Grundläggande matematisk statistik
|
|
- Andreas Engström
- för 5 år sedan
- Visningar:
Transkript
1 ҧ Grudläggade matemati tatiti Hypotetet II Uwe Mezel, Syfte o o T-tet för ett ticprov ( Oe-ample t-tet ) tetar e hypote för vätevärdet μ i e ormalfördelad populatio tadardavviele σ är oäd o ollhypote: H 0 : μ = μ 0 o ett ticprov xҧ ob (putattig för μ) ( oe-ample tet ) σ oäd ticprov attig för σ x = i= x i attig för μ
2 ҧ ҧ ҧ Tetvariabelmetode Om ollhypotee μ = μ 0 gäller är X i ~ N μ 0, σ och därför σ തX μ 0 തX~ N μ 0, σ ~ N(0,) Om σ är oäd (och erätt med attige S) får vi itället: X T = ത μ 0 ~ t(f) S Studet t - fördelig f = (frihetgrader) E obervatio av lumpvariabel T beteca med ett litet t: t = x ob μ 0 obervatio, om framgår av ticprovet ( xҧ ob,, ) och ollhypotee (μ 0 ) Detta värde aväd om tettatitia ( tatitic ) i T-tetet. t = x ob μ 0 Tetvariabelmetode tettatitia för T-tet för ett ticprov. H 0 : μ = μ 0 I föreläige F hade vi beräat det ritia värdet ω för de alterativa hypotee H a : μ > μ 0 geom att löa evatioe P തX > ω H 0 a Vi fic löige ω = μ 0 + t = (där är de förvalda aolihete för ett fel typ I). Nollhypotee förata om xҧ ob > ω, dv. om xҧ ob > μ 0 + t H 0 förata alltå om x ob μ 0 > t H 0 förata alltå om (e ocå appedixet) eidigt tet; H a : μ > μ 0 t > t eidigt tet; H a : μ > μ 0
3 Tetvariabelmetode H 0 förata om t > t eidigt tet; H a : μ > μ 0 t( ) Kritit område, igifiaivå : f X x Om obervatioe t hamar i det ritia området (röd), å förata ollhypotee. OBS: På bilde är torlee av de ritia regioe överdrive. t ( ) H 0 förata ite om t ligger här H 0 förata om t ligger här Aaloga lutater a ma äve dra för de adra alterativa hypoteer Kritia område σ oäd H 0 : μ = μ 0 (ollhypote) tatitia Om t Ω (ritit område för igifiaivå ) förata H 0 H a tet Ω μ > μ 0 eidigt t > t (f) H a tet Ω μ < μ 0 eidigt t < t (f) H a tet Ω μ μ 0 tvåidigt t > t (f) 3
4 T-tet: tetvariabelmetode σ oäd H 0 : μ = μ 0 (ollhypote) tatitia:. Nollhypote H 0 : μ = μ 0. Alterativ hypote H a : μ μ 0 eller μ > μ 0 eller μ < μ 0 3. Slå fat igifiaivå, t. ex. = Beräa tatitia värde: 5. Förata H 0 om t ligger i det ritia området Ω : t (f) = vatil för t-fördelig med f frihetgrader (tabell) T-tet, exempel: vita blodceller Atalet vita blodceller per ml blod ho fria vuxa är ormalfördelad med μ 0 = 7500 (mätt ho miljotal mäior, a därför ae om aa populatioparameter) Har atroauter amma geomittliga ocetratio av vita blodceller? Sticprov: 730, 6845, 7055, 735, 700, 7450, 7750, 7950, 7340, 750 xҧ ob = ; = (e atroauter.r ). Nollhypote H 0 : μ = μ 0 = Alterativ hypote H a : μ μ 0 (vi har ige aig till vilet håll μ a avvia) 3. Sigifiaivå = Beräa tatitia värde: 5. Förata H 0 om t ligger i det ritia området Ω : Statitia t ligger ite i det ritia området. Vi föratar ite ollhypotee. Vi a ite påtå att atroauter har e ocetratio av vita blodceller om avvier frå jordpopulatioe. 4
5 Diretmetode (beräig av p-värdet) σ oäd H 0 : μ = μ 0 (ollhypote) H a : μ > μ 0 ഥx ob p F T t = fördeligfutio för Studet t, frihetgrader H a : μ < μ 0 p ഥx ob H a : μ μ 0 ഥx ob > μ 0 t > 0 p ഥx ob p Om ഥx ob < μ 0 förädra beräige lite, med amma reultat (om t aväd) T-tet med R?t.tet # help x=c(3., 3, 30.4, 3, 3., 3., 30.3, 9.6, 30.5, 30.8) H a : μ > μ 0 ഥx ob p t.tet(x, alterative = "greater", mu = 30, cof.level = 0.95) H a : μ < μ 0 p ഥx ob t.tet(x, alterative = le", mu = 30, cof.level = 0.95) H a : μ μ 0 p ഥx ob p t.tet(x, alterative = two.ided", mu = 30, cof.level = 0.95) # t = 3.708, df = 9, p-value = H o förata 5
6 T-tet för två ticprov ( Two-ample t-tet ) Syfte: o tetar om två oberoede, ormalfördelade populatioer uppviar ett vit hypoteti illad Δμ mella dera vätevärde (met teta om Δμ 0 = 0) o Nollhypote: H 0 : μ x μ y = Δμ 0 ( Δμ 0 met 0, alltå H 0 : μ x = μ y ) o två ticprov xҧ ob ; തy ob ; x ; y (putattigar) σ x oäd ticprov σ y oäd ticprov attigar för σ x,y Tetvariabelmetode A) Vi atar att tadardavvielera är oäda me lia σ x = σ y = σ (ituatioe vi reda hade för itervallattig, e föreläig). uder H 0 : f = x + y frihetgrader tettatitia här atog H 0 : Δμ 0 = 0 (μ x = μ y ) pooled tadard deviatio t(f) Kritia område, igifiaivå : (eidiga tet aalogt, e formelamlig på mattat.de) 6
7 Tetvariabelmetode B) Vi atar att tadardavvielera är oäda och olia σ x σ y (Welch tet, Smith-Satterthwaite tet) uder H 0 : här atog H 0 : Δμ = 0 tettatitia här atog H 0 : Δμ = 0 (μ x = μ y ) frihetgrader, avruda (er) om ite heltal t(f) Kritia område, igifiaivå : T-tet för parade ticprov pero A B C D E F G H före efter beräa oäd fördelig för medelvärdet av Z i Nollhypote H 0 : Δμ = μ 0 ( oftat μ 0 = 0 ; dv. hypote: ige illad) uder H 0 : 7
8 T-tet, parade ticprov, tetvariabelmetode tettatitia atar Δμ 0 = 0 H 0 : Δμ = 0 (defiitio t -vatil) t(f) Kritia område, igifiaivå : (eidiga tet aalogt, e formelamlig på mattat.de) T-tet för parade ticprov, ammafattig båda σ oäd H 0 : Δμ = 0 (ollhypote) tatitia:. Nollhypote H 0 : Δμ = 0 (eller μ = μ 0 ). Alterativ hypote H a : μ 0 eller μ > 0 eller μ < 0 3. Betäm igifiaivå, t. ex. = Beräa tatitia värde: 5. Förata H 0 om t ligger i det ritia området Ω : (eidiga tet aalogt, e formelamlig på mattat.de) 8
