTH Formel- och tabellsamling i Matematisk statistik, grundkurs Varterminen 2005 . Kombinatorik ( ) n = k n! k!(n k)!. Tolkning: ( n k mängd med n element. 2. Stokastiska variabler

Läs mer

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

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Exempel, del II MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Exempel, del II G. Gripenberg Aalto-universitetet 13 februari 2015 G. Gripenberg (Aalto-universitetet) MS-A0509 Grundkurs i sannolikhetskalkyl och

Läs mer

TENTAMEN I STATISTIKENS GRUNDER 2

TENTAMEN I STATISTIKENS GRUNDER 2 STOCKHOLMS UNIVERSITET Statistiska institutionen Michael Carlson HT2012 TENTAMEN I STATISTIKENS GRUNDER 2 2012-11-20 Skrivtid: kl 9.00-14.00 Godkända hjälpmedel: Miniräknare, språklexikon Bifogade hjälpmedel:

Läs mer

Aktivitetsuppgifter i kurs 602 Ekonomisk statistik, del 2, våren 2006

Aktivitetsuppgifter i kurs 602 Ekonomisk statistik, del 2, våren 2006 Handelshögskolan i Stockholm Anders Sjöqvist 2087@student.hhs.se Aktivitetsuppgifter i kurs 602 Ekonomisk statistik, del 2, våren 2006 Efter förra kursen hörde några av sig och ville gärna se mina aktivitetsuppgifter

Läs mer

Stockholms Universitet Statistiska institutionen Termeh Shafie

Stockholms Universitet Statistiska institutionen Termeh Shafie Stockholms Universitet Statistiska institutionen Termeh Shafie TENTAMEN I GRUNDLÄGGANDE STATISTIK FÖR EKONOMER 2011-10-28 Skrivtid: 9.00-14.00 Hjälpmedel: Miniräknare utan lagrade formler eller text, bifogade

Läs mer

Laboration 4: Intervallskattning och hypotesprövning

Laboration 4: Intervallskattning och hypotesprövning LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK LABORATION 4 MATEMATISK STATISTIK AK FÖR CDIFYSIKER, FMS012/MASB03, HT12 Laboration 4: Intervallskattning och hypotesprövning Syftet med den

Läs mer

TAMS28 DATORÖVNING 1-2015 VT1

TAMS28 DATORÖVNING 1-2015 VT1 TAMS28 DATORÖVNING 1-2015 VT1 Datorövningen behandlar simulering av observationer från diskreta och kontinuerliga fördelningar med hjälp av dator, illustration av skattningars osäkerhet, analys vid parvisa

Läs mer

Laboration 4: Intervallskattning och hypotesprövning

Laboration 4: Intervallskattning och hypotesprövning Lunds tekniska högskola Matematikcentrum Matematisk statistik Laboration 4 Matematisk statistik AK för CDIFysiker, FMS012/MASB03, HT14 Laboration 4: Intervallskattning och hypotesprövning Syftet med den

Läs mer

Tentamen i Statistik, STA A13 Deltentamen 2, 5p 4 mars 2006, kl. 09.00-13.00

Tentamen i Statistik, STA A13 Deltentamen 2, 5p 4 mars 2006, kl. 09.00-13.00 Karlstads universitet Avdelningen för statistik Tentamen i Statistik, STA A13 Deltentamen, 5p 4 mars 006, kl. 09.00-13.00 Tillåtna hjälpmedel: Bifogad formel- och tabellsamling (skall returneras) samt

Läs mer

Tentamen i Statistik, STA A11/STA A14 (8 poäng) 25 augusti 2004, klockan 08.15-13.15

Tentamen i Statistik, STA A11/STA A14 (8 poäng) 25 augusti 2004, klockan 08.15-13.15 Karlstads universitet Institutionen för informationsteknologi Avdelningen för Statistik Tentamen i Statistik, STA A/STA A4 (8 poäng) 5 augusti 4, klokan 8.5-3.5 Tillåtna hjälpmedel: Bifogad formelsamling

Läs mer

34% 34% 13.5% 68% 13.5% 2.35% 95% 2.35% 0.15% 99.7% 0.15% -3 SD -2 SD -1 SD M +1 SD +2 SD +3 SD

34% 34% 13.5% 68% 13.5% 2.35% 95% 2.35% 0.15% 99.7% 0.15% -3 SD -2 SD -1 SD M +1 SD +2 SD +3 SD 6.4 Att dra slutsatser på basis av statistisk analys en kort inledning - Man har ett stickprov, men man vill med hjälp av det få veta något om hela populationen => för att kunna dra slutsatser som gäller

Läs mer

TT091A, TVJ22A, NVJA02 Pu, Ti. 50 poäng

TT091A, TVJ22A, NVJA02 Pu, Ti. 50 poäng Matematisk statistik Provmoment: Ladokkod: Tentamen ges för: TT091A, TVJ22A, NVJA02 Pu, Ti 7,5 högskolepoäng Namn: (Ifylles av student) Personnummer: (Ifylles av student) Tentamensdatum: 2012-05-29 Tid:

Läs mer

1 10 e 1 10 x dx = 0.08 1 e 1 10 T = 0.08. p = P(ξ < 3) = 1 e 1 10 3 0.259. P(η 2) = 1 P(η = 0) P(η = 1) = 1 (1 p) 7 7p(1 p) 6 0.

