Introduktion till statistik för statsvetare
|
|
- Alexander Gunnarsson
- för 6 år sedan
- Visningar:
Transkript
1 Stockholms universitet September 2011
2 Balanseringspunkt Låt oss betrakta mätserie 4 för vilken vi antar att mätdata är längder hos rekryter. En strukturell kunskap om dessa längder är av betydelse vid tillverkning av tex uniformer. Men samma problem har klädkedjor som H&M, Zara mfl Vi har nu angett vad som skall mätas dvs vår slumpvariabel är X = längden hos en rekryt Ett mått av intresse för dessa längder är den genomsnittliga längden. Ordet genomsnittligt är mycket vagt och kan ges många tolkningar. Vi skall först använda ordet i betydelsen balanseringspunkt. Låt oss se hur detta mått kan beräknas.
3 Balanseringspunkt (forts) Med balanseringspunkten för två lika vikter, v, på avstånden x 1 och x 2 avses det tal x 2 som är sådant att v (x 1 x 2 ) = v ( x 2 x 2 ) Denna jämviktsekvation har lösningen x 2 = x 1 + x 2 2 Vad blir balanseringspunkten för tre lika vikter, v, på avstånden x 1, x 2 och x 3? För de två första talen finner vi x 2 och balanseringspunkten mellan detta tal, som nu har vikten 2v, och x 3 blir på samma sätt som ovan 2v ( x 2 x 3 ) = v ( x 3 x 3 )
4 Balanseringspunkt (forts) Denna andra jämviktsekvation har lösningen x 3 = x 1 + x 2 + x 3 3 För fyra tal finner vi analogt (beräkningarna överlåts till läsaren) x 4 = x 1 + x 2 + x 3 + x 4 4 och för våra 20 längdmätningar erhålls balanseringspunkten x 20 = x 1 + x 2 + x 19 + x = 1 20 (x 1 + x 2 + x 19 + x 20 ) = x i = 843 i=1 5 = 168.6
5 Balanseringspunkt (forts) När vi har många mätningar kommer vi ofta få dubletter, tripletter, osv. Låt oss därför antaga att vi fick n 1 stycken x 1, n 2 stycken x 2,..., n k stycken x k (bland de 20 hittar vi två stycken 154, två stycken 159 och två stycken 170. Resterande längder finns det bara en av). Vi kan nu skriva, n = n 1 + n n k, x n = 1 n n i=1 x i = 1 n k n j x j = j=1 k n j j=1 n x j Inför nu beteckningen ˆp j = n j n där vi kallar ˆp j för normerad pinne. För normerade pinnar gäller k k n j ˆp j = j=1 j=1 n = k j=1 n j n = 1
6 Balanseringspunkt (forts) Allmänt kan vi skriva balanseringspunkten på formen x n = 1 n n x i = i=1 k ˆp j x j = j=1 k x j ˆp j j=1 Den allmänna balanseringspunkten känner vi även igen som det aritmetiska medelvärdet.
7 Spridning I nedanstående figur ser vi dels två lika stora pinnar nära varandra och dels samma pinnar långt ifrån varandra. x 1 = 1 x 2 = +1 x 1 = 100 x 2 = +100
8 Spridning (forts) Ett mått som mäter detta intryck är spridningen (variansen). För de två figurerna definieras denna av ˆσ 2 1 = 2 (x 1j x 1 ) 2 ˆp j respektive ˆσ = (x 2j x 2 ) 2 ˆp j. j=1 j=1 Spridningen i dessa två fall blir ˆσ 2 1 = ˆσ 2 2 = 2 (x 1j x) 2 1 j=1 2 = ( 1)2 + (1) 2 2 = 1 2 (x 2j x) 2 1 j=1 2 = ( 100)2 + (100) 2 2 = Här har vi antagit att pinnarna har storlek 1 2 detta följer av att de är lika och skall summeras till 1.
9 Spridning (forts) Allmänt definerar vi spridningen som ˆσ 2 = 1 n n (x i x) 2 k = (x j x) 2 ˆp j. i=1 j=1 För att få samma sort som för medelvärdet brukar man dra roten ur variansen och får då standardavvikelsen, ˆσ. För vår mätserie 4 finner vi ˆσ 2 = 68.0 ˆσ = 8.2
10 Ordna mätserien i växande storleksordning. Det värde som hamnar i mitten kallas median. en är en annan kandidat för ett genomsnittligt värde. Vad gör vi om det inte finns ett entydigt mittersta tal? Vi tar det aritmetiska medelvärdet av de två mittersta! För vår mätserie 4 har vi 20 mätningar och således blir medianen det aritmetiska medlevärdet av de två mittersta. Vi har ˆm = = 169.5
11 (forts) Allmänt har vi en mätserie x 1, x 2,..., x n och arbetsgången blir 1 ordna i växande storleksordning och beteckna den ordnade mätserien x (1), x (2),..., x (n) och för denna gäller x (1) x (2) x (n). 2 bestäm medianen som x (k) n = 2k + 1 m = x (k) + x (k+1) 2 n = 2k
12 Första och tredje kvartilen en till den första hälften av den sorterade mätserien kallas den första kvartilen, Q 1. en till den andra hälften av den sorterade mätserien kallas den tredje kvartilen, Q 3. Med andra kvartilen, Q 2, menar vi medianen. För vår mätserie 4 erhålls Q 1 = 163, Q 3 = 174.5
13 Kvartilavstånd och räckvidd Vi kan nu definiera ett par enkla spridningsmått Med kvartilavståndet IQR avses skillnaden mellan tredje och första kvartilen IQR = Q 3 Q 1 Med räckvidden (range) avses skillnaden mellan största och minsta värdet R = x (n) x (1) För vår mätserie 4 finner vi IQR = = 11.5 R = = 30
14 Skevhet Begreppet skevhet introduceras enklast med hjälp av figurer y y y x x x Här är figur a) skev åt höger, b) symmetrisk och c) skev åt vänster.
