Datorövning 1 Enkel linjär regressionsanalys
|
|
- Martin Henriksson
- för 7 år sedan
- Visningar:
Transkript
1 Datorövning 1 Enkel linjär regressionsanalys Datorövningen utförs i grupper om två personer. I denna datorövning skall ni använda Excel och Minitab för att 1. få en visuell uppfattning om vad ett regressionssamband är 2. studera hur olika observationer kan tänkas påverka ett regressionssamband 3. skatta regressionssamband och tolka komponenter i utskrifter 4. beräkna konfidensintervall, prognosintervall och göra test i regressionsanalyser Start Logga in på systemet Excel Starta Excel. Mata in nedanstående tal kolumnerna A och B: Markera området med talen, klicka på Insert-menyn och välj där ett punktdiagram (Scatter). Ni har nu fått diagrammet inklistrat på kalkylbladet. Ni skall nu låta Excel anpassa en rät linje till punkterna. 1
2 Klicka på någon av punkterna i diagrammet, välj menyn Layout och alternativet Trendline. Välj här alternativet Linear Trendline. Studera den linje ni får. Vad finns det att säga om de vertikala avstånden från respektive punkt till linjen? I kolumn B, ändra det första värdet från 2 till 10. Vad händer med den inritade linjen? Tänk på att skalan på y-axeln kan ändras. Ändra sedan tillbaka till värdet 2. I kolumn B, ändra det sista värdet från 12 till 4. Vad händer med linjen då? Ändra sedan tillbaka värdet. Ändra så det sjätte värdet från 4 till 4. Vad händer med linjen? Ändra sedan tillbaka värdet. Kan ni säga något generellt om hur punkter på olika platser i punktsvärmen påverkar linjens utseende? Ändra nu det sista värdet i kolumn A från 10 till 30 och det sista i kolumn B från 12 till 20. Studera hur linjen förändras. Ni har med denna handling spridit ut punktsvärmen längs x-axeln. Ändra nu det sista värdet i kolumn B från 20 till 12. Påverkas linjen mer denna gång än när ni tidigare ändrade från 12 till 4 (8 steg även denna gång alltså). Tänk på att skalan på y-axeln förändras. Ändra tillbaka från 12 till 20 och ändra sedan det näst sista värdet i A från 9 till 27 och det näst sista i B från 8 till 18. Pröva sedan att åter ändra det sista värdet i B från 20 till 12. Blir linjens förändring annorlunda denna gång jämfört med tidigare? Om så är fallet vad kan detta bero på? Fundera lite på om ni kan säga något allmänt om olika punkters betydelse för regressionslinjen (s k influens). Låt värdena kvarstå efter den sista ändringen. Klicka någonstans utanför diagrammet och välj menyn Data och alternativet Data Analysis (om ni inte har detta alternativ, säg till handledaren!). Gå ned med rullningslisten tills ni hittar alternativet Regression, välj detta och klicka på OK. Ni får då en ny dialogruta med följande utseende: 2
3 Sätt markören i det översta fältet (för Y-variabeln) och markera sedan alla värden i kolumn B. Flytta sedan markören till nästa fält (för X) och markera alla värden i kolumn A. Markera i rutan Confidence level (Konfidensnivå) och låt "95%" stå kvar. Klicka i rutan för Output Range (Utdataområde) och sätt markören i fältet därefter. Markera en tom ruta på kalkylbladet. Klicka sedan på OK. Ni får nu en utskrift över den gjorda regressionsanalysen. För att se all text, dubbelklicka i gränserna mellan de kolumner i vilka utskriften har hamnat. Studera utskriften. Den innehåller en del komponenter som vi ej tagit upp, men många av dem är bekanta. a. Fundera över vad det är för regressionsmodell ni har anpassat b. Vilka värden har b 0 och b 1 i den anpassade modellen? c. Vilka värden har SST, SSE och SSR? d. Hur stor är förklaringsgraden? Kan ni hitta detta värde direkt i utskriften? e. Vilket värde har korrelationskoefficienten? 3
4 f. Vilket värde får testfunktionen F? Kan man se av utskriften om hypotesen H 0 : =0 kan förkastas eller ej? g. Vad blir det 95% konfidensintervallet för? h. Vilket värde får testfunktionen t och var ser man om H 0 : =0 kan förkastas på basis av detta test? Minitab Starta Minitab. Klistra över kolumnerna A och B från Excel-dokumentet till Worksheet-fönstret i Minitab (eller mata in dem för hand). Kom ihåg att den grå listen överst i Worksheet-fönstret är till för rubrik: här ska alltså inga siffror matas in. Gör Session-fönstret aktivt och välj alternativet Enable commands från menyn Editor. Prompten MTB>dyker nu upp i Session-fönstret. Vi börjar med att rita ett punktdiagram. Öppna menyn Graph och välj alternativet Scatterplot Välj det redan förmarkerade alternativet. Klicka på OK. 4
5 I första fältet under Y variables, välj kolumnen C2 och i första fältet under X variables, välj kolumnen C1. Klicka på OK. Studera diagrammet och jämför med det punktdiagram ni ritade i Excel. Studera också vilket kommando som genererades i Session-fönstret. Det bör ha blivit MTB > Plot C2*C1; SUBC> Symbol. Underkommandot (SUBC> ) har med förinställda alternativ (defaults) att göra och behöver egentligen inte anges. Pröva därför att ge följande kommando efter den sista prompten (följt av Enter) plot c2*c1 Blir det någon skillnad i det genererade diagrammet? Öppna nu menyn Stat, välj undermenyn Regression och i denna alternativet Fitted Line Plot 5
