SF1915 Sannolikhetsteori och statistik 6 hp. χ 2 -test
|
|
- Adam Eklund
- för 5 år sedan
- Visningar:
Transkript
1 SF1915 Sannolikhetsteori och statistik 6 hp Föreläsning 12 χ 2 -test Jörgen Säve-Söderbergh
2 Anpassningstest test av given fördelning n oberoende försök med r möjliga olika utfall Händelse A 1 A 2... A r Antal x 1 x 2... x r P (A 1 ) P (A 2 )... P (A r ) P (A 1 ) + P (A 2 ) + + P (A r ) = 1 x 1 + x x r = n x 1 är ett utfall av X 1 x r är ett utfall av X r (X 1, X 2,..., X r ) multinomialfördelad s.v.
3 Anpassningstest test av given fördelning H 0 : P (A 1 ) = p 1, P (A 2 ) = p 2,..., P (A r ) = p r p 1 + p p r = 1 Varje X j Bin (n, p j ) E (X j ) = np j I varje cell (för varje händelse A j ) beräknar vi det s k χ 2 -avståndet (x j np j ) 2 np j = (Observerad frekvens förväntad frekvens under H 0) 2 förväntad frekvens under H 0
4 Anpassningstest test av given fördelning Om H 0 är sann gäller att Q obs = r (x j np j ) 2 j=1 np j är approximativt χ 2 (r 1)-fördelad, då n. Signifikanstest Förkasta H 0, om Q obs > χ 2 α (r 1) Förkasta ej H 0, om Q obs χ 2 α (r 1) Vi bör ha np j 5 för att kunna garantera att signifikansnivån är α.
5 Beräkningsformel för anpassningstest Vi kan skriva om testvariabeln r (x j np j ) 2 Q obs = np j j=1 till Q obs = r j=1 x 2 j np j n
6 Exempel anpassningstest Väljer bilförare att köra i vilken fil som helst på en fyrfilig motorväg? Etttusen bilar observerades. Fil Antal bilar Testa på nivån 5% att bilförarna använder vilken som helst fil.
7 Anpassningstest test av fördelning med skattade parametrar H 0 : P (A 1 ) = p 1 (θ), P (A 2 ) = p 2 (θ),..., P (A r ) = p r (θ) för något θ. Vi skattar θ med ML och substituerar p j (θ obs ) = p j Om H 0 är sann gäller att Q obs = r j=1 ( ) 2 x j npj np j är approximativt χ 2 (r k 1)-fördelad, då n. k=antalet skattade parametrar Tumregel np j 5.
8 Anpassningstest test av fördelning med skattade parametrar test av normalfördelning Vi ska använda det mer generella testet för att utföra ett test av normalfördelning X N (µ, σ). Då kommer sannolikheterna P (A i ) = p i (θ) att bero på normalfördelningens två parametrar. θ = (µ, σ)
9 Exempel n = 90 observationer. min = 274 J orgen S ave-s oderbergh y = th Sunday 7 October, 2018 s = CMAST3 max = 672 H ostterminen 2018
10 Anpassningstest test av fördelning med skattade parametrar test av normalfördelning y 1, y 2,..., y n är observationer på den stokastiska variabeln Y. Dela upp Y :s variationsområde {y : < y < } i k ömsesidigt uteslutande mängder A 1, A 2,..., A k. Låt H 0 : Y N (µ, σ). P (A i ) = p i (µ, σ) = ] (w µ)2 exp [ 2πσ 2σ 2 dw A i 1 en funktion av de okända parametrarna µ och σ.
11 Anpassningstest test av fördelning med skattade parametrar test av normalfördelning x i är frekvensen av y i som befinner sig i A i Vi skattar µ med y. Vi skattar σ med s. pi (µ, σ) = ] (w y)2 exp [ 2π s 2 s 2 dw A i 1 N ( , )
12 Anpassningstest test av f ordelning med skattade parametrar test av normalf ordelning J orgen S ave-s oderbergh Sunday 7th October, 2018 CMAST3 H ostterminen 2018
13 Anpassningstest test av f ordelning med skattade parametrar test av normalf ordelning J orgen S ave-s oderbergh Sunday 7th October, 2018 CMAST3 H ostterminen 2018
14 Anpassningstest test av fördelning med skattade parametrar test av normalfördelning Med detta val av klasserna A i blir varje p i = 1 10 Förväntade frekvenser np i = = 9 np i = 9 > 5 tumregeln uppfylld.
15 Anpassningstest test av fördelning med skattade parametrar test av normalfördelning
16 Anpassningstest test av fördelning med skattade parametrar test av normalfördelning q = (x i np i ) 2 np i = (10 9)2 9 = 1 9 Vi har skattat två parametrar, så k = 2. r k 1 = = 7 frihetsgrader Eftersom 4.44 < = χ (7) kan vi ej förkasta H 0. Det är alltså möjligt att fördelningen för Y är normalfördelningen.
17 Anpassningstest test av fördelning med skattade parametrar test av normalfördelning
18 Homogenitesttest Flera serier av oberoende försök. Är det samma sannolikheter P (A 1 ), P (A 2 ),..., P (A r ) som ligger bakom samtliga serier? Är de homogena? H 0 sannolikheterna är lika.
19 Homogenitesttest s serier av försök. H 0 sannolikheterna är lika. Serie A 1 A 2... A r Antal försök 1 x 11 x x 1r n 1 2 x 21 x x 2r n 2. s x s1 x s2... x sr n s Summa x 1 x 2... x r n x ij = x försök i,utfall nr j Q obs = s r i=1 j=1 ( ) 2 x ij n i pj n i p j p j = (p j ) obs = x j n
20 Homogenitesttest p j = (p j ) obs = x j n Bästa skattningen av det gemensamma P (A j )-värdet som vi kan göra med de sammanlagda observationerna. Homogenitetstest Förkasta hypotesen om homogenitet, om Q obs > χ 2 (r 1) (s 1) Tumregel n i p j 5.
