Metod och teori. Statistik för naturvetare Umeå universitet
|
|
- Birgitta Blomqvist
- för 5 år sedan
- Visningar:
Transkript
1 Statistik för naturvetare -6-8 Metod och teori Uppgift Uppgiften är att undersöka hur hjärtfrekvensen hos en person påverkas av dennes kroppstemperatur. Detta görs genom enkel linjär regression. Låt signifikansnivån vara %. Låt x i vara observerad kroppstemperatur och låt y i vara observerad hjärtfrekvens för personen i=,,, 3. Vi har observerat 3 par (x i, y i ). Vi antar att y i är en observation av Y i där Y i = i i, i=,...,3 och i = x i, i=,...,3 Vi antar också att i, i=,...,3 är oberoende slumpvariabler som alla har fördelningen N(,σ ). För att analysera datan utför vi regressionsanalys i programmet Minitab. Interceptet α och lutningskoefficienten β kan skattas ned minsta kvadratmetoden, men det måste också kontrolleras att de är signifikant skilda från noll. Dvs vi testar { H :α= H : α och {H : = H : Eftersom vi utför enkel linjär regression behöver vi ej betrakta p-värdet i variansanalysen som Minitab ger vid regressionsanalys, då detta är ekvivalent med t-testet för β. Vi är även intresserad av förklaringsgraden, R, som beskriver hur bra modellen förklarar spridningen i datan. Slutligen måste vi kontrollera de antaganden som gjorts för att resultaten ska vara riktiga. Om modellen är korrekt är residualerna eller felen, dvs skillnaden mellan y i och skattningarna av y i enligt modellen, ett stickprov från ε. Genom att testa om residualerna är normalfördelade kan antagandet om normalfördelning verifieras. Detta görs med en så kallad probabilty plot. Det är däremot svårare att kontrollera att variansen för residualerna är konstant, men genom att studera en så kallad four in one graf i Minitab för residualerna kan man diskutera om detta verkar troligt. Uppgift I uppgift vill vi undersöka om det finns någon skillnad i sockerhalt för flingor beroende på hyllsektion i en stormarknad. Vi väljer signifikansnivån %. Den datan vi har är ett stickprov om 7 flingsorters hyllplacering och sockerhalt i stormarknaden. Det finns tre hyllsektioner: är vid golvet, i mitten och 3 högst upp. Vi börjar med att göra en grundläggande analys av vår data för att se om det verkar finnas någon skillnad. Om så är fallet utför vi ANOVA proceduren på datan för att se om denna skillnad är signifikant. Låt X i vara slumpvariabeln för sockerhalten hos en flingsort från hylla i, där i=,,3. Vi antar att X i N (μ i,σ ), i=,,3 Vilket också kan skrivas som X i =μ i +ε i Då är alla residualer, ε i, oberoende och likafördelade med fördelningen N (, σ ) för alla
2 Statistik för naturvetare -6-8 hyllsektioner. Vi antar också att observationerna från hylla är ett stickprov av X, och så vidare. Vi vill nu testa { H :μ =μ =μ 3 H : Minst två väntevärden är olika Om vi utför ANOVA på datan i Minitabfår vi p-värdet för nollhypotesen och på så sätt vet vi om skillnaden är signifikant. Precis som uppgift måste vi också testa att våra antaganden om residualerna och deras fördelningar är korrekta. Vi kontrollerar att residualerna är normalfördelade på samma sätt som i uppgift. Sen utför vi testet för lika varians på residualerna i Minitab. Då utförs två test på residualerna, Barletts test och Levenes test. Barletts test kräver att residualerna för respektive grupp (hyllsektionerna) är normalfördelade. Levenes test kräver ej normalfördelning. Båda testar { H :variablerna från respektive grupphar lika varians H : variablerna från respektive grupp har ej lika varians Om våran modell är korrekt och det finns en signifikant skillnad mellan hyllsektionerna kan vi ta reda på vilka hyllsektioner som har högre respektive lägre medelsockerhalt i flingorna med hjälp av Tukeys konfidensintervaller. Då jämförs skillnaden i medelvärde mellan alla hyllparkombinationer. Vi får reda på vilka hyllsektioner som har en signifikant skillnad i medelsockerhalt och vilken som har lägst respektive högst medelsockerhalt. Resultat och slutsatser Uppgift Från figur kan man få en första inblick i om det finns något samband mellan kroppstemperaturen och hjärtfrekvensen hos en person. Det verkar kunna vara så att högre temperatur ger något högre hjärtfrekvens men vi ser också från figur att det antagligen kommer att vara svårt att finna en bra modell för ett eventuellt samband, då det ej finns något tydligt linjärt mönster. 9 Scatterplot of Hjartfrekvens vs Kroppstemperatur 8 8 Hjartfrekvens Kroppstemperatur Figur : Sambandsdiagram för hjärtfrekvens över kroppstemperatur med regressionslinje
