Instruktioner till arbetet med miniprojekt I
|
|
- Gustav Nyberg
- för 7 år sedan
- Visningar:
Transkript
1 Lunds tekniska högskola Matematikcentrum Matematisk statistik FMS035: Matematisk statistik för M Miniprojekt I Instruktioner till arbetet med miniprojekt I Innan ni börjar arbeta vid Datorlaboration 2 Läs igenom bakgrundsbeskrivningen till ert miniprojekt. Ni måste ha tillgodogjort er avsnitten i boken om fördelningar (kap Dock utgår 3.4g) Läs också den utdelade stencilen om Lognormal- och Gumbelfördelningen. Repetera från Datorlaboration 1 de graska metoderna som nns i Matlab för att avgöra om data passar till en fördelning. Vid Datorlaboration 2 Följ gärna de tips på arbetsgång som nns i handledningen. Börja skriva på rapporten. Rapporten Skriv en rapport på utförandet och resultat av miniprojektet. Rapporten ska bestå av två delar: 1. Denna del riktar sig till konsultrmans senior. Det innebär en löpande text med mellanrubriker. I texten anger ni tydligt val av modell (fördelning) och hur beräkningar är utförda. Beräkningar kan redovisas i prydligt handskrivna bilagor om det ges en tydlig hänvisning till dem i texten. Lämpliga gurer som underlättar förståelsen infogas i texten. Diskussionen av resultaten samt slutsatser ska presenteras tydligt. 2. Denna del riktar sig till klienten som anlitat konsultrman. Han/hon har begränsade insikter i sannolikhetslära och statistiska metoder, därför går det inte att använda kursspecik jargong. Försök att kortfattat redogöra för era resultat/slutsatser så att klienten förstår. Använd det bifogade försättsbladet som titelsida. Innan ni lämar in rapporten, se över om klientens samtliga frågeställningar är belysta/besvarade det saknas något - gur och/eller beräkning som kan förtydligas slutsatserna är tydliga 1
2 kopplingen mellan verkligheten (data) och den statistiska modellen (fördelningar) är klar och tydligt beskriven den del av rapporten som riktar sig till klienten är tydligt nog skriven Inlämning av rapport Lämna rapporten till kurssekreterare senast onsdag 19 april kl Feedback Rapporten återlämnas vid Datorlab 3. Då sker också eventuell korrigering/komplettering av rapporten. 2
3 KULLAGER Du och din kompis är nyanställda på rman Konsult. När ni kommer till jobbet nner ni följande mail från en av de seniora. Hej! Det har dykt upp en sak som jag vill att ni tittar lite närmare på. Vi har fått ett uppdrag av en klient och jag vill att ni ger mig underlag beträande den statistiska analysen. Jag har bifogat bakgrundsbeskrivning och frågeställningar. Data nns på vårt vanliga nätverk i len kullager.mat. Klienten vill ha ett utlåtande från oss ganska snart. Jag är ganska upptagen den närmaste veckan men vi har ett möte med klienten i slutet av nästa vecka. Till dess kan ni ha tagit fram en preliminär rapport som jag vill ha senast på onsdag. I denna rapport vill jag att ni även bifogar en kort del som är riktad direkt till klienten och utan vår vanliga tekniska jargong. /Ville Utdrag från klientens bakgrundsbeskrivning och frågeställningar: Vi köper kullager från Rulla på AB. Nu beställde vi en provomgång där vi lät testa livslängden hos kullagren. Vi lät ett kullager rulla i en maskin och mätte hur många cykler lagret klarade av innan det blev funktionsodugligt. Livslängden är angiven i miljoner cykler, men variationen mellan kullager är väldigt stor. Det blev visserligen bara 22 stycken som testades men jag hoppas att det räcker för att ni ska kunna dra några slutsatser. Vi vill gärna hitta en fördelning som beskriver hur antalet cykler varierar. Kan det vara så att antalet cykler är normalfördelat (allt tycks vara normalfördelat)? Eller nns det någon annan fördelning som passar bättre? Vi är ju oftast intresserad av fördelningens svansar så vi vill att anpassningen ska vara god där. Jag läste att för utmattningfenomen brukar man använda Weibullfördelningar, men samtidigt brukar väl livslängder vara exponentialfördelade. Hur hänger det ihop? Egentligen är vårt problem det här: Tillverkaren säger att det är bara 10 procent av kullagren som har en livslängd som understiger 45 miljoner cykler. Vi tycker detta verkar lite, vad säger ni? Nu ck vi ju faktiskt ganska många vars livslängd låg under 45 miljoner. Tycker ni att vi ska klaga hos tillverkaren? 3
4 Tips på arbetsgång då ni tittar på kullagerdata Börja med att göra en översikt över data (histogram, empirisk fördelningsfunktion...) Pröva olika standardfördelningar för att hitta en fördelning som kan anpassas till kullagerdata. Red ut klientens fråga om Weibullfördelning kontra exponentialfördelning. Använd kvantilbegrepp och beräkna lämpliga sannolikheter för att belysa klientens problem. Låt X vara antalet kullager vars livslängd ligger under 45 miljoner. Om tillverkarens påstående är korrekt, vad är då fördelningen för X? Om tillverkarens påstående är korrekt, hur troligt är det då att minst så många kullager som ni observerade har en livslängd som understiger 45 miljoner? 4