21 Exempel Homogenitesttest Tre maskiner M 1, M 2 och M 3. Varje tillverkas enhet kan klassificeras som bra, halvbra (kan räddas) eller oanvändbar. Tre stickprov om 110, 90 respektive 200 uttas. Ger de tre maskinerna M 1, M 2 och M 3 samma fördelning på kvaliteten hos de tillverkade enheterna? Bra Halvbra Dåliga M M M Undersök med ett χ 2 -test om M 1, M 2 och M 3 ger samma fördelning på kvaliteten hos de tillverkade enheterna.
22 Oberoendetest Homogenitetstest innebär att vi jämför flera populationer. (Varje serie är observationer på en population). I oberoendetest har vi en population som har delats av slumpen i två eller flera kategorier. (Blom talar om egenskaper). Utför n slumpmässiga försök. Den första egenskapen har delats in i s ömsesidigt uteslutande kategorier B 1, B 2,..., B s. Den andra egenskapen har delats in i r ömsesidigt uteslutande kategorier A 1, A 2,..., A r. Sannolikheten att inneha två kategorier B i A j betecknas p ij = P (B i A j ), i = 1, 2,..., s, j = 1, 2,..., r.
23 Oberoendetest Låt x ij beteckna frekvensen för B i A j. B i A j ) s r i=1 j=1 x ij = n (sr händelser som s r i=1 j=1 p ij = 1. Om A j ska inträffa, måste någon av händelserna B 1 A j, B 2 A j,..., B s A j inträffa P (A j ) = p.j = s i=1 p ij På samma sätt B i om och endast om någon av B i A 1, B i A 2,..., B i A r r P (B i ) = p i. = i=1 p ij
24 Oberoendetest Vi måste skatta sannolikheterna p.j och p i. p.j = s i=1 x ij n = x r.j n och pi. = j=1 x ij n = x i. n
25 Oberoendetest Vi önskar testa om egenskaperna A och B är oberoende H 0 : p ij = P (B i A j ) = P (B i ) P (A j ) = p i. p.j, för alla (i, j) mot alternativet H 1 : p ij p i. p.j, för något (i, j). Testvariabel är Q obs = s r (x ij npi. p.j )2 np i=1 j=1 i. p.j som är approximativt χ 2 -fördelad med (r 1) (s 1) frihetsgrader, om n är stort. Tumregel np i. p.j 5
26 Oberoendetest För beräkning np i. p.j = n ( x i. n ) ( x.j ) x n = i. x.j n Vi börjar med att beräkna rad- och kolumntotaler för att kunna använda formeln ovan.
27 Oberoendetest Exempel Fyrahundra studenter vid University of Iowa studerades. Studenterna klassificerades efter vilket college de studerade vid, samt efter kön. Business Engineering Liberal Arts Nursing Pharmacy Total Man Kvinna Total Testa på 5% signifikansnivå om valet av studieinriktning är oberoende av kön.
SF1922/SF1923: SANNOLIKHETSTEORI OCH. PASSNING AV FÖRDELNING: χ 2 -METODER. STATISTIK. Tatjana Pavlenko. 14 maj 2018
SF1922/SF1923: SANNOLIKHETSTEORI OCH STATISTIK FÖRELÄSNING 14-15 PASSNING AV FÖRDELNING: χ 2 -METODER. Tatjana Pavlenko 14 maj 2018 PLAN FÖR DAGENS FÖRELÄSNING Icke-parametriska metoder. (Kap. 13.10) Det
Läs merSF1901 Sannolikhetsteori och statistik I
SF1901 Sannolikhetsteori och statistik I Jimmy Olsson Föreläsning 14 13 december 2016 1 / 20 Idag χ 2 -metoden Test av given fördelning Homogenitetstest 2 / 20 Idag χ 2 -metoden Test av given fördelning
Läs merSF1901: SANNOLIKHETSTEORI OCH. PASSNING AV FÖRDELNING: χ 2 -METODER. STATISTIK. Tatjana Pavlenko. 12 oktober 2015
SF1901: SANNOLIKHETSTEORI OCH STATISTIK FÖRELÄSNING 14 PASSNING AV FÖRDELNING: χ 2 -METODER. Tatjana Pavlenko 12 oktober 2015 PLAN FÖR DAGENS FÖRELÄSNING Icke-parametsriska metoder. (Kap. 13.10) Det grundläggande
Läs merMatematisk statistik KTH. Formelsamling i matematisk statistik
Matematisk statistik KTH Formelsamling i matematisk statistik Vårterminen 2017 1 Kombinatorik ) n n! = k k! n k)!. Tolkning: mängd med n element. ) n = antalet delmängder av storlek k ur en k 2 Stokastiska
Läs merSF1901: SANNOLIKHETSLÄRA OCH STATISTIK. MER OM χ 2 -TEST OCH LIKNANDE. Jan Grandell & Timo Koski
SF1901: SANNOLIKHETSLÄRA OCH STATISTIK FÖRELÄSNING 13. MER OM χ 2 -TEST OCH LIKNANDE Jan Grandell & Timo Koski 25.02.2015 Jan Grandell & Timo Koski () Matematisk statistik 25.02.2015 1 / 33 INNEHÅLL χ
Läs merχ 2, chi-två Test av anpassning: sannolikheter specificerade Data: n observationer klassificerade i K olika kategorier:
Stat. teori gk, ht 006, JW F1 χ -TEST (NCT 16.1-16.) Ordlista till NCT Goodness-of-fit-test χ, chi-square Test av anpassning χ, chi-två Test av anpassning: sannolikheter specificerade i förväg Data: n
Läs merMatematisk statistik KTH. Formel- och tabellsamling i matematisk statistik
