ALGEBRA FX 2.0 PLUS FX 1.0 PLUS

Storlek: px
Starta visningen från sidan:

Download "ALGEBRA FX 2.0 PLUS FX 1.0 PLUS"

Transkript

1 ALGEBRA FX.0 PLUS FX 1.0 PLUS Instruktionshäfte (Ytterligare funktioner ) Sw

2 CASIO ELECTRONICS CO., LTD. Unit 6, 1000 North Circular Road, London NW 7JD, U.K. Viktigt! Förvara din bruksanvisning och all övrig information nära till hands för framtida referens.

3 ALGEBRA FX.0 PLUS FX 1.0 PLUS (Ytterligare funktioner)

4 1 Innehåll Innehåll Kapitel 1 Tillämpningsprogram för avancerad statistik 1-1 Avancerad statistik (STAT) Tester (TEST) Konfidensintervall (INTR) Fördelning (DIST) Kapitel Finansräkning (TVM) -1 Innan finansräkning startas Enkel ränta Ränta på ränta Betalningsflöde (investeringsbedömning) Amortering Ränteomvandling Kostnad, försäljningspris, marginal Räkning med dagar/datum Avskrivning Obligationer TVM graf Kapitel 3 Differentialekvationer 3-1 Användning av läget DIFF EQ Differentialekvationer av första ordningen Linjära differentialekvationer av andra ordningen Differentialekvationer av N:e ordningen System för differentialekvationer av första ordningen Kapitel 4 E-CON 4-1 Överblick av E-CON Uppställning av EA Uppställningsminne Programomvandling Att starta provtagning Index

5 Kapitel 1 Tillämpningsprogram för avancerad statistik 1-1 Avancerad statistik (STAT) 1- Tester (TEST) 1-3 Konfidensintervall (INTR) 1-4 Fördelning (DIST)

6 1-1-1 Avancerad statistik (STAT) 1-1 Avancerad statistik (STAT) ufunktionsmeny Det följande visar funktionsmenyerna för listinmatningsskärmen i läget STAT. Ett tryck på en funktionstangent som motsvarar den tillagda posten uppvisar en meny som möjliggör val av följande funktioner. 3(TEST)... Tester (sidan 1--1) 4(INTR)... Konfidensintervall (sidan 1-3-1) 5(DIST)... Fördelning (sidan 1-4-1) Funktionerna SORT och JUMP återfinns i menyn TOOL (6(g)1(TOOL)). uberäkning av determinantkoefficient (r ) och MSE Läget STAT kan användas till att beräkna determinantkoefficient (r ) för kvadratisk regression, kubisk regression och kvartsregression. Följande typer av MSE beräkningar kan också utföras för varje typ av regression. n 1 Linjär regression... MSE = n i=1 Σ (yi (axi+ b)) n 1 Kvadratisk regression... MSE = n 3 i=1 Σ n 1 Kubisk regression... MSE = n 4 i=1 Σ n 1 Kvartsregression... MSE = n 5 i=1 Σ (yi (axi + bxi+ c)) (yi (axi 3 + bxi + cxi +d )) (yi (axi 4 + bxi 3 + cxi + dxi + e))

7 1-1- Avancerad statistik (STAT) n 1 Logaritmisk regression... MSE = n i=1 Σ (yi (a + b ln xi )) n 1 Exponentregression... MSE = n i=1 Σ (ln yi (ln a + bxi )) n 1 Potensregression... MSE = n i=1 Σ (ln yi (ln a + b ln xi )) n 1 Sinusregression... MSE = n i=1 Σ (yi (a sin (bxi + c) + d )) n 1 Logistisk regression... MSE = n Σ i=1 yi C 1 + ae -bxi uberäkning av uppskattat värde för regressionsgrafer Läget STAT inkluderar också funktionen Y-CAL som använder sig av regression för att beräkna uppskattat y-värde för ett specifikt x-värde efter grafritning av statistisk regression med parade variabler. Följande generella procedur gäller för funktionen Y-CAL. 1. Tryck efter ritning av en regressionsgraf på 6(g)(Y-CAL) för att gå in i grafvalsläget och tryck sedan på w. Om det förekommer flera grafer på skärmen ska du välja önskad graf med f och c och sedan trycka på w. Detta visar en meddelanderuta för inmatning av x-värde.. Inmata önskat värde för x och tryck sedan på w. Koordinaterna för x och y visas nu på skärmen, och pekaren flyttas till motsvarande punkt på grafen. 3. Ett tryck på v eller en siffertangent i detta läge gör att meddelanderutan för inmatning av x-värde visas på nytt. Det går nu att utföra en ny beräkning av uppskattat värde

8 1-1-3 Avancerad statistik (STAT) 4. Tryck efter avslutad beräkning på i för att tömma koordinatvärdena och pekaren på skärmen. Pekaren visas inte om de beräknade koordinaterna ej befinner sig inom visningsomfånget. Koordinaterna visas inte om [Off] har specificerats för posten [Coord] på skärmen [SETUP]. Funktionen Y-CAL kan också användas på en graf som ritats med hjälp av funktionen DefG. ukopiering av regressionsformel från en resultatskärm för regressionsräkning Förutom en normal funktion för kopiering av regressionsformel som gör det möjligt att kopiera resultatskärmen av regressionsräkning efter ritning av en statistikgraf (t.ex. ett punktdiagram), har läget STAT också en funktion som låter dig kopiera själva regressionsformeln som erhölls som resultat av regressionsräkning. Tryck på 6(COPY) för att kopiera en sådan regressionsformel. k Räkning med tester, konfidensintervall och fördelning Läget STAT inkluderar funktioner för att utföra tester och beräkna konfidensintervall och fördelning. Dessa funktioner förklaras närmare i följande avsnitt: 1- Tester, 1-3 Konfidensintervall och 1-4 Fördelning. uparameterinställningar Det följande beskriver de två metoder som kan användas för att utföra parameterinställningar för tester, konfidensintervall och fördelning. Val Med denna metod trycker du på den funktionstangent på funktionsmenyn som motsvarar den önskade inställningen. Värdeinmatning Med denna metod matar du in det önskade parametervärdet direkt. I detta fall visas inget på funktionsmenyn. Ett tryck på i återgår till listinmatningsskärmen med markören i samma position den befann sig i innan parameterinställning startades. Ett tryck på! i(quit) återgår till toppen av listinmatningsskärmen. Ett tryck på w utan att trycka på 1(CALC) under posten Execute går vidare till verkställning av beräkningen. Tryck på i, A eller w för att återgå till parameterinställningsskärmen

9 1-1-4 Avancerad statistik (STAT) ugemensamma funktioner Symbolen visas i skärmens övre högra hörn under verkställning av en beräkning eller ritning av en graf. Ett tryck på A i detta läge avbryter räkningen eller ritningen (AC avbrott). Ett tryck på i eller w när ett räkneresultat eller en graf visas på skärmen återgår till parameterinställningsskärmen. Ett tryck på! i(quit) återgår till toppen av listinmatningsskärmen. Ett tryck på A när ett räkneresultat visas på skärmen återgår till parameterinställningsskärmen. Ett tryck på u 5(G T) efter grafritning skiftar till parameterinställningsskärmen (G T funktion). Ett nytt tryck på u 5(G T) återgår till grafskärmen. Funktionen G T kan inte användas när du ändrar en inställning på parameterinställningsskärmen eller när du utför operationen u 3(SET UP) eller! K(V-Window). Det går att använda funktionerna för skärmlagring och återkallning på menyn PICT efter grafritning. Funktionen ZOOM och SKETCH kan inte användas. Funktionen TRACE kan inte användas, utom för grafvisning av tvåspetsig ANOVA. Grafskärmen går inte att rulla. Efter grafritning kan funktionen Save Result användas för att lagra räkneresultaten i en speciell lista. Alla poster lagras i princip såsom de ter sig, utom titeln på första raden. Vid varje verkställning av Save Results ersätts eventuellt existerande data i listan av de nya resultaten

10 1--1 Tester (TEST) 1- Tester (TEST) Z Test sörjer för ett flertal olika standardiseringsbaserade tester. Dessa gör det möjligt att testa huruvida ett stickprov är representativt för en population när standardavvikelsen för en population (t.ex. befolkningen i ett land) är känd från tidigare tester. Z tester används för marknadsundersökningar och opinionsundersökningar som behöver utföras regelbundet. 1-Sample Z Test testar populationens okända medelvärde när populationens standardavvikelse är känd. -Sample Z Test testar likheten mellan medelvärdena av två populationer baserat på oberoende stickprov när standardavvikelsen för båda populationerna är kända. 1-Prop Z Test testar för en okänd proportion framgångar. -Prop Z Test jämför proportionen framgångar mellan två populationer. t Test testar hypotesen när populationens standardavvikelse är okänd. Hypotesen som utgör motsatsen till hypotesen som prövas kallas nollhypotes, medan hypotesen som prövas kallas alternativhypotes. Ett t-test tillämpas vanligtvis för att testa nollhypotesen. Sedan görs en bestämning av huruvida nollhypotesen eller alternativhypotesen ska antas. 1-Sample t Test testar hypotesen för medelvärdet för en enskild population när populationens standardavvikelse är okänd. -Sample t Test jämför populationernas medelvärden när populationens standardavvikelserna är okända. LinearReg t Test testar kraften hos den linjära förbindelsen hos parade data. χ Test testar hypoteser gällande andelen stickprov inkluderade i var och en av ett antal oberoende grupper. Det framställer huvudsakligen tabeller över två kategoriska variabler (t.ex. ja, nej) och värderar oberoendet hos dessa variabler. Det kan användas för att t.ex. utvärdera förhållandet mellan en persons kunskaper om trafikregler och benägenheten att hamna i trafikolyckor. -Sample F Test testar hypotesen för graden av stickprovsvariation. Det kan användas för att t.ex. testa cancerframkallande effekter av misstänkta källor såsom rökning, alkoholbruk, vitaminbrist, hög kaffeförbrukning, inaktivitet, dåliga boendeförhållanden o.dyl. ANOVA testar hypotesen att populationens medelvärde av stickproven är likvärdiga när det förekommer flera stickprov. Det kan användas för att t.ex. testa huruvida olika kombinationer av material har en effekt på kvaliteten och livslängden för en färdig produkt. One-Way ANOVA används när det förekommer en oberoende och en beroende variabel. Two-Way ANOVA används när det förekommer två oberoende och en beroende variabel

11 1-- Tester (TEST) De följande sidorna förklarar olika metoder för statistikräkning baserade på ovanstående principer. Närmare detaljer om statistiska principer och begrepp kan finnas i en generell lärobok om statistik. Uppvisa grundskärmen för läget STAT och tryck på 3(TEST) för att visa testmenyn, vilken innehåller följande poster. 3(TEST)b(Z)... Z Tester (sid. 1--) c(t)... t Tester (sid ) d(χ )... χ Test (sid ) e(f)... -Sample F Test (sid. 1--0) f(anova)... ANOVA (sid. 1--) k Z Tester ugemensamma funktioner för Z tester Följande grafanalysfunktioner kan användas efter ritning av en graf. 1(Z)... Visar z resultat Ett tryck på 1(Z) visar z resultatet underst på skärmen och pekaren på motsvarande punkt på grafen (utom när punkten befinner sig utanför grafskärmen). Två punkter visas när det rör sig om ett tvåspetstest. Använd d och e för att flytta pekaren. Tryck på i för att ta bort z resultatet. (P)... Visar p-värde Ett tryck på (P) visar p-värdet underst på skärmen utan att visa pekaren. Tryck på i för att ta bort p-värdet. u1-sample Z Test (Z test med 1 stickprov) Detta test används för att testa hypotesen när stickprovets standardavvikelse för en population är känd. 1-Sample Z Test tillämpas på normalfördelning. Z = o µ 0 σ n o : medelvärde av stickprovet µo : antaget populationsmedelvärde σ : populationsstandardavvikelse n : stickprovets storlek # Följande tittfönsterinställningar används för att rita grafen. Xmin = 3,, Xmax = 3,, Xscale = 1, Ymin = 0,1, Ymax = 0,45, Yscale = 0,1 #Verkställning av en analysfunktion lagrar automatiskt värdena z och p i bokstavsvariabel Z respektive P