5 SPRICKTILLVÄXT Du och din kompis är nyanställda på rman Konsult. När ni kommer till jobbet nner ni följande mail från en av de seniora. Hej! Det har dykt upp en sak som jag vill att ni tittar lite närmare på. Vi har fått ett uppdrag av en klient och jag vill att ni ger mig underlag beträande den statistiska analysen. Jag har bifogat bakgrundsbeskrivning och frågeställningar. Data nns på vårt vanliga nätverk i len spricklangd.mat. Klienten vill ha ett utlåtande från oss ganska snart. Jag är ganska upptagen den närmaste veckan men vi har ett möte med klienten i slutet av nästa vecka. Till dess kan ni ha tagit fram en preliminär rapport som jag vill ha senast på onsdag. I denna rapport vill jag att ni även bifogar en kort del som är riktad direkt till klienten och utan vår vanliga tekniska jargong. /Ville Utdrag från klientens bakgrundsbeskrivning och frågeställningar: Vi studerar hur en existerande spricka i en metallkonstruktion växer till då man utsätter den för last. Antag att en metallkonstruktion kan utstå en statisk last med värde S utan problem. Om emellertid konstruktionen går sönder till följd av en cyklisk last med ett maximalt värde lägre än S, säges konstruktionen ha gått sönder pga utmattning (metal fatigue). I synnerhet påskyndar cykliska laster initiering av sprickor samt spricktillväxt. Vi har data från ett laboratorieförsök 1 och vill studera hur en existerande spricka växer under en last som varierar i tiden med konstant amplitud. I experimentet användes 68 provstavar av typ 2024-T3 aluminium-alloy. Samtliga hade initialt en spricka med den halva längden 9 mm. Sedan utsatte man dem för cyklisk last. När halva spricklängden uppnått A mm avlästes motsvarande antal kumulativa lastcykler N. Det fanns 164 xa (specicerade) värden på A, de låg mellan 9 mm (initialvärde) upp till mm. Sammanfattningsvis registrerades alltså antalet lastcykler N som funktion av halva spricklängden A. I datalen, som är av storlek , anger den första kolumnen A-värdena medan de övriga kolumnerna anger respektive N-värde för de olika provstavarna. Nu till våra frågeställningar: Vi ser på data att antalet lastcykler för att uppnå en spricka av en viss längd varierar mycket, frågan är hur det varierar. I dessa sammanhang brukar de standardfördelningar man tittar på vara lognormal, Weibull eller Gumbel. Stämmer det även här? Vi vill nämligen kunna svara på frågor av 1 Virkler, D.A., Hillberry, B.M., Goel, P.K. (1979): The statistical nature of fatigue crack propagation. ASME Journal of Engineering Materials and Technology, 101,
6 typen: Hur troligt är det att det behövs mer än lastcykler för att uppnå en spricka med (halva) längden 20 mm? Dessutom ser vi att antal lastcyklar inte verkar ha samma fördelning om vi har en liten spricklängd som när vi har en stor spricklängd. Hur ska vi tänka där? Tips på arbetsgång då ni tittar på data om spricktillväxt Börja med att bekanta er med datamaterialet och vad de olika raderna och kolumnerna i matrisen står för. Matlabtips: >> A=sprickor(:,1) % Halva spricklängden >> N=sprickor(:,2:69) % Antal lastcykler Undersök hur spricktillväxten ser ut för en stav, exempelvis stav nummer 12, genom att plotta antal lastcykler mot halva spricklängden. (plot(a,n(:,12))) Plotta samma sak för samtliga 68 stavar i en gur för att se hur spricktillväxten varierar mellan stavar. (plot(a,n)) Betrakta en x (halv) spricklängd, välj t.ex. spricklängden till 38.2 mm. Undersök hur antal lastcykler varierar (histogram empirisk fördelningsfunktion...). Finns någon standardfördelning som passar? (Matlabtips: Eftersom halva spricklängden A=38.2 mm motsvarar värde 142 i vektorn A kan motsvarande antal lastcykler fås i rad 142 i matrisen N, d.v.s. genom att skriva N(142,:) i Matlab.) Undersök om det är samma typ av standardfördelning som passar för korta såväl som långa spricklängder. Svara på klientens typfråga: Hur troligt är det att det behövs mer än lastcykler för att uppnå en (halv) spricklängd av 20 mm. Visa på principen i beräkningarna så klienten kan utföra motsvarande frågor (med andra siror) själv. 6
7 Lunds tekniska högskola Matematikcentrum Matematisk statistik FMS035: Matematisk statistik för M MINIPROJEKT I Miniprojektets namn: Rapportens författare: Namn: Program: Datum: Rättande handledares kommentarer:
Instruktioner till arbetet med miniprojekt II
Lunds tekniska högskola Matematikcentrum Matematisk statistik FMS035: Matematisk statistik för M Miniprojekt II, 17 maj 2013 Instruktioner till arbetet med miniprojekt II Innan ni börjar arbeta vid Datorlaboration
Läs merInstruktioner till arbetet med miniprojekt II
Lunds tekniska högskola Matematikcentrum Matematisk statistik FMS035: Matematisk statistik för M Miniprojekt II ENERGIFÖRBRUKNING FÖRE OCH EFTER ISOLERING AV HUS Instruktioner till arbetet med miniprojekt
Läs merFMS032: MATEMATISK STATISTIK AK FÖR V OCH L KURSPROGRAM HT 2015
Lunds tekniska högskola Matematikcentrum Matematisk statistik FMS032: MATEMATISK STATISTIK AK FÖR V OCH L KURSPROGRAM HT 2015 HEMSIDA Kursens hemsida finns på http://www.maths.lth.se/matstat/kurser/fms032/
Läs merrepetera begreppen sannolikhetsfunktion, frekvensfunktion och fördelningsfunktion
Lunds tekniska högskola Matematikcentrum Matematisk statistik FMSF25: MATEMATISK STATISTIK KOMPLETTERANDE PROJEKT DATORLABORATION 1, 14 NOVEMBER 2017 Syfte Syftet med dagens laboration är att du ska träna