6 I fältet Response (Y), välj kolumnen C2 och i fältet Predictor (X) välj kolumnen C1. Låt övrigt vara som det står och klicka på OK. Ni får nu dels en utskrift i Session-fönstret, dels ett diagram också innehållande utskrifter. Jämför diagrammet och utskrifterna med de motsvarigheter ni fick i Excel. Stämmer de överens? Gå igenom frågorna a)-h) ovan och notera vilka ni kan hitta i Minitab-utskriften och vilka ni inte kan hitta. Detta är nu inte det normala förfarandet när man vill göra regressionsanalys med Minitab. Öppna åter menyn Stat, välj undermenyn Regression och denna gång alternativet Regression 6
7 Detta är ett generellt kommando för regression som möjliggör regression av en vald beroende variabel (Y) mot en eller flera förklaringsvariabler (predictors). Nu skall ni i fältet för Response välja kolumnen C2 och i fältet för Predictors välja kolumnen C1. Klicka sedan på OK. Ni får nu bara en utskrift i Session-fönstret. Denna ser nästan ut som den tidigare med undantag för några rader på slutet. Studera vilket kommando som genererats. Det bör ha blivit MTB > Regress C2 1 C1; SUBC> Constant; SUBC> Brief 2. De två underkommandon Constant; och Brief 2. behövs egentligen inte utan är "defaults". Pröva nu att ge följande kommando efter den sista prompten (inklusive Enter) regress c2 1 c1 Jämför utskriften med den tidigare. Kommandostrukturen för detta är att efter ordet regress följer den kolumn som utgör responsvariabel (C2). Ettan anger att regression skall göras på en förklaringsvariabel och efter denna etta följer kolumnen med förklaringsvariabeln (C1). Hade ni här haft fler än en förklaringsvariabel, t ex 3 stycken, hade ni angett en trea istället för ettan och sedan de tre kolumner som skulle ha innehållit förklaringsvariablerna. Observera att ni inte behöver använda stor bokstav någonstans. Att kommandot ekas med sådana, när ni använder menyerna, är bara en layout-detalj. Vidare gäller att alla kommandon kan anges enbart med de fyra första inledande bokstäverna (ibland räcker det med färre). Dessa definierar unikt varje enskilt kommando i Minitab. Det går naturligtvis bra att bara använda menygenererade körningar i denna kurs, men det går i allmänhet fortare att använda kommandon och skall man köra många liknande analyser är det litet tidsödande att alltid öppna menyalternativet och klicka. Ni bör märka att ni här inte får några konfidensintervall för parametrarna. Det kanske känns knepigt, eftersom Minitab är ett statistikprogram, men man har här valt att inte redovisa dem, eftersom de enkelt kan konstrueras med hjälp av utskriften. Ett konfidensintervall för erhålls som b 1 t s b1 7
8 där s b1 är uttrycket för den skattade standardavvikelsen hos b. Vi har hittills gett ett beräkningsbart uttryck för detta, men här finns det faktiskt direkt i utskriften under kolumnen "SE Coeff". Leta därför upp ett värde i t-tabell och beräkna själva konfidensintervallet med 95% konfidensgrad. Om ni inte vill använda tabellen, skriv då in följande kommando i Session-fönstret: MTB > invc 0.975; SUBC> t 8. Ni skall förstås inte skriva in MTB> resp. SUBC> Dessa är promptar som genereras av Minitab. Skriv bara in den text (inklusive den sista punkten)som står i detta typsnitt och ge Enter efter den första raden. I utskriften skall ni nu på lämpligt ställe kunna läsa av tabellvärdet. För att konstruera konfidensintervall för E(y 0 )=μ y x0 resp. prognosintervall för y 0 gör man på följande sätt: Öppna åter menyn för regression (Stat->Regression->Regression ) (Observera att de val ni senast gjorde står kvar. ) Klicka på knappen Options. 8
9 I fältet under Prediction intervals for new observations skall man skriva in värdet på x 0. Här kan ni t ex välja värdet 5.5 eftersom detta inte fanns med bland mätvärdena och ändå ligger inom ramen för hela datamaterialet. Skriv alltså in 5.5 på denna rad och klicka på OK. Klicka sedan på OK i den första rutan och studera utskriften i Session-fönstret. Vad blir konfidensintervallet resp. prognosintervallet? Korrelation Korrelationskoefficienten är som sagt närbesläktad med linjär regression. Skillnaden ligger i att korrelationen mäter graden och riktningen av linjärt samband utan att specifikt tala om hur det ser ut. Antag t ex att för två variabler gäller det perfekta sambandet y=2+3x, dvs det antas inte finnas några slumpavvikelser utan alla punkter ligger exakt på den räta linjen. Korrelationskoefficienten blir i detta fall lika med 1, pekande på ett exakt linjärt samband. Den skulle dock fortstätta att vara ett om sambandet ändrades till y= x. Observera att dessa två samband är helt skilda från varandra, men de har samma korrelation. Skulle sambandet ändras till t ex y= x blir dock korrelationen lika med 1 eftersom riktningen nu har ändrats. Öppna menyn Stat, välj undermenyn Basic Statistics och i denna alternativet Correlation 9
