Uppsala Universitet Matematiska institutionen Matematisk Statistik. Formel- och tabellsamling. Sannolikhetsteori och Statistik
|
|
- Rune Sandström
- för 7 år sedan
- Visningar:
Transkript
1 Uppsala Uiversitet Matematiska istitutioe Matematisk Statistik Formel- och tabellsamlig Saolikhetsteori och Statistik IT2-2004
2 Formelsamlig, Saolikhetsteori och Statistik IT Saolikhetsteori 1.1 Allmät Fördeligsfuktio: F (x) = P(X x) α-kvatil: Det tal x α som uppfyller F (x α ) = 1 α. Diskret s.v.: X är diskret om de atar ett ädligt eller ett uppräkeligt atal värde x 1, x 2,... med saolikheter p(x 1 ), p(x 2 ),... där p(x) är saolikhetsfuktio till X. Kotiuerlig s.v.: X är kotiuerlig om X atar alla värde i ett itervall eligt täthetsfuktioe f(x). Det gäller att 1) F (x) är kotiuerlig för alla x, 2) F (x) = f(x) för alla x där derivata existerar, 3) P(a < X b) = b a f(x)dx. Vätevärde: { i E(X) = µ = x i p(x i ) (X diskret) x f(x) dx (X kotiuerlig) Varias: V(X) = σ 2 = E ( (X µ) 2) = E(X 2 ) E(X) 2 Stadardavvikelse: D(X) = σ = V(X) Kovarias: C(X, Y ) = E((X µ x )(Y µ y )) Korrelatioskoefficiet: ρ(x, Y ) = C(X,Y ) D(X)D(Y ) 1.2 Diskreta fördeligar Här Biomialfördelig: X Bi(, p) om p(k) = ( k) p k q k, k = 0, 1, 2,..., q = 1 p, µ = p, σ 2 = pq Geometrisk fördelig: X Ge(p) om p(k) = pq k, k = 0, 1, 2,... q = 1 p, µ = q p, σ2 = q p 2 För första gåge-fördelig: X Ffg(p) om p(k) = pq k 1, k = 1, 2, 3,... q = 1 p, µ = 1 p, σ2 = q p 2 Poissofördelig: X Po(λ) om p(k) = mk k! e m, k = 0, 1, 2,... µ = λ, σ 2 = λ Hypergeometrisk fördelig: X Hyge(N,, p) om p(k) = (Np k )( Nq, k = 0, 1,..., ( N ) (för de k som är möjliga: k får t.ex. ite överstiga Np). q = 1 p, µ = p, σ 2 = pq N N 1 k) 2
3 1.3 Kotiuerliga fördeligar Rektagelfördelig: X Re(a, b) om f(x) = 1 µ = a+b 2, σ2 = (b a)2 12 b a, a x b Γ-fördelig: X Γ(p, m) om f(x) = xp 1 m p Γ(p) e x m, x 0 µ = p m, σ 2 = p m 2 Expoetialfördelig: X Exp(m) om X Γ(1, m). Normalfördelig: X N(m, σ) om f(x) = 1 2σ 2, där µ = m är vätevärde och σ 2 är varias. För N(0, 1)-fördelige gäller att fördeligsfuktioe beteckas med Φ(x), kvatilera med λ α. 2π σ e (x m)2 χ 2 -fördelig: Om X 1, X 2,..., X är oberoede N(m, σ) så gäller: 1. 1 σ 2 i=1 (X i m) 2 χ 2 (), 2. 1 σ 2 i=1 (X i X) 2 χ 2 ( 1), 3. X och i=1 (X i X) 2 är oberoede. 4. Om U χ 2 (f 1 ) och V χ 2 (f 2 ) är oberoede så är U + V χ 2 (f 1 + f 2 ). Parameter i χ 2 (f)-fördelige kallas frihetsgrader, kvatilera beteckas χ 2 α(f). µ = f, σ 2 = 2f t-fördelig: Om X N(0, 1) och Y χ 2 (f) är oberoede så gäller: t-fördelige med f frihetsgrader är symmetrisk med kvatiler t α (f). µ = 0 (om f > 1), σ 2 = f f 2 (om f > 2) X Y f t(f). 2 Statistikteori 2.1 Allmät Stickprov: Mätvärdea x 1, x 2,..., x utgör ett (slumpmässigt) stickprov på X om de är observatioer av oberoede slumpvariabler X 1, X 2,..., X med samma fördelig som X. Stickprovsmedelvärde: x = 1 i=1 x i Stickprovsvarias: s 2 = 1 1 i=1 (x i x) 2 = Sxx 1, där S xx = i=1 (x i x) 2 = x 2 i ( x i) 2 Stickprovsstadardavvikelse: s = s 2 3