1 10 e 1 10 x dx = 0.08 1 e 1 10 T = 0.08. p = P(ξ < 3) = 1 e 1 10 3 0.259. P(η 2) = 1 P(η = 0) P(η = 1) = 1 (1 p) 7 7p(1 p) 6 0. Tentamen TMSB18 Matematisk statistik IL 091015 Tid: 08.00-13.00 Telefon: 036-10160 (Abrahamsson, Examinator: F Abrahamsson 1. Livslängden för en viss tvättmaskin är exponentialfördelad med en genomsnittlig

Läs mer

Statistiskt säkerställande av skillnader

Statistiskt säkerställande av skillnader Rapport Statistiskt säkerställande av skillnader Datum: Uppdragsgivare: 2012-10-16 Mindball Status: DokumentID: Slutlig Mindball 2012:2, rev 2 Sammanfattning Totalt 29 personer har tränat med koncentrationshjälpmedlet

Läs mer

a) Bestäm sannolikheten att en slumpmässigt vald komponent är defekt.

a) Bestäm sannolikheten att en slumpmässigt vald komponent är defekt. Tentamen i Matematisk statistik, S0001M, del 1, 007-10-30 1. En viss typ av komponenter tillverkas av en maskin A med sannolikheten 60 % och av en maskin B med sannolikheten 40 %. För de komponenter som

Läs mer

Dagens föreläsning. TSFS06 Diagnos och övervakning Föreläsning 6 - Tröskling och analys av teststorheter. Tröskelsättning och beslut i osäker miljö

Dagens föreläsning. TSFS06 Diagnos och övervakning Föreläsning 6 - Tröskling och analys av teststorheter. Tröskelsättning och beslut i osäker miljö Dagens föreläsning SFS6 Diagnos och övervakning Föreläsning 6 - röskling och analys av teststorheter Erik Frisk Institutionen för systemteknik Linköpings universitet frisk@isy.liu.se 25-4-2 röskelsättning

Läs mer

F11 Två stickprov. Måns Thulin. Uppsala universitet thulin@math.uu.se. Statistik för ingenjörer 26/2 2013 1/11

F11 Två stickprov. Måns Thulin. Uppsala universitet thulin@math.uu.se. Statistik för ingenjörer 26/2 2013 1/11 1/11 F11 Två stickprov Måns Thulin Uppsala universitet thulin@math.uu.se Statistik för ingenjörer 26/2 2013 2/11 Dagens föreläsning Konfidensintervall när man har ihopparade stickprov Att väga samman skattningar

Läs mer

MSG830 Statistisk analys och experimentplanering

MSG830 Statistisk analys och experimentplanering MSG830 Statistisk analys och experimentplanering Tentamen 20 Mars 2015, 8:30-12:30 Examinator: Staan Nilsson, telefon 073 5599 736, kommer till tentamenslokalen 9:30 och 11:30 Tillåtna hjälpmedel: Valfri

Läs mer

Gamla tentauppgifter i kursen Statistik och sannolikhetslära (LMA120)

Gamla tentauppgifter i kursen Statistik och sannolikhetslära (LMA120) Gamla tentauppgifter i kursen Statistik och sannolikhetslära (LMA120) Lärandemål I uppgiftena nedan anger L1, L2 respektive L3 vilket lärandemål de olika uppgifterna testar: L1 Ta risker som i förväg är

Läs mer

Sannolikhetslära. 19 februari 2009. Vad är sannolikheten att vinna om jag köper en lott?

Sannolikhetslära. 19 februari 2009. Vad är sannolikheten att vinna om jag köper en lott? Sannolikhetslära 19 februari 009 Vad är en sannolikhet? I vardagen: Vad är sannolikheten att vinna om jag köper en lott? Borde jag ta paraply med mig till jobbet idag? Vad är sannolikheten att det kommer

Läs mer

Övningstentamen i matematisk statistik för kemi

Övningstentamen i matematisk statistik för kemi Övningstentamen i matematisk statistik för kemi Uppgift 1: Bill och Georg har gått till puben tillsammans. De beslutar sig för att spela dart (vilket betyder kasta pil mot en tavla). Sedan gammalt vet

Läs mer

Introduktion till Biostatistik. Hans Stenlund, 2011

Introduktion till Biostatistik. Hans Stenlund, 2011 Introduktion till Biostatistik Hans Stenlund, 2011 Modellbaserad analys Regression Logistisk regression Överlevnadsanalys Hitta misstag Hantera extremvärden Bortfall Hur samlas data in? Formell analys

Läs mer

Uppgift 1 (14p) lika stor eller mindre än den förväntade poängen som efterfrågades i deluppgift d? Endast svar krävs, ingen motivering.