10 Här kan ni nu välja för vilka variabler korrelationer skall beräknas. Välj därför både C1 och C2 i fältet under Variables och klicka på OK. Studera utskriften i Session-fönstret. Ni får den beräknade korrelationskoefficienten uttryckt som Pearson correlation som är den fullständiga engelskspråkiga termen. Ni får även P-value utskrivet men ni kan observera att i dialogrutan ovan kan man välja att avstå från denna beräkning. Detta värde kan användas för att avgöra om korrelationskoefficienten i populationen är skild från 0. Om ni t ex testar på 5% nivå skall P-värdet vara lägre än 0.05 för att ni skall kunna påstå detta (dvs förkasta en nollhypotes som säger att korrelationen är 0). Väljer ni nivå 1% skall P-värdet vara lägre än 0.01 etc. I Session-fönstret syns även vilket kommando som har genererats och detta kan förstås användas istället för meny-alternativet (och då förkortat till corr c1 c2). Övningsuppgift Använd nu datamaterialet till uppgift 2.12 i AJÅ, sidan 80, och genomför regressionsanalyser i Excel och Minitab. Jämför era utskrifter med de som finns i boken. Eftersom ni förmodligen behandlat denna uppgift på lektion, bör ni kunna göra bra jämförelser. Avslutning Avsluta alla program och logga ut från systemet. 10
Datorövning 5 Exponentiella modeller och elasticitetssamband
Datorövning 5 Exponentiella modeller och elasticitetssamband Datorövningen utförs i grupper om två personer. I denna datorövning skall ni använda Minitab för att 1. anpassa och tolka analysen av en exponentiell
Läs merDatorövning 2 Multipel regressionsanalys, del 1
Datorövning 2 Multipel regressionsanalys, del 1 Datorövningen utförs i grupper om två personer. I denna datorövning skall ni använda Minitab för att 1. analysera data enligt en multipel regressionsmodell
Läs merDATORÖVNING 5: SANNOLIKHETSFÖRDELNINGAR FÖR
DATORÖVNING 5: SANNOLIKHETSFÖRDELNINGAR FÖR STICKPROVSMEDELVÄRDEN I denna datorövning ska du använda Minitab för att slumpmässigt dra ett mindre antal observationer från ett större antal, och studera hur
Läs merDATORÖVNING 2: TABELLER OCH STANDARD-
DATORÖVNING 2: TABELLER OCH STANDARD- VÄGNING. I den här datorövningen använder vi Excel för att konstruera pivottabeller, som vi sedan använder för att beräkna standardvägda medeltal. Vi skapar också
Läs merInstruktioner till Inlämningsuppgift 1 och Datorövning 1
STOCKHOLMS UNIVERSITET HT 2005 Statistiska institutionen 2005-10-14 MC Instruktioner till Inlämningsuppgift 1 och Datorövning 1 Kurs i Ekonometri, 5 poäng. Uppgiften ingår i examinationen för kursen och
Läs merLaboration 2 multipel linjär regression
Laboration 2 multipel linjär regression I denna datorövning skall ni 1. analysera data enligt en multipel regressionsmodell, dvs. inkludera flera förklarande variabler i en regressionsmodell 2. studera
Läs mer10.1 Enkel linjär regression
Exempel: Hur mycket dragkraft behövs för att en halvledare skall lossna från sin sockel vid olika längder på halvledarens ben. De halvledare vi betraktar är av samma storlek (bortsett benlängden). 70 Scatterplot
Läs merFöreläsning 2. Kap 3,7-3,8 4,1-4,6 5,2 5,3
Föreläsning Kap 3,7-3,8 4,1-4,6 5, 5,3 1 Kap 3,7 och 3,8 Hur bra är modellen som vi har anpassat? Vi bedömer modellen med hjälp av ett antal kriterier: visuell bedömning, om möjligt F-test, signifikanstest
Läs merTAMS 28 DATORÖVNING 2
TAMS 28 DATORÖVNING 2 Datorövningen behandlar enkel och multipel linjär regression. Du kommer att använda filerna syra.mpj, fosfat.mpj, smog.mpj och mogel.mpj. Om regressionskommandot: Det underlättar
Läs mer1. Lära sig plotta en beroende variabel mot en oberoende variabel. 2. Lära sig skatta en enkel linjär regressionsmodell
Datorövning 1 Regressions- och tidsserieanalys Syfte 1. Lära sig plotta en beroende variabel mot en oberoende variabel 2. Lära sig skatta en enkel linjär regressionsmodell 3. Lära sig beräkna en skattning
Läs mer732G71 Statistik B. Föreläsning 1, kap Bertil Wegmann. IDA, Linköpings universitet. Bertil Wegmann (IDA, LiU) 732G71, Statistik B 1 / 20
732G71 Statistik B Föreläsning 1, kap. 3.1-3.7 Bertil Wegmann IDA, Linköpings universitet Bertil Wegmann (IDA, LiU) 732G71, Statistik B 1 / 20 Exempel, enkel linjär regressionsanalys Ett företag vill veta
Läs merRegressions- och Tidsserieanalys - F1
Regressions- och Tidsserieanalys - F1 Kap 3: Enkel linjär regression Linda Wänström Linköpings universitet May 4, 2015 Wänström (Linköpings universitet) F1 May 4, 2015 1 / 25 Regressions- och tidsserieanalys,
Läs merDatorlaboration 1 Deskriptiv statistik med hjälp av MS Excel vers. 2010
v. 2015-01-07 ANVISNINGAR Datorlaboration 1 Deskriptiv statistik med hjälp av MS Excel vers. 2010 Detta häfte innehåller kortfattade anvisningar om hur ni använder Excel under denna laboration. Be om hjälp
Läs merDATORÖVNING 2: STATISTISK INFERENS.