4 2.2 Iferes vid ormalfördelig Ett stickprov x 1, x 2,..., x slumpmässigt stickprov frå N(m, σ). Referesvariabler: X m σ/ N(0, 1) (σ käd) X m s/ t( 1) (σ okäd) ( 1)s 2 σ 2 χ 2 ( 1) Två stickprov x 1, x 2,..., x 1 slumpmässigt stickprov frå N(m 1, σ 1 ). y 1, y 2,..., y 2 slumpmässigt stickprov frå N(m 2, σ 2 ). Referesvariabler: X Ȳ (m 1 m 2 ) σ σ2 2 2 N(0, 1) (σ 1 och σ 2 käda) X Ȳ (m 1 m 2 ) t( ) 1 s p (σ 1 = σ 2 = σ okäd) Normalapproximatio X Ȳ (m 1 m 2 ) s s2 2 2 där s 2 p = S xx + S yy N(0, 1) (σ 1 och σ 2 okäda) Atag θ N(θ, D(θ )) Referesvariabler: θ θ D(θ ) θ θ d(θ ) θ θ d(θ ) N(0, 1) N(0, 1) (om D(θ ) käd) (om D(θ ) okäd) t( 1) (om d(θ ) = s ) 4
5 2.3 Regressiosaalys y i observatio av Y i = α + β(x i x) + ɛ i, i = 1, 2,..., där ɛ i är oberoede N(0, σ). α = ȳ är observatio frå N(α, σ ). β = Sxy S xx är observatio frå N(β, σ Sxx ), där S xy = i=1 (x i x)(y i ȳ) = x i y i σ = s r där s 2 r = Q0 2, Q 0 = S yy S2 xy S xx Vidare är α, β och Q 0 oberoede. 2.4 Wilcoxotest xi yi. och Q0 σ 2 χ 2 ( 2). x 1,..., x 1 och y 1,..., y 2 är oberoede stickprov frå de kotiuerliga fördeligar- a F och G. För att testa H 0 : F = G aväds x-stickprovets ragsumma r, som är e observatio av R, vilke uder H 0 har E(R) = , V(R) = och är approximativt ormalfördelad om 1 och 2 är tillräckligt stora. 2.5 Test av apassig Ett försök ka utfalla på r olika sätt. Försöket upprepas gåger och ma räkar atalet gåger, x 1,..., x r, de olika utfalle iträffar. A: H 0 : Saolikhetera är p 1,..., p r (giva med p i = 1) (x i p i) 2 p i testas med χ 2 = r i=1 χ 2 (r 1) uder H 0 om är tillräckligt stort. B: H 0 : Saolikhetera är p 1 (θ),..., p r (θ) (med p i (θ) = 1, θ okäd) (x i p i(θ )) 2 p i(θ ) testas med χ 2 = r i=1 skattig. Om 2 parametrar skattas erhålls χ 2 (r 3) osv. 2.6 Homogeitetstest (Oberoedetest) H 0 : Rad- och kolumvariabler är oberoede testas med χ 2 = χ 2 (r 2) uder H 0 om är tillräckligt stort och θ är e lämplig r i=1 j=1 uder H 0 om är tillräckligt stort. Här är ê ij = k (x ij ê ij ) 2 χ 2 ((r 1)(k 1)) ê ij k ν=1 xiν r ν=1 xνj. 5
6 PSfrag replacemets Bi(, p) Hyp(N,, p) Po(λ) N(µ, σ) N < 0.1 p < 0.1 N + p < 0.1 p(1 p) > 10 p(1 p) N N 1 > 10 λ > 15 Figur 1: Lathud för approximatioer. 6
P (A) = k A P (A ) = 1 P (A) P (A B) P (B) P (M i ) = 1 P (A) P (X = k) = p X (k) p X (k) = 1 P (A B) p X (k)
SVERIGES LANTBRUKSUNIVERSITET Istitutioe för eergi och tekik Uwe Mezel e-post: uwe.mezel@matstat.de Formelsamlig Grudläggade matematiskt statistik 2080822 Saolikhetslära Klassisk saolikhetsdeitio: P A
Läs merFORMELSAMLING MATEMATISK STATISTIK, FMS601. Fördelning Väntevärde Varians. p x (1 p) n x x = 0, 1,..., n np np(1 p) ) x = 0, 1,..., n np.
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK FORMELSAMLING MATEMATISK STATISTIK, FMS601 Valiga fördeligar Fördelig Vätevärde Varias Biomialfördelig, Bi (, p ) P (X = x) = ( x) p x (1 p)
Läs merSannolikhetsteori FORMELSAMLING MATEMATISK STATISTIK, AK FÖR I, FMS 120, HT-00. Kap 2: Sannolikhetsteorins grunder
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK FORMELSAMLING MATEMATISK STATISTIK, AK FÖR I, FMS 10, HT-00 Saolikhetsteori Kap : Saolikhetsteoris gruder Följade gäller för saolikheter: 0
Läs merFormelblad Sannolikhetsteori 1
Formelblad Saolikhetsteori Bayes formel: Låt A och D vara två hädelser Då gäller P A D = P D AP A P D Chebyshevs olikhet: Låt X vara e stokastisk variabel med vätevärde µ och varias Då gäller för alla
Läs merAntalet sätt att välja ut r objekt bland n stycken med hänsyn till ordning är np r = n(n 1) (n r + 1).
