Fastbasindex--Kedjeindex. Index av de slag vi hitintills tagit upp kallas fastbasindex. Viktbestämningar utgår från

Save this PDF as:
 WORD  PNG  TXT  JPG

Storlek: px
Starta visningen från sidan:

Download "Fastbasindex--Kedjeindex. Index av de slag vi hitintills tagit upp kallas fastbasindex. Viktbestämningar utgår från"

Transkript

1 Fasbasindex--Kedjeindex Index av de slag vi hiinills agi upp kallas fasbasindex. Vikbesämningar ugår från priser och/eller kvanieer under basåre. Vid långa indexserier blir dea e problem. Vikerna måse åerspegla förändringen i försäljningsvärden.

2 Länkar och kedjor En indexlänk från år - ill år beräknas som e sammansa index med år - som basår. Länken är indexvärde år. Länken konsrueras som där p i, är prise på vara i år och p i,- är prise på vara i år och w i,-, är den vik som används för varan mellan år ill år sam n är anale varor som skall ingå i indexe n i i i i w p p L,,,,, som skall ingå i indexe Med ex Laspeyre s viksysem beräknas årslänken som E (kedje)index för år med basår 0 fås därefer som I L 0, L,2 L -, 00 j j j i i i i i i i i q p q p p p i p p L,,,,,,,,, försäljningsvärde år Toala år Försäljningsvärde för vara

3 Användande av represenanvaror För föreag och branscher med många varor blir de oprakisk a beräkna viker med alla varors priser och försäljningskvanieer. I sälle väljs ur varje varugrupp en represenanvara, vars pris- och kvaniesuveckling speglar varugruppen väl. riserna på represenanvaran används i formeln för de sammansaa indexe. Vikerna besäms uifrån oalförsäljningen i respekive varugrupp.

4 Lå p i, rise på represenanvaran från grupp i år v i, Värde hos oala försäljningen av grupp i år En årslänk med Laspeyreviker beräknas i dea fall som L, p v i, i, i pi, v j j, där summeringen görs över alla grupper av varor (el. jänser) Observera a i denna formel (och även i idigare formler) summerar vi också i nämnaren över alla grupper, men för a ine blanda ihop med den försa summan används summaionsindexe j där.

5 Hasse s kläder Försäljningsvärden År Srumpor och sockor Försäljningsvärde Underkläder riser för represenanvaror År Srumpor och sockor Underkläder Hasses supersrumpa Hasses boxer

6 År Försäljningsvärde Srumpor och sockor Underkläder År Srumpor och sockor Underkläder Hasses supersrumpa L Årslänkar Hasses boxer ,99 + L ,

7 L ,99 + L , Kedjeindex med basår 998 År Index

8 Relaivprisindex Anag a vi har e framräkna prisindex för någon vara, jäns eller grupp av varor och jänser. Indexe i sig mäer prisuvecklingen på jus den varan/jänsen/gruppen, men de är ofa inressan a sudera uvecklingen i förhållande ill den allmänna prisuvecklingen (oal eller för en sörre grupp ill vilken varan/jänsen gruppen hör). Man kan då använda sig av s k relaivprisindex.

9 Lå I 0 vara prisindexe för den akuella varan/jänsen/gruppen och lå I v vara prisindexe för den sörre gruppen. Relaivprisindexe blir då (I 0 / I v ) 00 I v är ofa konsumenprisindex (se nedan) eller någo branschindex. Relaivprisindex är egenligen bara en varian av deflaering och man skall olka de som lokal prisförändring när den generella prisförändringen har räknas bor. Användningsområdena är många, men speciell blir dea sä a räkna vikig i eferfrågeanalys

10 Exempel: Nedan visas de nyligen framräknade kedjeprisindexe för Hasse s kläder illsammans med konsumenprisindex för mosvarande period. Kedjeprisindex KI (basår 980) KI (basår 998) Värden visar direk a prisuvecklingen hos Hasse s är högre än den allmänna prisuvecklingen. Uryck i e relaivprisindex blir den allså: (04.8/00.5) (07.8/0.4) dvs 6.3% högre än den allmänna prisuvecklingen mellan 98 och 00

11 Konsumenprisindex Konsumenprisindex Sverige: Indelning av marknaden i grupper av varor och jänser görs med jämna mellanrum Val av represenanvaror/jänser från varje grupp (regelbunden revision av val) Basår bys med långa inervall: F n 980, innan dess 949 Beräkning för hela marknaden men också för diverse undergrupper (Naionalräkenskaperna) Indexes uformning: Uppdelning i långidsindex (årsvisa) och koridsindex (månadsvisa) Båda är kedjeprisindex Årslänkar beräknas f n med Edgeworhs viksysem (e medelvärde av Laspeyre s och aasche s vikssysem) Månadslänkar beräknas f n med Laspeyre s viksysem Sammanjämkning i januari och december

12 Konsumenprisindex används för a Mäa inflaion Omräkna värden i löpande priser ill värden i priser för e viss år. Dea används bl. a. för a bedöma försäljningsuveckling och eferfrågan. Konsumenprisindex kan besämmas implici genom KI Försäljningsvärden år Försäljningsvärden år i i löpande priser basåres priser 00

13 Eferfrågeanalys, Elasiciesmodeller (Framsällningen här görs med annorlunda symboler än i AJÅ) Naionalekonomisk framsällning: Eferfrågan, Q försäljningsvolym av akuell vara, jäns eller grupp av varor/jänser beror av o rise,, på varan, jänsen, eller priserna i gruppen av varor/jänser o Inkomsnivån, I, i den populaion av konsumener som eferfrågar varan/jänsen/gruppen. o rise, 2, på en annan vara relaerad ill varan/jänsen/gruppen. E subsiu eller e komplemen o Tiden,, som sammanfaande indikaor på smakförändringar.

14 risvariablerna är sällan enskilda syckepriser för produken ifråga uan ofare e prisindex. Speciell använder man e relaivprisindex där effeker av inflaion har filreras bor (prisindex/ki) Dea gäller försås samliga prisvariabler i lisan ovan Inkomsvariabeln ugörs som regel av realinkomsen per capia i den populaion av konsumener som eferfrågar varan/jänsen/gruppen Realinkoms erhålls genom a deflaera nominell inkoms med KI.

15 Modeller: ) Man kan änka sig en linjär modell: Q β + β + β I + β + β + ε där ε som vanlig anas vara en slumpkomponen med vänevärde 0 och konsan varians, ofas N (0,σ ). men vilka problem kan finnas med en sådan? Vad händer då prise,, ökar från värde ill värde 2? prise,, ökar från värde ill värde 2? prise,, ökar från värde 0 ill värde 02?

16 2) Man skulle också kunna änka sig följande modell: E 2 E EI 2 Q C I 0 γ δ där C, E, E I, E 2 och γ är konsaner och δ är en slumpkomponen som har egenskapen a log (δ ) har vänevärde 0 och konsan varians, ofas N (0,σ ). Vad händer i denna modell om prise,, ökar från värde ill värde 2? prise,, ökar från värde ill värde 2? prise,, ökar från värde 0 ill värde 02?