DATORÖVNING 2: STATISTISK INFERENS. START Logga in och starta Minitab. Se till att du kan skriva Minitab-kommandon direkt i Session-fönstret (se föregående datorövning). CENTRALA GRÄNSVÄRDESSATSEN Enligt
Läs merInstruktioner till Frivillig Inlämningsuppgift 2 och Datorövning 3-4. Fortsättningskurs i statistik, moment 1, Statistisk Teori, 10 poäng.
STOCKHOLMS UNIVERSITET HT 2005 Statistiska institutionen 2005-10-12 MC Instruktioner till Frivillig Inlämningsuppgift 2 och Datorövning 3-4 Fortsättningskurs i statistik, moment 1, Statistisk Teori, 10
Läs merMatematikcentrum 1(4) Matematisk Statistik Lunds Universitet MASB11 HT10. Laboration. Regressionsanalys (Sambandsanalys)
Matematikcentrum 1(4) Matematisk Statistik Lunds Universitet MASB11 HT10 Laboration Regressionsanalys (Sambandsanalys) Grupp A: 2010-11-24, 13.15 15.00 Grupp B: 2010-11-24, 15.15 17.00 Grupp C: 2010-11-25,
Läs merRegressions- och Tidsserieanalys - F1
Regressions- och Tidsserieanalys - F1 Kap 3: Enkel linjär regression Linda Wänström Linköpings universitet November 4, 2013 Wänström (Linköpings universitet) F1 November 4, 2013 1 / 25 Statistik B, 8 hp
Läs merLABORATION 3 - Regressionsanalys
Institutionen för teknikvetenskap och matematik S0001M Matematisk statistik LABORATION 3 - Regressionsanalys I denna laboration ska du lösa ett antal uppgifter i regressionsanalys med hjälp av statistik-programmet
Läs merDATORÖVNING 3: MER OM STATISTISK INFERENS.
DATORÖVNING 3: MER OM STATISTISK INFERENS. START Logga in och starta Minitab. STATISTISK INFERENS MED DATORNS HJÄLP Vi fortsätter att arbeta med datamaterialet från datorävning 2: HUS.xls. Som vi sett
Läs mer2. Lära sig skatta en multipel linjär regressionsmodell samt plotta variablerna. 4. Lära sig skatta en linjär regressionsmodell med interaktionstermer
Datorövning 2 Regressions- och tidsserieanalys Syfte 1. Lära sig skapa en korrelationsmatris 2. Lära sig skatta en multipel linjär regressionsmodell samt plotta variablerna mot varandra 3. Lära sig beräkna
Läs merRegressions- och Tidsserieanalys - F4
Regressions- och Tidsserieanalys - F4 Modellbygge och residualanalys. Kap 5.1-5.4 (t.o.m. halva s 257), ej C-statistic s 23. Linda Wänström Linköpings universitet Wänström (Linköpings universitet) F4 1
Läs merFöreläsning 8. NDAB02 Statistik; teori och tillämpning i biologi
Föreläsning 8 Statistik; teori och tillämpning i biologi 1 Dagens föreläsning o Enkel linjär regression (kap 17.1 17.5) o Skatta regressionslinje (kap 17.2) o Signifikant lutning? (kap 17.3, 17.5a) o Förklaringsgrad
Läs merDatorövning 1 Introduktion till Minitab och Excel
Datorövning 1 Introduktion till Minitab och Excel Allmänt Hittills under statistikkursen har vi ägnat oss åt metoder för att illustrera och beskriva datamaterial. Du har kanske börjat öva på att räkna
Läs merDatorövning 2 Statistik med Excel (Office 2007, svenska)
Datorövning 2 Statistik med Excel (Office 2007, svenska) Denna datorövning fokuserar på att upptäcka samband mellan två variabler. Det görs genom att rita spridningsdiagram och beräkna korrelationskoefficienter
Läs merDatoro vning 1-2 Statistisk analys av kodade svar
Datoro vning 1-2 Statistisk analys av kodade svar 732G19 Utredningskunskap I Denna datorövning utförs i grupper om 2-4 personer och ska ses som en instruktion i att analysera resultaten av en enkät. Ingen
Läs mer2.1 Minitab-introduktion
2.1 Minitab-introduktion Betrakta följande mätvärden (observationer): 9.07 11.83 9.56 7.85 10.44 12.69 9.39 10.36 11.90 10.15 9.35 10.11 11.31 8.88 10.94 10.37 11.52 8.26 11.91 11.61 10.72 9.84 11.89 7.46
Läs merLaboration 4 R-versionen
Matematikcentrum 1(5) Matematisk Statistik Lunds Universitet MASB11 VT13, lp3 Laboration 4 R-versionen Regressionsanalys 2013-03-07 Syftet med laborationen är att vi skall bekanta oss med lite av de funktioner
Läs merGör uppgift 6.10 i arbetsmaterialet (ingår på övningen 16 maj). För 10 torskar har vi värden på variablerna Längd (cm) och Ålder (år).