9 T-tet med R e t.ex. Några exemple: ett ticprov, H 0 : μ = μ 0 ; H a : μ μ 0 t.tet(x, alterative = "two.ided", mu = 7500, cof.level = 0.95) två ticprov, amma variaer, H 0 : μ x = μ y ; H a : μ x μ y t.tet(x, y, alterative = "two.ided", mu = 0, var.equal = TRUE, cof.level = 0.95) två ticprov, olia variaer, H 0 : μ x = μ y ; H a : μ x μ y t.tet(x, y, alterative = "two.ided", mu = 0, var.equal = FALSE, cof.level = 0.95) två parade ticprov, H 0 : μ = 0; H a : μ 0 t.tet(x, y, alterative = "two.ided", paired = TRUE, mu = 0, cof.level = 0.95) Att teta om X, Y är ormalfördelade: hit(y, col="red") # hitogram, borde ugefär e ut om e ormalfördelig qqorm(y); qqlie(y, col = ) # putera borde ugefär vara på e rätt lije tet: ad.tet (library(ortet) ;.tet ; hapiro.tet ANOVA Syfte o t-tet: tetar om ormalfördelade populatioer har amma vätevärde o ANOVA: tetar om fler ä ormalfördelade populatioer har amma vätevärde o För att teta detta aväd variaera (!) (ANalyi Of VAriace) o tadardavvielera oäda, me de måte vara (ugefär) lia! o ollhypote: H 0 : μ = μ = = μ ( ticprov) o alterativ hypote: mit ett lihettece gäller ite o tetet äger igetig om vile/vila vätevärde avvier därför behöv ett å allad pot-hoc tet fler ä populatioer 9
10 ANOVA fler ä populatioer Tetet utför geom att aalyera variaera (ANalyi Of VAriace)) Mätvärde för tre grupper: grupp grupp3 pridig mella grupper grupp pridig iom e grupp pridig iom e grupp ituitivt: gruppera är olia om pridige mella grupper är betydligt törre ä pridigara iom gruppera ANOVA ituitivt: gruppera är olia om pridigara mella grupper är betydligt törre ä pridigera iom gruppera grupp grupp grupp3 troligtvi ige igifiat illad mella medelvärde (H 0 a ite förata), må illader a ebart bero på lumpe. grupp grupp grupp3 populatioer har troligtvi ite amma medelvärde (H 0 förata), illadera a vara igifiata. 0
11 ҧ ANOVA Sum of Square aväd för att mäta pridige: S xx = x i i= x x 8 x xҧ x 3 x 5 x 0 Sum of Square aväd för att beriva pridige (proportioellt till ticprovvariae). Det fi flera orter om aväd för att geomföra ANOVA ANOVA Total Sum of Square i Total SS = Y ij തY i= j=
12 ANOVA Sum of Square for Treatmet SST = i തY i തY i= ANOVA Sum of Square for Error i SSE = Y ij തY i i= j=
13 ANOVA: att dela upp variatioe Total SS = SST + SSE i i= j= Y ij തY = i i= i തY i തY + Y ij തY i i= j= Total SS = Total Sum of Square SST = Sum of Square for Treatmet SSE = Sum of Square for Error atalet grupper (populatioer) i atalet värde i grupp i ANOVA: tetvariabelmetode SST = i തY i തY ummerar grupper SST ~ χ ( ) i= i SSE = Y ij തY i i= j= SSE ~ χ ( ) ummerar över gruppera och mätvärde i varje grupp uder H 0 : F = SST ~ F, SSE tetvariabel F-fördelig med frihetgrader i täljare ( umerator degree of freedom ) frihetgrader i ämare ( deomiator ) Tetvariabel F blir deto törre ju mer ågo grupp medelvärde avvier frå de adra (SST blir törre). Vi föratar alltå ollhypotee om e obervatio av F blir törre ä repetive vatil (jämför härledige för T-tetet): 3
14 ANOVA: tetvariabelmetode F ~ F, P F > ω H 0 a = P F > F, = ω = F, f X x X ~ F, Kritit område, igifiaivå : Om obervatioe F hamar i det ritia området (röd), å förata ollhypotee. Förutättigara: o X i ~ N (räcet om ugefär N) o σ i = σ (måte ugefär gälla) o oberoede ticprov = 0.05 F, : vatilera för F-fördelig, med rep. frihetgrader Oe-way ANOVA: tetvariabelmetode. Hypote H 0 : μ = μ =... =. Sigifiaivå: = Sticprov 4. Tetvariabel 5. Förata H 0 om SST = i തY i തY i= i SSE = Y ij തY i i= j= SST F = ~ F, SSE Fler alterativa hypoteer fi ite; atige är alla vätevärde lia eller ite. 4
15 ANOVA SST och SSE a ocå beräa med hjälp av medelvärdea och tadardavvielera: i SST = SSE = Y i S ( Y Y ) i i Y = i= + + i ( Yij Yi ) = ( i ) Si i= j= i i giva i= Y + Y + + Y + Dea uttryc behöv är ma ite har jälva mätvärdea, uta bara ticprovtorleara, medelvärdea och tadardavvielera (eller variaera). Oe-way ANOVA: Atagade Oberoede obervatioer i de olia gruppera. Normalfördelade populatioer. ANOVA fugerar oftat bra uta att detta är väl uppfyllt. Homogea variaer. Samma pridig i de olia gruppera. Vid amma atal obervatioer i varje grupp är ANOVA gaa oäligt för brott mot detta. Levee tet, Bartlett tet a aväda för att olla om variaera är lia Vilet medelvärde avvier? Vill vi veta detta måte vi öra ett pothoc tet (bara om H 0 i ANOVA föratade) t. ex. Tuey tet Tuey tet gör parvia jämföreler, me på ett peciellt ätt: orretur för multiple compario umulativ igifiaivå (för alla tet) 5
16 ANOVA: räeexempel med 4 grupper A B C D = 6 Y = SST = MST = = 7 Y + Y + 3 Y3 + 4 Y Y = i i= SST df = 6 3 Y = i ( Yi Y ) = 7.6 SSE = ( Yij Yi ) SST = = = Y = Y = = = MSE = i= j= SSE df = 96.6 SSE = = 63.0 F = rit MST MSE = 37.5 = = F F (, ) = F F0.05( 3,9) = F 3.3 ANOVA: räeexempel med 4 grupper, alterativ A B C D A B C D x 75,67 78,43 70,83 87,75 66,67 50,6 9,77 33,58 Y + Y + 3 Y3 + 4 Y4 79 Y = = = SST = i ( Yi Y ) i= = 6 ( ) + 7 ( ) + 6 ( ) + 4 ( ) = = 7.8 SST 7.8 MST = = = SSE = ( i ) Si i= ( alterativ formel) = , ,58 = SSE MSE = = = MST 37.6 F = = = 3.77 MSE 63.0 rit = F F (, ) = F F0.05( 3, 9) = F 3.3 6
