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

Storlek: px
Starta visningen från sidan:

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

Transkript

1 Tentamen i Matematisk statistik, S0001M, del 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 tillverkas i maskin A är sannolikheten % att komponenter blir defekt. Motsvarande siffra för maskin B är 5 %. a) Bestäm sannolikheten att en slumpmässigt vald komponent är defekt. Ange ditt svar i procent med en decimals noggrannhet. b) Bestäm sannolikheten att en komponent som visat sig vara defekt har tillverkats av maskin B? Ange ditt svar i procent med en decimals noggrannhet.. På ett lager som håller vitvaror har man kunnat konstatera att antalet beställningar på en viss typ av kylskåp som kommer in under en arbetsvecka kan beskrivas av en Poissonfördelning med väntevärde μ = 6. a) Hur många kylskåp av denna typ bör man ha på lagret vid starten av en arbetsvecka om man vill att sannolikheten att lagret ska bli tomt vid arbetsveckans slut ska vara högst 5 %? b) Antag att antalet beställningar under olika arbetsveckor är oberoende. Betrakta 10 arbetsveckor, där antalet beställningar är fördelat enligt Poissonfördelningen som angivits i a) ovan. Vad blir standardavvikelsen för det totala antalet beställningar över tio veckors tid? Ange ditt svar med två decimalers noggrannhet. (1p) 3. Ett företag som säljer en viss vara har efter kundundersökningar kunnat konstatera att fördelningen för vad en slumpmässigt vald kund är beredd att betala för en viss vara (enhet: kronor) kan beskrivas av en kontinuerlig fördelning med frekvensfunktion 00 x f ( x) = x 00 f. ö. a) Vad är sannolikheten att en kund är beredd att betala mer än 150 kronor för varan? Ange ditt svar i procent med två decimalers noggrannhet. b) Bestäm fördelningens väntevärde. Ange ditt svar med en decimals noggrannhet. 4. Det har visat sig att varvtalet vid tomgångskörning hos en slumpmässigt vald Volvo 744 av 1990 års modell kan beskrivas av en normalfördelning med väntevärde μ = 750 rpm och standardavvikelsen σ = 30 rpm. a) Vad är sannolikheten att en slumpmässigt vald Volvo 744 av 1990 års modell har ett varvtal vid tomgångskörning som överstiger 800 rpm? Ange ditt svar i procent med en decimals noggrannhet. (1p) - 1 -

2 Tentamen i Matematisk statistik, S0001M, del 1, b) Bestäm det varvtal vid tomgångskörning som en slumpmässigt vald Volvo 744 av 1990-års modell överstiger med med sannolikheten 80 %. Ange ditt svar i rpm, utan decimaler. 5. Man vill avgöra om en lång rulle metalltråd är gjord av ren koppar eller ej genom att undersöka trådens resistans. Teoretiska beräkningar ger att trådens resistans är 55 Ohm per meter om den är gjord av ren koppar. Om mätapparaturen vet man att den ger ett mätresultat som kan beskrivas med hjälp av en normalfördelning med väntevärde μ och standardavvikelse σ =. Man gör 8 mätningar av resistansen, vilka anges nedan: a) Man beslutar sig för att använda ett enkelsidigt hypotestest där man förkastar nollhypotesen att tråden är gjord av rent koppar om medelvärdet av observationerna överstiger en kritisk gräns k. Bestäm k då vi använder oss av en signifikansnivå på 5 %. Ange ditt svar med två decimalers noggrannhet. b) Ange den övre gränsen i ett dubbelsidigt 95 % konfidensintervall över trådens förväntade resistans. Ange ditt svar med två decimalers noggrannhet 6. Ett -försök gjordes med syftet att undersöka en viss kemisk process. Den uppmätta variabeln var procentuellt utbyte. Faktorerna och deras nivåer beskrivs nedan. Tabell 1: Nivåer för de ingående faktorerna: Faktor Låg nivå ( ) Hög nivå ( ) Temperatur (A) 160 o C 180 o C Katalysator (B) Leverantör 1 Leverantör I varje försökspunkt gjordes tre oberoende körningar av processen. Försöksmatrisen i tabell illustrerar nivåerna och resultaten vid det fullständiga faktorförsök som gjordes. Tabell : Resultaten presenterade i standardordning: Försök nr A B Y 1 Y Y a) Skatta samspelseffekten för A och B. Ange ditt svar med en decimals noggrannhet. (1p) b) Bestäm standardavvikelsen för en effekt dvs s effekt. Ange ditt svar med minst två decimalers noggrannhet. - -