Läs merhistogram över 1000 observerade väntetider minuter 0.06 f(x) täthetsfkn x väntetid
Lunds tekniska högskola Matematikcentrum Matematisk statistik FMSF55: Matematisk statistik för C och M OH-bilder på föreläsning 4, 28-3-27 EXEMPEL: buss. Från en busshållplats avgår en buss var 2 min (inga
Läs merLaboration 4: Stora talens lag, Centrala gränsvärdessatsen och enkla punktskattningar
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK DATORLABORATION 4 MATEMATISK STATISTIK, FÖR I/PI, FMS 121/2, HT-3 Laboration 4: Stora talens lag, Centrala gränsvärdessatsen och enkla punktskattningar
Läs mer1 Grundläggande begrepp vid hypotestestning
Matematikcentrum Matematisk statistik MASB11: Biostatistisk grundkurs Datorlaboration 3, 6 maj 2015 Statistiska test och Miniprojekt II Syfte Syftet med dagens laboration är att du ska träna på de grundläggande
Läs merDatorövning 3 Bootstrap och Bayesiansk analys
Lunds tekniska högskola Matematikcentrum Matematisk statistik STATISTISKA METODER FÖR SÄKERHETSANALYS FMS065 Datorövning 3 Bootstrap och Bayesiansk analys I denna datorövning ska vi fokusera på två olika
Läs merhistogram över 1000 observerade väntetider minuter 0.06 f(x) täthetsfkn x väntetid 1
Lunds tekniska högskola Matematikcentrum Matematisk statistik FMSF5: Matematisk statistik för L och V OH-bilder på föreläsning 4, 27--8 EXEMPEL: buss. Från en busshållplats avgår en buss var 2 min (inga
Läs merLaboration 4: Stora talens lag, Centrala gränsvärdessatsen och enkla punktskattningar
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK DATORLABORATION 4 MATEMATISK STATISTIK, AK FÖR I, FMS 120, HT-00 Laboration 4: Stora talens lag, Centrala gränsvärdessatsen och enkla punktskattningar
Läs merLaboration 3: Enkla punktskattningar, styrkefunktion och bootstrap
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK DATORLABORATION 3, HT -06 MATEMATISK STATISTIK FÖR F, PI OCH NANO, FMS 012 MATEMATISK STATISTIK FÖR FYSIKER, MAS 233 Laboration 3: Enkla punktskattningar,
Läs merPROGRAMFÖRKLARING I. Statistik för modellval och prediktion. Ett exempel: vågriktning och våghöjd
Statistik för modellval och prediktion att beskriva, förklara och förutsäga Georg Lindgren PROGRAMFÖRKLARING I Matematisk statistik, Lunds universitet stik för modellval och prediktion p.1/4 Statistik
Läs merMatematisk statistik kompletterande projekt, FMSF25 Övning om regression
Lunds tekniska högskola, Matematikcentrum, Matematisk statistik Matematisk statistik kompletterande projekt, FMSF Övning om regression Denna övningslapp behandlar regression och är tänkt som förberedelse
Läs merLaboration 2: Styrkefunktion samt Regression
Lunds Tekniska Högskola Matematikcentrum Matematisk statistik Laboration 2 Styrkefunktion & Regression FMSF70&MASB02, HT19 Laboration 2: Styrkefunktion samt Regression Syfte Styrkefunktion Syftet med dagens
Läs merSF1905 Sannolikhetsteori och statistik: Lab 2 ht 2011
Avd. Matematisk statistik Tobias Rydén 2011-09-30 SF1905 Sannolikhetsteori och statistik: Lab 2 ht 2011 Förberedelser. Innan du går till laborationen, läs igenom den här handledningen. Repetera också i
Läs merträna på att använda olika grafiska metoder för att undersöka vilka fördelningar ett datamaterial kan komma från
Matematikcentrum Matematisk statistik MASB11: BIOSTATISTISK GRUNDKURS DATORLABORATION 1, 1 APRIL 215 FÖRDELNINGAR, SIMULERING OCH FÖRDELNINGSANPASSNING Syfte Syftet med dagens laboration är att du ska
Läs merKontrollera att följande punkter är uppfyllda innan rapporten lämnas in: Första sidan är ett försättsblad (laddas ned från kurshemsidan)
Statistiska institutionen VT 2012 Inlämningsuppgift 1 Statistisk teori med tillämpningar Instruktioner Ett av problemen A, B eller C tilldelas gruppen vid första övningstillfället. Rapporten ska lämnas
Läs merLaboration 3: Stora talens lag, centrala gränsvärdessatsen och enkla punktskattningar
Lunds tekniska högskola Matematikcentrum Matematisk statistik Laboration 3 Matematisk statistik AK för CDIFysiker, FMS012/MASB03, HT15 Laboration 3: Stora talens lag, centrala gränsvärdessatsen och enkla
Läs merSF1900 Sannolikhetsteori och statistik, HT 2017 Laboration 1 för CINEK2
Matematisk Statistik SF1900 Sannolikhetsteori och statistik, HT 2017 Laboration 1 för CINEK2 1 Introduktion Denna laboration är inte poänggivande utan är till för den som vill bekanta sig med MATLAB. Fokusera
Läs merDatorövning 3 Bootstrap och Bayesiansk analys
Lunds tekniska högskola Matematikcentrum Matematisk statistik STATISTISKA METODER FÖR SÄKERHETSANALYS FMS065, HT-17 Datorövning 3 Bootstrap och Bayesiansk analys I denna datorövning ska vi fokusera på
Läs merLaboration 5: Regressionsanalys. 1 Förberedelseuppgifter. 2 Enkel linjär regression DATORLABORATION 5 MATEMATISK STATISTIK FÖR I, FMS 012, HT-08
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK Laboration 5: Regressionsanalys DATORLABORATION 5 MATEMATISK STATISTIK FÖR I, FMS 012, HT-08 Syftet med den här laborationen är att du skall
Läs merDATORÖVNING 2 MATEMATISK STATISTIK FÖR D, I, PI OCH FYSIKER; FMSF45 & MASB03. bli bekant med summor av stokastiska variabler.
