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

Save this PDF as:
 WORD  PNG  TXT  JPG

Storlek: px
Starta visningen från sidan:

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

Transkript

1 LÖSNINGAR TILL Matematisk statistik Tetame: kl Matematikcetrum FMS 086 Matematisk statistik för B, K, N och BME, 7.5 hp Luds tekiska högskola MASB02 Matematisk statistik för kemister, 7.5 hp Luds uiversitet 1. Modell: Stickprov i par, dvs X i = tid före hos perso i, EX i = m i, Y i = tid efter hos perso i, EY i = m i + Δ, där Δ = geomsittliga skillade i reaktiostid, Räkigar: Z i = Y i X i N Δ, σ 2, i = 1,...,, = 8, oberoede. Δ = z = 1 z i = 0.29, s = 1 1 Δ N Δ, σ 2 /. Kofidesitervall: z i z 2 = , I Δ = Δ ± t s/ = 0.29 ± / 8 = , a Låt X i N μ, vara sockerhalte i e slumpmässigt vald beta. För att udersöka om sockerhalte är för låg vill vi testa H 0 : μ = 17 mot H 1 : μ < 17 på sigifikasivå α = E skattig av μ ges av μ = x = 16.68, Det esidiga testet ka göras med: μ N μ, Kofidesitervall: Ett uppåt begräsat itervall ger [ ] [ ] I μ =, μ λ 0.01 =, = [, ] Vi ka ite förkasta H 0 eftersom μ 0 = 17 fis i itervallet I μ. Teststorhet: T = μ μ 0 0.5/ = 0.5/ = Vi ka ite förkasta H 0 eftersom T λ 0.01 = b Att med 99.9% säkerhet upptäcka om μ 16 svarar mot Pförkasta H 0 om μ 16 = Eftersom det är lättare att upptäcka större avvikelser räcker det att studera gräsfallet Pförkasta H 0 om μ = 16 = 0.999

2 Styrkefuktioe ges av hμ = Pförkasta H 0 om μ är rätt värde = P μ μ 0 = P 0.5/ < λ 0.01 = P }{{} T μ μ = P 0.5/ < λ μ 0 μ 0.5/ = Φ }{{} N 0,1 Vilkoret hμ = ger att Φ λ μ 0 μ 0.5/ = λ μ 0 μ 0.5/ = λ μ 0 μ 0.5 Och vi behöver = 8 mätigar. = λ λ 0.01 = λ λ 0.01 μ 0 μ T < λ 0.01 μ N μ < λ μ = = = a Vi asätter e model där observatioera är λ μ 0 μ 0.5/ μ, = y ijk = μ ij + ε ijk, i = 1, 2; j = 1, 2; k = 1,..., med oberoede och ormalfördelade fel, ε ijk N 0, σ 2. Skattig av huvud- och samspelseffekter är  = μ 11 + μ 21 μ 12 + μ = 0.58, B = μ 11 μ 21 + μ 12 + μ = 0.19, ÂB = μ 11 μ 21 μ 12 + μ = 0.185, de poolade variasskattige är s 2 = s s s s = 1.23 med f = = 16 frihetsgrader, och medelfelet för respektive effekt är deffekt = s 2 2 = = Ett kofidesitervall för respektive effekt ges av I effekt = êffekt ± t f deffekt = êffekt ± = êffekt ± , och effektera är sigifikata om êffekt > itervaller kommer då ite att iehålla 0. Edast huvudeffekt A är sigifikat.

3 b Pumpora bör odlas på lerjord uta kostgödsel eftersom effekte av kostgödsel ite är sigifikat. 4. a I residualera frå Model 1 fis ett resterade beroede med x i form av e kvadratisk fuktio. Residualera för Model 2 har iget lika uppebart beroede på x, däremot är variase ite kostat ökar med ökade x. b För Model 3 blir parameterskattigara: β = S xy = α = x β ȳ = S 2 xy β N β, σ2 1 α N α, σ 2 + x2 s 2 = σ 2 = Q 0 2 = S yy 2 = s = = Medelfel för skattigara är dα = s dβ = 1 + x2 = s = = , Sxx Och 95%-iga kofidesitervall för α och β ges av = I α = α ± t dα = ± = [ , ] I β = β ± t dβ = ± = [ , ] c Eftersom T = l 2/β så ka vi få ett 95% kofidesitervall för T geom att trasformera itervallet för β. Notera dock att vi behöver byta plats på gräsera I T = l 2 = [ l 2 I , ] [ ] l = , β 5. Om X är atalet skrämda besökare uta falska spidelät och Y är atalet skrämda besökare med falska spidelät så är e lämplig model: X Bi 1, p 1, 1 = 75, Y Bi 2, p 2, 2 = 100. Vi vill u testa H 0 : p 1 = p 2 mot H 1 : p 1 < p 2 fler skrämda besökare. Skattigar av saolikhetera är p 1 = x/ 1 = 50/75 = 2/3, p 2 = y/ 2 = 80/100 = 0.8, och uder H o p = x + y = = Eftersom p 1 p 1 = 14.3 > 10 och p 1 p 1 = 19.1 > 10 ka både X och Y ormalapproximeras. Medelfelet för skillade i saolikhet uder H 0 är dp 2 p V Y 1 = + V X = p 1 p p 1 p = p 1 p + 1 = =

