1. (a) Eftersom X och Y har samma fördelning så har de även samma väntevärde och standardavvikelse. E(X 2 ) = k
|
|
- Viktor Pålsson
- för 7 år sedan
- Visningar:
Transkript
1 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 så har de äve samma vätevärde och stadardavvikelse. Vi får EX k EX k k p X k k p X k V X EX EX.5.5 V X + Y [Oberoede] V X + V Y DX + Y b i. X Po. Formelsamlige ger att EX. PX > EX PX > PX F X [Tabell 7] ii. X Exp/l. Ur formelsamlige fås att EX /l och f X x l e l x, x. PX > EX PX > /l [ e l x] /l /l f X x dx + e l /l e c Ur uppgiftstexte ka vi utläsa följade saolikheter /l l e l x dx PA B.4, PA B., PA B. För att avgöra om fele iträffar oberoede av varadra får vi udersöka om PA B PAPB. Ritar ma ett Ve-diagram ser ma att PA och PB ka fås som PA PA B + PA B PB PB A + PA B PAPB PA B Fele iträffar således ite oberoede av varadra. d X R, dvs f X x, x. Om vi låter Y X är det f Y y och EY som söks. i. För att få fram f Y y är det lämpligt att först räka ut F Y y. F Y y PY y P X y PX y F X y f Y y d dy F Y y d dy F X y f X y y y, y dvs f Y y y, y ii. Vätevärdet för Y blir EY y f Y y dy [ y y y dy e Om vi låter hädelse A Larmet går och B Ibrott så får vi följade saolikheter ur texte PA B.99, PA B., PB. ]
2 De sökta saolikhete fås med hjälp av Bayes sats PA B PB A PA.47 PA BPB PA BPB + PA B PB a För att bestämma kostate k aväder vi att itegrale av e täthetsfuktio över hela defiitiosområdet är. [ ] f X,Y x, y dxdy kx + y dydx k xy + y dx k k x + dx k [ x + x ] b De margiella täthetsfuktioe för X fås ur f X x f X,Y x, y dy k k x + y dy k ] 4 + k [ ] xy + y kx + k x +, < x < 6 c För att räka ut korreleatioskoefficiete mella X och Y behöver vi först räka ut EX, EX, V X, f Y y, EY, EY, V Y, EXY och CX, Y. EX x f X x dx x + x dx [ ] x x EX x f X x dx x + x dx [ ] x x V X EX EX [ ] x 4 f Y y kx + y dx k + xy k + y + y, < y < EY y + y dy [ ] y + y EY y + y dy [ ] y + y V Y [ x EXY xy f X,Y x, y dxdy k x y + xy y ] dydx k + xy dx k x + x [ x dx k 6 + x 6 CX, Y EXY EX EY r X,Y CX, Y 8 V X V Y k k 99.8
3 b d Slutlige för EY X x behöver vi de betigade täthetsfuktioe för Y givet x f Y X y x f X,Y x, y f X x EY X x x + kx + y kx + x + y x + y f Y X y x dy x + x +, < y < xy + y dy x + x +, < x < 6x + [ xy + y. a Skillade mella de två modellera är att täjbarhete x ej är med i de adra modelle. Vi bör alltså udersöka om det är lämpligt att ha med x i första modelle. Detta ka vi göra geom att, för modell, testa H : b mot H : b på ivå.. Testet ka vi utföra med t.ex ett 99% kofidesitervall för b. E puktskattig av b är reda give me vi behöver ha skattigar av s och Db. Eftersom vi skattar fyra regressiosparametrar i modell får vi s s Q E skattig av variase för b hittar vi i tredje rade och tredje kolume i kovariasmatrise s U T U så kofidesitervallet blir I b b ± t./ 4db.68 ± [.,.64] Eftersom kofidesitervallet täcker pukte oll är ite b sigifikat skiljd frå oll. Det är alltså lämpligare att välja modell där x ite är med. b Vi börjar med e puktskattig av m EY då x 