Harald Lag Formelsamlig och Tabeller i Statistik och Saolikhetsteori (15/11-10) Datareducerig Om x 1,..., x är ett stickprov ur e populatio så defiieras medelvärdet x x = 1 k=1 x k och stadardavvikelse
Läs merGrundläggande matematisk statistik
Grudläggade matematisk statistik Puktskattig Uwe Mezel, 2018 uwe.mezel@slu.se; uwe.mezel@matstat.de www.matstat.de Saolikhetsteori: Saolikhetsteori och statistikteori vad vi gjorde t.o.m. u vi hade e give
Läs merSAMMANFATTNING TAMS79 Matematisk statistik, grundkurs
SAMMANFATTNING TAMS79 Matematisk statistik, grudkurs LÄST SOM EN DEL AV CIVILINGENJÖRSPROGRAMMET I INDUSTRIELL EKONOMI VID LITH, HT 2015 Versio: 1.0 Seast reviderad: 2016-02-01 Författare: Viktor Cheg
Läs merSannolikhetsteori FORMELSAMLING MATEMATISK STATISTIK, AK FÖR CDEFI, NANO OCH PI, MAS233, 2004 FMS 012, FMS 022, FMS 121 OCH MAS233
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK FORMELSAMLING MATEMATISK STATISTIK, AK FÖR CDEFI, NANO OCH PI, MAS233, 2004 FMS 012, FMS 022, FMS 121 OCH MAS233 Saolikhetsteori Kap 2: Saolikhetsteoris
Läs mer4.2.3 Normalfördelningen
4.2.3 Normalfördelige Biomial- och Poissofördelige är två exempel på fördeligar för slumpvariabler som ka ata ädligt eller uppräkeligt måga olika värde. Sådaa fördeligar sägs vara diskreta. Ofta är ett
Läs merMinsta kvadrat-metoden, MK. Maximum likelihood-metoden, ML. Medelfel. E(X i ) = µ i (θ) MK-skattningen av θ fås genom att minimera
Matematisk statistik slumpes matematik Saolikhetsteori hur beskriver ma slumpe? Statistikteori vilka slutsatser ka ma dra av ett datamaterial? Statistikteori översikt Puktskattig Hur gör ma e bra gissig
Läs merLÖSNINGAR TILL. Räkningar: (z i z) 2 = , Δ = z = 1 n. n 1. Konfidensintervall:
LÖSNINGAR TILL Matematisk statistik Tetame: 2014 10 28 kl 14 00 19 00 Matematikcetrum FMS 086 Matematisk statistik för B, K, N och BME, 7.5 hp Luds tekiska högskola MASB02 Matematisk statistik för kemister,
Läs merθx θ 1 om 0 x 1 f(x) = 0 annars
Avd. Matematisk statistik TENTAMEN I SF903 SANNOLIKHETSLÄRA OCH STATISTIK FÖR 3-ÅRIG Media TIMEH TORSDAGEN DEN TREDJE JUNI 200 KL 4.00 9.00. Examiator: Guar Eglud, tel. 790 74 06 Tillåta hjälpmedel: Läroboke.
Läs merSkattning / Inferens. Sannolikhet och statistik. Skattning / Inferens. Vad är det som skattas?
Skattig / Iferes Saolikhet och statistik Puktskattig Försöket att beskriva e hel populatio pga ågra få mätvärde! Oberservatio = Populatio HT 2008 UweMezel@mathuuse http://wwwmathuuse/ uwe/ Populatio har
Läs merb) Bestäm det genomsnittliga antalet testade enheter, E (X), samt även D (X). (5 p)
Avd Matematisk statistik TENTAMEN I SF922, SF923 och SF924 SANNOLIKHETSTEORI OCH STATISTIK, TISDAGEN DEN 29:E MAJ 208 KL 0800 300 Examiator för SF922/SF923: Tatjaa Pavleko, 08-790 84 66 Examiator för SF924:
Läs merMatematisk statistik KTH. Formel- och tabellsamling i matematisk statistik
Matematisk statistik KTH Formel- och tabellsamling i matematisk statistik Varterminen 2005 . Kombinatorik n = k n! k!n k!. Tolkning: n k mängd med n element. 2. Stokastiska variabler V X = EX 2 EX 2 =
Läs merFormel- och tabellsamling i matematisk statistik
Formel- och tabellsamling i matematisk statistik 1. Sannolikhetsteori för lärarprogrammet Sannolikhetsformler P (A ) = 1 P (A) P (A B) = P (A) + P (B) P (A B) P (A B) = P (A B) P (B) P (A B) = P (A B)P
Läs merStatistik för bioteknik SF1911 // KTH Matematisk statistik // Formler och tabeller. 1 Numeriska sammanfattningar (statistikor)
Statistik för biotekik SF9 // KTH Matematisk statistik // Formler och tabeller Ht 206 Numeriska sammafattigar (statistikor) För ett datamaterial x, x 2,..., x beräkas Stickprovsmedelvärde x = i= x i =
Läs merFör att skatta väntevärdet för en fördelning är det lämpligt att använda Medelvärdet. E(ξ) =... = µ
1 February 1, 2018 1 Förel. VII Puktskattigar av parametrar i fördeligar 1.1 Puktskattig För att skatta vätevärdet för e fördelig är det lämpligt att aväda Medelvärdet ξ = 1 ξ j. Vi tar u vätevärdet av
Läs merNormalfördelningens betydelse. Sannolikhet och statistik. Täthetsfunktion, väntevärde och varians för N (µ, σ)
Normalfördeliges betydelse Empirisktse gur: måga storheter approximativt ormalfördelade Summa av måga ugefär oberoede och ugefär likafördelade s.v. är approximativt ormalfördelad CGS Exempel: mätfel =
Läs mer(a) Skissa täthets-/frekvensfunktionen och fördelningsfunktionen för X. Glöm inte att ange värden på axlarna.
1 0,5 0 LÖSNINGAR till tetame: Statistik och saolikhetslära (LMA120) Tid och plats: 08:30-12:30 de 6 april 2016 Hjälpmedel: Typgodkäd miiräkare, formelblad Betygsgräser: 3: 12 poäg, 4: 18 poäg, 5: 24 poäg.