3 Tentamen i Matematisk statistik, S0001M, del 1, Kraftbolag önskar ofta göra prognoser av den maximala effekten (Y, enhet: megawatt) som efterfrågas per dag. Ett kraftföretag ville med hjälp av dagsmedeltemperaturen (X, enhet: C, 0 < X < 0) under en vintermånad i en region i norra Sverige hitta en modell över efterfrågad effekt. Resultatet av en enkel linjär regressionsanalys baserat på observationer över 30 dagar ges i tabell 3. a) Hur stor påverkan på efterfrågad effekt har en ökning av dygnsmedeltemperaturen med en C? Besvara frågan genom att skapa ett 98 % konfidensintervall (dubbelsidigt). Ange den övre gränsen i ett sådant intervall med två decimalers noggrannhet. b) Bestäm en punktskattning av den efterfrågade effekten om dygnmedeltemperaturen är -15 C. (1p) c) Bestäm modellen förklaringsgrad. Ange ditt svar i procent med en decimals noggrannhet. (1p) Tabell 3 The regression equation is Effekt = 48, Temperatur Predictor Coef SE Coef T P Constant 48,89 15, Slope -1,643 0, Analysis of Variance Source DF SS MS F P Regression ,6 3375,6 43,61 0,000 Residual Error 8 168,4 77,4 Total ,0 Slut på del 1. Glöm inte att bifoga svarsbladet med tentan! - 3 -

4 Tentamen i Matematisk statistik, S0001M, del 1, Tabell för svar till del 1. Riv ut och lägg svarsbladet först i tentamen! Namn... Personnummer... Fråga Svar Poäng 1 a Sannolikhet 3. b Sannolikhet 6.5 a Antal 11 b Standardavvikelse a Sannolikhet 6.5 b Väntevärde a Sannolikhet 4.8 b Varvtal (rpm) 75 5 a Kritisk gräns b Övre gräns a Samspelseffekt b Standardavvikelse a Övre gräns -1.0 b Punktskattning c Förklaringsgrad Totalt antal poäng 5 Lycka till! - 4 -