12 1--3 Tester (TEST) Utför följande tangentoperation från statitistikdatalistan. 3(TEST) b(z) b(1-smpl) Ifråga om listdataspecifikation har varje post följande innebörd. Data... datatyp µ... testvillkor för populationens medelvärde ( G µ0 anger tvåspetstest, < µ0 undre enspetstest, > µ0 övre enspetstest) µ0... antaget populationsmedelvärde σ... populationsstandardavvikelse (σ > 0) List... lista du vill använda som data (List 1 till 0) Freq... frekvens (1 eller List 1 till 0) Save Res... lista för lagring av räkneresultat (None eller List 1 till 0) Execute... verkställer en beräkning eller ritar en graf Det följande visar innebörden av specifikationsposter för parameterdata som skiljer sig från listdataspecifikationer. o... medelvärde av stickprov n... stickprovets storlek (positivt heltal) Efter inställning av alla parametrar ska du placera markören intill [Execute] och trycka på en av funktionstangenterna nedan för att utföra beräkningen eller rita grafen. 1(CALC)... Utför beräkningen 6(DRAW)... Ritar grafen

13 1--4 Tester (TEST) Exempel på utmatning av räkneresultat µg testets riktning z... z resultat p... p-värde o... stickprovets medelvärde xσn-1... stickprovets standardavvikelse (visas endast för Data: List) n... stickprovets storlek # [Save Res] lagrar inte villkoret µ på rad

14 1--5 Tester (TEST) u-sample Z Test (Z test med stickprov) Detta test används för att testa hypotesen när stickprovets standardavvikelse för två populationer är kända. -Sample Z Test Test tillämpas på normalfördelning. Z = o 1 o σ + n 1 1 σ n o1 : medelvärde av stickprov 1 o : medelvärde av stickprov σ1 : populationsstandardavvikelse för stickprov 1 σ : populationsstandardavvikelse för stickprov n1 : storlek på stickprov 1 n : storlek på stickprov Utför följande tangentoperation från statistikdatalistan. 3(TEST) b(z) c(-smpl) Det följande visar innebörden av varje post ifråga om listdataspecifikation. Data... datatyp µ1... testvillkor för populationens medelvärde ( G µ anger tvåspetstest, < µ enspetstest där stickprov 1 är mindre än stickprov, > µ enspetstest där stickprov 1 är större än stickprov ) σ1... populationsstandardavvikelse för stickprov 1 (σ1 > 0) σ... populationsstandardavvikelse för stickprov (σ > 0) List(1)... lista vars innehåll du vill använda som data för stickprov 1 (List 1 till 0) List()... lista vars innehåll du vill använda som data för stickprov (List 1 till 0) Freq(1)... frekvens för stickprov 1 (1 eller List 1 till 0) Freq()... frekvens för stickprov (1 eller List 1 till 0) Save Res... lista för lagring av räkneresultat (None eller List 1 till 0) Execute... verkställer en beräkning eller ritar en graf Det följande visar innebörden av specifikationsposter för parameterdata som skiljer sig från listdataspecifikationer

15 1--6 Tester (TEST) o1... medelvärde av stickprov 1 n1... storlek (positivt heltal) på stickprov 1 o... medelvärde av stickprov n... storlek (positivt heltal) på stickprov Efter inställning av alla parametrar ska du placera markören intill [Execute] och trycka på en av funktionstangenterna nedan för att utföra beräkningen eller rita grafen. 1(CALC)... Utför beräkningen 6(DRAW)... Ritar grafen Exempel på utmatning av räkneresultat µ1gµ... testets riktning z... z resultat p... p-värde o1... medelvärde av stickprov 1 o... medelvärde av stickprov x1σn-1... standardavvikelse för stickprov 1 (visas endast för Data: List) xσn-1... standardavvikelse för stickprov (visas endast för Data: List) n1... storlek på stickprov 1 n... storlek på stickprov # [Save Res] lagrar inte villkoret µ1 på rad

16 1--7 Tester (TEST) u1-prop Z Test (Z test av 1 proportion) Detta används för att testa för en okänd proportion framgångar. 1-Prop Z Test tillämpas på normalfördelning. Z = n x p0 : förväntad stickprovsproportion p 0 n : stickprovets storlek p 0 (1 p 0 ) n Utför följande tangentoperation från statistikdatalistan. 3(TEST) b(z) d(1-prop) Prop... testvillkor för stickprovsproportion ( G p0 anger tvåspetstest, < p0 undre enspetstest, > p0 övre enspetstest) p0... förväntad stickprovsproportion (0 < p0 < 1) x... stickprovsvärde (x > 0 hetal) n... stickprovets storlek (positivt heltal) Save Res... lista för lagring av räkneresultat (None eller List 1 till 0) Execute... verkställer en beräkning eller ritar en graf Efter inställning av alla parametrar ska du placera markören intill [Execute] och trycka på en av funktionstangenterna nedan för att utföra beräkningen eller rita grafen. 1(CALC)... Utför beräkningen 6(DRAW)... Ritar grafen Exempel på utmatning av räkneresultat PropG testets riktning z... z resultat p... p-värde ˆp... uppskattad stickprovsproportion n... stickprovets storlek # [Save Res] lagrar inte villkoret Prop på rad

17 1--8 Tester (TEST) u-prop Z Test (Z test av proportioner) Detta test används för att jämföra proportionen av framgångar. -Prop Z Test tillämpas på normalfördelning. Z = x 1 n n 1 p(1 p ) x 1 n n x1 : datavärde för stickprov 1 x : datavärde för stickprov n1 : storlek på stickprov 1 n : storlek på stickprov ˆp : uppskattad stickprovsproportion Utför följande tangentoperation från statistikdatalistan. 3(TEST) b(z) e(-prop) p1... testvillkor för stickprovsproportion ( G p anger tvåspetstest, < p enspetstest där stickprov 1 är mindre än stickprov, > p enspetstest där stickprov 1 är större än stickprov ) x1... datavärde (x1 > 0 heltal) för stickprov 1 n1... storlek (positivt heltal) på stickprov 1 x... datavärde (x > 0 heltal) för stickprov n... storlek (positivt heltal) på stickprov Save Res... lista för lagring av räkneresultat (None eller List 1 till 0) Execute... verkställer en beräkning eller ritar en graf Efter inställning av alla parametrar ska du placera markören intill [Execute] och trycka på en av funktionstangenterna nedan för att utföra beräkningen eller rita grafen. 1(CALC)... Utför beräkningen 6(DRAW)... Ritar grafen Exempel på utmatning av räkneresultat

18 1--9 Tester (TEST) p1>p... testets riktning z... z resultat p... p-värde ˆp 1... uppskattad proportion av stickprov 1 ˆp... uppskattad proportion av stickprov ˆp... uppskattad stickprovsproportion n1... storlek på stickprov 1 n... storlek på stickprov # [Save Res] lagrar inte villkoret p1 på rad

19 1--10 Tester (TEST) k t Tester u Gemensamma funktioner för t tester Följande grafanalysfunktioner kan användas efter ritning av en graf. 1(T)... Visar t resultat Ett tryck på 1(T) visar t resultatet underst på skärmen och pekaren på motsvarande punkt på grafen (utom när punkten befinner sig utanför grafskärmen). Två punkter visas när det rör sig om ett tvåspetstest. Använd d och e för att flytta pekaren. Tryck på i för att ta bort t resultatet. (P)... Visar p-värde Ett tryck på (P) visar p-värdet underst på skärmen utan att visa pekaren. Tryck på i för att ta bort p-värdet. # Följande tittfönsterinställningar används för att rita grafen. Xmin = 3,, Xmax = 3,, Xscale = 1, Ymin = 0,1, Ymax = 0,45, Yscale = 0,1 #Verkställning av en analysfunktion lagrar automatiskt värdena t och p i bokstavsvariabel T respektive P

20 1--11 Tester (TEST) u1-sample t Test (t test med 1 stickprov) Detta test används för att testa hypotesen för ett enskilt okänt populationsmedelvärde när standardavvikelsen för en population är okänd. 1-Sample t Test tillämpas på t-fördelning. t = o µ 0 x σn 1 n Utför följande tangentoperation från statitistikdatalistan. 3(TEST) c(t) b(1-smpl) o : medelvärde av stickprovet µ0 : antaget populationsmedelvärde xσn-1 : stickprovsstandardavvikelse n : stickprovets storlek Ifråga om listdataspecifikation har varje post följande innebörd. Data... datatyp µ... testvillkor för populationens medelvärde ( G µ0 anger tvåspetstest, < µ0 undre enspetstest, > µ0 övre enspetstest) µ0... antaget populationsmedelvärde List... lista vars innehåll du vill använda som data (List 1 till 0) Freq... frekvens (1 eller List 1 till 0) Save Res... lista för lagring av räkneresultat (None eller List 1 till 0) Execute... verkställer en beräkning eller ritar en graf Det följande visar innebörden av specifikationsposter för parameterdata som skiljer sig från listdataspecifikationer. o... medelvärde av stickprov xσn-1... stickprovsstandardavvikelse (xσn-1 > 0) n... stickprovets storlek (positivt heltal) Efter inställning av alla parametrar ska du placera markören intill [Execute] och trycka på en av funktionstangenterna nedan för att utföra beräkningen eller rita grafen. 1(CALC)... Utför beräkningen 6(DRAW)... Ritar grafen

21 1--1 Tester (TEST) Exempel på utmatning av räkneresultat µ G testets riktning t... t resultat p... p-värde o... stickprovets medelvärde xσn-1... stickprovsstandardavvikelse n... tickprovets storlek # [Save Res] lagrar inte villkoret µ på rad

22 1--13 Tester (TEST) u-sample t Test (t test med stickprov) -Sample t Test jämför två populationsmedelvärden när populationens standardavvikelserna är okända. -Sample t Test tillämpas på t-fördelning. Det följande gäller när delning är i kraft. t = x p σ n 1 = x p σ n 1 o 1 o df = n1 + n 1 n n (n 1 1)x 1 σ n 1 +(n 1)x σn 1 n 1 + n Det följande gäller när delning inte är i kraft. t = o 1 o x 1 σ n 1 n + x σn 1 1 n 1 df = C ) +(1 C n 1 1 n 1 x 1 σ n 1 n C = 1 x1 σ n 1 n + x σn 1 1 n o1 : medelvärde av stickprov 1 o : medelvärde av stickprov x1σn-1 : standardavvikelse för stickprov 1 xσn-1 : standardavvikelse för stickprov n1 : storlek på stickprov 1 n : storlek på stickprov xpσn-1 : sammanslagan stickprovsstandardavvikelse df : frihetsgrad o1 : medelvärde av stickprov 1 o : medelvärde av stickprov x1σn-1 : standardavvikelse för stickprov 1 xσn-1 : standardavvikelse för stickprov n1 : storlek på stickprov 1 n : storlek på stickprov df : frihetsgrad Utför följande tangentoperation från statistikdatalistan. 3(TEST) c(t) c(-smpl) Det följande visar innebörden av varje post ifråga om listdataspecifikation