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK DATORÖVNING 2 MATEMATISK STATISTIK FÖR D, I, PI OCH FYSIKER; FMSF45 & MASB03 Syfte: Syftet med dagens laborationen är att du skall: få förståelse
Läs merFörsta sidan är ett försättsblad (laddas ned från kurshemsidan) Alla frågor som nns i uppgiftstexten är besvarade
HT 2011 Inlämningsuppgift 1 Statistisk teori med tillämpningar Instruktioner Ett av problemen A, B eller C tilldelas gruppen vid första övningstillfället. Rapporten ska lämnas in senast 29/9 kl 16.30.
Läs merFöreläsning 7. Statistikens grunder.
Föreläsning 7. Statistikens grunder. Jesper Rydén Matematiska institutionen, Uppsala universitet jesper.ryden@math.uu.se 1MS008, 1MS777 vt 2016 Föreläsningens innehåll Översikt, dagens föreläsning: Inledande
Läs merLaboration 3: Stora talens lag, centrala gränsvärdessatsen och enkla punktskattningar
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK LABORATION 3 MATEMATISK STATISTIK AK FÖR CDIFYSIKER, FMS012/MASB03, HT12 Laboration 3: Stora talens lag, centrala gränsvärdessatsen och enkla
Läs mer3 Maximum Likelihoodestimering
Lund Universitet med Lund Tekniska Högskola Finansiell Statistik Matematikcentrum, Matematisk Statistik VT 2006 Parameterestimation och linjär tidsserieanalys Denna laborationen ger en introduktion till
Läs mer1 Förberedelser. 2 Teoretisk härledning av värmeförlust LABORATION 4: VÄRMEKRAFTVERK MATEMATISK STATISTIK AK, MAS 101:A, VT-01
LUNDS UNIVERSITET MATEMATIKCENTRUM MATEMATISK STATISTIK LABORATION 4: VÄRMEKRAFTVERK MATEMATISK STATISTIK AK, MAS 101:A, VT-01 1 Förberedelser I denna laboration modelleras värmeförlusten i ett kraftverk
Läs merKURSPROGRAM HT-18 MATEMATISK STATISTIK FÖR B, K, N, BME OCH KEMISTER, FMSF70 & MASB02
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK KURSPROGRAM HT-18 MATEMATISK STATISTIK FÖR B, K, N, BME OCH KEMISTER, FMSF70 & MASB02 Allmänt Kursen ger 7.5hp och omfattar 26 timmar föreläsning,
Läs merExaminationsuppgift 2014
Matematik och matematisk statistik 5MS031 Statistik för farmaceuter Per Arnqvist Examinationsuppgift 2014-10-09 Sid 1 (5) Examinationsuppgift 2014 Hemtenta Statistik för farmaceuter 3 hp LYCKA TILL! Sid
Läs merDatorövning 1: Fördelningar
Lunds tekniska högskola Matematikcentrum Matematisk statistik FMS012/MASB03: MATEMATISK STATISTIK, 9 HP, VT-17 Datorövning 1: Fördelningar I denna datorövning ska du utforska begreppen sannolikhet och
Läs merStatistiska metoder för säkerhetsanalys
F9: Intensiteter 3 september 213 Egenskaper Återstående livslängd Storm Poissonprocess (igen) Händelsen A inträffar enligt en Poissonprocess med intensitet l. N A (t) = antal gånger A inträffar i (, t)
Läs merbli bekant med summor av stokastiska variabler.