Läs merFORMELSAMLING MATEMATISK STATISTIK FÖR W; FMSF75 UPPDATERAD Sannolikhetsteori. Beskrivning av data. Läges-, spridnings- och beroendemått
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK FORMELSAMLING MATEMATISK STATISTIK FÖR W; FMSF75 UPPDATERAD 208-08-26 Sannolikhetsteori Följande gäller för sannolikheter: 0 P(A P(Ω = P(A
Läs merFöreläsning 2: Punktskattningar
Föreläsig : Puktskattigar Joha Thim joha.thim@liu.se 7 augusti 08 Repetitio Stickprov Defiitio. Låt de stokastiska variablera X, X,..., X vara oberoede och ha samma fördeligsfuktio F. Ett stickprov x,
Läs mer1. (a) Eftersom X och Y har samma fördelning så har de även samma väntevärde och standardavvikelse. E(X 2 ) = k
LÖSNINGAR TILL Matematisk statistik, Matematikcetrum Tetame: 5 kl 8 Luds tekiska högskola FMS, FMS, FMS, FMS 5, MAS 9 Matematisk statistik för ED, F, I, FED och fysiker. a Eftersom X och Y har samma fördelig
Läs merMatematisk statistik KTH. Formelsamling i matematisk statistik
Matematik tatitik KTH Formelamlig i matematik tatitik Vårtermie 07 Kombiatorik! = k k! ( k)!. Tolkig: mägd med elemet. = atalet delmägder av torlek k ur e k Stokatika variabler V (X) = E X (E (X)) C (X;
Läs merStatistisk analys. Vilka slutsatser kan dras om populationen med resultatet i stickprovet som grund? Hur säkra uttalande kan göras om resultatet?
Statistisk aalys Vilka slutsatser ka dras om populatioe med resultatet i stickprovet som grud? Hur säkra uttalade ka göras om resultatet? Mats Guarsso Tillämpad matematik III/Statistik - Sida 83 Exempel
Läs mera) Beräkna E (W ). (2 p)
Avd. Matematisk statistik TENTAMEN I SF19 och SF191 SANNOLIKHETSTEORI OCH STATISTIK, TISDAGEN DEN 13:E MARS 18 KL 8. 13.. Examiator: Björ-Olof Skytt, 8 79 86 49. Tillåta hjälpmedel: Formel- och tabellsamlig
Läs merFinansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 4 (del 1)
Fiasiell Statistik (GN, 7,5 hp,, HT 008) Föreläsig 4 (del 1) Sampligfördeligar (LLL Kap 8) Departmet of Statistics (Gebreegus Ghilagaber, PhD, Associate Professor) Fiacial Statistics (Basic-level course,
Läs merIntervallskattning. c 2005 Eric Järpe Högskolan i Halmstad. Antag att vi har ett stickprov x 1,..., x n på X som vi vet är N(µ, σ) men vi vet ej
Itervallskattig c 005 Eric Järpe Högskola i Halmstad Atag att vi har ett stickprov x,..., x på X som vi vet är Nµ, σ me vi vet ej värdet av µ = EX. Då ka vi beräka x, vvr skattig av µ. För att få reda
Läs merTentamen i matematisk statistik
MSTA3, Saolikhetsteori A, 5 p 5--7 Tetame i matematisk statistik Saolikhetsteori A, 5 poäg Skrivtid: 9.-5.. Tillåta hjälpmedel: Tabellsamlig, ege miiräkare. Studetera får behålla tetamesuppgiftera. På
Läs merMS-A0509 Grundkurs i sannolikhetskalkyl och statistik Exempel, del II
MS-A0509 Grudkurs i saolikhetskalkyl och statistik Exempel, del II Estimerig 2 Kofidesitervall G. Gripeberg Aalto-uiversitetet 3 februari 205 3 Hypotesprövig 4 Korrelatio och regressio G. Gripeberg Aalto-uiversitetet
Läs merF10 ESTIMATION (NCT )
Stat. teori gk, ht 2006, JW F10 ESTIMATION (NCT 8.1-8.3) Ordlista till NCT Iferece Parameter Estimator Estimate Ubiased Bias Efficiecy Cofidece iterval Cofidece level (Studet s) t distributio Slutledig,
Läs merAvd. Matematisk statistik
Avd. Matematisk statistik TENTAMEN I SF1917/SF1918/SF1919 SANNOLIKHETSTEORI OCH STATISTIK, TISDAG 8 JANUARI 2019 KL 8.00 13.00. Examiator för SF1917/1919: Jörge Säve-Söderbergh, 08-790 65 85. Examiator
Läs merTentamen i Statistik, STA A13 Deltentamen 2, 5p 5 juni 2004, kl
Karlstads uiversitet Istitutioe för iformatiostekologi Avdelige för statistik Tetame i Statistik, STA A13 Deltetame, 5p 5 jui 004, kl. 09.00-13.00 Tillåta hjälpmedel: Asvarig lärare: Övrigt: Bifogad formel-
Läs merRättningstiden är i normalfall 15 arbetsdagar, annars är det detta datum som gäller:
Matematisk Statistik Provmomet: Ladokkod: Tetame ges för: Tetame TT091A KMASK14H 7,5 högskolepoäg Nam: (Ifylles av studet) Persoummer: (Ifylles av studet) Tetamesdatum: 2 jui 2015 Tid: 9:00-13:00 Hjälpmedel:
Läs merTAMS79: Föreläsning 9 Approximationer och stokastiska processer
TAMS79: Föreläsig 9 Approximatioer och stokastiska processer Joha Thim 18 ovember 2018 9.1 Biomialfördelig Vi har reda stött på dea fördelig flera gåger. Situatioe är att ett slumpförsök har två möjliga
Läs merStatistik. Språkligt och historiskt betyder statistik ungefär sifferkunskap om staten
Statistik Språkligt och historiskt betyder statistik ugefär sifferkuskap om state E Statistisk udersökig består av fyra delar: Plaerig Dataisamlig Bearbetig Beskrivade statistik (kap 1) Statistisk aalys
Läs merSAMMANFATTNING TAMS65
SAMMANFATTNING TAMS65 Matematisk statistik, fortsättigskurs LÄST SOM EN DEL AV CIVILINGENJÖRSPROGRAMMET I INDUSTRIELL EKONOMI VID LITH, VT 016 Seast reviderad: 016-06-01 Författare: Viktor Cheg Iehållsförteckig
Läs mer1. Test av anpassning.