9 och x 7. a b b a b a m + x x + x x b 4.5b b ] För att skatta stadardavvikelse för m behöver vi skatta s och kovariasmatrise för modell eftersom a är oberoede av både b och b är elemete av storleksordig 8 i U T U avrudigsfel ma får är ma arbetar med flyttal av ädlig precissio så de ka vi sätta till oll s s Q V a Cb, a Cb, a.545 s U T U Ca, b V b Cb, b.8.74 Ca, b Cb, b V b Varias och medelfel för m blir V m V a b 4.5b V a V b V b Cb dm Kofidesitervallet blir I m m ± t.5/ dm 5.7 ±..7 [8.8,.6] Alterativt ka ma räka ut m och dm på matrisform med u [ x x x x ] [ ] b m u θ u [a ] T [ ][ ] T 5.7 V m V u θ u V θ u T dm s u U T U u T.7, b
4 4. Om vi låter X i vara vikte av e slumpvis vald ma och Y i vikte av e slumpvis vald kvia. Då har vi följade fördeligar X i N 77, 8, Y i N 66, 7 a De totala vikte av tre mä är ormalfördelad och de sökta saolikhete blir X i N 77, 8 i P X i > 4 F i F b Om vi atar att k st av persoera i hisse är mä så har vi k st kvior. Fördelige för de totala vikte Z k blir då Z k k k X i + Y i N i i 77k + 66 k, 8 k + 7 k Saolikhete att totalvikte överstiger 4 kg blir 4 77k + 66 k p k PZ k > 4 F 8 k + 7 k Sätter vi i de möjliga värdea på k ova fås k p k Nu är atalet mä resp. kvior i hisse slumpmässigt. Om vi låter Y vara atalet mä i hisse så är Y Bi, / och atalet kvior är Y. Saolikhetsfuktioe för Y är k p Y k k k k k+ k, k,,, k 8 Sätter vi i k,,, ova får vi respektive /8, /8, /8, /8. För att få fram saolikhete att totalvikte i hisse, Z, överskrider 4 kg får vi aväda satse om total saolikhet. PZ > 4 PZ k > 4 Y kpy k k. / / / /8.6 4
5 F F 5. a Vi har x,..., x obs av X i N m, s där s 5. Testa H : m H : m > på ivå a.5. Eftersom styrkefuktioe skall beräkas är det lämpligt att utgå frå testkvatitet och kritsikt område. I det här fallet får vi att H skall förkastas om x s / > l a Styrkefuktioe blir X hm PH förksatas om m är rätt värde P s / > l a X m P s / > l a + m s / F l a + m s / F skall u bestämmas så att styrkefuktioe är mist.9 då m 5 h5 >.9 5 s / l a >.9 [s 5] l a >.9 l a > l. P X > s l a + m s / l a > l a + l Ma behöver alltså ta mist io mätvärde för att kravet skall vara uppfyllt. b fms Om vi låter Y i vara efterfråga uder e måad så har vi eligt uppgifte k p Yi k a.4 a. a. a. i. Om det fis högst två eheter i lagret vid ispektio fylls det upp till fyra eheter. Efter påfyllad kommer alltså lagret alltid att ha edera tre eller fyra eheter. Vid ästa måads ispektio kommer lagret att iehålla tre eller fyra eheter mius det atal eheter som efterfrågats uder de kommade måade dvs X + X Y. Övergågsmatrise för atalet eheter i lager måad blir alltså a a a a....4 a a a a....4 P....4 a a a a a a a a a a a a ii. Eftersom alla elemet i P är > så kommuicerar alla tillståd tvåsidigt med varadra och markovkedja är då irreducibel. iii. Kedjas assymptotiska fördeig fås som lösige till p p P med bivillkore att elemete i p är positiva samt att summa av dem skall vara ett p....4 p P [p, p, p, p, p 4] p +.p +.p +.p +.p 4.p +.p +.p +.p +.p 4.p +.p +.p +.4p +.p p +.4p +.4p +.4p 4 T.p.p +.p + p + p + p 4.p +.p + p + p + p 4.4p +.p + p + p + p 4.4p + p + p + p 4 T 5