5 Tentamen i Matematisk statistik, S0001M, del (för överbetyg), Vid bedömningen av lösningarna av uppgifterna i del läggs stor vikt vid hur lösningarna är motiverade och redovisade. Tänk på att noga redovisa införda beteckningar och eventuella antaganden. 8. Ett gammaldags signalsystem för elektroniska pulser består av en sändare och en mottagare. Hos mottagaren finns tre möjliga kanaler för att ta mot pulser; A, B och C. Det är samma sannolikhet för en puls att hamna hos var och en av de öppna kanalerna. Sändaren skickar ut en serie på fem pulser med intervallet 1 ms mellan varje puls. Tiden det tar för en puls att färdas mellan sändare och mottagare anses vara försumbar, men man vet att mottagaren behöver 1, ms för att behandla en signal. Detta betyder att den kanal som tar emot signalen är stängd under behandlingstiden, innan den återigen kan öppnas för att ta mot pulser. Antag att kanalen A behandlar en puls korrekt, medan kanalerna B och C utför en defekt behandling. Betrakta 3000 pulsserier, var och en bestående av 5 pulser som sänds med intervallet 1 ms. Efter att en pulsserie om fem pulser sänts så har sändaren ett uppehåll på 10 ms innan den startar nästa pulsserie. Detta gäller alla 3000 pulsserier. Bestäm sannolikheten att minst 4950 signaler har behandlats korrekt. Antag att behandlingen i sändaren av var och en av pulsserierna kan ses som oberoende händelser. (10p) 9. Man vill jämföra effekten av en ny typ av foder för boskap innan och efter två månaders utfodring. Man valde att testa fodret på sju slumpmässigt utvalda kalvar i samma ålder. Värdena som erhölls var vikt (enhet: kilo) före och efter utfodring. Kalv Före Efter Normal viktökning för en kalv i den givna åldern är 30 kilo över två månaders tid. Mätvärdena för vikten kan antas vara observationer på normalfördelade stokastiska variabler. Undersök om man kan påvisa någon effekt i form av tillväxtökning för denna nya typ av foder med hjälp av ett lämpligt konfidensintervall med konfidensgrad 95 %. De antaganden som görs ska tydligt framgå. Tolka dina slutsatser tydligt i ord. (8p) 10. Vid tillverkning av hållare till rullningslager stansas hållaren ur mässingsplåt. För att ta upp de grader som uppstår vid stansningen blästras hållaren före montering. För att minska kostnaden för denna operation önskar man byta den hittills använda sjösanden mot stålsand. Tanken på detta är inte ny, men de försök som gjorts gav ett ganska negativt resultat. Genom mer systematiskt planerade försök tror man sig nu kunna anpassa blästringsprocessen så att stålsanden ger ett resultat som är jämförbart med sjösan

6 Tentamen i Matematisk statistik, S0001M, del (för överbetyg), dens. Som resultatparameter beslutade man sig för att studera hur ytjämnheten (enhet: mm) påverkades av fyra olika faktorer. Dessa anges i tabell 3. Därefter gjorde man ett fullständigt 4 -faktorförsök utan replikat. Resultatet anges i tabell 4. a) Bestäm en skattning av fyrfaktorsamspelet samt ange vilka effekter som är signifikanta med 1 % signifikansnivå. Hypoteser, beslutsvariabel och eventuella antaganden ska tydligt framgå. Ange också och motivera med ord nivån på respektive faktor då man önskar maximera ytjämnheten. b) Ange den skattade modellen samt de antaganden som ligger till grund för denna modell. Ange dessutom en skattning av standardavvikelsen för resultatvariabeln Y. (8p) (4p) Tabell 3: Faktorerna och deras respektive nivåer Faktorer Låg nivå ( ) Hög nivå (+) Blästringshastighet (A, enhet: %) Blästringstid (B, enhet: minuter).5 5 Sandstorlek (C) liten stor Sandens kondition (D) gammal ny Tabell 4: Resultat av försöket samt försöksplan A B C D Y

7 Tentamen i Matematisk statistik, S0001M, del (för överbetyg), Tabell 5: Skattningar av huvudeffekter och samspel t.o.m. ordning 3 Estimated Effects and Coefficients for Y (coded units) Term Effect Coef Constant 4,3663 A 1,355 B -0,95 C -0,575 D 0,900 A*B -0,35 A*C -0,385 A*D 0,450 B*C 0,405 B*D 0,100 C*D -1,3900 A*B*C 0,045 A*B*D -0,850 A*C*D -0,4350 B*C*D -0,