χ -metode. χ -metode ka avädas för prövig av hypoteser i flera olika slag av problem: om e stokastisk variabel följer e viss saolikhetsfördelig med käda eller okäda parametrar. om två stokastiska variabler
Läs merFORMELSAMLING HT-18 MATEMATISK STATISTIK FÖR B, K, N, BME OCH KEMISTER; FMSF70 & MASB02. Sannolikhetsteori. Beskrivning av data
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK FORMELSAMLING HT-18 MATEMATISK STATISTIK FÖR B, K, N, BME OCH KEMISTER; FMSF70 & MASB02 Sannolikhetsteori Följande gäller för sannolikheter:
Läs merMS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del II
MS-A0509 Grudkurs i saolikhetskalkyl och statistik Sammafattig, del II G. Gripeberg Aalto-uiversitetet 14 februari 014 G. Gripeberg Aalto-uiversitetet) MS-A0509 Grudkurs i saolikhetskalkyl och statistiksammafattig,
Läs merDatorövning 2 Fördelningar inom säkerhetsanalys
Luds tekiska högskola Matematikcetrum Matematisk statistik STATISTISKA METODER FÖR SÄKERHETSANALYS FMS065 Datorövig 2 Fördeligar iom säkerhetsaalys I dea datorövig ska vi studera ågra grudläggade frå saolikhetsteori:
Läs merLinjär regression - kalibrering av en våg
Lijär regressio Saolikhet och statistik Regressiosaalys HT 2008 Uwe.Mezel@math.uu.se http://www.math.uu.se/ uwe/ Samba mella två storheter ofta av itresse:... solarium hucacer... BN växelkurs... rökaet
Läs merMS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del II
Stickprov MS-A0509 Grudkurs i saolikhetskalkyl och statistik Sammafattig del II G Gripeberg Aalto-uiversitetet 4 februari 04 Estimerig 3 Kofidesitervall 4 Hypotesprövig 5 Korrelatio och regressio G Gripeberg
Läs merMatematisk statistik KTH. Formelsamling i matematisk statistik
Matematisk statistik KTH Formelsamling i matematisk statistik Vårterminen 2017 1 Kombinatorik ) n n! = k k! n k)!. Tolkning: mängd med n element. ) n = antalet delmängder av storlek k ur en k 2 Stokastiska
Läs merLycka till! I(X i t) 1 om A 0 annars I(A) =
Avd Matematisk statistik TENTAMEN I SF955 f d 5B555 DATORINTENSIVA METODER ONSDAGEN DEN AUGUSTI 008 KL 400 900 Examiator: Guar Eglud, tel 790746 Email: guare@mathkthse Tillåta hjälpmedel: Formel- och tabellsamlig
Läs merFöreläsning G70, 732G01 Statistik A. Föreläsningsunderlagen är baserade på underlag skrivna av Karl Wahlin
Föreläsig 6 732G70, 732G01 Statistik A Föreläsigsuderlage är baserade på uderlag skriva av Karl Wahli Kapitel 6 Iferes om e populatio Sid 151-185 Puktskattig och itervallskattig Statistisk iferes om populatiosmedelvärde
Läs merFöreläsning G70 Statistik A
Föreläsig 5 732G70 Statistik A Egeskaper hos stickprovsstatistikora Stickprovsmedelvärde Stickprovssumma Stickprovsadel Lägesmått Spridig Medelfel EX VarX 2 2 E X Var X E P Var P X X 1 1 P Eftersom respektive
Läs merFinansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 4 (del 2)
Fiasiell Statistik (GN, 7,5 hp,, HT 008) Föreläsig 4 (del ) Pukt- och itervallskattig (LLL Kap 10) Departmet of Statistics (Gebreegus Ghilagaber, PhD, Associate Professor) Fiacial Statistics (Basic-level
Läs merViktigt! Glöm inte att skriva Tentamenskod på alla blad du lämnar in.
Statistisk försöksplaerig Provmomet: Ladokkod: Tetame ges för: Skriftlig tetame 3,0 hp 51SF01 DTEIN14h 4,5 högskolepoäg TetamesKod: Tetamesdatum: 5 ovember 015 Tid: 9.00-13.00 Hjälpmedel: Miiräkare Totalt
Läs merMatematisk statistik
Matematisk statistik (Corelia Schiebold) Iehåll:. Saolikhetsteori 2. Diskreta stokastiska variabler 3. Kotiuerliga stokastiska variabler 4. Oberoedemått, summor av stokastiska variabler och cetrala gräsvärdessatse
Läs merF3 Lite till om tidsserier. Statistikens grunder 2 dagtid. Sammansatta index 4. Deflatering HT Laspeyres index: Paasche index: Index.