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK DATORÖVNING 2 MATEMATISK STATISTIK FÖR E FMSF20 Syfte: Syftet med dagens laborationen är att du skall: få förståelse för diskreta, bivariate
Läs merLaboration 2: 1 Syfte. 2 Väntevärde och varians hos en s.v. X med fördelningen F X (x) MATEMATISK STATISTIK, AK FÖR BYGG, FMS 601, HT-08
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK MATEMATISK STATISTIK, AK FÖR BYGG, FMS 601, HT-08 Laboration 2: Om väntevärden och fördelningar 1 Syfte I denna laboration skall vi försöka
Läs merStudieguide till Matematik för F 3, kurs 4 Vt 2016
Umeå Universitet NMD Naturvetenskapernas och matematikens Didaktik Studieguide till Matematik för F 3, kurs 4 Vt 2016 6MN025 Kursnamn: Matematik för åk F 3, kurs 4, 7,5 hp Termin: V 16 Kurskod: 6MN025
Läs merFöreläsning 4, Matematisk statistik för M
Föreläsning 4, Matematisk statistik för M Erik Lindström 1 april 2015 Erik Lindström - erikl@maths.lth.se FMS012 F4 1/19 Binomialfördelning Beteckning: X Bin(n, p) Förekomst: Ett slumpmässigt försök med
Läs merBIOSTATISTISK GRUNDKURS, MASB11 ÖVNING 6 (2015-04-22) OCH INFÖR ÖVNING 7 (2015-04-29)
LUNDS UNIVERSITET, MATEMATIKCENTRUM, MATEMATISK STATISTIK BIOSTATISTISK GRUNDKURS, MASB11 ÖVNING 6 (2015-04-22) OCH INFÖR ÖVNING 7 (2015-04-29) Aktuella avsnitt i boken: Kap 61 65 Lektionens mål: Du ska
Läs merWeibullanalys. Maximum-likelihoodskattning
1 Weibullanalys Jan Enger Matematisk statistik KTH Weibull-fördelningen är en mycket viktig fördelning inom tillförlitlighetsanalysen. Den används ofta för att modellera mekaniska komponenters livslängder.
Läs merBIOSTATISTISK GRUNDKURS, MASB11, VT-16, VT2 ÖVNING 3, OCH INFÖR ÖVNING 4
LUNDS UNIVERSITET, MATEMATIKCENTRUM, MATEMATISK STATISTIK BIOSTATISTISK GRUNDKURS, MASB11, VT-16, VT2 ÖVNING 3, 216-4-6 OCH INFÖR ÖVNING 4 Övningens mål: Du ska förstå begreppet slumpvariabel och skilja
Läs mer9A Ma: Statistik och Sannolikhetslära
9A Ma: Statistik och Sannolikhetslära Efter påsklovet börjar det femte arbetsområdet som handlar om statistik och sannolikhetslära. Det kommer också att bli tid för att arbeta vidare med målen för begrepp
Läs merKURSPROGRAM HT-18 MATEMATISK STATISTIK AK FÖR D, I OCH PI, FMSF45 & MASB03
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK KURSPROGRAM HT-18 MATEMATISK STATISTIK AK FÖR D, I OCH PI, FMSF45 & MASB03 Allmänt Kursen ger 9hp och omfattar 36 timmar föreläsning, 28 timmar
Läs merLaboration 3: Parameterskattning och Fördelningsanpassning
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK DATORLABORATION 3 MATEMATISK STATISTIK, AK FÖR BYGG, FMS 601, HT-08 Laboration 3: Parameterskattning och Fördelningsanpassning 1 Syfte Syftet
Läs merKURSPROGRAM HT-10 MATEMATISK STATISTIK AK FÖR CDI, FMS 012
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK KURSPROGRAM HT-10 MATEMATISK STATISTIK AK FÖR CDI, FMS 012 Hemsida Kursens hemsida finns på http://www.maths.lth.se/matstat/kurser/fms012/
Läs merMa7-Åsa: Statistik och Sannolikhetslära
Ma7-Åsa: Statistik och Sannolikhetslära Efter påsklovet börjar det femte arbetsområdet som handlar om statistik och sannolikhetslära. Det kommer också att bli tid för att arbeta vidare med målen för begrepp
Läs merTvå parametrar: µ (väntevärdet) och σ (standardavvikelsen) µ bestämmer normalfördelningens läge
Lunds tekniska högskola Matematikcentrum Matematisk statistik Matematisk statistik AK för ekosystemteknik, FMSF75 OH-bilder 28-9-3 Normalfördelningen, X N(µ, σ) f(x) = e (x µ)2 2σ 2, < x < 2π σ.4 N(2,).35.3.25.2.5..5
Läs merLUNDS UNIVERSITET 1(6) STATISTISKA INSTITUTIONEN Per-Erik Isberg
LUNDS UNIVERSITET 1(6) STATISTISKA INSTITUTIONEN Per-Erik Isberg Simulering i MINITAB Det finns goda möjligheter att utföra olika typer av simuleringar i Minitab. Gemensamt för dessa är att man börjar
Läs mer1 Syfte. 2 Moment hos och faltning av fördelningar MATEMATISK STATISTIK, AK FÖR L, FMS 033, HT Angående grafisk presentation
UNDS TEKNISKA ÖGSKOA MATEMATIKCENTRUM MATEMATISK STATISTIK MATEMATISK STATISTIK, AK FÖR, FMS 33, T-3!"$&' (*) 1 Syfte I den första delen av detta projekt skall vi försöka hitta begripliga tolkningar av
Läs merEXEMPEL PÅ FRÅGESTÄLLNINGAR INOM STATISTIK- TEORIN (INFERENSTEORIN):
Lunds tekniska högskola Matematikcentrum Matematisk statistik FMSF50: Matematisk statistik för L och V OH-bilder på föreläsning 7, 2017-11-20 EXEMPEL PÅ FRÅGESTÄLLNINGAR INOM STATISTIK- TEORIN (INFERENSTEORIN):
Läs mer1 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 merProjekt 1: Om fördelningar och risker
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK MATEMATISK STATISTIK, AK FÖR L, FMS 033, HT-02 Projekt 1: Om fördelningar och risker 1 Syfte I den första delen av detta projekt skall vi försöka
Läs merLunds tekniska högskola Matematikcentrum Matematisk statistik