15 Skevhet (forts) Hur skapa ett mått för skevhet? Betraktar avståndet till medelvärdet och ta detta höjt till 3. Beräkna talet 3 j=1 (x j x) 3 ˆp j för de tre olika figurerna. Vi finner med x = 4 1 (1 4) (2 4) (9 4)3 1 3 = 30, 2 (3 4) (4 4) (5 4)3 1 3 = 0, 3 (1 6) (8 6) (9 6)3 1 3 = 30. En dimensionslös skevhet definieras av ˆγ 1 = k j=1 (x j x) 3 ˆp j ˆσ 3 = 1 n n i=1 (x i x) 3 ˆσ 3 Framgent avses denna storhet när vi skriver ˆγ 1.
16 Toppighet Begreppet toppighet introduceras även det enklast med figurer y y x x y y 2/5 1/ Figur a) är spetsigare än b) som är spetsigare än c) som är spetsigare än d). x x
17 Toppighet (forts) Hur skapa ett mått för toppighet? Betraktar avståndet till medelvärdet och ta detta höjt till 4. Beräkna talet 3 j=1 (x j x) 4 ˆp j för de fyra olika figurerna. Vi finner med x = 2 1 (1 2) (2 2) (3 2)4 1 8 = 0.25, 2 (1 2) (2 2) (3 2)4 1 4 = 0.5, 3 (1 2) (2 2) (3 2)4 1 3 = , 4 (1 2) (2 2) (3 2)4 2 5 = 0.8. En dimensionslös toppighet definieras av ˆγ 2 = k j=1 (x j x) 4 ˆp 1 j n ˆσ 4 = n i=1 (x i x) 4 ˆσ 4 Framgent avses denna storhet när vi skriver ˆγ 2.
18 För vår mätserie 4 erhålls (x i x) 3 = 3.41 och i= (x i x) 4 = i=1 varför vi erhåller skevheten och toppigheten ˆγ 1 = = och ˆγ 2 = = Bestäm de genomgångna måtten (balanseringspunkt, spridning, varians, skevhet och toppighet) för de övriga mätserierna. Beskriv med egna ord vad de olika måtten står för.
19 169, 172, 159, 170, 154, 159, 184, 177, 181, 166, 170, 167, 164, 168, 174, 171,
Grundläggande matematisk statistik
Grundläggande matematisk statistik Väntevärde, varians, standardavvikelse, kvantiler Uwe Menzel, 28 uwe.menzel@slu.se; uwe.menzel@matstat.de www.matstat.de Väntevärdet X : diskret eller kontinuerlig slumpvariable
Läs merIntroduktion till statistik för statsvetare
Stockholms universitet November 2011 Data på annat sätt - I Stolpdiagram Data på annat sätt - II Histogram För kvalitativa data som nominal- och ordinaldata infördes stapeldiagram. För kvantitativa data
Läs merIntroduktion till statistik för statsvetare
"Det finns inget så praktiskt som en bra teori" November 2011 Repetition Vad vi gjort hitills Vi har börjat med att studera olika typer av mätningar och sedan successivt tagit fram olika beskrivande mått
Läs merF8 Skattningar. Måns Thulin. Uppsala universitet Statistik för ingenjörer 14/ /17
1/17 F8 Skattningar Måns Thulin Uppsala universitet thulin@math.uu.se Statistik för ingenjörer 14/2 2013 Inledande exempel: kullager Antag att diametern på kullager av en viss typ är normalfördelad N(µ,
Läs mer2 Dataanalys och beskrivande statistik
2 Dataanalys och beskrivande statistik Vad är data, och vad är statistik? Data är en samling fakta ur vilken man kan erhålla information. Statistik är vetenskapen (vissa skulle kalla det konst) om att
Läs mer13.1 Matematisk statistik
13.1 Matematisk statistik 13.1.1 Grundläggande begrepp I den här föreläsningen kommer vi att definiera och exemplifiera ett antal begrepp som sedan kommer att följa oss genom hela kursen. Det är därför
Läs merKvantitativ strategi Univariat analys 2. Wieland Wermke
+ Kvantitativ strategi Univariat analys 2 Wieland Wermke + Sammanfattande mått: centralmått n Beroende på skalnivån finns det olika mått, som betecknar variablernas fördelning n Typvärde eller modalvärde
Läs merDeskriptiv statistik. Andrew Hooker. Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University
Deskriptiv statistik Andrew Hooker Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University Deskriptiv statistik Tabeller Figurer Sammanfattande mått Vilken
Läs merStatistik 1 för biologer, logopeder och psykologer
Innehåll 1 2 Diskreta observationer Kontinuerliga observationer 3 Centralmått Spridningsmått Innehåll 1 2 Diskreta observationer Kontinuerliga observationer 3 Centralmått Spridningsmått Vad är statistik?