F3 Lite till om tidsserier Deflaterig, att justera för iflatioe tatistikes gruder dagtid 4 3,5 3,5,5 Mjölk ockerdricka HT,5 975 976 977 978 979 98 98 98 Löpade priser År Mjölk ockerdricka KPI 945 = 975,34,
Läs merMatematisk statistik TMS063 Tentamen
Matematisk statistik TMS063 Tetame 208-05-30 Tid: 8:30-2:30 Tetamesplats: SB Hjälpmedel: Bifogad formelsamlig och tabell samt Chalmersgodkäd räkare. Kursasvarig: Olof Elias Telefovakt/jour: Olof Elias,
Läs merSannolikheter 0 < P < 1. Definition sannolikhet: Definition sannolikhet: En sannolikhet kan anta värden från 0 till 1
Saolikheter E saolikhet ka ata värde frå 0 till 1 0 < P < 1 Beteckas: P Pr Prob Saolikhete för e hädelse Hädelse A P(A) Pr(A) Prob(A) Defiitio saolikhet: De frekves med vilke hädelse av itresse iträffar
Läs merFöreläsning 12: Linjär regression
Föreläsning 12: Linjär regression Matematisk statistik Chalmers University of Technology Oktober 4, 2017 Exempel Vi vill undersöka hur ett ämnes specifika värmeskapacitet (ämnets förmåga att magasinera
Läs merMatematisk statistik för B, K, N, BME och Kemister
Matematisk statistik för B, K, N, BME och Kemister Föreläsning 9 Joakim Lübeck (Johan Lindström 25 september 217 Johan Lindström - johanl@maths.lth.se FMSF7/MASB2 F9 1/23 Repetition Inferens för diskret
Läs merTAMS65. Formel- och tabellsamling i matematisk statistik TAMS65. Martin Singull TAMS65 TAMS65
Formel- och tabellsamling i matematisk statistik Martin Singull Innehåll 4.1 Multipel regression.............................. 15 1 Sannolikhetslära 7 1.1 Några diskreta fördelningar.........................
Läs merMS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del II
MS-A0509 Grudkurs i saolikhetskalkyl och statistik Sammafattig, del II G. Gripeberg Aalto-uiversitetet 13 februari 015 G. Gripeberg (Aalto-uiversitetet) MS-A0509 Grudkurs i saolikhetskalkyl och statistik
Läs merTentamen i Tillämpad Matematik och statistik för IT-forensik. Del 1: Matematik 7.5 hp
Tetame i Tillämpad Matematik och statistik för IT-foresik. Del 1: Matematik 7.5 hp 1 jui, 2017 Maxpoäg: 30p. Betygsgräser: 12p: betyg 3, 18p: betyg 4, 24p: betyg 5. Hjälpmedel: Typgodkäd miiräkare samt
Läs merMS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning och exempel, del II
MS-A0509 Grudkurs i saolikhetskalkyl och statistik Sammafattig och exempel, del II G. Gripeberg Aalto-uiversitetet 13 februari 015 G. Gripeberg (Aalto-uiversitetet MS-A0509 Grudkurs i saolikhetskalkyl
Läs merId: statistik.tex :48:29Z joa
UTDRAG UR FÖRELÄSNINGSANTECKNINGAR I STATISTIKTEORI PUNKT- OCH INTERVALLSKATTNINGAR SAMT HYPOTESTEST MATEMATISK STATISTIK AK FÖR F, E, D, I, C, È; FMS 012 JOAKIM LÜBECK, SEPTEMBER 2008 Iehåll 1 Puktskattigar
Läs merFöreläsning 9, Matematisk statistik 7.5 hp för E Konfidensintervall
Föreläsning 9, Matematisk statistik 7.5 hp för E Konfidensintervall Stas Volkov Stanislav Volkov s.volkov@maths.lth.se FMSF20 F9: Konfidensintervall 1/19 Stickprov & Skattning Ett stickprov, x 1, x 2,...,
Läs merFormler 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 merKap 2. Sannolikhetsteorins grunder
Kap 2. Sannolikhetsteorins grunder Olika händelser och deras mängbetäckningar Sats 2.7 Dragning utan återläggning av k element ur n (utan hänsyn till ordning) kan ske på ( n ) olika sätt k För två händelser
Läs merLösning till tentamen för kursen Log-linjära statistiska modeller 29 maj 2007
STOCKHOLMS UNIVERSITET MS 3150 MATEMATISKA INSTITUTIONEN TENTAMEN Avd. Matematisk statistik 29 maj 2007 Lösig till tetame för kurse Log-lijära statistiska modeller 29 maj 2007 Uppgift 1 a Modelle uta ågra
Läs merIntroduktion till statistik för statsvetare
"Det fis iget så praktiskt som e bra teori" November 2011 Bakgrud Stadardiserig E saolikhetsekvatio Kosekves av stora tales lag Stora tales lag ger att är slumpvariablera X i är oberoede, med e och samma
Läs merMS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning och exempel, del II
MS-A0509 Grudkurs i saolikhetskalkyl och statistik Sammafattig och exempel, del II Stickprov Två yttiga fördeligar Estimerig G. Gripeberg 3 Kofidesitervall Aalto-uiversitetet 3 februari 05 4 Hypotesprövig
Läs merMatematisk statistik 9.5 hp, HT-16 Föreläsning 11: Konfidensintervall
Matematisk statistik 9.5 hp, HT-16 Föreläsning 11: Konfidensintervall Anna Lindgren 7+8 november 2016 Anna Lindgren anna@maths.lth.se FMS012/MASB03 F11: Konfidensintervall 1/19 Stickprov & Skattning Ett
Läs merMatematisk statistik för D, I, Π och Fysiker
Matematisk statistik för D, I, Π och Fysiker Föreläsning 15 Johan Lindström 4 december 218 Johan Lindström - johanl@maths.lth.se FMSF45/MASB3 F15 1/28 Repetition Linjär regression Modell Parameterskattningar
Läs merSannolikhetslära statistisk inferens F10 ESTIMATION (NCT )