Lunds tekniska högskola Matematikcentrum Matematisk statistik FMS035: MATEMATISK STATISTIK FÖR M DATORLABORATION 1 Syfte Syftet med dagens laboration är att du ska träna på att hantera olika numeriska
Läs merLaboration 1: Grundläggande sannolikhetsteori, simulering och dataanalys
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK LABORATION 1 MATEMATISK STATISTIK AK FÖR F OCH FYSIKER, FMS012/MASB03, VT15 Laboration 1: Grundläggande sannolikhetsteori, simulering och dataanalys
Läs merInstitutionen för teknikvetenskap och matematik, S0001M LABORATION 2
Institutionen för teknikvetenskap och matematik, S0001M LABORATION 2 Laborationen avser att illustrera användandet av normalfördelningsdiagram, konfidensintervall vid jämförelser samt teckentest. En viktig
Läs merBIOSTATISTISK GRUNDKURS, MASB11, VT-16, VT2 ÖVNING 1, OCH ÖVNING 2, SAMT INFÖR ÖVNING 3
LUNDS UNIVERSITET, MATEMATIKCENTRUM, MATEMATISK STATISTIK BIOSTATISTISK GRUNDKURS, MASB11, VT-16, VT2 ÖVNING 1, 2016-04-01 OCH ÖVNING 2, 2016-04-04 SAMT INFÖR ÖVNING 3 Övningarnas mål: Du ska förstå grundläggande
Läs merSyftet med den här laborationen är att du skall bli mer förtrogen med följande viktiga områden inom matematisk statistik
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK DATORLABORATION 4 MATEMATISK STATISTIK, AK FÖR I, FMS 01, HT-07 Laboration 4: Stora talens lag, Centrala gränsvärdessatsen, enkla punktskattningar
Läs merMatematikcentrum 1(6) Matematisk Statistik Lunds Universitet MASB11 - Biostatistisk grundkurs VT2014, lp3. Laboration 2. Fördelningar och simulering
Matematikcentrum 1(6) Matematisk Statistik Lunds Universitet MASB11 - Biostatistisk grundkurs VT2014, lp3 Laboration 2 Fördelningar och simulering Introduktion 2014-02-06 Syftet med laborationen är dels
Läs merLunds tekniska högskola Matematikcentrum Matematisk statistik
Lunds tekniska högskola Matematikcentrum Matematisk statistik FMS035: MATEMATISK STATISTIK FÖR M DATORLABORATION 1, 2012-03-30 Syfte Syftet med dagens laboration är att du ska träna på att hantera olika
Läs merLaboration 4: Hypotesprövning och styrkefunktion
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK DATORLABORATION 4 MATEMATISK STATISTIK, AK FÖR L, FMS 032, HT-07 Laboration 4: Hypotesprövning och styrkefunktion 1 Syfte I denna laboration
Läs merEXEMPEL PÅ FRÅGESTÄLLNINGAR INOM STATISTIKTE- ORIN (INFERENSTEORIN):
Lunds tekniska högskola Matematikcentrum Matematisk statistik Matematisk statistik AK för ekosystemteknik, FMSF75 OH-bilder 2018-09-19 EXEMPEL PÅ FRÅGESTÄLLNINGAR INOM STATISTIKTE- ORIN (INFERENSTEORIN):
Läs merFö relä sning 2, Kö system 2015
Fö relä sning 2, Kö system 2015 Vi ska börja titta på enskilda kösystem som ser ut på följande sätt: Det kan finnas en eller fler betjänare och bufferten kan vara ändlig eller oändlig. Om bufferten är
Läs merMiniprojekt: Vattenledningsnäten i Lutorp och Vingby 1
11 oktober 215 Miniprojekt 1 (5) Beräkningsvetenskap I/KF Institutionen för informationsteknologi Teknisk databehandling Besöksadress: MIC hus 2, Polacksbacken Lägerhyddsvägen 2 Postadress: Box 337 751
Läs merMer om slumpvariabler
1/20 Mer om slumpvariabler Måns Thulin Uppsala universitet thulin@math.uu.se Statistik för ingenjörer 4/2 2013 2/20 Dagens föreläsning Diskreta slumpvariabler Vilket kretskort ska man välja? Väntevärde
Läs merStatistiska metoder för säkerhetsanalys
F3: Slumpvariaber och fördelningar Diskret Kontinuerlig Slumpvariabler Slumpvariabler = stokastiska variabler = random variables = s.v. Heter ofta X, Y, T. Diskreta kan anta ändligt eller uppräkneligt
Läs merStatistiska metoder för säkerhetsanalys
F13: Kvantiler och extremvärden Lysrör Extremvärden Vi hade tidigare (Kedja) att om X i var oberoende och Rayleigh-fördelade så blev Y = min(x 1,..., X n ) också Rayleighfördelad. Vad händer med Z = max(x
Läs merFöreläsning 3, Matematisk statistik Π + E
Repetition Kvantil Presentation Slumptal Transformer Inversmetoden Föreläsning 3, Matematisk statistik Π + E Sören Vang Andersen 13 november 2014 Sören Vang Andersen - sva@maths.lth.se FMS012 F3 1/19 Repetition
Läs merPROGRAMFÖRKLARING III
Statistik för modellval och prediktion att beskriva, förklara och förutsäga Georg Lindgren PROGRAMFÖRKLARING III Matematisk statistik, Lunds universitet stik för modellval och prediktion p./22 Statistik
Läs merDatorövning 6 Extremvärden och Peak over Threshold
Lunds tekniska högskola Matematikcentrum Matematisk statistik STATISTISKA METODER FÖR SÄKERHETSANALYS FMS065 Datorövning 6 Extremvärden och Peak over Threshold I denna datorövning ska vi använda mätningarna
Läs merMatematikcentrum 1(7) Matematisk Statistik Lunds Universitet Per-Erik Isberg. Laboration 1. Simulering
Matematikcentrum (7) Matematisk Statistik Lunds Universitet Per-Erik Isberg Laboration Simulering HT 006 Introduktion Syftet med laborationen är dels att vi skall bekanta oss med lite av de olika funktioner