6 Ekvatiossystemet blir, om vi aväder p +p +p +p +p 4 p +p +p +p 4 p p.p p.p +. p p.p +. p p.4p +. p p 4.4 p Näst sista ekvatioe ger direkt p /. Detta isatt i övriga ekvatioer ger de assymptotiska fördelige p [p, p, p, p, p 4] [, 4, 7,, 8]/ [.,.,.,.,.667] Lagret behöver fyllas då vi är i tillståd, eller. Saolikhetete för detta är p + p + p /.4. Lagret behöver i geomsitt fyllas vid 4% av tillfällea. b fms Ma ka agripa dea uppgift på ett par olika sätt. Ett sätt är att utgå frå MKskattige av θ, θ x. Dea skattig är, eligt cetrala gräsvärdessatse, approximativt ormalfördelad om atalet elemet i medelvärdet är stort. Här har vi bara observatioer, me eftersom rektagelfördelige är symmetrisk så torde det räcka bra för att motviera ormalapproximatio. Vi behöver räka ut skattige och dess medelfel för att kostruera kofidesitervallet. X i R, θ, EX i θ/, V X i θ /, eligt formelsamlige θ x.88 V θ V X V dθ X i i θ i V X i θ θ Ett uppåt begräsat kofidesitervall med approximativ kofidesgrad 95% blir I θ [, θ + l.5dθ ] [, ] [,.8] Samma itervall får ma om ma utgår frå ett itervall för EX, som skattas med x, och seda trasformerar detta till ett itervall för θ geom att multiplicera med två. Ett aat sätt att härleda ett approximativt kofidesitervall för θ är att utgå frå att summa av observatioera är approximativt ormalfördelad och därifrå aväda defiitioe av ett kofidesitervall. För ett uppåt begräsat kofidesitervall skall vi bestämma e gräs a så att Pθ < a a Eftersom summa av observatioer i det här fallet har vätevärde θ/ och stadardavvikelse θ / har vi Xi θ θ Xi θ N, och P θ > l a a I saolikhete ova ka vi u lösa ut θ. P Xi > l a θ + θ a P θ < Xi l a a Kofidesitervallet blir med isatta siffror [ ] xi 8.8 I θ, l, [,.9] 6
7 m 6. Vi har två oberoede observatioer; x av N m, s och ȳ av N m, s m. ML-skattige av m av det m, s som maximerar Likelihoodfuktioe Lm, s och s ges Lm, s f X x f Ȳ ȳ p s / x m s e / p s /m m l L l l s x m + mȳ m p s l L [ x m + mȳ m ] m s l L s s + x m + mȳ m s 4 ȳ m s e /m m x m +mȳ m p s e s Maximum får vi geom att lösa ekvatiossystemet med de två partiella derivatora ova satta till oll. Första ekvatioe blir x + mȳ m mm m x + mȳ Adra ekvatioe satt till oll och m s [ x m + mȳ m ] m x ȳ m el. ova isatt i adra steget ger x x + mȳ + m ȳ Eftersom X N m, s och Ȳ N m, s m blir vätevärdet av m x + mȳ... Em E X + mȳ E X + meȳ m + mm m Dea skattig är således vätevärdesriktig. För att räka ut vätevärdet av s ka vi först udersöka X Ȳ som är omalfördelad med vätevärde m m och varias V X Ȳ V X + V Ȳ s / + /m Ur detta och räkeregel V X EX EX ka vi räka ut E[ X Ȳ ] V X Ȳ + E X Ȳ s Vätevärdet av s blir E[s + + s m m m ] E X Ȳ m E[ X Ȳ ] m s m s Dea skattig är alltså ite vätevärdesriktig så vi ka korrigera de geom att multiplicera med två och får sammafattigsvis följade skattigar x + mȳ, s m x ȳ 7
LÖSNINGAR TILL. Räkningar: (z i z) 2 = , Δ = z = 1 n. n 1. Konfidensintervall:
LÖSNINGAR TILL Matematisk statistik Tetame: 2014 10 28 kl 14 00 19 00 Matematikcetrum FMS 086 Matematisk statistik för B, K, N och BME, 7.5 hp Luds tekiska högskola MASB02 Matematisk statistik för kemister,
Läs merSannolikhetsteori FORMELSAMLING MATEMATISK STATISTIK, AK FÖR I, FMS 120, HT-00. Kap 2: Sannolikhetsteorins grunder
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK FORMELSAMLING MATEMATISK STATISTIK, AK FÖR I, FMS 10, HT-00 Saolikhetsteori Kap : Saolikhetsteoris gruder Följade gäller för saolikheter: 0
Läs merStatistisk 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 merθx θ 1 om 0 x 1 f(x) = 0 annars
Avd. Matematisk statistik TENTAMEN I SF903 SANNOLIKHETSLÄRA OCH STATISTIK FÖR 3-ÅRIG Media TIMEH TORSDAGEN DEN TREDJE JUNI 200 KL 4.00 9.00. Examiator: Guar Eglud, tel. 790 74 06 Tillåta hjälpmedel: Läroboke.
Läs merFör att skatta väntevärdet för en fördelning är det lämpligt att använda Medelvärdet. E(ξ) =... = µ
1 February 1, 2018 1 Förel. VII Puktskattigar av parametrar i fördeligar 1.1 Puktskattig För att skatta vätevärdet för e fördelig är det lämpligt att aväda Medelvärdet ξ = 1 ξ j. Vi tar u vätevärdet av
Läs merFORMELSAMLING 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 merSannolikhetsteori FORMELSAMLING MATEMATISK STATISTIK, AK FÖR CDEFI, NANO OCH PI, MAS233, 2004 FMS 012, FMS 022, FMS 121 OCH MAS233
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK FORMELSAMLING MATEMATISK STATISTIK, AK FÖR CDEFI, NANO OCH PI, MAS233, 2004 FMS 012, FMS 022, FMS 121 OCH MAS233 Saolikhetsteori Kap 2: Saolikhetsteoris
Läs merMinsta kvadrat-metoden, MK. Maximum likelihood-metoden, ML. Medelfel. E(X i ) = µ i (θ) MK-skattningen av θ fås genom att minimera
Matematisk statistik slumpes matematik Saolikhetsteori hur beskriver ma slumpe? Statistikteori vilka slutsatser ka ma dra av ett datamaterial? Statistikteori översikt Puktskattig Hur gör ma e bra gissig
Läs merAntalet 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 merMA2018 Tillämpad Matematik III-Statistik, 3.5hp,
MA2018 Tillämpad Matematik III-Statistik, 3.hp, 2018-08- Hjälpmedel: Pea, radergummi och lijal. Räkedosa och medföljade formelsamlig är tillåte! Tetame består av 20 frågor! Edast Svarsblakette ska lämas
Läs merUppsala 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 merIntervallskattning. 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 mera) Beräkna E (W ). (2 p)
Avd. Matematisk statistik TENTAMEN I SF19 och SF191 SANNOLIKHETSTEORI OCH STATISTIK, TISDAGEN DEN 13:E MARS 18 KL 8. 13.. Examiator: Björ-Olof Skytt, 8 79 86 49. Tillåta hjälpmedel: Formel- och tabellsamlig
Läs merb) Bestäm det genomsnittliga antalet testade enheter, E (X), samt även D (X). (5 p)
Avd Matematisk statistik TENTAMEN I SF922, SF923 och SF924 SANNOLIKHETSTEORI OCH STATISTIK, TISDAGEN DEN 29:E MAJ 208 KL 0800 300 Examiator för SF922/SF923: Tatjaa Pavleko, 08-790 84 66 Examiator för SF924:
Läs merGrundläggande matematisk statistik
