Instruktioner till arbetet med projektuppgift
|
|
- Malin Lind
- för 8 år sedan
- Visningar:
Transkript
1 LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK PROJEKTUPPGIFT HT-11 MATEMATISK STATISTIK FÖR NANO-, BIO- OCH KEMITEKNIKER, FMS086, MASB02 Instruktioner till arbetet med projektuppgift I kursen ingår att du ska göra en projektuppgift. Arbeta med dem i grupper om två, man lär sig mycket genom att diskutera med en kompis. Viss handledning ges under lektionerna, det är möjligt att du behöver mer tid utöver det schemalagda för att slutföra uppgifterna. Målsättning Syftet med denna uppgift är bl a att du: Ska träna på att hämta ett problem ur verkligheten och med hjälp av ett insamlat material konstruera en rimlig statistisk modell samt göra en kritisk granskning av modellen och dess förmåga att beskriva verkligheten; ska tillämpa dina kunskaper och med hjälp av Matlab analysera ett miljö/kemiskt datamaterial; ska träna på att skriftligt redovisa antaganden, modeller och slutsatser från en statistisk analys. Redovisning Projektet ska redovisas i form av en skriftlig rapport. Vilka krav det finns på utformningen av rapporten kan du läsa om i Appendix. Redovisning av projektet lämnas senast in 3/ Feedback lämnas i era fack under påföljande vecka. Diskussion och eventuell korrigering/komplettering görs vid sista datorövningen i läsvecka 7. Bedömningen Rapporten bedöms enligt följande kriterier: Kommunikation att lämpligt statistiskt språk och symboler används; beskrivning att lämpliga figurer, tabeller och sammanfattande mått används för att beskriva data; statistiska beräkningar att statistiska mått är rätt beräknade och verkar rimliga; tolkning av resultat att informationen från tabeller, figurer och sammanfattande mått används rätt för att beskriva data; slutsatser att korrekta slutsatser dras om data, ev med kommentarer om saknad information. Slutligen... Ha följande visdomsord i åtanke när du arbetar med uppgifterna. Som alltid när man är utkastad i verkligheten: Det finns inte något facit till problemet eller uppgiften, bara bra eller mindre bra lösningar. Som alltid i en kurs: Det är inlärningen under tiden, själva processen, som avgör hur framgångsrikt projektet är. Lycka Till!
2 Kväveoxider från en naturgaseldad värmepanna Bakgrund Det datamaterial ni ska studera består av fem vintermånaders mätningar av NO x -mängden i luften kring en naturgaseldad värmepanna i ett bostadsområde i Åkarp. Några frågeställningar som ni ska arbeta med är: Är halten av kväveoxider i värmepannans avgaser så stor att den är hälsofarlig för dem som bor i huset? Hur stort är pannans tillskott av kväveoxider till luften? Hur förändras de slutsatser ni gör om överskridande av gränsvärde då ni tar hänsyn till att mätningarna störs av mätfel? Bakgrund till mätningarna, mätuppställning och mätinstrument är beskrivna i detta avsnitt. Texten är i huvudsak hämtad från rapporten Vannerberg, Christina & Holmstedt Göran : Spridning av NO 2 från en naturgaseldad väggpanna, Institutionen för brandteknik, LTH, Inledning Naturgaseldning ger i förhållande till eldning med kol, olja, torv och ved väsentligt mycket mindre emissioner av stoft, svaveldioxider, tungmetaller och oförbrända kolväten. När det gäller emission av kväveoxider, (NO x ), ger natugaseldning, med nuvarande teknik, halter av NO x /MJ i samma storleksordning som eldning med övriga bränslen. Vid vissa konstruktioner av naturgaseldade villapannor krävs korta tillufts- och avgasvägar, varför panna placeras nära en yttervägg med avgasröret monterat rakt genom väggen. För denna typ av utsläppsanordning är man intresserad av att veta hur nära marken pannans avgasutsläpp kan placeras, utan att man riskerar hälsofarliga halter av NO 2 där människor vistas. Målsättning En mätning av NO x -halten på olika avstånd från avgasutsläppet från en naturgaseldad villapanna, en sk väggpanna, har gjorts under perioden december 1987 april Målsättningen med mätningarna har varit att erhålla långtidsvärden för NO 2, (6 månaders medelvärden). Dessa långtidsvärden ska sedan jämföras med Naturvårdsverkets NO 2 -gränsvärde för 6-månader, och tjäna som underlag för bedömning av riskavstånden från pannans avgasutsläpp till fönster, ventilationsöppningar och mark. Mätplatsen Mätningarna gjordes i ett bostadsområde i Åkarp, ett samhälle som ligger ca 1 mil NV om Malmö. Bakgrundshalten av NO x i området är påverkad av källor från Malmö stad, motorvägarna E6 och E22 samt Lund. Avståndet från E6 och E22 till mätplatsen är ca 500 m respektive 1500 m. Totalt 25 mätpunkter var utplacerade på och kring ett av husen med gaseldad panna. Invid fasaden på olika avstånd från avgasutsläppet placerades 21 punkter medan 4 mätpunkter har placerats framför eller bakom huset enligt figur 1. I denna uppgift ska ni studera mätningarna från punkt 3, placerad invid fasaden 3 m ovanför avgasutsläppet, samt från punkt 25, placerad på 1.5 m höjd ca 10 m bakom huset. Placeringen av punkt 25 är av speciellt intresse eftersom man tänker sig att bakgrundsnivån av kväveoxider i området representeras av just denna mätpunkt. Söder om mätpunkt 25 finns ett bostadsområde med 20 gaseldade pannor av just den typ vi studerar. I östlig och västlig riktning om mätpunkt 25 finns de två motorvägarna medan ett större åkerområde, med inga direkta utsläpp av kväveoxider, utbreder sig norr om mätpunkt 25. 2