4 Vi räkar se ut teststorhete för det esidiga hypotestestet: T = p 2 p /3 dp 2 p 1 = = Vi ka förkasta H 0 eftersom T > λ 0.05 = a Atalet gåger e godtycklig besökare skriker beskrivs med e stokastisk variabel X. Saolikhetera i uppgifte ger saolikhetsfuktioe till X : Vätevärde och varias via EX 2 blir EX = k k p X k kp X k = = 1.1 EX 2 = k k 2 p X k = = 1.7 V X = EX 2 EX 2 = = 0.49 b Saolikhete att e svamp är ätlig är p = 4/5. Saolikhete att alla tolv svampar är ätliga blir då p 12 = 4/ Alterativt ka ma låta X vara atalet ätliga svampar, dvs X Bi12, p, och räka ut PX = 12. c Sambadet mella fördeligsfuktio och saolikhets- eller täthetsfuktio ges av: { k x PX x = F X x = p X k, diskret fördelig x f X t dt, kotiuerlig fördelig och vi behöver para ihop fuktioera i A,B,C med deras derivator i I,II,III. i A-III, B-II och C-I. Eftersom fuktioera i C och I gäller e diskret variabel och fördeligsfuktioe i B är oll om x 0, vilket stämmer med täthete i II. ii PX 0 = 1 PX 0 = 1 F X = 0.75, där vi läst av F X i figure. d Låt X i betecka vikte av e pumpa med EX i = 5.5 och V X i = Vikte av 100 pumpor är då approximativt ormalfördelad eligt CGS summa av måga likafördelade och oberoede variabler med Y = X i EY = E X i = EX i = 550 V Y = V DY = 144 = X i = V X i = = 144 och de sökta saolikhete blir P 540 Y 600 = P Y 12 = Φ Φ = e Styrkefuktioe ger saolikhete att förkasta H 0 för olika värde på μ = P Y = 12

5 i Eftersom styrkefuktioe är stor för små värde på μ så är testet kostruerat att upptäcka avvikelser edåt frå oll-hypotse, dvs om μ < μ 0. Alltså är mot-hypotese H 1 : μ < 1. ii Testets sigifikasivå ges av hμ 0 = h1 = 0.10, dvs α = iii Testets styrka då μ = 0.5 ges av h

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

1. (a) Eftersom X och Y har samma fördelning så har de även samma väntevärde och standardavvikelse. E(X 2 ) = k LÖSNINGAR TILL Matematisk statistik, Matematikcetrum Tetame: 5 kl 8 Luds tekiska högskola FMS, FMS, FMS, FMS 5, MAS 9 Matematisk statistik för ED, F, I, FED och fysiker. a Eftersom X och Y har samma fördelig

Läs mer

Uppsala Universitet Matematiska institutionen Matematisk Statistik. Formel- och tabellsamling. Sannolikhetsteori och Statistik

Uppsala Universitet Matematiska institutionen Matematisk Statistik. Formel- och tabellsamling. Sannolikhetsteori och Statistik Uppsala Uiversitet Matematiska istitutioe Matematisk Statistik Formel- och tabellsamlig Saolikhetsteori och Statistik IT2-2004 Formelsamlig, Saolikhetsteori och Statistik IT-2004 1 Saolikhetsteori 1.1

Läs mer

Intervallskattning. c 2005 Eric Järpe Högskolan i Halmstad. Antag att vi har ett stickprov x 1,..., x n på X som vi vet är N(µ, σ) men vi vet ej

Intervallskattning. c 2005 Eric Järpe Högskolan i Halmstad. Antag att vi har ett stickprov x 1,..., x n på X som vi vet är N(µ, σ) men vi vet ej Itervallskattig c 005 Eric Järpe Högskola i Halmstad Atag att vi har ett stickprov x,..., x på X som vi vet är Nµ, σ me vi vet ej värdet av µ = EX. Då ka vi beräka x, vvr skattig av µ. För att få reda

Läs mer

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

Statistisk analys. Vilka slutsatser kan dras om populationen med resultatet i stickprovet som grund? Hur säkra uttalande kan göras om resultatet? Statistisk aalys Vilka slutsatser ka dras om populatioe med resultatet i stickprovet som grud? Hur säkra uttalade ka göras om resultatet? Mats Guarsso Tillämpad matematik III/Statistik - Sida 83 Exempel

Läs mer

Statistik. Språkligt och historiskt betyder statistik ungefär sifferkunskap om staten

Statistik. Språkligt och historiskt betyder statistik ungefär sifferkunskap om staten Statistik Språkligt och historiskt betyder statistik ugefär sifferkuskap om state E Statistisk udersökig består av fyra delar: Plaerig Dataisamlig Bearbetig Beskrivade statistik (kap 1) Statistisk aalys

Läs mer

Normalfördelningens betydelse. Sannolikhet och statistik. Täthetsfunktion, väntevärde och varians för N (µ, σ)

Normalfördelningens betydelse. Sannolikhet och statistik. Täthetsfunktion, väntevärde och varians för N (µ, σ) Normalfördeliges betydelse Empirisktse gur: måga storheter approximativt ormalfördelade Summa av måga ugefär oberoede och ugefär likafördelade s.v. är approximativt ormalfördelad CGS Exempel: mätfel =

Läs mer

FORMELSAMLING MATEMATISK STATISTIK, FMS601. Fördelning Väntevärde Varians. p x (1 p) n x x = 0, 1,..., n np np(1 p) ) x = 0, 1,..., n np.

FORMELSAMLING MATEMATISK STATISTIK, FMS601. Fördelning Väntevärde Varians. p x (1 p) n x x = 0, 1,..., n np np(1 p) ) x = 0, 1,..., n np. LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK FORMELSAMLING MATEMATISK STATISTIK, FMS601 Valiga fördeligar Fördelig Vätevärde Varias Biomialfördelig, Bi (, p ) P (X = x) = ( x) p x (1 p)

Läs mer

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

Viktigt! Glöm inte att skriva Tentamenskod på alla blad du lämnar in. Statistisk försöksplaerig Provmomet: Ladokkod: Tetame ges för: Skriftlig tetame 3,0 hp 51SF01 DTEIN14h 4,5 högskolepoäg TetamesKod: Tetamesdatum: 5 ovember 015 Tid: 9.00-13.00 Hjälpmedel: Miiräkare Totalt