Läs merArvodesenkät. Resultat 2014. Egenföretagare. www.dik.se/lonestatistik
Resultat 2014 Egenföretagare Arvodesenkät www.dik.se/lonestatistik DIK:s arvodesstatistik för egenföretagare baseras på en årlig enkät som vänder sig till förbundets medlemmar som angett att de bedriver
Läs merGamla tentor (forts) ( x. x ) ) 2 x1
016-10-10 Gamla tentor - 016 1 1 (forts) ( x ) x1 x ) ( 1 x 1 016-10-10. En liten klinisk ministudie genomförs för att undersöka huruvida kostomläggning och ett träningsprogram lyckas sänka blodsockernivån
Läs merForskningsmetodik 2006 lektion 2
Forskningsmetodik 6 lektion Per Olof Hulth hulth@physto.se Slumpmässiga och systematiska mätfel Man skiljer på två typer av fel (osäkerheter) vid mätningar:.slumpmässiga fel Positiva fel lika vanliga som
Läs merMVE051/MSG Föreläsning 7
MVE051/MSG810 2016 Föreläsning 7 Petter Mostad Chalmers November 23, 2016 Överblick Deskriptiv statistik Grafiska sammanfattningar. Numeriska sammanfattningar. Estimering (skattning) Teori Några exempel
Läs merTvå innebörder av begreppet statistik. Grundläggande tankegångar i statistik. Vad är ett stickprov? Stickprov och urval
Två innebörder av begreppet statistik Grundläggande tankegångar i statistik Matematik och statistik för biologer, 10 hp Informationshantering. Insamling, ordningsskapande, presentation och grundläggande
Läs merKLEINLEKTION. Område statistik. Lektionens upplägg. Lämplig inom kurserna Matematik 2b och 2c. Engage (Väck intresse) Explore (Upptäck laborera)
KLEINLEKTION Område statistik. Lämplig inom kurserna Matematik 2b och 2c. Centralt innehåll i Matematik 2b och 2c: Statistiska metoder för rapportering av observationer och mätdata från undersökningar
Läs merInnehåll. Frekvenstabell. II. Beskrivande statistik, sid 53 i E
Innehåll I. Grundläggande begrepp II. Deskriptiv statistik (sid 53 i E) III. Statistisk inferens Hypotesprövnig Statistiska analyser Parametriska analyser Icke-parametriska analyser 1 II. Beskrivande statistik,
Läs merMedicinsk statistik I
Medicinsk statistik I Läkarprogrammet T5 VT 2013 Susanna Lövdahl, Msc, Doktorand Klinisk koagulationsforskning, Lunds universitet E-post: susanna.lovdahl@med.lu.se Medicinsk statistik VT-2013 Tre stycken
Läs merMedelvärde, median och standardavvikelse
Medelvärde, median och standardavvikelse Detta är en enkel aktivitet där vi på ett dynamiskt sätt ska titta på hur de statistiska måtten, t.ex. median och medelvärde ändras när man ändar ett värde i en
Läs merIntroduktion till statistik för statsvetare
Olika figurer Stockholms universitet September 2011 Olika typer av data Olika figurer Data nominal, ordinal, intervall och kvot Nominaldata Ordinaldata Intervalldata Kvotdata Med data menar vi jämförbara
Läs merBIOSTATISTISK GRUNDKURS, MASB11 ÖVNING 6 (2015-04-22) OCH INFÖR ÖVNING 7 (2015-04-29)
LUNDS UNIVERSITET, MATEMATIKCENTRUM, MATEMATISK STATISTIK BIOSTATISTISK GRUNDKURS, MASB11 ÖVNING 6 (2015-04-22) OCH INFÖR ÖVNING 7 (2015-04-29) Aktuella avsnitt i boken: Kap 61 65 Lektionens mål: Du ska
Läs merIntroduktion till statistik för statsvetare
"Det finns inget så praktiskt som en bra teori" November 2011 Vad kursen handlar om Kurslitteratur Examination Betygssättning Betygskriterier Vad kursen handlar om är inte en sedvanlig introduktionskurs
Läs mer2.1 Minitab-introduktion
2.1 Minitab-introduktion Betrakta följande mätvärden (observationer): 9.07 11.83 9.56 7.85 10.44 12.69 9.39 10.36 11.90 10.15 9.35 10.11 11.31 8.88 10.94 10.37 11.52 8.26 11.91 11.61 10.72 9.84 11.89 7.46
Läs merÖVNINGSUPPGIFTER KAPITEL 2
ÖVNINGSUPPGIFTER KAPITEL 2 DATAMATRISEN 1. Datamatrisen nedan visar ett utdrag av ett datamaterial för USA:s 50 stater. Stat Befolkningsmängd Inkomst Marijuana Procent män (miljoner) per person lagligt?
