Matematisk statistik KTH. Formelsamling i matematisk statistik

Storlek: px
Starta visningen från sidan:

Download "Matematisk statistik KTH. Formelsamling i matematisk statistik"

Transkript

1 Matematik tatitik KTH Formelamlig i matematik tatitik Vårtermie 07

2 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; Y ) = E ((X E (X)) (Y E (Y ))) = E (XY ) E (X) E (Y ) (X; Y ) = C (X; Y ) D (X) D (Y ) 3 Dikreta fördeligar Biomialfördelige X är Bi(; p) om p X (k) = p k ( k p) k, k = 0; ; :::;, där 0 < p <. E (X) = p, V (X) = p ( p) "För-förta-gåge"-fördelige X är g(p) om p X (k) = p ( p) k, k = ; ; 3; :::, där 0 < p <. E (X) = p, V (X) = p p Hypergeometrika fördelige Np N ( p) X är Hyp(N; ; p) om p X (k) = k N k, 0 k Np, 0 k N ( p), där N, Np och är poitiva heltal amt N, < N, 0 < p <. E (X) = p, V (X) = N p ( N p) Poiofördelige X är Po(), där > 0, om p X (k) = k k! e, k = 0; ; ; ::: E (X) =, V (X) = 4 Kotiuerliga fördeligar Likformig fördelig 8 < X är U (a; b), där a < b, om f X (k) = : E (X) = a + b (b a), V (X) = b för a < x < b a 0 aar

3 Expoetialfördelige X är Exp(), där > 0, om f X (k) = E (X) =, V (X) = ( e x för x > 0 0 aar Normalfördelige (x ) X är N (; ) om f X (k) = p e, < x <, > 0 E (X) =, V (X) = X är N (; ) om och edat om X är N (0; ) Om Z är N (0; ) å har Z fördeligfuktioe (x) eligt Tabell och täthetfuktioe ' (x) = p e x =, < x <. E lijärkombiatio P i a ix i + b av oberoede, ormalfördelade tokatika variabler är ormalfördelad. 5 Cetrala grävärdeate Om X ; X ; :::; X är oberoede, likafördelade tokatika variabler med vätevärde och tadardavvikele > 0, å är Y = X + ::: + X approximativt N (; p ) om är tort. 6 Approximatio Hyp(N; ; p) Bi(; p) om N 0: Bi(; p) Po(p) om p 0: Bi(; p) N p; p p ( p) om p ( p) 0 Po() N ; p om 5 7 Tjebyjov olikhet Om E (X) = och D (X) = > 0 å gäller för varje k > 0 att P (jx j < k) k 8 Statitikt material x = j= = x j (x j x) = 6 4 j= j= x j j= x j A

4 9 Puktkattigar 9. Maximum-likelihoodmetode Låt x i vara e obervatio av X i, i = ; ; :::;, där fördelige för X i beror på e okäd parameter. Det värde ob om maximerar likelihoodfuktioe L () = p X ;:::;X (x ; :::; x ; ) =(om oberoede)= p X (x ; ) p X (x ; ) f X;:::;X (x ; :::; x ; ) =(om oberoede)= f X (x ; ) f X (x ; ) kalla maximum-likelihoodkattige (ML-kattige) av. 9. Mita-kvadratmetode Låt x i vara e obervatio av X i, i = ; ; :::;, och atag att E (X i ) = i ( ; ; :::; k ) och V (X i ) =, där ; ; :::; k är okäda parametrar och X ; X ; :::; X k är oberoede. Mita-kvadratkattigara (MK-kattigara) av ; ; :::; k är de värde ( ) ob ; ( ) ob ; :::; ( k) ob om miimerar kvadratumma Q = Q ( ; ; :::; k ) = (x i i ( ; ; :::; k )). 9.3 Medelfel E kattig av D ( ) kalla medelfelet för och betecka d ( ). 9.4 Felfortplatig Med beteckigar och förutättigar eligt läroboke gäller a) E (g ( )) g( ob) D (g ( )) jg 0 ( ob)j D ( ) b) E (g ( ; :::; )) g(( ) ob ; :::; ( ) ob ) V (g ( ; :::; )) j= C i @x j x k =( k ) o b ;k=;:::; 0 Några valiga fördeligar i tatitike -fördelige Om X ; X ; :::; X f är oberoede N (0; ), å gäller det att fx Xk är (f)-fördelad. k= 4