17 ANOVA: räeexempel med 4 grupper, fort. 0,8 0,7 0,6 0,5 0,4 F; df=3; df=9 rit = F F = ,3 0, 0, 0,0 0 3,3 0,05 Tetvariabel F överrider det ritia värdet (3 umerator och 9 deomiator frihetgrader). Nollhypotee förata därför. Mit ett medelvärde avvier frå de adra (igifiaivå = 0.05) ANOVA med R data(iectspray) level(iectspray$pray) ummary(iectspray$cout) boxplot(cout ~ pray, data = IectSpray, col="gree") #. futio oeway.tet oeway.tet(cout ~ pray, data = IectSpray) # amma varia I alla grupper? bartlett.tet(cout ~ pray, data = IectSpray) # ite lia problem! # ice-parametrit tet: rual.tet(cout ~ pray, data = IectSpray) #. aa futio för ANOVA: aov aov.out = aov(cout ~ pray, data = IectSpray) ummary(aov.out) TueyHSD(aov.out) # pot-hoc tet plot(tueyhsd(aov.out)) # parvi differe igifiat illad om KI:et ite går över oll e aova_ms0065.r e ocå 7
18 Appedix Hypotetet II Uwe Mezel, 08 ; Defiitio för Studet t-fördelig "Studet : peudoym om aväd av William Goet Förutättigara: o Z ~N 0, tadard ormal W~χ (ν) chi-vadrat, ν frihetgrader o Z och W oberoede Om Z och W har ovatåede fördeligar, å har följade vot e t- fördelig: t-fördelig, ν frihetgrader täthetfutio 8
19 Studet t-fördelig: härledig: tatitia är t-fördelade o Z ~N 0, tadard ormal W~χ (ν) chi-vadrat, ν frihetgrader o Z och W oberoede Kvatiler för t- fördelige T df 6 N(0,) f tor lite illad till N(0,) Större pridig (tail) för T pga. törre oäerhet vi vet ju ite σ och måte atta det (med ). 9
20 Symmetri och fördeligfutio Om täthetfutioe är ymmetri rig oll (t. ex. N, T ) gäller för fördeligfutioe att: F t = F(t) f T x F t -t 0 t F(t) T-tet, tetvariabelmetode Härledig av det ritia värdet för H a : μ > μ 0 Om ollhypotee H 0 : μ = μ 0 gäller är X i ~ N(μ 0, σ). തX μ 0 ~ t( ) om σ atta med S f T x T ~ t( ) Det ritia värdet ω ta fram geom att löa: P തX > ω H 0 a = ( förvald) är x ҧ > ω förata H 0 ; = P(fel typ I) P തX ω = omforma i paratee X P ത μ 0 ω μ 0 S = X P ത μ 0 t S = μ 0 ω Ω detta gäller allmät för att terme till väter i paratee är t-fördelad med frihetgrader (vatildefiitio) 0
21 ҧ ҧ X P ത μ 0 ω μ 0 S H 0 förata alltå om T-tet, tetvariabelmetode Härledig av det ritia värdet för H a : μ > μ 0 = X P ത μ 0 t S = H 0 förata om x ҧ > ω, alltå om x μ 0 > t jämförele av båda evatioer ger: ω μ 0 = t ω = μ 0 + t x ҧ > μ 0 + t H 0 förata alltå om t > t för H a : μ > μ 0 t = x μ 0 tettatitia för T-tet, ett ticprov. H 0 : μ = μ 0 T-tet, tetvariabelmetode Härledig av det ritia värdet för H a : μ < μ 0 Om ollhypotee H 0 : μ = μ 0 gäller är X i ~ N(μ 0, σ). തX μ 0 ~ t( ) om σ atta med S f T x T ~ t( ) Det ritia värdet ω ta fram geom att löa: P തX < ω H 0 a = ( förvald) är x ҧ < ω förata H 0 ; = P(fel typ I) P തX ω = omforma i paratee X P ത μ 0 ω μ 0 S = X P ത μ 0 t S = Ω ω detta gäller allmät för att terme till väter i paratee är t-fördelad med frihetgrader (vatildefiitio) μ 0
22 ҧ ҧ X P ത μ 0 ω μ 0 S H 0 förata alltå om T-tet, tetvariabelmetode Härledig av det ritia värdet för H a : μ < μ 0 = X P ത μ 0 t S = H 0 förata om x ҧ < ω, alltå om x μ 0 < t jämförele av båda evatioer ger: ω μ 0 = t ω = μ 0 t x ҧ < μ 0 t H 0 förata alltå om t < t för H a : μ < μ 0 t = x μ 0 tettatitia för T-tet, ett ticprov. H 0 : μ = μ 0 T-tet, tetvariabelmetode Härledig av det ritia värdet för H a : μ μ 0 Om ollhypotee H 0 : μ = μ 0 gäller är X i ~ N(μ 0, σ). തX μ 0 ~ t( ) om σ atta med S De ritia värde ω, ta fram geom att löa: f T x T ~ t( ) P തX < ω തX > ω H 0 a = P ω < തX ω = P ω < തX ω = P ω μ 0 < ത X μ 0 ω μ 0 S = ω μ 0 ω P X t < ത μ detta gäller allmät för att terme till 0 t S = väter i paratee är t-fördelad med frihet- grader (vatildefiitio)
23 ҧ ҧ ҧ T-tet, tetvariabelmetode Härledig av det ritia värdet för H a : μ μ 0 P ω μ 0 X < ത μ 0 ω μ 0 S P X t < ത μ 0 S = t = båda evatioer jämför (e ere) termer till väter: termer till höger: ω μ 0 ω μ 0 = t ω = μ 0 t = t ω = μ 0 + t T-tet, tetvariabelmetode Härledig av det ritia värdet för H a : μ μ 0 ω = μ 0 t ω = μ 0 + t H 0 förata om x ҧ < ω eller om x ҧ > ω, alltå om x ҧ < μ 0 t x μ 0 < t eller om eller om x ҧ > μ 0 + t x μ 0 > t t < t eller om t > t H 0 förata alltå om t > t Τ för H a : μ μ 0 t = x μ 0 tettatitia för T-tet, ett ticprov. H 0 : μ = μ 0 3
24 ҧ T-tet, tetvariabelmetode Kritia område, T-tet, ett ticprov, ammafattig t = x μ 0 tettatitia H 0 : μ = μ 0 H a tet ritit område μ > μ 0 eidigt Ω = t > t H a tet ritit område μ < μ 0 eidigt Ω = t < t H a tet ritit område μ μ 0 tvåidigt Ω = t > t Uder H 0 gäller: SSE = i= F-tet, fördelig för tetvariabel ( ) i S i = ( ) S ( ) S ( ) S df = df = df = ( ) SST ( Y Y ) ( ) = i i i= atalet Z -fördelade SST ( ) SST MST ( ) F = = = F, MSE SSE SSE ( ) ( ) ( ) 4
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 merGrundläggande 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 merHYPOTESPRÖVNING. 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 merGrundläggande matematisk statistik
Grudläggade matematisk statistik Puktskattig Uwe Mezel, 2018 uwe.mezel@slu.se; uwe.mezel@matstat.de www.matstat.de Saolikhetsteori: Saolikhetsteori och statistikteori vad vi gjorde t.o.m. u vi hade e give
Läs merSannolikhetslära statistisk inferens F10 ESTIMATION (NCT )