Läs mer

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

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

Läs mer

2. Konfidensintervall för skillnaden mellan två proportioner.

2. Konfidensintervall för skillnaden mellan två proportioner. Föreläsig 12 LV1, Torsdag 12/10 Upplägg 1. Kofidesitervall för proportioer. 2. Kofidesitervall för skillade mella två proportioer. 3. Grafteori Kofidesitervall för proportioer Atag att vi vill skatta adele

Läs mer

SAMMANFATTNING TAMS79 Matematisk statistik, grundkurs

SAMMANFATTNING TAMS79 Matematisk statistik, grundkurs SAMMANFATTNING TAMS79 Matematisk statistik, grudkurs LÄST SOM EN DEL AV CIVILINGENJÖRSPROGRAMMET I INDUSTRIELL EKONOMI VID LITH, HT 2015 Versio: 1.0 Seast reviderad: 2016-02-01 Författare: Viktor Cheg

Läs mer

4.2.3 Normalfördelningen

4.2.3 Normalfördelningen 4.2.3 Normalfördelige Biomial- och Poissofördelige är två exempel på fördeligar för slumpvariabler som ka ata ädligt eller uppräkeligt måga olika värde. Sådaa fördeligar sägs vara diskreta. Ofta är ett

Läs mer

SAMMANFATTNING TAMS65

SAMMANFATTNING TAMS65 SAMMANFATTNING TAMS65 Matematisk statistik, fortsättigskurs LÄST SOM EN DEL AV CIVILINGENJÖRSPROGRAMMET I INDUSTRIELL EKONOMI VID LITH, VT 016 Seast reviderad: 016-06-01 Författare: Viktor Cheg Iehållsförteckig

Läs mer

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

TMS136: Dataanalys och statistik Tentamen 2013-10-26 med lösningar TMS36: Dataaalys och statistik Tetame 03-0-6 med lösigar Examiator och jour: Mattias Sude, tel. 0730 79 9 79 Hjälpmedel: Chalmersgodkäd räkare och formelsamlig formelsamlig delas ut med teta). Betygsgräser:

Läs mer

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

Tentamen i Statistik, STA A13 Deltentamen 2, 5p 5 juni 2004, kl Karlstads uiversitet Istitutioe för iformatiostekologi Avdelige för statistik Tetame i Statistik, STA A13 Deltetame, 5p 5 jui 004, kl. 09.00-13.00 Tillåta hjälpmedel: Asvarig lärare: Övrigt: Bifogad formel-

Läs mer

Föreläsning 3. 732G04: Surveymetodik

Föreläsning 3. 732G04: Surveymetodik Föreläsig 3 732G04: Surveymetodik Dages föreläsig Obudet slumpmässigt urval (OSU) Populatiosparametrar och stickprovsstatistikor Vätevärdesriktighet Ädliga och oädliga populatioer Medelvärde, adel Kofidesitervall

Läs mer

Formelblad Sannolikhetsteori 1

Formelblad Sannolikhetsteori 1 Formelblad Saolikhetsteori Bayes formel: Låt A och D vara två hädelser Då gäller P A D = P D AP A P D Chebyshevs olikhet: Låt X vara e stokastisk variabel med vätevärde µ och varias Då gäller för alla

Läs mer

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

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

Läs mer

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

Föreläsning G70, 732G01 Statistik A. Föreläsningsunderlagen är baserade på underlag skrivna av Karl Wahlin Föreläsig 6 732G70, 732G01 Statistik A Föreläsigsuderlage är baserade på uderlag skriva av Karl Wahli Kapitel 6 Iferes om e populatio Sid 151-185 Puktskattig och itervallskattig Statistisk iferes om populatiosmedelvärde

Läs mer

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

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 4 (del 2) Fiasiell Statistik (GN, 7,5 hp,, HT 008) Föreläsig 4 (del ) Pukt- och itervallskattig (LLL Kap 10) Departmet of Statistics (Gebreegus Ghilagaber, PhD, Associate Professor) Fiacial Statistics (Basic-level

Läs mer

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

Tentamen i Statistik STG A01 (12 hp) 5 mars 2010, kl. 08.15 13.15 Karlstads uiversitet Fakultete för ekoomi, kommuikatio och IT Statistik Tetame i Statistik STG A0 ( hp) 5 mars 00, kl. 08.5 3.5 Tillåta hjälpmedel: Bifogad formel- och tabellsamlig (skall retureras) samt

Läs mer

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

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

Läs mer

Introduktion till statistik för statsvetare

Introduktion till statistik för statsvetare "Det fis iget så praktiskt som e bra teori" November 2011 Bakgrud Stadardiserig E saolikhetsekvatio Kosekves av stora tales lag Stora tales lag ger att är slumpvariablera X i är oberoede, med e och samma

Läs mer

F10 ESTIMATION (NCT )

F10 ESTIMATION (NCT ) Stat. teori gk, ht 2006, JW F10 ESTIMATION (NCT 8.1-8.3) Ordlista till NCT Iferece Parameter Estimator Estimate Ubiased Bias Efficiecy Cofidece iterval Cofidece level (Studet s) t distributio Slutledig,

Läs mer

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

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del II MS-A0509 Grudkurs i saolikhetskalkyl och statistik Sammafattig, del II G. Gripeberg Aalto-uiversitetet 14 februari 014 G. Gripeberg Aalto-uiversitetet) MS-A0509 Grudkurs i saolikhetskalkyl och statistiksammafattig,

Läs mer

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

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del II Stickprov MS-A0509 Grudkurs i saolikhetskalkyl och statistik Sammafattig del II G Gripeberg Aalto-uiversitetet 4 februari 04 Estimerig 3 Kofidesitervall 4 Hypotesprövig 5 Korrelatio och regressio G Gripeberg

Läs mer

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

Tentamen i Statistik, STA A10 och STA A13 (9 poäng) 26 mars 2004, klockan Karlstads uiversitet Istitutioe för iformatiostekologi Avdelige för Statistik Tetame i Statistik, STA A10 och STA A13 (9 poäg) 6 mars 004, klocka 14.00-19.00 Tillåta hjälpmedel: Bifogad formelsamlig (med

Läs mer

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

MA2018 Tillämpad Matematik III-Statistik, 7.5hp, 2014-08-23 1 MA018 Tillämpad Matematik III-Statistik, 7.5hp, 014-08-3 Hjälpmedel: Räkedosa och medföljade formelsamlig! Täk på att dia lösigar ska utformas så att det blir lätt för läsare att följa dia takegågar.