5 t-fördelige Om X är N (0; ) och Y är (f) amt om X och Y är oberoede, å gäller det X att p är t (f)-fördelad. Y=f Stickprovvariablera fördeligar vid ormalfördelade tickprov. Ett ormalfördelat tickprov Låt X ; :::; X vara oberoede tokatika variabler om alla är N (; ). Då gäller: a) X är N ; p b) X i X = c) X och S är oberoede d) X S= p är t ( ) ( ) S är ( ). Två ormalfördelade tickprov med amma varia Låt X ; :::; X vara N ( ; ) och Y ; :::; Y vara N ( ; ) och amtliga dea tokatika variabler ata vara oberoede. Då gäller: r a) X Y är N ; + b) ( + ) S är ( + ) där S = ( ) S + ( ) S, + S = X X i X och S = X Y i Y c) X Y och S är oberoede d) X Y ( ) r S + är t ( + ).3 Två ormalfördelade tickprov med olika varia Låt X ; :::; X vara N ( ; ) och Y ; :::; Y vara N ( ; ) och amtliga dea tokatika variabler ata vara oberoede.! Då gäller: X Y är N ; + 5

6 Ko deitervall. -metode Låt vara N (; D), där D är käd och okäd. Då är ob D = ett ko deitervall för med ko degrade.. t-metode Låt vara N (; D), där D och är okäda och D ite beror på. Låt Dob vara e puktkattig av D åda att D ob Dob t = (f) ett ko deitervall för med ko degrade..3 Approximativa metode är t (f). Då är Låt vara approximativt N (; D). Atag att Dob är e lämplig puktkattig av D. Då är ob Dob = ett ko deitervall för med de approximativa ko degrade..4 Metod baerad på -fördelig Låt ob vara e puktkattig av e parameter åda att f är (f). Då är! f f ob = (f); ob = (f) ett ko deitervall för med ko degrade. 3 Lijär regreio 3. Fördeligar Låt Y i vara N ( + x i ; ), i = ; ; :::;, och oberoede. Då gäller: a) = (x i x) Y i Y 0 (x i x) är q A P (x i x)! b) = Y x är N ; + (x) (x i x)! c) + x 0 är N + x 0 ; + (x 0 x) (x i x) 6

7 d) ( ) S är ( ) där S = e) S är oberoede av och (Y i x i ) 3. Ko deitervall I : ob t p= ( ) + (x) (x i x) I : ob t p= ( ) q P (x i x) I +x0 : ob + obx 0 t p= ( ) + (x 0 x) (x i x) 3.3 Beräkigapekter S xy = (x i x) (y i y) = (x i x) y i = S xx = S yy = (x i x) = (y i y) x i (x) x i (y i y) = ( ) = S yy ( ob) S xx = S yy ob S xy = mi ; 4 Hypoteprövig 4. De itioer x i y i (y i x i ) x y Sigi kaivå (felrike) är (det maximala värdet av) P (förkata H 0 ) då hypotee H 0 är a. Styrkefuktioe h () = P (förkata H 0 ) då är rätt parametervärde. 4. Ko demetode Förkata H 0 : = 0 på ivå om 0 ej faller iom ett lämpligt valt ko - deitervall med ko degrade tet Atag att oberoede upprepigar av ett förök med de möjliga utfalle A ; A ; :::; A r med repektive aolikheter P (A ) ; P (A ) ; :::; P (A r ). Låt, för j = ; ; :::; r, de tokatika variablel X j betecka atalet förök om ger reultatet A j. 7