Stat. teori gk, vt 2006, JW F10 ESTIMATION (NCT 8.1-8.3) Ordlita till NCT Iferece Slutledig, ifere Parameter Parameter Saolikhetlära tatitik ifere Hittill har vi ylat med aolikhetlära. Problem av type:
Läs merFöljande begrepp används ofta vid beskrivning av ett statistiskt material:
Armi Halilovic: EXTRA ÖVNINGAR Besrivade statisti BESKRIVANDE STATISTIK. GRUNDBEGREPP Följade begrepp aväds ofta vid besrivig av ett statistist material: LÄGESMÅTT (medelvärde, media och typvärde): Låt
Läs merZ-Testet. Idè. Repetition normalfördelning. rdelning. Testvariabel z
Repetitio ormalfördelig rdelig Z-Testet X i. Medelvärdets fördelig:.stadardiserad ormalfördelig: N (, ) X N, X X N (, ) N (,) X N, X N(,) 3. Kvatiler: uwe.meel@math.uu.se Vad gör g r Z-testetZ? H : e ormalfördelad
Läs merStat. teori gk, ht 2006, JW F13 HYPOTESPRÖVNING (NCT ) Ordlista till NCT
Stat. teori gk, ht 2006, JW F13 HYPOTESPRÖVNING (NCT 10.1-10.3) Ordlista till NCT Hypothesis testig Null hypothesis Alterative hypothesis Simple / composite Oe-sided /two-sided Reject Test statistic Type
Läs merTillåtna 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 merFinansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 4 (del 1)
Fiasiell Statistik (GN, 7,5 hp,, HT 008) Föreläsig 4 (del 1) Sampligfördeligar (LLL Kap 8) Departmet of Statistics (Gebreegus Ghilagaber, PhD, Associate Professor) Fiacial Statistics (Basic-level course,
Läs merAPPROXIMATION AV SERIENS SUMMA MED EN DELSUMMA OCH EN INTEGRAL
Armi Halilovic: EXTRA ÖVNINGAR Approimatio av erie umma med e delumma APPROXIMATION AV SERIENS SUMMA MED EN DELSUMMA OCH EN INTEGRAL Låt vara e poitiv och avtagade utio ör åda att erie overgerar. Vi a
Läs merMinsta kvadrat-metoden, MK. Maximum likelihood-metoden, ML. Medelfel. E(X i ) = µ i (θ) MK-skattningen av θ fås genom att minimera
Matematisk statistik slumpes matematik Saolikhetsteori hur beskriver ma slumpe? Statistikteori vilka slutsatser ka ma dra av ett datamaterial? Statistikteori översikt Puktskattig Hur gör ma e bra gissig
Läs merSkattning / Inferens. Sannolikhet och statistik. Skattning / Inferens. Vad är det som skattas?
Skattig / Iferes Saolikhet och statistik Puktskattig Försöket att beskriva e hel populatio pga ågra få mätvärde! Oberservatio = Populatio HT 2008 UweMezel@mathuuse http://wwwmathuuse/ uwe/ Populatio har
Läs merUppsala 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 merNormalfördelningens betydelse. Sannolikhet och statistik. Täthetsfunktion, väntevärde och varians för N (µ, σ)
Normalfördeliges betydelse Empirisktse gur: måga storheter approximativt ormalfördelade Summa av måga ugefär oberoede och ugefär likafördelade s.v. är approximativt ormalfördelad CGS Exempel: mätfel =
Läs merIntervallskattning. c 2005 Eric Järpe Högskolan i Halmstad. Antag att vi har ett stickprov x 1,..., x n på X som vi vet är N(µ, σ) men vi vet ej
Itervallskattig c 005 Eric Järpe Högskola i Halmstad Atag att vi har ett stickprov x,..., x på X som vi vet är Nµ, σ me vi vet ej värdet av µ = EX. Då ka vi beräka x, vvr skattig av µ. För att få reda
Läs mera) Beräkna E (W ). (2 p)
Avd. Matematisk statistik TENTAMEN I SF19 och SF191 SANNOLIKHETSTEORI OCH STATISTIK, TISDAGEN DEN 13:E MARS 18 KL 8. 13.. Examiator: Björ-Olof Skytt, 8 79 86 49. Tillåta hjälpmedel: Formel- och tabellsamlig
Läs merFör att skatta väntevärdet för en fördelning är det lämpligt att använda Medelvärdet. E(ξ) =... = µ
1 February 1, 2018 1 Förel. VII Puktskattigar av parametrar i fördeligar 1.1 Puktskattig För att skatta vätevärdet för e fördelig är det lämpligt att aväda Medelvärdet ξ = 1 ξ j. Vi tar u vätevärdet av
Läs merNEWTON-RAPHSONS METOD (en metod för numerisk lösning av ekvationer)
Armi Halilovic: EXTRA ÖVNINGAR Newto-Raphsos metod NEWTON-RAPHSONS METOD (e metod för umeris lösig av evatioer Måga evatioer är besvärligt och iblad äve omöjligt att lösa eat. Då aväder ma umerisa metoder
Läs merMatematisk statistik KTH. Formelsamling i matematisk statistik
Matematik tatitik KTH Formelamlig i matematik tatitik Vårtermie 07 Kombiatorik! = k k! ( k)!. Tolkig: mägd med elemet. = atalet delmägder av torlek k ur e k Stokatika variabler V (X) = E X (E (X)) C (X;
Läs merStokastiska variabler
TNG006 F2 11-04-2016 Stoastisa variabler Ett slumpmässigt försö ger ofta upphov till ett tal som bestäms av utfallet av försöet. Talet är ite ät före försöet uta bestäms av vilet utfall som ommer att uppstå,
Läs merTentamen i Statistik, STA A13 Deltentamen 2, 5p 5 juni 2004, kl
Karlstads uiversitet Istitutioe för iformatiostekologi Avdelige för statistik Tetame i Statistik, STA A13 Deltetame, 5p 5 jui 004, kl. 09.00-13.00 Tillåta hjälpmedel: Asvarig lärare: Övrigt: Bifogad formel-
Läs merUPPSKATTNING AV INTEGRALER MED HJÄLP AV TVÅ RIEMANNSUMMOR. Med andra ord: Vi kan approximera integralen från båda sidor
Armi Halilovic: EXTRA ÖVNINGAR Summor och itegraler UPPSKATTNING AV INTEGRALER MED HJÄLP AV TVÅ RIEMANNSUMMOR Om vi betratar e futio ff() som är otiuerlig i itervallet [aa, bb] då atar futioe sitt mista
Läs mer(a) Skissa täthets-/frekvensfunktionen och fördelningsfunktionen för X. Glöm inte att ange värden på axlarna.