Grudläggade matematisk statistik Puktskattig Uwe Mezel, 2018 uwe.mezel@slu.se; uwe.mezel@matstat.de www.matstat.de Saolikhetsteori: Saolikhetsteori och statistikteori vad vi gjorde t.o.m. u vi hade e give
Läs merFöreläsning 2: Punktskattningar
Föreläsig : Puktskattigar Joha Thim joha.thim@liu.se 7 augusti 08 Repetitio Stickprov Defiitio. Låt de stokastiska variablera X, X,..., X vara oberoede och ha samma fördeligsfuktio F. Ett stickprov x,
Läs merMatematisk statistik TMS063 Tentamen
Matematisk statistik TMS063 Tetame 208-05-30 Tid: 8:30-2:30 Tetamesplats: SB Hjälpmedel: Bifogad formelsamlig och tabell samt Chalmersgodkäd räkare. Kursasvarig: Olof Elias Telefovakt/jour: Olof Elias,
Läs merTMS136: 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 merFöreläsning 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 merDatorövning 2 Fördelningar inom säkerhetsanalys
Luds tekiska högskola Matematikcetrum Matematisk statistik STATISTISKA METODER FÖR SÄKERHETSANALYS FMS065 Datorövig 2 Fördeligar iom säkerhetsaalys I dea datorövig ska vi studera ågra grudläggade frå saolikhetsteori:
Läs mer(a) Skissa täthets-/frekvensfunktionen och fördelningsfunktionen för X. Glöm inte att ange värden på axlarna.
1 0,5 0 LÖSNINGAR till tetame: Statistik och saolikhetslära (LMA120) Tid och plats: 08:30-12:30 de 6 april 2016 Hjälpmedel: Typgodkäd miiräkare, formelblad Betygsgräser: 3: 12 poäg, 4: 18 poäg, 5: 24 poäg.
Läs merIntroduktion 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 merSkattning / Inferens. Sannolikhet och statistik. Skattning / Inferens. Vad är det som skattas?
Skattig / Iferes Saolikhet och statistik Puktskattig Försöket att beskriva e hel populatio pga ågra få mätvärde! Oberservatio = Populatio HT 2008 UweMezel@mathuuse http://wwwmathuuse/ uwe/ Populatio har
Läs mer4.2.3 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 merNormalfördelningens 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 merLycka till! I(X i t) 1 om A 0 annars I(A) =
Avd Matematisk statistik TENTAMEN I SF955 f d 5B555 DATORINTENSIVA METODER ONSDAGEN DEN AUGUSTI 008 KL 400 900 Examiator: Guar Eglud, tel 790746 Email: guare@mathkthse Tillåta hjälpmedel: Formel- och tabellsamlig
Läs merMS-A0509 Grundkurs i sannolikhetskalkyl och statistik Exempel, del II
MS-A0509 Grudkurs i saolikhetskalkyl och statistik Exempel, del II Estimerig 2 Kofidesitervall G. Gripeberg Aalto-uiversitetet 3 februari 205 3 Hypotesprövig 4 Korrelatio och regressio G. Gripeberg Aalto-uiversitetet
Läs merSAMMANFATTNING 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 merTentamen i matematisk statistik
MSTA3, Saolikhetsteori A, 5 p 5--7 Tetame i matematisk statistik Saolikhetsteori A, 5 poäg Skrivtid: 9.-5.. Tillåta hjälpmedel: Tabellsamlig, ege miiräkare. Studetera får behålla tetamesuppgiftera. På
Läs merMA2018 Tillämpad Matematik III-Statistik, 3.5hp,
MA018 Tillämpad Matematik III-Statistik,.hp, 018-0-1 Hjälpmedel: Pea, radergummi och lijal. Räkedosa och medföljade formelsamlig är tillåte! Tetame består av 0 frågor! Edast Svarsblakette ska lämas i!