8 Tet av give fördelig Vi vill teta H 0 : P (A ) = p ; P (A ) = p ; :::; P (A r ) = p r för giva aolikheter p ; p ; :::; p r. Då blir rx (x j p j ) Q = ett utfall av e approximativt (r )-fördelad tokatik p j variabel om H 0 är a och p j 5, j = ; ; :::; r. Om vi kattar k parametrar ur data, = ( ; :::; k ) för att katta p ; p ; :::; p r med p ( ob); p ( ob); :::; p r ( ob), å är rx Q 0 (x j p j ( = ob)) p j ( ett utfall av e approximativt (r k )-fördelad ob) j= tokatik variabel. Homogeitettet Vi vill teta om aolikhetera för utfalle A ; A ; :::; A r förökerier. Iför beteckigar eligt edatåede tabell: är deamma i Serie Atal obervatioer av Atal förök A A A 3 A r x x x 3 x r x x x 3 x r x x x 3 x r Koloumma m m m 3 m r N i m j X rx x ij Bilda Q = N i m j. j= N Q är ett utfall av e approximativt ((r ) ( ))-fördelad tokatik variabel om i m j =N 5, för alla i = ; ; :::; och j = ; ; :::; r. Oberoedetet Atag att värdemägde för de tokatika variabel X ka dela i i kategoriera A ; A ; :::; A r och att värdemägde för de tokatika variabel Y ka dela i i kategoriera B ; B ; :::; B. Vi vill teta om de tokatika variablera X och Y är oberoede. Atal obervatioer A A A 3 A r Radumma B x x x 3 x r B x x x 3 x r B x x x 3 x r Koloumma m m m 3 m r N Samma tettorhet och fördelig ka aväda om vid homogeitettet. 8

Formelsamling för Finansiell Statistik

Formelsamling för Finansiell Statistik Formelamlig för Fiaiell Statitik Kombiatorik Atal ätt att ta elemet ur är Uta åter- läggig Med återläggig Med häy till ordig! ( )! Atal ätt att ta elemet, av e ort, och elemet är det totalt orter är elemet,

Läs mer

FORMELSAMLING 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.

FORMELSAMLING 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 mer

Uppsala Universitet Matematiska institutionen Matematisk Statistik. Formel- och tabellsamling. Sannolikhetsteori och Statistik

Uppsala Universitet Matematiska institutionen Matematisk Statistik. Formel- och tabellsamling. Sannolikhetsteori och Statistik Uppsala Uiversitet Matematiska istitutioe Matematisk Statistik Formel- och tabellsamlig Saolikhetsteori och Statistik IT2-2004 Formelsamlig, Saolikhetsteori och Statistik IT-2004 1 Saolikhetsteori 1.1

Läs mer

Sannolikhetsteori FORMELSAMLING MATEMATISK STATISTIK, AK FÖR I, FMS 120, HT-00. Kap 2: Sannolikhetsteorins grunder

Sannolikhetsteori 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 mer

Formelblad Sannolikhetsteori 1

Formelblad 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 mer

Matematisk statistik KTH. Formelsamling i matematisk statistik

Matematisk 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 mer

Minsta kvadrat-metoden, MK. Maximum likelihood-metoden, ML. Medelfel. E(X i ) = µ i (θ) MK-skattningen av θ fås genom att minimera

Minsta 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 mer

Formel- och tabellsamling i matematisk statistik Sannolikhetsteori

Formel- och tabellsamling i matematisk statistik Sannolikhetsteori Formel- och tabellamling i matematik tatitik Sannolikhetteori Sannolikhetaxiom : 0 P (A) :P () = 3: P (A [ B) = P (A) + P (B) om P (A \ B) =? Additionaten Betingad annolikhet P (A [ B) = P (A) + P (B)

Läs mer

Föreläsning 2: Punktskattningar

Föreläsning 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 mer

HYPOTESPRÖVNING. De statistiska metoderna som används för att fatta denna typ av beslut baseras på två komplementära antaganden om populationen.

HYPOTESPRÖVNING. De statistiska metoderna som används för att fatta denna typ av beslut baseras på två komplementära antaganden om populationen. HPOTESPRÖVNING De tatitika metodera om aväd för att fatta dea typ av belut baera på två komplemetära atagade om populatioe. Partiet produkter har atige de utlovade kvalitete eller å har de de ite. Atige

Läs mer

Sannolikhetslära statistisk inferens F10 ESTIMATION (NCT )

Sannolikhetslära 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 mer

Formelsamling i matematisk statistik

Formelsamling i matematisk statistik Formelamling i matematik tatitik Sannolikhetteori Sannolikhetaxiom : 0 P (A) :P () = 3: P (A [ B) = P (A) + P (B) om A \ B =? Additionaten Betingad annolikhet P (A [ B) = P (A) + P (B) P (A \ B) P (AjB)

Läs mer

Grundläggande matematisk statistik

Grundläggande 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 mer

Statistisk analys. Vilka slutsatser kan dras om populationen med resultatet i stickprovet som grund? Hur säkra uttalande kan göras om resultatet?