23 1--14 Tester (TEST) Data... datatyp µ1... testvillkor för stickprovsmedelvärde ( G µ anger tvåspetstest, < µ enspetstest där stickprov 1 är mindre än stickprov, > µ enspetstest där stickprov 1 är större än stickprov ) List(1)... lista vars innehåll du vill använda som data för stickprov 1 (List 1 till 0) List()... lista vars innehåll du vill använda som data för stickprov (List 1 till 0) Freq(1)... frekvens för stickprov 1 (1 eller List 1 till 0) Freq()... frekvens för stickprov (1 eller List 1 till 0) Pooled... sammanslagning On (aktiverad) eller Off (ej aktiverad) Save Res... lista för lagring av räkneresultat (None eller List 1 till 0) Execute... verkställer en beräkning eller ritar en graf Det följande visar innebörden av specifikationsposter för parameterdata som skiljer sig från listdataspecifikationer. o1... medelvärde av stickprov 1 x1σn-1... standardavvikelse (x1σn-1 > 0) för stickprov 1 n1... storlek (positivt heltal) på stickprov 1 o... medelvärde av stickprov xσn-1... standardavvikelse (xσn-1 > 0) för stickprov n... storlek (positivt heltal) på stickprov Efter inställning av alla parametrar ska du placera markören intill [Execute] och trycka på en av funktionstangenterna nedan för att utföra beräkningen eller rita grafen. 1(CALC)... Utför beräkningen 6(DRAW)... Ritar grafen

24 1--15 Tester (TEST) Exempel på utmatning av räkneresultat µ1gµ... testets riktning t... t resultat p... p-värde df... frihetsgrad o1... medelvärde av stickprov 1 o... medelvärde av stickprov x1σn-1... standardavvikelse för stickprov 1 xσn-1... standardavvikelse för stickprov xpσn-1... sammanslagen stickprovsstandardavvikelse (visas endast när Pooled: On) n1... storlek på stickprov 1 n... storlek på stickprov # [Save Res] lagrar inte villkoret µ1 på rad

25 1--16 Tester (TEST) ulinearreg t Test (t test med linjär regression) LinearReg t Test behandlar datauppsättningar med parade variabler som (x, y) par och använder metoden med minst kvadrater till att bestämma de lämpligaste a, b koefficienterna hos datan för regressionsformeln y = a + bx. Det bestämmer också korrelationskoefficienten och t-värdet, samt beräknar graden av förhållandet mellan x och y. b = n Σ( x o)( y p) i=1 a = p bo t = r n Σ(x o) i=1 Utför följande tangentoperation frtån statistikdatalistan. 3(TEST) c(t) d(linreg) n 1 r a b n r r : skärningspunkt : linjens lutning : stickprovets storlek (n > 3) : korrelationskoefficient : determinantkoefficient Det följande visar innebörden av varje post ifråga om listdataspecifikation. β & ρ... testvillkor för p-värde ( G 0 anger tvåspetstest, < 0 undre enspetstest, > 0 övre enspetstest) XList... lista för x-axeldata (List 1 till 0) YList... lista för y-axeldata (List 1 till 0) Freq... frekvens (1 eller List 1 till 0) Save Res... lista för lagring av räkneresultat (None eller List 1 till 0) Execute... verkställer en beräkning Efter inställning av alla parametrar ska du placera markören intill [Execute] och trycka på funktionstangenten nedan för att utföra beräkningen. 1(CALC)... Utför beräkningen # Det går inte att rita en graf för ett LinearReg t Test

26 1--17 Tester (TEST) Utmatningsexempel för räkneresultat β G 0 & ρ G 0... testriktning t... t resultat p... p-värde df... frihetsgrad a... konstant term b... koefficient s... standardfel r... korrelationskoefficient r... determinantkoefficient Ett tryck på 6(COPY) när ett räkneresultat visas på skärmen kopierar regressionsformeln till grafformelns redigerare. När en lista specificerats för posten [Resid List] på skärmen SET UP kommer regressionsformelns restdata att automatiskt lagras i denna lista efter avslutad beräkning. # [Save Res] lagrar inte villkoren β & ρ på rad. # När listan specificerad av [Save Res] är densamma som listan specificerad för posten [Resid List] på skärmen SET UP, lagras endast datan [Resid List] i listan

27 1--18 Tester (TEST) k χ Test χ Test ställer upp ett antal oberoende grupper och testar hypoteser relaterade till proportionen av stickprovet som återfinns i varje grupp. χ Test tillämpas på tvådelade variabler (variabler med två möjliga värden, såsom ja/nej). förväntad räkning F ij = k Σ x ij Σ x ij i=1 j=1 χ = ΣΣ k ΣΣx ij i=1 j=1 k (xij Fij) i=1 j=1 Fij Utför följande tangentoperation från statistikdatalistan. 3(TEST) d(χ ) Specificera sedan matrisen som innehåller datan. Det följande anger innebörden av posterna ovan. Observed... namn på matrisen (A till Z) som innehåller observerade räkningar (alla celler positiva heltal) Expected... namn på matrisen (A till Z) för att lagra förväntad frekvens Save Res... lista för lagring av räkneresultat (None eller List 1 till 0) Execute... verkställer en beräkning eller ritar en graf # Matrisen måste vara på minst två rader gånger två spalter. Ett fel uppstår om matrisen består av blott en rad eller en spalt. #Ett tryck på ('MAT) vid parameterinställning gör att redigeraren MATRIX aktiveras, vilken kan användas till att redigera och titta på innehållet i matriser

28 1--19 Tester (TEST) Efter inställning av alla parametrar ska du placera markören intill [Execute] och trycka på en av funktionstangenterna nedan för att utföra beräkningen eller rita grafen. 1(CALC)... Utför beräkningen 6(DRAW)... Ritar grafen Exempel på utmatning av räkneresultat χ... χ värde p... p-värde df... frihetsgrad Följande grafanalysfunktioner kan användas efter ritning av en graf. 1(CHI)... Visar χ värde Ett tryck på 1(CHI) visar χ värdet underst på skärmen och pekaren på motsvarande punkt på grafen (utom när punkten befinner sig utanför grafskärmen). Tryck på i för att ta bort χ värdet. (P)... Visar p-värde Ett tryck på (P) visar p-värdet underst på skärmen utan att visa pekaren. Tryck på i för att ta bort p-värdet. # Ett tryck på 6('MAT) när ett räkneresultat visas gör att redigeraren MATRIX aktiveras, vilken kan användas till att redigera och titta på innehållet i matriser. # Följande tittfönsterinställningar används för att rita grafen. Xmin = 0, Xmax = 11,5, Xscale =, Ymin = 0,1, Ymax = 0,5, Yscale = 0,1 #Verkställning av en analysfunktion lagrar automatiskt värdena χ och p i bokstavsvariabel C respektive P

29 1--0 Tester (TEST) k -Sample F Test (F test med stickprov) -Sample F Test testar hypotesen för graden av stickprovsvariation. F Test tillämpas på F-fördelning. F = x 1 σn 1 x σ n 1 Utför följande tangentoperation från statistikdatalistan. 3(TEST) e(f) Det följande visar innebörden av varje post ifråga om listdataspecifikation. Data... datatyp σ1... testvillkor för populationsstandardavvikelse ( G σ anger tvåspetstest, < σ enspetstest där stickprov 1 är mindre än stickprov, > σ enspetstest där stickprov 1 är större än stickprov ) List(1)... lista vars innehåll du vill använda som data för stickprov 1 (List 1 till 0) List()... lista vars innehåll du vill använda som data för stickprov (List 1 till 0) Freq(1)... frekvens för stickprov 1 (1 eller List 1 till 0) Freq()... frekvens för stickprov (1 eller List 1 till 0) Save Res... lista för lagring av räkneresultat (None eller List 1 till 0) Execute... verkställer en beräkning eller ritar en graf Det följande visar innebörden av specifikationsposter för parameterdata som skiljer sig från listdataspecifikationer. x1σn-1... standardavvikelse (x1σn-1 > 0) för stickprov 1 n1... storlek (positivt heltal) på stickprov 1 xσn-1... standardavvikelse (xσn-1 > 0) för stickprov n... storlek (positivt heltal) på stickprov

30 1--1 Tester (TEST) Efter inställning av alla parametrar ska du placera markören intill [Execute] och trycka på en av funktionstangenterna nedan för att utföra beräkningen eller rita grafen. 1(CALC)... Utför beräkningen 6(DRAW)... Ritar grafen Exempel på utmatning av räkneresultat σ1gσ... testets riktning F... F värde p... p-värde o1... medelvärde av stickprov 1 (visas endast för Data: List) o... medelvärde av stickprov (visas endast för Data: List) x1σn-1... standardavvikelse för stickprov 1 xσn-1... standardavvikelse för stickprov n1... storlek på stickprov 1 n... storlek på stickprov Följande grafanalysfunktioner kan användas efter ritning av en graf. 1(F)... Visar F värde Ett tryck på 1(F) visar F värdet underst på skärmen och pekaren på motsvarande punkt på grafen (utom när punkten befinner sig utanför grafskärmen). Två punkter visas när det rör sig om ett tvåspetstest. Använd d och e för att flytta pekaren. Tryck på i för att ta bort F värdet. (P)... Visar p-värde Ett tryck på (P) visar p-värdet underst på skärmen utan att visa pekaren. Tryck på i för att ta bort p-värdet. # [Save Res] lagrar inte villkoret σ1 på rad # Tittfönsterinställningarna optimeras automatiskt för grafritning. # Verkställning av en analysfunktion lagrar automatiskt värdena F och p i bokstavsvariabel F respektive P

31 1-- Tester (TEST) k ANOVA ANOVA testar hypotesen att populationsmedelvärdena hos stickproven är lika när det förekommer flera stickprov. One-Way (envägs) ANOVA används när det förekommer en oberoende och en beroende variabel. Two-Way (tvåvägs) ANOVA används när det förekommer två oberoende och en beroende variabel. Utför följande tangentoperation från statistikdatalistan. 3(TEST) f(anova) Det följande visar innebörden av varje post ifråga om listdataspecifikation. How Many... val av One-Way ANOVA eller Two-Way ANOVA (antal nivåer) Factor A... kategorilista (List 1 till 0) Dependant... lista som används för stickprovsdata (List 1 till 0) Save Res... första listan för lagring av räkneresultat (None eller List 1 till 16)* 1 Execute... verkställer en beräkning eller ritar en graf (endast Two-Way ANOVA) Det följande visas endast ifråga om Two-Way ANOVA. Factor B... kategorilista (List 1 till 0) Efter inställning av alla parametrar ska du placera markören intill [Execute] och trycka på en av funktionstangenterna nedan för att utföra beräkningen eller rita grafen. 1(CALC)... Utför beräkningen 6(DRAW)... Ritar grafen (endast Two-Way ANOVA) Räkneresultat uppvisas i tabellform, såsom de ter sig i vetenskapsböcker. * 1 [Save Res] lagrar varje vertikal spalt i tabellen i en egen lista. Spalten längst till vänster lagras i den specificerade listan, och alla efterföljande spalter till höger lagras i listor med nästa ordningsföljd. Spalter kan lagras i upp till fem listor. Det första listnumret kan specificeras i omfånget 1 till