Uppgift 1 (14p) lika stor eller mindre än den förväntade poängen som efterfrågades i deluppgift d? Endast svar krävs, ingen motivering. Uppgift 1 (14p) I en hockeymatch mellan lag A och lag B leder lag A med 4-3 när det är en kvart kvar av ordinarie matchtid. En oddssättare på ett spelbolag behöver bestämma sannolikheten för de tre matchutfallen

Läs mer

Innehållsförteckning. MAS110B - Föreläsningsserie (overheader) MAS110B Matematisk statistik, grundkurs, statistikteori, HT04

Innehållsförteckning. MAS110B - Föreläsningsserie (overheader) MAS110B Matematisk statistik, grundkurs, statistikteori, HT04 Innehållsförteckning Föreläsning 1 - Punktskattningar I MAS110B - Föreläsningsserie (overheader) MAS110B Matematisk statistik, grundkurs, statistikteori, HT04 Henrik Bengtsson Matematikcentrum, avd. för

Läs mer

PÅ UPPDRAG AV REV. 12-0 01-30. Ulf

PÅ UPPDRAG AV REV. 12-0 01-30. Ulf ULF GRANDIN, INSTITUTIONEN FÖR MILJÖANALYS, SLUU PÅ UPPDRAG AV SWEDISH ENVIRONMENTAL PROTECTION AGENCY REV. 12-0 03-01-13 01-30 Dataanalys och hypotesprövning förr statistikanvändare Ulf Grandin 2 Förord

Läs mer

Tentamen för kursen. Linjära statistiska modeller. 20 mars 2015 9 14

Tentamen för kursen. Linjära statistiska modeller. 20 mars 2015 9 14 STOCKHOLMS UNIVERSITET MATEMATISK STATISTIK Tentamen för kursen Linjära statistiska modeller 20 mars 2015 9 14 Examinator: Anders Björkström, bjorks@math.su.se Återlämning: Fredag 27/3 kl 12.00, Hus 5,

Läs mer

Lösningar till tentamen i Matematisk Statistik, 5p

Lösningar till tentamen i Matematisk Statistik, 5p Lösningar till tentamen i Matematisk Statistik, 5p LGR00 6 juni, 200 kl. 9.00 1.00 Kursansvarig: Eric Järpe Maxpoäng: 0 Betygsgränser: 12p: G, 21p: VG Hjälpmedel: Miniräknare samt tabell- och formelsamling

Läs mer

Laboration 3: Enkel linjär regression och korrelationsanalys

Laboration 3: Enkel linjär regression och korrelationsanalys STOCKHOLMS UNIVERSITET 13 februari 2009 Matematiska institutionen Avd. för matematisk statistik Gudrun Brattström Laboration 3: Enkel linjär regression och korrelationsanalys I sista datorövningen kommer

Läs mer

Tentamen består av 14 frågor, totalt 40 poäng. Det krävs minst 24 poäng för att få godkänt och minst 32 poäng för att få väl godkänt.

Tentamen består av 14 frågor, totalt 40 poäng. Det krävs minst 24 poäng för att få godkänt och minst 32 poäng för att få väl godkänt. KOD: Kurskod: PC1244 Kursnamn: Kognitiv psykologi och utvecklingspsykologi Provmoment: Metod Ansvarig lärare: Sandra Buratti Tentamensdatum: 2015-09-24 Tillåtna hjälpmedel: Miniräknare Tentamen består

Läs mer

Nedan redovisas resultatet med hjälp av ett antal olika diagram (pkt 1-6):

Nedan redovisas resultatet med hjälp av ett antal olika diagram (pkt 1-6): EM-fotboll 2012 några grafer Sport är en verksamhet som genererar mängder av numerisk information som följs med stort intresse EM i fotboll är inget undantag och detta dokument visar några grafer med kommentarer

Läs mer

Gasverkstomten Västerås. Statistisk bearbetning av efterbehandlingsåtgärderna VARFÖR STATISTIK? STANDARDAVVIKELSE MEDELVÄRDE OCH MEDELHALT

Gasverkstomten Västerås. Statistisk bearbetning av efterbehandlingsåtgärderna VARFÖR STATISTIK? STANDARDAVVIKELSE MEDELVÄRDE OCH MEDELHALT Gasverkstomten Västerås VARFÖR STATISTIK? Underlag för riskbedömningar Ett mindre subjektivt beslutsunderlag Med vilken säkerhet är det vi tar bort över åtgärdskrav och det vi lämnar rent? Effektivare

Läs mer

TENTAMEN I SF1906 (f d 5B1506) MATEMATISK STATISTIK GRUNDKURS,

TENTAMEN I SF1906 (f d 5B1506) MATEMATISK STATISTIK GRUNDKURS, Avd. Matematisk statistik TENTAMEN I SF1906 (f d 5B1506) MATEMATISK STATISTIK GRUNDKURS, TORSDAGEN DEN 7 JUNI 2012 KL 14.00 19.00 Examinator:Gunnar Englund, 073 3213745 Tillåtna hjälpmedel: Formel- och

Läs mer

1. Att en exponentialfördelad stokastisk variabel X är minneslös formuleras matematiskt

1. Att en exponentialfördelad stokastisk variabel X är minneslös formuleras matematiskt Tentamensskrivning i Matematisk statistik för D3 Lärare: Dan Mattsson, tfn 77 5349 Hjälpmedel: Utdelad formelsamling med tabeller (även BETA, Physics Handbook, skoltabeller, till exempel TEFYMA). Valfri

Läs mer

Mata in data i Excel och bearbeta i SPSS

Mata in data i Excel och bearbeta i SPSS Mata in data i Excel och bearbeta i SPSS I filen enkät.pdf finns svar från fyra män taget från en stor undersökning som gjordes i början av 70- talet. Ni skall mata in dessa uppgifter på att sätt som är

Läs mer

Tentamensgenomgång och återlämning: Måndagen 9/6 kl12.00 i B413. Därefter kan skrivningarna hämtas på studentexpeditionen, plan 7 i B-huset.