Matematisk statistik KTH Formel- och tabellsamling i matematisk statistik Varterminen 2005 . Kombinatorik n = k n! k!n k!. Tolkning: n k mängd med n element. 2. Stokastiska variabler V X = EX 2 EX 2 =
Läs merF5 Introduktion Anpassning Korstabeller Homogenitet Oberoende Sammanfattning Minitab
Repetition: Gnuer i (o)skyddade områden χ 2 -metoder, med koppling till binomialfördelning och genetik. Matematik och statistik för biologer, 10 hp Fredrik Jonsson Januari 2012 Endast 2 av de 13 observationerna
Läs merSF1901: SANNOLIKHETSLÄRA OCH STATISTIK. MER HYPOTESPRÖVNING. χ 2 -TEST. Jan Grandell & Timo Koski
SF1901: SANNOLIKHETSLÄRA OCH STATISTIK FÖRELÄSNING 12. MER HYPOTESPRÖVNING. χ 2 -TEST Jan Grandell & Timo Koski 25.02.2016 Jan Grandell & Timo Koski Matematisk statistik 25.02.2016 1 / 46 INNEHÅLL Hypotesprövning
Läs merFöreläsning 5. NDAB02 Statistik; teori och tillämpning i biologi
Föreläsning 5 Statistik; teori och tillämpning i biologi 1 Dagens föreläsning o Andelar (kap 24) o Binomialfördelning (kap 24.1) o Test och konfidensintervall för en andel (kap 24.5, 24.6, 24.8) o Test
Läs merF14 HYPOTESPRÖVNING (NCT 10.2, , 11.5) Hypotesprövning för en proportion. Med hjälp av data från ett stickprov vill vi pröva
Stat. teori gk, ht 006, JW F14 HYPOTESPRÖVNING (NCT 10., 10.4-10.5, 11.5) Hypotesprövning för en proportion Med hjälp av data från ett stickprov vill vi pröva H 0 : P = P 0 mot någon av H 1 : P P 0 ; H
Läs merFöreläsning 5. NDAB02 Statistik; teori och tillämpning i biologi
Föreläsning 5 Statistik; teori och tillämpning i biologi 1 Dagens föreläsning o Andelar (kap 24) o Test och konfidensintervall för en andel (kap 24.5, 24.6, 24.8) o Test och konfidensintervall för två
Läs merFöreläsning 5. Kapitel 6, sid Inferens om en population
Föreläsning 5 Kapitel 6, sid 153-185 Inferens om en population 2 Agenda Statistisk inferens om populationsmedelvärde Statistisk inferens om populationsandel Punktskattning Konfidensintervall Hypotesprövning
Läs merb) antalet timmar Lukas måste arbeta för att sannolikheten att han ska hinna med alla 112 datorerna ska bli minst (3 p)
Avd. Matematisk statistik TENTAMEN I SF1901, SANNOLIKHETSTEORI OCH STATISTIK, MÅNDAGEN DEN 27:E OKTOBER 2014 KL 08.00 13.00. Kursledare: Tatjana Pavlenko, 08-790 84 66, Björn-Olof Skytt, 08-790 86 49.
Läs merFöreläsning 11: Mer om jämförelser och inferens
Föreläsning 11: Mer om jämförelser och inferens Matematisk statistik David Bolin Chalmers University of Technology Maj 12, 2014 Oberoende stickprov Vi antar att vi har två oberoende stickprov n 1 observationer
Läs merAvd. Matematisk statistik
Avd. Matematisk statistik TENTAMEN I SF1901 SANNOLIKHETSTEORI OCH STATISTIK, MÅNDAGEN DEN 8:E JANUARI 2018 KL 14.00 19.00. Examinator: Thomas Önskog, 08 790 84 55. Tillåtna hjälpmedel: Formel- och tabellsamling
Läs merUppgift 3 Vid en simuleringsstudie drar man 1200 oberoende slumptal,x i. Varje X i är likformigt fördelat mellan 0 och 1. Dessa tal adderas.
Avd. Matematisk statistik TENTAMEN I SF1902 SANNOLIKHETSTEORI OCH STATISTIK, MÅNDAGEN DEN 17:E AUGUSTI 2015 KL 8.00 13.00. Kursledare och examinator : Björn-Olof Skytt, tel 790 8649. Tillåtna hjälpmedel:
Läs merTAMS65 - Föreläsning 8 Test av fördelning χ 2 -test
TAMS65 - Föreläsning 8 Test av fördelning χ 2 -test Martin Singull Matematisk statistik Matematiska institutionen Innehåll Grundläggande χ 2 -test Test av given fördelning Homogenitetstest TAMS65 - Fö8
Läs merTAMS65 - Föreläsning 12 Test av fördelning
TAMS65 - Föreläsning 12 Test av fördelning Martin Singull Matematisk statistik Matematiska institutionen Innehåll Grundläggande χ 2 -test Test av given fördelning Homogenitetstest TAMS65 - Fö12 1/37 Det
Läs merAvd. Matematisk statistik
Avd. Matematisk statistik TENTAMEN I SF194 SANNOLIKHETSTEORI OCH STATISTIK, MÅNDAG 1 AUGUSTI 019 KL 8.00 13.00. Examinator: Björn-Olof Skytt, 08-790 86 49. Tillåtna hjälpmedel: Formel- och tabellsamling
Läs merFöreläsning G60 Statistiska metoder
Föreläsning 8 Statistiska metoder 1 Dagens föreläsning o Chi-två-test Analys av enkla frekvenstabeller Analys av korstabeller (tvåvägs-tabeller) Problem med detta test o Fishers exakta test 2 Analys av
Läs merDel I. Uppgift 1 För händelserna A och B gäller att P (A) = 1/4, P (B A) = 1/3 och P (B A ) = 1/2. Beräkna P (A B). Svar:...