3 #3 #25 N utsläpp 1 S Figur 1: Plan över mätpunkternas placering Data om villapannan Villapannan är av typen Vaillant VC 112 E. Pannan eldas med naturgas och har en maxeffekt på ca 10.5 kw. Vid denna effekt är rökgasvolymen ca 20 Nm 3 /h, dvs brännarens luftöverskottsfaktor eller Ð-tal är lika med Temperaturen i rökgaserna är ca 120 C. Rökgaserna innehåller ca ppm NO x varav ca 20% är NO 2. Koncentrationen av O 2, CO 2 och H 2 O i rökgaserna uppskattades till 9.2, 5.5 resp %. Avgaserna leds inte upp genom en skorsten utan avgaskanalen mynnar horisontellt direkt i fasaden. Utsläppet sker med forcerat drag, vilket innebär att rökgaserna blåses ut horisontellt, med en hastighet på ca 2 m/s. Pannans utsläpp är placerat på en höjd av ca 2.6 m ovan markplanet och ca 0.6 m från hörnet. Mätsystemet Mätsystemets insamlingsenhet bestod av 25 st 3.75 l tuber, som via 6 mm teflonslangar tog in luft från de olika mätpunkterna. Innehållet i tuberna analyserades med en period om 35 minuter. NO x analysen för varje tub tog 40 sekunder. Efter analysen evakuerades tuben så att en ny mängd luft kunde sugas in. Samtidigt spoladesänalysatorn igenom med N 2 för att en nollnivå för nästa mätning skulle erhållas. Detta gjordes under ytterligare 20 sekunder. Således tog analysen av samtliga mätpunkter, en sk mätcykel, 25 minuter. Efter en mätcykel gjordes ytterligare genomspolning av ren kvävgas på samtliga tuber. Orsaken till att analysatorn spolades med ren kvävgas, kalibreringsgas, var att en betydande drift observerades i NO x analysatorn. Förutom NO x -halt har vindriktning, vindhastighet, utomhustemperatur och pannans avgastemperatur registrerats kontinuerligt. Mätningen av avgastemperaturen gav en indikation på om pannan var i drift eller inte. NO x -analysatorn Instrumentet som använts vid mätningen av kväveoxider är en ÄAL-model 443, NO/NO x chemiluminescent analyser, med mätområde 0-10 ppm. Mätprincipen för analysatorn bygger på den kemiluminescenta reaktionen mellan kväveoxid och ozon NO+O 3 NO 2 + O 2 3
4 vilken utsänder ljus med en intensitet som är direkt proportionell mot kväveoxidhalten. Ljusstyrkan mäts med ett fotomultiplikatorrör. Den totala halten av NO och NO 2 i luften erhölls genom att först katalytiskt omvandla NO 2 till NO. Den valda analysatorn är speciellt konstruerad för att mäta på förbränningsgaser. Vid mätningen kondenseras vattnet ej ut och detektorcellen arbetar vid ett så lågt tryck att inverkan av gassammansättningen (luft - CO 2, H 2 O förhållande) på mätsignalen kan försummas. Datamaterialet Datafiler Varje grupp får en bit av det stora datamaterialet att analysera, ca 3000 mättillfällen från punkt 3 (på fasaden) och punkt 25 (bakom huset). Data från den mätpunkt ni ska studera finns tillgängligt i fil noxgrxx där xx är ert gruppnummer (grupp 3 hämtar alltså sina data från noxgr03). Uppmätta variabler De variabler som finns tillgängliga i nox-filerna är: p3nox NO x -mätarens signal vid analys av luft (ppm) från mätpunkt 3. p25nox NO x -mätarens signal vid analys av luft (ppm) från mätpunkt 25. Observera att p25nox är kopplad till p3nox på så sätt att element nr k i p25nox hör ihop med elementet nr k i p3nox eftersom mätningarna är gjorda nästan samtidigt. p3n2 NO x -mätarens signal vid mätning på ren kvävgas (ppm) från mätpunkt 3. Observera att p3n2 är kopplad till p3nox på så sätt att element nr k i p3n2 hör ihop med elementet nr k i p3nox eftersom kvävgasmätningen är gjord omedelbart före NO x -mätningen som en kalibreringsmätning. p25n2 NO x -mätarens signal vid mätning på ren kvävgas (ppm) från mätpunkt 25. Observera att p25n2 är kopplad till p25nox på så sätt att element nr k i p25n2 hör ihop med elementet nr k i p25nox eftersom kvävgasmätningen är gjord omedelbart före NO x -mätningen som en kalibreringsmätning. p25vind ger riktningen från vilket håll vinden blåser i mätpunkt 25, där 0 är rakt norrut. Analys: Som i all statistisk analys av ett datamaterial startar ni med att göra en översikt över data varefter analysen förfinas och fördjupas efterhand. Preliminär analys Plotta NO x -mätarens signal vid analys av luft från mätpunkt 3 som var mätpunkten på fasaden, placerat 3 m ovanför avgasutsläppet. Undersök också hur NO x -mätaren beter sig då mätningarna sker på ren kvävgas i denna mätpunkt. Korrigering för drift Gör en lämplig korrigering av mätinstrumentets drift för att få observerat NO x -innehåll i mätpunkten. Hur bedömmer du driften i förhållande till det observerade NO x -innehållet? Gör en preliminär analys av NO x genom att plotta ut data, göra histogram och t.ex. beräkna medelvärde och varians. Finns det några konstigheter i data eller verkar mätsituationen ha varit under kontroll under hela den studerade perioden? 4
5 Är avgasutsläppets placering hälsofarlig? I denna deluppgift ska ni undersöka om den plym av kväveoxider som kommer från avgasutsläppet riskerar att ge hälsofarliga halter av NO x där människor vistas. Detta ska ni göra genom att analysera mätningarna från punkt 3 som är placerad på fasaden 3 meter ovanför avgasutsläppet. Speciellt intressant är det att studera hur ofta man uppmäter kväveoxidhalter som överstiger Naturvårdsverkets gränsvärde på 0.1 ppm (98-percentilen). Fördelningen för observerad NO x -halt Studera fördelningen för observerat NO x -värde i punkt 3 genom att rita ett histogram. Kan du hitta någon standardfördelning som passar bra till data? Hur ofta har de observerade NO x -halterna överskridet gränsvärdet? Ange en skattning av sannolikheten att överskrida 0.1. Gränsvärdet på 0.1 ppm är ett s.k. 98-percentils gränsvärde. Fundera ut vad det kan innebära. Mätfel i observerad NO x -halt Titta på histogrammet över observerade kväveoxider igen. Varför finns det så många negativa värden i data? Så fort man mäter någon storhet har man brus i sina mätningar som gör att även om man mäter en konstant upprepade gånger så kommer mätningarna att ibland ligga under, i bland över konstanten; man har ett mätfel. Här är det mer komplicerat än så eftersom det vi mäter också varierar från mätning till mätning. I modellformulering kan den observerade NO x halten, obsno x beskrivas som summan av verklig kväveoxidhalt, verklno x och mätfel, e, obsno x = verklno x + e Observera att både verklno x och mätfelet e är slumpvariabler och att histogrammet över observerad kväveoxidhalt kan betraktas som en skattning av en täthetsfunktion som i själva verket är summan av två täthetsfunktioner. Det ni ska undersöka är hur era tidigare slutsatser om NO x -haltens fördelning, och speciellt dess överskridande av gränsvärdet, ändras då vi även beaktar mätfelet. Fördelningar för verklno x och mätfel Många olika fördelningar för de två olika slumpvariablerna verklno x -halt och mätfel i ovanstående modell är tänkbara. Antag att vi som modell sätter att verklig kväveoxidhalt och mätfel är oberoende och båda normalfördelade, vad ger det för fördelning för observerad halt av kväveoxider? Passar denna modell till data? Av erfarenhet vet man att koncentrationer av olika kemivariabler i luft ofta kan beskrivas med en lognormalfördelning. X är lognormalfördelad med parametrar Ñ v och v, om ln(x ) är normalfördelad N (Ñ v, 2 v ). Det innebär att X har täthetsfunktionen f (x) = 1 x (ln(x) Ñ) 2 2Ô e 2 2, x > 0 Väntevärdet är E(X ) = e Ñv+ 2 v 2 medan medianen ges av Med(X ) = e Ñv. 5