Läs mer

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

F19 HYPOTESPRÖVNING (NCT ) Hypotesprövning för en differens mellan två medelvärden Stat. teori gk, ht 006, JW F19 HPOTESPRÖVNING (NCT 11.1-11.) Hypotesprövig för e differes mella två medelvärde Samma beteckigar som vid kofidesitervall för differes mella två populatiosmedelvärde: Medelvärde

Läs mer

TENTAMEN I MATEMATISK STATISTIK Datum: 13 mars 08

TENTAMEN I MATEMATISK STATISTIK Datum: 13 mars 08 TENTAMEN I MATEMATISK STATISTIK Datum: 3 mars 8 Te i kurse HF3, 6H3, 6L3 MATEMATIK OCH MATEMATISK STATISTIK, Te i kurse HF ( Tidigare k 6H3), KÖTEORI OCH MATEMATISK STATISTIK, Skrivtid: 8:5-:5 Hjälpmedel:

Läs mer

Övningstentamen i MA2018 Tillämpad Matematik III-Statistik, 7.5hp

Övningstentamen i MA2018 Tillämpad Matematik III-Statistik, 7.5hp Övigstetame i MA08 Tillämpad Matematik III-Statistik, 7.5hp Hjälpmedel: Räkedosa och medföljade formelsamlig! Täk på att dia lösigar ska utformas så att det blir lätt för läsare att följa dia takegågar.

Läs mer

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

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 4 (del 1) Fiasiell Statistik (GN, 7,5 hp,, HT 008) Föreläsig 4 (del 1) Sampligfördeligar (LLL Kap 8) Departmet of Statistics (Gebreegus Ghilagaber, PhD, Associate Professor) Fiacial Statistics (Basic-level course,

Läs mer

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

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del II MS-A0509 Grudkurs i saolikhetskalkyl och statistik Sammafattig, del II G. Gripeberg Aalto-uiversitetet 13 februari 015 G. Gripeberg (Aalto-uiversitetet) MS-A0509 Grudkurs i saolikhetskalkyl och statistik

Läs mer

Tentamen i Matematisk statistik för V2 den 28 maj 2010

Tentamen i Matematisk statistik för V2 den 28 maj 2010 Tetame i Matematisk statistik för V de 8 maj 00 Uppgift : E kortlek består av 5 kort. Dessa delas i i färger: 3 hjärter, 3 ruter, 3 spader och 3 klöver. Kortleke iehåller damer, e i varje färg. Ata att

Läs mer

Datorövning 2 Fördelningar inom säkerhetsanalys

Datorövning 2 Fördelningar inom säkerhetsanalys Luds tekiska högskola Matematikcetrum Matematisk statistik STATISTISKA METODER FÖR SÄKERHETSANALYS FMS065, HT-15 Datorövig 2 Fördeligar iom säkerhetsaalys I dea datorövig ska vi studera ågra grudläggade

Läs mer

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

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

Läs mer

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning och exempel, del II

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning och exempel, del II MS-A0509 Grudkurs i saolikhetskalkyl och statistik Sammafattig och exempel, del II Stickprov Två yttiga fördeligar Estimerig G. Gripeberg 3 Kofidesitervall Aalto-uiversitetet 3 februari 05 4 Hypotesprövig

Läs mer

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

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

Läs mer

Föreläsning G70 Statistik A

Föreläsning G70 Statistik A Föreläsig 5 732G70 Statistik A Egeskaper hos stickprovsstatistikora Stickprovsmedelvärde Stickprovssumma Stickprovsadel Lägesmått Spridig Medelfel EX VarX 2 2 E X Var X E P Var P X X 1 1 P Eftersom respektive

Läs mer

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

Sannolikheter 0 < P < 1. Definition sannolikhet: Definition sannolikhet: En sannolikhet kan anta värden från 0 till 1 Saolikheter E saolikhet ka ata värde frå 0 till 1 0 < P < 1 Beteckas: P Pr Prob Saolikhete för e hädelse Hädelse A P(A) Pr(A) Prob(A) Defiitio saolikhet: De frekves med vilke hädelse av itresse iträffar

Läs mer

Id: statistik.tex :48:29Z joa

Id: statistik.tex :48:29Z joa UTDRAG UR FÖRELÄSNINGSANTECKNINGAR I STATISTIKTEORI PUNKT- OCH INTERVALLSKATTNINGAR SAMT HYPOTESTEST MATEMATISK STATISTIK AK FÖR F, E, D, I, C, È; FMS 012 JOAKIM LÜBECK, SEPTEMBER 2008 Iehåll 1 Puktskattigar

Läs mer

Matematisk statistik för B, K, N, BME och Kemister

Matematisk statistik för B, K, N, BME och Kemister Matematisk statistik för B, K, N, BME och Kemister Johan Lindström Repetition Johan Lindström - johanl@maths.lth.se FMS86/MASB2 1/44 Begrepp S.V. Fördelning Väntevärde Gauss CGS Grundläggande begrepp (Kap.