3 Statistik för naturvetare -6- Nästa steg är att utföra linjär regression på datan. Minsta kvadratmetoden (se bilaga ) ger då α*=-66 och β*= av vilka följer att den skattade regressionslinjen blir Vi får alltså de anpassade (fitted) värdena y = 66+, x y i = 66, x i, i=,,..., 3 De första nollhypoteserna vi ville testa var att α och β är noll. Från figur i får vi att p-värdena för α(constant) och β(kroppstemperaturs koefficent) lika med noll är, resp,. Eftersom båda p-värdena är mindre, förkastas nollhypoteserna. Alltså, α och β är båda signifikant skillda från noll. Det finns ett signifikant samband mellan kroppstemperatur och hjärtfrekvens, då signifikansnivån är %. Predictor Coef SE Coef T P Constant -66,8 8,9 -,6, Kroppstemperatur,3,83,97, Table : Del av regressionsanalysen från Minitab, för hela se bilaga. Från regressionsanalysen får vi också att förklaringsgraden är 6,% (se bilaga ), vilket är en låg förklaringsgrad. Vår regressionsmodell förklara spridningen i datan endast till en liten grad. Nu vill vi slutligen kontrollera de modell antaganden som gjorts för att våra resultat ska vara korrekta. Först kontrolleras att residualerna är normalfördelade. Figur visar resultatet av en probabily plot för residualerna. Här är vår nollhypotes att residualerna är normalfördelade och då p- värdet=,697 kan vi ej förkasta detta. Då antagandet om normalfördelning har visats vara korrekt återstår endast kontroll av variansen. Genom att betrakta de högra graferna i figur 3 vill vi kontrollera om det verkar troligt att residualerna har konstant varians. Då det ej finns något tydligt mönster och spridningen verkar vara jämn runt noll, drar vi slutsatsen att variansen för residualerna är oberoende av de anpassade värdena. Vi kan därför ej förkasta antagandet att variansen för residualerna är konstant. Alltså, det finns ett samband mellan hjärtfrekvens och kroppstemperatur. Vår skattade regressionslinje y = 66, x är dock ej särskillt användbar för att uppskatta hjärtfrekvensen, y, hos en person givet dennes kroppstemperatur, x, eftersom modellen har så låg förklaringsgrad. Den skulle också ge ett brett konfidensintervall för hjärtfrekvensen. Man måste också beakta att intervallen för möjliga kroppstemperaturer och hjärtfrekvenser är relativt smala. Det är därför inte intressant att bredda vår modell utanför de möjliga intervallen. Till exempel blir den skattade hjärtfrekvensen -66 då kroppstemperaturen är grader Farenheit med vår modell. Detta ger oss ingen mer information då negativa hjärtfrekvenser ej är möjliga men framförallt så är en person med nollgradig kroppstemperatur ej vid liv.
4 Statistik för naturvetare -6-8 Probability Plot of RESI Normal - 9% CI Percent, M ean -,78E- StDev 6,83 N 3 A D,63 P-Value,697, RESI 3 Figur : Normalfördelningskontroll av residualerna Plots for Hjartfrekvens Normal Probability Plot Versus Fits Percent,9 9 -, , 7, 7, Fitted Value 77, 8, Histogram Versus Order Frequency Figur 3: Kontroll av residualerna Observation Order 3
5 Statistik för naturvetare -6-8 Uppgift Från table samt figur och verkar det som att hyllsektion har den högsta medelsockerhalten och hyllsektion den lägsta. Enligt lådagrammet verkar dock hyllsektion och 3 ganska lika. Descriptive Statistics: Socker Total Variable Hyllsektion Count Mean SE Mean StDev Socker,8,,7 9,69,9, ,8,639 3,836 Table : Beskrivande statisktik för sockerhalten beroende på hyllsektion 6 Boxplot of Socker 6 Individual Value Plot of Socker Socker 8 6 Socker 8 6 Hyllsektion Figur : Lådagram över sockerhalt för respektive hyllsektion 3 Hyllsektion Figur : Graf över individuella värden i varje hyllsektion 3 Table 3 ger att det finns en signifikant skillnad i medelsockerhalt mellan åtminstone två av hyllorna då p-värdet är, vilket är mindre än,. Vi testar nu om antagandena om modellen är korrekta. Vi ser inga stora variationer i varians mellan hyllsektionerna i figur 6 och residualerna verkar vara normalfördelade. För att testa detta gjordes även ett normalitetstest på residualerna vilket gav p- värdet,33 och antagandet om normalitet för residualerna är därmed korrekt.