8 Losningar till del tentamen i Matematisk statistik, S0001M, Uppgift 8 För en signalserie önskar vi bilda en sannolikhetsfördelning. För detta utnyttjar vi följande förhållanden som ges via texten: För den första signalen som sänds ut gäller att: P(signal hamnar i kanal A) = P (signal hamnar i kanal B) = P(signal hamnar i kanal C) = 1/3 P(signal hamnar i kanal A i steg i+1 signal i kanal A i steg i) = P(signal hamnar i kanal B i steg i+1 signal i kanal B i steg i) = P (signal hamnar i kanal Cistegi+1 signal i kanal C) = 0 P(signal hamnar i kanal A i steg i+1 signal i kanal B i steg i) = P(signal hamnar i kanal A i steg i+1 signal i kanal C i steg i) = 1/ P(signal hamnar i kanal B eller C i steg i+1 signal i kanal A i steg i) = 1 Vi kan ur förhållandet att en signal inte kan hamnar i samma kanal två pulser i följd inse att det möjliga pulser som behandlas korrekt (dvs hamnar i kanal A) kommer anta något av värdena 0,1,,3. P(0 signaler behandlas rätt) = P(B eller C i steg 1)P(B eller C i steg B eller C i steg 1)P(B eller C i steg 3 B ellercisteg)p(b eller C i steg 4 B eller Cisteg3)P(B eller C i steg 5 B ellerc4steg1)= = 1 4 P(1 signal behandlas rätt) = P(signal skickas rätt i steg 1, men fel i övriga)p(signal rätt i steg, men fel i övriga)...p (signal rätt i steg 5, men fel i övriga) = = 8 4 På liknande sätt kan vi sedan resonera vidare och hitta P( signaler behandlas rätt) = 13 4 P(3 signaler behandlar rätt) = 4 E[ξ] = = 5 3 V [ξ] =( 5 3 ) 1 4 +( 3 ) 8 4 +( ) 4 +(4 3 ) 4 =0.47 Vi bildar η = antal signaler som behandlas korrekt då 3000 signalserier skickas ut, och kan med hjläp av CGS inse att η N(5000, 37.6) P(η > 4950) = 1 φ( 1, 33) =

9 Losningar till del tentamen i Matematisk statistik, S0001M, Uppgift 9 Vi har en situation med stickprov i par där proven kommer enligt. (ξ 1, η 1 ), (ξ, η ),...(ξ 7, η 7 ) ξ i är vikten i kilo före utfodring hos kalv i η i är vikten i kilo efter utfodring hos kalv i där x i är en observation på ξ i N(μ i, σ 1 ),i=1,,...,7 och y i är en observation på η i N(μ i + 4, σ ),i=1,,...,7 Bilda z i = y i x i som är en observation på ς i = η i ξ i N(4, σ) P Bilda medelvärdet z = 7 z i =36.43 i=1 Skatta standardavvikelsen s σ genom följande: σ obs = s = 7P (z i z) = i=1 Om vi skapar ett 95% konfidensintervall får vi att: s z ± t 0.05 (7 1) 7 =36.43 ± =[31.34, 41.51] Svar: Vi kan med95% säkerhet påvisa att fodret ger en förväntadtillväxtökning, då den förväntade viktökningen ligger mellan gränserna kilo, dvs intervallet innheåller inte den normala viktökningen 30 kilo.

10 Losningar till del tentamen i Matematisk statistik, S0001M, Uppgift 10 a) Skatta först samspelet av ordning 4 genom: effekt = Ȳ(+) Ȳ( ) = För att ta reda på vilkaefektersomär signifikanta så behöver vi testa H 0 : μ effekt =0 H 1 : μ effekt 6=0 Som testvariabel kan vi använda T = effekt 0 s ef fekt Vi förkastar H 0 om T >t α/ (f), där f =5 s effekt skattas genom att vi använder samspeltermer av ordningen 3 och 4 och vi får att s effekt = 5P 1 5 Zi = 1 5 ((0.045) +( 0.85) +...) =0.064 i=1 dvs s effekt = = 0.55 Ur tabell får vi att t (5) = 4.03 med detta så får vi att följande effekter är signifikanta huvudeffektasamtsamspeletcd Bilda en samspelsplott mellan C och D. Utifrån denna såfår vi att ytjämnheten maximeras om C på låg nivå ochdpåhög nivå. Samt vi har att huvudfaktor A ska var på hög nivå. Slutsats: För att få en maximal ytjämnhet bör vi ha hög blästringshastighet (A), Stor sandstorlek (C) och ny sand (D). b) Modellantagande: Y i = β 0 + β 1 X 1 + β X 3 + β 3 X 4 + β 4 X 3 X 4 + ε i,i = 1,,...,16 där X 1omfaktornpålåg nivå i 1 om faktorn på hög nivå i =1, 3, 4och(X 1 : A, X 3 : C och X 4 : D) ε i N(0, σ),i=1,,..., 16 ε 1, ε,..., ε 16 oberoende stokastiskavariabler Denskattademodellenblir: ŷ = X X X X 3 X 4 = = X X X X 3 X 4 Spridningen för Y beräknas genom s effekt = V [Y (+) Ȳ( )] =V [Y (+) ]+V [Ȳ( )] = s 8 + s 8 =0.55 =>s= =