Läs mer1 Stora talens lag. Laboration 2 Matematisk statistik allmän kurs, MASA01:A, HT Teori. 1.2 Uppgifter
Lunds universitet Matematikcentrum Matematisk statistik Laboration 2 Matematisk statistik allmän kurs, MASA01:A, HT-15 Syftet med denna laboration är att du skall bli förtrogen med två viktiga områden
Läs merLärmål Sannolikhet, statistik och risk 2015
Lärmål Sannolikhet, statistik och risk 2015 Johan Jonasson Februari 2016 Följande begrepp och metoder ska behärskas väl, kunna förklaras och tillämpas. Direkta bevis av satser från kursen kommer inte på
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 ( uppgifter) Tentamensdatum 2018-08-28 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 9.00 14.00 Lärare: Niklas Grip Jourhavande
Läs merMatematikcentrum 1(7) Matematisk Statistik Lunds Universitet MASB11 - Biostatistisk grundkurs HT2007. Laboration. Simulering
Matematikcentrum 1(7) Matematisk Statistik Lunds Universitet MASB11 - Biostatistisk grundkurs HT007 Laboration Simulering Grupp A: 007-11-1, 8.15-.00 Grupp B: 007-11-1, 13.15-15.00 Introduktion Syftet
Läs merMATRISTEORI, 6 hp, vt 2010, Kurskod FMA120. MATRISTEORI Projektkurs, 3 hp, Kurskod FMA125. och
MATRISTEORI, 6 hp, vt 2010, Kurskod FMA120 och MATRISTEORI Projektkurs, 3 hp, Kurskod FMA125 Kursansvarig Sergei Silvestrov, Matematik LTH, rum MH562B, tel. 046-222885 Kurshemsidan http://www.maths.lth.se/matematiklth/vitahyllan/kursprogram/matristeori/
Läs merLaboration 1: Introduktion till R och Deskriptiv statistik
STOCKHOLMS UNIVERSITET 13 februari 2009 Matematiska institutionen Avd. för matematisk statistik Gudrun Brattström Laboration 1: Introduktion till R och Deskriptiv statistik Denna första datorlaboration
Läs merDatorövning 5 Tillförlitlighet hos system
Lund tekniska högskola Matematikcentrum Matematisk statistik STATISTISKA METODER FÖR SÄKERHETSANALYS FMS065 1 Förberedelseuppgifter Datorövning 5 Tillförlitlighet hos system 1. Läs igenom handledningen
Läs merSyfte med undervisningen är att du ska få utveckla din förmåga att...
Planering, kapitel 1 Statistik samt sannolikhet. Syfte med undervisningen är att du ska få utveckla din förmåga att... formulera och lösa problem med hjälp av matematik samt värdera valda strategier och
Läs merDatorövning 1 Fördelningar
Lunds tekniska högskola Matematikcentrum Matematisk statistik FMSF20: MATEMATISK STATISTIK, ALLMÄN KURS, 7.5HP FÖR E, HT-15 Datorövning 1 Fördelningar I denna datorövning ska du utforska begreppen sannolikhet
Läs merTummen upp! Matte Kartläggning åk 5
Tryck.nr 47-11064-3 4711064_t_upp_ma_5_omsl.indd Alla sidor 2014-01-27 12.29 TUMMEN UPP! Ç I TUMMEN UPP! MATTE KARTLÄGGNING ÅK 5 finns övningar som är direkt kopplade till kunskapskraven i åk 6. Kunskapskraven
Läs merSyftet med den här laborationen är att du skall bli mer förtrogen med följande viktiga områden
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK DATORLABORATION 5 MATEMATISK STATISTIK, FÖR I/PI, FMS 121/200, HT-03 Laboration 5: Intervallskattning och hypotesprövning Syftet med den här
Läs merlära dig tolka ett av de vanligaste beroendemåtten mellan två variabler, korrelationskoefficienten.
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK FMS035: MATEMATISK STATISTIK FÖR M DATORLABORATION 5, 11 MAJ 2012 Syfte Syftet med dagens laboration är att du ska lära dig tolka ett av de
Läs merTMS136. Föreläsning 4
TMS136 Föreläsning 4 Kontinuerliga stokastiska variabler Kontinuerliga stokastiska variabler är stokastiska variabler som tar värden i intervall av den reella axeln Det kan handla om längder, temperaturer,
Läs merMatematisk statistik 9hp Föreläsning 2: Slumpvariabel
Matematisk statistik 9hp Föreläsning 2: Slumpvariabel Anna Lindgren 6+7 september 2016 Anna Lindgren anna@maths.lth.se FMS012/MASB03 F2: Slumpvariabel 1/23 Begrepp Samband Grundläggande begrepp Utfall
Läs merska tillämpa dina kunskaper och med hjälp av Matlab analysera ett miljöstatistiskt datamaterial;
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK MATEMATISK STATISTIK AK FÖR EKOSYSTEMTEKNIK, FMS 140 PROJEKTUPPGIFT HT-15 Instruktioner I kursens projektuppgift arbetar du tillsammans med
Läs merUppgift 3: Den stokastiska variabeln ξ har frekvensfunktionen 0 10 f(x) =
Tentamen i Matematisk statistik för DAI och EI den 3 mars. Tid: kl 4. - 8. Hjälpmedel: Chalmersgodkänd ( typgodkänd ) räknedosa, Tabell- och formelsamling, Håkan Blomqvist, Matematisk statistik, Ulla Dahlbom,
Läs mer8B Ma: Procent och bråk
8B Ma: Procent och bråk Det fjärde arbetsområdet handlar om procent och bråk. Syftet med undervisningen är att du ska utveckla din förmåga att: - formulera och lösa problem med hjälp av matematik samt
Läs merTentamentsskrivning: Matematisk statistik TMA Tentamentsskrivning i Matematisk statistik TMA321, 4.5 hp.