6 Hur skulle du skatta Ñ v om x 1,..., x n är observationer från ovanstående lognormalfördelning? Om de observerade NO x -halterna i punkt 3 kunde tänkas vara lognormalfördelade med parameter Ñ v, vad är då skattningen av Ñ v? Undersök hur en lognormalfördelning ser ut genom att rita ut dess täthetsfunktion (se help lognpdf). För att få en fördelning som påminner något om era data, låt Ñ v -värdet ligga i närheten av din skattning av Ñ v, baserad på observerade kväveoxidhalter, och låt v vara ungefär 0.5. Med lognormalfördelningen som modell kan man fånga upp skevheten i data men fortfarande har vi inte modellerat det faktum att observerad halt blir negativ ibland; vi behöver addera ett mätfel. En enkel modell för mätfelet är att det är normalfördelat med väntevärde 0 och standardavvikelse m. Sammantaget ger det följande modell där obsno x = verklno x + e (1) verklno x är lognormalfördelad med parametrar Ñ v och v, mätfelet e är normalfördelat N (0, 2 m ). Tyvärr är det inte alldeles enkelt att uttrycka täthetsfunktionen för denna summafördelning. I det fortsatta arbetet ska ni genom simuleringar undersöka om modellen kan vara rimlig. Simuleringsstudie är modellen rimlig? Använd m-filenlognormsim (sehelp lognormsim) för att undersöka om den ovanstående modellen för observerad NO x -halt är rimlig. M-filen adderar slumptal från en lognormalfördelning och en normalfördelning och plottar histogram över de separata uppsättningarna av slumptal samt över summan. Inparametrar är Ñ och i fördelningarna. Utgå t.ex. från en lognormalfördelning med parametrar i det område du studerat tidigare (Ñ v som din tidigare skattning och v 0.5) samt en normalfördelning med standardavvikelse m i intervallet Jämför histogrammet över summan med histogrammet över dina observerade data. Undersök hur känslig summafördelningen är genom att skruva lite på parametervärdena i lognormaloch normalfördelningen. Verkar modellen rimlig, dvs kan du finna värden på parametrarna så att histogrammet för summan ungefär liknar histogrammet för dina observerade NO x -halter? I modellen ovan påverkas fördelningen för obsno x av de tre parametrarna Ñ v, v och m och ni har flyttat runt lite i det tredimensionella parameterrummet på jakt efter en punkt som ska passa till data så bra som möjligt. Naturligtvis kan man inte göra det helt planlöst, man behöver en strategi för att finna optimum och/eller ytterligare information om parametrarna. I detta fall är det lyckligtvis så att själva försöksuppläggningen av kväveoxidmätningarna ger oss en möjlighet att skatta mätfelets standardavvikelse m. Arbetet med detta ligger dock utanför kursens tidsram. Är det hälsovådligt på tre meters avstånd från avgaskällan? Återgå till den ursprungliga frågeställningen i uppgiften: Är kväveoxidhalten hälsofarlig vid punkt 3, dvs 3 m från avgasutsläppet? Om man bara betraktade observerade kväveoxiderhalter, vad är den skattade sannolikheten att gränsvärdet 0.1 överstiges (det har du redan räknat fram tidigare)? 6
7 Gör ett hypotestest för att undersöka om, utgående från era observerade data, gränsvärdet (98- percentils) har överskridits? Vad är alltså er slutsats angående hälsovådligheten 3 meter ovanför värmepannans utsläpp? Ni har nu sett rimligheten i en modell för verklno X -halt. Hur tror ni att sannolikheten att gränsvärdet överstiges av verklig NO x -halt är i förhållande till den som ni ovan skattat för observerad halt? Större, mindre eller förändras den inte? Epilog : Projektet med naturgaseldade värmepannor av den studerade typen i villaområden lades ner. En av orsakerna var att man, delvis p.g.a. dessa mätningar, ansåg att kväveoxidhalten var för hög runt avgasutsläppet. Kommentar? Hur stort är pannans tillskott av kväveoxider till luften? Den andra stora frågeställningen i undersökningen var hur stort tillskott av kväveoxider i luften som pannan gav. För att kunna uppskatta detta gjorde man mätningar vid punkt 25 som var placerad bakom huset. I denna punkt hoppades man kunna mäta upp halten av kväveoxider i bakgrundsluft åtminstone då vinden kom från norr där det var åkermark och inte fanns några direkta utsläppskällor av kväveoxider. Undersök hur den observerade mängden av NO x i mätpunkt 25 påverkas av vindens riktning. Dela förslagsvis in vindriktningarna i olika sektorer som motsvarar väderstrecken. Undersök speciellt om det finns skillnader i genomsnittlig NO x -mängd mellan nordliga vindar (från åkern) och sydliga vindar (från bostadsområdet)? Verifiera era resultat! Utnyttja mätresultaten från punkterna 3 och 25 för att undersöka hur mycket värmepannan ökar mängden kväveoxider i luften. 7
8 Appendix Liten vägledning angående redovisning av datorprojekt Projektredovisning Du skall med stöd av frågorna i projekthandledningen skriva en självständig redovisning som täcker det väsentliga innehållet. Figurer som förtydligar framställningen bör tas med i redovisningen och skall då naturligtvis kommenteras. Redovisningen skall vara utformad i enlighet med de allmänna riktlinjer som presenteras nedan. Du skall innan du lämnar in den gå igenom din redovisning enligt den checklista som bifogas. Fyll i checklistan och lämna in den som försättsblad till din redovisning. Allmänna riktlinjer på utformningen av projektredovisningar Målgrupp Om inget annat anges skall målgruppen för skriften anses vara en person med bakgrundskunskaper som en teknolog i samma årskurs, som läst den aktuella kursen men inte är insatt i detaljerna i den aktuella uppgiften. Språkbruk Språket i skriften skall vara anpassat för målgruppen och texten skall vara tillräckligt fyllig för att en person i målgruppen utan större ansträngning skall kunna följa med i resonemang och motiveringar. Skriften skall vara korrekturläst så att språk- och skrivfel är rättade. Utformning och innehåll Skriften skall vara