Avd. Matematisk statistik TENTAMEN I SF9/SF94/SF95/SF96 SANNOLIKHETSTEORI OCH STATISTIK, ONSDAGEN DEN 4:E OKTOBER 08 KL 8.00 3.00. Examinator för SF94/SF96: Tatjana Pavlenko, 08-790 84 66 Examinator för
Läs merSF1901: Sannolikhetslära och statistik. Statistik: Intervallskattning (konfidensintervall)
SF1901: Sannolikhetslära och statistik Föreläsning 9. Statistik: Intervallskattning (konfidensintervall) Jan Grandell & Timo Koski 21.02.2012 Jan Grandell & Timo Koski () Matematisk statistik 21.02.2012
Läs merJämförelse av två populationer
Föreläsning 10 (Kap. 9.1-9.3, 10.1-10.3): Jämförelse av två populationer Marina Axelson-Fisk 18 maj, 2016 Goodness-of-fit test Kontingenstabeller Idag: Jämförelse av två medelvärden Jämförelse av två varianser
Läs merHypotesprövning. Andrew Hooker. Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University
Hypotesprövning Andrew Hooker Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University Hypotesprövning Liksom konfidensintervall ett hjälpmedel för att
Läs merSF1901: SANNOLIKHETSTEORI OCH HYPOTESPRÖVNING. STATISTIK. Tatjana Pavlenko. 13 maj 2015
SF1901: SANNOLIKHETSTEORI OCH STATISTIK FÖRELÄSNING 13 HYPOTESPRÖVNING. Tatjana Pavlenko 13 maj 2015 PLAN FÖR DAGENS FÖRELÄSNING Begrepp inom hypotesprövning (rep.) Tre metoder för att avgöra om H 0 ska
Läs merLufttorkat trä Ugnstorkat trä
Avd. Matematisk statistik TENTAMEN I SF1901 och SF1905 SANNOLIKHETSTEORI OCH STATISTIK, TORSDAGEN DEN 18:E OKTOBER 2012 KL 14.00 19.00. Examinator: Tatjana Pavlenko, tel 790 8466. Tillåtna hjälpmedel:
Läs merUppgift 1 (a) För två händelser, A och B, är följande sannolikheter kända
Avd. Matematisk statistik TENTAMEN I SF90, SANNOLIKHETSTEORI OCH STATISTIK, TISDAGEN DEN 9:E JUNI 205 KL 4.00 9.00. Kursledare: Tatjana Pavlenko, 08-790 84 66 Tillåtna hjälpmedel: Formel- och tabellsamling
Läs merfaderns blodgrupp sannolikheten att barnet skall få blodgrupp A0 A0 1/2 AA 1 AB 1/2 Övriga 0
Avd. Matematisk statistik TENTAMEN I SF1902 SANNOLIKHETSTEORI OCH STATISTIK, TISDAGEN DEN 9:E JUNI 2015 KL 14.00 19.00. Kursledare och examinator : Björn-Olof Skytt, tel 790 8649. Tillåtna hjälpmedel:
Läs merThomas Önskog 28/
Föreläsning 0 Thomas Önskog 8/ 07 Konfidensintervall På förra föreläsningen undersökte vi hur vi från ett stickprov x,, x n från en fördelning med okända parametrar kan uppskatta parametrarnas värden Detta
Läs merUppgift 1. P (A) och P (B) samt avgör om A och B är oberoende. (5 p)
Avd. Matematisk statistik TENTAMEN I SF90, SF905, SANNOLIKHETSTEORI OCH STATISTIK, MÅNDAGEN DEN 8:E AUGSTI 204 KL 08.00 3.00. Kursledare: Tatjana Pavlenko, 08-790 84 66 Tillåtna hjälpmedel: Formel- och
Läs mercx 5 om 2 x 8 f X (x) = 0 annars Uppgift 4
Avd. Matematisk statistik TENTAMEN I SF1902 SANNOLIKHETSTEORI OCH STATISTIK ONSDAGEN DEN 1:A JUNI 201 KL 8.00 13.00. Kursledare och examinator : Björn-Olof Skytt, tel 790 849. Tillåtna hjälpmedel: miniräknare,
Läs merAvd. Matematisk statistik
Avd. Matematisk statistik TENTAMEN I SF1902 SANNOLIKHETSTEORI OCH STATISTIK MÅNDAGEN DEN 14:E AUGUSTI 2017 KL 8.00 13.00. Kursledare och examinator : Björn-Olof Skytt, tel 790 8649. Tillåtna hjälpmedel:
Läs merFöreläsning 5: Hypotesprövningar
Föreläsning 5: Hypotesprövningar Johan Thim (johan.thim@liu.se) 24 november 2018 Vi har nu studerat metoder för hur man hittar lämpliga skattningar av okända parametrar och även stängt in dessa skattningar
Läs merDel I. Uppgift 1 Låt A och B vara två oberoende händelser. Det gäller att P (A) = 0.4 och att P (B) = 0.3. Bestäm P (B A ). Svar:...
Avd. Matematisk statistik EXEMPELTENTAMEN I SANNOLIKHETSTEORI OCH STATISTIK, Tillåtna hjälpmedel: Formel- och tabellsamling i Matematisk statistik (utdelas vid tentamen). Tentamen består av två delar,
Läs merAvd. Matematisk statistik
Avd. Matematisk statistik TENTAMEN I SF1902 SANNOLIKHETSTEORI OCH STATISTIK MÅNDAGEN DEN 15:E AUGUSTI 201 KL 8.00 13.00. Kursledare och examinator : Björn-Olof Skytt, tel 790 849. Tillåtna hjälpmedel:
Läs mer0 om x < 0, F X (x) = x. 3 om 0 x 1, 1 om x > 1.
Avd. Matematisk statistik TENTAMEN I SF9, SF95 SANNOLIKHETSTEORI OCH STATISTIK, MÅNDAGEN DEN 2:E JANUARI 25 KL 4. 9.. Kursledare: Gunnar Englund, 73 32 37 45 Tillåtna hjälpmedel: Formel- och tabellsamling
Läs merSF1901: SANNOLIKHETSTEORI OCH STATISTIKTEORI KONSTEN ATT DRA INTERVALLSKATTNING. STATISTIK SLUTSATSER. Tatjana Pavlenko.