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

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

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

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

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

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

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

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

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

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

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

Valfri räknedosa, kursbok (Kutner m fl) utan anteckningar. Tentamen omfattar totalt 20p. Godkänt från 12p.

Valfri räknedosa, kursbok (Kutner m fl) utan anteckningar. Tentamen omfattar totalt 20p. Godkänt från 12p. Tentamen Linköpings Universitet, Institutionen för datavetenskap, Statistik Kurskod och namn: Datum och tid: Jourhavande lärare: Tillåtna hjälpmedel: Betygsgränser: 732G21 Sambandsmodeller 2009-01-14,

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

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

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

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

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

SF1901: SANNOLIKHETSTEORI OCH HYPOTESPRÖVNING. STATISTIK. Tatjana Pavlenko. 13 maj 2015 SF1901: SANNOLIKHETSTEORI OCH STATISTIK FÖRELÄSNING 13 HYPOTESPRÖVNING. Tatjana Pavlenko 13 maj 2015 PLAN FÖR DAGENS FÖRELÄSNING Begrepp inom hypotesprövning (rep.) Tre metoder för att avgöra om H 0 ska

Läs mer

Genvägen till det perfekta ljudet

Genvägen till det perfekta ljudet Genvägen till det perfekta ljudet - Hemförsök i försöksplanering IEK 0, 005-0-8 LTU Magnus Blomberg Anders Drott Esbjörn Lilja Hannes Skirgård 1 Inledning Sedan århundraden tillbaka har trumman använts

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

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

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

Laboration 5: Regressionsanalys. 1 Förberedelseuppgifter. 2 Enkel linjär regression DATORLABORATION 5 MATEMATISK STATISTIK FÖR I, FMS 012, HT-08

Laboration 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 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

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

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

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

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

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

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

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

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

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

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

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

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

HEMUPPGIFT. Att brygga det godaste kaffet försöksplanering och faktorförsök. IEK203 Försöksplanering Vt-2005

HEMUPPGIFT. Att brygga det godaste kaffet försöksplanering och faktorförsök. IEK203 Försöksplanering Vt-2005 HEMUPPGIFT Att brygga det godaste kaffet försöksplanering och faktorförsök IEK203 Försöksplanering Vt-2005 Pernilla Engström Mathias Larsson Patrik Paulsson Anna-Maria Ullnert Luleå Tekniska Universitet

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

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

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

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

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

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

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

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

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

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

Kompletteringsskrivning i EG2050/2C1118 Systemplanering, 14 april 2007, 18:00-20:00, seminarierummet

Kompletteringsskrivning i EG2050/2C1118 Systemplanering, 14 april 2007, 18:00-20:00, seminarierummet Kompletteringsskrivning i EG2050/2C1118 Systemplanering, 14 april 2007, 18:00-20:00, seminarierummet Instruktioner Endast de uppgifter som är markerade på det bifogade svarsbladet behöver lösas (på de

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

Del I: Digitala verktyg är inte tillåtna. Endast svar krävs. Skriv dina svar direkt i provhäftet.