Läs mer

Föreläsning G04 Surveymetodik 732G19 Utredningskunskap I

Föreläsning G04 Surveymetodik 732G19 Utredningskunskap I Föreläsig 5 732G04 Surveymetodik 732G19 Utredigskuskap I Dages föreläsig Klusterurval Estegs klusterurval Tvåstegs klusterurval Klusterurval med PPS 2 Klusterurval De urvalsdesiger som diskuterats hittills

Läs mer

Borel-Cantellis sats och stora talens lag

Borel-Cantellis sats och stora talens lag Borel-Catellis sats och stora tales lag Guar Eglud Matematisk statistik KTH Vt 2005 Iledig Borel-Catellis sats är e itressat och avädbar sats framför allt för att bevisa stora tales lag i stark form. Vi

Läs mer

Matematisk statistik KTH. Formelsamling i matematisk statistik

Matematisk statistik KTH. Formelsamling i matematisk statistik Matematik tatitik KTH Formelamlig i matematik tatitik Vårtermie 07 Kombiatorik! = k k! ( k)!. Tolkig: mägd med elemet. = atalet delmägder av torlek k ur e k Stokatika variabler V (X) = E X (E (X)) C (X;

Läs mer

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

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

Läs mer

Tolkning av sannolikhet. Statistikens grunder, 15p dagtid. Lite mängdlära. Lite mängdlära, forts. Frekventistisk n A /n P(A) då n

Tolkning av sannolikhet. Statistikens grunder, 15p dagtid. Lite mängdlära. Lite mängdlära, forts. Frekventistisk n A /n P(A) då n Tolkig av saolikhet Statistikes gruder, 15p dagtid HT 01 Föreläsigar F4-F6 Frekvetistisk A / A) då Klassisk atal(a) / atal(ω) = A) storlek(a) / storlek(ω) = A) Subjektiv (persolig) isats/total vist = A)

Läs mer

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

Föreläsning G70, 732G01 Statistik A. Föreläsningsunderlagen är baserade på underlag skrivna av Karl Wahlin Föreläsig 5 73G70, 73G01 Statistik A Föreläsigsuderlage är baserade på uderlag skriva av Karl Wahli Kapitel 5 Stickprovsteori Sid 15-150 Statistisk iferes Populatio (äve målpopulatio) = de (på logisk väg

Läs mer

Armin Halilovic: EXTRA ÖVNINGAR

Armin Halilovic: EXTRA ÖVNINGAR Stokastiska rocesser Defiitio E stokastisk rocess är e mägd (familj) av stokastiska variabler X(t) arameter t är oftast (me ite alltid) e tidsvariabel rocesse kallas diskret om X(t) är e diskret s v för

Läs mer

LÖSNINGSFÖRSLAG TILL TENTAMEN I MATEMATISK STATISTIK

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

Läs mer

STATISTIK FÖR LÄKARSTUDENTER

STATISTIK FÖR LÄKARSTUDENTER 2015-04-05 STATISTIK FÖR LÄKARSTUDENTER Nils Karlsso läkarstudet.se INDEX INTRODUKTION...2 Att skriva saolikheter...2 Saolikhetslagar...2 Fakulteter...3 Odds och oddskvot...3 Typer av data...4 Diagram...5

Läs mer

Linjär Algebra (lp 1, 2016) Lösningar till skrivuppgiften Julia Brandes

Linjär Algebra (lp 1, 2016) Lösningar till skrivuppgiften Julia Brandes Lijär Algebra (lp 1, 2016) Lösigar till skrivuppgifte Julia Brades Uppgift 1. Betecka mägde av alla matriser med M(). Vi har e elemetvist defiierad additio av två matriser A, B M(). De är defiierad geom

Läs mer

Tentamen i matematisk statistik

Tentamen i matematisk statistik Tetame i matematisk statistik Uppgift : På e arbetsplats skadades % av persoale uder ett år. 60% av alla skadade var mä. 0% av alla aställda var kvior. Är det maliga eller kviliga aställda som löper störst

Läs mer

Linjär regression - kalibrering av en våg

Linjär regression - kalibrering av en våg Lijär regressio Saolikhet och statistik Regressiosaalys HT 2008 Uwe.Mezel@math.uu.se http://www.math.uu.se/ uwe/ Samba mella två storheter ofta av itresse:... solarium hucacer... BN växelkurs... rökaet

Läs mer

FORMELSAMLING HT-15 MATEMATISK STATISTIK FÖR B, K, N, BME OCH KEMISTER; FMS086 & MASB02. Sannolikhetsteori. Beskrivning av data

FORMELSAMLING HT-15 MATEMATISK STATISTIK FÖR B, K, N, BME OCH KEMISTER; FMS086 & MASB02. Sannolikhetsteori. Beskrivning av data LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK FORMELSAMLING HT-15 MATEMATISK STATISTIK FÖR B, K, N, BME OCH KEMISTER; FMS086 & MASB0 Sannolkhetsteor Följande gäller för sannolkheter: 0

Läs mer

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

SANNOLIKHETER. Exempel. ( Tärningskast) Vi har sex möjliga utfall 1, 2, 3, 4, 5 och 6. Därför är utfallsrummet Ω = {1, 2, 3, 4, 5,6}. rmi Halilovic: EXTR ÖVIGR SOLIKHETER GRUDLÄGGDE BEGRE OH BETEKIGR Utfall Resultat av ett slumpmässigt försök. Utfallsrummet ägde av alla utfall (beteckas oftast med Ω ). Hädelse E delmägd av utfallsrummet.

Läs mer

Tentamen Metod C vid Uppsala universitet, , kl

Tentamen Metod C vid Uppsala universitet, , kl Tetame Metod C vid Uppsala uiversitet, 160331, kl. 08.00 12.00 Avisigar Av rättigspraktiska skäl skall var och e av de tre huvudfrågora besvaras på separata pappersark. Börja alltså på ett ytt pappersark

Läs mer

Uppgift 3 Vid en simuleringsstudie drar man 1200 oberoende slumptal,x i. Varje X i är likformigt fördelat mellan 0 och 1. Dessa tal adderas.