SF1901: SANNOLIKHETSTEORI OCH STATISTIK FÖRELÄSNING 10 STATISTIKTEORI KONSTEN ATT DRA SLUTSATSER. INTERVALLSKATTNING. Tatjana Pavlenko 25 april 2017 PLAN FÖR DAGENS FÖRELÄSNING Statistisk inferens oversikt
Läs merχ 2 -test χ 2 -test med skattade parametrar små talens lag (Bortkiewicz) homogenitetstest oberoendetest
STATISTIK FÖR BIOTEKNIK FÖRELÄSNING 12. χ 2 -TEST OCH LIKNANDE Jan Grandell & Timo Koski 04.12.2017 Jan Grandell & Timo Koski Matematisk statistik 04.12.2017 1 / 40 INNEHÅLL χ 2 -test χ 2 -test med skattade
Läs merBestäm med hjälp av en lämplig och välmotiverad approximation P (X > 50). (10 p)
Avd. Matematisk statistik TENTAMEN I SF1901, SF1905, SANNOLIKHETSTEORI OCH STATISTIK, MÅNDAGEN DEN 17:E AUGUSTI 2015 KL 8.00 13.00. Kursledare: Tatjana Pavlenko, 08-790 84 66 Tillåtna hjälpmedel: Formel-
Läs merSF1922/SF1923: SANNOLIKHETSTEORI OCH INTERVALLSKATTNING. STATISTIK. Tatjana Pavlenko. 24 april 2018
SF1922/SF1923: SANNOLIKHETSTEORI OCH STATISTIK FÖRELÄSNING 11 INTERVALLSKATTNING. Tatjana Pavlenko 24 april 2018 PLAN FÖR DAGENS FÖRELÄSNING Vad är en intervallskattning? (rep.) Den allmänna metoden för
Läs merF9 SAMPLINGFÖRDELNINGAR (NCT
Stat. teori gk, ht 006, JW F9 SAMPLINGFÖRDELNINGAR (NCT 7.1-7.4) Ordlista till NCT Sample Population Simple random sampling Sampling distribution Sample mean Standard error The central limit theorem Proportion
Läs merSF1901: Sannolikhetslära och statistik. Statistik: Intervallskattning (konfidensintervall) Jan Grandell & Timo Koski
SF1901: Sannolikhetslära och statistik Föreläsning 10. Statistik: Intervallskattning (konfidensintervall) Jan Grandell & Timo Koski 18.02.2016 Jan Grandell & Timo Koski Matematisk statistik 18.02.2016
Läs merTAMS65 - Föreläsning 12 Test av fördelning
TAMS65 - Föreläsning 12 Test av fördelning Martin Singull Matematisk statistik Matematiska institutionen Innehåll Grundläggande χ 2 -test Test av given fördelning Homogenitetstest TAMS65 - Fö12 1/37 Det
Läs mera) Beräkna sannolikheten att en följd avkodas fel, det vill säga en ursprungliga 1:a tolkas som en 0:a eller omvänt, i fallet N = 3.
Avd. Matematisk statistik TENTAMEN I SF1901 SANNOLIKHETSTEORI OCH STATISTIK, TISDAGEN DEN 14:E MARS 017 KL 08.00 13.00. Examinator: Thomas Önskog, 08 790 84 55. Tillåtna hjälpmedel: Formel- och tabellsamling
Läs merSF1920/SF1921 Sannolikhetsteori och statistik 6,0 hp Föreläsning 3 Diskreta stokastiska variabler. Jörgen Säve-Söderbergh
SF1920/SF1921 Sannolikhetsteori och statistik 6,0 hp Föreläsning 3 Diskreta stokastiska variabler Jörgen Säve-Söderbergh Stokastisk variabel Singla en slant två gånger. Ω = {Kr Kr, Kr Kl, Kl Kr, Kl Kl}
Läs merAvd. Matematisk statistik
Avd. Matematisk statistik TENTAMEN I SF90 TILLÄMPAD STATISTIK, ONSDAGEN DEN 7:E APRIL 09 KL 8.00 3.00. Examinator: Björn-Olof Skytt, 08-790 8649 Tillåtna hjälpmedel: Formel- och tabellsamling i Matematisk
Läs merTAMS65 - Föreläsning 6 Hypotesprövning
TAMS65 - Föreläsning 6 Hypotesprövning Martin Singull Matematisk statistik Matematiska institutionen Innehåll Exempel Allmän beskrivning P-värde Binomialfördelning Normalapproximation TAMS65 - Fö6 1/33
Läs merFöreläsning G60 Statistiska metoder
Föreläsning 6 Statistiska metoder 1 Dagens föreläsning o Kort om projektet o Hypotesprövning Populationsandel Populationsmedelvärde p-värdet 2 Kort om projektet Syftet med projektet i denna kurs är att
Läs merFöreläsningsanteckningar till kapitel 9, del 2
Föreläsningsanteckningar till kapitel 9, del 2 Kasper K. S. Andersen 17 oktober 2018 1 Hur väljar man hypotes och mothypotes? Allmänt finns två möjliga resultat av en statistik test: Nollhypotesen H 0
Läs merTentamen i Statistik, STA A10 och STA A13 (9 poäng) Måndag 14 maj 2007, Kl
Karlstads universitet Avdelningen för nationalekonomi och statistik Tentamen i Statistik, STA A10 och STA A13 (9 poäng) Måndag 14 maj 2007, Kl 08.15-13.15 Tillåtna hjälpmedel: Bifogad formelsamling, approximationsschema
Läs merSF1901: SANNOLIKHETSTEORI OCH HYPOTESPRÖVNING. STATISTIK. Tatjana Pavlenko. 4 oktober 2016
SF1901: SANNOLIKHETSTEORI OCH STATISTIK FÖRELÄSNING 12 HYPOTESPRÖVNING. Tatjana Pavlenko 4 oktober 2016 PLAN FÖR DAGENS FÖRELÄSNING Intervallskattning med normalfördelade data: två stickprov (rep.) Intervallskattning
Läs merAvd. Matematisk statistik
Avd. Matematisk statistik TENTAMEN I SF1907, SF1908 samt SF1913 SANNOLIKHETSTEORI OCH STATISTIK, ONS- DAGEN DEN 9:E JANUARI 2013 KL 14.00 19.00. Examinator: Tatjana Pavlenko, tel 790 8466. Tillåtna hjälpmedel:
Läs merTAMS65 - Föreläsning 6 Hypotesprövning
TAMS65 - Föreläsning 6 Hypotesprövning Martin Singull Matematisk statistik Matematiska institutionen Innehåll Exempel Allmän beskrivning p-värde Binomialfördelning Normalapproximation TAMS65 - Fö6 1/36
Läs mer(a) Avgör om A och B är beroende händelser. (5 p) (b) Bestäm sannolikheten att A inträffat givet att någon av händelserna A och B inträffat.