6 Statistik för naturvetare -6-8 One-way ANOVA: Socker versus Hyllsektion Source DF SS MS F P Hyllsektion 8,, 7,33, Error 7 3, 6,9 Total 76, S =, R-Sq = 6,% R-Sq(adj) =,9% Individual 9% CIs For Mean Based on Pooled StDev Level N Mean StDev ,8,7 (------* ) 9,69,9 (------* ) ,8 3,836 (----*-----) , 7,,, Pooled StDev =, Table 3: En-vägs ANOVA för socker mot hyllsektion Plots for Socker Normal Probability Plot Versus Fits,9 Percent 9 -, Fitted Value 9 6 Histogram Versus Order Frequency Figur 6: Kontroll av residualerna för sockerhalt Observation Order Innan vi utför testet för lika varians måste vi kontrollera om residualerna för respektive hyllsektion är normalfördelade. Enligt figur 7 är residualerna för hyllsektion ej normalfördelade och vi måste därför använda Levenes test oavsett om residualerna för resterande hyllsektioner är normalfördelade. Levenes test ger p-värdet,87 och vi kan därför ej förkasta nollhypotesen att variansen för residualerna från respektive hylllsektion är lika. Vi kan nu dra slutsatsen att vår modell är korrekt och att det finns en signifikant skillnad i medelsockerhalt mellan åtminstone två av hyllsektionerna.
7 Statistik för naturvetare -6-8 Probability Plot of RESI Normal - 9% CI Hyllsektion = Percent Mean -8,8878E-7 StDev,7 N A D,8 P-Value, RESI Figur 7: Normalfördelningskontroll av residualerna för hyllsektion Test for Equal Variances for RESI Bartlett's Test Test Statistic,77 P-Value,68 Lev ene's Test Test Statistic,3 P-Value,87 Hyllsektion % Bonferroni Confidence Intervals for StDevs Figur 8: Test av lika varians för residualerna Till sist använder vi Tukeys metod för att bestämma mellan vilka hyllsektioner medelsockerhalten skiljer sig signifikant. Utskriften från Minitab finns i bilaga. Vi ser då att medelsockerhalten är signifikant högre för hyllsektion än för hyllsektionerna och 3. Det finns däremot ingen signifikant skillnad i medelsockerhalt mellan hyllsektion och hyllsektion 3. Vi kan alltså dra slutsatsen att sockerhalten i flingorna är högre i den hyllsektion som ligger i skolbarnens ögonhöjd i stormarknaden. Även om det inte är barnen som handlar mat i normalfallet placeras de sockriga flingorna där för att barnen ska se dem och få sina föräldrar att köpa dem. Huruvida detta är moraliskt korrekt av stormarknaden kan disskuteras.
8 Statistik för naturvetare -6-8 Bilaga Regression Analysis: Hjartfrekvens versus Kroppstemperatur The regression equation is Hjartfrekvens = , Kroppstemperatur Predictor Coef SE Coef T P Constant -66,8 8,9 -,6, Kroppstemperatur,3,83,97, S = 6,877 R-Sq = 6,% R-Sq(adj) =,7% Analysis of Variance Source DF SS MS F P Regression 3,9 3,9 8,8, Error 8 69,66 7,3 Total 9 633,6 Unusual Observations Obs Kroppstemperatur Hjartfrekvens Fit SE Fit St Resid 96 7, 68,9,7,, X 98 8, 7,66,76 -,66 -,R , 69,3,637 -,3 -, X , 7,687,9 -,687 -,6R , 73,3,636 3,87,3R , 73,3,636,87,3R , 73,6,63-6,6 -,R 8 9, 7,863,77 -,863 -,33R 89, 7,7,73 3,893,R 8 79, 77,79,87,,8 X 9 78, 78,39,6 -,39 -, X 3 77, 79,,8 -, -,6 X R denotes an observation with a large standardized residual. X denotes an observation whose X value gives it large leverage.
9 Statistik för naturvetare -6-8 Bilaga Grouping Information Using Tukey Method Hyllsektion N Mean Grouping 9,69 A ,8 B,8 B Means that do not share a letter are significantly different. Tukey 9% Simultaneous Confidence Intervals All Pairwise Comparisons among Levels of Hyllsektion Individual confidence level = 98,6% Hyllsektion = subtracted from: Hyllsektion Lower Center Upper ,76,89 7,89 ( * ) 3 -,,78,7 ( * ) ,, 3, 7, Hyllsektion = subtracted from: Hyllsektion Lower Center Upper ,79-3,9 -,39 ( * ) ,, 3, 7,
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 merI vår laboration kom vi fram till att kroppstemperaturen påverkar hjärtfrekvensen enligt
Introduktion Vi har fått ta del av 13 mätningar av kroppstemperatur och hjärtfrekvens, varav på hälften män, hälften kvinnor, samt en studie på 77 olika flingsorters hyllplaceringar och sockerhalter. Vi
Läs merLÖSNINGSFÖRSLAG TILL TENTAMEN I MATEMATISK STATISTIK 2007-08-29
UMEÅ UNIVERSITET Institutionen för matematik och matematisk statistik Statistik för Teknologer, 5 poäng (TNK, ET, BTG) Peter Anton, Per Arnqvist Anton Grafström TENTAMEN 7-8-9 LÖSNINGSFÖRSLAG TILL TENTAMEN
Läs merFöljande resultat erhålls (enhet: 1000psi):
Variansanalys Exempel Aluminiumstavar utsätts för uppvärmningsbehandlingar enligt fyra olika standardmetoder. Efter behandlingen uppmäts dragstyrkan hos varje stav. Fem upprepningar görs för varje behandling.