32 1--3 Tester (TEST) Utmatningsexempel för räkneresultat One-Way ANOVA Rad 1 (A)... df värde, SS värde, MS värde, F värde, p-värde för Factor A Rad (ERR)... df värde, SS värde, MS värde för fel Two-Way ANOVA Rad 1 (A)... df värde, SS värde, MS värde, F värde, p-värde för Factor A Rad (B)... df värde, SS värde, MS värde, F värde, p-värde för Factor B Rad 3 (AB)... df värde, SS värde, MS värde, F värde, p-värde för Factor A Factor B *Rad 3 visas inte när det förekommer blott en observation i varje cell. Rad 4 (ERR)... df värde, SS värde, MS värde för fel F... F värde p... p-värde df... frihetsgrad SS... summa av kvadraterna MS... medelkvadrat Med Two-Way ANOVA går det att rita växelverkande punktdiagram. Antalet grafer beror på Factor B, medan antalet X-axeldata beror på Factor A. Y-axeln är snittvärdet för varje kategori. Följande grafanalysfunktion kan användas efter grafritning. 1(TRACE)... Sökfunktion Tryck på d eller e för att flytta pekaren över grafen imotsvarande riktning. När det förekommer flera grafer kan du röra dig mellan dessa med hjälp av f och c. Tryck på i för att ta bort pekaren på skärmen. # Grafritning kan endast göras med Two-Way ANOVA. Tittfönsterinställningarna utförs automatiskt, oavsett inställningarna på skärmen SET UP. # Användning av funktionen TRACE lagrar automatiskt antalet villkor i bokstavsvariabel A och medelvärdet i variabel M

33 1--4 Tester (TEST) k ANOVA (Two-Way) ubeskrivning Denna tabell visar mätresultaten för en metallprodukt som framställts med en värmebehandlingsprocess baserad på två behandlingsnivåer: tid (A) och temperatur (B). Experimenten upprepades två gånger vardera under identiska förhållanden. B (Värmebehandlingstemperatur) A (Tid) B1 B A1 113, , 13 A 133, , 1 Utför analys av variansen på följande nollhypoteser med hjälp av en signifikansnivå på 5%. Ho : Ingen ändring i styrka beroende på tid Ho : Ingen ändring i styrka beroende på värmebehandlingstemperatur Ho : Ingen ändring i styrka beroende på växelverkan mellan tid och värmebehandlingstemperatur ulösning Använd Two-Way ANOVA för att testa hypoteserna ovan. Mata in ovanstående data såsom anges nedan. List1={1,1,1,1,,,,} List={1,1,,,1,1,,} List3={113,116,139,13,133,131,16,1} Definiera List 3 (datan för varje grupp) som Dependent (beroende). Definiera List 1 och List (faktortalen för varje datapost i List 3) som Factor A respektive Factor B. Verkställning av testet framställer följande resultat. Tidsskillnadens (A) signifikansnivå P = 0, Signifikansnivån (p = 0, ) är högre än den fastställda signifikansnivån (0,05), så hypotesen kan inte förkastas. Temperaturskillnadens (B) signifikansnivå P = 0, Signifikansnivån (0, ) är lägre än den fastställda signifikansnivån (0,05), så hypotesen kan förkastas. Växelverkans (A B) signifikansnivå P =, e-3 Signifikansnivån (p =, e-3) är lägre än den fastställda signifikansnivån (0,05), så hypotesen kan förkastas. Detta test anger att tidsskillnaden inte är betydande, att temperaturskillnaden är betydande och att växelverkan är högst betydande

34 1--5 Tester (TEST) uinmatningsexempel uresultat

35 1-3-1 Konfidensintervall (INTR) 1-3 Konfidensintervall (INTR) Ett konfidensintervall är ett omfång (intervall) som inkluderar ett statistiskt värde, vanligtvis populationsmedelvärdet. Ett alltför brett konfidensintervall gör det svårt att få en uppfattning om var populationsvärdet (det sanna värdet) återfinns. Ett snävt konfidensintervall, å andra sidan, begränsar populationsvärdet och gör det svårt att erhålla pålitliga resultat. De oftast använda konfidensnivåerna är 95% och 99%. En höjning av konfidensnivån breddar konfidensintervallet, medan en sänkning av konfidensnivån gör konfidensintervallet snävare, men det ökar samtidigt risken för att oavsiktligt förbise populationsvärdet. Med en konfidensnivå på t.ex. 95% kommer populationsvärdet inte att inkluderas i de resulterande intervallen i 5% av fallen. När du planerar att genomföra en undersökning och sedan tillämpa t test och Z test på datan är det också nödvändigt att överväga stickprovsstorlek, konfidensintervallets bredd och konfidensnivån. Konfidensnivån ändras i enlighet med tillämpningen. 1-Sample Z Interval beräknar konfidensintervallet när populationens standardavvikelse är känd. -Sample Z Interval beräknar konfidensintervallet när populationens standardavvikelser för två stickprov är kända. 1-Prop Z Interval beräknar konfidensintervallet när proportionen är okänd. -Prop Z Interval beräknar konfidensintervallet när proportionerna för två stickprov är okända. 1-Sample t Interval beräknar konfidensintervallet för ett okänt populationsmedelvärde när populationens standardavvikelse är okänd. -Sample t Interval beräknar konfidensintervallet för skillnaden mellan två populationsmedelvärden när standardavvikelsen för båda populationer är okänd. Uppvisa grundskärmen för läget STAT och tryck på 4(INTR) för att visa konfidensintervallmenyn, som innehåller följande poster. 4(INTR)b(Z)... Z intervall (sid ) c(t)... t intervall (sid ) # Grafritning kan inte utföras för konfidensintervallfunktioner

36 1-3- Konfidensintervall (INTR) uatt observera angående konfidensintervall Inmatning av ett värde i omfånget 0 < C-Level < 1 för konfidensnivån ställer in värdet du matade in. Inmatning av ett värde i omfånget 1 < C-Level < 100 ställer in ett värde lika med din inmatning dividerad med 100. # Inmatning av värdet 100 eller större eller inmatning av ett negativt värde orsakar ett fel (Ma ERROR)

37 1-3-3 Konfidensintervall (INTR) k Z Intervall u1-sample Z Interval (Z intervall med 1 stickprov) 1-Sample Z Interval beräknar konfidensintervallet för ett okänt populationsmedelvärde när populationens standardavvikelsen är känd. Det följande är konfidensintervallet. Vänster = o Z α Höger = o + Z α σ n σ n α är dock inte signifikansnivån. Värdet 100 (1 α) % är konfidensnivån. När konfidensnivån är t.ex. 95% framställs 1 0,95 = 0,05 = α. när 0,95 matas in. Utför följande tangentoperation från statistikdatalistan. 4(INTR) b(z) b(1-smpl) Det följande visar innebörden av varje post ifråga om listdataspecifikation. Data... datatyp C-Level... konfidensnivå (0 < C-Level < 1) σ... populationsstandardavvikelse (σ > 0) List... lista vars innehåll du vill använda som stickprovsdata (List 1 till 0) Freq... stickprovsfrekvens (1 eller List 1 till 0) Save Res... lista för lagring av räkneresultat (None eller List 1 till 0) Execute... verkställer en beräkning Det följande visar innebörden av specifikationsposter för parameterdata som skiljer sig från listdataspecifikation. o... medelvärde av stickprov n... storlek på stickprov (positivt heltal)

38 1-3-4 Konfidensintervall (INTR) Efter inställning av alla parametrar ska du placera markören intill [Execute] och trycka på funktionstangenten nedan för att utföra beräkningen. 1(CALC)... Utför beräkning Utmatningsexempel för räkneresultat Left... intervallets undre gräns (vänster kant) Right... intervallet övre gräns (höger kant) o... medelvärde av stickprov xσn-1... standardavvikelse för stickprov (visas endast för Data: List) n... storlek på stickprov u -Sample Z Interval (Z intervall med stickprov) -Sample Z Interval beräknar konfidensintervallet för skillnaden mellan två populationsmedelvärden när populationens standardavvikelsen för två stickprov är kända. Det följande är konfidensintervallet. Värdet 100 (1 α) % är konfidensnivån. Vänster = (o 1 o ) Z α Höger = (o 1 o ) + Z α σ 1 σ + n 1 n σ 1 σ + n 1 n o1 :medelvärde av stickprov 1 o :medelvärde av stickprov σ1: populationsstandardavvikelse för stickprov 1 σ: populationsstandardavvikelse för stickprov n1 : storlek på stickprov 1 n : storlek på stickprov Utför följande tangentoperation från statistikdatalistan. 4(INTR) b(z) c(-smpl)

39 1-3-5 Konfidensintervall (INTR) Det följande visar innebörden av varje post ifråga om listdataspecifikation. Data... datatyp C-Level... konfidensnivå (0 < C-Level < 1) σ1... populationsstandardavvikelse för stickprov 1 (σ1 > 0) σ... populationsstandardavvikelse för stickprov (σ > 0) List(1)... lista vars innehåll du vill använda som data för stickprov 1 (List 1 till 0) List()... lista vars innehåll du vill använda som data för stickprov (List 1 till 0) Freq(1)... frekvens för stickprov 1 (1 eller List 1 till 0) Freq()... frekvens för stickprov (1 eller List 1 till 0) Save Res... lista för lagring av räkneresultat (None eller List 1 till 0) Execute... verkställer en beräkning Det följande visar innebörden av specifikationsposter för parameterdata som skiljer sig från listdataspecifikation. o1... medelvärde av stickprov 1 n1... storlek (positivt heltal) på stickprov 1 o... medelvärde av stickprov n... storlek (positivt heltal) på stickprov Efter inställning av alla parametrar ska du placera markören intill [Execute] och trycka på funktionstangenten nedan för att utföra beräkningen. 1(CALC)... Utför beräkning Utmatningsexempel för räkneresultat Left... intervallets undre gräns (vänster kant) Right... intervallet övre gräns (höger kant) o1... medelvärde av stickprov 1 o... medelvärde av stickprov x1σn-1... standardavvikelse för stickprov 1 (visas endast för Data: List) xσn-1... standardavvikelse för stickprov (visas endast för Data: List) n1... storlek på stickprov 1 n... storlek på stickprov

40 1-3-6 Konfidensintervall (INTR) u1-prop Z Interval (Z intervall med 1 proportion) 1-Prop Z Interval använder antalet data för att beräkna konfidensintervallet för en okänd proportion av framgångar. Det följande är konfidensintervallet. Värdet 100 (1 α) % är konfidensnivån. x Vänster = n Z α n 1 n x 1 n x Höger = x n + Z α n 1 n x 1 n x n : storlek på stickprov x : data Utför följande tangentoperation från statistikdatalistan. 4(INTR) b(z) d(1-prop) Data specificeras med hjälp av parameterspecifikation. Det följande visar innebörden av varje post. C-Level... konfidensnivå (0 < C-Level < 1) x... data (0 eller positivt heltal) n... storlek på stickprov (positivt heltal) Save Res... lista för lagring av räkneresultat (None eller List 1 till 0) Execute... verkställer en beräkning Efter inställning av alla parametrar ska du placera markören intill [Execute] och trycka på funktionstangenten nedan för att utföra beräkningen. 1(CALC)... Utför beräkning Utmatningsexempel för räkneresultat Left... intervallets undre gräns (vänster kant) Right... intervallet övre gräns (höger kant) ˆp... uppskattad stickprovsproportion n... storlek på stickprov