Avd. Matematisk statistik TENTAMEN I SF1901, SANNOLIKHETSLÄRA OCH STATISTIK I, MÅNDAGEN DEN 15 AUGUSTI 2016 KL 08.00 13.00. Examinator: Tatjana Pavlenko, 08 790 84 66. Kursledare: Thomas Önskog, 08 790
Läs merb) Om vi antar att eleven är aktiv i en eller flera studentföreningar vad är sannolikheten att det är en kille? (5 p)
Avd. Matematisk statistik TENTAMEN I SF1920 och SF1921 SANNOLIKHETSTEORI OCH STATISTIK, FREDAGEN DEN 8:E JUNI 2018 KL 14.00 19.00. Examinator: Björn-Olof Skytt, 08 790 86 49. Tillåtna hjälpmedel: Formel-
Läs merF22, Icke-parametriska metoder.
Icke-parametriska metoder F22, Icke-parametriska metoder. Christian Tallberg Statistiska institutionen Stockholms universitet Tidigare när vi utfört inferens, dvs utifrån stickprov gjort konfidensintervall
Läs merFöreläsning 9, Matematisk statistik 7.5 hp för E Konfidensintervall
Föreläsning 9, Matematisk statistik 7.5 hp för E Konfidensintervall Stas Volkov Stanislav Volkov s.volkov@maths.lth.se FMSF20 F9: Konfidensintervall 1/19 Stickprov & Skattning Ett stickprov, x 1, x 2,...,
Läs merMatematisk statistik 9.5 hp, HT-16 Föreläsning 11: Konfidensintervall
Matematisk statistik 9.5 hp, HT-16 Föreläsning 11: Konfidensintervall Anna Lindgren 7+8 november 2016 Anna Lindgren anna@maths.lth.se FMS012/MASB03 F11: Konfidensintervall 1/19 Stickprov & Skattning Ett
Läs merFÖRELÄSNING 8:
FÖRELÄSNING 8: 016-05-17 LÄRANDEMÅL Konfidensintervall för väntevärdet då variansen är okänd T-fördelningen Goodness of fit-test χ -fördelningen Hypotestest Signifikansgrad Samla in data Sammanställ data
Läs merTT091A, TVJ22A, NVJA02 Pu, Ti. 50 poäng
Matematisk statistik Provmoment: Ladokkod: Tentamen ges för: TT091A, TVJ22A, NVJA02 Pu, Ti 7,5 högskolepoäng Namn: (Ifylles av student) Personnummer: (Ifylles av student) Tentamensdatum: 2012-08-31 Tid:
Läs mer9. Konfidensintervall vid normalfördelning
TNG006 F9 09-05-016 Konfidensintervall 9. Konfidensintervall vid normalfördelning Låt x 1, x,..., x n vara ett observerat stickprov av oberoende s.v. X 1, X,..., X n var och en med fördelning F. Antag
Läs merTentamentsskrivning: Matematisk Statistik med Metoder MVE490 1
Tentamentsskrivning: Matematisk Statistik med Metoder MVE490 1 Tentamentsskrivning i Matematisk Statistik med Metoder MVE490 Tid: den 16 augusti, 2017 Examinatorer: Kerstin Wiklander och Erik Broman. Jour:
Läs merAvd. Matematisk statistik
Avd. Matematisk statistik TENTAMEN I SF1901, SANNOLIKHETSTEORI OCH STATISTIK, ONSDAGEN DEN 28:E OKTOBER 2015 KL 8.00 13.00. Kursledare: Tatjana Pavlenko, 08-790 84 66, Björn Olof Skytt 08-790 86 49. Tillåtna
Läs merTentamen i Sannolikhetslära och statistik, TNK069, , kl 8 13.