1 0,5 0 LÖSNINGAR till tetame: Statistik och saolikhetslära (LMA120) Tid och plats: 08:30-12:30 de 6 april 2016 Hjälpmedel: Typgodkäd miiräkare, formelblad Betygsgräser: 3: 12 poäg, 4: 18 poäg, 5: 24 poäg.
Läs merDatorövning 2 Fördelningar inom säkerhetsanalys
Luds tekiska högskola Matematikcetrum Matematisk statistik STATISTISKA METODER FÖR SÄKERHETSANALYS FMS065 Datorövig 2 Fördeligar iom säkerhetsaalys I dea datorövig ska vi studera ågra grudläggade frå saolikhetsteori:
Läs merFormelsamling 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 merFinansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 5
Fiasiell Statistik (GN, 7,5 hp,, HT 8) Föreläsig 5 HYPOTESPRÖVNING (LLL Kap 11) Departmet of Statistics (Gebreegus Ghilagaber, PhD, Associate Professor) Fiacial Statistics (Basic-level course, 7,5 ECTS,
Läs merAntalet sätt att välja ut r objekt bland n stycken med hänsyn till ordning är np r = n(n 1) (n r + 1).
Harald Lag Formelsamlig och Tabeller i Statistik och Saolikhetsteori (15/11-10) Datareducerig Om x 1,..., x är ett stickprov ur e populatio så defiieras medelvärdet x x = 1 k=1 x k och stadardavvikelse
Läs merStatistisk analys. Vilka slutsatser kan dras om populationen med resultatet i stickprovet som grund? Hur säkra uttalande kan göras om resultatet?
Statistisk aalys Vilka slutsatser ka dras om populatioe med resultatet i stickprovet som grud? Hur säkra uttalade ka göras om resultatet? Mats Guarsso Tillämpad matematik III/Statistik - Sida 83 Exempel
Läs merS0005M V18, Föreläsning 10
S0005M V18, Föreläsig 10 Mykola Shykula LTU 2018-04-19 Mykola Shykula (LTU) S0005M V18, Föreläsig 10 2018-04-19 1 / 15 Hypotesprövig ett stickprov, σ okäd. Stadardiserig av stickprovsmedelvärdet då σ är
Läs merMS-A0509 Grundkurs i sannolikhetskalkyl och statistik Exempel, del II
MS-A0509 Grudkurs i saolikhetskalkyl och statistik Exempel, del II Estimerig 2 Kofidesitervall G. Gripeberg Aalto-uiversitetet 3 februari 205 3 Hypotesprövig 4 Korrelatio och regressio G. Gripeberg Aalto-uiversitetet
Läs merP (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 merDatorövning 2 Fördelningar inom säkerhetsanalys
Luds tekiska högskola Matematikcetrum Matematisk statistik STATISTISKA METODER FÖR SÄKERHETSANALYS FMS065, HT-15 Datorövig 2 Fördeligar iom säkerhetsaalys I dea datorövig ska vi studera ågra grudläggade
Läs merSannolikheter 0 < P < 1. Definition sannolikhet: Definition sannolikhet: En sannolikhet kan anta värden från 0 till 1
Saolikheter E saolikhet ka ata värde frå 0 till 1 0 < P < 1 Beteckas: P Pr Prob Saolikhete för e hädelse Hädelse A P(A) Pr(A) Prob(A) Defiitio saolikhet: De frekves med vilke hädelse av itresse iträffar
Läs merTentamen i Matematisk statistik för V2 den 28 maj 2010
Tetame i Matematisk statistik för V de 8 maj 00 Uppgift : E kortlek består av 5 kort. Dessa delas i i färger: 3 hjärter, 3 ruter, 3 spader och 3 klöver. Kortleke iehåller damer, e i varje färg. Ata att
Läs merInduktion 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 merb) Bestäm det genomsnittliga antalet testade enheter, E (X), samt även D (X). (5 p)
Avd Matematisk statistik TENTAMEN I SF922, SF923 och SF924 SANNOLIKHETSTEORI OCH STATISTIK, TISDAGEN DEN 29:E MAJ 208 KL 0800 300 Examiator för SF922/SF923: Tatjaa Pavleko, 08-790 84 66 Examiator för SF924:
Läs merAnalys av polynomfunktioner
Aals av polomfutioer Aals36 (Grudurs) Istuderigsuppgifter Dessa övigar är det tät du sa göra i aslutig till att du läser huvudtete. De flesta av övigara har, om ite lösigar, så i varje fall avisigar till
Läs merNEWTON-RAPHSONS METOD (en metod för numerisk lösning av ekvationer)
Armi Halilovic: EXTRA ÖVNINGAR Newto-Raphsos metod NEWTON-RAPHSONS METOD (e metod för umeris lösig av evatioer Måga evatioer är besvärligt och iblad äve omöjligt att lösa eat. Då aväder ma umerisa metoder
Läs merANOVA I: Kap 14. Åldersgrupper -30 år år 51- år. Totalt n k N = 9 X k X = s k s = 8.