41 1-3-7 Konfidensintervall (INTR) u -Prop Z Interval (Z intervall med proportioner) -Prop Z Interval använder antalet dataposter för att beräkna konfidensintervallet för skillnaden mellan proportionen av framgångar i två populationer. Det följande är konfidensintervallet. Värdet 100 (1 α) % är konfidensnivån. x 1 x x Vänster = 1 x n Z α n 1 1 x x 1 n1 n 1 n 1 n n + 1 n n1, n: storlek på stickprov x1, x: data x 1 x x Höger = + Z α 1 x n 1 1 x x 1 n1 n 1 n n 1 n n + 1 n Utför följande tangentoperation från statistikdatalistan. 4(INTR) b(z) e(-prop) Data specificeras med hjälp av parameterspecifikation. Det följande visar innebörden av varje post. C-Level... konfidensnivå (0 < C-Level < 1) x1... datavärde (x1 > 0) för stickprov 1 n1... storlek (positivt heltal) på stickprov 1 x... datavärde (x > 0) för stickprov n... storlek (positivt heltal) på stickprov Save Res... lista för lagring av räkneresultat (None eller List 1 till 0) Execute... verkställer en beräkning Efter inställning av alla parametrar ska du placera markören intill [Execute] och trycka på funktionstangenten nedan för att utföra beräkningen. 1(CALC)... Utför beräkning Utmatningsexempel för räkneresultat

42 1-3-8 Konfidensintervall (INTR) Left... intervallets undre gräns (vänster kant) Right... intervallet övre gräns (höger kant) ˆp 1... uppskattad stickprovsproportion för stickprov 1 ˆp... uppskattad stickprovsproportion för stickprov n1... storlek på stickprov 1 n... storlek på stickprov k t Intervall u 1-Sample t Interval (t intervall med 1 stickprov) 1-Sample t Interval beräknar konfidensintervallet för ett okänt populationsmedelvärde när populationens standardavvikelse är okänd. Det följande är konfidensintervallet. Värdet 100 (1 α) % är konfidensnivån. α x σ Vänster = o t n 1 n 1 n Höger = o+ t n 1 α x σ n 1 n Utför följande tangentoperation från statistikdatalistan. 4(INTR) c(t) b(1-smpl) Det följande visar innebörden av varje post ifråga om listdataspecifikation. Data... datatyp C-Level... konfidensnivå (0 < C-Level < 1) List... lista vars innehåll du vill använda som stickprovsdata (List 1 till 0) Freq... stickprovsfrekvens (1 eller List 1 till 0) Save Res... lista för lagring av räkneresultat (None eller List 1 till 0) Execute... verkställer en beräkning Det följande visar innebörden av specifikationsposter för parameterdata som skiljer sig från listdataspecifikation

43 1-3-9 Konfidensintervall (INTR) o... medelvärde av stickprov xσn-1... standardavvikelse för stickprov (xσn-1 > 0) n... storlek på stickprov (positivt heltal) Efter inställning av alla parametrar ska du placera markören intill [Execute] och trycka på funktionstangenten nedan för att utföra beräkningen. 1(CALC)... Utför beräkning Utmatningsexempel för räkneresultat Left... intervallets undre gräns (vänster kant) Right... intervallet övre gräns (höger kant) o... medelvärde av stickprov xσn-1... standardavvikelse för stickprov n... storlek på stickprov u -Sample t Interval (t intervall med stickprov) -Sample t Interval beräknar konfidensintervallet för skillnaden mellan två populationsmedelvärden när standardavvikelsen för båda populationer är okänd. t intervallet tillämpas på t-fördelning. Följande konfidensintervall gäller när sammanslagning är aktiverad. Värdet 100 (1 α) % är konfidensnivån. Vänster = (o 1 o ) t Höger = (o 1 o )+ t x p σ n 1 = α α n 1 +n x p σ n 1 n 1 n 1 +n x p σ n 1 n 1 (n 1 1)x 1 σ n 1 +(n 1)x σn 1 n 1 + n n n

44 Konfidensintervall (INTR) Följande konfidensintervall gäller när sammanslagning ej är aktiverad. Värdet 100 (1 α) % är konfidensnivån. Vänster = (o 1 o ) t df Höger = (o 1 o )+ t df df = 1 C n (1 C) n 1 C = x 1 σ n 1 n 1 x 1 σ n 1 σ n + 1 n x n 1 α α x 1 σ n 1 n 1 x 1 σ n 1 n x σ n 1 n x σ n 1 n Utför följande tangentoperation från statistikdatalistan. 4(INTR) c(t) c(-smpl) Det följande visar innebörden av varje post ifråga om listdataspecifikation. Data... datatyp C-Level... konfidensnivå (0 < C-Level < 1) List(1)... lista vars innehåll du vill använda som data för stickprov 1 (List 1 till 0) List()... lista vars innehåll du vill använda som data för stickprov (List 1 till 0) Freq(1)... frekvens för stickprov 1 (1 eller List 1 till 0) Freq()... frekvens för stickprov (1 eller List 1 till 0) Pooled... sammanslagning On (aktiverad) eller Off (ej aktiverad) Save Res... lista för lagring av räkneresultat (None eller List 1 till 0) Execute... verkställer en beräkning Det följande visar innebörden av specifikationsposter för parameterdata som skiljer sig från listdataspecifikation

45 Konfidensintervall (INTR) o1... medelvärde av stickprov 1 x1σn-1... standardavvikelse för stickprov 1 (x1σn-1 > 0) n1... storlek (positivt heltal) på stickprov 1 o... medelvärde av stickprov xσn-1... standardavvikelse för stickprov (xσn-1 > 0) n... storlek (positivt heltal) på stickprov Efter inställning av alla parametrar ska du placera markören intill [Execute] och trycka på funktionstangenten nedan för att utföra beräkningen. 1(CALC)... Utför beräkning Utmatningsexempel för räkneresultat Left... intervallets undre gräns (vänster kant) Right... intervallet övre gräns (höger kant) df... frihetsgrad o1... medelvärde av stickprov 1 o... medelvärde av stickprov x1σn-1... standardavvikelse för stickprov 1 xσn-1... standardavvikelse för stickprov xpσn-1... sammanslagen standardavvikelse för stickprov (visas endast när Pooled:On) n1... storlek på stickprov 1 n... storlek på stickprov

46 1-4-1 Fördelning (DIST) 1-4 Fördelning (DIST) Det finns ett flertal olika typer av fördelning, men den vanligaste är normalfördelning, som är nödvändig att använda vid statistikräkning. Normalfördelning är en symmetrisk fördelning centrerad på den största förekomsten av medelvärdesdata (högsta frekvensen), med gradvis minskande frekvens när man rör sig bort från centrum. Poisson-fördelning, geometrisk fördelning och andra former av fördelning kan också användas beroende på den aktuella datatypen. Vissa tendenser kan bestämmas när fördelningsformen väl har fastställts. Det går att beräkna sannolikheten att data som tages från en fördelning är mindre än ett specifikt värde. Fördelning kan t.ex. användas för att beräkna avkastningsgraden vid tillverkning av vissa produkter. När ett värde fastställts som kriterium går det att beräkna normalfördelning vid uppskattning av hur stor procentandel av produkterna som uppfyller kriteriet. På omvänt sätt går det att ställa upp ett framgångsmål (t.ex. 80%) som hypotes och använda normalfördelning för att uppskatta andelen av produkterna som uppnår målet. Normal sannolikhetstäthet beräknar sannolikhetstäthet för normalfördelning att data tagits från ett specifikt x-värde. Normal fördelningssannolikhet beräknar sannolikheten att normalfördelningsdata faller mellan två specifika värden. Inverterad kumulativ normalfördelning beräknar ett värde som representerar positionen inom en normalfördelning för en specifik kumulativ sannolikhet. Student- t sannolikhetstäthet beräknar sannolikhetstäthet för t-fördelning att data tagits från ett specifikt x-värde. Student- t fördelningssannolikhet beräknar sannolikheten att t-fördelningsdata faller mellan två specifika värden. Liksom t-fördelning kan fördelningssannolikhet också beräknas för χ, F, Binom, Poisson och Geometrisk fördelning. Uppvisa grundskärmen för läget STAT och tryck på 5(DIST) för att uppvisa fördelningsmenyn, som innehåller följande punkter. 5(DIST)b(Norm)... Normalfördelning (sid ) c(t)... Student-t fördelning (sid ) d(χ )... χ fördelning (sid ) e(f)... F fördelning (sid ) f(binmal)... Binomfördelning (sid ) g(poissn)... Poisson-fördelning (sid ) h(geo)... Geometrisk fördelning (sid )

47 1-4- Fördelning (DIST) ugemensamma fördelningsfunktioner Efter ritning av en graf kan funktionen P-CAL användas för att beräkna ett uppskattat p-värde för ett specifikt x-värde. Följande generella procedur gäller för att använda funktionen P-CAL. 1. Tryck efter ritning av en graf på 1(P-CAL) för att visa en meddelanderuta för inmatning av x-värde.. Inmata önskat värde för x och tryck sedan på w. Värdena x och p visas nu underst på skärmen, och pekaren flyttas till motsvarande punkt på grafen. 3. Ett tryck på v eller en siffertangent i detta läge visar åter meddelanderutan för inmatning av x-värde så att du kan utföra en ny beräkning av uppskattat värde. 4. Tryck efter avslutad räkning på i för att ta bort koordinatvärdena och pekaren på skärmen. # Verkställning av en analysfunktion lagrar automatiskt värdena x och p i bokstavsvariabel X respektive P

Kapitel Statistikgrafer och beräkningar

Kapitel Statistikgrafer och beräkningar Kapitel Statistikgrafer och beräkningar Detta kapitel beskriver inmatning av statistikdata i listor, beräkning av medelvärde, maximivärde och andra statistiska värden, bestämning av konfidensintervall

Läs mer

11-1 Innan dubbelgraf används

11-1 Innan dubbelgraf används Kapitel Dubbelgraf Funktionen för dubbelgraf gör att du kan dela upp skärmen i två halvor och därmed titta på två olika grafer samtidigt. Detta ger dig möjlighet att jämföra och analysera graferna i detalj.

Läs mer

F3 Introduktion Stickprov

F3 Introduktion Stickprov Utrotningshotad tandnoting i arktiska vatten Inferens om väntevärde baserat på medelvärde och standardavvikelse Matematik och statistik för biologer, 10 hp Tandnoting är en torskliknande fisk som lever

Läs mer

Kapitel. 12-1 Före användning av graf-till-tabell 12-2 Användning av graf-till-tabell

Kapitel. 12-1 Före användning av graf-till-tabell 12-2 Användning av graf-till-tabell Kapitel Graf-till-tabell Denna funktion gör att skärmen uppvisar både en graf och en tabell. Det går att flytta en pekare runt grafen och lagra dess nuvarande koordinater i tabellen närhelst du önskar.