Uppgift 3 Vid en simuleringsstudie drar man 1200 oberoende slumptal,x i. Varje X i är likformigt fördelat mellan 0 och 1. Dessa tal adderas. Avd. Matematisk statistik TENTAMEN I SF1902 SANNOLIKHETSTEORI OCH STATISTIK, MÅNDAGEN DEN 17:E AUGUSTI 2015 KL 8.00 13.00. Kursledare och examinator : Björn-Olof Skytt, tel 790 8649. Tillåtna hjälpmedel:

Läs mer

Matematisk statistik för B, K, N, BME och Kemister

Matematisk statistik för B, K, N, BME och Kemister Matematisk statistik för B, K, N, BME och Kemister Föreläsning 9 Joakim Lübeck (Johan Lindström 25 september 217 Johan Lindström - johanl@maths.lth.se FMSF7/MASB2 F9 1/23 Repetition Inferens för diskret

Läs mer

Matematisk statistik KTH. Formel- och tabellsamling i matematisk statistik

Matematisk statistik KTH. Formel- och tabellsamling i matematisk statistik Matematisk statistik KTH Formel- och tabellsamling i matematisk statistik Varterminen 2005 . Kombinatorik n = k n! k!n k!. Tolkning: n k mängd med n element. 2. Stokastiska variabler V X = EX 2 EX 2 =

Läs mer

Formel- och tabellsamling i matematisk statistik

Formel- och tabellsamling i matematisk statistik Formel- och tabellsamling i matematisk statistik 1. Sannolikhetsteori för lärarprogrammet Sannolikhetsformler P (A ) = 1 P (A) P (A B) = P (A) + P (B) P (A B) P (A B) = P (A B) P (B) P (A B) = P (A B)P

Läs mer

Sannolikheten. met. A 3 = {2, 4, 6 }, 1 av 11

Sannolikheten. met. A 3 = {2, 4, 6 }, 1 av 11 rmi Halilovic: EXTR ÖVIGR SOLIKHETER GRUDLÄGGDE EGRE OH ETEKIGR Utfall Resultat av ett slumpmässigt försök. Utfallsrummet ägde av alla utfall (beteckas oftast medd Ω ). Hädelse E delmägd av utfallsrumm

Läs 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

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

Tentamen i statistik för STA A13, 1-10 poäng Deltentamen II, 5p Lördag 9 juni 2007 kl Avdelige för atioalekoomi och Tetame i för STA A13, 1-10 poäg Deltetame II, 5p Lördag 9 jui 007 kl. 09.00-13.00 Tillåta hjälpmedel: Bifogad formel- och tabellsamlig (skall retureras) samt miiräkare. Asvarig

Läs mer

MAS110:B MATEMATISK STATISTIK INFERENSTEORI. Matematikcentrum Matematisk statistik ÖVNINGSUPPGIFTER MED LÖSNINGAR TILL FLERTALET UPPGIFTER

MAS110:B MATEMATISK STATISTIK INFERENSTEORI. Matematikcentrum Matematisk statistik ÖVNINGSUPPGIFTER MED LÖSNINGAR TILL FLERTALET UPPGIFTER MAS0:B MATEMATISK STATISTIK ALLMÄN KURS, INFERENSTEORI ÖVNINGSUPPGIFTER MED LÖSNINGAR TILL FLERTALET UPPGIFTER Läsåret 0/0 Matematikcetrum Matematisk statistik CENTRUM SCIENTIARUM MATHEMATICARUM MAS0:B

Läs mer

Matematisk statistik för B, K, N, BME och Kemister

Matematisk statistik för B, K, N, BME och Kemister Matematisk statistik för B, K, N, BME och Kemister Föreläsning 11 & 12 Johan Lindström 5 & 14 oktober 2015 Johan Lindström - johanl@maths.lth.se FMS086/MASB02 F11 1/27 Johan Lindström - johanl@maths.lth.se

Läs mer

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

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

Läs mer

Tenta i Statistisk analys, 15 december 2004

Tenta i Statistisk analys, 15 december 2004 STOCKHOLMS UNIVERSITET MATEMATISKA INSTITUTIONEN LÖSNINGAR Avd. Matematisk statistik, ML 15 december 004 Lösningar Tenta i Statistisk analys, 15 december 004 Uppgift 1 Vi har två stickprov med n = 5 st.

Läs mer

Formler och tabeller till kursen MSG830

Formler och tabeller till kursen MSG830 Formler och tabeller till kursen MSG830 Deskriptiva mått För ett datamängd x 1,, x n denieras medelvärde standardavvikelse standardfelet (SEM) Sannolikheter x = 1 n n i=1 = x 1 + + x n n s = 1 n (x i x)

Läs mer

Matematisk statistik för B, K, N, BME och Kemister

Matematisk statistik för B, K, N, BME och Kemister Matematisk statistik för B, K, N, BME och Kemister Föreläsning 5 Johan Lindström 12 september 216 Johan Lindström - johanl@maths.lth.se FMS86/MASB2 F5 1/23 Repetition Gauss approximation Delta metoden

Läs mer

732G70 Statistik A. Föreläsningsunderlag skapad av Karl Wahlin Föreläsningsslides uppdaterade av Bertil Wegmann

732G70 Statistik A. Föreläsningsunderlag skapad av Karl Wahlin Föreläsningsslides uppdaterade av Bertil Wegmann 73G70 Statistik A Föreläsigsuderlag skapad av Karl Wahli Föreläsigsslides uppdaterade av Bertil Wegma Istitutioe för dataveteskap (IDA) Liköpigs uiversitet vt 06 Kapitel Populatioer, stickprov och variabler

Läs mer

LÖSNINGSFÖRSLAG TILL UPPGIFTER I PROBLEMSAMLINGEN I MATEMATISK STATISTIK

LÖSNINGSFÖRSLAG TILL UPPGIFTER I PROBLEMSAMLINGEN I MATEMATISK STATISTIK LÖSNINGSFÖRSLAG TILL UPPGIFTER I PROBLEMSAMLINGEN I MATEMATISK STATISTIK Versio 9 december 4 Fel i lösigara mottages tacksamt till mattsso@math.kth.se. Notera att lösigara på vissa ställe utyttjar adra,

Läs mer

Stokastiska variabler

Stokastiska variabler TNG006 F2 11-04-2016 Stoastisa variabler Ett slumpmässigt försö ger ofta upphov till ett tal som bestäms av utfallet av försöet. Talet är ite ät före försöet uta bestäms av vilet utfall som ommer att uppstå,

Läs mer

b) antalet timmar Lukas måste arbeta för att sannolikheten att han ska hinna med alla 112 datorerna ska bli minst (3 p)

b) antalet timmar Lukas måste arbeta för att sannolikheten att han ska hinna med alla 112 datorerna ska bli minst (3 p) Avd. Matematisk statistik TENTAMEN I SF1901, SANNOLIKHETSTEORI OCH STATISTIK, MÅNDAGEN DEN 27:E OKTOBER 2014 KL 08.00 13.00. Kursledare: Tatjana Pavlenko, 08-790 84 66, Björn-Olof Skytt, 08-790 86 49.