Del I: Digitala verktyg är inte tillåtna. Endast svar krävs. Skriv dina svar direkt i provhäftet. Del I: Digitala verktyg är inte tillåtna. Endast svar krävs. Skriv dina svar direkt i provhäftet. 1) a) Bestäm ekvationen för den räta linjen i figuren. (1/0/0) b) Rita i koordinatsystemet en rät linje

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

Tentamen i Statistik, STA A13 Deltentamen 1, 4p 13 november 2004, kl. 09.00-13.00

Tentamen i Statistik, STA A13 Deltentamen 1, 4p 13 november 2004, kl. 09.00-13.00 Karlstads universitet Institutionen för informationsteknologi Avdelningen för statistik Tentamen i Statistik, STA A Deltentamen, 4p november 004, kl. 09.00-.00 Tillåtna hjälpmedel: Bifogad formel- och

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

Institutionen för beteendevetenskap Tel: 0733-633 266 013-27 45 57/28 21 03. Tentamen i kvantitativ metod Psykologi 2 HPSB05

Institutionen för beteendevetenskap Tel: 0733-633 266 013-27 45 57/28 21 03. Tentamen i kvantitativ metod Psykologi 2 HPSB05 Linköpings Universitet Jour; Ulf Andersson Institutionen för beteendevetenskap Tel: 0733-633 266 013-27 45 57/28 21 03 Tentamen i kvantitativ metod Psykologi 2 HPSB05 Torsdagen den 3/5 2007, kl. 14.00-18.00

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

Systemkonstruktion Z3 (Kurs nr: SSY-046)

Systemkonstruktion Z3 (Kurs nr: SSY-046) Systemkonstruktion Z3 (Kurs nr: SSY-046) Tentamen 23 oktober 2008 em 14:00-18:00 Tid: 4 timmar. Lokal: "Väg och vatten"-salar. Lärare: Nikolce Murgovski, 772 4800 Tentamenssalarna besöks efter ca 1 timme

Läs mer

Högskoleprovet Kvantitativ del

Högskoleprovet Kvantitativ del Högskoleprovet Kvantitativ del Här följer anvisningar till de kvantitativa delproven XYZ, KVA, NOG och DTK. Provhäftet innehåller 40 uppgifter och den totala provtiden är 55 minuter. Ägna inte för lång

Läs mer

Övningstentamen i matematisk statistik

Övningstentamen i matematisk statistik Övningstentamen i matematisk statistik Uppgift : Från ett register över manliga patienter med diabetes fick man följande statistik i procent: Lindrigt fall Allvarligt fall Patientens Någon förälder med

Läs mer

Mer om slumpvariabler

Mer 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 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

Föreläsning 4. 732G19 Utredningskunskap I. Föreläsningsunderlagen bygger på underlag skapade av Kalle Wahlin

Föreläsning 4. 732G19 Utredningskunskap I. Föreläsningsunderlagen bygger på underlag skapade av Kalle Wahlin Föreläsning 4 732G19 Utredningskunskap I Föreläsningsunderlagen bygger på underlag skapade av Kalle Wahlin Dagens föreläsning Systematiskt urval Väntevärdesriktiga skattningar Jämförelse med OSU Stratifierat

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

AD-DA-omvandlare. Mätteknik. Ville Jalkanen. ville.jalkanen@tfe.umu.se 1

AD-DA-omvandlare. Mätteknik. Ville Jalkanen. ville.jalkanen@tfe.umu.se 1 AD-DA-omvandlare Mätteknik Ville Jalkanen ville.jalkanen@tfe.umu.se Inledning Analog-digital (AD)-omvandling Digital-analog (DA)-omvandling Varför AD-omvandling? analog, tidskontinuerlig signal Givare/

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

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

STYRANDE SATSER. 1) Skriv ett program som räknar ut hur många år du har till pensionen. Vi räknar här med att man pensioneras det år man fyller 65 år.