Läs mer

Parade och oparade test

Parade och oparade test Parade och oparade test Andrew Hooker Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University Hypotesprövning: möjliga jämförelser Jämförelser mot ett

Läs mer

Kapitel Statistikgrafer och beräkningar

Kapitel Statistikgrafer och beräkningar Kapitel Statistikgrafer och beräkningar Detta kapitel beskriver inmatning av statistikdata i listor och beräkning av medelvärde, maximivärde och andra statistiska värden. Det beskriver även hur man utför

Läs mer

Provmoment: Tentamen 6,5 hp Ladokkod: A144TG Tentamen ges för: TGMAI17h, Maskiningenjör - Produktutveckling. Tentamensdatum: 28 maj 2018 Tid: 9-13

Provmoment: Tentamen 6,5 hp Ladokkod: A144TG Tentamen ges för: TGMAI17h, Maskiningenjör - Produktutveckling. Tentamensdatum: 28 maj 2018 Tid: 9-13 Matematisk Statistik 7,5 högskolepoäng Provmoment: Tentamen 6,5 hp Ladokkod: A144TG Tentamen ges för: TGMAI17h, Maskiningenjör - Produktutveckling Tentamensdatum: 28 maj 2018 Tid: 9-13 Hjälpmedel: Miniräknare

Läs mer

Hypotesprövning. Andrew Hooker. Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University

Hypotesprövning. Andrew Hooker. Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University Hypotesprövning Andrew Hooker Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University Hypotesprövning Liksom konfidensintervall ett hjälpmedel för att

Läs mer

F14 HYPOTESPRÖVNING (NCT 10.2, , 11.5) Hypotesprövning för en proportion. Med hjälp av data från ett stickprov vill vi pröva

F14 HYPOTESPRÖVNING (NCT 10.2, , 11.5) Hypotesprövning för en proportion. Med hjälp av data från ett stickprov vill vi pröva Stat. teori gk, ht 006, JW F14 HYPOTESPRÖVNING (NCT 10., 10.4-10.5, 11.5) Hypotesprövning för en proportion Med hjälp av data från ett stickprov vill vi pröva H 0 : P = P 0 mot någon av H 1 : P P 0 ; H

Läs mer

Kapitel Rekursionstabell och graf

Kapitel Rekursionstabell och graf Kapitel 16 Rekursionstabell och graf Det går att mata in två formler för de tre typerna av rekursion nedan och sedan använda dem för att framställa en tabell och rita grafer. Generell term av sekvensen

Läs mer

Kapitel Tabell & graf

Kapitel Tabell & graf Kapitel Menyn för tabell & graf gör det möjligt att framställa siffertabeller från funktioner som lagrats i minnet. Det går även att använda flera funktioner för att framställa tabeller. Eftersom tabell

Läs mer

FÖRELÄSNINGSMATERIAL. diff SE. SE x x. Grundläggande statistik 2: KORRELATION OCH HYPOTESTESTNING. Påbyggnadskurs T1. Odontologisk profylaktik

FÖRELÄSNINGSMATERIAL. diff SE. SE x x. Grundläggande statistik 2: KORRELATION OCH HYPOTESTESTNING. Påbyggnadskurs T1. Odontologisk profylaktik Grundläggande statistik Påbyggnadskurs T1 Odontologisk profylaktik FÖRELÄSNINGSMATERIAL : KORRELATION OCH HYPOTESTESTNING t diff SE x 1 diff SE x x 1 x. Analytisk statistik Regression & Korrelation Oberoende

Läs mer

Föreläsning 6. NDAB01 Statistik; teori och tillämpning i biologi

Föreläsning 6. NDAB01 Statistik; teori och tillämpning i biologi Föreläsning 6 Statistik; teori och tillämpning i biologi 1 Analysis of Variance (ANOVA) (GB s. 202-218, BB s. 190-206) ANOVA är en metod som används när man ska undersöka skillnader mellan flera olika

Läs mer

Föreläsning 2. NDAB01 Statistik; teori och tillämpning i biologi

Föreläsning 2. NDAB01 Statistik; teori och tillämpning i biologi Föreläsning 2 Statistik; teori och tillämpning i biologi 1 Normalfördelning Samplingfördelningar och CGS Fördelning för en stickprovsstatistika (t.ex. medelvärde) kallas samplingfördelning. I teorin är

Läs mer

Kapitel Att lära känna räknaren Läs detta först! Sid. 000

Kapitel Att lära känna räknaren Läs detta först! Sid. 000 Kapitel 1 Läs detta först! Symbolerna i denna bruksanvisning anger följande meddelanden. : Viktiga anmärkningar : Anmärkningar Sid. 000 : Referenssidor Kapitel 1 1. Hur du använder huvudmenyn Huvudmenyn

Läs mer

Analys av medelvärden. Jenny Selander , plan 3, Norrbacka, ingång via den Samhällsmedicinska kliniken

Analys av medelvärden. Jenny Selander , plan 3, Norrbacka, ingång via den Samhällsmedicinska kliniken Analys av medelvärden Jenny Selander jenny.selander@ki.se 524 800 29, plan 3, Norrbacka, ingång via den Samhällsmedicinska kliniken Jenny Selander, Kvant. metoder, FHV T1 december 20111 Innehåll Normalfördelningen

Läs mer

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 3

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 3 Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 3 Kontinuerliga sannolikhetsfördelningar (LLL Kap 7 & 9) Department of Statistics (Gebrenegus Ghilagaber, PhD, Associate Professor) Financial Statistics

Läs mer

Föreläsning 5. Kapitel 6, sid Inferens om en population

Föreläsning 5. Kapitel 6, sid Inferens om en population Föreläsning 5 Kapitel 6, sid 153-185 Inferens om en population 2 Agenda Statistisk inferens om populationsmedelvärde Statistisk inferens om populationsandel Punktskattning Konfidensintervall Hypotesprövning

Läs mer

En scatterplot gjordes, och linjär regression utfördes därefter med följande hypoteser:

En scatterplot gjordes, och linjär regression utfördes därefter med följande hypoteser: 1 Uppgiftsbeskrivning Syftet med denna laboration var att utifrån uppmätt data avgöra: (i) Om något samband finnes mellan kroppstemperatur och hjärtfrekvens. (ii) Om någon signifikant skillnad i sockerhalt

Läs mer

TMS136. Föreläsning 13

TMS136. Föreläsning 13 TMS136 Föreläsning 13 Jämförelser mellan två populationer Hittills har vi gjort konfidensintervall och tester kring parametrar i EN population I praktiska sammanhang är man ofta intresserad av att jämföra

Läs mer

FACIT (korrekta svar i röd fetstil)

FACIT (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 mer

Kapitel Tabell & graf

Kapitel Tabell & graf Kapitel 15 Tabell & graf Tabell & graf används för att framställa tabeller över diskreta data från funktioner och rekursionsformler och sedan använda värdena för grafritning. Tabell & graf gör det därför

Läs mer

, s a. , s b. personer från Alingsås och n b

, s a. , s b. personer från Alingsås och n b Skillnader i medelvärden, väntevärden, mellan två populationer I kapitel 8 testades hypoteser typ : µ=µ 0 där µ 0 var något visst intresserant värde Då användes testfunktionen där µ hämtas från, s är populationsstandardavvikelsen

Läs mer

F9 SAMPLINGFÖRDELNINGAR (NCT

F9 SAMPLINGFÖRDELNINGAR (NCT Stat. teori gk, ht 006, JW F9 SAMPLINGFÖRDELNINGAR (NCT 7.1-7.4) Ordlista till NCT Sample Population Simple random sampling Sampling distribution Sample mean Standard error The central limit theorem Proportion

Läs mer

Kapitel Dynamisk graf

Kapitel Dynamisk graf Kapitel 13 Dynamisk graf Läget för dynamisk graf på denna räknare ger dig framställning i realtid av ändringar i en graf efter hand som koefficienter och termer ändras. Du kan således se vad som händer

Läs mer

Kapitel. 9-1 Innan graflösning används 9-2 Analys av en funktionsgraf

Kapitel. 9-1 Innan graflösning används 9-2 Analys av en funktionsgraf Kapitel Graflösning Det går att använda följande metoder för att analysera funktionsgrafer och approximera resultat. Beräkning av roten Bestämning av lokalt maximivärde och lokalt minimivärde Bestämning

Läs mer

Detta kapitel förklarar lösning av de fyra typer av differentialekvationer som anges nedan.

Detta kapitel förklarar lösning av de fyra typer av differentialekvationer som anges nedan. Kapitel Differentialekvationer Detta kapitel förklarar lösning av de fyra typer av differentialekvationer som anges nedan. 3 Differentialekvationer av första ordningen Linjära differentialekvationer av

Läs mer

F18 MULTIPEL LINJÄR REGRESSION, FORTS. (NCT

F18 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 mer

FÖRELÄSNING 8:

FÖRELÄSNING 8: FÖRELÄSNING 8: 016-05-17 LÄRANDEMÅL Konfidensintervall för väntevärdet då variansen är okänd T-fördelningen Goodness of fit-test χ -fördelningen Hypotestest Signifikansgrad Samla in data Sammanställ data

Läs mer

TMS136. Föreläsning 11

TMS136. Föreläsning 11 TMS136 Föreläsning 11 Andra intervallskattningar Vi har sett att vi givet ett stickprov och under vissa antaganden kan göra intervallskattningar för väntevärden Man kan även gör intervallskattningar för

Läs mer

Föreläsning 8. NDAB02 Statistik; teori och tillämpning i biologi

Föreläsning 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 mer

Laboration 2. i 5B1512, Grundkurs i matematisk statistik för ekonomer

Laboration 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 mer

Vi har en ursprungspopulation/-fördelning med medelvärde µ.

Vi har en ursprungspopulation/-fördelning med medelvärde µ. P-värde P=probability Sannolikhetsvärde som är resultat av en statistisk test. Anger sannolikheten för att göra den observation vi har gjort eller ett sämre / mer extremt utfall om H 0 är sann. Vi har

Läs mer

Föreläsning 3. NDAB02 Statistik; teori och tillämpning i biologi

Föreläsning 3. NDAB02 Statistik; teori och tillämpning i biologi Föreläsning 3 Statistik; teori och tillämpning i biologi 1 Dagens föreläsning o Inferens om två populationer (kap 8.1 8.) o Parvisa observationer (kap 9.1 9.) o p-värde (kap 6.3) o Feltyper, styrka, stickprovsstorlek

Läs mer

Föreläsning G60 Statistiska metoder

Föreläsning G60 Statistiska metoder Föreläsning 4 Statistiska metoder 1 Dagens föreläsning o Sannolikhet Vad är sannolikhet? o Slumpvariabel o Sannolikhetsfördelningar Binomialfördelning Normalfördelning o Stickprov och population o Centrala

Läs mer

Kapitel Grafer för koniska sektioner

Kapitel Grafer för koniska sektioner Kapitel 14 Grafer för koniska sektioner Det går att rita en graf över följande koniska sektioner med hjälp av räknarens inbyggda funktioner. Parabelgraf Cirkelgraf Elliptisk graf Hyperbelgraf 14-1 Före

Läs mer

Statistisk försöksplanering

Statistisk försöksplanering Statistisk försöksplanering Provmoment: Ladokkod: Tentamen ges för: TentamensKod: Skriftlig tentamen 3 hp 51SF01 Textilingenjörsutbildningen Tentamensdatum: 2 November Tid: 09:00-13 Hjälpmedel: Miniräknare

Läs mer

7.5 Experiment with a single factor having more than two levels

7.5 Experiment with a single factor having more than two levels 7.5 Experiment with a single factor having more than two levels Exempel: Antag att vi vill jämföra dragstyrkan i en syntetisk fiber som blandats ut med bomull. Man vet att inblandningen påverkar dragstyrkan

Läs mer

Föreläsning G60 Statistiska metoder

Föreläsning G60 Statistiska metoder Föreläsning 6 Statistiska metoder 1 Dagens föreläsning o Kort om projektet o Hypotesprövning Populationsandel Populationsmedelvärde p-värdet 2 Kort om projektet Syftet med projektet i denna kurs är att

Läs mer

Metod och teori. Statistik för naturvetare Umeå universitet

Metod 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

Kapitel. 1. Listoperationer 2. Redigering och omplacering av listor 3. Hantering av listdata 4. Aritmetiska beräkningar med listor

Kapitel. 1. Listoperationer 2. Redigering och omplacering av listor 3. Hantering av listdata 4. Aritmetiska beräkningar med listor Kapitel En lista är en slags behållare som kan användas för att lagra flera dataposter. Denna räknare tillåter dig att ha upp till sex listor i minnet, och innehållen i dessa kan användas i aritmetiska

Läs mer

Standardfel (Standard error, SE) SD eller SE. Intervallskattning MSG Staffan Nilsson, Chalmers 1