Stat. teori gk, vt 2006, JW F10 ESTIMATION (NCT 8.1-8.3) Ordlita till NCT Iferece Slutledig, ifere Parameter Parameter Saolikhetlära tatitik ifere Hittill har vi ylat med aolikhetlära. Problem av type:
Läs merMS-A0509 Grundkurs i sannolikhetskalkyl och statistik Exempel etc., del II
MS-A0509 Grudkurs i saolikhetskalkyl och statistik Exempel etc., del II G. Gripeberg Aalto-uiversitetet 11 februari 014 G. Gripeberg Aalto-uiversitetet) MS-A0509 Grudkurs i saolikhetskalkyl och statistikexempel
Läs merBorel-Cantellis sats och stora talens lag
Borel-Catellis sats och stora tales lag Guar Eglud Matematisk statistik KTH Vt 2005 Iledig Borel-Catellis sats är e itressat och avädbar sats framför allt för att bevisa stora tales lag i stark form. Vi
Läs merFöreläsning G70, 732G01 Statistik A. Föreläsningsunderlagen är baserade på underlag skrivna av Karl Wahlin
Föreläsig 5 73G70, 73G01 Statistik A Föreläsigsuderlage är baserade på uderlag skriva av Karl Wahli Kapitel 5 Stickprovsteori Sid 15-150 Statistisk iferes Populatio (äve målpopulatio) = de (på logisk väg
Läs merTentamen i Statistik, STA A10 och STA A13 (9 poäng) 26 mars 2004, klockan
Karlstads uiversitet Istitutioe för iformatiostekologi Avdelige för Statistik Tetame i Statistik, STA A10 och STA A13 (9 poäg) 6 mars 004, klocka 14.00-19.00 Tillåta hjälpmedel: Bifogad formelsamlig (med
Läs merFöreläsning 11, FMSF45 Konfidensintervall
Repetition Konfidensintervall I Fördelningar Konfidensintervall II Föreläsning 11, FMSF45 Konfidensintervall Stas Volkov 2017-11-7 Stanislav Volkov s.volkov@maths.lth.se FMSF45 F11: Konfidensintervall
Läs merSF1901: Sannolikhetslära och statistik. Statistik: Intervallskattning (konfidensintervall) Jan Grandell & Timo Koski
SF1901: Sannolikhetslära och statistik Föreläsning 10. Statistik: Intervallskattning (konfidensintervall) Jan Grandell & Timo Koski 18.02.2016 Jan Grandell & Timo Koski Matematisk statistik 18.02.2016
Läs merTMS136: Dataanalys och statistik Tentamen 2013-10-26 med lösningar
TMS36: Dataaalys och statistik Tetame 03-0-6 med lösigar Examiator och jour: Mattias Sude, tel. 0730 79 9 79 Hjälpmedel: Chalmersgodkäd räkare och formelsamlig formelsamlig delas ut med teta). Betygsgräser:
Läs merFöreläsning 11, Matematisk statistik Π + E
Repetition Konfidensintervall I Fördelningar Konfidensintervall II Föreläsning 11, Matematisk statistik Π + E Johan Lindström 27 Januari, 2015 Johan Lindström - johanl@maths.lth.se FMS012 F11 1/19 Repetition
Läs merSF1901: SANNOLIKHETSTEORI OCH STATISTIKTEORI KONSTEN ATT DRA INTERVALLSKATTNING. STATISTIK SLUTSATSER. Tatjana Pavlenko.
SF1901: SANNOLIKHETSTEORI OCH STATISTIK FÖRELÄSNING 10 STATISTIKTEORI KONSTEN ATT DRA SLUTSATSER. INTERVALLSKATTNING. Tatjana Pavlenko 25 april 2017 PLAN FÖR DAGENS FÖRELÄSNING Statistisk inferens oversikt
Läs merMatematisk statistik KTH. Formel- och tabellsamling i Matematisk statistik, grundkurs
Matematisk statistik KTH Formel- och tabellsamling i Matematisk statistik, grundkurs Varterminen 2005 . Kombinatorik ( ) n = k n! k!(n k)!. Tolkning: ( n k mängd med n element. 2. Stokastiska variabler
Läs merRepetitionsföreläsning
Slumpförsök Repetitionsföreläsning Föreläsning 15 Sannolikhet och Statistik 5 hp Med händelser A B... avses delmängder av ett utfallsrum. Slumpförsök = utfallsrummet + ett sannolikhetsmått P. Fredrik Jonsson
Läs merMatematisk statistik 9 hp, HT-16 Föreläsning 10: Punktskattningar
Matematisk statistik 9 hp, HT-16 Föreläsning 10: Punktskattningar Anna Lindgren (Stanislav Volkov) 31 oktober + 1 november 2016 Anna Lindgren anna@maths.lth.se FMS012/MASB03 F10: Punktskattning 1/18 Matematisk
Läs merTentamen i Matematisk statistik för V2 den 28 maj 2010
Tetame i Matematisk statistik för V de 8 maj 00 Uppgift : E kortlek består av 5 kort. Dessa delas i i färger: 3 hjärter, 3 ruter, 3 spader och 3 klöver. Kortleke iehåller damer, e i varje färg. Ata att
Läs merDatorövning 2 Fördelningar inom säkerhetsanalys
Luds tekiska högskola Matematikcetrum Matematisk statistik STATISTISKA METODER FÖR SÄKERHETSANALYS FMS065, HT-15 Datorövig 2 Fördeligar iom säkerhetsaalys I dea datorövig ska vi studera ågra grudläggade
Läs merHögskoleutbildad 0,90*0,70=0,63 0,80*0,30=0,24 0,87 Ej högskoleutbildad 0,07 0,06 0,13 0,70 0,30 1,00
Lösigsförslag UPPGIFT 1 Kvia Ma Högskoleutbildad 0,90*0,70=0,63 0,80*0,30=0,24 0,87 Ej högskoleutbildad 0,07 0,06 0,13 0,70 0,30 1,00 Pr(ej högskoleutbildad kvi=0,07=7% Pr(högskoleutbildad)=0,87 c) Pr(Kvi*Pr(Högskoleutbildad)=0,70*0,87=0,609
Läs merMA2018 Tillämpad Matematik III-Statistik, 3.5hp,
MA018 Tillämpad Matematik III-Statistik,.hp, 019-0-1 Hjälpmedel: Pea, radergummi och lijal. Räkedosa och medföljade formelsamlig är tillåte! Tetame består av 0 frågor! Edast Svarsblakette ska lämas i!