Läs mer7.5 Experiment with a single factor having more than two levels
7.5 Experiment with a single factor having more than two levels Exempel: Antag att vi vill jämföra dragstyrkan i en syntetisk fiber som blandats ut med bomull. Man vet att inblandningen påverkar dragstyrkan
Läs mer7.5 Experiment with a single factor having more than two levels
Exempel: Antag att vi vill jämföra dragstyrkan i en syntetisk fiber som blandats ut med bomull. Man vet att inblandningen påverkar dragstyrkan och att en inblandning mellan 10% och 40% är bra. För att
Läs merMiniräknare. Betygsgränser: Maximal poäng är 24. För betyget godkänd krävs 12 poäng och för betyget väl godkänd krävs 18 poäng.
UMEÅ UNIVERSITET Institutionen för matematisk statistisk Statistiska metoder, poäng TENTAMEN -8 Per Arnqvist TENTAMEN I MATEMATISK STATISTIK Statistiska metoder, poäng Tillåtna hjälpmedel: Kursboken med
Läs merSkrivning i ekonometri torsdagen den 8 februari 2007
LUNDS UNIVERSITET STATISTISKA INSTITUTIONEN MATS HAGNELL STA2:3 Skrivning i ekonometri torsdagen den 8 februari 27. Vi vill undersöka hur variationen i lön för 2 belgiska löntagare = WAGE (timlön i euro)
Läs merStatistik för teknologer, 5 poäng Skrivtid:
UMEÅ UNIVERSITET Institutionen för matematisk statistik Statistik för teknologer, MSTA33, p Statistik för kemister, MSTA19, p TENTAMEN 2004-06-03 TENTAMEN I MATEMATISK STATISTIK Statistik för teknologer,
Läs merEnkel 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 merExaminationsuppgifter 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 merTENTAMEN I MATEMATISK STATISTIK
UMEÅ UNIVERSITET Institutionen för matematisk statistik Regressions- och variansanalys, 5 poäng MSTA35 Leif Nilsson TENTAMEN 2003-01-10 TENTAMEN I MATEMATISK STATISTIK Regressions- och variansanalys, 5
Läs mer10.1 Enkel linjär regression
Exempel: Hur mycket dragkraft behövs för att en halvledare skall lossna från sin sockel vid olika längder på halvledarens ben. De halvledare vi betraktar är av samma storlek (bortsett benlängden). 70 Scatterplot
Läs merTentamen i matematisk statistik
Sid 1 (9) i matematisk statistik Statistik och kvalitetsteknik 7,5 hp Tillåtna hjälpmedel: Miniräknare. Studenterna får behålla tentamensuppgifterna. Skrivtid: 9.00-12.00 ger maximalt 24 poäng. Betygsgränser:
Läs merKroppstemperaturen hos människa anses i regel vara 37,0 C/ 98,6 F. För att beräkna och rita grafer har programmet Minitab använts.
Syfte: Bestämma normal kroppstemperatur med tillgång till data från försök. Avgöra eventuell skillnad mellan män och kvinnor. Utforska ett eventuellt samband mellan kroppstemperatur och hjärtfrekvens.
Läs merGrundläggande Statistik och Försöksplanering Provmoment: TEN1 & TEN2 Ladokkod: TT2311 Tentamen ges för: Bt2, En2, Bt4, En4.
Grundläggande Statistik och Försöksplanering Provmoment: TEN1 & TEN2 Ladokkod: TT2311 Tentamen ges för: Bt2, En2, Bt4, En4 7,5 högskolepoäng Namn: (Ifylles av student) Personnummer: (Ifylles av student)
Läs merLö sningsfö rslag till tentamen i matematisk statistik Statistik öch kvalitetsteknik 7,5 hp
Sid 1 (10) Lö sningsfö rslag till tentamen i matematisk statistik Statistik öch kvalitetsteknik 7,5 hp Uppgift 1 Betrakta nedanstående täthetsfunktion för en normalfördelad slumpvariabel X med väntevärde
Läs merRegressions- 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 mer8.1 General factorial experiments
Exempel: Vid ett tillfälle ville man på ett laboratorium jämföra fyra olika metoder att bestämma kopparhalten i malmprover. Man är även intresserad av hur laboratoriets tre laboranter genomför sina uppgifter.
Läs merRegressions- 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 merTentamen i matematisk statistik
Sid 1 (7) i matematisk statistik Statistik och kvalitetsteknik 7,5 hp Tillåtna hjälpmedel: Miniräknare. Studenterna får behålla tentamensuppgifterna. Skrivtid: 9.00-12.00 ger maximalt 24 poäng. Betygsgränser:
Läs merLö sningsfö rslag till tentamen i matematisk statistik Statistik öch kvalitetsteknik 7,5 hp
Sid (7) Lö sningsfö rslag till tentamen i matematisk statistik Statistik öch kvalitetsteknik 7,5 hp Uppgift Nedanstående beräkningar från Minitab är gjorda för en Poissonfördelning med väntevärde λ = 4.