Läs merStatistik och epidemiologi T5
Statistik och epidemiologi T5 Anna Axmon Biostatistiker Yrkes- och miljömedicin Biostatistik kursmål Dra slutsatser utifrån basala statistiska begrepp och analyser och själva kunna använda sådana metoder.
Läs merGrundläggande matematisk statistik
Grundläggande matematisk statistik Kontinuerliga fördelningar Uwe Menzel, 8 www.matstat.de Begrepp fördelning Hur beter sig en variabel slumpmässigt? En slumpvariabel (s.v.) har en viss fördelning, d.v.s.
Läs merKvantitativ forskning C2. Viktiga begrepp och univariat analys
+ Kvantitativ forskning C2 Viktiga begrepp och univariat analys + Delkursen mål n Ni har grundläggande kunskaper över statistiska analyser (univariat, bivariat) n Ni kan använda olika programvaror för
Läs merFöreläsning 1. NDAB02 Statistik; teori och tillämpning i biologi
Föreläsning 1 Statistik; teori och tillämpning i biologi 1 Kursens uppbyggnad 9 föreläsningar Föreläsningsunderlag läggs ut på kurshemsidan 5 lektioner Uppgifter från kursboken enligt planering 5 laborationer
Läs merBeskrivande statistik
Beskrivande statistik Tabellen ovan visar antalet allvarliga olyckor på en vägsträcka under 15 år. år Antal olyckor 1995 36 1996 20 1997 18 1998 26 1999 30 2000 20 2001 30 2002 27 2003 19 2004 24 2005
Läs merLäs noggrant informationen nedan innan du börjar skriva tentamen
Tentamen i Statistik 1: Undersökningsmetodik Ämneskod S0006M Totala antalet uppgifter: Totala antalet poäng Lärare: Mykola Shykula 5 25 Tentamensdatum 2014-05-15 Skrivtid 09.00-14.00 Jourhavande lärare:
Läs merIntroduktion till statistik för statsvetare
"Det finns inget så praktiskt som en bra teori" November 2011 Vad kursen handlar om Kurslitteratur Examination Betygssättning Betygskriterier Vad kursen handlar om är inte en sedvanlig introduktionskurs
Läs merLäs noggrant informationen nedan innan du börjar skriva tentamen
Tentamen i Statistik 1: Undersökningsmetodik Ämneskod S0006M Totala antalet uppgifter: Totala antalet poäng Lärare: 5 25 Mykola Shykula, Inge Söderkvist, Ove Edlund, Niklas Grip Tentamensdatum 2013-03-27
Läs merMer om slumpvariabler
1/20 Mer om slumpvariabler Måns Thulin Uppsala universitet thulin@math.uu.se Statistik för ingenjörer 4/2 2013 2/20 Dagens föreläsning Diskreta slumpvariabler Vilket kretskort ska man välja? Väntevärde
Läs merDeskription (Kapitel 2 i Howell) Moment 1: Statistik, 3 poäng
Kognitiv psykologi Moment 1: Statistik, 3 poäng VT 27 Lärare: Maria Karlsson Deskription (Kapitel 2 i Howell) Beskrivande mått, tabeller och diagram 1 2 Tabeller Tabell- och kolumnrubriker bör vara fullständiga
Läs merVäntevärde och varians
TNG6 F5 19-4-216 Väntevärde och varians Exempel 5.1. En grupp teknologer vid ITN slår sig ihop för att starta ett företag som utvecklar datorspel. Man vet att det är 8% chans för ett felfritt spel som
Läs merTypvärde. Mest frekventa värdet Används framförallt vid nominalskala Ex: typvärdet. Kemi 250. Ekon 570. Psyk 120. Mate 195.
Lägesmått Det kan ibland räcka med ett lägesmått för att beskriva datamaterial Lägesmåttet kan vara bra att använda då olika datamaterial skall jämföras Vilket lägesmått som skall användas: Typvärde Median
Läs merStokastiska signaler. Mediesignaler
Stokastiska signaler Mediesignaler Stokastiska variabler En slumpvariabel är en funktion eller en regel som tilldelar ett nummer till varje resultatet av ett experiment Symbol som representerar resultatet
Läs mer4.2.1 Binomialfördelning
Ex. Kasta en tärning. 1. Vad är sannolikheten att få en 6:a? 2. Vad är sannolikheten att inte få en 6:a? 3. Vad är sannolikheten att få en 5:a eller 6:a? 4. Om vi kastar två gånger, vad är då sannolikheten
Läs merFinansiell statistik, vt-05. Kontinuerliga s.v. variabler. Kontinuerliga s.v. F7 Kontinuerliga variabler
5 45 4 5 5 5 5 Öppningskurs 5 9 7 5 9 7 4 45 49 5 57 6 65 abb Johan Koskinen, Statistiska institutionen, Stockholms universitet Finansiell statistik, vt-5 F7 Kontinuerliga variabler Kontinuerliga s.v.
Läs merF2 Introduktion. Sannolikheter Standardavvikelse Normalapproximation Sammanfattning Minitab. F2 Introduktion
Gnuer i skyddade/oskyddade områden, binära utfall och binomialfördelningar Matematik och statistik för biologer, 10 hp Fredrik Jonsson Januari 2012 I vissa områden i Afrika har man observerat att förekomsten
Läs merTentamen i Statistik, STA A13 (4 poäng) Lördag 11 november 2006, Kl
Tentamen i Statistik, STA A13 ( poäng) Lördag 11 november 00, Kl 09.00-13.00 Tillåtna hjälpmedel: Bifogad formelsamling, approximationsschema och tabellsamling (dessa skall returneras). Egen miniräknare.