Läs merTryckfel i K. Vännman, Matematisk Statistik, upplaga 2:13
Tryckfel i K. Vännman, Matematisk Statistik, upplaga 2:13 Kasper K. S. Andersen 11 oktober 2018 s. 10, b, l. 8: 1 4 17.62 1 5 17.62 s. 25, Tabell 1.13, linje 1, kolonn 7: 11 111 s. 26, Figur 1.19 b, l.
Läs merTENTAMEN I MATEMATISK STATISTIK Datum: 13 mars 08
TENTAMEN I MATEMATISK STATISTIK Datum: 3 mars 8 Te i kurse HF3, 6H3, 6L3 MATEMATIK OCH MATEMATISK STATISTIK, Te i kurse HF ( Tidigare k 6H3), KÖTEORI OCH MATEMATISK STATISTIK, Skrivtid: 8:5-:5 Hjälpmedel:
Läs merStokastiska variabler
TNG006 F2 11-04-2016 Stoastisa variabler Ett slumpmässigt försö ger ofta upphov till ett tal som bestäms av utfallet av försöet. Talet är ite ät före försöet uta bestäms av vilet utfall som ommer att uppstå,
Läs merF19 HYPOTESPRÖVNING (NCT ) Hypotesprövning för en differens mellan två medelvärden
Stat. teori gk, ht 006, JW F19 HPOTESPRÖVNING (NCT 11.1-11.) Hypotesprövig för e differes mella två medelvärde Samma beteckigar som vid kofidesitervall för differes mella två populatiosmedelvärde: Medelvärde
Läs merFormelsamling Tillämpad statistik, A5
Formelsamlig Tillämpad statistik, A5 Statistiska istitutioe, Uppsala uiversitet 016-01-11 Nödvädiga tabeller fis i Tabell- och formelsamlig för A4/A8. Observera att iga ateckigar får fias i formelsamlige
Läs merTentamen i Krypteringsmetoder och Säkring av Datasystem 7.5 hp
Tetame i Krypterigsmetoder och Säkrig av Datasystem 7.5 hp 2 jui, 2017 Maxpoäg: 30p. Betygsgräser: 12p: betyg G, 21p: betyg VG. Hjälpmedel: Miiräkare samt formelsamlig som medföljer tetamestexte. Kursasvarig:
Läs merFöreläsning 8, Matematisk statistik 7.5 hp för E Punktskattningar
Föreläsning 8, Matematisk statistik 7.5 hp för E Punktskattningar Stas Volkov Stanislav Volkov s.volkov@maths.lth.se FMSF20 F8: Statistikteori 1/20 Översikt Exempel Repetition Exempel Matematisk statistik
Läs merFöreläsning 3. 732G04: Surveymetodik
Föreläsig 3 732G04: Surveymetodik Dages föreläsig Obudet slumpmässigt urval (OSU) Populatiosparametrar och stickprovsstatistikor Vätevärdesriktighet Ädliga och oädliga populatioer Medelvärde, adel Kofidesitervall
Läs merTenta 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 merTillåtna hjälpmedel: Räknedosa. Formel- och tabellsamling i matematisk statistik.
UPPSALA UNIVERSITET Matematiska institutionen Erik Broman, Jesper Rydén TENTAMEN I MATEMATISK STATISTIK Sannolikhet och statistik 1MS5 214-1-11 Skrivtid: 8.-13.. För betygen 3, 4 resp. 5 krävs 18, 25 resp.
Läs merTAMS15: SS1 Markovprocesser
TAMS15: SS1 Markovprocesser Joha Thim (joha.thim@liu.se) 21 ovember 218 Vad häder om vi i e Markovkedja har kotiuerlig tid istället för diskreta steg? Detta är ett specialfall av e kategori stokastiska
Läs merSF1901: Sannolikhetslära och statistik. Statistik: Intervallskattning (konfidensintervall)
SF1901: Sannolikhetslära och statistik Föreläsning 9. Statistik: Intervallskattning (konfidensintervall) Jan Grandell & Timo Koski 21.02.2012 Jan Grandell & Timo Koski () Matematisk statistik 21.02.2012
Läs mer9. 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 merMatematisk statistik 9hp Föreläsning 2: Slumpvariabel
Matematisk statistik 9hp Föreläsning 2: Slumpvariabel Anna Lindgren 6+7 september 2016 Anna Lindgren anna@maths.lth.se FMS012/MASB03 F2: Slumpvariabel 1/23 Begrepp Samband Grundläggande begrepp Utfall
Läs merTentamen i matematisk statistik, Statistisk Kvalitetsstyrning, MSN320/TMS070 Lördag , klockan Lärare: Jan Rohlén
FACIT Tetame i matematisk statistik, Statistisk Kvalitetsstyrig, MSN3/TMS7 Lördag 6-1-16, klocka 14.-18. Lärare: Ja Rohlé Ugift 1 (3.5 ) Se boke! Ugift (3.5) Se boke! Ugift 3 (3) a-ugifte Partistorlek:
Läs mer