17 Exempel: Anag följande vå modeller där eferfrågan (Q) förklaras av pris ():. Q Q0. Om prise ökar från ill 2 minskar eferfrågan med 0.2 enheer enlig modell y Q 2 Q ( ) ( ) % enlig modell 2 y Q 2 /Q (0 2. )/(0. ) 0.47 Om prise ökar från 0 ill minskar eferfrågan med 0.2 enheer enlig modell y y Q 2 Q (0 0.2 ) ( ) 0.2 0% enlig modell 2 y Q 2 /Q (0. )/(0 0. ) 0.90

18 Modellen E 2 E EI 2 Q C I 0 γ δ kallas elasiciesmodell och paramerarna E, E I och E 2 är försås i ur och ordning priselasicie, inkomselasicie och korselasicie. aramerarna anas vara konsana i denna modell och eferfrågesambande säges då vara isoelasisk. Inom Mikroekonomin väljer man ofa a arbea med mer generella modeller med varierande elasicieer. Ovansående modell blir dock lämplig som förklaringsmodell ill eferfrågan run jämvikspunken. arameern γ relaerar ill smakförändringar över iden.

19 Den fullsändiga modellen enlig används främs vid Mikroekonomiska jämviksanalyser. Vi reducerar därför här ill modellerna: δ δ δ I I E E E E I p C Q I C Q C Q Anpassning med regressionsanalys kan göras av de logarimerade sambanden. För de vå försa används enkel linjär regressionsanalys. För den redje används mulipel regressionsanalys. δ I p C Q

20 Beraka den försa modellen: Logarimera: E Q C δ lg Q lgc + E lg + lgδ (Vilke logarim som används spelar ingen roll. Här använder vi 0-logarimen lg) lg δ anas precis om i den exponeniella modellen vara N (0,σ ). Om vi illfällig ignorerar denna erm och deriverar bägge sidor av modellen Ł d d dq d Q dq d (lgq) ln0 E Q E E E ln0 ln0 dq d / / Q Derivaorna om ln används isälle för lg fås genom a a bor ln 0 ur urycken dq urycker en mycke lien förändring i Q, dvs e lie Q d urycker mosvarande e mycke lie

21 dq/q urycker allså en mycke lien relaiv förändring i Q d/ urycker mosv. en mycke lien relaiv förändring i Ł Modellen ger a för små prisförändringar blir sambande ungefär (% förändring i Q) E (% förändring i ) Den logarimerade modellen kan skrivas y' β 0 + β x' + ε lg Q lgc + E lg + lgδ och anpassas ill yˆ ' b + b 0 x '

22 där b Eˆ e ( lg ) ( lgq) nlg lgq 2 ( lg ) n( lg ) 2 ( lg ) ( lgq) ( lg ) ( lgq) 2 ( lg ) ( lg ) 2 / n / n b 0 lgq lgq b lg b n lg Anpassad modell i originalskala blir då n ˆ b0 b Q 0 Cˆ Eˆ e c

23 Spelar de någon roll hur vi väljer prisvariabeln? Vi kan änka oss a använda ris dividera med KI (eller mosvarande inflaionsmäande index) eller e prisindex dividera med KI. Värde på b (dvs. Ê (e ) kommer a bli desamma oavse vilka av dessa vå prisvariabler som används. De spelar heller ingen roll vilka basår vi har i risindexe resp. i KI (de kan allså vara olika) De enda som förändras är i modellen Ĉ (c ), dvs. den nivåjuserande konsanen

24 Exempel: Konsumion av margarin i Sorbriannien. År Konsumion (oz. per pers. och vecka) Inflaionsjusera pris År Konsumion (oz. per pers. och vecka) Inflaions -jusera pris

25 Konsumionen minskar med realpris, men de är naurligvis ingen skarp ickelinjär eferfrågekurva.

26 Logarimera nu konsumions- och prisvärdena och ploa log Q mo log : Obs! De är ine självklar a man ser a dea samband blir mer linjär. Man får ofas lia på a modellen är förnufig.

27 I modellen lg Q lgc + E lg + lgδ skall vi skaa E p och log C (dvs β 0 ) Vi beräknar och får b lg , 2 ( lg ) , ( lgq) ( lg ) ( lgq) Eˆ p e lgq ( ) / (36.592) / b 0 Cˆ c ( ) Qˆ

28 Se ill punkskaningen av E : skulle ine margarin olkas som en priselasisk vara. Mikroekonomi: E Typ av vara > oelasisk, ej priskänslig enheselasisk, normal priskänslig < priselasisk, priskänslig Dock försår vi a värde borde analyseras djupare än bara som de punkskaade värde.

29 All som hiills gjors i kursen om -es, F-es, konfidens- och prognosinervall kan också illämpas här. Skillnaden ligger i a vi använder logarimerade daa i beräkningarna och a konfidens- och prognosinervall i försa hand görs i denna skala och får sedan illbakaransformeras. I formelsamlingen ges flera av formlerna på logarimerad form, men ine samliga. Vikig a lära sig sambanden Ł Övriga formler kan enkel översäas!

30 Miniab-analys av daamaeriale: MTB > regress c4 c5; SUBC> predic lg 0 Regression Analysis: lg Q versus lg p The regression equaion is lg Q lg redicor Coef SE Coef T Consan lg S R-Sq 67.3% R-Sq(adj) 65.2% Analysis of Variance Source DF SS MS F Regression Residual Error Toal rediced Values for New Observaions New Obs Fi SE Fi 95.0% CI 95.0% I ( , ) ( , ) Values of redicors for New Observaions New Obs lg 2.04

31 Tydlig a E är skild från 0, men är dea inressan? Vi vill snarare esa: H 0 : E mo.ex. H 0 : E > Tesfunkionen blir då Eˆ ( ) s ˆ E som m h a daakörningen beräknas ill ( ) Tes på 5% nivå Ł Jämför med 0.05 [6].746 (Enkelsidig es) 3.0>.746 Ł H 0 förkasas. Margarin är ine priskänslig i UK.

32 I analysen beräknas e 95% prognosinervall för konsumionen då realprise är 0. I logarimisk skala blir inervalle: ( , ) För a få inervalle i originalskala ransformerar vi enlig: ( , ) (2.88, 4.28) Obs! Ni förvänas allså själva kunna räkna u SSE, s b ec. för a kunna göra es och inervall i analyser där eferfrågan skall förklaras av en variabel (pris eller inkoms). Övningarna RT, RT2, RT3 illusrerar dea.

33 Mer om icke-linjära modeller: olynomregression, ex: y x2 2 2 β + β x + β x + β x + β x + β x + ε som vi har avhandla som vanlig mulipel regression. Exponeniell modell: x β β y 0 δ där β 0 och β är konsaner (paramerar) som idigare och δ är en slumpkomponen som anas ha vänevärde och som är sådan a lg(δ) har vänevärde 0 och konsan varians, ofas N (0,σ).

34 Naurligvis kan en exponeniell modell ha flera ermer (fakorer) med x-variabler: β x 2 2 x3 x4, β, β 3 4,... Hur kan man analysera? logarimera modellen (vilken logarim som används spelar ingen roll, här används 0-logarimen lg): lg y lg β + x lg β + lgδ 0 lg β + (lg β ) x + lgδ 0 Sä y ' lg y, β 0 ' lg β 0, β lg β, ε lg δ Ł ' ' y' β + β x + ε 0

35 Anpassa denna modell med vanlig regression Ł ' b 0 '+b ' x Transformera illbaka ill originalskala. Vi anar a vi har använ 0-logarimen här, dvs glg h Ł h0 g ˆ b b x y 0 ' ' 0 (0 ) Konfidensinervall och hypoesprövning för β 0 och β kan göras i den logarimerade modellen, likaså kan konfidensinervall och prognosinervall för E(y 0 ) resp. y 0 göras och dessa kan ransformeras illbaka ill originalskala. Förklaringsgrader skall haneras med försikighe (se kurslierauren) och kan ine as direk från en daoranalys.