Läs merResidualanalys. Finansiell statistik, vt-05. Normalfördelade? Normalfördelade? För modellen
Residualanalys För modellen Johan Koskinen, Statistiska institutionen, Stockholms universitet Finansiell statistik, vt-5 F7 regressionsanalys antog vi att ε, ε,..., ε är oberoende likafördelade N(,σ Då
Läs merTentamen i matematisk statistik
Sid (7) i matematisk statistik Statistik och kvalitetsteknik 7,5 hp Tillåtna hjälpmedel: Miniräknare. Studenterna får behålla tentamensuppgifterna. Skrivtid: 4.00-7.00 ger maximalt 24 poäng. Betygsgränser:
Läs merFöreläsning 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 mera) Bedöm om villkoren för enkel linjär regression tycks vara uppfyllda! b) Pröva om regressionkoefficienten kan anses vara 1!
LUNDS UNIVERSITET STATISTISKA INSTITUTIONEN MATS HAGNELL STA1:3 Skrivning i ekonometri tisdagen den 1 juni 4 1. Vi vill undersöka hur variationen i brottsligheten i USA:s delstater år 196 = R (i antal
Läs merLUNDS UNIVERSITET STATISTISKA INSTITUTIONEN MATS HAGNELL. Skrivning i ekonometri onsdagen den 1 juni 2011
LUNDS UNIVERSITET STATISTISKA INSTITUTIONEN MATS HAGNELL STAB2 Skrivning i ekonometri onsdagen den 1 juni 211 1. Vi vill undersöka hur variationen i försäljningspriset för ett hus (i en liten stad i USA
Läs merRegressions- 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 mer732G71 Statistik B. Föreläsning 1, kap Bertil Wegmann. IDA, Linköpings universitet. Bertil Wegmann (IDA, LiU) 732G71, Statistik B 1 / 20
732G71 Statistik B Föreläsning 1, kap. 3.1-3.7 Bertil Wegmann IDA, Linköpings universitet Bertil Wegmann (IDA, LiU) 732G71, Statistik B 1 / 20 Exempel, enkel linjär regressionsanalys Ett företag vill veta
Läs merRegressions- 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 merRegressions- 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 merSkrivning i ekonometri lördagen den 29 mars 2008
LUNDS UNIVERSITET STATISTISKA INSTITUTIONEN MATS HAGNELL STAB, Ekonometri Skrivning i ekonometri lördagen den 9 mars 8.Vi vill undersöka hur variationen i antal arbetande timmar för gifta kvinnor i Michigan
Läs merTentamen i matematisk statistik
Sid 1 (7) i matematisk statistik Statistik och kvalitetsteknik 7,5 hp Tillåtna hjälpmedel: Miniräknare. Studenterna får behålla tentamensuppgifterna. Skrivtid: 9.00-12.00 ger maximalt 24 poäng. Betygsgränser:
Läs merF18 MULTIPEL LINJÄR REGRESSION, FORTS. (NCT
Stat. teori gk, ht 006, JW F18 MULTIPEL LINJÄR REGRESSION, FORTS. (NCT 1.1, 13.1-13.6, 13.8-13.9) Modell för multipel linjär regression Modellantaganden: 1) x-värdena är fixa. ) Varje y i (i = 1,, n) är
Läs merExempel 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 merTentamen i matematisk statistik
Sid (5) i matematisk statistik Statistisk processtyrning 7,5 hp Tillåtna hjälpmedel: Miniräknare. Studenterna får behålla tentamensuppgifterna. Skrivtid: 9.00-3.00 ger maximalt 2 poäng. För godkänt krävs
Läs mer732G71 Statistik B. Föreläsning 4. Bertil Wegmann. November 11, IDA, Linköpings universitet
732G71 Statistik B Föreläsning 4 Bertil Wegmann IDA, Linköpings universitet November 11, 2016 Bertil Wegmann (IDA, LiU) 732G71, Statistik B November 11, 2016 1 / 34 Kap. 5.1, korrelationsmatris En korrelationsmatris
Läs merStatistik 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 merSkrivning i ekonometri lördagen den 15 januari 2005
LUNDS UNIVERSITET STATISTISKA INSTITUTIONEN MATS HAGNELL STA102:3 Skrivning i ekonometri lördagen den 15 januari 5 1. Vi vill undersöka hur variationen i försäljningspris = price för hus i en liten stad
Läs merFlerfaktorförsök. Blockförsök, randomiserade block. Modell: yij i bj eij. Förutsättningar:
Flerfaktorförsök Blockförsök, randomiserade block Modell: yij i bj eij i 1,,, a j 1,,, b y ij vara en observation för den i:te behandlingen och det j:e blocket gemensamma medelvärdet ( grand mean ) effekt
Läs merRäkneövning 3 Variansanalys
Räkneövning 3 Variansanalys Uppgift 1 Fyra sorter av majshybrider har utvecklats för att bli resistenta mot en svampinfektion. Nu vill man också studera deras produktionsegenskaper. Varje hybrid planteras
Läs merLö sningsfö rslag till tentamen i matematisk statistik Statistik öch kvalitetsteknik 7,5 hp
Sid 1 (9) Lö sningsfö rslag till tentamen i matematisk statistik Statistik öch kvalitetsteknik 7,5 hp Uppgift 1 a) Nämn en kontinuerlig och en diskret fördelning. Exempelvis normalfördelningen respektive
Läs merD. Samtliga beräknade mått skall följas av en verbal slutsats för full poäng.