Standardfel (Standard error, SE) SD eller SE. Intervallskattning MSG Staffan Nilsson, Chalmers 1 Standardfel (Standard error, SE) Anta vi har ett stickprov X 1,,X n där varje X i has medel = µ och std.dev = σ. Då är Det sista kalls standardfel (eng:standard error of mean (SEM) eller (SE) och skattas

Läs mer

Kapitel E-CON. 4-1 Överblick av E-CON 4-2 Uppställning av EA-100 4-3 Uppställningsminne 4-4 Programomvandling 4-5 Att starta provtagning

Kapitel E-CON. 4-1 Överblick av E-CON 4-2 Uppställning av EA-100 4-3 Uppställningsminne 4-4 Programomvandling 4-5 Att starta provtagning Kapitel E-CON 4-1 Överblick av E-CON 4-2 Uppställning av EA-100 4-3 Uppställningsminne 4-4 Programomvandling 4-5 Att starta provtagning 4 Alla förklaringar i detta kapitel förutsätter att du redan är bekant

Läs mer

Datorövning 5. Statistisk teori med tillämpningar. Lära sig beräkna konfidensintervall och utföra hypotestest för:

Datorövning 5. Statistisk teori med tillämpningar. Lära sig beräkna konfidensintervall och utföra hypotestest för: Datorövning 5 Statistisk teori med tillämpningar Hypotestest i SAS Syfte Lära sig beräkna konfidensintervall och utföra hypotestest för: 1. Populationsmedelvärdet, µ. 2. Skillnaden mellan två populationsmedelvärden,

Läs mer

Innehåll. Frekvenstabell. II. Beskrivande statistik, sid 53 i E

Innehåll. Frekvenstabell. II. Beskrivande statistik, sid 53 i E Innehåll I. Grundläggande begrepp II. Deskriptiv statistik (sid 53 i E) III. Statistisk inferens Hypotesprövnig Statistiska analyser Parametriska analyser Icke-parametriska analyser 1 II. Beskrivande statistik,

Läs mer

Betrakta kopparutbytet från malm från en viss gruva. För att kontrollera detta tar man ut n =16 prover och mäter kopparhalten i dessa.

Betrakta kopparutbytet från malm från en viss gruva. För att kontrollera detta tar man ut n =16 prover och mäter kopparhalten i dessa. Betrakta kopparutbytet från malm från en viss gruva. Anta att budgeten för utbytet är beräknad på att kopparhalten ligger på 70 %. För att kontrollera detta tar man ut n =16 prover och mäter kopparhalten

Läs mer

Hur man tolkar statistiska resultat

Hur man tolkar statistiska resultat Hur man tolkar statistiska resultat Andrew Hooker Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University Varför använder vi oss av statistiska tester?

Läs mer

Föreläsning 5. NDAB02 Statistik; teori och tillämpning i biologi

Föreläsning 5. NDAB02 Statistik; teori och tillämpning i biologi Föreläsning 5 Statistik; teori och tillämpning i biologi 1 Dagens föreläsning o Andelar (kap 24) o Binomialfördelning (kap 24.1) o Test och konfidensintervall för en andel (kap 24.5, 24.6, 24.8) o Test

Läs mer

Samplingfördelningar 1

Samplingfördelningar 1 Samplingfördelningar 1 Parametrar och statistikor En parameter är en konstant som karakteriserar en population eller en modell. Exempel: Populationsmedelvärdet Parametern p i binomialfördelningen 2 Vi

Läs mer

Följande resultat erhålls (enhet: 1000psi):

Följande resultat erhålls (enhet: 1000psi): Variansanalys Exempel Aluminiumstavar utsätts för uppvärmningsbehandlingar enligt fyra olika standardmetoder. Efter behandlingen uppmäts dragstyrkan hos varje stav. Fem upprepningar görs för varje behandling.

Läs mer

Inledning till statistikteorin. Skattningar och konfidensintervall för μ och σ

Inledning till statistikteorin. Skattningar och konfidensintervall för μ och σ Inledning till statistikteorin Skattningar och konfidensintervall för μ och σ Punktskattningar Stickprov från en population - - - Vi vill undersöka bollhavet men får bara göra det genom att ta en boll

Läs mer

Minimanual CASIO fx-9750gii

Minimanual CASIO fx-9750gii Minimanual CASIO fx-9750gii Vanliga beräkningar Vanliga beräkningar görs som vanligt, fast du trycker EXE istället för lika med. Innehåll 3 maj 2017 1 Skriver du fel i en beräkning kan du radera med DEL.

Läs mer

LÖSNINGSFÖRSLAG TILL TENTAMEN I MATEMATISK STATISTIK 2007-08-29

LÖSNINGSFÖRSLAG 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 mer

Lösningar till tentamensskrivning för kursen Linjära statistiska modeller. 14 januari

Lösningar till tentamensskrivning för kursen Linjära statistiska modeller. 14 januari STOCKHOLMS UNIVERSITET MATEMATISK STATISTIK Lösningar till tentamensskrivning för kursen Linjära statistiska modeller 14 januari 2010 9 14 Examinator: Anders Björkström, tel. 16 45 54, bjorks@math.su.se

Läs mer

TMS136. Föreläsning 10

TMS136. Föreläsning 10 TMS136 Föreläsning 10 Intervallskattningar Vi har sett att vi givet ett stickprov kan göra punktskattningar för fördelnings-/populationsparametrar En punkskattning är som vi minns ett tal som är en (förhoppningsvis

Läs mer

Lektionsanteckningar 11-12: Normalfördelningen

Lektionsanteckningar 11-12: Normalfördelningen Lektionsanteckningar 11-12: Normalfördelningen När utfallsrummet för en slumpvariabel kan anta vilket värde som helst i ett givet intervall är variabeln kontinuerlig. Det är väsentligt att utfallsrummet

Läs mer

Korrelation kausalitet. ˆ Y =bx +a KAPITEL 6: LINEAR REGRESSION: PREDICTION

Korrelation kausalitet. ˆ Y =bx +a KAPITEL 6: LINEAR REGRESSION: PREDICTION KAPITEL 6: LINEAR REGRESSION: PREDICTION Prediktion att estimera "poäng" på en variabel (Y), kriteriet, på basis av kunskap om "poäng" på en annan variabel (X), prediktorn. Prediktion heter med ett annat

Läs mer

Analytisk statistik. Mattias Nilsson Benfatto, PhD.

Analytisk statistik. Mattias Nilsson Benfatto, PhD. Analytisk statistik Mattias Nilsson Benfatto, PhD Mattias.nilsson@ki.se Beskrivande statistik kort repetition Centralmått Spridningsmått Normalfördelning Konfidensintervall Korrelation Analytisk statistik

Läs mer

Mälardalens Högskola. Formelsamling. Statistik, grundkurs

Mälardalens Högskola. Formelsamling. Statistik, grundkurs Mälardalens Högskola Formelsamling Statistik, grundkurs Höstterminen 2015 Deskriptiv statistik Populationens medelvärde (population mean): μ = X N Urvalets medelvärde (sample mean): X = X n Där N är storleken

Läs mer

Föreläsning 9. NDAB01 Statistik; teori och tillämpning i biologi

Föreläsning 9. NDAB01 Statistik; teori och tillämpning i biologi Föreläsning 9 Statistik; teori och tillämpning i biologi 1 (kap. 20) Introduktion I föregående föreläsning diskuterades enkel linjär regression, där en oberoende variabel X förklarar variationen hos en

Läs mer

en observerad punktskattning av µ, ett tal. x = µ obs = 49.5.

en observerad punktskattning av µ, ett tal. x = µ obs = 49.5. February 6, 2018 1 Föreläsning VIII 1.1 Punktskattning Punktskattning av µ Vi låter {ξ 1, ξ 2,..., ξ n } vara oberoende likafördelade stokastiska variabler (med ett gemensamt µ). ξ =: µ är en punktskattning

Läs mer

Grundläggande matematisk statistik

Grundläggande matematisk statistik Grundläggande matematisk statistik Linjär Regression Uwe Menzel, 2018 uwe.menzel@slu.se; uwe.menzel@matstat.de www.matstat.de Linjär Regression y i y 5 y 3 mätvärden x i, y i y 1 x 1 x 2 x 3 x 4 x 6 x

Läs mer

Lö sningsfö rslag till tentamen i matematisk statistik Statistik öch kvalitetsteknik 7,5 hp

Lö sningsfö rslag till tentamen i matematisk statistik Statistik öch kvalitetsteknik 7,5 hp Sid (7) Lö sningsfö rslag till tentamen i matematisk statistik Statistik öch kvalitetsteknik 7,5 hp Uppgift Nedanstående beräkningar från Minitab är gjorda för en Poissonfördelning med väntevärde λ = 4.

Läs mer

Introduktion. Konfidensintervall. Parade observationer Sammanfattning Minitab. Oberoende stickprov. Konfidensintervall. Minitab

Introduktion. Konfidensintervall. Parade observationer Sammanfattning Minitab. Oberoende stickprov. Konfidensintervall. Minitab Uppfödning av kyckling och fiskleveroljor Statistiska jämförelser: parvisa observationer och oberoende stickprov Matematik och statistik för biologer, 10 hp Fredrik Jonsson vt 2012 Fiskleverolja tillsätts

Läs mer

Statistisk försöksplanering

Statistisk försöksplanering Statistisk försöksplanering Provmoment: Ladokkod: Tentamen ges för: TentamensKod: Skriftlig tentamen 3 hp 51SF01 Textilingenjörsutbildningen Tentamensdatum: 25 Oktober 2017 Tid: 09:00-13 Hjälpmedel: Miniräknare

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

Kapitel 7 Samplingfördelningar och Centrala gränsvärdessatsen

Kapitel 7 Samplingfördelningar och Centrala gränsvärdessatsen Sannolikhetslära och inferens II Kapitel 7 Samplingfördelningar och Centrala gränsvärdessatsen 1 Statistikor och samplingfördelningar I Kapitel 6 studerades metoder för att bestämma sannolikhetsfördelningen

Läs mer

Föreläsning 1. Repetition av sannolikhetsteori. Patrik Zetterberg. 6 december 2012

Föreläsning 1. Repetition av sannolikhetsteori. Patrik Zetterberg. 6 december 2012 Föreläsning 1 Repetition av sannolikhetsteori Patrik Zetterberg 6 december 2012 1 / 28 Viktiga statistiska begrepp För att kunna förstå mer avancerade koncept under kursens gång är det viktigt att vi förstår

Läs mer

Räkneövning 3 Variansanalys

Räkneövning 3 Variansanalys Räkneövning 3 Variansanalys Uppgift 1 Fyra sorter av majshybrider har utvecklats för att bli resistenta mot en svampinfektion. Nu vill man också studera deras produktionsegenskaper. Varje hybrid planteras

Läs mer

34% 34% 13.5% 68% 13.5% 2.35% 95% 2.35% 0.15% 99.7% 0.15% -3 SD -2 SD -1 SD M +1 SD +2 SD +3 SD

34% 34% 13.5% 68% 13.5% 2.35% 95% 2.35% 0.15% 99.7% 0.15% -3 SD -2 SD -1 SD M +1 SD +2 SD +3 SD 6.4 Att dra slutsatser på basis av statistisk analys en kort inledning - Man har ett stickprov, men man vill med hjälp av det få veta något om hela populationen => för att kunna dra slutsatser som gäller

Läs mer

Bild 1. Bild 2 Sammanfattning Statistik I. Bild 3 Hypotesprövning. Medicinsk statistik II

Bild 1. Bild 2 Sammanfattning Statistik I. Bild 3 Hypotesprövning. Medicinsk statistik II Bild 1 Medicinsk statistik II Läkarprogrammet T5 HT 2014 Anna Jöud Arbets- och miljömedicin, Lunds universitet ERC Syd, Skånes Universitetssjukhus anna.joud@med.lu.se Bild 2 Sammanfattning Statistik I

Läs mer

Sambandsmått. Centralmått. Det mest frekventa värdet. Det mittersta värdet i en rangordnad fördelning. Aritmetiska medelvärdet.