Läs mer

Envägs variansanalys (ANOVA) för test av olika väntevärde i flera grupper

Envägs variansanalys (ANOVA) för test av olika väntevärde i flera grupper Envägs variansanalys (ANOVA) för test av olika väntevärde i flera grupper Tobias Abenius February 21, 2012 Envägs variansanalys (ANOVA) I envägs variansanalys utnyttjas att

Läs mer

Laboration 5: Konfidensintervall viktiga statistiska fördelningar

Laboration 5: Konfidensintervall viktiga statistiska fördelningar LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK DATORLABORATION 5 MATEMATISK STATISTIK, AK FÖR L, FMS 033, HT-02 Laboratio 5: Kofidesitervall viktiga statistiska fördeligar Syfte I dea laboratio

Läs mer

Hambley avsnitt 12.7 (även 7.3 för den som vill läsa lite mer om grindar)

Hambley avsnitt 12.7 (även 7.3 för den som vill läsa lite mer om grindar) 1 Föreläsig 6, Ht 2 Hambley avsitt 12.7 (äve 7.3 för de som vill läsa lite mer om gridar) Biära tal Vi aväder ormalt det decimala talsystemet, vilket har base 10. Talet 2083 rereseterar då 2 10 3 0 10

Läs mer

Tentamen i Flervariabelanalys F/TM, MVE035

Tentamen i Flervariabelanalys F/TM, MVE035 Tetame i Flervariabelaalys F/TM, MV35 8 3 kl. 8.3.3. Hjälpmedel: Iga, ej räkedosa. Telefo: Oskar Hamlet tel 73-8834 För godkät krävs mist 4 poäg. Betyg 3: 4-35 poäg, betyg 4: 36-47 poäg, betyg 5: 48 poäg

Läs mer

AMatematiska institutionen avd matematisk statistik

AMatematiska institutionen avd matematisk statistik Kungl Tekniska Högskolan AMatematiska institutionen avd matematisk statistik TENTAMEN I 5B1503 STATISTIK MED FÖRSÖKSPLANERING FÖR B OCH K FREDAGEN DEN 11 JANUARI 2002 KL 14.00 19.00. Examinator: Gunnar

Läs mer

Jag läser kursen på. Halvfart Helfart

Jag läser kursen på. Halvfart Helfart KOD: Kurskod: PC106/PC145 Kurs 6: Persolighet, hälsa och socialpsykologi (15 hp) Datum: 3/8 014 Hel- och halvfart VT 14 Provmomet: Socialpsykologi + Metod Tillåta hjälpmedel: Miiräkare Asvarig lärare:

Läs mer

Formelsamling Tillämpad statistik, A5

Formelsamling Tillämpad statistik, A5 Formelsamlig Tillämpad statistik, A5 Statistiska istitutioe, Uppsala uiversitet 016-01-11 Nödvädiga tabeller fis i Tabell- och formelsamlig för A4/A8. Observera att iga ateckigar får fias i formelsamlige

Läs mer

Tillåtna hjälpmedel: Eget handskrivet formelblad (A4), utdelad tabellsamling, miniräknare med tömt minne Studenterna får behålla tentamensuppgifterna

Tillåtna hjälpmedel: Eget handskrivet formelblad (A4), utdelad tabellsamling, miniräknare med tömt minne Studenterna får behålla tentamensuppgifterna UMEÅ UNIVERSITET Ititutioe för matematik tatitik Statitik för lärare, MSTA8 PA LÖSNINGSFÖRSLAG 004-0-8 LÖSNINGSFÖRSLAG TILL TENTAMEN I MATEMATISK STATISTIK Statitik för lärare, poäg Tillåta hjälpmedel:

Läs mer

Tentamen Metod C vid Uppsala universitet, , kl

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

Läs mer

Genomsnittligt sökdjup i binära sökträd

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

Läs mer

Föreläsning 6, Matematisk statistik Π + E

Föreläsning 6, Matematisk statistik Π + E Repetition Kovarians Stora talens lag Gauss Föreläsning 6, Matematisk statistik Π + E Sören Vang Andersen 2 december 2014 Sören Vang Andersen - sva@maths.lth.se FMS012 F6 1/20 Repetition Kovarians Stora

Läs mer

Kap 2. Sannolikhetsteorins grunder

Kap 2. Sannolikhetsteorins grunder Kap 2. Sannolikhetsteorins grunder Olika händelser och deras mängbetäckningar Sats 2.7 Dragning utan återläggning av k element ur n (utan hänsyn till ordning) kan ske på ( n ) olika sätt k För två händelser

Läs mer

Tentamen i Tillämpad Matematik och statistik för IT-forensik. Del 1: Matematik 7.5 hp

Tentamen i Tillämpad Matematik och statistik för IT-forensik. Del 1: Matematik 7.5 hp Tetame i Tillämpa Matematik och statistik för IT-foresik. Del 1: Matematik 7.5 hp 2015 kl. 9.00 13.00 Maxpoäg: 30p. Betygsgräser: 12p: betyg 3, 18p: betyg 4, 24p: betyg 5. Hjälpmeel: Typgokä miiräkare

Läs mer

Enkel slumpvandring. Sven Erick Alm. 9 april 2002 (modifierad 8 mars 2006) 2 Apan och stupet 3 2.1 Passagesannolikheter... 3 2.2 Passagetider...