1 Att tänka på (obligatorisk läsning) A. Redovisa Dina lösningar i en form som gör det lätt att följa Din tankegång. (Rättaren förutsätter att det dunkelt skrivna är dunkelt tänkt.). Motivera alla väsentliga
Läs merF16 MULTIPEL LINJÄR REGRESSION (NCT , 13.9) Anpassning av linjär funktion till givna data
Stat. teori gk, ht 006, JW F16 MULTIPEL LINJÄR REGRESSION (NCT 13.1-13.3, 13.9) Anpassning av linjär funktion till givna data Data med en beroende variabel (y) och K stycken (potentiellt) förklarande variabler
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2014-10-28 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 09.00 14.00 Lärare: A. Jonsson, M. Shykula,
Läs merSkrivning i ekonometri lördagen den 25 augusti 2007
LUNDS UNIVERSITET STATISTISKA INSTITUTIONEN MATS HAGNELL STA10:3 Skrivning i ekonometri lördagen den 5 augusti 007 1. Vi vill undersöka hur variationen i ölförsäljningen i ett bryggeri i en stad i USA
Läs merTENTAMEN 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 merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2013-10-29 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 09.00 14.00 Lärare: Adam Jonsson, Mykola
Läs mertentaplugg.nu av studenter för studenter
tentaplugg.nu av studenter för studenter Kurskod Kursnamn SM Matematisk statistik Datum LP - Material Laboration Kursexaminator Adam Betygsgränser Tentamenspoäng Övrig kommentar Försättsblad inlämningsuppgift
Läs merFöreläsning 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 merRegressions- 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 merBetrakta kopparutbytet från malm från en viss gruva. För att kontrollera detta tar man ut n =16 prover och mäter kopparhalten i dessa.
Betrakta kopparutbytet från malm från en viss gruva. Anta att budgeten för utbytet är beräknad på att kopparhalten ligger på 70 %. För att kontrollera detta tar man ut n =16 prover och mäter kopparhalten
Läs merStatistik för ekonomer, Statistik A1, Statistik A (Moment 2) : (7.5 hp) Personnr:..
TENTAMEN Tentamensdatum 8-3-7 Statistik för ekonomer, Statistik A, Statistik A (Moment ) : (7.5 hp) Namn:.. Personnr:.. Tentakod: A3 Var noga med att fylla i din kod samt uppgiftsnummer på alla lösningsblad
Läs merRegressions- 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 mer732G71 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 merEtt 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 2017-12-08, 8-12 Bertil Wegmann
Läs merFöreläsning 8. NDAB02 Statistik; teori och tillämpning i biologi
Föreläsning 8 Statistik; teori och tillämpning i biologi 1 Dagens föreläsning o Enkel linjär regression (kap 17.1 17.5) o Skatta regressionslinje (kap 17.2) o Signifikant lutning? (kap 17.3, 17.5a) o Förklaringsgrad
Läs merFöreläsning 12: Linjär regression
Föreläsning 12: Linjär regression Matematisk statistik Chalmers University of Technology Oktober 4, 2017 Exempel Vi vill undersöka hur ett ämnes specifika värmeskapacitet (ämnets förmåga att magasinera
Läs merBild 1. Bild 2 Sammanfattning Statistik I. Bild 3 Hypotesprövning. Medicinsk statistik II
Bild 1 Medicinsk statistik II Läkarprogrammet T5 HT 2014 Anna Jöud Arbets- och miljömedicin, Lunds universitet ERC Syd, Skånes Universitetssjukhus anna.joud@med.lu.se Bild 2 Sammanfattning Statistik I
Läs merValfri räknedosa, kursbok (Kutner m fl) utan anteckningar. Tentamen omfattar totalt 20p. Godkänt från 12p.
Tentamen Linköpings Universitet, Institutionen för datavetenskap, Statistik Kurskod och namn: Datum och tid: Jourhavande lärare: Tillåtna hjälpmedel: Betygsgränser: 732G21 Sambandsmodeller 2009-01-14,
Läs merExempel 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 merRegressions- 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 mer732G71 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 merExperiment med två faktorer. Treatment Population. Balanced och ortogonal design. Graph of means. Table of means
Två-vägs NOV Om två oberoende variabler (faktorer) kommer in i spelet Experiment med två faktorer Två oberoende variabler ( faktorer ) Mängd gödsel / mängd vatten mängd skördade potatis Faktor: gödsel
Läs merFör betyget GODKÄND krävs preliminärt minst 28 poäng. För betyget VÄL GOD- KÄND krävs preliminärt minst 43 poäng.