ANOVA I: ap 14 1 Åldersgrupper -30 år 31-50 år 51- år 39 6 6 43 3 0 41 30 Totalt 3 3 3 N = 9 X k.67 41.00 9.33 X = 31.00 s k 3.06.00 3.06 s = 8.38 s k 9.33 4.00 9.33 s = 70.5 Ex. OVERHEAD Åldersgrupper
Läs merF10 ESTIMATION (NCT )
Stat. teori gk, ht 2006, JW F10 ESTIMATION (NCT 8.1-8.3) Ordlista till NCT Iferece Parameter Estimator Estimate Ubiased Bias Efficiecy Cofidece iterval Cofidece level (Studet s) t distributio Slutledig,
Läs merViktigt! Glöm inte att skriva Tentamenskod på alla blad du lämnar in.
Statistisk försöksplaerig Provmomet: Ladokkod: Tetame ges för: Skriftlig tetame 3,0 hp 51SF01 DTEIN14h 4,5 högskolepoäg TetamesKod: Tetamesdatum: 5 ovember 015 Tid: 9.00-13.00 Hjälpmedel: Miiräkare Totalt
Läs merTentamen 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 merRättningstiden är i normalfall 15 arbetsdagar, annars är det detta datum som gäller:
Matematisk Statistik Provmomet: Ladokkod: Tetame ges för: Tetame TT091A KMASK14H 7,5 högskolepoäg Nam: (Ifylles av studet) Persoummer: (Ifylles av studet) Tetamesdatum: 2 jui 2015 Tid: 9:00-13:00 Hjälpmedel:
Läs merFormelblad Sannolikhetsteori 1
Formelblad Saolikhetsteori Bayes formel: Låt A och D vara två hädelser Då gäller P A D = P D AP A P D Chebyshevs olikhet: Låt X vara e stokastisk variabel med vätevärde µ och varias Då gäller för alla
Läs merSAMMANFATTNING TAMS79 Matematisk statistik, grundkurs
SAMMANFATTNING TAMS79 Matematisk statistik, grudkurs LÄST SOM EN DEL AV CIVILINGENJÖRSPROGRAMMET I INDUSTRIELL EKONOMI VID LITH, HT 2015 Versio: 1.0 Seast reviderad: 2016-02-01 Författare: Viktor Cheg
Läs mervara ett polynom där a 0, då kallas n för polynomets grad och ibland betecknas n = grad( P(
Armi Halilovic: EXTRA ÖVNINGAR Polyom POLYNOM OCH ALGEBRAISKA EKVATIONER Defiitio Polyom är uttrycet av type a a a 0, eller ortare a 0, ( där är ett ice-egativt heltal) Defiitio Låt P( a a a0 vara ett
Läs merStatistik. Språkligt och historiskt betyder statistik ungefär sifferkunskap om staten
Statistik Språkligt och historiskt betyder statistik ugefär sifferkuskap om state E Statistisk udersökig består av fyra delar: Plaerig Dataisamlig Bearbetig Beskrivade statistik (kap 1) Statistisk aalys
Läs merFinansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 4 (del 2)
Fiasiell Statistik (GN, 7,5 hp,, HT 008) Föreläsig 4 (del ) Pukt- och itervallskattig (LLL Kap 10) Departmet of Statistics (Gebreegus Ghilagaber, PhD, Associate Professor) Fiacial Statistics (Basic-level
Läs merKOM IHÅG ATT NOTERA DITT TENTAMENSNUMMER NEDAN OCH TA MED DIG TALONGEN INNAN DU LÄMNAR IN TENTAN!!
Göteborgs uiversitet Psykologiska istitutioe Tetame Psykologi kurskod PC106, Kurs 6: Idivide i ett socialt sammahag (15 hp) och PC 145. Tid för tetame: 6/5-01. Hel och halvfart VT 1. Provmomet: Socialpsykologi
Läs merLÖSNINGSFÖRSLAG TILL TENTAMEN I MATEMATISK STATISTIK
UMEÅ UNIVERSITET Istitutioe för matematisk statistisk Statistiska metoder, 5 poäg MSTA36 Peter Ato LÖSNINGSFÖRSLAG 005-10-6 LÖSNINGSFÖRSLAG TILL TENTAMEN I MATEMATISK STATISTIK Statistiska metoder, 5 poäg
Läs merF19 HYPOTESPRÖVNING (NCT ) Hypotesprövning för en differens mellan två medelvärden
Stat. teori gk, ht 006, JW F19 HPOTESPRÖVNING (NCT 11.1-11.) Hypotesprövig för e differes mella två medelvärde Samma beteckigar som vid kofidesitervall för differes mella två populatiosmedelvärde: Medelvärde
Läs merEkvationen (ekv1) kan beskriva vågutbredning, transversella svängningar i en sträng och andra fysikaliska förlopp.
VÅGEKVATIONEN Vi betratar följade PDE u( u( x t, där > är e ostat, x, t (ev) Evatioe (ev) a besriva vågutbredig, trasversella svägigar i e sträg och adra fysialisa förlopp Radvärdesproblemet består av
Läs merMultiplikationsprincipen
Kombiatori Kombiatori hadlar oftast om att räa hur måga arragemag det fis av e viss typ. Multipliatiospricipe Atag att vi är på e restaurag för att provsmaa trerättersmåltider. Om det fis fyra förrätter
Läs merF3 Lite till om tidsserier. Statistikens grunder 2 dagtid. Sammansatta index 4. Deflatering HT Laspeyres index: Paasche index: Index.
F3 Lite till om tidsserier Deflaterig, att justera för iflatioe tatistikes gruder dagtid 4 3,5 3,5,5 Mjölk ockerdricka HT,5 975 976 977 978 979 98 98 98 Löpade priser År Mjölk ockerdricka KPI 945 = 975,34,
Läs mer4.2.3 Normalfördelningen
4.2.3 Normalfördelige Biomial- och Poissofördelige är två exempel på fördeligar för slumpvariabler som ka ata ädligt eller uppräkeligt måga olika värde. Sådaa fördeligar sägs vara diskreta. Ofta är ett
Läs mer1. Test av anpassning.