försedd med sammanfattning, innehållsförteckning och referenslista samt ha titelsida. Den löpande texten bör vara väl strukturerad med tydliga avsnittsrubriker. I texten skall använda metoder, försöksuppställningar, mätningar och liknande beskrivas relativt utförligt om de inte är givna på förhand. Valet av metoderna skall motiveras om de inte är bestämda på förhand. Förutsättningar, förenklingar och gjorda antaganden skall tydligt redovisas. Längre beräkningar, mätresultat etcetera bör, om de inte är väsentliga för diskussionen, redovisas i bilagor till vilka tydliga hänvisningar skall göras. Om det motiveras av innehållet och underlättar förståelsen av texten skall skriften vara försedd med figurer, diagram och tabeller. Figurer och liknande skall vara försedda med figurtexter och tydlig numrering samt vara antingen infogade i anslutning till den löpande texten eller placerade i en bilaga efter löptexten. Källhänvisningar I alla delar av skriften skall använda källor anges noggrant. Dessa källhänvisningar skall vara utformade enligt gängse norm och källorna skall vara allmänt tillgängliga. Hänvisningar till kurskompendier och liknande får dock göras i förenklad form. Återkoppling Återkoppling och kommentarer från rättande lärare skall vara relativt utförliga. De skall framföras skriftligt eller muntligt och med tillfälle till en kort diskussion. De tidigare beskrivna bedömningskriterierna kommer att användas. 8
9 Lunds Tekniska Högskola Matematikcentrum Matematisk Statistik Matstat för K, B och N, HT-11 namn, projektgrupp och linje : utförd/inlämnad: godkänd: Redovisning av Projekt Checklista Ja Nej 1. Är alla momenten i projektet utförda? 2. Har rapporten blivit korrekturläst? Är språk- och skrivfel rättade? 3. Är figurer, tabeller och liknande försedda med figurtexter och tydlig numrering? 4. Har alla figurer storheter inskrivna på alla axlar? 5. Är de beräkningar som kan kontrollräknas kontrollräknade? 6. Har du gjort en rimlighetsbedömning av samtliga resultat? 7. Har eventuella orimliga resultat blivit vederbörligen kontrollerade och kommenterade? 8. Är den löpande texten väl strukturerad med tydliga avsnittsrubriker? 9. Är skriften försedd med: Projekt/grupp nr? Sammanfattning? Innehållsförteckning? Referenslista? Sidnumrering? Datum? 10. Har förutsättningar, förenklingar och gjorda antaganden tydligt redovisats? 11. Är din rapport läsbar utan tillgång till projekthandledningen? 12. Är detta försättsblad med checklista fullständigt ifyllt? 9
Regler för grupparbeten, inlämnings- och laborationsuppgifter
1 Fastställda av UNRH 2000-12-05 Civilingenjörsprogrammet i riskhanteringsprogrammet Regler för grupparbeten, inlämnings- och laborationsuppgifter Arbete i samband med inlämningsuppgifter och laborationer
Allmänna krav på utformningen och användandet av inlämningsuppgifter i kurser som ges av Brandteknik
Administrativ rutin 1 2004-01-29 rev Dnr 99046II/hf Brandteknik Allmänna krav på utformningen och användandet av inlämningsuppgifter i kurser som ges av Brandteknik Syfte med inlämningsuppgifter Inom utbildningen
Allmänna krav för inlämningsuppgifter vid V- programmet LTH
V-programmets inlämningsuppgifter 1(6) UNV 2003-09-11 Allmänna krav för inlämningsuppgifter vid V- programmet LTH Mål och syfte Detta dokument ska medverka till att under V-utbildningens gång kontinuerligt
Analys av signalsubstanser i hjärnan
Matematisk statistik för K, TMA074 Analys av signalsubstanser i hjärnan Bakgrund och målsättning Projektet går ut på att studera frisättningen av dopamin hos nervceller. De två huvudsakliga frågeställningarna
repetera begreppen sannolikhetsfunktion, frekvensfunktion och fördelningsfunktion
Lunds tekniska högskola Matematikcentrum Matematisk statistik FMSF25: MATEMATISK STATISTIK KOMPLETTERANDE PROJEKT DATORLABORATION 1, 14 NOVEMBER 2017 Syfte Syftet med dagens laboration är att du ska träna
1 Introduktion till projektuppgiften
Lunds tekniska högskola Matematikcentrum Matematisk statistik Datorlaborationer del I, HT-13 Matematisk statistik för B,K,N och MedTekn, fms086, masb02 För att få tillgång till de datafiler som hänvisas
Hemuppgift 3 modellval och estimering
Lunds Universitet Ekonomihögskolan Statistiska Institutionen STAB 13 VT11 Hemuppgift 3 modellval och estimering 1 Inledning Denna hemuppgift är uppdelad i två delar. I den första ska ni med hjälp av olika
Analys av signalsubstanser i hjärnan
Matematisk statistik för K, TMA074 Analys av signalsubstanser i hjärnan Bakgrund och målsättning Projektet går ut på att studera frisättningen av dopamin hos nervceller. De två huvudsakliga frågeställningarna
Två parametrar: µ (väntevärdet) och σ (standardavvikelsen) µ bestämmer normalfördelningens läge
Lunds tekniska högskola Matematikcentrum Matematisk statistik Matematisk statistik AK för ekosystemteknik, FMSF75 OH-bilder 28-9-3 Normalfördelningen, X N(µ, σ) f(x) = e (x µ)2 2σ 2, < x < 2π σ.4 N(2,).35.3.25.2.5..5
träna på att använda olika grafiska metoder för att undersöka vilka fördelningar ett datamaterial kan komma från
Matematikcentrum Matematisk statistik MASB11: BIOSTATISTISK GRUNDKURS DATORLABORATION 1, 1 APRIL 215 FÖRDELNINGAR, SIMULERING OCH FÖRDELNINGSANPASSNING Syfte Syftet med dagens laboration är att du ska
1 Syfte. 2 Moment hos och faltning av fördelningar MATEMATISK STATISTIK, AK FÖR L, FMS 033, HT Angående grafisk presentation
UNDS TEKNISKA ÖGSKOA MATEMATIKCENTRUM MATEMATISK STATISTIK MATEMATISK STATISTIK, AK FÖR, FMS 33, T-3!"$&' (*) 1 Syfte I den första delen av detta projekt skall vi försöka hitta begripliga tolkningar av
Matematikcentrum 1(6) Matematisk Statistik Lunds Universitet MASB11 - Biostatistisk grundkurs VT2014, lp3. Laboration 2. Fördelningar och simulering
Matematikcentrum 1(6) Matematisk Statistik Lunds Universitet MASB11 - Biostatistisk grundkurs VT2014, lp3 Laboration 2 Fördelningar och simulering Introduktion 2014-02-06 Syftet med laborationen är dels
Matematisk statistik allmän kurs, MASA01:B, HT-14 Laborationer
Lunds universitet Matematikcentrum Matematisk statistik Matematisk statistik allmän kurs, MASA01:B, HT-14 Laborationer Information om laborationerna I andra halvan av MASA01 kursen ingår två laborationer.