STYRANDE SATSER. 1) Skriv ett program som räknar ut hur många år du har till pensionen. Vi räknar här med att man pensioneras det år man fyller 65 år. STYRANDE SATSER 1) Skriv ett program som räknar ut hur många år du har till pensionen. Vi räknar här med att man pensioneras det år man fyller 65 år. Vilket år är du född? 1971 Då har du bara 35 år kvar

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

Kontrollskrivning 1 i EG2050 Systemplanering, 6 februari 2014, 9:00-10:00, Q31, Q33, Q34, Q36

Kontrollskrivning 1 i EG2050 Systemplanering, 6 februari 2014, 9:00-10:00, Q31, Q33, Q34, Q36 Kontrollskrivning 1 i EG2050 Systemplanering, 6 februari 2014, 9:00-10:00, Q31, Q33, Q34, Q36 Instruktioner Studenter måste anlända till kontrollskrivningen inom 45 minuter efter skrivningens start. Ingen

Läs mer

Upprepade mätningar och tidsberoende analyser. Stefan Franzén Statistiker Registercentrum Västra Götaland

Upprepade mätningar och tidsberoende analyser. Stefan Franzén Statistiker Registercentrum Västra Götaland Upprepade mätningar och tidsberoende analyser Stefan Franzén Statistiker Registercentrum Västra Götaland Innehåll Stort område Simpsons paradox En mätning per individ Flera mätningar per individ Flera

Läs mer

Solar cells. 2.0 Inledning. Utrustning som används i detta experiment visas i Fig. 2.1.

Solar cells. 2.0 Inledning. Utrustning som används i detta experiment visas i Fig. 2.1. Solar cells 2.0 Inledning Utrustning som används i detta experiment visas i Fig. 2.1. Figure 2.1 Utrustning som används i experiment E2. Utrustningslista (se Fig. 2.1): A, B: Två solceller C: Svart plastlåda

Läs mer

Vad kan ett rullningslager stå till tjänst med? Per-Erik Larsson SKF Industrial Solutions and Service Technologies 2015-02-05

Vad kan ett rullningslager stå till tjänst med? Per-Erik Larsson SKF Industrial Solutions and Service Technologies 2015-02-05 Vad kan ett rullningslager stå till tjänst med? Per-Erik Larsson SKF Industrial Solutions and Service Technologies 2015-02-05 Vad kan ett rullningslager stå till tjänst med? Traditionell användning av

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

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

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

Mät resistans med en multimeter

Mät resistans med en multimeter elab003a Mät resistans med en multimeter Namn Datum Handledarens sign Laboration Resistans och hur man mäter resistans Olika ämnen har olika förmåga att leda den elektriska strömmen Om det finns gott om

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

4:2 Ellära: ström, spänning och energi. Inledning

4:2 Ellära: ström, spänning och energi. Inledning 4:2 Ellära: ström, spänning och energi. Inledning Det samhälle vi lever i hade inte utvecklats till den höga standard som vi ser nu om inte vi hade lärt oss att utnyttja elektricitet. Därför är det viktigt

Läs mer

Tonus gym Förbättringsförslag för att hantera fler kunder och minimera kötid

Tonus gym Förbättringsförslag för att hantera fler kunder och minimera kötid Tonus gym Förbättringsförslag för att hantera fler kunder och minimera kötid Åsa Ekelöf David Gustafsson Sofia Karlsson Karl Wackerberg Slutrapport Tonus Gym Modellbyggnad och simuleringsmetodik, ITR537

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

Algebra & Ekvationer. Svar: Sammanfattning Matematik 2

Algebra & Ekvationer. Svar: Sammanfattning Matematik 2 Algebra & Ekvationer Algebra & Ekvationer Parenteser En parentes När man multiplicerar en term med en parentes måste man multiplicera båda talen i parentesen. Förenkla uttrycket 42 9. 42 9 4 2 4 9 8 36

Läs mer

Laboration 1 Elektriska kretsar Online fjärrstyrd laborationsplats Blekinge Tekniska Högskola (BTH)