Läs merÖVNINGSUPPGIFTER KAPITEL 2
ÖVNINGSUPPGIFTER KAPITEL 2 DATAMATRISEN 1. Datamatrisen nedan visar ett utdrag av ett datamaterial för USA:s 50 stater. Stat Befolkningsmängd Inkomst Marijuana Procent män (miljoner) per person lagligt?
Läs merRepetitionsprov inför provet Statistik
Repetitionsprov inför provet Statistik Del 1 Med miniräknare Endast svar krävs! 1. I en skolklass mättes sju elevers skostorlek. Detta visas i tabellen nedan: 37 41 43 39 45 47 38 a) Ange de sju skostorlekarnas
Läs merF9 Konfidensintervall
1/16 F9 Konfidensintervall Måns Thulin Uppsala universitet thulin@math.uu.se Statistik för ingenjörer 18/2 2013 2/16 Kursinformation och repetition Första inlämningsuppgiften rättas nu i veckan. För att
Läs merÄr sjukvården jämställd och går det åt rätt håll?
Inledning Som titeln antyder är syftet med den här undersökningen att ta reda på om svensk hälso- och sjukvård är jämställd. Det är en fråga som kan analyseras utifrån olika perspektiv, vilka i huvudsak
Läs merF3 Introduktion Stickprov
Utrotningshotad tandnoting i arktiska vatten Inferens om väntevärde baserat på medelvärde och standardavvikelse Matematik och statistik för biologer, 10 hp Tandnoting är en torskliknande fisk som lever
Läs merStatistik 1 för biologer, logopeder och psykologer
Innehåll 1 Grunderna i sannolikhetslära 2 Innehåll 1 Grunderna i sannolikhetslära 2 Satistik och sannolikhetslära Statistik handlar om att utvinna information från data. I praktiken inhehåller de data
Läs mer6-2 Medelvärde och median. Namn:
6-2 Medelvärde och median. Namn: Inledning Du har nu lärt dig en hel del om datainsamling och presentation av data i olika sorters diagram. I det här kapitlet skall du studera hur man kan karaktärisera
Läs merPublikation 1994:40 Mätning av tvärfall med mätbil
Publikation 1994:40 Mätning av tvärfall med mätbil Metodbeskrivning 109:1994 1. Orientering... 3 2. Sammanfattning... 3 3. Begrepp... 3 3.1 Benämningar... 3 4. Utrustning... 4 4.1 Mätfordon... 4 4.2 Utrustning
Läs merStudieplanering till Kurs 2b Grön lärobok
Studieplanering till Kurs 2b Grön lärobok Den här studieplaneringen hjälper dig att hänga med i kursen. Planeringen följer lärobokens uppdelning i kapitel och avsnitt. Ibland får du tips på en inspelad
Läs merExperimentella metoder, FK3001. Datorövning: Finn ett samband
Experimentella metoder, FK3001 Datorövning: Finn ett samband 1 Inledning Den här övningen går ut på att belysa hur man kan utnyttja dimensionsanalys tillsammans med mätningar för att bestämma fysikaliska
Läs merSF1901: SANNOLIKHETSTEORI OCH KONTINUERLIGA STOKASTISKA VARIABLER STATISTIK. Tatjana Pavlenko. 7 september 2016
SF1901: SANNOLIKHETSTEORI OCH STATISTIK FÖRELÄSNING 4 KONTINUERLIGA STOKASTISKA VARIABLER Tatjana Pavlenko 7 september 2016 PLAN FÖR DAGENS FÖRELÄSNING Repetition av diskreta stokastiska variabler. Väntevärde
Läs merFöreläsning 1. Repetition av sannolikhetsteori. Patrik Zetterberg. 6 december 2012
Föreläsning 1 Repetition av sannolikhetsteori Patrik Zetterberg 6 december 2012 1 / 28 Viktiga statistiska begrepp För att kunna förstå mer avancerade koncept under kursens gång är det viktigt att vi förstår
Läs merFöreläsning 1. 732G60 Statistiska metoder
Föreläsning 1 Statistiska metoder 1 Kursens uppbyggnad o 10 föreläsningar Teori blandas med exempel Läggs ut några dagar innan på kurshemsidan o 5 räknestugor Tillfälle för individuella frågor Viktigt
Läs merSTOCKHOLMS UNIVERSITET HT 2007 Statistiska institutionen Johan Andersson
1 STOCKHOLMS UNIVERSITET HT 2007 Statistiska institutionen Johan Andersson Skriftlig omtentamen på momentet Statistisk dataanalys I (SDA l, beskrivande statistik) 3 högskolepoäng, ingående i kursen Undersökningsmetodik
Läs merLäs noggrant informationen nedan innan du börjar skriva tentamen
Tentamen i Statistik 1: Undersökningsmetodik Ämneskod S0006M Totala antalet uppgifter: Totala antalet poäng Lärare: Mykola Shykula 5 25 Tentamensdatum 2014-05-15 Skrivtid 09.00-14.00 Jourhavande lärare:
Läs merTentamen L9MA30, LGMA30