Första sidan är ett försättsblad (laddas ned från kurshemsidan) Alla frågor som nns i uppgiftstexten är besvarade
HT 2011 Inlämningsuppgift 1 Statistisk teori med tillämpningar Instruktioner Ett av problemen A, B eller C tilldelas gruppen vid första övningstillfället. Rapporten ska lämnas in senast 29/9 kl 16.30.
Diskussionsproblem för Statistik för ingenjörer
Diskussionsproblem för Statistik för ingenjörer Måns Thulin thulin@math.uu.se Senast uppdaterad 20 februari 2013 Diskussionsproblem till Lektion 3 1. En projektledare i ett byggföretaget ska undersöka
Hemuppgift 2 ARMA-modeller
Lunds Universitet Ekonomihögskolan Statistiska Institutionen STAB 13 VT11 Hemuppgift 2 ARMA-modeller 1 Inledning Denna hemuppgift är uppdelad i två delar. I den första ska ni med hjälp av olika simuleringar
Laboration 4: Stora talens lag, Centrala gränsvärdessatsen och enkla punktskattningar
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK DATORLABORATION 4 MATEMATISK STATISTIK, FÖR I/PI, FMS 121/2, HT-3 Laboration 4: Stora talens lag, Centrala gränsvärdessatsen och enkla punktskattningar
F8 Skattningar. Måns Thulin. Uppsala universitet Statistik för ingenjörer 14/ /17
1/17 F8 Skattningar Måns Thulin Uppsala universitet thulin@math.uu.se Statistik för ingenjörer 14/2 2013 Inledande exempel: kullager Antag att diametern på kullager av en viss typ är normalfördelad N(µ,
Tentamen för kursen. Linjära statistiska modeller. 16 augusti 2007 9 14
STOCKHOLMS UNIVERSITET MATEMATISK STATISTIK Tentamen för kursen Linjära statistiska modeller 16 augusti 2007 9 14 Examinator: Anders Björkström, tel. 16 45 54, bjorks@math.su.se Återlämning: Rum 312, hus
bli bekant med summor av stokastiska variabler.
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK DATORÖVNING 2 MATEMATISK STATISTIK FÖR E FMSF20 Syfte: Syftet med dagens laborationen är att du skall: få förståelse för diskreta, bivariate
EXEMPEL PÅ FRÅGESTÄLLNINGAR INOM STATISTIKTE- ORIN (INFERENSTEORIN):
Lunds tekniska högskola Matematikcentrum Matematisk statistik Matematisk statistik AK för ekosystemteknik, FMSF75 OH-bilder 2018-09-19 EXEMPEL PÅ FRÅGESTÄLLNINGAR INOM STATISTIKTE- ORIN (INFERENSTEORIN):
BERÄKNING AV KARAKTERISTISKA VÄRDEN laster, hållfasthet, öden (frekvensanalys)
Lunds tekniska högskola Matematikcentrum Matematisk statistik FMSF50: Matematisk statistik för L och V OH-bilder på föreläsning 1, 2017-10-30 BERÄKNING AV KARAKTERISTISKA VÄRDEN laster, hållfasthet, öden
Instruktioner till arbetet med miniprojekt II
Lunds tekniska högskola Matematikcentrum Matematisk statistik FMS035: Matematisk statistik för M Miniprojekt II ENERGIFÖRBRUKNING FÖRE OCH EFTER ISOLERING AV HUS Instruktioner till arbetet med miniprojekt
DATORÖVNING 2 MATEMATISK STATISTIK FÖR D, I, PI OCH FYSIKER; FMSF45 & MASB03. bli bekant med summor av stokastiska variabler.
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK DATORÖVNING 2 MATEMATISK STATISTIK FÖR D, I, PI OCH FYSIKER; FMSF45 & MASB03 Syfte: Syftet med dagens laborationen är att du skall: få förståelse
Laboration 4: Hypotesprövning och styrkefunktion
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK DATORLABORATION 4 MATEMATISK STATISTIK, AK FÖR L, FMS 032, HT-07 Laboration 4: Hypotesprövning och styrkefunktion 1 Syfte I denna laboration
Instruktioner till arbetet med miniprojekt II
Lunds tekniska högskola Matematikcentrum Matematisk statistik FMS035: Matematisk statistik för M Miniprojekt II, 17 maj 2013 Instruktioner till arbetet med miniprojekt II Innan ni börjar arbeta vid Datorlaboration
Datorövning 1: Fördelningar
Lunds tekniska högskola Matematikcentrum Matematisk statistik FMS012/MASB03: MATEMATISK STATISTIK, 9 HP, VT-17 Datorövning 1: Fördelningar I denna datorövning ska du utforska begreppen sannolikhet och
Laboration 3: Stora talens lag, centrala gränsvärdessatsen och enkla punktskattningar
Lunds tekniska högskola Matematikcentrum Matematisk statistik Laboration 3 Matematisk statistik AK för CDIFysiker, FMS012/MASB03, HT15 Laboration 3: Stora talens lag, centrala gränsvärdessatsen och enkla
Kontrollera att följande punkter är uppfyllda innan rapporten lämnas in: Första sidan är ett försättsblad (laddas ned från kurshemsidan)
Statistiska institutionen VT 2012 Inlämningsuppgift 1 Statistisk teori med tillämpningar Instruktioner Ett av problemen A, B eller C tilldelas gruppen vid första övningstillfället. Rapporten ska lämnas
SF1905 Sannolikhetsteori och statistik: Lab 2 ht 2011
Avd. Matematisk statistik Tobias Rydén 2011-09-30 SF1905 Sannolikhetsteori och statistik: Lab 2 ht 2011 Förberedelser. Innan du går till laborationen, läs igenom den här handledningen. Repetera också i
Föreläsning 8: Konfidensintervall
Föreläsning 8: Konfidensintervall Matematisk statistik Chalmers University of Technology Maj 4, 2015 Projektuppgift Projektet går ut på att studera frisättningen av dopamin hos nervceller och de två huvudsakliga
Laboration 2: 1 Syfte. 2 Väntevärde och varians hos en s.v. X med fördelningen F X (x) MATEMATISK STATISTIK, AK FÖR BYGG, FMS 601, HT-08
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK MATEMATISK STATISTIK, AK FÖR BYGG, FMS 601, HT-08 Laboration 2: Om väntevärden och fördelningar 1 Syfte I denna laboration skall vi försöka
Laboration 4: Stora talens lag, Centrala gränsvärdessatsen och enkla punktskattningar
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK DATORLABORATION 4 MATEMATISK STATISTIK, AK FÖR I, FMS 120, HT-00 Laboration 4: Stora talens lag, Centrala gränsvärdessatsen och enkla punktskattningar
Laboration 5: Regressionsanalys. 1 Förberedelseuppgifter. 2 Enkel linjär regression DATORLABORATION 5 MATEMATISK STATISTIK FÖR I, FMS 012, HT-08
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK Laboration 5: Regressionsanalys DATORLABORATION 5 MATEMATISK STATISTIK FÖR I, FMS 012, HT-08 Syftet med den här laborationen är att du skall
Matematikcentrum 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,
Föreläsning 7. Statistikens grunder.