STOCKHOLMS UNIVERSITET Statistiska institutionen Michael Carlson Skriftlig hemtentamen i Fortsättningskurs i statistik, moment 1, Statistisk Teori, poäng. Deltentamen 2: Regressionsanalys Måndagen den
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (9 uppgifter) Tentamensdatum 2013-08-27 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 09.00 14.00 Lärare: Adam Jonsson och
Läs mer7.1 Hypotesprövning. Nollhypotes: H 0 : µ = 3.9, Alternativ hypotes: H 1 : µ < 3.9.
Betrakta motstånden märkta 3.9 kohm med tolerans 1%. Anta att vi innan mätningarna gjordes misstänkte att motståndens förväntade värde µ är mindre än det utlovade 3.9 kohm. Med observationernas hjälp vill
Läs merMultipel Regressionsmodellen
Multipel Regressionsmodellen Koefficienterna i multipel regression skattas från ett stickprov enligt: Multipel Regressionsmodell med k förklarande variabler: Skattad (predicerad) Värde på y y ˆ = b + b
Läs merPerson Antal månader som utrustningen ägts. Antal timmar utrustningen användes föregående vecka.
y Uppgift 1 (18p) I syfte för att se om antalet månader som man ägt en viss träningsutrustning påverkar träningsintensiteten har tio personer som har köpt träningsutrustningen fått ange hur många månader
Läs merTENTAMEN. HiG sal 51:525A B eller annan ort. Lärare: Tommy Waller ( tel: eller )
TENTMEN Kurs: Plats: Dataanalys och statistik 2 distans 7,5 hp HiG sal 5:525 B eller annan ort Datum: 2 6 9 Tid: 9: 4: Lärare: Tommy Waller ( tel: 26-64 89 65 eller 74 3 86 3 ) Hjälpmedel: Miniräknare
Läs merFöreläsning 9. NDAB01 Statistik; teori och tillämpning i biologi
Föreläsning 9 Statistik; teori och tillämpning i biologi 1 (kap. 20) Introduktion I föregående föreläsning diskuterades enkel linjär regression, där en oberoende variabel X förklarar variationen hos en
Läs merTentamen Tillämpad statistik A5 (15hp)
Uppsala universitet Statistiska institutionen A5 2015-08-25 Tentamen Tillämpad statistik A5 (15hp) 2015-08-25 UPPLYSNINGAR A. Tillåtna hjälpmedel: Miniräknare Formelsamlingar: A4/A8 Tabell- och formelsamling
Läs merMatematikcentrum 1(4) Matematisk Statistik Lunds Universitet MASB11 HT10. Laboration. Regressionsanalys (Sambandsanalys)
Matematikcentrum 1(4) Matematisk Statistik Lunds Universitet MASB11 HT10 Laboration Regressionsanalys (Sambandsanalys) Grupp A: 2010-11-24, 13.15 15.00 Grupp B: 2010-11-24, 15.15 17.00 Grupp C: 2010-11-25,
Läs merGrundläggande matematisk statistik
Grundläggande matematisk statistik Linjär Regression Uwe Menzel, 2018 uwe.menzel@slu.se; uwe.menzel@matstat.de www.matstat.de Linjär Regression y i y 5 y 3 mätvärden x i, y i y 1 x 1 x 2 x 3 x 4 x 6 x
Läs mer7,5 högskolepoäng. Statistisk försöksplanering och kvalitetsstyrning. TentamensKod: Tentamensdatum: 28 oktober 2016 Tid: 9.
Statistisk försöksplanering och kvalitetsstyrning Provmoment: Ladokkod: Tentamen ges för: TentamensKod: Tentamen 4I2B KINAF4, KINAR4, KINLO4, KMASK4 7,5 högskolepoäng Tentamensdatum: 28 oktober 206 Tid:
Läs mertentaplugg.nu av studenter för studenter
tentaplugg.nu av studenter för studenter Kurskod Kursnamn SM Matematisk statistik Datum LP - Material Laboration 4 Kursexaminator Adam Betygsgränser Tentamenspoäng Övrig kommentar Försättsblad inlämningsuppgift
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2018-01-12 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 9.00 14.00 Lärare: Mykola Shykula, Niklas
Läs merSTOCKHOLMS UNIVERSITET VT 2007 Statistiska institutionen Johan Andersson
1 STOCKHOLMS UNIVERSITET VT 2007 Statistiska institutionen Johan Andersson Skriftlig omtentamen på momentet Statistiska metoder SDA III, 2 poäng ingående i kurserna Grundkurs i statistik 20 p samt Undersökningsmetodik
Läs merRäkneövning 5. Sebastian Andersson Statistiska institutionen Uppsala universitet 7 januari För Uppgift 2 kan man med fördel ta hjälp av Minitab.
Räkneövning 5 Sebastian Andersson Statistiska institutionen Uppsala universitet 7 januari 016 1 Om uppgifterna För Uppgift kan man med fördel ta hjälp av Minitab. I de fall en figur för tidsserien efterfrågas
Läs merLÖSNINGSFÖRSLAG TILL TENTAMEN I MATEMATISK STATISTIK
UMEÅ UNIVERSITET Institutionen för matematisk statistik MSTA16, Statistik för tekniska fysiker A Peter Anton TENTAMEN 2004-08-23 LÖSNINGSFÖRSLAG TILL TENTAMEN I MATEMATISK STATISTIK Statistik för tekniska
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2018-01-12 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 9.00 14.00 Lärare: Mykola Shykula, Niklas
Läs mer1. En kontinuerlig slumpvariabel X har följande täthetsfunktion (för någon konstant k). f.ö.