Göteborgs Universitetet GU Lärarprogrammet 017 Matematik 3 för lärare, åk 7-9, Sannolikhetslära och statistik, Matematik 3 för gymnasielärare, Sannolikhetslära och statistik 017-10-0 kl. 08:30-1:30 Examinator:
Läs merF13 Regression och problemlösning
1/18 F13 Regression och problemlösning Måns Thulin Uppsala universitet thulin@math.uu.se Statistik för ingenjörer 4/3 2013 2/18 Regression Vi studerar hur en variabel y beror på en variabel x. Vår modell
Läs merAnalys av medelvärden. Jenny Selander , plan 3, Norrbacka, ingång via den Samhällsmedicinska kliniken
Analys av medelvärden Jenny Selander jenny.selander@ki.se 524 800 29, plan 3, Norrbacka, ingång via den Samhällsmedicinska kliniken Jenny Selander, Kvant. metoder, FHV T1 december 20111 Innehåll Normalfördelningen
Läs merFinansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 3
Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 3 Kontinuerliga sannolikhetsfördelningar (LLL Kap 7 & 9) Department of Statistics (Gebrenegus Ghilagaber, PhD, Associate Professor) Financial Statistics
Läs merThe Title. The Author. The Date
The Title The Author The Date ii Innehåll Vad statistik handlar om. Modeller............................ 3. Tre typer av medelvärden.................. 4.. Median........................ 5.. Typvärde.......................
Läs merSTOCKHOLMS UNIVERSITET HT 2008 Statistiska institutionen Johan Andersson
1 STOCKHOLMS UNIVERSITET HT 2008 Statistiska institutionen Johan Andersson Skriftlig tentamen på momentet Statistisk dataanalys I (SDA l), 3 högskolepoäng ingående i kursen Undersökningsmetodik och statistisk
Läs merLULEÅ TEKNISKA UNIVERSITET Ämneskod S0006M Institutionen för matematik Datum Skrivtid
LULEÅ TEKNISKA UNIVERSITET Ämneskod S0006M Institutionen för matematik Datum 2009-06-05 Skrivtid 0900 1400 Tentamen i: Statistik 1, Undersökningsmetodik 7.5 hp Antal uppgifter: 6 Krav för G: 12 Lärare:
Läs merTAMS65 - Föreläsning 1 Introduktion till Statistisk Teori och Repetition av Sannolikhetslära
TAMS65 - Föreläsning 1 Introduktion till Statistisk Teori och Repetition av Sannolikhetslära Martin Singull Matematisk statistik Matematiska institutionen TAMS65 - Mål Kursens övergripande mål är att ge
Läs mer19.1 Funktioner av stokastiska variabler
9. Funktioner av stokastiska variabler 9.. Oberoende stokastiska variabler Som vi minns innebär P(A B) = P(A) P(B) att händelserna A och B är oberoende. Låt A vara händelsen att X < x och B vara händelsen
Läs merEn typisk medianmorot
Karin Landtblom En typisk medianmorot I artikeln Läget? Tja det beror på variablerna! i Nämnaren 1:1 beskrivs en del av problematiken kring lägesmått och variabler med några vanliga missförstånd som lätt
Läs merLULEÅ TEKNISKA UNIVERSITET Ämneskod S0006M Institutionen för matematik Datum Skrivtid
LULEÅ TEKNISKA UNIVERSITET Ämneskod S0006M Institutionen för matematik Datum 2008-06-04 Skrivtid 0900 1400 Tentamen i: Statistik 1, Undersökningsmetodik 7.5 hp Antal uppgifter: 5 Krav för G: 15 Lärare:
Läs merLULEÅ TEKNISKA UNIVERSITET Ämneskod S0006M Institutionen för matematik Datum Skrivtid
LULEÅ TEKNISKA UNIVERSITET Ämneskod S0006M Institutionen för matematik Datum 2008-12-22 Skrivtid 0900 1400 Tentamen i: Statistik 1, 7.5 hp Antal uppgifter: 5 Krav för G: 11 Lärare: Jour: Robert Lundqvist,
Läs merIdag. EDAA35, föreläsning 4. Analys. Kursmeddelanden. Vanliga steg i analysfasen av ett experiment. Exempel: exekveringstid
EDAA35, föreläsning 4 KVANTITATIV ANALYS Idag Kvantitativ analys Slump och slumptal Analys Boxplot Konfidensintervall Experiment och test Kamratgranskning Kursmeddelanden Analys Om laborationer: alla labbar
Läs merRepetition kapitel 1, 2, 5 inför prov 2 Ma2 NA17 vt18
Repetition kapitel,, 5 inför prov Ma NA7 vt8 Prov tisdag 5/6 8.00-0.00 Algebra När man adderar eller subtraherar uttryck, så räknar man ihop ensamma siffror för sig, x-termer för sig, och eventuella x
Läs merTMS136. Föreläsning 7
TMS136 Föreläsning 7 Stickprov När vi pysslar med statistik handlar det ofta om att baserat på stickprovsinformation göra utlåtanden om den population stickprovet är draget ifrån Situationen skulle kunna
Läs merFinansiering. Föreläsning 6 Risk och avkastning BMA: Kap. 7. Jonas Råsbrant