χ -metode. χ -metode ka avädas för prövig av hypoteser i flera olika slag av problem: om e stokastisk variabel följer e viss saolikhetsfördelig med käda eller okäda parametrar. om två stokastiska variabler
Läs merReliabilitet 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 merUppsala Universitet Matematiska Institutionen Thomas Erlandsson
Uppsala Uiversitet Matematisa Istitutioe Thomas Erladsso LÄSANVISNINGAR VECKA -5 BINOMIALSATSEN Ett uttryc av forme a + b allas ett biom eftersom det är summa av två moom. För uttrycet (a + b) gäller de
Läs merFöreläsning 3. 732G04: Surveymetodik
Föreläsig 3 732G04: Surveymetodik Dages föreläsig Obudet slumpmässigt urval (OSU) Populatiosparametrar och stickprovsstatistikor Vätevärdesriktighet Ädliga och oädliga populatioer Medelvärde, adel Kofidesitervall
Läs mer= (1 1) + (1 1) + (1 1) +... = = 0
TALFÖLJDER OCH SERIER Läs avsitte - och 5 Lös övigara, abcd, 4, 5, 7-9, -5, 7-9, -abcd, 4, 5 Läsavisigar Avsitt Defiitioe av talföljd i boe är ågot ryptis, me egetlige är det ågot väldigt eelt: e talföljd
Läs merFöreläsning 2: Punktskattningar
Föreläsig : Puktskattigar Joha Thim joha.thim@liu.se 7 augusti 08 Repetitio Stickprov Defiitio. Låt de stokastiska variablera X, X,..., X vara oberoede och ha samma fördeligsfuktio F. Ett stickprov x,
Läs merMS-A0509 Grundkurs i sannolikhetskalkyl och statistik Exempel etc., del II
MS-A0509 Grudkurs i saolikhetskalkyl och statistik Exempel etc., del II G. Gripeberg Aalto-uiversitetet 11 februari 014 G. Gripeberg Aalto-uiversitetet) MS-A0509 Grudkurs i saolikhetskalkyl och statistikexempel
Läs merF15 ENKEL LINJÄR REGRESSION (NCT )
Stat. teor gk, ht 006, JW F5 ENKEL LINJÄR REGRESSION (NCT.-.4) Ordlta tll NCT Scatter plot Depedet/depedet Leat quare Sum of quare Redual Ft Predct Radom error Aal of varace Sprdgdagram Beroede/oberoede
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 merMatematisk statistik
Tetame TEN, HF, 8 aug Kursod: HF Srivtid: 8:-: Lärare och examiator: Armi Halilovic Matematis statisti Hjälpmedel: Bifogat formelhäfte ("Formler och tabeller i statisti ") och miiräare av vile typ som
Läs merReliabilitet 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 merTentamen i Envariabelanalys 1
Liöpigs uiversitet Matematisa istitutioe Matemati och tillämpad matemati Kursod: TATA4 Provod: TEN Iga hjälpmedel är tillåta. Tetame i Evariabelaalys 4-4-3 l 4 9 Lösigara sall vara fullstädiga, välmotiverade,
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 merStatistik för bioteknik SF1911 // KTH Matematisk statistik // Formler och tabeller. 1 Numeriska sammanfattningar (statistikor)
Statistik för biotekik SF9 // KTH Matematisk statistik // Formler och tabeller Ht 206 Numeriska sammafattigar (statistikor) För ett datamaterial x, x 2,..., x beräkas Stickprovsmedelvärde x = i= x i =
Läs merTAMS79: Föreläsning 9 Approximationer och stokastiska processer
TAMS79: Föreläsig 9 Approximatioer och stokastiska processer Joha Thim 18 ovember 2018 9.1 Biomialfördelig Vi har reda stött på dea fördelig flera gåger. Situatioe är att ett slumpförsök har två möjliga
Läs merJag läser kursen på. Halvfart Helfart
KOD: Kurskod: PC106/PC145 Kurs 6: Persolighet, hälsa och socialpsykologi (15 hp) Datum: 3/8 014 Hel- och halvfart VT 14 Provmomet: Socialpsykologi + Metod Tillåta hjälpmedel: Miiräkare Asvarig lärare:
Läs merBetygsgränser: För (betyg Fx).
Tetame TEN, HF2, 4 jui 2 Matematis statisti Kursod HF2 Srivtid: 3:-7: : Lärare och examiator : Armi Halilovic Hjälmedel: Bifogat formelhäfte ("Formler och tabeller i statisti ") och miiräare av vile ty
Läs merNEWTON-RAPHSONS METOD (en metod för numerisk lösning av ekvationer)
Armi Halilovic: EXTRA ÖVNINGAR Newto Raphsos metod NEWTON-RAPHSONS METOD (e metod ör umeris lösig av evatioer Måga evatioer är besvärligt och iblad äve omöjligt att lösa eat. Då aväder ma umerisa metoder
Läs merFöreläsning G70, 732G01 Statistik A. Föreläsningsunderlagen är baserade på underlag skrivna av Karl Wahlin
Föreläsig 5 73G70, 73G01 Statistik A Föreläsigsuderlage är baserade på uderlag skriva av Karl Wahli Kapitel 5 Stickprovsteori Sid 15-150 Statistisk iferes Populatio (äve målpopulatio) = de (på logisk väg
Läs merIntroduktion till statistik för statsvetare
"Det fis iget så praktiskt som e bra teori" November 2011 Bakgrud Stadardiserig E saolikhetsekvatio Kosekves av stora tales lag Stora tales lag ger att är slumpvariablera X i är oberoede, med e och samma
Läs merTentamen i Statistik, STA A10 och STA A13 (9 poäng) 26 mars 2004, klockan
Karlstads uiversitet Istitutioe för iformatiostekologi Avdelige för Statistik Tetame i Statistik, STA A10 och STA A13 (9 poäg) 6 mars 004, klocka 14.00-19.00 Tillåta hjälpmedel: Bifogad formelsamlig (med
Läs merTentamentsskrivning: Tillämpad Statistik 1MS026 1
Tetametsskrivig: Tillämpad Statistik 1MS026 1 Tetamesskrivig i Tillämpad Statistik 1MS026 Tid: de 7 mars, 2012 kl 8:00-13:00 Examiator och jour: Erik Broma, mob. 073 7320791, Hjälpmedel: miiräkare, formelsamlig
Läs merVid mer än 30 frihetsgrader approximeras t-fördelningen med N(0; 1). Konfidensintervallet blir då
Stat. teori gk, ht 006, JW F7 ENKEL LINJÄR REGRESSION, FORTS. (NCT.5-.7) Statistisk iferes rörade β Vi vet reda att b är e vätevärdesriktig skattig av modellparameter β. Vi vet också att skattige b har
Läs merKontrollskrivning 2 till Diskret Matematik SF1610, för CINTE1, vt 2019 Examinator: Armin Halilovic Datum: To Σ p P/F Extra Bonus