36 Varför en exponeniell modell? klarar av mer invecklade icke-linjära samband kan hanera explosiva samband, ex mycke expansiva marknader. Exempel: Anag a e föreag har under en ioårsperiod placera en viss kapialmängd på lie olika sä. Genom a sälja och köpa diverse former av värdepapper har man hoppas kunna förräna kapiale bäre än genom en fas placering under dessa år. Hur skulle man kunna uppskaa en ränesasekvivalen?

37 Anag a följande värden hos kapiale har gäll: År Kapial

38 En modell för daa skulle i och för sig kunna vara linjär men vi ve ju a en eoreisk ränemodell har formen: Kapial år Grundkapial (+r) där r är ränesasen. Vi använder därför modellen y β 0 β δ där β +r. Modellen logarimeras som ovan vilke innebär a vi måse beräkna log y för alla y-värden.

39 År () Kapial (y) lg y 2 (lg y) 2 lg y Summor:

40 b Modellen (med y' lg y) anpassas nu ill där ' ' y' β + β + ε 0 ' b 0 '+b ' y' ( ) ( y' ) 0 ( ) ( lg y) ( ) ( lg y) ' ' ' b0 y' b x 0 ' (lg y) b 0 2 ( )

41 och en anpassad modell i originalskala ˆ y b0 b erhålls genom a beräkna: b b b b 0 ' ' Ł yˆ och vi kan olka som den skaade ränesasekvivalenen, dvs 4.8 % b olkas som ingångskapiale.

FÖRDJUPNINGS-PM. Nr 4. 2010. Räntekostnaders bidrag till KPI-inflationen. Av Marcus Widén

FÖRDJUPNINGS-PM. Nr 4. 2010. Räntekostnaders bidrag till KPI-inflationen. Av Marcus Widén FÖRDJUPNNGS-PM Nr 4. 2010 Ränekosnaders bidrag ill KP-inflaionen Av Marcus Widén 1 Ränekosnaders bidrag ill KP-inflaionen dea fördjupnings-pm redovisas a en ofa använd approximaiv meod för beräkning av

Läs mer

Föreläsning 8 Kap G71 Statistik B

Föreläsning 8 Kap G71 Statistik B Föreläsning 8 Kap 6.8 732G71 Saisik B Y Saionarie 25 2 För en saionär idsserie gäller 15 1 E(y ) = Var(y ) = 2 Corr(y, y -k ) beror bara av k (idsavsånde) och allså ine av. Uryck i ord: korrelaionen på

Läs mer

Tidsserieanalys. Vad karaktäriserar data? Exempel:

Tidsserieanalys. Vad karaktäriserar data? Exempel: Tidsserieanalys Exempel: Vad karakäriserar daa? Observaionerna är ine oberoende Observaionerna ger e mönser över iden ex sigande värden med iden ex periodisk variaion över en idsperiod av besämd längd

Läs mer

Om antal anpassningsbara parametrar i Murry Salbys ekvation

Om antal anpassningsbara parametrar i Murry Salbys ekvation 1 Om anal anpassningsbara paramerar i Murry Salbys ekvaion Murry Salbys ekvaion beskriver a koldioxidhalen ändringshasighe är proporionell mo en drivande kraf som är en emperaurdifferens. De finns änkbara

Läs mer

Föreläsning 8. Kap 7,1 7,2

Föreläsning 8. Kap 7,1 7,2 Föreläsning 8 Kap 7,1 7,2 1 Kap 7: Klassisk komponenuppdelning: Denna meod fungerar bra om idsserien uppvisar e saisk mönser. De är fyra komponener i modellen: Muliplikaiv modell: Addiiv modell: där y

Läs mer

Skillnaden mellan KPI och KPIX

Skillnaden mellan KPI och KPIX Fördjupning i Konjunkurläge januari 2008 (Konjunkurinsiue) Löner, vinser och priser 7 FÖRDJUPNNG Skillnaden mellan KP och KPX Den långsikiga skillnaden mellan inflaionsaken mä som KP respekive KPX anas

Läs mer

Föreläsning 7 Kap G71 Statistik B

Föreläsning 7 Kap G71 Statistik B Föreläsning 7 Kap 6.1-6.7 732G71 aisik B Muliplikaiv modell i Miniab Time eries Decomposiion for Försäljning Muliplicaive Model Accurac Measures Från föreläsning 6 Daa Försäljning Lengh 36 NMissing 0 MAPE

Läs mer

Om exponentialfunktioner och logaritmer

Om exponentialfunktioner och logaritmer Om eponenialfunkioner och logarimer Anals360 (Grundkurs) Insuderingsuppgifer Dessa övningar är de änk du ska göra i ansluning ill a du läser huvudeen. Den änka gången är som följer: a) Läs igenom huvudeens

Läs mer

Lektion 4 Lagerstyrning (LS) Rev 20130205 NM

Lektion 4 Lagerstyrning (LS) Rev 20130205 NM ekion 4 agersyrning (S) Rev 013005 NM Nedan följer alla uppgifer som hör ill lekionen. De är indelade i fyra nivåer där nivå 1 innehåller uppgifer som hanerar en specifik problemsällning i age. Nivå innehåller

Läs mer

Kursens innehåll. Ekonomin på kort sikt: IS-LM modellen. Varumarknaden, penningmarknaden

Kursens innehåll. Ekonomin på kort sikt: IS-LM modellen. Varumarknaden, penningmarknaden Kursens innehåll Ekonomin på kor sik: IS-LM modellen Varumarknaden, penningmarknaden Ekonomin på medellång sik Arbesmarknad och inflaion AS-AD modellen Ekonomin på lång sik Ekonomisk illväx över flera

Läs mer

bättre säljprognoser med hjälp av matematiska prognosmodeller!

bättre säljprognoser med hjälp av matematiska prognosmodeller! Whiepaper 24.9.2010 1 / 5 Jobba mindre, men smarare, och uppnå bäre säljprognoser med hjälp av maemaiska prognosmodeller! Förfaare: Johanna Småros Direkör, Skandinavien, D.Sc. (Tech.) johanna.smaros@relexsoluions.com

Läs mer

Regressions- och Tidsserieanalys - F3

Regressions- och Tidsserieanalys - F3 Regressions- och Tidsserieanalys - F3 Multipel regressionsanalys kap 4.8-4.10 Linda Wänström Linköpings universitet 7 maj Wänström (Linköpings universitet) F3 7 maj 1 / 26 Lite som vi inte hann med när

Läs mer

Lösningar till Matematisk analys IV,

Lösningar till Matematisk analys IV, Lösningar ill Maemaisk anals IV, 85. Vi börjar med kurvinegralen 5 5 dx + 5 x5 + x d. Sä P x, = 5 5 och Qx, = 5 x5 + x. Vi använder Greens formel för a beräkna den givna kurvinegralen. Efersom ine är en