Tentamensgenomgång och återlämning: Måndagen 9/6 kl12.00 i B413. Därefter kan skrivningarna hämtas på studentexpeditionen, plan 7 i B-huset. Statistiska institutionen Nicklas Pettersson Skriftlig tentamen i Finansiell Statistik Grundnivå 7.5hp, VT2014 2014-05-26 Skrivtid: 9.00-14.00 Hjälpmedel: Godkänd miniräknare utan lagrade formler eller

Läs mer

TENTAMEN I MATEMATISK STATISTIK

TENTAMEN I MATEMATISK STATISTIK UMEÅ UNIVERSITET Institutionen för matematisk statistik Statistik för Teknologer, 5 poäng MSTA33 Ingrid Svensson TENTAMEN 2004-01-13 TENTAMEN I MATEMATISK STATISTIK Statistik för Teknologer, 5 poäng Tillåtna

Läs mer

LULEÅ TEKNISKA UNIVERSITET Ämneskod S0002M, MAM801, IEK600,IEK309 Institutionen för matematik Datum 2009-12-17 Skrivtid 0900 1400

LULEÅ TEKNISKA UNIVERSITET Ämneskod S0002M, MAM801, IEK600,IEK309 Institutionen för matematik Datum 2009-12-17 Skrivtid 0900 1400 LULEÅ TEKNISKA UNIVERSITET Ämneskod S0002M, MAM801, IEK600,IEK309 Institutionen för matematik Datum 2009-12-17 Skrivtid 0900 1400 Tentamen i: Statistik A1, 15 hp Antal uppgifter: 6 Krav för G: 13 Lärare:

Läs mer

MSG830 Statistisk analys och experimentplanering

MSG830 Statistisk analys och experimentplanering MSG830 Statistisk analys och experimentplanering Tentamen 16 April 2015, 8:30-12:30 Examinator: Staan Nilsson, telefon 073 5599 736, kommer till tentamenslokalen 9:30 och 11:30 Tillåtna hjälpmedel: Valfri

Läs mer

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del I

MS-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 mer

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del I

MS-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 mer

Del A: Begrepp och grundläggande förståelse

Del A: Begrepp och grundläggande förståelse STOCKHOLMS UNIVERSITET FYSIKUM KH/CW/SS Tentamensskrivning i Experimentella metoder, 1p, för kandidatprogrammet i fysik, /5 01, 9-14 Införda beteckningar skall förklaras och uppställda ekvationer motiveras

Läs mer

D. Samtliga beräknade mått skall följas av en verbal slutsats för full poäng.

D. Samtliga beräknade mått skall följas av en verbal slutsats för full poäng. 1 Att tänka på (obligatorisk läsning) A. Redovisa Dina lösningar i en form som gör det lätt att följa Din tankegång. (Rättaren förutsätter att det dunkelt skrivna är dunkelt tänkt.). Motivera alla väsentliga

Läs mer

Sannolikhet och statistik med Matlab. Måns Eriksson

Sannolikhet och statistik med Matlab. Måns Eriksson Sannolikhet och statistik med Matlab Måns Eriksson 1 Inledning Det här kompiet är tänkt att användas för självstudier under kursen Sannolikhet och statistik vid Uppsala universitet. Målet är att använda

Läs mer

Tentamen i matematisk statistik för BI2 den 16 januari 2009

Tentamen i matematisk statistik för BI2 den 16 januari 2009 Tentamen i matematisk statistik för BI den 6 januari 9 Uppgift : Ett graviditetstest att använda i hemmet är inte helt tillförlitligt. Ett speciellt test visar positivt resultat för kvinnor, som inte är

Läs mer

Del 2: Hantering och bedömning av data och osäkerheter

Del 2: Hantering och bedömning av data och osäkerheter Del 2: Hantering och bedömning av data och osäkerheter Praktikfall: Kv. Verkstaden 14 Teori: Representativ halt, referenshalt, stickprov & beskrivande statistik, konfidensintervall & UCLM95 Diskussion:

Läs mer

BIOSTATISTISK GRUNDKURS

BIOSTATISTISK GRUNDKURS BIOSTATISTISK GRUNDKURS ÖVNINGSMATERIAL VT 2011 Naturvetenskaplig fakultet Matematikcentrum Matematisk statistik CENTRUM SCIENTIARUM MATHEMATICARUM Övningsmaterial 1 Övningsuppgifter 1. I en stor befolkning

Läs mer

Kapitel 3 Diskreta slumpvariabler och deras sannolikhetsfördelningar

Kapitel 3 Diskreta slumpvariabler och deras sannolikhetsfördelningar Sannolikhetslära och inferens II Kapitel 3 Diskreta slumpvariabler och deras sannolikhetsfördelningar 1 Diskreta slumpvariabler En slumpvariabel tilldelar tal till samtliga utfall i ett slumpförsök. Vi