Statistisk 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 mer

SAMMANFATTNING TAMS79 Matematisk statistik, grundkurs

SAMMANFATTNING 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 mer

INGENJÖRSMATEMATISK FORMELSAMLING

INGENJÖRSMATEMATISK FORMELSAMLING Sätyck u femte upplaga av fomle och tabelle fö aolikhetläa och tatitik, idoa 89-4. Toe Gutafo 004. INGENJÖRSMATEMATISK FORMELSAMLING Toe K. Gutafo Kombiatoik 89 90 Kombiatoik 6 KOMBINATORIK Atal pemutatioe

Läs mer

Matematisk statistik KTH. Formel- och tabellsamling i matematisk statistik

Matematisk 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 mer

θx θ 1 om 0 x 1 f(x) = 0 annars

θx 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 mer

Tillåtna hjälpmedel: Eget handskrivet formelblad (A4), utdelad tabellsamling, miniräknare med tömt minne Studenterna får behålla tentamensuppgifterna

Tillåtna hjälpmedel: Eget handskrivet formelblad (A4), utdelad tabellsamling, miniräknare med tömt minne Studenterna får behålla tentamensuppgifterna UMEÅ UNIVERSITET Ititutioe för matematik tatitik Statitik för lärare, MSTA8 PA LÖSNINGSFÖRSLAG 004-0-8 LÖSNINGSFÖRSLAG TILL TENTAMEN I MATEMATISK STATISTIK Statitik för lärare, poäg Tillåta hjälpmedel:

Läs mer

Antalet sätt att välja ut r objekt bland n stycken med hänsyn till ordning är np r = n(n 1) (n r + 1).

Antalet 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 mer

Sannolikhetsteori FORMELSAMLING MATEMATISK STATISTIK, AK FÖR CDEFI, NANO OCH PI, MAS233, 2004 FMS 012, FMS 022, FMS 121 OCH MAS233

Sannolikhetsteori 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 mer

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)

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 mer

LÖSNINGAR TILL. Räkningar: (z i z) 2 = , Δ = z = 1 n. n 1. Konfidensintervall:

LÖSNINGAR TILL. Räkningar: (z i z) 2 = , Δ = z = 1 n. n 1. Konfidensintervall: LÖSNINGAR TILL Matematisk statistik Tetame: 2014 10 28 kl 14 00 19 00 Matematikcetrum FMS 086 Matematisk statistik för B, K, N och BME, 7.5 hp Luds tekiska högskola MASB02 Matematisk statistik för kemister,

Läs mer

4.2.3 Normalfördelningen

4.2.3 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 mer

Borel-Cantellis sats och stora talens lag

Borel-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 mer

Skattning / Inferens. Sannolikhet och statistik. Skattning / Inferens. Vad är det som skattas?

Skattning / 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 mer

För att skatta väntevärdet för en fördelning är det lämpligt att använda Medelvärdet. E(ξ) =... = µ

För 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 mer

Grundläggande matematisk statistik

Grundläggande matematisk statistik Grudläggade matematik tatitik Hypotetet I Uwe Mezel, 2018 uwe.mezel@lu.e; uwe.mezel@mattat.de www.mattat.de Syfte: Hypotetet o vi tetar på grudval av ett tickprov om e fördeligparameter (μ, σ, λ, ) har

Läs mer

1. (a) Eftersom X och Y har samma fördelning så har de även samma väntevärde och standardavvikelse. E(X 2 ) = k

1. (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 mer

Sannolikheter 0 < P < 1. Definition sannolikhet: Definition sannolikhet: En sannolikhet kan anta värden från 0 till 1

Sannolikheter 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 mer

KTH/ICT IX1501:F7 IX1305:F2 Göran Andersson Statistik: Skattningar

KTH/ICT IX1501:F7 IX1305:F2 Göran Andersson Statistik: Skattningar KTH/ICT IX50:F7 IX305:F Göra Adero goera@th.e Statiti: Sattigar Statiti Vi all u tudera obervatioer av toatia variabler. Vad blev det för värde? Dea obervatioer alla ett ticprov (ample). Iom tatitie fi

Läs mer

Matematisk statistik TMS063 Tentamen

Matematisk 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 mer

Datorövning 2 Fördelningar inom säkerhetsanalys

Datorövning 2 Fördelningar inom säkerhetsanalys Luds tekiska högskola Matematikcetrum Matematisk statistik STATISTISKA METODER FÖR SÄKERHETSANALYS FMS065 Datorövig 2 Fördeligar iom säkerhetsaalys I dea datorövig ska vi studera ågra grudläggade frå saolikhetsteori:

Läs mer

Lycka till! I(X i t) 1 om A 0 annars I(A) =

Lycka 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 mer

Föreläsning 3. 732G04: Surveymetodik

Föreläsning 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 mer

(a) Skissa täthets-/frekvensfunktionen och fördelningsfunktionen för X. Glöm inte att ange värden på axlarna.