Läs mer

Betalningsbalansen. Andra kvartalet 2012

Betalningsbalansen. Andra kvartalet 2012 Bealningsbalansen Andra kvarale 2012 Bealningsbalansen Andra kvarale 2012 Saisiska cenralbyrån 2012 Balance of Paymens. Second quarer 2012 Saisics Sweden 2012 Producen Producer Saisiska cenralbyrån, enheen

Läs mer

Föreläsning 2. Kap 3,7-3,8 4,1-4,6 5,2 5,3

Föreläsning 2. Kap 3,7-3,8 4,1-4,6 5,2 5,3 Föreläsning Kap 3,7-3,8 4,1-4,6 5, 5,3 1 Kap 3,7 och 3,8 Hur bra är modellen som vi har anpassat? Vi bedömer modellen med hjälp av ett antal kriterier: visuell bedömning, om möjligt F-test, signifikanstest

Läs mer

Modeller och projektioner för dödlighetsintensitet

Modeller och projektioner för dödlighetsintensitet Modeller och projekioner för dödlighesinensie en anpassning ill svensk populaionsdaa 1970- Jörgen Olsén juli 005 Presenerad inför ubildningsuskoe inom Svenska Akuarieföreningen den 1 sepember 005 Modeller

Läs mer

Regressions- och Tidsserieanalys - F5

Regressions- och Tidsserieanalys - F5 Regressions- och Tidsserieanalys - F5 Linda Wänström Linköpings universitet November 20 Wänström (Linköpings universitet) F5 November 20 1 / 24 Modellbygge - vilka oberoende variabler ska vara med i modellen?

Läs mer

Regressions- och Tidsserieanalys - F3

Regressions- och Tidsserieanalys - F3 Regressions- och Tidsserieanalys - F3 Multipel regressionsanalys kap 4.8-4.10 Linda Wänström Linköpings universitet Wänström (Linköpings universitet) F3 1 / 21 Interaktion Ibland ser sambandet mellan en

Läs mer

Tentamen på grundkursen EC1201: Makroteori med tillämpningar, 15 högskolepoäng, lördagen den 14 februari 2009 kl 9-14.

Tentamen på grundkursen EC1201: Makroteori med tillämpningar, 15 högskolepoäng, lördagen den 14 februari 2009 kl 9-14. STOCKHOLMS UNIVERSITET Naionalekonomiska insiuionen Mas Persson Tenamen på grundkursen EC1201: Makroeori med illämpningar, 15 högskolepoäng, lördagen den 14 februari 2009 kl 9-14. Tenamen besår av io frågor

Läs mer

Tjänsteprisindex (TPI) 2010 PR0801

Tjänsteprisindex (TPI) 2010 PR0801 Ekonomisk saisik/ Enheen för prissaisik 2010-06-22 1(12) Tjänseprisindex (TP) 2010 PR0801 denna beskrivning redovisas förs allmänna uppgifer om undersökningen sam dess syfe, regelverk och hisorik. Därefer

Läs mer

Regressions- och Tidsserieanalys - F3

Regressions- och Tidsserieanalys - F3 Regressions- och Tidsserieanalys - F3 Multipel regressionsanalys kap 4.8-4.10 Linda Wänström Linköpings universitet November 6, 2013 Wänström (Linköpings universitet) F3 November 6, 2013 1 / 22 Interaktion

Läs mer

5B1134 MATEMATIK OCH MODELLER FEMTE FÖRELÄSNINGEN INTEGRALER

5B1134 MATEMATIK OCH MODELLER FEMTE FÖRELÄSNINGEN INTEGRALER 5B1134 MATEMATK OC MODELLER EMTE ÖRELÄSNNGEN NTEGRALER 1. OM NTEGRALER 1.1. Primiiva unkioner. Vi har se idigare a vissa unkioner,, har primiiva unkioner, dvs en unkion,, vars derivaa. Om är en primiiv

Läs mer

Betalningsbalansen. Fjärde kvartalet 2012

Betalningsbalansen. Fjärde kvartalet 2012 Bealningsbalansen Fjärde kvarale 212 Bealningsbalansen Fjärde kvarale 212 Saisiska cenralbyrån 213 Balance of Paymens. Fourh quarer 212 Saisics Sweden 213 Producen Producer Saisiska cenralbyrån, enheen

Läs mer

Statistik B Regressions- och tidsserieanalys Föreläsning 1

Statistik B Regressions- och tidsserieanalys Föreläsning 1 Statistik B Regressions- och tidsserieanalys Föreläsning Kurskod: 732G7, 8 hp Lärare och examinator: Ann-Charlotte (Lotta) Hallberg Lärare och lektionsledare: Isak Hietala Labassistenter Kap 3,-3,6. Läs

Läs mer

Vad är den naturliga räntan?

Vad är den naturliga räntan? penning- och valuapoliik 20:2 Vad är den naurliga ränan? Henrik Lundvall och Andreas Wesermark Förfaarna är verksamma vid avdelningen för penningpoliik, Sveriges riksbank. Vilken realräna bör en cenralbank

Läs mer

n Ekonomiska kommentarer

n Ekonomiska kommentarer n Ekonomiska kommenarer Riksbanken gör löpande prognoser för löneuvecklingen i den svenska ekonomin. Den lönesaisik som används som bas för Riksbankens olika löneprognoser är den månaliga konjunkurlönesaisiken.

Läs mer

Följande uttryck används ofta i olika problem som leder till differentialekvationer: A=kB. A= k (för ett tal k)

Följande uttryck används ofta i olika problem som leder till differentialekvationer: A=kB. A= k (för ett tal k) TILLÄMPNINGAR AV DIFFERENTIAL EKVATIONER Följande uryck används ofa i olika problem som leder ill differenialekvaioner: Tex A är proporionell mo B A är omvän proporionell mo B Formell beskrivning de finns

Läs mer

TENTAMEN I STATISTIK B,

TENTAMEN I STATISTIK B, 732G7 Tentamen. hp TENTAMEN I STATISTIK B, 24-2- Skrivtid: kl: -2 Tillåtna hjälpmedel: Ett A4-blad med egna handskrivna anteckningar samt räknedosa Jourhavande lärare: Lotta Hallberg Betygsgränser: Tentamen

Läs mer

{ } = F(s). Efter lång tid blir hastigheten lika med mg. SVAR: Föremålets hastighet efter lång tid är mg. Modul 2. y 1

{ } = F(s). Efter lång tid blir hastigheten lika med mg. SVAR: Föremålets hastighet efter lång tid är mg. Modul 2. y 1 ösningsförslag ill enamensskrivning i SF1633 Differenialekvaioner I Tisdagen den 7 maj 14, kl 8-13 Hjälpmedel: BETA, Mahemaics Handbook Redovisa lösningarna på e sådan sä a beräkningar och resonemang är

Läs mer

Att studera eller inte studera. Vad påverkar efterfrågan av högskole- och universitetsutbildningar i Sverige?