LINKÖPINGS UNIVERSITET ITN, Campus Norrköping Univ lekt George Baravdish Tentamen i Sannolikhetslära och statistik, TNK69, 26--7, kl 8 3. Hjälpmedel är räknare med tömda minnen samt formelsamling utgiven
Läs merTMS136. Föreläsning 13
TMS136 Föreläsning 13 Jämförelser mellan två populationer Hittills har vi gjort konfidensintervall och tester kring parametrar i EN population I praktiska sammanhang är man ofta intresserad av att jämföra
Läs merFöreläsning 8, Matematisk statistik 7.5 hp för E Punktskattningar
Föreläsning 8, Matematisk statistik 7.5 hp för E Punktskattningar Stas Volkov Stanislav Volkov s.volkov@maths.lth.se FMSF20 F8: Statistikteori 1/20 Översikt Exempel Repetition Exempel Matematisk statistik
Läs merStatistik 1 för biologer, logopeder och psykologer
Innehåll 1 Hypotesprövning Innehåll Hypotesprövning 1 Hypotesprövning Inledande exempel Hypotesprövning Exempel. Vi är intresserade av en variabel X om vilken vi kan anta att den är (approximativt) normalfördelad
Läs merAutokorrelation och Durbin-Watson testet. Patrik Zetterberg. 17 december 2012
Föreläsning 6 Autokorrelation och Durbin-Watson testet Patrik Zetterberg 17 december 2012 1 / 14 Korrelation och autokorrelation På tidigare föreläsningar har vi analyserat korrelationer för stickprov
Läs merFöreläsning 2. NDAB01 Statistik; teori och tillämpning i biologi
Föreläsning 2 Statistik; teori och tillämpning i biologi 1 Normalfördelning Samplingfördelningar och CGS Fördelning för en stickprovsstatistika (t.ex. medelvärde) kallas samplingfördelning. I teorin är
Läs merTentamen i matematisk statistik (9MA241/9MA341, STN2) kl 08-12
LINKÖPINGS UNIVERSITET MAI Johan Thim Tentamen i matematisk statistik (9MA21/9MA31, STN2) 212-8-2 kl 8-12 Hjälpmedel är: miniräknare med tömda minnen och formelbladet bifogat. Varje uppgift är värd 6 poäng.
Läs merJörgen Säve-Söderbergh
SF1920/SF1921 Sannolikhetsteori och statistik 6,0 hp Föreläsning 8 Binomial-, hypergeometrisk- och Poissonfördelning Exakta egenskaper Approximativa egenskaper Jörgen Säve-Söderbergh Binomialfördelningen
Läs merProvmoment: Tentamen 6,5 hp Ladokkod: A144TG Tentamen ges för: TGMAI17h, Maskiningenjör - Produktutveckling. Tentamensdatum: 28 maj 2018 Tid: 9-13
Matematisk Statistik 7,5 högskolepoäng Provmoment: Tentamen 6,5 hp Ladokkod: A144TG Tentamen ges för: TGMAI17h, Maskiningenjör - Produktutveckling Tentamensdatum: 28 maj 2018 Tid: 9-13 Hjälpmedel: Miniräknare
Läs merKapitel 10 Hypotesprövning
Sannolikhetslära och inferens II Kapitel 10 Hypotesprövning 1 Vad innebär hypotesprövning? Statistisk inferens kan utföras genom att ställa upp hypoteser angående en eller flera av populationens parametrar.
Läs merAvd. Matematisk statistik
Avd. Matematisk statistik TENTAMEN I SF1922/SF1923/SF1924 SANNOLIKHETSTEORI OCH STATISTIK, TISDAG 28 MAJ 2019 KL 8.00 13.00. Examinator för SF1922/SF1923: Tatjana Pavlekno, 08-790 86 44. Examinator för
Läs merSF1901 Sannolikhetsteori och statistik I
SF1901 Sannolikhetsteori och statistik I Jimmy Olsson Föreläsning 10 27 november 2017 1 / 28 Idag Mer om punktskattningar Minsta-kvadrat-metoden (Kap. 11.6) Intervallskattning (Kap. 12.2) Tillämpning på
Läs merb) Beräkna sannolikheten för att en person med språkcentrum i vänster hjärnhalva är vänsterhänt. (5 p)
Avd. Matematisk statistik TENTAMEN I SF1922/SF1923/SF1924 SANNOLIKHETSTEORI OCH STATISTIK, MÅNDAGEN DEN 13:E AUGUSTI 2018 KL 8.00 13.00. Examinator för SF1922/SF1923: Tatjana Pavlenko, 08-790 84 66 Examinator
Läs merAvd. Matematisk statistik
Avd. Matematisk statistik TENTAMEN I SF1901 SANNOLIKHETSTEORI OCH STATISTIK, TORSDAGEN DEN 5:E APRIL 2018 KL 14.00 19.00. Examinator: Thomas Önskog, 08 790 84 55. Tillåtna hjälpmedel: Formel- och tabellsamling
Läs merFORMELSAMLING HT-18 MATEMATISK STATISTIK FÖR B, K, N, BME OCH KEMISTER; FMSF70 & MASB02. Sannolikhetsteori. Beskrivning av data
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK FORMELSAMLING HT-18 MATEMATISK STATISTIK FÖR B, K, N, BME OCH KEMISTER; FMSF70 & MASB02 Sannolikhetsteori Följande gäller för sannolikheter:
Läs merExempel på tentamensuppgifter
STOCKHOLMS UNIVERSITET 4 mars 2010 Matematiska institutionen Avd. för matematisk statistik Mikael Andersson Exempel på tentamensuppgifter Uppgift 1 Betrakta en allmän I J-tabell enligt 1 2 3 J Σ 1 n 11
Läs merFöreläsning 4. Kapitel 5, sid Stickprovsteori
Föreläsning 4 Kapitel 5, sid 127-152 Stickprovsteori 2 Agenda Stickprovsteori Väntevärdesriktiga skattningar Samplingfördelningar Stora talens lag, Centrala gränsvärdessatsen 3 Statistisk inferens Population:
Läs merFöreläsning 11, FMSF45 Konfidensintervall
Repetition Konfidensintervall I Fördelningar Konfidensintervall II Föreläsning 11, FMSF45 Konfidensintervall Stas Volkov 2017-11-7 Stanislav Volkov s.volkov@maths.lth.se FMSF45 F11: Konfidensintervall
Läs merFöreläsning G60 Statistiska metoder
Föreläsning 7 Statistiska metoder 1 Dagens föreläsning o Hypotesprövning för två populationer Populationsandelar Populationsmedelvärden Parvisa observationer Relation mellan hypotesprövning och konfidensintervall
Läs merFaderns blodgrupp Sannolikheten att barnet skall få blodgrupp A0 A0 1/2 AA 1 AB 1/2 Övriga 0
Avd. Matematisk statistik TENTAMEN I 5B1504 MATEMATISK STATISTIK GRUNDKURS FÖR E3 LÖRDAGEN DEN 30 AUGUSTI 2003 KL 08.00 13.00. Examinator: Gunnar Englund, tel. 790 7416. Tillåtna hjälpmedel : Formel- och
Läs merAvd. Matematisk statistik
Avd. Matematisk statistik TENTAMEN I SF1913 MATEMATISK STATISTIK FÖR IT OCH ME ONSDAGEN DEN 12 JANUARI 2011 KL 14.00 19.00. Examinator: Camilla Landén, tel. 7908466. Tillåtna hjälpmedel: Formel- och tabellsamling
Läs merAvd. Matematisk statistik
Avd. Matematisk statistik TENTAMEN I SF90 SANNOLIKHETSTEORI OCH STATISTIK, ONSDAGEN DEN 26:E OKTOBER 206 KL 8.00 3.00. Examinator: Thomas Önskog, 08 790 84 55. Tillåtna hjälpmedel: Formel- och tabellsamling
Läs mer2. Test av hypotes rörande medianen i en population.