Läs mer

Aktierekommendationer som investeringsmetod

Aktierekommendationer som investeringsmetod Nationalekonomiska institutionen Kandidatuppsats HT 2010 Aktierekommendationer som investeringsmetod Handledare: Erik Norrman Författare: Emil Nerme 8307274137 Martin Svensson 8704223596 Sammanfattning

Läs mer

MSG830 Statistisk analys och experimentplanering

MSG830 Statistisk analys och experimentplanering MSG830 Statistisk analys och experimentplanering Tentamen 20 Mars 2015, 8:30-12:30 Examinator: Staan Nilsson, telefon 073 5599 736, kommer till tentamenslokalen 9:30 och 11:30 Tillåtna hjälpmedel: Valfri

Läs mer

SF1901: Övningshäfte

SF1901: Övningshäfte SF1901: Övningshäfte 24 september 2013 Uppgifterna under rubriken Övning kommer att gås igenom under övningstillfällena. Uppgifterna under rubriken Hemtal är starkt rekommenderade och motsvarar nivån på

Läs mer

Kompendium med extra övningsuppgifter

Kompendium med extra övningsuppgifter Tillämpad statistik Uppgifter sammanställda av Eva Leander, Claudia Libiseller, Stig Danielsson och Karl Wahlin Institutionen för Datavetenskap Avdelningen för statistik Linköpings universitet Kompendium

Läs mer

MINITAB i korthet. release 16. Jan-Eric Englund. SLU Alnarp Kompendium 2011. Swedish University of Agricultural Sciences Department of Agrosystems

MINITAB i korthet. release 16. Jan-Eric Englund. SLU Alnarp Kompendium 2011. Swedish University of Agricultural Sciences Department of Agrosystems MINITAB i korthet release 16 Jan-Eric Englund SLU Alnarp Kompendium 2011 Område Agrosystem Course notes Swedish University of Agricultural Sciences Department of Agrosystems Jan-Eric Englund är universitetslektor

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

Föreläsning 1, Matematisk statistik för M

Föreläsning 1, Matematisk statistik för M Föreläsning 1, Matematisk statistik för M Erik Lindström 23 mars 2015 Erik Lindström - erikl@maths.lth.se FMS035 F1 1/30 Tillämpningar Praktiska detaljer Matematisk statistik slumpens matematik Sannolikhetsteori:

Läs mer

UPPLEVELSER AV TOALETTSTÄDNING

UPPLEVELSER AV TOALETTSTÄDNING UPPLEVELSER AV TOALETTSTÄDNING PM i Sociologi GR (A) Publicerat och inlämnat 2009-01-18 3480 ord inklusive rubriker Peter Axelsson http://www.petera.se Institutionen för samhällsvetenskap Mittuniversitetet

Läs mer

SF1901 Sannolikhetsteori och statistik: HT 2014 Lab 1 för CSAMHS, CINEKI, och CL

SF1901 Sannolikhetsteori och statistik: HT 2014 Lab 1 för CSAMHS, CINEKI, och CL Matematisk Statistik SF1901 Sannolikhetsteori och statistik: HT 2014 Lab 1 för CSAMHS, CINEKI, och CL Introduktion Detta är handledningen till Laboration 1, ta med en en utskriven kopia av den till laborationen.

Läs mer

D. Samtliga beräknade mått skall följas av en verbal slutsats för full poäng.

D. Samtliga beräknade mått skall följas av en verbal slutsats för full poäng. Att tänka på (obligatorisk läsning) A. Redovisa Dina lösningar i en form som gör det lätt att följa Din tankegång. (Rättaren förutsätter att det dunkelt skrivna är dunkelt tänkt.). Motivera alla väsentliga

Läs mer

Del A: Begrepp och grundläggande förståelse

Del A: Begrepp och grundläggande förståelse STOCKHOLMS UNIVERSITET FYSIKUM K.H./C.F./C.W. Tentamensskrivning i Experimentella metoder, 1p, för kandidatprogrammet i fysik, 18/6 013, 9-14. Införda beteckningar skall förklaras och uppställda ekvationer

Läs mer

Analys av köpviljan avseende försäkring med logistisk regression och bootstrap

Analys av köpviljan avseende försäkring med logistisk regression och bootstrap Matematisk statistik Stockholms universitet Analys av köpviljan avseende försäkring med logistisk regression och bootstrap Anna Sandler Examensarbete 2007:11 Postadress: Matematisk statistik Matematiska

Läs mer

TNIU66: Statistik och sannolikhetslära

TNIU66: Statistik och sannolikhetslära Institutionen för teknik och naturvetenskap Michael Hörnquist, 1 februari 2013 TNIU66: Statistik och sannolikhetslära Kursinformation 2013 Mål och innehåll Kursens mål och förväntade läranderesultat enligt

Läs mer

I. Grundläggande begrepp II. Deskriptiv statistik III. Statistisk inferens Parametriska Icke-parametriska

I. Grundläggande begrepp II. Deskriptiv statistik III. Statistisk inferens Parametriska Icke-parametriska Innehåll I. Grundläggande begrepp II. Deskriptiv statistik III. Statistisk inferens Hypotesprövnig Statistiska analyser Parametriska analyser Icke-parametriska analyser Univariata analyser Univariata analyser