Att studera eller inte studera. Vad påverkar efterfrågan av högskole- och universitetsutbildningar i Sverige? NATIONALEKONOMISKA INSTITUTIONEN Uppsala universie Examensarbee C Förfaare: Ameli Frenne Handledare: Björn Öcker Termin och år: VT 2009 A sudera eller ine sudera. Vad påverkar eferfrågan av högskole- och

Läs mer

Tjänsteprisindex för detektiv- och bevakningstjänster; säkerhetstjänster

Tjänsteprisindex för detektiv- och bevakningstjänster; säkerhetstjänster Tjänseprisindex för deekiv- och bevakningsjänser; säkerhesjänser Branschbeskrivning för SNI-grupp 74.60 TPI- rappor nr 17 Camilla Andersson/Kamala Krishnan Tjänseprisindex, Prisprogramme, Ekonomisk saisik,

Läs mer

Betalningsbalansen. Tredje kvartalet 2010

Betalningsbalansen. Tredje kvartalet 2010 Bealningsbalansen Tredje kvarale 2010 Bealningsbalansen Tredje kvarale 2010 Saisiska cenralbyrån 2010 Balance of Paymens. Third quarer 2010 Saisics Sweden 2010 Producen Producer Saisiska cenralbyrån,

Läs mer

Regressions- och Tidsserieanalys - F1

Regressions- och Tidsserieanalys - F1 Regressions- och Tidsserieanalys - F1 Kap 3: Enkel linjär regression Linda Wänström Linköpings universitet May 4, 2015 Wänström (Linköpings universitet) F1 May 4, 2015 1 / 25 Regressions- och tidsserieanalys,

Läs mer

Exempel 1 på multipelregression

Exempel 1 på multipelregression Exempel på multipelregression Hastighet = högsta hastighet som uppnåtts fram till givna år (årtal) Årtal Hastighet 83 3 (tåg) 9 3 (tåg) 93 (flyg) 97 7 (flyg) 9 (flyg) 99 (raket) Fitted Line Plot Hastighet

Läs mer

Regressions- och Tidsserieanalys - F7

Regressions- och Tidsserieanalys - F7 Regressions- och Tidsserieanalys - F7 Tidsserieregression, kap 6.1-6.4 Linda Wänström Linköpings universitet November 25 Wänström (Linköpings universitet) F7 November 25 1 / 28 Tidsserieregressionsanalys

Läs mer

FREDAGEN DEN 21 AUGUSTI 2015, KL 14-18. Ansvarig lärare: Helene Lidestam, tfn 282433 Salarna besöks ca kl 15.30

FREDAGEN DEN 21 AUGUSTI 2015, KL 14-18. Ansvarig lärare: Helene Lidestam, tfn 282433 Salarna besöks ca kl 15.30 Tekniska högskolan vid LiU Insiuionen för ekonomisk och indusriell uveckling Produkionsekonomi Helene Lidesam TENTAMEN I TPPE13 PRODUKTIONSEKONOMI för I,Ii FREDAGEN DEN 21 AUGUSTI 2015, KL 14-18 Sal: Provkod:

Läs mer

732G71 Statistik B. Föreläsning 7. Bertil Wegmann. IDA, Linköpings universitet. Bertil Wegmann (IDA, LiU) 732G71, Statistik B 1 / 29

732G71 Statistik B. Föreläsning 7. Bertil Wegmann. IDA, Linköpings universitet. Bertil Wegmann (IDA, LiU) 732G71, Statistik B 1 / 29 732G71 Statistik B Föreläsning 7 Bertil Wegmann IDA, Linköpings universitet Bertil Wegmann (IDA, LiU) 732G71, Statistik B 1 / 29 Detaljhandelns försäljning (fasta priser, kalenderkorrigerat) Bertil Wegmann

Läs mer

Kvadratisk regression, forts.

Kvadratisk regression, forts. Kvadratisk regression, forts. Vi fortsätter med materialet om fastigheter. Tidigare föreslog vi som en tänkbar modell y 0 + 3 x 3 + 5 x 3 2 + Vari ligger tanken att just använda en kvadratisk term? Det

Läs mer

Lektion 3 Projektplanering (PP) Fast position Projektplanering. Uppgift PP1.1. Uppgift PP1.2. Uppgift PP2.3. Nivå 1. Nivå 2

Lektion 3 Projektplanering (PP) Fast position Projektplanering. Uppgift PP1.1. Uppgift PP1.2. Uppgift PP2.3. Nivå 1. Nivå 2 Lekion 3 Projekplanering (PP) as posiion Projekplanering Rev. 834 MR Nivå 1 Uppgif PP1.1 Lieraur: Olhager () del II, kap. 5. Nedan följer alla uppgifer som hör ill lekionen. e är indelade i fyra nivåer

Läs mer

Inflation och penningmängd

Inflation och penningmängd EKONOMSK DEBAT BO AXELL nflaion och penningmängd Vilka är inflaionens besämningsfakorer? Dea är själva ugångspunken for flerale ariklar i dea emanummer.. Somliga hävdar a inflaionen speciell i e lie land

Läs mer

Betrakta åter datamaterialet med kostnader för produktion av korrugerat papper.

Betrakta åter datamaterialet med kostnader för produktion av korrugerat papper. Multikolinjäritet: Betrakta åter datamaterialet med kostnader för produktion av korrugerat papper. Trots att COST verkade ha ett tydligt positivt samband med var och en av variablerna PAPER, MACHINE, OVERHEAD

Läs mer

Pensionsåldern och individens konsumtion och sparande

Pensionsåldern och individens konsumtion och sparande Pensionsåldern och individens konsumion och sparande Om hur en höjning av pensionsåldern kan ändra konsumionen och sparande. Maria Nilsson Magiseruppsas Naionalekonomiska insiuionen Handledare: Ponus Hansson

Läs mer

Regressions- och Tidsserieanalys - F1

Regressions- och Tidsserieanalys - F1 Regressions- och Tidsserieanalys - F1 Kap 3: Enkel linjär regression Linda Wänström Linköpings universitet November 4, 2013 Wänström (Linköpings universitet) F1 November 4, 2013 1 / 25 Statistik B, 8 hp

Läs mer

Tobaksskattens påverkan på konsumtionen av tobaksprodukter

Tobaksskattens påverkan på konsumtionen av tobaksprodukter Tobaksskaens påverkan på konsumionen av obaksproduker En sudie av priselasicieen för en beroendevara enlig Becker-Murphymodellen Carl Larsson Carl Larsson Vårerminen 2012 Kandidauppsas, 15 hp Naionalekonomi

Läs mer

Ett A4-blad med egna handskrivna anteckningar (båda sidor) samt räknedosa.

Ett A4-blad med egna handskrivna anteckningar (båda sidor) samt räknedosa. Tentamen Linköpings Universitet, Institutionen för datavetenskap, Statistik Kurskod och namn: Datum och tid: Jourhavande lärare: Tillåtna hjälpmedel: 732G71 Statistik B 2015-02-06, 8-12 Bertil Wegmann

Läs mer

Livförsäkringsmatematik II

Livförsäkringsmatematik II Livförsäkringsmaemaik II iskrea kommuaionsfunkioner Erik Alm, Hannover Re Sockholm 2013 iskre eknik Premier och annuieer bealas diskre ödligheen definieras ofas i en diskre abell (Undanag: de Nordiska

Läs mer

shetstalet och BNP Arbetslöshetstalet lag Blanchard kapitel 10 Penningmängd, inflation och sysselsättning Effekter av penningpolitik.

shetstalet och BNP Arbetslöshetstalet lag Blanchard kapitel 10 Penningmängd, inflation och sysselsättning Effekter av penningpolitik. Kap 10: sid. 1 Blanchard kapiel 10 Penninmänd, inflaion och ssselsänin Effeker av penninpoliik. Tre relaioner: Phillipskurvan Okuns la AD-relaionen Effeken av penninpoliik på kor och medellån sik Tar hänsn