Enkel slumpvandring. Sven Erick Alm. 9 april 2002 (modifierad 8 mars 2006) 2 Apan och stupet 3 2.1 Passagesannolikheter... 3 2.2 Passagetider... Ekel slumpvadrig Sve Erick Alm 9 april 2002 (modifierad 8 mars 2006) Iehåll 1 Iledig 2 2 Apa och stupet 3 2.1 Passagesaolikheter............................... 3 2.2 Passagetider....................................

Läs mer

Föreläsning 11, Matematisk statistik Π + E

Föreläsning 11, Matematisk statistik Π + E Repetition Konfidensintervall I Fördelningar Konfidensintervall II Föreläsning 11, Matematisk statistik Π + E Johan Lindström 27 Januari, 2015 Johan Lindström - johanl@maths.lth.se FMS012 F11 1/19 Repetition

Läs mer

STATISTIK B, 8 HP TENTAMEN FREDAGEN DEN 4 DECEMBER

STATISTIK B, 8 HP TENTAMEN FREDAGEN DEN 4 DECEMBER LINKÖPINGS UNIVERSITET Istitutioe för dataveteskap Statistik, ANd 732G71 STATISTIK B, 8 HP Civilekoomprogrammet, år 2 Tetame STATISTIK B, 8 HP TENTAMEN FREDAGEN DEN 4 DECEMBER 2009 08.00-12.00 PROVKOD

Läs mer

Matematisk statistik 9 hp, HT-16 Föreläsning 15: Multipel linjär regression

Matematisk statistik 9 hp, HT-16 Föreläsning 15: Multipel linjär regression Matematisk statistik 9 hp, HT-16 Föreläsning 15: Multipel linjär regression Anna Lindgren 28+29 november, 2016 Anna Lindgren anna@maths.lth.se FMS012/MASB03 F15: multipel regression 1/22 Linjär regression

Läs mer

INGENJÖRSMATEMATISK FORMELSAMLING

INGENJÖRSMATEMATISK FORMELSAMLING Sätyck u femte upplaga av fomle och tabelle fö aolikhetläa och tatitik, idoa 89-4. Toe Gutafo 004. INGENJÖRSMATEMATISK FORMELSAMLING Toe K. Gutafo Kombiatoik 89 90 Kombiatoik 6 KOMBINATORIK Atal pemutatioe

Läs mer

Avd. Matematisk statistik

Avd. Matematisk statistik Avd. Matematisk statistik TENTAMEN I 5B508 MATEMATISK STATISTIK FÖR S TISDAGEN DEN 20 DECEMBER 2005 KL 08.00 3.00. Examinator: Gunnar Englund, tel. 790 746. Tillåtna hjälpmedel: Formel- och tabellsamling

Läs mer

Matematisk statistik 9.5 hp, HT-16 Föreläsning 11: Konfidensintervall

Matematisk statistik 9.5 hp, HT-16 Föreläsning 11: Konfidensintervall Matematisk statistik 9.5 hp, HT-16 Föreläsning 11: Konfidensintervall Anna Lindgren 7+8 november 2016 Anna Lindgren anna@maths.lth.se FMS012/MASB03 F11: Konfidensintervall 1/19 Stickprov & Skattning Ett

Läs mer

Induktion och Binomialsatsen. Vi fortsätter att visa hur matematiska påståenden bevisas med induktion.

Induktion och Binomialsatsen. Vi fortsätter att visa hur matematiska påståenden bevisas med induktion. Idutio och Biomialsatse Vi fortsätter att visa hur matematisa påståede bevisas med idutio. Defiitio. ( )! = ( över ).!( )! Betydelse av talet studeras seare. Med idutio a vi u visa SATS (Biomialsatse).

Läs mer

Tentamen i Envariabelanalys 1

Tentamen i Envariabelanalys 1 Liöpigs uiversitet Matematisa istitutioe Matemati och tillämpad matemati Kursod: TATA4 Provod: TEN Iga hjälpmedel är tillåta. Tetame i Evariabelaalys 4-4-3 l 4 9 Lösigara sall vara fullstädiga, välmotiverade,

Läs mer

MS-A0409 Grundkurs i diskret matematik Sammanfattning, del I

MS-A0409 Grundkurs i diskret matematik Sammanfattning, del I MS-A0409 Grudkurs i diskret matematik Sammafattig, del I G. Gripeberg Aalto-uiversitetet 2 oktober 2013 G. Gripeberg (Aalto-uiversitetet) MS-A0409 Grudkurs i diskret matematiksammafattig, del 2Ioktober

Läs mer

Jag läser kursen på. Halvfart Helfart

Jag läser kursen på. Halvfart Helfart KOD: Tetame Psykologi Kurskod: PC106, Kurs 6: Idivide i ett socialt sammahag (15 hp) och PC145 Datum: 5/5-013 Hel- och halvfart VT 13 Provmomet: Socialpsykologi + Metod Tillåta hjälpmedel: Miiräkare Asvarig

Läs mer

TMS136: Dataanalys och statistik Tentamen

TMS136: Dataanalys och statistik Tentamen TMS136: Dataanalys och statistik Tentamen 013-08-7 Examinator och jour: Mattias Sunden, tel. 0730 79 9 79 Hjälpmedel: Chalmersgodkänd räknare och formelsamling (formelsamling delas ut med tentan). Betygsgränser:

Läs mer

Matematisk statistik

Matematisk statistik Tetame TEN, HF, 8 aug Kursod: HF Srivtid: 8:-: Lärare och examiator: Armi Halilovic Matematis statisti Hjälpmedel: Bifogat formelhäfte ("Formler och tabeller i statisti ") och miiräare av vile typ som

Läs mer