Matematikcentrum Matematisk statistik MASB11: BIOSTATISTISK GRUNDKURS DATORLABORATION 4, 21 MAJ 2018 REGRESSION OCH FORTSÄTTNING PÅ MINIPROJEKT II Syfte Syftet med dagens laboration är att du ska bekanta
Läs merFöreläsning 4. Kap 5,1-5,3
Föreläsning 4 Kap 5,1-5,3 Multikolinjäritetsproblem De förklarande variablerna kan vara oberoende (korrelerade) av varann men det är inte så vanligt. Ofta är de korrelerade, och det är helt ok men beroendet
Läs merDatorlaboration 1 Deskriptiv statistik med hjälp av MS Excel
ANVISNINGAR Datorlaboration 1 Deskriptiv statistik med hjälp av MS Excel Detta häfte innehåller kortfattade anvisningar om hur ni använder Excel under denna laboration. Be om hjälp när/om ni tycker att
Läs merLaboration med Minitab
MATEMATIK OCH STATISTIK NV1 2005 02 07 UPPSALA UNIVERSITET Matematiska institutionen Silvelyn Zwanzig, Tel. 471 31 84 Laboration med Minitab I denna laboration skall du få stifta bekantskap med ett statistiskt
Läs merStatistik 1 för biologer, logopeder och psykologer
Innehåll 1 Korrelation och regression Innehåll 1 Korrelation och regression Spridningsdiagram Då ett datamaterial består av två (eller era) variabler är man ofta intresserad av att veta om det nns ett
Läs merRegressions- och Tidsserieanalys - F3
Regressions- och Tidsserieanalys - F3 Multipel regressionsanalys kap 4.8-4.10 Linda Wänström Linköpings universitet 7 maj Wänström (Linköpings universitet) F3 7 maj 1 / 26 Lite som vi inte hann med när
Läs merInStat Exempel 4 Korrelation och Regression
InStat Exempel 4 Korrelation och Regression Vi ska analysera ett datamaterial som innehåller information om kön, längd och vikt för 2000 personer. Materialet är jämnt fördelat mellan könen (1000 män och
Läs merDATORÖVNING 3: EXPERIMENT MED
DATORÖVNING 3: EXPERIMENT MED SLUMPMÄSSIGA FÖRSÖK. I denna övning skall du med hjälp av färdiga makron simulera två olika försök och med hjälp av dessa uppskatta sannolikheter för ett antal händelser (och
Läs merGrundläggande statistik kurs 1
Grundläggande statistik kurs 1 Problem 1 Arbeta med frekvenstabeller Sid 2: Så här ser sidan 2 ut. Vi har alltså en delad sida med kalkylbladet till vänster och en Data&Statistik-sida till höger. I den
Läs merLaboration 2. i 5B1512, Grundkurs i matematisk statistik för ekonomer
Laboration 2 i 5B52, Grundkurs i matematisk statistik för ekonomer Namn: Elevnummer: Laborationen syftar till ett ge information och träning i Excels rutiner för statistisk slutledning, konfidensintervall,
Läs merStatistiska samband: regression och korrelation
Statistiska samband: regression och korrelation Vi ska nu gå igenom något som kallas regressionsanalys och som innebär att man identifierar sambandet mellan en beroende variabel (x) och en oberoende variabel
Läs merTVM-Matematik Adam Jonsson
TVM-Matematik Adam Jonsson 014-1-09 LABORATION 3 I MATEMATISK STATISTIK, S0001M REGRESSIONSANALYS I denna laboration ska du lösa ett antal uppgifter i regressionsanalys med hjälp av statistikprogrammet
Läs mer732G71 Statistik B. Föreläsning 4. Bertil Wegmann. November 11, IDA, Linköpings universitet
732G71 Statistik B Föreläsning 4 Bertil Wegmann IDA, Linköpings universitet November 11, 2016 Bertil Wegmann (IDA, LiU) 732G71, Statistik B November 11, 2016 1 / 34 Kap. 5.1, korrelationsmatris En korrelationsmatris
Läs merLaboration 4 Regressionsanalys
Matematikcentrum Matematisk Statistik Lunds Universitet MASB11 VT14, lp4 Laboration 4 Regressionsanalys 2014-05-21/23 Syftet med laborationen är att vi skall bekanta oss med lite av de funktioner som finns
Läs merStatistik B Regressions- och tidsserieanalys Föreläsning 1
Statistik B Regressions- och tidsserieanalys Föreläsning Kurskod: 732G7, 8 hp Lärare och examinator: Ann-Charlotte (Lotta) Hallberg Lärare och lektionsledare: Isak Hietala Labassistenter Kap 3,-3,6. Läs
Läs merDATORÖVNING 6: CENTRALA GRÄNSVÄRDES-
DATORÖVNING 6: CENTRALA GRÄNSVÄRDES- SATSEN OCH FELMARGINALER I denna datorövning ska du använda Minitab för att empiriskt studera hur den centrala gränsvärdessatsen fungerar, samt empiriskt utvärdera
Läs merTAMS28 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 merIdiotens guide till. Håkan Lyckeborgs SPSS-föreläsning 4/12 2008. Av: Markus Ederwall, 21488
Idiotens guide till Håkan Lyckeborgs SPSS-föreläsning 4/12 2008 Av: Markus Ederwall, 21488 1. Starta SPSS! 2. Hitta din datamängd på Kurs 601\downloads\datamängd A på studentwebben 3. När du hittat datamängden
Läs merDATORÖVNING 4: DISKRETA
IDA/Statistik 2008-09-25 Annica Isaksson DATORÖVNING 4: DISKRETA SANNOLIKHETSFÖRDELNINGAR. I denna datorövning ska du illustrera olika sannolikhetsfördelningar samt beräkna sannolikheter i dessa m h a
Läs merFACIT (korrekta svar i röd fetstil)
v. 2013-01-14 Statistik, 3hp PROTOKOLL FACIT (korrekta svar i röd fetstil) Datorlaboration 2 Konfidensintervall & hypotesprövning Syftet med denna laboration är att ni med hjälp av MS Excel ska fortsätta
Läs mertentaplugg.nu av studenter för studenter