Läs mer

Följande uttryck används ofta i olika problem som leder till differentialekvationer: Formell beskrivning

Följande uttryck används ofta i olika problem som leder till differentialekvationer: Formell beskrivning OLIKA TILLÄMPNINGAR AV DIFFERENTIAL EKVATIONER Följande uryck används ofa i olika problem som leder ill differenialekvaioner: Tex Formell beskrivning A är proporionell mo B de finns e al k så a A=kB A

Läs mer

Något om index. 1 Enkla och sammansatta index. LINKÖPINGS UNIVERSITET Matematiska institutionen Statistik Anders Nordgaard

Något om index. 1 Enkla och sammansatta index. LINKÖPINGS UNIVERSITET Matematiska institutionen Statistik Anders Nordgaard LINKÖPINGS UNIVERSITET Matematiska institutionen Statistik Anders Nordgaard Något om index 1 Enkla och sammansatta index Om man har tillgång till prisuppgifter över en tidsperiod på alla varor och/eller

Läs mer

Tunga lyft och lite skäll för den som fixar felen

Tunga lyft och lite skäll för den som fixar felen Tunga lyf och lie skäll för den som fixar felen De fixar soppe i avloppe, de rasiga gångjärne, den läckande vämaskinen. De blir uskällda, igenkända, välkomnade. A jobba hemma hos människor har sina särskilda

Läs mer

Om de trigonometriska funktionerna

Om de trigonometriska funktionerna Analys 360 En webbaserad analyskurs Grundbok Om de rigonomeriska funkionerna Anders Källén MaemaikCenrum LTH anderskallen@gmail.com Om de rigonomeriska funkionerna () Inrodukion I de här kapile ska vi

Läs mer

Dagens förelf. Arbetslöshetstalet. shetstalet och BNP. lag. Effekter av penningpolitik. Tre relationer:

Dagens förelf. Arbetslöshetstalet. shetstalet och BNP. lag. Effekter av penningpolitik. Tre relationer: Blanchard kapiel 9 Penninmänd, Inflaion och Ssselsänin Daens förelf reläsnin Effeker av penninpoliik. Tre relaioner: Kap 9: sid. 2 Phillipskurvan Okuns la AD-relaionen Effeken av penninpoliik på kor och

Läs mer

Diskussion om rörelse på banan (ändras hastigheten, behövs någon kraft för att upprätthålla hastigheten, spelar massan på skytteln någon roll?

Diskussion om rörelse på banan (ändras hastigheten, behövs någon kraft för att upprätthålla hastigheten, spelar massan på skytteln någon roll? Likformig och accelererad rörelse - Fysik 1 för NA11FM under perioden veckorna 35 och 36, 011 Lekion 1 och, Rörelse, 31 augusi och sepember Tema: Likformig rörelse och medelhasighe Sroboskopfoo av likformig-

Läs mer

fluktuationer Kurskompendium ht-02 2001-01-29 Preliminärt, kommentarer välkomna

fluktuationer Kurskompendium ht-02 2001-01-29 Preliminärt, kommentarer välkomna Förvänningar, finansiella marknader och makroekonomiska flukuaioner Kurskompendium h-02 200-0-29 Preliminär, kommenarer välkomna Av Beng Assarsson Naionalekonomiska insiuionen Uppsala universie Box 53

Läs mer

FAQ. frequently asked questions

FAQ. frequently asked questions FAQ frequenly asked quesions På de följande sidorna har jag samla ihop några av de frågor jag under årens lopp få av sudener när diverse olika problem uppså i arbee med SPSS. De saisiska problemen har

Läs mer

AMatematiska institutionen avd matematisk statistik

AMatematiska institutionen avd matematisk statistik Kungl Tekniska Högskolan AMaemaiska insiuionen avd maemaisk saisik TENTAMEN I 5B1862 STOKASTISK KALKYL OCH KAPITALMARKNADSTE- ORI FÖR F4 OCH MMT4 FREDAGEN DEN 1 JUNI 21 KL 8. 13. Examinaor : Lars Hols,

Läs mer

Egnahemsposten i konsumentprisindex. KPI-utredningens förslag. Specialstudie Nr 2, maj 2002

Egnahemsposten i konsumentprisindex. KPI-utredningens förslag. Specialstudie Nr 2, maj 2002 Egnahemsposen i konsumenprisindex En granskning av KPI-uredningens förslag Specialsudie Nr 2, maj 22 Ugiven av Konjunkurinsiue Sockholm 22 Konjunkurinsiue (KI) gör analyser och prognoser över den svenska

Läs mer

Betalningsbalansen. Tredje kvartalet 2012

Betalningsbalansen. Tredje kvartalet 2012 Bealningsbalansen Tredje kvarale 2012 Bealningsbalansen Tredje kvarale 2012 Saisiska cenralbyrån 2012 Balance of Paymens. Third quarer 2012 Saisics Sweden 2012 Producen Producer Saisiska cenralbyrån,

Läs mer

Förord: Sammanfattning:

Förord: Sammanfattning: Förord: Denna uppsas har illkommi sedan uppsasförfaarna blivi konakade av Elecrolux med en förfrågan om a undersöka saisikmodulen i deras nyimplemenerade affärssysem. Vi vill därför acka vår handledare

Läs mer

Föreläsning 2. Prognostisering: Prognosprocess, efterfrågemodeller, prognosmodeller

Föreläsning 2. Prognostisering: Prognosprocess, efterfrågemodeller, prognosmodeller Föreläsning 2 Prognosisering: Prognosprocess, eferfrågemodeller, prognosmodeller Kurssrukur Innehåll Föreläsning Lek1on Labora1on Inroduk*on, produk*onsekonomiska grunder, produk*onssysem, ABC- klassificering

Läs mer

Multikolinjäritet: Vi kan också beräkna parvisa korrelationskoefficienter mellan förklaringsvariabler:

Multikolinjäritet: Vi kan också beräkna parvisa korrelationskoefficienter mellan förklaringsvariabler: Multikolinjäritet: Betrakta åter datamaterialet med kostnader för produktion av korrugerat papper. Vi plottar förklaringsvariablerna mot varandra: Graph Matrix Plot Trots att COST verkade ha ett tydligt

Läs mer

D-UPPSATS. Prisutvecklingen av järnmalm 1970-2000

D-UPPSATS. Prisutvecklingen av järnmalm 1970-2000 D-UPPSATS 2006:126 Prisuvecklingen av järnmalm 1970-2000 En jämförelse av Hoellingmodellen och den fakiska uvecklingen Timo Ryhänen Luleå ekniska universie D-uppsas Naionalekonomi Insiuionen för Indusriell

Läs mer

Tjänsteprisindex för varulagring och magasinering

Tjänsteprisindex för varulagring och magasinering Tjänseprisindex för varulagring och magasinering Branschbeskrivning för SNI-grupp 63.12 TPI-rappor nr 14 Kaarina Båh Chrisian Schoulz Tjänseprisindex, Prisprogramme, Ekonomisk saisik, SCB November 2005

Läs mer

Tentamen TEN1, HF1012, 16 aug Matematisk statistik Kurskod HF1012 Skrivtid: 8:15-12:15 Lärare och examinator : Armin Halilovic