Läs merS0005M V18, Föreläsning 10
S0005M V18, Föreläsig 10 Mykola Shykula LTU 2018-04-19 Mykola Shykula (LTU) S0005M V18, Föreläsig 10 2018-04-19 1 / 15 Hypotesprövig ett stickprov, σ okäd. Stadardiserig av stickprovsmedelvärdet då σ är
Läs merFinansiell 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 merHögskoleutbildad 0,90*0,70=0,63 0,80*0,30=0,24 0,87 Ej högskoleutbildad 0,07 0,06 0,13 0,70 0,30 1,00
Lösigsförslag UPPGIFT 1 Kvia Ma Högskoleutbildad 0,90*0,70=0,63 0,80*0,30=0,24 0,87 Ej högskoleutbildad 0,07 0,06 0,13 0,70 0,30 1,00 Pr(ej högskoleutbildad kvi=0,07=7% Pr(högskoleutbildad)=0,87 c) Pr(Kvi*Pr(Högskoleutbildad)=0,70*0,87=0,609
Läs merTentamen 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 merStatistik. 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 merSAMMANFATTNING 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 merMA2018 Tillämpad Matematik III-Statistik, 3.5hp,
MA08 Tillämpad Matematik III-Statistik, 3.5hp, 08-05-3 Hjälpmedel: Pea, radergummi och lijal. Räkedosa och medföljade formelsamlig är tillåte! Tetame består av 0 frågor! Edast Svarsblakette ska lämas i!
Läs merTentamen i Sannolikhetsteori III 13 januari 2000
STOCKHOLMS UNIVERSITET MATEMATISK STATISTIK Louise af Klitberg Lösigar Tetame i Saolikhetsteori III 13 jauari 2000 Uppgift 1 a) Det mest detaljerade utfallsrummet är med uppebara beteckigar Ω = {(B1, B2),
Läs merTentamen 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 merTENTAMEN I MATEMATIK MED MATEMATISK STATISTIK HF1004 TEN kl
TENTAMEN I MATEMATIK MED MATEMATISK STATISTIK HF004 TEN 0-04-5 kl 8.5-.5 Hjälpmedel: Formler och tabeller i statistik, räkedosa Fullstädiga lösigar erfordras till samtliga uppgifter. Lösigara skall vara
Läs merFöreläsning 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================================================
rmi Halilovic: ETR ÖVNINGR TVÅ STICKPROV Vi betraktar två oberoede ormalfördelade sv och Låt x, x,, x vara ett observerat stickprov, av storleke, på N (, ) och låt y, y,, y vara ett observerat stickprov,
Läs merMA2018 Tillämpad Matematik III-Statistik, 3.5hp,
MA018 Tillämpad Matematik III-Statistik,.hp, 019-0-1 Hjälpmedel: Pea, radergummi och lijal. Räkedosa och medföljade formelsamlig är tillåte! Tetame består av 0 frågor! Edast Svarsblakette ska lämas i!
Läs merÖvningstentamen 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 mer2. 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 mer1. Test av anpassning.