Kotrollsrivig till Disret Matemati SF60, för CINTE, vt 09 Eamiator: Armi Halilovic Datum: To 09-04-5 Versio B Resultat: Σ p P/F Etra Bous Iga hjälpmedel tillåta Mist 8 poäg ger godät Godäd KS r medför
Läs merHögskoleutbildad 0,90*0,70=0,63 0,80*0,30=0,24 0,87 Ej högskoleutbildad 0,07 0,06 0,13 0,70 0,30 1,00
Lösigsförslag UPPGIFT 1 Kvia Ma Högskoleutbildad 0,90*0,70=0,63 0,80*0,30=0,24 0,87 Ej högskoleutbildad 0,07 0,06 0,13 0,70 0,30 1,00 Pr(ej högskoleutbildad kvi=0,07=7% Pr(högskoleutbildad)=0,87 c) Pr(Kvi*Pr(Högskoleutbildad)=0,70*0,87=0,609
Läs mer1. (a) Eftersom X och Y har samma fördelning så har de även samma väntevärde och standardavvikelse. E(X 2 ) = k
LÖSNINGAR TILL Matematisk statistik, Matematikcetrum Tetame: 5 kl 8 Luds tekiska högskola FMS, FMS, FMS, FMS 5, MAS 9 Matematisk statistik för ED, F, I, FED och fysiker. a Eftersom X och Y har samma fördelig
Läs merJag läser kursen på. Halvfart Helfart
KOD: Tetame Psykologi Kurskod: PC106, Kurs 6: Idivide i ett socialt sammahag (15 hp) och PC145 Datum: 5/5-013 Hel- och halvfart VT 13 Provmomet: Socialpsykologi + Metod Tillåta hjälpmedel: Miiräkare Asvarig
Läs merFöreläsning G70, 732G01 Statistik A. Föreläsningsunderlagen är baserade på underlag skrivna av Karl Wahlin
Föreläsig 6 732G70, 732G01 Statistik A Föreläsigsuderlage är baserade på uderlag skriva av Karl Wahli Kapitel 6 Iferes om e populatio Sid 151-185 Puktskattig och itervallskattig Statistisk iferes om populatiosmedelvärde
Läs merBorel-Cantellis sats och stora talens lag
Borel-Catellis sats och stora tales lag Guar Eglud Matematisk statistik KTH Vt 2005 Iledig Borel-Catellis sats är e itressat och avädbar sats framför allt för att bevisa stora tales lag i stark form. Vi
Läs merENDIMENSIONELL ANALYS B1 FÖRELÄSNING VI. Föreläsning VI. Mikael P. Sundqvist
Föreläsig VI Mikael P. Sudqvist Aritmetisk summa, exempel Exempel I ett sällskap på 100 persoer skakar alla persoer had med varadra (precis e gåg). Hur måga hadskakigar sker? Defiitio I e aritmetisk summa
Läs merINGENJÖRSMATEMATISK 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 merθx θ 1 om 0 x 1 f(x) = 0 annars
Avd. Matematisk statistik TENTAMEN I SF903 SANNOLIKHETSLÄRA OCH STATISTIK FÖR 3-ÅRIG Media TIMEH TORSDAGEN DEN TREDJE JUNI 200 KL 4.00 9.00. Examiator: Guar Eglud, tel. 790 74 06 Tillåta hjälpmedel: Läroboke.
Läs merMS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del II
MS-A0509 Grudkurs i saolikhetskalkyl och statistik Sammafattig, del II G. Gripeberg Aalto-uiversitetet 14 februari 014 G. Gripeberg Aalto-uiversitetet) MS-A0509 Grudkurs i saolikhetskalkyl och statistiksammafattig,
Läs merAvd. Matematisk statistik
Avd. Matematisk statistik TENTAMEN I SF1917/SF1918/SF1919 SANNOLIKHETSTEORI OCH STATISTIK, TISDAG 8 JANUARI 2019 KL 8.00 13.00. Examiator för SF1917/1919: Jörge Säve-Söderbergh, 08-790 65 85. Examiator
Läs merBinomialsatsen och lite kombinatorik
Biomialsatse och lite ombiatori Sammafattig Aders Källé MatematiCetrum LTH adersalle@gmail.com Här disuteras e del grudläggade ombiatori, som utgår ifrå biomialoefficieteras ombiatorisa betydelse. Vi härleder
Läs merMS-A0509 Grundkurs i sannolikhetskalkyl och statistik Exempel etc., del II
MS-A0509 Grudkurs i saolikhetskalkyl och statistik Exempel etc., del II G. Gripeberg Aalto-uiversitetet 14 februari 014 G. Gripeberg (Aalto-uiversitetet) MS-A0509 Grudkurs i saolikhetskalkyl och statistikexempel
Läs merx 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 merUppsala Universitet Matematiska Institutionen Bo Styf. Att repetera.
Uppsala Uiversitet Matematisa Istitutioe Bo Styf rasformmetoder, 5 hp gyl, I, W, X 20-0-26 Att repetera. Vi samlar här e del material frå tidigare urser som a vara avädbart uder urses gåg. Serier. E serie
Läs merF6 Uppskattning. Statistikens grunder 2 dagtid. Beteckningar, symboler, notation. Grekiskt-romerskt
01-10-19 F6 Uppskattig Statistikes gruder dagtid HT 01 Vi skattar populatiosparametrar (modellparametrar med olika statistikor: E. stickprovs- -medelvärdet X skattar μ -variase S skattar -adele P skattar
Läs merREGULJÄRA SPRÅK (8p + 6p) 1. DFA och reguljära uttryck (6 p) Problem. För följande NFA över alfabetet {0,1}:
CD58 FOMEA SPÅK, AUTOMATE, OCH BEÄKNINGSTEOI, 5 p JUNI 25 ÖSNINGA EGUJÄA SPÅK (8p + 6p). DFA och reguljära uttryck (6 p) Problem. För följade NFA över alfabetet {,}:, a) kovertera ovaståede till e miimal
Läs merStudentens personnummer: Giltig legitimation/pass är obligatoriskt att ha med sig. Tentamensvakt kontrollerar detta.
KOD: Kurskod: PC106/PC145 Persolighet, hälsa och socialpsykologi (15 hp) Datum: 4/5 014 Hel- och halvfart VT14 Provmomet: Socialpsykologi + Metod Tillåta hjälpmedel: Miiräkare Asvarig lärare: Niklas Frasso
Läs merTMS136: Dataanalys och statistik Tentamen 2013-10-26 med lösningar
TMS36: Dataaalys och statistik Tetame 03-0-6 med lösigar Examiator och jour: Mattias Sude, tel. 0730 79 9 79 Hjälpmedel: Chalmersgodkäd räkare och formelsamlig formelsamlig delas ut med teta). Betygsgräser:
Läs merFöreläsning 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 merHöftledsdysplasi hos dansk-svensk gårdshund - Exempel på tavlan
Höftledsdysplasi hos dask-svesk gårdshud - Exempel på tavla Sjö A Sjö B Förekomst av parasitdrabbad örig i olika sjöar Exempel på tavla Sjö C Jämföra medelvärde hos kopplade stickprov Tio elitlöpare spriger
Läs mer