Föreläsning 7. Statistikens grunder. Jesper Rydén Matematiska institutionen, Uppsala universitet jesper.ryden@math.uu.se 1MS008, 1MS777 vt 2016 Föreläsningens innehåll Översikt, dagens föreläsning: Inledande
LÖSNINGSFÖRSLAG 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
1 Förberedelseuppgifter
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK LABORATION 2 MATEMATISK STATISTIK FÖR B, K, N, BME OCH KEMISTER; FMS086 & MASB02 Syfte: Syftet med dagens laborationen är att du skall: bli
Föreläsning 12: Regression
Föreläsning 12: Regression Matematisk statistik David Bolin Chalmers University of Technology Maj 15, 2014 Binomialfördelningen Låt X Bin(n, p). Vi observerar x och vill ha information om p. p = x/n är
Laboration 2: Styrkefunktion samt Regression
Lunds Tekniska Högskola Matematikcentrum Matematisk statistik Laboration 2 Styrkefunktion & Regression FMSF70&MASB02, HT19 Laboration 2: Styrkefunktion samt Regression Syfte Styrkefunktion Syftet med dagens
Matematisk statistik kompletterande projekt, FMSF25 Övning om regression
Lunds tekniska högskola, Matematikcentrum, Matematisk statistik Matematisk statistik kompletterande projekt, FMSF Övning om regression Denna övningslapp behandlar regression och är tänkt som förberedelse
Laboration 3: Stora talens lag, centrala gränsvärdessatsen och enkla punktskattningar
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK LABORATION 3 MATEMATISK STATISTIK AK FÖR CDIFYSIKER, FMS012/MASB03, HT12 Laboration 3: Stora talens lag, centrala gränsvärdessatsen och enkla
F13 Regression och problemlösning
1/18 F13 Regression och problemlösning Måns Thulin Uppsala universitet thulin@math.uu.se Statistik för ingenjörer 4/3 2013 2/18 Regression Vi studerar hur en variabel y beror på en variabel x. Vår modell
histogram över 1000 observerade väntetider minuter 0.06 f(x) täthetsfkn x väntetid 1
Lunds tekniska högskola Matematikcentrum Matematisk statistik FMSF5: Matematisk statistik för L och V OH-bilder på föreläsning 4, 27--8 EXEMPEL: buss. Från en busshållplats avgår en buss var 2 min (inga
BIOSTATISTISK GRUNDKURS, MASB11 ÖVNING 6 (2015-04-22) OCH INFÖR ÖVNING 7 (2015-04-29)
LUNDS UNIVERSITET, MATEMATIKCENTRUM, MATEMATISK STATISTIK BIOSTATISTISK GRUNDKURS, MASB11 ÖVNING 6 (2015-04-22) OCH INFÖR ÖVNING 7 (2015-04-29) Aktuella avsnitt i boken: Kap 61 65 Lektionens mål: Du ska
Föreläsning 7: Punktskattningar
Föreläsning 7: Punktskattningar Matematisk statistik David Bolin Chalmers University of Technology April 7, 2014 Projektuppgift Projektet går ut på att genomföra ett statistiskt försök och analysera resultaten.
Introduktion till statistik för statsvetare
"Det finns inget så praktiskt som en bra teori" November 2011 Repetition Vad vi gjort hitills Vi har börjat med att studera olika typer av mätningar och sedan successivt tagit fram olika beskrivande mått
Tentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2017-08-22 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 9.00 14.00 Jourhavande lärare: Mykola
Laboration 3: Enkla punktskattningar, styrkefunktion och bootstrap
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK DATORLABORATION 3, HT -06 MATEMATISK STATISTIK FÖR F, PI OCH NANO, FMS 012 MATEMATISK STATISTIK FÖR FYSIKER, MAS 233 Laboration 3: Enkla punktskattningar,
Datorlaboration 2. Läs igenom avsnitt 4.1 så att du får strukturen på kapitlet klar för dig.
Lunds universitet Kemometri Lunds Tekniska Högskola FMS 210, 5p / MAS 234, 5p Matematikcentrum VT 2007 Matematisk statistik version 24 januari Datorlaboration 2 1 Inledning I denna laboration behandlas
1 Syfte. 2 Moment hos och faltning av fördelningar MATEMATISK STATISTIK, AK FÖR L, FMS 033, HT-04. 2.2 Angående grafisk presentation
LUNDS TEKNISKA HÖSKOLA ATEATIKCENTRU ATEATISK STATISTIK ATEATISK STATISTIK, AK FÖR L, FS 33, HT-4!"$&' (*) 1 Syfte I den första delen av detta projekt skall vi försöka hitta begripliga tolkningar av begreppen
Examinationsuppgift 2014
Matematik och matematisk statistik 5MS031 Statistik för farmaceuter Per Arnqvist Examinationsuppgift 2014-10-09 Sid 1 (5) Examinationsuppgift 2014 Hemtenta Statistik för farmaceuter 3 hp LYCKA TILL! Sid
Tentamen 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.