χ -metode. χ -metode ka avädas för prövig av hypoteser i flera olika slag av problem: om e stokastisk variabel följer e viss saolikhetsfördelig med käda eller okäda parametrar. om två stokastiska variabler
Läs merF10 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 merFöreläsning 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 merTentamen 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 merTENTAMEN 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 merDatorövning 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 merMA2018 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 merAvd. Matematisk statistik
Avd. Matematisk statistik TENTAMEN I SF1917/SF1918/SF1919 SANNOLIKHETSTEORI OCH STATISTIK, TISDAG 8 JANUARI 2019 KL 8.00 13.00. Examiator för SF1917/1919: Jörge Säve-Söderbergh, 08-790 65 85. Examiator
Läs merFöreläsning 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 merFormelblad 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 merP (A) = k A P (A ) = 1 P (A) P (A B) P (B) P (M i ) = 1 P (A) P (X = k) = p X (k) p X (k) = 1 P (A B) p X (k)
SVERIGES LANTBRUKSUNIVERSITET Istitutioe för eergi och tekik Uwe Mezel e-post: uwe.mezel@matstat.de Formelsamlig Grudläggade matematiskt statistik 2080822 Saolikhetslära Klassisk saolikhetsdeitio: P A
Läs merId: 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 merÖvningstentamen i MA2018 Tillämpad Matematik III-Statistik, 3.5hp
Övigstetame i MA08 Tillämpad Matematik III-Statistik,.hp Hjälpmedel: Pea, radergummi och lijal. Räkedosa och medföljade formelsamlig är tillåte! Tetame består av 0 frågor! Edast Svarsblakette ska lämas
Läs merBorel-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 merTentamen 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 merSannolikheter 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 merFöreläsning 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 merFinansiell 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 merTentamen 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 merRättningstiden 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 merZ-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 merMatematisk statistik
Matematisk statistik (Corelia Schiebold) Iehåll:. Saolikhetsteori 2. Diskreta stokastiska variabler 3. Kotiuerliga stokastiska variabler 4. Oberoedemått, summor av stokastiska variabler och cetrala gräsvärdessatse
Läs merLösning 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 merMS-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 merVid mer än 30 frihetsgrader approximeras t-fördelningen med N(0; 1). Konfidensintervallet blir då
Stat. teori gk, ht 006, JW F7 ENKEL LINJÄR REGRESSION, FORTS. (NCT.5-.7) Statistisk iferes rörade β Vi vet reda att b är e vätevärdesriktig skattig av modellparameter β. Vi vet också att skattige b har
Läs merF3 Lite till om tidsserier. Statistikens grunder 2 dagtid. Sammansatta index 4. Deflatering HT Laspeyres index: Paasche index: Index.
F3 Lite till om tidsserier Deflaterig, att justera för iflatioe tatistikes gruder dagtid 4 3,5 3,5,5 Mjölk ockerdricka HT,5 975 976 977 978 979 98 98 98 Löpade priser År Mjölk ockerdricka KPI 945 = 975,34,
Läs merTentamen 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 merMS-A0509 Grundkurs i sannolikhetskalkyl och statistik Exempel etc., del II
MS-A0509 Grudkurs i saolikhetskalkyl och statistik Exempel etc., del II G. Gripeberg Aalto-uiversitetet 11 februari 014 G. Gripeberg Aalto-uiversitetet) MS-A0509 Grudkurs i saolikhetskalkyl och statistikexempel
Läs merViktigt! 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 merb 1 och har för olika värden på den reella konstanten a.
Första häftet 649. a) A och B spelar cigarr, vilket som bekat tillgår på följade sätt. Omväxlade placerar de ibördes lika, jämtjocka cigarrer på ett rektagulärt bord, varvid varje y cigarr måste placeras
Läs merLÖSNINGSFÖRSLAG 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 merTENTAMEN I MATEMATISK STATISTIK
TETAME I MATEMATISK STATISTIK Te i kurse 6H, KÖTEORI OCH MATEMATISK STATISTIK, Te i kurse 6H, 6L MATEMATIK OCH MATEMATISK STATISTIK, Skrivtid: :-7: Lärare: Armi Halilovic Kurskod 6H, 6H, 6L, 6A Hjälpmedel:
Läs merDel A. x 0 (1 + x + x 2 /2 + x 3 /6) x x 2 (1 x 2 /2 + O(x 4 )) = x3 /6 + O(x 5 ) (x 3 /6) + O(x 4 )) = 1 + } = 1
UPPSALA UNIVERSITET Matematiska istitutioe Sigstam, Styf Svar till övigsteta ENVARIABELANALYS 0-0- Svar till övigsteta. Del A. Bestäm e ekvatio för tagete till kurva y f x) x 5 i pukte där x. Skissa kurva.