Läs mer

Tillämpad statistik Naprapathögskolan. Henrik Källberg www.henrikkallberg.com Henrik.Kallberg@ki.se Tel. 08-5248 74 82

Tillämpad statistik Naprapathögskolan. Henrik Källberg www.henrikkallberg.com Henrik.Kallberg@ki.se Tel. 08-5248 74 82 Tillämpad statistik Naprapathögskolan Henrik Källberg www.henrikkallberg.com Henrik.Kallberg@ki.se Tel. 08-5248 74 82 Mål! Introducera deskriptiv statistik Förklara grundläggande begrepp inom statistik

Läs mer

Statistik i Excel en introduktion

Statistik i Excel en introduktion Statistik i Excel en introduktion Thommy Perlinger När man använder statistik i Excel behöver man paketet Data Analysis som ligger under menyn Verktyg (Alt-y,d). Finns det inte där kan man installera det

Läs mer

TNIU66: Statistik och sannolikhetslära

TNIU66: Statistik och sannolikhetslära Institutionen för teknik och naturvetenskap TNIU66: Statistik och sannolikhetslära Kursinformation 2015 Kursens mål och förväntade läranderesultat Kursens mål är att ge en introduktion till matematisk

Läs mer

Laboration 1. i 5B1512, Grundkurs i matematisk statistik för ekonomer

Laboration 1. i 5B1512, Grundkurs i matematisk statistik för ekonomer Laboration 1 i 5B1512, Grundkurs i matematisk statistik för ekonomer Namn:........................................................ Elevnummer:.............. Laborationen syftar till ett ge information

Läs mer

1 Förberedelseuppgifter

1 Förberedelseuppgifter LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK LABORATION 2 MATEMATISK STATISTIK FÖR B, K, N, BME OCH KEMISTER; FMS086 & MASB02 Syfte: Syftet med dagens laborationen är att du skall: bli

Läs mer

Skattning av matchningseffektiviteten. arbetsmarknaden FÖRDJUPNING

Skattning av matchningseffektiviteten. arbetsmarknaden FÖRDJUPNING Lönebildningsrapporten 9 FÖRDJUPNING Skattning av matchningseffektiviteten på den svenska arbetsmarknaden I denna fördjupning analyseras hur matchningseffektiviteten på den svenska arbetsmarknaden har

Läs mer

Introduktion till PAST

Introduktion till PAST Introduktion till PAST Robert Szulkin robert.szulkin@sll.se Innehållsförteckning Innehållsförteckning... - 2 - PAST - Introduktion... - 3 - Introduktion... - 3 - Hjälpmanual... - 3 - Installation... -

Läs mer

Spelmarknaden Ett test av effektiviteten på den svenska spelmarknaden

Spelmarknaden Ett test av effektiviteten på den svenska spelmarknaden NATIONALEKONOMISKA INSTITUTIONEN Uppsats Fortsättningskurs C Författare: Handledare: Lennart Berg VT 2005 Spelmarknaden Ett test av effektiviteten på den svenska spelmarknaden Ett test av effektiviteten

Läs mer

En undersökning om veckodagsanomalier existerar på OMXS-30

En undersökning om veckodagsanomalier existerar på OMXS-30 Nationalekonomiska institutionen Kandidatuppsats VT-2012 En undersökning om veckodagsanomalier existerar på OMXS-30 Handledare: Författare: Frederik Lundtofte Andreas Högberg 861008-7598 Sammanfattning

Läs mer

Giftermålsålder och andelen ogifta under 1900-talet

Giftermålsålder och andelen ogifta under 1900-talet LUNDS UNIVERSITET STATISTISKA INSTITUTIONEN Giftermålsålder och andelen ogifta under 1900-talet En statistisk undersökning Caroline Johansson Jimmy Niyongabo Kandidatuppsats i statistik 15 hp Nivå 61-90

Läs mer

Stockholms Universitet Statistiska Institutionen VT-2009. Kursbeskrivning. Statistisk Teori I, grundnivå, 15 högskolepoäng

Stockholms Universitet Statistiska Institutionen VT-2009. Kursbeskrivning. Statistisk Teori I, grundnivå, 15 högskolepoäng Stockholms Universitet Statistiska Institutionen VT-2009 Kursbeskrivning Statistisk Teori I, grundnivå, 15 högskolepoäng Allmänt Kursen består av två moment: Moment 1. Grundläggande statistisk teori, 12hp.