histogram över 1000 observerade väntetider minuter 0.06 f(x) täthetsfkn x väntetid
Lunds tekniska högskola Matematikcentrum Matematisk statistik FMSF55: Matematisk statistik för C och M OH-bilder på föreläsning 4, 28-3-27 EXEMPEL: buss. Från en busshållplats avgår en buss var 2 min (inga
Datorövning 1 Fördelningar
Lunds tekniska högskola Matematikcentrum Matematisk statistik FMSF20: MATEMATISK STATISTIK, ALLMÄN KURS, 7.5HP FÖR E, HT-15 Datorövning 1 Fördelningar I denna datorövning ska du utforska begreppen sannolikhet
Provmoment: 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
SF1905 Sannolikhetsteori och statistik: Lab 2 ht 2010
Avd. Matematisk statistik SF1905 Sannolikhetsteori och statistik: Lab 2 ht 2010 0 Allmänna anvisningar Arbeta med handledningen, och skriv rapport, i grupper om två eller tre personer. Närvaro vid laborationstiden
Jämförelser av halter PM10 och NO2 vid Kungsgatan 42 och Kungsgatan 67 i Uppsala
Jämförelser av halter PM10 och NO2 vid Kungsgatan 42 och Kungsgatan 67 i Uppsala Mätningar under februari-april år 2017 Magnus Brydolf och Billy Sjövall Utförd på uppdrag av Uppsala kommun [Skriv här]
EXEMPEL PÅ FRÅGESTÄLLNINGAR INOM STATISTIK- TEORIN (INFERENSTEORIN):
Lunds tekniska högskola Matematikcentrum Matematisk statistik FMSF50: Matematisk statistik för L och V OH-bilder på föreläsning 7, 2017-11-20 EXEMPEL PÅ FRÅGESTÄLLNINGAR INOM STATISTIK- TEORIN (INFERENSTEORIN):
Tentamen i Statistik, STA A10 och STA A13 (9 poäng) 4 juni 2004, kl 14.00-19.00
Tentamen i Statistik, STA A10 och STA A13 (9 poäng) 4 juni 004, kl 14.00-19.00 Tillåtna hjälpmedel: Bifogad formelsamling, approimationsschema och tabellsamling (dessa skall returneras). Egen miniräknare.
Beskrivande statistik
Beskrivande statistik Tabellen ovan visar antalet allvarliga olyckor på en vägsträcka under 15 år. år Antal olyckor 1995 36 1996 20 1997 18 1998 26 1999 30 2000 20 2001 30 2002 27 2003 19 2004 24 2005
SF1901: 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
Statistiska metoder för säkerhetsanalys
F3: Slumpvariaber och fördelningar Diskret Kontinuerlig Slumpvariabler Slumpvariabler = stokastiska variabler = random variables = s.v. Heter ofta X, Y, T. Diskreta kan anta ändligt eller uppräkneligt
Finns det över huvud taget anledning att förvänta sig något speciellt? Finns det en generell fördelning som beskriver en mätning?
När vi nu lärt oss olika sätt att karaktärisera en fördelning av mätvärden, kan vi börja fundera över vad vi förväntar oss t ex för fördelningen av mätdata när vi mätte längden av en parkeringsficka. Finns
Tentamen i matematisk statistik (9MA241/9MA341, STN2) kl 14 18
LINKÖPINGS UNIVERSITET MAI Johan Thim Tentamen i matematisk statistik (9MA241/9MA341, STN2) 213-1-11 kl 14 18 Hjälpmedel är: miniräknare med tömda minnen och formelbladet bifogat. Varje uppgift är värd
Nedan redovisas resultatet med hjälp av ett antal olika diagram (pkt 1-6):
EM-fotboll 2012 några grafer Sport är en verksamhet som genererar mängder av numerisk information som följs med stort intresse EM i fotboll är inget undantag och detta dokument visar några grafer med kommentarer
Matematikcentrum 1(7) Matematisk Statistik Lunds Universitet MASB11 - Biostatistisk grundkurs HT2007. Laboration. Simulering
Matematikcentrum 1(7) Matematisk Statistik Lunds Universitet MASB11 - Biostatistisk grundkurs HT007 Laboration Simulering Grupp A: 007-11-1, 8.15-.00 Grupp B: 007-11-1, 13.15-15.00 Introduktion Syftet
Laboration 4 R-versionen
Matematikcentrum 1(5) Matematisk Statistik Lunds Universitet MASB11 VT13, lp3 Laboration 4 R-versionen Regressionsanalys 2013-03-07 Syftet med laborationen är att vi skall bekanta oss med lite av de funktioner
F9 Konfidensintervall
1/16 F9 Konfidensintervall Måns Thulin Uppsala universitet thulin@math.uu.se Statistik för ingenjörer 18/2 2013 2/16 Kursinformation och repetition Första inlämningsuppgiften rättas nu i veckan. För att
SF1901 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
Syftet med den här laborationen är att du skall bli mer förtrogen med följande viktiga områden inom matematisk statistik
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK DATORLABORATION 4 MATEMATISK STATISTIK, AK FÖR I, FMS 01, HT-07 Laboration 4: Stora talens lag, Centrala gränsvärdessatsen, enkla punktskattningar
Matematikcentrum 1(7) Matematisk Statistik Lunds Universitet Per-Erik Isberg. Laboration 1. Simulering
Matematikcentrum (7) Matematisk Statistik Lunds Universitet Per-Erik Isberg Laboration Simulering HT 006 Introduktion Syftet med laborationen är dels att vi skall bekanta oss med lite av de olika funktioner
LÖSNINGAR TILL. Matematisk statistik, Tentamen: kl FMS 086, Matematisk statistik för K och B, 7.5 hp
LÖSNINGAR TILL Matematisk statistik, Tentamen: 011 10 1 kl 14 00 19 00 Matematikcentrum FMS 086, Matematisk statistik för K och B, 7.5 hp Lunds tekniska högskola MASB0, Matematisk statistik kemister, 7.5
Gör uppgift 6.10 i arbetsmaterialet (ingår på övningen 16 maj). För 10 torskar har vi värden på variablerna Längd (cm) och Ålder (år).
Matematikcentrum Matematisk statistik MASB11: BIOSTATISTISK GRUNDKURS DATORLABORATION 4, 21 MAJ 2018 REGRESSION OCH FORTSÄTTNING PÅ MINIPROJEKT II Syfte Syftet med dagens laboration är att du ska bekanta
Instruktioner till arbetet med miniprojekt I
Lunds tekniska högskola Matematikcentrum Matematisk statistik FMS035: Matematisk statistik för M Miniprojekt I Instruktioner till arbetet med miniprojekt I Innan ni börjar arbeta vid Datorlaboration 2
Föreläsning 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:
Mer om slumpvariabler
1/20 Mer om slumpvariabler Måns Thulin Uppsala universitet thulin@math.uu.se Statistik för ingenjörer 4/2 2013 2/20 Dagens föreläsning Diskreta slumpvariabler Vilket kretskort ska man välja? Väntevärde
I detta PM pressenteras därför endast resultaten från mätningarna vid Othem Ytings 404 som utförts till och med 30 september.
Bakgrund och syfte Mellan 21 april och 31 oktober 2017 utfördes mätningar av partiklar (PM10 och PM2.5) kring Cementas anläggning i Slite på Gotland, mätningarna utfördes på tre platser, se Figur 1. Syftet
DATORÖVNING 2: STATISTISK INFERENS.