tentaplugg.nu av studenter för studenter Kurskod Kursnamn SM Matematisk statistik Datum LP - Material Laboration Kursexaminator Adam Betygsgränser Tentamenspoäng Övrig kommentar Försättsblad inlämningsuppgift
Läs merDatorövning 1 Calc i OpenOffice 1
Datorövning 1 Calc i OpenOffice 1 1 OpenOffice Calc Till förmån för de som följer kursen Fysikexperiment för lärare skall vi här gå igenom några få exempel på hur OO Calc (motsvarar MS Excel) kan användas
Läs merDatorövning 1 Statistik med Excel (Office 2010, svenska)
Datorövning 1 Statistik med Excel (Office 2010, svenska) I processövningen som ni ska genomföra ingår det att konstruera samt sammanställa en enkät. Denna sammanställning ska göras med hjälp av programmet
Läs merRegressions- och Tidsserieanalys - F7
Regressions- och Tidsserieanalys - F7 Tidsserieregression, kap 6.1-6.4 Linda Wänström Linköpings universitet November 25 Wänström (Linköpings universitet) F7 November 25 1 / 28 Tidsserieregressionsanalys
Läs merObligatorisk uppgift, del 1
Obligatorisk uppgift, del 1 Uppgiften består av tre sannolikhetsproblem, som skall lösas med hjälp av miniräknare och tabellsamling. 1. Vid tillverkning av en produkt är felfrekvensen 0,02, dvs sannolikheten
Läs merMetod och teori. Statistik för naturvetare Umeå universitet
Statistik för naturvetare -6-8 Metod och teori Uppgift Uppgiften är att undersöka hur hjärtfrekvensen hos en person påverkas av dennes kroppstemperatur. Detta görs genom enkel linjär regression. Låt signifikansnivån
Läs mer*****************************************************************************
Statistik, 2p ANVISNINGAR Datorlaboration 1 Deskriptiv statistik med hjälp av MS Excel Detta häfte innehåller kortfattade anvisningar om hur ni använder Excel under denna laboration. Be om hjälp när/om
Läs merRichard Öhrvall, http://richardohrvall.com/ 1
Läsa in data (1/4) Välj File>Open>Data Läsa in data (2/4) Leta reda på rätt fil, Markera den, välj Open http://richardohrvall.com/ 1 Läsa in data (3/4) Nu ska data vara inläst. Variable View Variabelvärden
Läs merLaboration 2: Normalfo rdelning, regressionsanalys och korstabeller
S0004M Statistik 1 Undersökningsmetodik. Laboration 2: Normalfo rdelning, regressionsanalys och korstabeller Till denna laboration ska det angivna datamaterialet användas och bearbetas med den statistiska
Läs merF16 MULTIPEL LINJÄR REGRESSION (NCT , 13.9) Anpassning av linjär funktion till givna data
Stat. teori gk, ht 006, JW F16 MULTIPEL LINJÄR REGRESSION (NCT 13.1-13.3, 13.9) Anpassning av linjär funktion till givna data Data med en beroende variabel (y) och K stycken (potentiellt) förklarande variabler
Läs merLaboration 5: Regressionsanalys. 1 Förberedelseuppgifter. 2 Enkel linjär regression DATORLABORATION 5 MATEMATISK STATISTIK FÖR I, FMS 012, HT-08
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK Laboration 5: Regressionsanalys DATORLABORATION 5 MATEMATISK STATISTIK FÖR I, FMS 012, HT-08 Syftet med den här laborationen är att du skall
Läs merFöreläsning G60 Statistiska metoder
Föreläsning 9 Statistiska metoder 1 Dagens föreläsning o Regression Regressionsmodell Signifikant lutning? Prognoser Konfidensintervall Prediktionsintervall Tolka Minitab-utskrifter o Sammanfattning Exempel
Läs merLABORATION 3 - Regressionsanalys
Institutionen för teknikvetenskap och matematik S0001M Matematisk statistik, LP1, HT 2015, Adam Jonsson LABORATION 3 - Regressionsanalys I denna laboration ska du lösa ett antal uppgifter i enkel regressionsanalys
Läs merDel 2 tillsammans med förberedelsefrågor - tid för inlämning och återlämning meddelas senare.
STOCKHOLMS UNIVERSITET Statistiska institutionen VT 2009 Tatjana Pavlenko och Bertil Wegmann OBLIGATORISK INLÄMNINGSUPPGIFT STATISTISK TEORI, GK 10 och GK 20:2, heltid, VT 2009 Den obligatoriska inlämningsuppgiften,
Läs merDATORÖVNING 3: MER OM STATISTISK INFERENS.
DATORÖVNING 3: MER OM STATISTISK INFERENS. START Logga in och starta Minitab. Se till att du kan skriva Minitab-kommandon direkt i Session-fönstret (se föregående datorövning). CENTRALA GRÄNSVÄRDESSATSEN
Läs merF18 MULTIPEL LINJÄR REGRESSION, FORTS. (NCT
Stat. teori gk, ht 006, JW F18 MULTIPEL LINJÄR REGRESSION, FORTS. (NCT 1.1, 13.1-13.6, 13.8-13.9) Modell för multipel linjär regression Modellantaganden: 1) x-värdena är fixa. ) Varje y i (i = 1,, n) är
Läs merInledning till OpenOffice Calculator Datorlära 2 FK2005
Inledning till OpenOffice Calculator Datorlära 2 FK2005 Mål Lära sig att skapa och använda ett räkneblad med OpenOffice Calculator Beräkna medelvärde och standardavvikelsen med räknebladet Producera en
Läs merEnkel linjär regression. Enkel linjär regression. Enkel linjär regression
Enkel linjär regression Exempel.7 i boken (sida 31). Hur mycket dragkraft behövs för att en halvledare skall lossna från sin sockel vid olika längder på halvledarens ben och höjder på sockeln. De halvledare
Läs merEn rät linje ett enkelt samband. En rät linje + slumpbrus. Observationspar (X i,y i ) MSG Staffan Nilsson, Chalmers 1.