Läs mer

GRUNDLÄGGANDE STATISTIK FÖR EKONOMER

GRUNDLÄGGANDE STATISTIK FÖR EKONOMER Statistiska institutionen Annika Tillander TENTAMEN GRUNDLÄGGANDE STATISTIK FÖR EKONOMER 2015-04-23 Skrivtid: 16.00-21.00 Hjälpmedel: Godkänd miniräknare utan lagrade formler eller text, samt bifogade

Läs mer

LINKÖPINGS UNIVERSITET EXAM TAMS 79 / TEN 1

LINKÖPINGS UNIVERSITET EXAM TAMS 79 / TEN 1 LINKÖPINGS UNIVERSITET Matematiska institutionen EXAM TAMS 79 / TEN 1 augusti 14, klockan 8.00-12.00 Examinator: Jörg-Uwe Löbus Tel: 28-1474) Tillåtna hjälpmedel är en räknare, formelsamling i matematisk

Läs mer

Andie Taguchi 2013-08-30

Andie Taguchi 2013-08-30 Direktavkastning som investeringsstrategi En empirisk studie med varianter av investeringsstrategin Dogs of the Dow på den svenska aktiemarknaden under 2002-2013 Andie Taguchi 2013-08-30 Nationalekonomisk

Läs mer

Beteendevetenskaplig metod. Vetenskapliga grundbegrepp. Vetenskaplighet. Saklighet. Objektivitet. Balans

Beteendevetenskaplig metod. Vetenskapliga grundbegrepp. Vetenskaplighet. Saklighet. Objektivitet. Balans Human-Computer Interaction Group School of Computer Science and Communication Beteendevetenskaplig metod Vetenskapliga grundbegrepp Eva-Lotta Sallnäs Ph.D. CSC, Kungliga Tekniska Högskolan evalotta@csc.kth.se

Läs mer

Tillämpad experimentalpsykologi [2] Tillämpad experimentalpsykologi [1] Empirisk forskningsansats. Tillämpad experimentalpsykologi [3] Variabler

Tillämpad experimentalpsykologi [2] Tillämpad experimentalpsykologi [1] Empirisk forskningsansats. Tillämpad experimentalpsykologi [3] Variabler Tillämpad experimentalpsykologi [1] Ett tillvägagångssätt för att praktiskt undersöka mänskliga processer Alltså inget forskningsområde i sig! (I motsats till kognitiv, social- eller utvecklingspsykologi.)

Läs mer

Datoro vning 1-2 Statistisk analys av kodade svar

Datoro vning 1-2 Statistisk analys av kodade svar Datoro vning 1-2 Statistisk analys av kodade svar 732G19 Utredningskunskap I Denna datorövning utförs i grupper om 2-4 personer och ska ses som en instruktion i att analysera resultaten av en enkät. Ingen

Läs mer

Den svenska arbetslöshetsförsäkringen

Den svenska arbetslöshetsförsäkringen Statistiska Institutionen Handledare: Rolf Larsson Kandidatuppsats VT 2013 Den svenska arbetslöshetsförsäkringen En undersökning av skillnaden i genomsnittligt antal ersättningsdagar som kvinnor respektive

Läs mer

Marknadens effektivitet vid aktieprisfallet på ex-dagen

Marknadens effektivitet vid aktieprisfallet på ex-dagen Marknadens effektivitet vid aktieprisfallet på ex-dagen Vårterminen 2007 Författare: Handledare: Alexander Lemland Oskar Sinha Hossein Asgharian Sammanfattning Titel: Marknadens effektivitet vid aktieprisfallet

Läs mer

Veckoblad 3. Kapitel 3 i Matematisk statistik, Blomqvist U.

Veckoblad 3. Kapitel 3 i Matematisk statistik, Blomqvist U. Veckoblad 3 Kapitel 3 i Matematisk statistik, Blomqvist U. ya begrepp: likformig fördelning, hypergeometerisk fördelning, Hyp(, n, p), binomialfördelningen, Bin(n, p), och Poissonfördelningen, Po(λ). Standardfördelningarna

Läs mer

Inflyttningsstudie. Hanna Angervåg och Tobias Beckius 2013-06-12

Inflyttningsstudie. Hanna Angervåg och Tobias Beckius 2013-06-12 Inflyttningsstudie Hanna Angervåg och Tobias Beckius 2013-06-12 Sammanfattning Syftet med denna studie har varit att få en djupare kunskap om vilka faktorer som styr när personer väljer att byta bostadsort.

Läs mer

FMEA-Grunder. FMEA kan användas vid flera olika tillfällen vid framtagning av en produkt/tjänst.

FMEA-Grunder. FMEA kan användas vid flera olika tillfällen vid framtagning av en produkt/tjänst. FMEA-Grunder Historik. 1957 uppfann man arbetssättet/metoden med FMEA (Failure Mode and Effect Analysis, feluppkomst och effektanalys.) Det var komplexiteten och snabbheten inom den tekniska utvecklingen

Läs mer

(a) Beräkna sannolikhetsfunktionen p X (x). (2p) (b) Beräkna väntevärdet för X. (1p) (c) Beräkna standardavvikelsen för X. (1p)

(a) Beräkna sannolikhetsfunktionen p X (x). (2p) (b) Beräkna väntevärdet för X. (1p) (c) Beräkna standardavvikelsen för X. (1p) Tentamenskrivning: TMS145 - Grundkurs i matematisk statistik och bioinformatik, 5p. Tid: Lördag den 14 april, 2007 kl 14.00-18.00 i V-huset. Examinator: Olle Nerman, tel 7723565. Jour: Alexandra Jauhiainen,