(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 mer

MA2018 Tillämpad Matematik III-Statistik, 3.5hp,

MA2018 Tillämpad Matematik III-Statistik, 3.5hp, MA2018 Tillämpad Matematik III-Statistik, 3.hp, 2018-08- Hjälpmedel: Pea, radergummi och lijal. Räkedosa och medföljade formelsamlig är tillåte! Tetame består av 20 frågor! Edast Svarsblakette ska lämas

Läs mer

b) Bestäm det genomsnittliga antalet testade enheter, E (X), samt även D (X). (5 p)

b) 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 mer

a) Beräkna E (W ). (2 p)

a) 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 mer

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 4 (del 2)

Finansiell 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 mer

Statistik. Språkligt och historiskt betyder statistik ungefär sifferkunskap om staten

Statistik. 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 mer

Tentamen i Sannolikhetsteori III 13 januari 2000

Tentamen i Sannolikhetsteori III 13 januari 2000 STOCKHOLMS UNIVERSITET MATEMATISK STATISTIK Louise af Klitberg Lösigar Tetame i Saolikhetsteori III 13 jauari 2000 Uppgift 1 a) Det mest detaljerade utfallsrummet är med uppebara beteckigar Ω = {(B1, B2),

Läs mer

1. Test av anpassning.

1. 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 mer

Matematisk statistik KTH. Formel- och tabellsamling i Matematisk statistik, grundkurs

Matematisk 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 mer

x 1 x 2 x 3 x 4 x 5 x 6 HL Z x x x

x 1 x 2 x 3 x 4 x 5 x 6 HL Z x x x Uppgift 1 a) Vi iför slackvariabler x 4, x 5 och x 6 och löser problemet med hjälp av simplexalgoritme. Z -2-1 1 0 0 0 0 x 4 1 1-1 1 0 0 20 x 5 2 1 1 0 1 0 30 x 6 1-1 2 0 0 1 10 x 1 blir igåede basvariabel

Läs mer

TMS136: Dataanalys och statistik Tentamen 2013-10-26 med lösningar

TMS136: 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 mer

Avd. Matematisk statistik

Avd. 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 mer

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 4 (del 1)

Finansiell 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 mer

Anmärkning: I några böcker använder man följande beteckning ]a,b[, [a,b[ och ]a,b] för (a,b), [a,b) och (a,b].

Anmärkning: I några böcker använder man följande beteckning ]a,b[, [a,b[ och ]a,b] för (a,b), [a,b) och (a,b]. MÄNGDER Stadardtalmägder: N={0,, 2, 3, } mägde av alla aturliga tal (I ågra böcker N={,2,3, }) Z={ 3, 2,,0,, 2, 3, 4, } mägde av alla hela tal m Q={, där m, är hela tal och 0 } mägde av alla ratioella

Läs mer

Normalfördelningens betydelse. Sannolikhet och statistik. Täthetsfunktion, väntevärde och varians för N (µ, σ)

Normalfördelningens 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

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Exempel etc., del II

MS-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 mer

Induktion och Binomialsatsen. Vi fortsätter att visa hur matematiska påståenden bevisas med induktion.

Induktion och Binomialsatsen. Vi fortsätter att visa hur matematiska påståenden bevisas med induktion. Idutio och Biomialsatse Vi fortsätter att visa hur matematisa påståede bevisas med idutio. Defiitio. ( )! = ( över ).!( )! Betydelse av talet studeras seare. Med idutio a vi u visa SATS (Biomialsatse).

Läs mer

Viktigt! Glöm inte att skriva Tentamenskod på alla blad du lämnar in.