En rät linje ett enkelt samband Y β 1 Lutning (slope) β 0 Skärning (intercept) 1 Y= β 0 + β 1 X X En rät linje + slumpbrus Y Y= β 0 + β 1 X + brus brus ~ N(0,σ) X Observationspar (X i,y i ) Y Ökar/minskar
Läs merBegrepp Uttryck, värdet av ett uttryck, samband, formel, graf, linje, diagram, spridningsdiagram.
Aktivitetsbeskrivning Denna aktivitet samlar ett antal olika sätt att göra procentuella beräkningar på grafräknare. Dessa metoder finns som uppgifter eller som en samling tips i en lathund. Matematiskt
Läs merFöreläsning 4 Kap 3.5, 3.8 Material om index. 732G71 Statistik B
Föreläsning 4 Kap 3.5, 3.8 Material om index 732G71 Statistik B Skötsel (y) Transformationer Ett av kraven för regressionsmodellens giltighet är att residualernas varians är konstant. Vad gör vi om så
Läs merKvadratisk regression, forts.
Kvadratisk regression, forts. Vi fortsätter med materialet om fastigheter. Tidigare föreslog vi som en tänkbar modell y 0 + 3 x 3 + 5 x 3 2 + Vari ligger tanken att just använda en kvadratisk term? Det
Läs merLaboration: Brinntid hos ett stearinljus
Laboration: Brinntid hos ett stearinljus Syftet med experimentet är att undersöka hur snabbt ett stearinljus brinner. Dessutom ska du använda dina mätdata till att uppskatta hur länge ljuset kommer att
Läs merRegressionsanalys med SPSS Kimmo Sorjonen (2010)
1 Regressionsanalys med SPSS Kimmo Sorjonen (2010) 1. Multipel regression 1.1. Variabler I det aktuella exemplet ingår följande variabler: (1) life.sat, anger i vilket utsträckning man är nöjd med livet;
Läs merLaboration: Att inhägna ett rektangulärt område
Laboration: Att inhägna ett rektangulärt område Du har tillgång till ett hoprullat staket som är 30 m långt. Med detta vill du inhägna ett område och använda allt staket. Du vill göra inhägnaden rektangelformad.
Läs merLaboration: Grunderna i Matlab
Laboration: Grunderna i Matlab Att arbeta i kommandofönstret och enkel grafik Den här delen av laborationen handlar om hur man arbetar med kommandon direkt i Matlabs kommandofönster. Det kan liknas vid
Läs merDATORÖVNING 2: BESKRIVANDE STATISTIK. SANNOLIKHETSLÄRA. STATISTISK INFERENS.
DATORÖVNING 2: BESKRIVANDE STATISTIK. SANNOLIKHETSLÄRA. STATISTISK INFERENS. START Logga in och starta Minitab. Se till att du kan skriva Minitab-kommandon direkt i Session-fönstret (se föregående datorövning).
Läs merIntroduktion till Word och Excel. 14 september 2008
Introduktion till Word och Excel 14 september 2008 1 Innehåll 1 Inledning 3 2 Word 3 2.1 Uppgift................................ 3 2.2 Instruktioner............................. 3 2.2.1 Hämta hem ler.......................
Läs merF12 Regression. Måns Thulin. Uppsala universitet Statistik för ingenjörer 28/ /24
1/24 F12 Regression Måns Thulin Uppsala universitet thulin@math.uu.se Statistik för ingenjörer 28/2 2013 2/24 Dagens föreläsning Linjära regressionsmodeller Stokastisk modell Linjeanpassning och skattningar
Läs merSTOCKHOLMS UNIVERSITET HT 2006 Statistiska institutionen Jan Hagberg, Bo Rydén, Christian Tallberg, Jan Wretman
STOCKHOLMS UNIVERSITET HT 2006 Statistiska institutionen Jan Hagberg, Bo Rydén, Christian Tallberg, Jan Wretman OBLIGATORISK INLÄMNINGSUPPGIFT STATISTISK TEORI, GK 10 och GK 20:2, heltid, HT 2006 Den obligatoriska
Läs merLaboration 2: Styrkefunktion samt Regression
Lunds Tekniska Högskola Matematikcentrum Matematisk statistik Laboration 2 Styrkefunktion & Regression FMSF70&MASB02, HT19 Laboration 2: Styrkefunktion samt Regression Syfte Styrkefunktion Syftet med dagens
Läs merExaminationsuppgifter del 2
UMEÅ UNIVERSITET Institutionen för Matematik och Matematisk statistisk Statistik för ingenjörer, poäng, Anders Lundquist 7-- Examinationsuppgifter del Redovisas muntligt den / (Ö-vik) samt / (Lycksele).