Tentamen TEN1, HF1012, 16 aug Matematisk statistik Kurskod HF1012 Skrivtid: 8:15-12:15 Lärare och examinator : Armin Halilovic Tenamen TEN, HF, 6 aug 6 Maemaisk saisik Kurskod HF Skrivid: 8:5-:5 Lärare och examinaor : Armin Halilovic Hjälmedel: Bifoga formelhäfe ("Formler och abeller i saisik ") och miniräknare av vilken y som

Läs mer

Föreläsning 4 Kap 3.5, 3.8 Material om index. 732G71 Statistik B

Föreläsning 4 Kap 3.5, 3.8 Material om index. 732G71 Statistik B Föreläsning 4 Kap 3.5, 3.8 Material om index 732G71 Statistik B Skötsel (y) Transformationer Ett av kraven för regressionsmodellens giltighet är att residualernas varians är konstant. Vad gör vi om så

Läs mer

732G71 Statistik B. Föreläsning 3. Bertil Wegmann. November 4, IDA, Linköpings universitet

732G71 Statistik B. Föreläsning 3. Bertil Wegmann. November 4, IDA, Linköpings universitet 732G71 Statistik B Föreläsning 3 Bertil Wegmann IDA, Linköpings universitet November 4, 2015 Bertil Wegmann (IDA, LiU) 732G71, Statistik B November 4, 2015 1 / 22 Kap. 4.8, interaktionsvariabler Ibland

Läs mer

Betalningsbalansen. Tredje kvartalet 2008

Betalningsbalansen. Tredje kvartalet 2008 Bealningsbalansen Tredje kvarale 2008 Bealningsbalansen Tredje kvarale 2008 Saisiska cenralbyrån 2008 Balance of Paymens. Third quarer 2008 Saisics Sweden 2008 Producen Producer Saisiska cenralbyrån,

Läs mer

1.9 Om vi studerar penningmarknaden: Antag att real BNP (Y) ökar då förväntas att jämviktsräntan ökar/minskar/är oförändrad.

1.9 Om vi studerar penningmarknaden: Antag att real BNP (Y) ökar då förväntas att jämviktsräntan ökar/minskar/är oförändrad. RÄTTNING: För a få poäng på Fråga krävs hel rä svar per deluppgif. Dvs. svare på en deluppgif måse vara hel rä för a sudenen skall få poäng ( poäng). Varje deluppgif ger en poäng. Anal deluppgifer är 2.

Läs mer

Konsumtion, försiktighetssparande och arbetslöshetsrisker

Konsumtion, försiktighetssparande och arbetslöshetsrisker Fördjupning i Konjunkurläge juni 12 (Konjunkurinsiue) Konjunkurläge juni 12 75 FÖRDJUPNING Konsumion, försikighessparande och arbeslöshesrisker De förvänade inkomsborfalle på grund av risk för arbeslöshe

Läs mer

Enkel linjär regression. Enkel linjär regression. Enkel linjär regression

Enkel linjär regression. Enkel linjär regression. Enkel linjär regression Enkel linjär regression Exempel.7 i boken (sida 31). Hur mycket dragkraft behövs för att en halvledare skall lossna från sin sockel vid olika längder på halvledarens ben och höjder på sockeln. De halvledare

Läs mer

Facit till Extra övningsuppgifter

Facit till Extra övningsuppgifter LINKÖPINGS UNIVERSITET Institutionen för datavetenskap Statistik, ANd 732G71 STATISTIK B, 8hp Civilekonomprogrammet, t3, Ht 09 Extra övningsuppgifter Facit till Extra övningsuppgifter 1. Modellen är en

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

Jämställdhet och ekonomisk tillväxt En studie av kvinnlig sysselsättning och tillväxt i EU-15

Jämställdhet och ekonomisk tillväxt En studie av kvinnlig sysselsättning och tillväxt i EU-15 Examensarbee kandidanivå NEKK01 15 hp Sepember 2008 Naionalekonomiska insiuionen Jämsälldhe och ekonomisk illväx En sudie av kvinnlig sysselsäning och illväx i EU-15 Förfaare: Sofia Bill Handledare: Ponus

Läs mer

3. Matematisk modellering

3. Matematisk modellering 3. Maemaisk modellering 3. Modelleringsprinciper 3. Maemaisk modellering 3. Modelleringsprinciper 3.. Modellyper För design oc analys av reglersysem beöver man en maemaisk modell, som beskriver sysemes

Läs mer

Föreläsning 3 Kap 3.4, 3.6, 4.2. 732G71 Statistik B

Föreläsning 3 Kap 3.4, 3.6, 4.2. 732G71 Statistik B Föreläsning 3 Kap 3.4, 3.6, 4.2 732G71 Statistik B Exempel 150 slumpmässigt utvalda fastigheter till salu i USA Pris (y) Bostadsyta Tomtyta Antal rum Antal badrum 179000 3060 0.75 8 2 285000 2516 8.1 7

Läs mer

Dags för stambyte i KPI? - Nuvarande metod för egnahem i KPI

Dags för stambyte i KPI? - Nuvarande metod för egnahem i KPI SAISISKA CENRALBYRÅN Pm ill Nämnden för KPI 1(21) Dags för sambye i KPI? - Nuvarande meod för egnahem i KPI För beslu Absrac I denna pm preseneras hur nuvarande meod för egnahem i KPI beräknas, moiveras

Läs mer

Föreläsning G60 Statistiska metoder

Föreläsning G60 Statistiska metoder Föreläsning 2 Statistiska metoder 1 Dagens föreläsning o Vägda medeltal o Standardvägning o Index Angående projektet: Senast onsdagen 6 mars 17:00 ska ni ha lämnat in gruppindelning och definition av problemområde!

Läs mer

F11. Kvantitativa prognostekniker

F11. Kvantitativa prognostekniker F11 Kvantitativa prognostekniker samt repetition av kursen Kvantitativa prognostekniker Vi har gjort flera prognoser under kursen Prognoser baseras på antagandet att historien upprepar sig Trenden följer

Läs mer

1. Geometriskt om grafer

1. Geometriskt om grafer Arbesmaerial, Signaler&Sysem I, VT04/E.P.. Geomerisk om grafer En av den här kursens syfen är a ge de vikigase maemaiska meoderna som man använder för a bearbea signaler av olika slag. Ofa är de så a den

Läs mer

Genom att uttrycka y-koordinaten i x ser vi att kurvan är funktionsgrafen till y = x 2. Lektion 2, Flervariabelanalys den 19 januari 2000

Genom att uttrycka y-koordinaten i x ser vi att kurvan är funktionsgrafen till y = x 2. Lektion 2, Flervariabelanalys den 19 januari 2000 Lekion, Flervariabelanals den 9 januari..6 Finn hasighe, far och acceleraion vid idpunk av en parikel med lägesvekorn Genom a urcka -koordinaen i ser vi a kurvan är funkionsgrafen ill. Beskriv också parikelns

Läs mer

Det svenska konsumtionsbeteendet

Det svenska konsumtionsbeteendet NATIONALEKONOMISKA INSTITUTIONEN Kandidauppsas i makroekonomi, 2008 De svenska konsumionsbeeende En ekonomerisk analys av den permanena inkomshypoesen Handledare : Fredrik NG Andersson Förfaare: Ida Hedlund

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

Logistisk regression och Indexteori. Patrik Zetterberg. 7 januari 2013

Logistisk regression och Indexteori. Patrik Zetterberg. 7 januari 2013 Föreläsning 9 Logistisk regression och Indexteori Patrik Zetterberg 7 januari 2013 1 / 33 Logistisk regression I logistisk regression har vi en binär (kategorisk) responsvariabel Y i som vanligen kodas