Viktigt! 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 mer

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

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 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 mer

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Exempel etc., del II

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Exempel etc., del II MS-A0509 Grudkurs i saolikhetskalkyl och statistik Exempel etc., del II G. Gripeberg Aalto-uiversitetet 14 februari 014 G. Gripeberg (Aalto-uiversitetet) MS-A0509 Grudkurs i saolikhetskalkyl och statistikexempel

Läs mer

Stokastiska variabler

Stokastiska 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 mer

TAMS15: SS1 Markovprocesser

TAMS15: 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 mer

MA2018 Tillämpad Matematik III-Statistik, 3.5hp,

MA2018 Tillämpad Matematik III-Statistik, 3.5hp, MA08 Tillämpad Matematik III-Statistik, 3.5hp, 08-05-3 Hjälpmedel: Pea, radergummi och lijal. Räkedosa och medföljade formelsamlig är tillåte! Tetame består av 0 frågor! Edast Svarsblakette ska lämas i!

Läs mer

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del II

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del II MS-A0509 Grudkurs i saolikhetskalkyl och statistik Sammafattig, del II G. Gripeberg Aalto-uiversitetet 14 februari 014 G. Gripeberg Aalto-uiversitetet) MS-A0509 Grudkurs i saolikhetskalkyl och statistiksammafattig,

Läs mer

TAMS79: Föreläsning 9 Approximationer och stokastiska processer

TAMS79: 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 mer

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del II

MS-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 mer

Föreläsning G70, 732G01 Statistik A. Föreläsningsunderlagen är baserade på underlag skrivna av Karl Wahlin

Föreläsning 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 mer

Tentamenskrivning, , kl SF1625, Envariabelanalys för CINTE1(IT) och CMIEL1(ME ) (7,5hp)

Tentamenskrivning, , kl SF1625, Envariabelanalys för CINTE1(IT) och CMIEL1(ME ) (7,5hp) KTH-Matematik Tetameskrivig, 2008-0-0, kl. 4.00-9.00 SF625, Evariabelaalys för CITE(IT) och CMIEL(ME ) (7,5h) Prelimiära gräser. Registrerade å kurse SF625 får graderat betyg eligt skala A (högsta betyg),

Läs mer

MA2018 Tillämpad Matematik III-Statistik, 7.5hp, 2014-08-23

MA2018 Tillämpad Matematik III-Statistik, 7.5hp, 2014-08-23 1 MA018 Tillämpad Matematik III-Statistik, 7.5hp, 014-08-3 Hjälpmedel: Räkedosa och medföljade formelsamlig! Täk på att dia lösigar ska utformas så att det blir lätt för läsare att följa dia takegågar.

Läs mer

MA2018 Tillämpad Matematik III-Statistik, 3.5hp,

MA2018 Tillämpad Matematik III-Statistik, 3.5hp, MA018 Tillämpad Matematik III-Statistik,.hp, 018-0-1 Hjälpmedel: Pea, radergummi och lijal. Räkedosa och medföljade formelsamlig är tillåte! Tetame består av 0 frågor! Edast Svarsblakette ska lämas i!

Läs mer

Tentamen i matematisk statistik

Tentamen 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 mer

SOS HT Punktskattningar. Skattning från stickprovet. 2. Intuitiva skattningar. 3. Skattning som slumpvariabel. slump.

SOS HT Punktskattningar. Skattning från stickprovet. 2. Intuitiva skattningar. 3. Skattning som slumpvariabel. slump. Puktskattgar SOS HT10 Puktskattg uwe@math.uu.se http://www.math.uu.se/~uwe/sos_ht10 1. Vad är e puktskattg och varför behövs de? 1. Jämförelse: saolkhetstoer statstkteor 2. Itutva ( aturlga ) skattgar

Läs mer

F3 Lite till om tidsserier. Statistikens grunder 2 dagtid. Sammansatta index 4. Deflatering HT Laspeyres index: Paasche index: Index.

F3 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 mer

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Exempel, del II

MS-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 mer

c n x n, där c 0, c 1, c 2,... är givna (reella eller n=0 c n x n n=0 absolutkonvergent om x < R divergent om x > R n n lim = 1 R.

c n x n, där c 0, c 1, c 2,... är givna (reella eller n=0 c n x n n=0 absolutkonvergent om x < R divergent om x > R n n lim = 1 R. P Potesserier Med e potesserie mear vi e serie av type c x, där c, c, c,... är giva (reella eller komplexa) kostater, s.k. koefficieter, och där x är e (reell eller komplex) variabel. För varje eskilt

Läs mer

Övningstentamen i MA2018 Tillämpad Matematik III-Statistik, 7.5hp

Övningstentamen i MA2018 Tillämpad Matematik III-Statistik, 7.5hp Övigstetame i MA08 Tillämpad Matematik III-Statistik, 7.5hp Hjälpmedel: Räkedosa och medföljade formelsamlig! Täk på att dia lösigar ska utformas så att det blir lätt för läsare att följa dia takegågar.