Läs merLäs noggrant informationen nedan innan du börjar skriva tentamen
Tentamen i Statistik 1: Undersökningsmetodik Ämneskod S0006M Totala antalet uppgifter: Totala antalet poäng Lärare: 5 25 Mykola Shykula, Inge Söderkvist, Ove Edlund, Niklas Grip Tentamensdatum 2014-03-26
Läs merIntro till SPSS Kimmo Sorjonen (0811)
1 Intro till SPSS Kimmo Sorjonen (0811) 1. Att mata in data i SPSS 1. Klicka på ikonen för SPSS. 2. Välj alternativet Type in data och klicka på OK. 3. Databladet har två flikar: Data view och Variable
Läs merDatainmatning TÄNKTA BETECKNINGAR. Variabelnamn/kolumnbeteckning, Dummyvärden, som matas in beroende på aktuellt svarsalternativ
Åke Aronsson och Studentlittertur Att komma igång med SPSS 1 Kapitel 7: Att komma igång med SPSS Syftet med detta avsnitt är att ge en introduktion till SPSS 9.0 för Windows 95/98/NT. I det här avsnittet
Läs merIntroduktion till Word och Excel
Introduktion till Word och Excel HT 2006 Detta dokument baseras på Introduktion till datoranvändning för ingenjörsprogrammen skrivet av Stefan Pålsson 2005. Omarbetningen av detta dokument är gjord av
Läs merMarknadsinformationsmetodik Inlämningsuppgift
Marknadsinformationsmetodik Inlämningsuppgift Uppgiften löses med hjälp av SPSS. Klistra in tabeller och diagram från SPSS i ett Worddokument och kommentera där. Använd ett försättsblad till den slutgiltiga
Läs merD. 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 merEtt enkelt Kalkylexempel - Fruktaffären
Ett enkelt Kalkylexempel - Fruktaffären Öppna en ny arbetsbok genom att gå upp i Arkivmenyn och där välja Nytt ange Arbetsbok. Eller klicka på knappen för ny arbetsbok. Du skall nu göra en kalkyl för ett
Läs merBetrakta åter datamaterialet med kostnader för produktion av korrugerat papper.
Multikolinjäritet: Betrakta åter datamaterialet med kostnader för produktion av korrugerat papper. Trots att COST verkade ha ett tydligt positivt samband med var och en av variablerna PAPER, MACHINE, OVERHEAD
Läs merValresultat Riksdagen 2018
Valresultat Riksdagen 2018 I ämnesplanerna i matematik betonas att eleverna ska få möjlighet att använda digitala verktyg. Ett exempel från kursen Matematik 2 är Statistiska metoder för rapportering av
Läs merHandledning för konstruktion av tabeller och diagram med Excel
Handledning för konstruktion av tabeller och diagram med Excel 26 APRIL 2013 Inledning Excel är inte konstruerat för att i första hand utföra statistiska beräkningar, men en hel del sådant kan ändå göras.
Läs merDatorövning 1 Statistik med Excel (Office 2007, svenska)
Datorövning 1 Statistik med Excel (Office 2007, svenska) I processövningen som ni ska genomföra ingår det att konstruera samt sammanställa en enkät. Denna sammanställning ska göras med hjälp av programmet
Läs merEtt A4-blad med egna handskrivna anteckningar (båda sidor) samt räknedosa.
Tentamen Linköpings Universitet, Institutionen för datavetenskap, Statistik Kurskod och namn: Datum och tid: Jourhavande lärare: Tillåtna hjälpmedel: 732G71 Statistik B 2015-02-06, 8-12 Bertil Wegmann
Läs mer732G71 Statistik B. Föreläsning 3. Bertil Wegmann. November 4, IDA, Linköpings universitet
732G71 Statistik B Föreläsning 3 Bertil Wegmann IDA, Linköpings universitet November 4, 2015 Bertil Wegmann (IDA, LiU) 732G71, Statistik B November 4, 2015 1 / 22 Kap. 4.8, interaktionsvariabler Ibland
Läs merLÖSNINGSFÖRSLAG TILL TENTAMEN I MATEMATISK STATISTIK 2007-08-29
UMEÅ UNIVERSITET Institutionen för matematik och matematisk statistik Statistik för Teknologer, 5 poäng (TNK, ET, BTG) Peter Anton, Per Arnqvist Anton Grafström TENTAMEN 7-8-9 LÖSNINGSFÖRSLAG TILL TENTAMEN
Läs merMedicinsk statistik II
Medicinsk statistik II Läkarprogrammet termin 5 VT 2013 Susanna Lövdahl, Msc, doktorand Klinisk koagulationsforskning, Lunds universitet E-post: susanna.lovdahl@med.lu.se Dagens föreläsning Fördjupning
Läs merValfri 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 merDatorövning 1 Statistik med Excel (Office 2007, svenska)
Datorövning 1 Statistik med Excel (Office 2007, svenska) I processövningen som ni ska genomföra ingår det att konstruera samt sammanställa en enkät. Denna sammanställning ska göras med hjälp av programmet
Läs merTAMS65 DATORÖVNING 2
TAMS65 DATORÖVNING 2 Datorövningen behandlar multipel linjär regression Förberedelser Läs allmänt om regressionsanalys i boken och på föreläsningsanteckningarna Glöm inte att rensa minnet och alla fönster
Läs merLaboration 3 Inferens fo r andelar och korstabeller
S0005M Statistik2 Lp 4 2016 Laboration 3 Inferens fo r andelar och korstabeller Laborationen behandlar Test av andelar med konfidensintervall och hypotestest Chi två test av oberoende mellan kvalitativa
Läs merAttila Szabo Niclas Larson Gunilla Viklund Mikael Marklund Daniel Dufåker. GeoGebraexempel
matematik Attila Szabo Niclas Larson Gunilla Viklund Mikael Marklund Daniel Dufåker 2c GeoGebraexempel Till läsaren I elevböckerna i serien Matematik Origo finns uppgifter där vi rekommenderar användning
Läs merKort manual till SPSS 10.0 för Mac/PC
Institutionen för beteendevetenskap Linköpings universitet Kort manual till SPSS 10.0 för Mac/PC 1. Att skapa en ny variabel Inmatning av data sker i det spread sheet som kallas Data View (flik längst
Läs mer