Stat. teori gk, ht 006, JW F0 ICKE-PARAMETRISKA TEST (NCT 15.1, 15.3-15.4) Ordlista till NCT Nonparametric Sign test Rank Icke-parametrisk Teckentest Rang Teckentest Teckentestet är formellt ingenting
Läs merTryckfel i K. Vännman, Matematisk Statistik, upplaga 2:13
Tryckfel i K. Vännman, Matematisk Statistik, upplaga 2:13 Kasper K. S. Andersen 11 oktober 2018 s. 10, b, l. 8: 1 4 17.62 1 5 17.62 s. 25, Tabell 1.13, linje 1, kolonn 7: 11 111 s. 26, Figur 1.19 b, l.
Läs merTENTAMEN I STATISTIKENS GRUNDER 2
STOCKHOLMS UNIVERSITET Statistiska institutionen Michael Carlson HT2012 TENTAMEN I STATISTIKENS GRUNDER 2 2012-11-20 Skrivtid: kl 9.00-14.00 Godkända hjälpmedel: Miniräknare, språklexikon Bifogade hjälpmedel:
Läs merKap 6: Normalfördelningen. Normalfördelningen Normalfördelningen som approximation till binomialfördelningen
Kap 6: Normalfördelningen Normalfördelningen Normalfördelningen som approximation till binomialfördelningen σ μ 1 Sats 6 A Om vi ändrar läge och/eller skala på en normalfördelning så har vi fortfarande
Läs merIndivid nr Första testet Sista testet
Avd. Matematisk statistik TENTAMEN I SF1902 SANNOLIKHETSTEORI OCH STATISTIK ONSDAGEN DEN 7:E JUNI 2017 KL 14.00 19.00. Kursledare och examinator : Björn-Olof Skytt, tel 790 8649. Tillåtna hjälpmedel: miniräknare,
Läs merTMS136. Föreläsning 10
TMS136 Föreläsning 10 Intervallskattningar Vi har sett att vi givet ett stickprov kan göra punktskattningar för fördelnings-/populationsparametrar En punkskattning är som vi minns ett tal som är en (förhoppningsvis
Läs merTENTAMEN I SF2950 (F D 5B1550) TILLÄMPAD MATEMATISK STATISTIK, TORSDAGEN DEN 3 JUNI 2010 KL
TENTAMEN I SF950 (F D 5B1550) TILLÄMPAD MATEMATISK STATISTIK, TORSDAGEN DEN 3 JUNI 010 KL 14.00 19.00 Examinator : Gunnar Englund, tel. 790 7416, epost: gunnare@math.kth.se Tillåtna hjälpmedel: Formel-
Läs merAvd. Matematisk statistik
Avd. Matematisk statistik TENTAMEN I SF90/SF9 SANNOLIKHETSTEORI OCH STATISTIK, ONSDAG 5 JUNI 09 KL 4.00 9.00. Examinator: Björn-Olof Skytt, 08-790 86 49. Tillåtna hjälpmedel: Formel- och tabellsamling
Läs merSannolikheten för att barnet skall få blodgrupp A0 A0 1/2 AA 1 AB 1/2 Övriga 0
Avd. Matematisk statistik TENTAMEN I SF191, SANNOLIKHETSTEORI OCH STATISTIK, ONSDAGEN DEN 1:A JUNI 216 KL 8. 13.. Kursledare: Thomas Önskog, 8-79 84 55 Tillåtna hjälpmedel: Formel- och tabellsamling i
Läs mer8 Inferens om väntevärdet (och variansen) av en fördelning
8 Inferens om väntevärdet (och variansen) av en fördelning 8. Skattning av µ och Students T-fördelning Om σ är känd, kan man använda statistikan X µ σ/ n för att hitta konfidensintervall för µ. Om σ inte
Läs merPROGRAMFÖRKLARING I. Statistik för modellval och prediktion. Ett exempel: vågriktning och våghöjd
Statistik för modellval och prediktion att beskriva, förklara och förutsäga Georg Lindgren PROGRAMFÖRKLARING I Matematisk statistik, Lunds universitet stik för modellval och prediktion p.1/4 Statistik
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 merFöreläsning 7: Punktskattningar
Föreläsning 7: Punktskattningar Matematisk statistik Chalmers University of Technology September 21, 2015 Tvådimensionella fördelningar Definition En två dimensionell slumpvariabel (X, Y ) tillordnar två
Läs merTMS136. Föreläsning 11
TMS136 Föreläsning 11 Andra intervallskattningar Vi har sett att vi givet ett stickprov och under vissa antaganden kan göra intervallskattningar för väntevärden Man kan även gör intervallskattningar för
Läs mer