Läs mer

Id: statistik.tex :48:29Z joa

Id: 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 mer

Introduktion till statistik för statsvetare

Introduktion 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 mer

Statistik för bioteknik SF1911 // KTH Matematisk statistik // Formler och tabeller. 1 Numeriska sammanfattningar (statistikor)

Statistik 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 mer

Föreläsning G70 Statistik A

Föreläsning 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 mer

2. Konfidensintervall för skillnaden mellan två proportioner.

2. Konfidensintervall för skillnaden mellan två proportioner. Föreläsig 12 LV1, Torsdag 12/10 Upplägg 1. Kofidesitervall för proportioer. 2. Kofidesitervall för skillade mella två proportioer. 3. Grafteori Kofidesitervall för proportioer Atag att vi vill skatta adele

Läs mer

TENTAMEN I MATEMATISK STATISTIK Datum: 13 mars 08

TENTAMEN 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 mer

Tentamen i Statistik, STA A13 Deltentamen 2, 5p 20 januari 2007, kl. 09.00-13.00

Tentamen i Statistik, STA A13 Deltentamen 2, 5p 20 januari 2007, kl. 09.00-13.00 0.01.007 Tetame i Statistik, STA A13 Deltetame, 5p 0 jauari 007, kl. 09.00-13.00 Tillåta hjälpmedel: Bifogad formel- och tabellsamlig (skall retureras) samt miiräkare. Asvarig lärare: Haah Hall Övrigt:

Läs mer

4.2.3 Normalfördelningen

4.2.3 Normalfördelningen 4..3 Normalfördelge Bomal- och Possofördelge är två exempel på fördelgar för slumpvarabler som ka ata ädlgt eller uppräkelgt måga olka värde. Sådaa fördelgar sägs vara dskreta. Ofta är ett resultat X frå

Läs mer

Tolkning av sannolikhet. Statistikens grunder, 15p dagtid. Lite mängdlära. Lite mängdlära, forts. Frekventistisk n A /n P(A) då n

Tolkning av sannolikhet. Statistikens grunder, 15p dagtid. Lite mängdlära. Lite mängdlära, forts. Frekventistisk n A /n P(A) då n Tolkig av saolikhet Statistikes gruder, 15p dagtid HT 01 Föreläsigar F4-F6 Frekvetistisk A / A) då Klassisk atal(a) / atal(ω) = A) storlek(a) / storlek(ω) = A) Subjektiv (persolig) isats/total vist = A)

Läs mer

Rättningstiden är i normalfall 15 arbetsdagar, annars är det detta datum som gäller:

Rättningstiden 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 mer

F19 HYPOTESPRÖVNING (NCT ) Hypotesprövning för en differens mellan två medelvärden

F19 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 mer

Datorövning 2 Fördelningar inom säkerhetsanalys

Datorövning 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 mer

H1009, Introduktionskurs i matematik Armin Halilovic. använder vi oftast induktionsbevis.

H1009, Introduktionskurs i matematik Armin Halilovic. använder vi oftast induktionsbevis. MATEMATISK INDUKTION För att bevisa att ett påståede P() är sat för alla heltal 0 aväder vi oftast iduktiosbevis Iduktiossatse Låt P() vara ett påståede vars saigsvärde beror av heltalet 0 där 0 är ett

Läs mer

Väntevärde, standardavvikelse och varians Ett statistiskt material kan sammanfattas med medelvärde och standardavvikelse (varians), och s.