Läs mer

Övningshäfte till kursen Regressionsanalys och tidsserieanalys

Övningshäfte till kursen Regressionsanalys och tidsserieanalys Övningshäfte till kursen Regressionsanalys och tidsserieanalys Linda Wänström October 31, 2010 1 Enkel linjär regressionsanalys (baserad på uppgift 2.3 i Andersson, Jorner, Ågren (2009)) Antag att följande

Läs mer

Prisutveckling på småhus

Prisutveckling på småhus Företagsekonomiska institutionen Kandidatuppsats 1 poäng HT 25 Prisutveckling på småhus Var maximeras avkastningen? Författare: Fredrik Bynélius Handledare: Claes Hägg Susan Lundberg Carl Rosenbaum Företagsekonomiska

Läs mer

Epidemiologi T5. Kursmål epidemiologi. Kursmål epidemiologi. Kunna förklara och använda grundläggande epidemiologiska begrepp

Epidemiologi T5. Kursmål epidemiologi. Kursmål epidemiologi. Kunna förklara och använda grundläggande epidemiologiska begrepp Epidemiologi T5 Kursmål epidemiologi Kunna förklara och använda grundläggande epidemiologiska begrepp Prevalens Incidens Riskanalys Kursmål epidemiologi Kunna beräkna en diagnostisk metods informationsvärde

Läs mer

Svenska VD-lönen. en studie om utländskt ägande har påverkat sammansättningen av den svenska VD:ns lön mellan åren 1999-2004

Svenska VD-lönen. en studie om utländskt ägande har påverkat sammansättningen av den svenska VD:ns lön mellan åren 1999-2004 UPPSALA UNIVERSITET EXAMENSARBETE D Företagsekonomiska Institutionen VT 2005 Magnus Jansson Tomas Svae Svenska VD-lönen en studie om utländskt ägande har påverkat sammansättningen av den svenska VD:ns

Läs mer

Statistisk signifikans och Armageddon

Statistisk signifikans och Armageddon Statistisk signifikans och Armageddon Olle Häggström 1 Inledning Tidningar och andra media svämmar över av statistiska upplysningar. Någon viss cancerform är vanligare bland rökare än bland ickerökare,

Läs mer

Analys av osäkerhet i beräkning av energianvändning i hus och utveckling av säkerhetsfaktorer

Analys av osäkerhet i beräkning av energianvändning i hus och utveckling av säkerhetsfaktorer Analys av osäkerhet i beräkning av energianvändning i hus och utveckling av säkerhetsfaktorer Direktmetoden Lars Jensen Avdelningen för installationsteknik Institutionen för bygg- och miljöteknologi Lunds

Läs mer

Aktieportfölj eller aktiefond?

Aktieportfölj eller aktiefond? Institutionen för Ekonomi Niklas Norrman Aktieportfölj eller aktiefond? Vad väljer en lat investerare? Stock portfolio or mutual fund? What is the choice of a "lazy" investor? Nationalekonomi C-uppsats

Läs mer

Läsanvisningar - Medicinsk statistik - Läkarprogrammet T10

Läsanvisningar - Medicinsk statistik - Läkarprogrammet T10 Läsanvisningar - Medicinsk statistik - Läkarprogrammet T10 Läsanvisningarna baseras på boken Björk J. Praktisk statistik för medicin och hälsa, Liber Förlag (2011), som är gemensam kursbok för statistikavsnitten

Läs mer

1) I följande studier a) och b) identifiera populationen, stickprovet, stickprovs egenskap, rådata och populationsegenskap.

1) I följande studier a) och b) identifiera populationen, stickprovet, stickprovs egenskap, rådata och populationsegenskap. 1) I följande studier a) och b) identifiera populationen, stickprovet, stickprovs egenskap, rådata och populationsegenskap. a) Astronomer bestämmer avståndet till en fjäran galax genom att mäta avståndet

Läs mer

Företagsförvärv. - Likviditetens och konjunkturens påverkan vid förvärv. UPPSALA UNIVERSITET Företagsekonomiska Institutionen Examensarbete D, HT 2008

Företagsförvärv. - Likviditetens och konjunkturens påverkan vid förvärv. UPPSALA UNIVERSITET Företagsekonomiska Institutionen Examensarbete D, HT 2008 UPPSALA UNIVERSITET Företagsekonomiska Institutionen Examensarbete D, HT 2008 Företagsförvärv - Likviditetens och konjunkturens påverkan vid förvärv Författare: Erik Högström Jacob Qvisth Handledare: Robert

Läs mer

Föreläsning 7 och 8: Regressionsanalys

Föreläsning 7 och 8: Regressionsanalys Föreläsning 7 och 8: Regressionsanalys Pär Nyman 12 september 2014 Det här är anteckningar till föreläsning 7 och 8. Båda föreläsningarna handlar om regressionsanalys, så jag slog ihop dem till ett gemensamt

Läs mer

NÄR SKA MAN SÄLJA SIN BOSTAD?

NÄR SKA MAN SÄLJA SIN BOSTAD? NÄR SKA MAN SÄLJA SIN BOSTAD? En multipel regressionsanalys av bostadsrätter i Stockholm Oscar Jonsson Moa Englund Stockholm 2015 Matematik Institutionen Kungliga Tekniska Högskolan Sammanfattning Projektet

Läs mer