UMEÅ UNIVERSITET Institutionen för matematik och matematisk statistik Statistik för tekniska fysiker, MSTA6, 4p Peter Anton Per Arnqvist LÖSNINGSFÖRSLAG TILL TENTAMEN 7-- LÖSNINGSFÖRSLAG TILL TENTAMEN
Läs merOBS! Skriv e-postadress på tentan om du vill ha resultatet innan jul. Tentamensgenomgång måndagen den 9/1 2006 kl. 13.15 i MC413.
UMEÅ UNIVERSITET Institutionen för matematik och matematisk statistik Statistik för Teknologer, 5 poäng MSTA33 Peter Anton TENTAMEN 2005-12-16 TENTAMEN I MATEMATISK STATISTIK Statistik för Teknologer (ID),
Läs merMatematisk statistik, Föreläsning 5
Matematisk statistik, Föreläsning 5 Ove Edlund LTU 2011-12-09 Ove Edlund (LTU) Matematisk statistik, Föreläsning 5 2011-12-09 1 / 25 Laboration 4 Jobba i grupper med storlek 2 Ove Edlund (LTU) Matematisk
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 2014-03-26
Läs merF7 Polynomregression och Dummyvariabler
F7 Polnomregression och Dummvariabler Antag att man börjar med enkel linjär regression. Kap Polnomregression Emellanåt upptäcker man samband som är kvadratiska, kubiska osv. Allmänt: polnom av k:te ordningen
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2014-01-17 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 15.00 20.00 Lärare: Adam Jonsson, Mykola
Läs merEnvägs variansanalys (ANOVA) för test av olika väntevärde i flera grupper
Envägs variansanalys (ANOVA) för test av olika väntevärde i flera grupper Tobias Abenius February 21, 2012 Envägs variansanalys (ANOVA) I envägs variansanalys utnyttjas att
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2014-06-05 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 09.00 14.00 Lärare: Adam Jonsson, Jesper
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2015-01-16 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 09.00 14.00 Lärare: A. Jonsson, M. Shykula,
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod SM Poäng totalt för del : 5 (9 uppgifter) Tentamensdatum -3-3 Poäng totalt för del : 3 (3 uppgifter) Skrivtid 9. 4. Lärare: Adam Jonsson och Inge Söderkvist Jourhavande
Läs merLösningar till SPSS-övning: Analytisk statistik
UMEÅ UNIVERSITET Statistiska institutionen 2006--28 Lösningar till SPSS-övning: Analytisk statistik Test av skillnad i medelvärden mellan två grupper Uppgift Testa om det är någon skillnad i medelvikt
Läs merMatematisk statistik för B, K, N, BME och Kemister
Matematisk statistik för B, K, N, BME och Kemister Föreläsning 9 Joakim Lübeck (Johan Lindström 25 september 217 Johan Lindström - johanl@maths.lth.se FMSF7/MASB2 F9 1/23 Repetition Inferens för diskret
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (11 uppgifter) Tentamensdatum 2014-03-28 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 09.00 14.00 Lärare: Adam Jonsson, Inge
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 merFöreläsning 9. NDAB02 Statistik; teori och tillämpning i biologi
Föreläsning 9 Statistik; teori och tillämpning i biologi 1 (kap. 20) Introduktion I föregående föreläsning diskuterades enkel linjär regression, där en oberoende variabel X förklarar variationen hos en
Läs merMälardalens Högskola. Formelsamling. Statistik, grundkurs
Mälardalens Högskola Formelsamling Statistik, grundkurs Höstterminen 2015 Deskriptiv statistik Populationens medelvärde (population mean): μ = X N Urvalets medelvärde (sample mean): X = X n Där N är storleken
Läs merLaboration 2. i 5B1512, Grundkurs i matematisk statistik för ekonomer
Laboration 2 i 5B52, Grundkurs i matematisk statistik för ekonomer Namn: Elevnummer: Laborationen syftar till ett ge information och träning i Excels rutiner för statistisk slutledning, konfidensintervall,
Läs merMedicinsk statistik II
Medicinsk statistik II Läkarprogrammet T5 HT 2014 Susann Ullén FoU-centrum Skåne Skånes Universitetssjukhus Hypotesprövning Man sätter upp en nollhypotes (H0) och en mothypotes (H1) H0: Ingen effekt H1:
Läs mer3.1 Beskrivande statistik
3.1 Beskrivande statistik En sammanställning av beskrivande statistik Summary for Vikt A nderson-darling Normality Test A -Squared 0.24 P-V alue 0.771 Mean 9.9294 StDev 1.7603 V ariance 3.0988 Skew ness
Läs mer