Väntevärde, standardavvikelse och varians Ett statistiskt material kan sammanfattas med medelvärde och standardavvikelse (varians), och s. Vätevärde, stadardavvkelse och varas Ett statstskt materal ka sammafattas med medelvärde och stadardavvkelse (varas, och s. På lkade sätt ka e saolkhetsfördelg med käda förutsättgar sammafattas med vätevärde,,

Läs mer

Tentamen i Statistik, STA A13 Deltentamen 2, 5p 5 juni 2004, kl

Tentamen 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 mer

Föreläsning 10: Kombinatorik

Föreläsning 10: Kombinatorik DD2458, Problemlösig och programmerig uder press Föreläsig 10: Kombiatorik Datum: 2009-11-18 Skribeter: Cecilia Roes, A-Soe Lidblom, Ollata Cuba Gylleste Föreläsare: Fredrik Niemelä 1 Delmägder E delmägd

Läs mer

SAMMANFATTNING TAMS65

SAMMANFATTNING 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 mer

Intervallskattning. 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

Intervallskattning. 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 mer

F10 ESTIMATION (NCT )

F10 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 mer

Matematisk statistik

Matematisk 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 mer

Lösning till tentamen för kursen Log-linjära statistiska modeller 29 maj 2007

Lösning 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 mer

DEL I. Matematiska Institutionen KTH

DEL I. Matematiska Institutionen KTH 1 Matematiska Istitutioe KTH Lösig till tetamesskrivig på kurse Diskret Matematik, momet A, för D2 och F, SF1631 och SF1630, de 5 jui 2009 kl 08.00-13.00. DEL I 1. (3p) Bestäm e lösig till de diofatiska

Läs mer

Reliabilitet och validitet

Reliabilitet och validitet Föreläigateckigar till: F7 uderökigdeig F8 kofideitervall F9 hypoteprövig Reliabilitet och validitet Reliabilitet: Noggrahete i mätige. Validitet: Mäter vi det om vi aver att mäta? Exempel: Atag att vi

Läs mer

SANNOLIKHETER. Exempel. ( Tärningskast) Vi har sex möjliga utfall 1, 2, 3, 4, 5 och 6. Därför är utfallsrummet Ω = {1, 2, 3, 4, 5,6}.

SANNOLIKHETER. Exempel. ( Tärningskast) Vi har sex möjliga utfall 1, 2, 3, 4, 5 och 6. Därför är utfallsrummet Ω = {1, 2, 3, 4, 5,6}. rmi Halilovic: EXTR ÖVIGR SOLIKHETER GRUDLÄGGDE BEGRE OH BETEKIGR Utfall Resultat av ett slumpmässigt försök. Utfallsrummet ägde av alla utfall (beteckas oftast med Ω ). Hädelse E delmägd av utfallsrummet.

Läs mer

Reliabilitet och validitet. Föreläsningsanteckningar till: F7 undersökningsdesign F8 konfidensintervall F9 hypotesprövning

Reliabilitet och validitet. Föreläsningsanteckningar till: F7 undersökningsdesign F8 konfidensintervall F9 hypotesprövning 04--7 Föreläigateckigar till: F7 uderökigdeig F8 kofideitervall F9 hypoteprövig Reliabilitet och validitet Reliabilitet: Noggrahete i mätige. Validitet: Mäter vi det om vi aver att mäta? Exempel: Atag

Läs mer

b 1 och har för olika värden på den reella konstanten a.

b 1 och har för olika värden på den reella konstanten a. Första häftet 649. a) A och B spelar cigarr, vilket som bekat tillgår på följade sätt. Omväxlade placerar de ibördes lika, jämtjocka cigarrer på ett rektagulärt bord, varvid varje y cigarr måste placeras

Läs mer

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del II

MS-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 mer

Tentamen i Flervariabelanalys F/TM, MVE035

Tentamen i Flervariabelanalys F/TM, MVE035 Tetame i Flervariabelaalys F/TM, MV35 8 3 kl. 8.3.3. Hjälpmedel: Iga, ej räkedosa. Telefo: Oskar Hamlet tel 73-8834 För godkät krävs mist 4 poäg. Betyg 3: 4-35 poäg, betyg 4: 36-47 poäg, betyg 5: 48 poäg

Läs mer

Linjär Algebra (lp 1, 2016) Lösningar till skrivuppgiften Julia Brandes

Linjär Algebra (lp 1, 2016) Lösningar till skrivuppgiften Julia Brandes Lijär Algebra (lp 1, 2016) Lösigar till skrivuppgifte Julia Brades Uppgift 1. Betecka mägde av alla matriser med M(). Vi har e elemetvist defiierad additio av två matriser A, B M(). De är defiierad geom

Läs mer