Läs merF19 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 merTentamen 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 merMS-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. Mängden av alla möjliga tillstånd E k kallas tillståndsrummet.
Stokastiska rocesser Defiitio E stokastisk rocess är e mägd familj av stokastiska variabler Xt arameter t är oftast me ite alltid e tidsvariabel rocesse kallas diskret om Xt är e diskret s v för varje
Läs merTentamen 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 merArmin 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 mer101. och sista termen 1
Lektio, Evariabelaalys de ovember 999 5.. Uttryck summa j uta summasymbole. j + Termera är idexerade frå j = till j = och varje term är blir j j+. Summa Skriver vi upp summa uta summasymbole blir de +
Läs merTAMS79: Föreläsning 9 Approximationer och stokastiska processer
TAMS79: Föreläsig 9 Approximatioer och stokastiska processer Joha Thim 18 ovember 2018 9.1 Biomialfördelig Vi har reda stött på dea fördelig flera gåger. Situatioe är att ett slumpförsök har två möjliga
Läs merLinjär 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 merMS-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 merMS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning och exempel, del II
MS-A0509 Grudkurs i saolikhetskalkyl och statistik Sammafattig och exempel, del II G. Gripeberg Aalto-uiversitetet 13 februari 015 G. Gripeberg (Aalto-uiversitetet MS-A0509 Grudkurs i saolikhetskalkyl
Läs mer4. Uppgifter från gamla tentor (inte ett officiellt urval) 6
SF69 - DIFFERENTIALEKVATIONER OCH TRANSFORMER II - ÖVNING 4 KARL JONSSON Iehåll. Egeskaper hos Fouriertrasforme. Kapitel 3: Z-Trasform.. Upp. 3.44a-b: Bestämig av Z-trasforme för olika talföljder.. Upp.
Läs merx 1 x 2 x 3 x 4 x 5 x 6 HL Z x x x
Uppgift 1 a) Vi iför slackvariabler x 4, x 5 och x 6 och löser problemet med hjälp av simplexalgoritme. Z -2-1 1 0 0 0 0 x 4 1 1-1 1 0 0 20 x 5 2 1 1 0 1 0 30 x 6 1-1 2 0 0 1 10 x 1 blir igåede basvariabel
Läs merSANNOLIKHETER. 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 merAnmärkning: I några böcker använder man följande beteckning ]a,b[, [a,b[ och ]a,b] för (a,b), [a,b) och (a,b].
MÄNGDER Stadardtalmägder: N={0,, 2, 3, } mägde av alla aturliga tal (I ågra böcker N={,2,3, }) Z={ 3, 2,,0,, 2, 3, 4, } mägde av alla hela tal m Q={, där m, är hela tal och 0 } mägde av alla ratioella
Läs merTolkning 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 merENDIMENSIONELL ANALYS B1 FÖRELÄSNING VI. Föreläsning VI. Mikael P. Sundqvist
Föreläsig VI Mikael P. Sudqvist Aritmetisk summa, exempel Exempel I ett sällskap på 100 persoer skakar alla persoer had med varadra (precis e gåg). Hur måga hadskakigar sker? Defiitio I e aritmetisk summa
Läs merMS-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 merStokastiska 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 merMatematisk 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 merTAMS15: SS1 Markovprocesser
TAMS15: SS1 Markovprocesser Joha Thim (joha.thim@liu.se) 21 ovember 218 Vad häder om vi i e Markovkedja har kotiuerlig tid istället för diskreta steg? Detta är ett specialfall av e kategori stokastiska
Läs merFöreläsning G70 Statistik A
Föreläsig 7 73G70 Statistik A Hypotesprövig för jämförelse av populatiosadelar Krav: vi har dragit två OSU p( p) > 5 för båda stickprove Steg : Välj sigifikasivå och formulera hypoteser H 0 : π - π = d
Läs mer