Läs mer

Tjänsteprisindex för Fastighetsförmedling och fastighetsförvaltning på uppdrag Branschbeskrivning för SNI-grupp 70.3 TPI-rapport nr 15

Tjänsteprisindex för Fastighetsförmedling och fastighetsförvaltning på uppdrag Branschbeskrivning för SNI-grupp 70.3 TPI-rapport nr 15 Tjänseprisindex för Fasighesförmedling och fasighesförvalning på uppdrag Branschbeskrivning för SNI-grupp 70.3 TPI-rappor nr 15 Marin Kullendorff Tjänseprisindex, Enheen för prissaisik, Ekonomisk saisik,

Läs mer

Ha kul på jobbet är också arbetsmiljö

Ha kul på jobbet är också arbetsmiljö Tväeri, kök, recepion, konor, hoellrum Här finns många olika arbesuppgifer och risker. Och på jus de här hoelle finns e sälle där de allid är minus fem grader en isbar. Ha kul på jobbe är också arbesmiljö

Läs mer

Regressions- och Tidsserieanalys - F4

Regressions- och Tidsserieanalys - F4 Regressions- och Tidsserieanalys - F4 Modellbygge och residualanalys. Kap 5.1-5.4 (t.o.m. halva s 257), ej C-statistic s 23. Linda Wänström Linköpings universitet Wänström (Linköpings universitet) F4 1

Läs mer

5 VÄaxelkurser, in ation och räantor vid exibla priser {e ekter pºa lºang sikt

5 VÄaxelkurser, in ation och räantor vid exibla priser {e ekter pºa lºang sikt 5 VÄaxelkurser, in aion och räanor vid exibla priser {e eker pºa lºang sik Som vi idigare noera anar vi a den reala väaxelkursen pºa lºang sik Äar oberoende av penningmäangden och väaxelkursen beror dºa

Läs mer

BASiQ. BASiQ. Tryckoberoende elektronisk flödesregulator

BASiQ. BASiQ. Tryckoberoende elektronisk flödesregulator Tryckoberoende elekronisk flödesregulaor Beskrivning är en komple produk som besår av e ryckoberoende A-spjäll med mäenhe som är ansluen ill en elekronisk flödesregulaor innehållande en dynamisk differensryckgivare.

Läs mer

Föreläsning G60 Statistiska metoder

Föreläsning G60 Statistiska metoder Föreläsning 9 Statistiska metoder 1 Dagens föreläsning o Regression Regressionsmodell Signifikant lutning? Prognoser Konfidensintervall Prediktionsintervall Tolka Minitab-utskrifter o Sammanfattning Exempel

Läs mer

Timmar, kapital och teknologi vad betyder mest? Bilaga till Långtidsutredningen SOU 2008:14

Timmar, kapital och teknologi vad betyder mest? Bilaga till Långtidsutredningen SOU 2008:14 Timmar, kapial och eknologi vad beyder mes? Bilaga ill Långidsuredningen SOU 2008:14 Förord Långidsuredningen 2008 uarbeas inom Finansdeparemene under ledning av Srukurenheen. I samband med uredningen

Läs mer

Ett A4-blad med egna handskrivna anteckningar (båda sidor) samt räknedosa.

Ett A4-blad med egna handskrivna anteckningar (båda sidor) samt räknedosa. Tentamen Linköpings Universitet, Institutionen för datavetenskap, Statistik Kurskod och namn: Datum och tid: Jourhavande lärare: Tillåtna hjälpmedel: 732G71 Statistik B 2015-12-09, 8-12 Bertil Wegmann

Läs mer

Liten formelsamling Speciella funktioner. Faltning. Institutionen för matematik KTH För Kursen 5B1209/5B1215:2. Språngfunktionen (Heavisides funktion)

Liten formelsamling Speciella funktioner. Faltning. Institutionen för matematik KTH För Kursen 5B1209/5B1215:2. Språngfunktionen (Heavisides funktion) Insiuionen för maemaik KTH För Kursen 5B09/5B5: Lien formelsamling Speciella funkioner Språngfunkionen (Heavisides funkion) u() =, om > 0, 0, om < 0. Signumfunkionen sign =, om > 0,, om < 0. Rekangelfunkionen

Läs mer

Kan arbetsmarknadens parter minska jämviktsarbetslösheten? Teori och modellsimuleringar

Kan arbetsmarknadens parter minska jämviktsarbetslösheten? Teori och modellsimuleringar Kan arbesmarknadens parer minska jämviksarbeslösheen? Teori och modellsimuleringar Göran Hjelm * Working aper No.99, Dec 2006 Ugiven av Konjunkurinsiue Sockholm 2006 * Analysen i denna rappor bygger på

Läs mer

TISDAGEN DEN 20 AUGUSTI 2013, KL 8-12. Ansvarig lärare: Helene Lidestam, tfn 282433 Salarna besöks ca kl 9

TISDAGEN DEN 20 AUGUSTI 2013, KL 8-12. Ansvarig lärare: Helene Lidestam, tfn 282433 Salarna besöks ca kl 9 ekniska högskolan vid Li Insiuionen för ekonomisk och indusriell uveckling Produkionsekonomi Helene Lidesam EAME I PPE08 PROKIOSEKOOMI för M ISAGE E 20 AGSI 203, KL 8-2 Sal: ER Provkod: E2 Anal uppgifer:

Läs mer

Tjänsteprisindex för Rengöring och sotning

Tjänsteprisindex för Rengöring och sotning Tjänseprisindex för Rengöring och soning Branschbeskrivning för SNI-grupp 74.7 TPI-rappor nr 18 Thomas Olsson Tjänseprisindex, Priser (MP/PR), SCB 2007 Förord Som e led i a förbära den ekonomiska saisiken

Läs mer

Monetära modellers prognosförmåga för den svenska kronans utveckling

Monetära modellers prognosförmåga för den svenska kronans utveckling NATIONALEKONOMISKA INSTITUTIONEN Uppsala Universie Examensarbee D Förfaare: Per Jonsson Handledare: Annika Alexius HT 2005 Moneära modellers prognosförmåga för den svenska kronans uveckling Sammanfaning

Läs mer

Jobbflöden i svensk industri 1972-1996

Jobbflöden i svensk industri 1972-1996 Jobbflöden i svensk induri 1972-1996 av Fredrik Andersson 1999-10-12 Bilaga ill Projeke arbeslöshesförsäkring vid Näringsdeparemene Sammanfaning Denna udie dokumenerar heerogenieen i induriella arbesällens

Läs mer

Exempel 1 på multipelregression

Exempel 1 på multipelregression Exempel på multipelregression Hastighet = högsta hastighet som uppnåtts fram till givna år (årtal) Årtal Hastighet 8 (tåg) 95 (tåg) 9 (flyg) 97 7 (flyg) 95 5 (flyg) 99 5 (raket) Regression Plot Hastighet

Läs mer

Glada barnröster kan bli för höga

Glada barnröster kan bli för höga Glada barnröser kan bli för höga På Silverbäckens förskola är ambiionerna höga. Här vill man mycke, och kanske är de jus därför de blir sressig ibland. De säger Therese Wesin, barnsköare och skyddsombud.

Läs mer