Finansiering Föreläsning 6 Risk och avkastning BMA: Kap. 7 Jonas Råsbrant jonas.rasbrant@fek.uu.se Föreläsningens innehåll Historisk avkastning för finansiella tillgångar Beräkning av avkastning och risk
Läs merTentamen på. Statistik och kvantitativa undersökningar STA101, 15 hp. Torsdagen den 24 e mars Ten 1, 9 hp
MÄLARDALENS HÖGSKOLA Akademin för ekonomi, samhälle och teknik Statistik Tentamen på Statistik och kvantitativa undersökningar STA101, 15 hp Torsdagen den 24 e mars 2016 Ten 1, 9 hp Tillåtna hjälpmedel:
Läs merValresultat Riksdagen 2018
Valresultat Riksdagen 2018 I ämnesplanerna i matematik betonas att eleverna ska få möjlighet att använda digitala verktyg. Ett exempel från kursen Matematik 2 är Statistiska metoder för rapportering av
Läs merFöreläsning 12: Regression
Föreläsning 12: Regression Matematisk statistik David Bolin Chalmers University of Technology Maj 15, 2014 Binomialfördelningen Låt X Bin(n, p). Vi observerar x och vill ha information om p. p = x/n är
Läs merF5 STOKASTISKA VARIABLER (NCT , samt del av 5.4)
Stat. teori gk, ht 006, JW F5 STOKASTISKA VARIABLER (NCT 5.1-5.3, samt del av 5.4) Ordlista till NCT Random variable Discrete Continuous Probability distribution Probability distribution function Cumulative
Läs merStatistisk undersökning och jämförelser mellan några volumetriska kärl. XXXXXXX
Statistisk undersökning och jämförelser mellan några volumetriska kärl. XXXXXXX Prov för nivå Väl Godkänd i statistik/kvalitetskontroll 1c) Gör de beräkningar som krävs för bestämning av validitet och
Läs merLULEÅ TEKNISKA UNIVERSITET Ämneskod S0002M MAM801 IEK309 Institutionen för matematik Datum Skrivtid
LULEÅ TEKNISKA UNIVERSITET Ämneskod S0002M MAM801 IEK309 Institutionen för matematik Datum 2008-01-19 Skrivtid 0900 1400 Tentamen i: Statistik AI, 10p Antal uppgifter: 6 Krav för G: 11 Lärare: Robert Lundqvist,
Läs merTentamen på. Statistik och kvantitativa undersökningar STA101, 15 hp. Tisdagen den 10 e januari Ten 1, 9 hp
MÄLARDALENS HÖGSKOLA Akademin för ekonomi, samhälle och teknik Statistik Tentamen på Statistik och kvantitativa undersökningar STA101, 15 hp Tisdagen den 10 e januari 2017 Ten 1, 9 hp Tillåtna hjälpmedel:
Läs merTentamen på. Statistik och kvantitativa undersökningar STA100, 15 hp. Fredagen den 13 e mars Ten 1, 9 hp
MÄLARDALENS HÖGSKOLA Akademin för ekonomi, samhälle och teknik Statistik Tentamen på Statistik och kvantitativa undersökningar STA100, 15 hp Fredagen den 13 e mars 2015 Ten 1, 9 hp Tillåtna hjälpmedel:
Läs merTentamentsskrivning: Matematisk Statistik med Metoder MVE490 1
Tentamentsskrivning: Matematisk Statistik med Metoder MVE490 1 Tentamentsskrivning i Matematisk Statistik med Metoder MVE490 Tid: den 22 december, 2016 Examinatorer: Kerstin Wiklander och Erik Broman.
Läs merBiostatistik: Begrepp & verktyg. Kvantitativa Metoder II: teori och tillämpning.
Biostatistik: Begrepp & verktyg Kvantitativa Metoder II: teori och tillämpning Lovisa.Syden@ki.se BIOSTATISTIK att hantera slumpmässiga variationer! BIO datat handlar om levande saker STATISTIK beskriva
Läs merDet är tänkt att varje elev eller grupp ska få en egen kopia av provresultaten och en egen datablankett att fylla i.
Aktivitetsbeskrivning Denna aktivitet går igenom grundläggande statistikhantering på en grafräknare. De olika läges- och spridningsmåtten bör åtminstone delvis redan vara bekanta för eleverna. Aktiviteten
Läs merLYCKA TILL! Omtentamen i Statistik A1, Institutionen för Farmaceutisk Biovetenskap Institutionen för Farmaci
Institutionen för Farmaceutisk Biovetenskap Institutionen för Farmaci Omtentamen i Statistik A1, 2013 08 15 Skrivtid: 3 timmar (08:00 11:00) Ansvarig lärare: Åsa Johansson poäng = 45 p Betyg (U/G/VG):
Läs merSTOCKHOLMS UNIVERSITET VT 2009 Statistiska institutionen Jörgen Säve-Söderbergh
STOCKHOLMS UNIVERSITET VT 2009 Statistiska institutionen Jörgen Säve-Söderbergh Skriftlig tentamen på momentet Statistisk dataanalys I (SDA l), 3 högskolepoäng ingående i kursen Undersökningsmetodik och
Läs meren observerad punktskattning av µ, ett tal. x = µ obs = 49.5.