Laboration 1 Elektriska kretsar Online fjärrstyrd laborationsplats Blekinge Tekniska Högskola (BTH) Laboration 1 Elektriska kretsar Online fjärrstyrd laborationsplats Blekinge Tekniska Högskola (BTH) Likspänningsexperiment Namn: Elektriska kretsar Online fjärrstyrd laborationsplats Blekinge Tekniska

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

Övningar till datorintroduktion

Övningar till datorintroduktion Institutionen för Fysik Umeå Universitet Ylva Lindgren Sammanfattning En samling uppgifter att göra i MATLAB, vilka ska utföras enskilt eller i grupp om två. Datorintroduktion Handledare: (it@tekniskfysik.se)

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

Finansmatematik II Kapitel 3 Risk och diversifiering

Finansmatematik II Kapitel 3 Risk och diversifiering STOCKHOLMS UNIVERSITET MATEMATISKA INSTITUTIONEN Avd. för Matematisk statistik Thomas Höglund Version 04 0 8 Finansmatematik II Kapitel 3 Risk och diversifiering 2 Finansmatematik II Risk och diversifiering

Läs mer

En introduktion till och första övning i @Risk5 for Excel

En introduktion till och första övning i @Risk5 for Excel LUNDS UNIVERSITET 1(6) STATISTISKA INSTITUTIONEN Per-Erik Isberg / Lars Wahlgren VT2012 En introduktion till och första övning i @Risk5 for Excel Vi har redan under kursen stiftat bekantskap med Minitab

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

Strömdelning. och spänningsdelning. Strömdelning

Strömdelning. och spänningsdelning. Strömdelning elab005a Strömdelning och spänningsdelning Namn Datum Handledarens sign Laboration I den här laborationen kommer du omväxlande att mäta ström och spänning samt även använda metoden för indirekt strömmätning

Läs mer

Linjär algebra med tillämpningar, lab 1

Linjär algebra med tillämpningar, lab 1 Linjär algebra med tillämpningar, lab 1 Innehåll Per Jönsson Fakulteten för Teknik och Samhälle, 2013 Uppgifterna i denna laboration täcker kapitel 1-3 i läroboken. Läs igenom motsvarande kapitel. Sitt

Läs mer

Bygga linjära modeller! Didrik Vanhoenacker 2007

Bygga linjära modeller! Didrik Vanhoenacker 2007 Bygga linjära modeller! Didrik Vanhoenacker 2007 1 Bygga enkla modeller Tänk att vi ska försöka förstå vad som styr hur många blommor korsblommiga växter har. T ex hos Lomme och Penningört. Hittills har

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

Provmoment: Ladokkod: Tentamen ges för:

Provmoment: Ladokkod: Tentamen ges för: Finansiell ekonomi Provmoment: Ladokkod: Tentamen ges för: Namn: (Ifylles av student) Personnummer: (Ifylles av student) Tentamensdatum: 27/3 2015 Tid: 14:00 19:00 21FE1B Nationalekonomi 1-30 hp, omtentamen

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

Datorlaboration 3. 1 Inledning. 2 Grunderna. 1.1 Förberedelse. Matematikcentrum VT 2007

Datorlaboration 3. 1 Inledning. 2 Grunderna. 1.1 Förberedelse. Matematikcentrum VT 2007 Lunds universitet Kemometri Lunds Tekniska Högskola FMS 210, 5p / MAS 234, 5p Matematikcentrum VT 2007 Matematisk statistik version 7 februari Datorlaboration 3 1 Inledning I denna laboration behandlas

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

Lagerstyrningsfrågan Januari 2014 - Fråga och svar

Lagerstyrningsfrågan Januari 2014 - Fråga och svar Lagerstyrningsfrågan Januari 2014 - Fråga och svar När man fastställer kvantiteter att beställa för lagerpåfyllning avrundar man ofta beräknad ekonomiskt orderkvantitet uppåt eller nedåt, exempelvis för

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

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