Tentamentsskrivning: Matematisk statistik TMA32 Tentamentsskrivning i Matematisk statistik TMA32, 4.5 hp. Tid: Onsdag den 2 jan, 20 kl 4:00-8:00 Examinator och jour: Erik Broman, tel. 772-354, mob. 073
Läs merMatematisk statistik allmän kurs, MASA01:B, HT-14 Laborationer
Lunds universitet Matematikcentrum Matematisk statistik Matematisk statistik allmän kurs, MASA01:B, HT-14 Laborationer Information om laborationerna I andra halvan av MASA01 kursen ingår två laborationer.
Läs merConcept cartoons - resonemangsuppgifter. Per Berggren och Maria Lindroth 2013-06-18
Concept cartoons - resonemangsuppgifter Per Berggren och Maria Lindroth 2013-06-18 Matematiska förmågor Genom undervisningen i ämnet matematik ska eleverna sammanfattningsvis ges förutsättningar att utveckla
Läs merLotto, ett skicklighetsspel!
79 Lotto, ett skicklighetsspel! Jan Grandell KTH 1. Inledning. Du håller nog med om att om man köper en lott så är det bara en fråga om tur om man vinner och hur mycket man vinner. På samma sätt håller
Läs meroberoende av varandra så observationerna är
Lunds tekniska högskola Matematikcentrum Matematisk statistik FMSF55: Matematisk statistik för C och M OH-bilder på föreläsning 1, 1-5-7 REGRESSION (repetition) Vi har mätningarna ( 1, 1 ),..., ( n, n
Läs merDatorövning 1 Introduktion till Matlab Fördelningar
Lunds tekniska högskola Matematikcentrum Matematisk statistik STATISTISKA METODER FÖR SÄKERHETSANALYS FMS065, HT-12 Datorövning 1 Introduktion till Matlab Fördelningar I denna datorövning ska du först
Läs merLaborationer till kursen Livförsäkringsmatematik I
Laborationer till kursen Livförsäkringsmatematik I OBS: Texten i laborationerna är till viss del formulerad för att passa med Excel. Valet av verktyg för att genomföra laborationerna är emellertid ingalunda
Läs merNedan 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 merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2012-06-02 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 09.00 14.00 Lärare: Ove Edlund och Inge
Läs merMa7-Åsa: Procent och bråk
Ma7-Åsa: Procent och bråk Det fjärde arbetsområdet handlar om procent och bråk. Syftet med undervisningen är att du ska utveckla din förmåga att: - formulera och lösa problem med hjälp av matematik samt
Läs merSF1901 Sannolikhetsteori och statistik I
SF1901 Sannolikhetsteori och statistik I Jimmy Olsson Föreläsning 7 15 november 2017 1 / 28 Lite om kontrollskrivning och laborationer Kontrollskrivningen omfattar Kap. 1 5 i boken, alltså Föreläsning
Läs merTentamen på. Statistik och kvantitativa undersökningar STA100, 15 HP. Ten1 9 HP. 19 e augusti 2015
MÄLARDALENS HÖGSKOLA Akademin för ekonomi, samhälle och teknik Statistik Tentamen på Statistik och kvantitativa undersökningar STA100, 15 HP Ten1 9 HP 19 e augusti 2015 Tillåtna hjälpmedel: Miniräknare
Läs merSTOCKHOLMS UNIVERSITET VT 2011 Avd. Matematisk statistik GB DATORLABORATION 1: TIDSSERIER.
MATEMATISKA INSTITUTIONEN Tillämpad statistisk analys, GN STOCKHOLMS UNIVERSITET VT 2011 Avd. Matematisk statistik GB 2011-03-24 DATORLABORATION 1: TIDSSERIER. I Tarfala har man under en lång följd av
Läs merMa7-Per: Algebra. Det andra arbetsområdet handlar om algebra och samband.
Ma7-Per: Algebra Det andra arbetsområdet handlar om algebra och samband. Syftet med undervisningen är att du ska utveckla din förmåga att: - formulera och lösa problem med hjälp av matematik samt värdera
Läs merLaboration 1: Beskrivande statistik
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK DATORLABORATION 1 MATEMATISK STATISTIK, AK FÖR BYGG, FMS 601, HT-08 Laboration 1: Beskrivande statistik 1 Syfte Syftet med den här laborationen
Läs merAvd. Matematisk statistik
ANVISNINGAR TILL INLÄMNINGSUPPGIFTER I MATEMATISK STATISTIK, HT 007 På inlämningsuppgiften ska alltid namn och elevnummer finnas med. Ett automatiskt web-baserat kontrollsystem för numeriska svar kommer
Läs mer