February 6, 2018 1 Föreläsning VIII 1.1 Punktskattning Punktskattning av µ Vi låter {ξ 1, ξ 2,..., ξ n } vara oberoende likafördelade stokastiska variabler (med ett gemensamt µ). ξ =: µ är en punktskattning
Läs merInledning till statistikteorin. Skattningar och konfidensintervall för μ och σ
Inledning till statistikteorin Skattningar och konfidensintervall för μ och σ Punktskattningar Stickprov från en population - - - Vi vill undersöka bollhavet men får bara göra det genom att ta en boll
Läs merLMA521: Statistisk kvalitetsstyrning
Föreläsning 5 Föregående föreläsningar Acceptanskontroll: Konsten att kontrollera producerade enheter så att man kan garantera kvalitet samtidigt som kontrollen inte blir för kostsam att genomföra Dagens
Läs merLMA522: Statistisk kvalitetsstyrning
Föreläsning 5 Föregående föreläsningar Acceptanskontroll: Konsten att kontrollera producerade enheter så att man kan garantera kvalitet samtidigt som kontrollen inte blir för kostsam att genomföra Dagens
Läs merWhy you should love statistics - Alan Smith. Hur väl känner du till ditt område? Vet eller tror du?
Why you should love statistics - Alan Smith Hur väl känner du till ditt område? Vet eller tror du? 30% Andel (%) av respektive kommuns befolkning som är under 15 år 25% 24,4% 20% 18,2% 18,4% 19,1% 18,4%
Läs merBIOSTATISTISK GRUNDKURS, MASB11, VT-16, VT2 ÖVNING 3, OCH INFÖR ÖVNING 4
LUNDS UNIVERSITET, MATEMATIKCENTRUM, MATEMATISK STATISTIK BIOSTATISTISK GRUNDKURS, MASB11, VT-16, VT2 ÖVNING 3, 216-4-6 OCH INFÖR ÖVNING 4 Övningens mål: Du ska förstå begreppet slumpvariabel och skilja
Läs merIdag. EDAA35, föreläsning 4. Analys. Exempel: exekveringstid. Vanliga steg i analysfasen av ett experiment
EDAA35, föreläsning 4 KVANTITATIV ANALYS Idag Kvantitativ analys Kamratgranskning Analys Exempel: exekveringstid Hur analysera data? Hur vet man om man kan lita på skillnader och mönster som man observerar?
Läs merSTOCKHOLMS UNIVERSITET Statistiska institutionen Michael Carlson (examinator) VT2017 TENTAMEN I GRUNDLÄGGANDE STATISTIK FÖR EKONOMER 2017-04-20 LÖSNINGSFÖRSLAG Första version, med reservation för tryck-
Läs mer4 Diskret stokastisk variabel
4 Diskret stokastisk variabel En stokastisk variabel är en variabel vars värde bestäms av utfallet av ett slumpmässigt försök. En stokastisk variabel betecknas ofta med X, Y eller Z (i läroboken används
Läs merMatematik 2b 1 Uttryck och ekvationer
Matematik 2b 1 Uttryck och ekvationer Repetera grunderna i ekvationslösning Lära dig parentesmultiplikation, kvadreringsreglerna och konjugatregeln Lära dig lösa fullständiga andragradsekvationer Få en
Läs merLaboration 1. i 5B1512, Grundkurs i matematisk statistik för ekonomer
Laboration 1 i 5B1512, Grundkurs i matematisk statistik för ekonomer Namn:........................................................ Elevnummer:.............. Laborationen syftar till ett ge information
Läs merTentamen på. Statistik och kvantitativa undersökningar STA101, 15 hp. Fredagen den 9 e juni Ten 1, 9 hp
MÄLARDALENS HÖGSKOLA Akademin för ekonomi, samhälle och teknik Statistik Tentamen på Statistik och kvantitativa undersökningar STA101, 15 hp Fredagen den 9 e juni 2017 Ten 1, 9 hp Tillåtna hjälpmedel:
Läs merBeskrivande statistik
Beskrivande statistik Sorina Barza Department of Mathematics, Karlstad University, Sweden October 5, 2010 Vad är beskrivande statistik? Sammanställning av statistiska material Vad är beskrivande statistik?
Läs merLULEÅ TEKNISKA UNIVERSITET Ämneskod S0002M, MAM801, IEK600,IEK309 Institutionen för matematik Datum 2009-12-17 Skrivtid 0900 1400
LULEÅ TEKNISKA UNIVERSITET Ämneskod S0002M, MAM801, IEK600,IEK309 Institutionen för matematik Datum 2009-12-17 Skrivtid 0900 1400 Tentamen i: Statistik A1, 15 hp Antal uppgifter: 6 Krav för G: 13 Lärare:
Läs merFöreläsning G70 Statistik A
Föreläsning 1 732G70 Statistik A 1 Population och stickprov Population = den samling enheter (exempelvis individer) som vi vill dra slutsatser om. Populationen definieras på logisk väg med utgångspunkt
Läs mer