Sambandsmått. Centralmått. Det mest frekventa värdet. Det mittersta värdet i en rangordnad fördelning. Aritmetiska medelvärdet. PM315 HT016 Emma äck Formelsamling Centralmått Typvärde T Median Md ritmetiska medelvärdet Det mest frekventa värdet Det mittersta värdet i en rangordnad fördelning = n Spridningsmått Variationsvidd (Range)

Läs mer

OBS! Vi har nya rutiner.

OBS! Vi har nya rutiner. KOD: Kurskod: PC1203 och PC1244 Kursnamn: Kognitiv psykologi och metod och Kognitiv psykologi och utvecklingspsykologi Provmoment: Metod Ansvarig lärare: Linda Hassing Tentamensdatum: 2012-11-17 Tillåtna

Läs mer

Kapitel Ekvationsräkning

Kapitel Ekvationsräkning Kapitel Ekvationsräkning Din grafiska räknare kan lösa följande tre typer av beräkningar: Linjära ekvationer med två till sex okända variabler Högregradsekvationer (kvadratiska, tredjegrads) Lösningsräkning

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

27,5 27,6 24,8 29,2 27,7 26,6 26,2 28,0 (Pa s)

27,5 27,6 24,8 29,2 27,7 26,6 26,2 28,0 (Pa s) TENTAMEN: Statistik och sannolikhetslära (LMA120) Tid och plats: 08:0-12:0 den 7 oktober 2016, Samhällsbyggnad Hjälpmedel: Typgodkänd miniräknare, formelblad Betygsgränser: : 12 poäng, 4: 18 poäng, 5:

Läs mer

Statistik 1 för biologer, logopeder och psykologer

Statistik 1 för biologer, logopeder och psykologer Innehåll 1 Hypotesprövning Innehåll Hypotesprövning 1 Hypotesprövning Inledande exempel Hypotesprövning Exempel. Vi är intresserade av en variabel X om vilken vi kan anta att den är (approximativt) normalfördelad

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

Föreläsning 5. NDAB02 Statistik; teori och tillämpning i biologi

Föreläsning 5. NDAB02 Statistik; teori och tillämpning i biologi Föreläsning 5 Statistik; teori och tillämpning i biologi 1 Dagens föreläsning o Andelar (kap 24) o Test och konfidensintervall för en andel (kap 24.5, 24.6, 24.8) o Test och konfidensintervall för två

Läs mer

Statistik för teknologer, 5 poäng Skrivtid:

Statistik för teknologer, 5 poäng Skrivtid: UMEÅ UNIVERSITET Institutionen för matematisk statistik Statistik för teknologer, MSTA33, p Statistik för kemister, MSTA19, p TENTAMEN 2004-06-03 TENTAMEN I MATEMATISK STATISTIK Statistik för teknologer,

Läs mer

Analytisk statistik. 1. Estimering. Statistisk interferens. Statistisk interferens

Analytisk statistik. 1. Estimering. Statistisk interferens. Statistisk interferens Analytisk statistik Tony Pansell, Leg optiker Docent, Universitetslektor Analytisk statistik Att dra slutsatser från den insamlade datan. Två metoder:. att generalisera från en mindre grupp mot en större

Läs mer

Rättningstiden är i normalfall 15 arbetsdagar, till detta tillkommer upp till 5 arbetsdagar för administration, annars är det detta datum som gäller:

Rättningstiden är i normalfall 15 arbetsdagar, till detta tillkommer upp till 5 arbetsdagar för administration, annars är det detta datum som gäller: Matematisk Statistik Provmoment: Ladokkod: Tentamen ges för: Tentamen TT091A TGMAS15h 7,5 högskolepoäng TentamensKod: Tentamensdatum: 30 Maj Tid: 9-13 Hjälpmedel: Miniräknare (nollställd) samt allmänspråklig

Läs mer

Föreläsning G60 Statistiska metoder

Föreläsning G60 Statistiska metoder Föreläsning 5 Statistiska metoder 1 Dagens föreläsning o Konfidensintervall För andelar För medelvärden Vid jämförelser o Den statistiska felmarginalen o Stickprovsstorlek 2 Introduktion När man beräknar

Läs mer

Miniräknare. Betygsgränser: Maximal poäng är 24. För betyget godkänd krävs 12 poäng och för betyget väl godkänd krävs 18 poäng.

Miniräknare. Betygsgränser: Maximal poäng är 24. För betyget godkänd krävs 12 poäng och för betyget väl godkänd krävs 18 poäng. UMEÅ UNIVERSITET Institutionen för matematisk statistisk Statistiska metoder, poäng TENTAMEN -8 Per Arnqvist TENTAMEN I MATEMATISK STATISTIK Statistiska metoder, poäng Tillåtna hjälpmedel: Kursboken med

Läs mer

Två innebörder av begreppet statistik. Grundläggande tankegångar i statistik. Vad är ett stickprov? Stickprov och urval

Två innebörder av begreppet statistik. Grundläggande tankegångar i statistik. Vad är ett stickprov? Stickprov och urval Två innebörder av begreppet statistik Grundläggande tankegångar i statistik Matematik och statistik för biologer, 10 hp Informationshantering. Insamling, ordningsskapande, presentation och grundläggande

Läs mer

Examinationsuppgifter del 2

Examinationsuppgifter 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 mer

Del I. Uppgift 1 För händelserna A och B gäller att P (A) = 1/4, P (B A) = 1/3 och P (B A ) = 1/2. Beräkna P (A B). Svar:...

Del I. Uppgift 1 För händelserna A och B gäller att P (A) = 1/4, P (B A) = 1/3 och P (B A ) = 1/2. Beräkna P (A B). Svar:... Avd. Matematisk statistik TENTAMEN I SF9/SF94/SF95/SF96 SANNOLIKHETSTEORI OCH STATISTIK, ONSDAGEN DEN 4:E OKTOBER 08 KL 8.00 3.00. Examinator för SF94/SF96: Tatjana Pavlenko, 08-790 84 66 Examinator för

Läs mer

Obligatorisk uppgift, del 1

Obligatorisk 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 mer

SF1905 Sannolikhetsteori och statistik: Lab 2 ht 2011

SF1905 Sannolikhetsteori och statistik: Lab 2 ht 2011 Avd. Matematisk statistik Tobias Rydén 2011-09-30 SF1905 Sannolikhetsteori och statistik: Lab 2 ht 2011 Förberedelser. Innan du går till laborationen, läs igenom den här handledningen. Repetera också i

Läs mer

Tentamen i matematisk statistik

Tentamen i matematisk statistik Sid (5) i matematisk statistik Statistisk processtyrning 7,5 hp Tillåtna hjälpmedel: Miniräknare. Studenterna får behålla tentamensuppgifterna. Skrivtid: 9.00-3.00 ger maximalt 2 poäng. För godkänt krävs

Läs mer

Höftledsdysplasi hos dansk-svensk gårdshund

Höftledsdysplasi hos dansk-svensk gårdshund Höftledsdysplasi hos dansk-svensk gårdshund Sjö A Sjö B Förekomst av parasitdrabbad öring i olika sjöar Sjö C Jämföra medelvärden hos kopplade stickprov Tio elitlöpare springer samma sträcka i en för dem

Läs mer

ALGEBRA FX PLUS)

ALGEBRA FX PLUS) Kapitel Systeminställningsmeny Använd systeminställningsmenyn för att titta på systeminformation och utföra diverse systeminställningar. Systeminställningsmenyn kan användas till det följande. Information

Läs mer

Idag. EDAA35, föreläsning 4. Analys. Exempel: exekveringstid. Vanliga steg i analysfasen av ett experiment

Idag. EDAA35, föreläsning 4. Analys. Exempel: exekveringstid. Vanliga steg i analysfasen av ett experiment EDAA35, föreläsning 4 KVANTITATIV ANALYS Idag Kvantitativ analys Kamratgranskning Analys Exempel: exekveringstid Hur analysera data? Hur vet man om man kan lita på skillnader och mönster som man observerar?

Läs mer

Residualanalys. Finansiell statistik, vt-05. Normalfördelade? Normalfördelade? För modellen

Residualanalys. Finansiell statistik, vt-05. Normalfördelade? Normalfördelade? För modellen Residualanalys För modellen Johan Koskinen, Statistiska institutionen, Stockholms universitet Finansiell statistik, vt-5 F7 regressionsanalys antog vi att ε, ε,..., ε är oberoende likafördelade N(,σ Då

Läs mer

9. Konfidensintervall vid normalfördelning

9. Konfidensintervall vid normalfördelning TNG006 F9 09-05-016 Konfidensintervall 9. Konfidensintervall vid normalfördelning Låt x 1, x,..., x n vara ett observerat stickprov av oberoende s.v. X 1, X,..., X n var och en med fördelning F. Antag

Läs mer

7,5 högskolepoäng. Statistisk försöksplanering och kvalitetsstyrning. TentamensKod: Tentamensdatum: 30 oktober 2015 Tid: 9-13:00

7,5 högskolepoäng. Statistisk försöksplanering och kvalitetsstyrning. TentamensKod: Tentamensdatum: 30 oktober 2015 Tid: 9-13:00 Statistisk försöksplanering och kvalitetsstyrning Provmoment: Ladokkod: Tentamen ges för: TentamensKod: Tentamen 5Hp 41I12B KINAF13, KINAR13, KINLO13,KMASK13 7,5 högskolepoäng Tentamensdatum: 30 oktober

Läs mer

Tentamen MVE302 Sannolikhet och statistik

Tentamen MVE302 Sannolikhet och statistik Tentamen MVE32 Sannolikhet och statistik 219-6-5 kl. 8:3-12:3 Examinator: Johan Jonasson, Matematiska vetenskaper, Chalmers Telefonvakt: Oskar Allerbo, telefon: 31-7725325 Hjälpmedel: Valfri miniräknare.

Läs mer

Kapitel. 10-1 Innan skissfunktionen används 10-2 Grafritning med skissfunktionen

Kapitel. 10-1 Innan skissfunktionen används 10-2 Grafritning med skissfunktionen Kapitel Skissfunktion Skissfunktionen gör det möjligt att rita linjer och grafer på en existerande graf. Tänk på att användning av skissfunktionen i läget STAT, GRAPH, TABLE, RECUR och CONICS skiljer sig

Läs mer

Tentamen i statistik (delkurs C) på kursen MAR103: Marina Undersökningar - redskap och metoder.

Tentamen i statistik (delkurs C) på kursen MAR103: Marina Undersökningar - redskap och metoder. Tentamen 2014-12-05 i statistik (delkurs C) på kursen MAR103: Marina Undersökningar - redskap och metoder. Tillåtna hjälpmedel: Miniräknare och utdelad formelsamling med tabeller. C1. (6 poäng) Ange för

Läs mer

Tentamen i matematisk statistik

Tentamen i matematisk statistik Sid 1 (7) i matematisk statistik Statistik och kvalitetsteknik 7,5 hp Tillåtna hjälpmedel: Miniräknare. Studenterna får behålla tentamensuppgifterna. Skrivtid: 9.00-12.00 ger maximalt 24 poäng. Betygsgränser:

Läs mer