DATORÖVNING 2: STATISTISK INFERENS. START Logga in och starta Minitab. Se till att du kan skriva Minitab-kommandon direkt i Session-fönstret (se föregående datorövning). CENTRALA GRÄNSVÄRDESSATSEN Enligt
LUFTKVALITETEN I OMGIVNINGEN AV SKÖLDVIKS INDUSTRIOMRÅDE ÅR 2014
Byggnads- och miljönämnden 104 15.09.2015 LUFTKVALITETEN I OMGIVNINGEN AV SKÖLDVIKS INDUSTRIOMRÅDE ÅR 2014 324/60.600/2013 ByMiN 104 Beredning: tf. miljövårdsinspektör Enni Flykt, tfn 040-766 6760, enni.flykt@porvoo.fi
1 Bakgrund DATORÖVNING 3 MATEMATISK STATISTIK FÖR E FMSF Något om Radon och Radonmätningar. 1.2 Statistisk modell
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK DATORÖVNING 3 MATEMATISK STATISTIK FÖR E FMSF20 Syfte: Syftet med dagens laborationen är att du skall: få förståelse för punkt- och intervallskattningar.
Laboration med Minitab
MATEMATIK OCH STATISTIK NV1 2005 02 07 UPPSALA UNIVERSITET Matematiska institutionen Silvelyn Zwanzig, Tel. 471 31 84 Laboration med Minitab I denna laboration skall du få stifta bekantskap med ett statistiskt
BIOSTATISTISK GRUNDKURS, MASB11 ÖVNING 7 (2015-04-29) OCH INFÖR ÖVNING 8 (2015-05-04)
LUNDS UNIVERSITET, MATEMATIKCENTRUM, MATEMATISK STATISTIK BIOSTATISTISK GRUNDKURS, MASB ÖVNING 7 (25-4-29) OCH INFÖR ÖVNING 8 (25-5-4) Aktuella avsnitt i boken: 6.6 6.8. Lektionens mål: Du ska kunna sätta
Luftkvaliteten och vädret i Göteborgsområdet, juli 2014... 1 Luftföroreningar... 1 Vädret... 1 Var mäter vi och vad mäter vi?... 1
Juli 2014 Innehållsförteckning Luftkvaliteten och vädret i Göteborgsområdet, juli 2014... 1 Luftföroreningar... 1 Vädret... 1 Var mäter vi och vad mäter vi?... 1 Årets överskridande av miljökvalitetsnormer...
Projekt 1: Om fördelningar och risker
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK MATEMATISK STATISTIK, AK FÖR L, FMS 033, HT-02 Projekt 1: Om fördelningar och risker 1 Syfte I den första delen av detta projekt skall vi försöka
Föreläsning 1. Repetition av sannolikhetsteori. Patrik Zetterberg. 6 december 2012
Föreläsning 1 Repetition av sannolikhetsteori Patrik Zetterberg 6 december 2012 1 / 28 Viktiga statistiska begrepp För att kunna förstå mer avancerade koncept under kursens gång är det viktigt att vi förstår
TMS136. Föreläsning 7
TMS136 Föreläsning 7 Stickprov När vi pysslar med statistik handlar det ofta om att baserat på stickprovsinformation göra utlåtanden om den population stickprovet är draget ifrån Situationen skulle kunna
Idag. EDAA35, föreläsning 4. Analys. Kursmeddelanden. Vanliga steg i analysfasen av ett experiment. Exempel: exekveringstid
EDAA35, föreläsning 4 KVANTITATIV ANALYS Idag Kvantitativ analys Slump och slumptal Analys Boxplot Konfidensintervall Experiment och test Kamratgranskning Kursmeddelanden Analys Om laborationer: alla labbar
Statistiska metoder för säkerhetsanalys
F10: Intensiteter och Poissonmodeller Frågeställningar Konstant V.v.=Var Cyklister Poissonmodeller för frekvensdata Vi gör oberoende observationer av de (absoluta) frekvenserna n 1, n 2,..., n k från den
Luftkvaliteten och vädret i Göteborgsområdet, mars 2015... 1 Luftföroreningar... 1 Vädret... 1 Var mäter vi och vad mäter vi?... 1
Mars 2015 Innehållsförteckning Luftkvaliteten och vädret i Göteborgsområdet, mars 2015... 1 Luftföroreningar... 1 Vädret... 1 Var mäter vi och vad mäter vi?... 1 Årets överskridande av miljökvalitetsnormer...
Luftkvaliteten och vädret i Göteborgsområdet, november 2014... 1 Luftföroreningar... 1 Vädret... 1 Var mäter vi och vad mäter vi?...
November 2014 Innehållsförteckning Luftkvaliteten och vädret i Göteborgsområdet, november 2014... 1 Luftföroreningar... 1 Vädret... 1 Var mäter vi och vad mäter vi?... 1 Årets överskridande av miljökvalitetsnormer...
1 Förberedelser. 2 Teoretisk härledning av värmeförlust LABORATION 4: VÄRMEKRAFTVERK MATEMATISK STATISTIK AK, MAS 101:A, VT-01
LUNDS UNIVERSITET MATEMATIKCENTRUM MATEMATISK STATISTIK LABORATION 4: VÄRMEKRAFTVERK MATEMATISK STATISTIK AK, MAS 101:A, VT-01 1 Förberedelser I denna laboration modelleras värmeförlusten i ett kraftverk
Uppgift 1. f(x) = 2x om 0 x 1
Avd. Matematisk statistik TENTAMEN I Matematisk statistik SF1907, SF1908 OCH SF1913 TORSDAGEN DEN 30 MAJ 2013 KL 14.00 19.00. Examinator: Gunnar Englund, 073 321 3745 Tillåtna hjälpmedel: Formel- och tabellsamling
FMSF55: Matematisk statistik för C och M OH-bilder på föreläsning 5, a 2 e x2 /a 2, x > 0 där a antas vara 0.6.
Lunds tekniska högskola Matematikcentrum Matematisk statistik FMSF55: Matematisk statistik för C och M OH-bilder på föreläsning 5, 28-4-6 EXEMPEL (max och min): Ett instrument består av tre komponenter.
Lunds univrsitet Matematikcentrum Matematisk statistik. Biostatistisk grundkurs, MASB11 Projektuppgift VT-2015, lp3
Lunds univrsitet Matematikcentrum Matematisk statistik Biostatistisk grundkurs, MASB11 Projektuppgift VT-2015, lp3 Instruktioner I kursens projektuppgift arbetar du tillsammans med en kurskamrat, handledning
SPRIDNINGSBERÄKNINGAR Energi- och miljöcenter på Vist, Ulricehamns Energi
SPRIDNINGSBERÄKNINGAR Energi- och miljöcenter på Vist, Ulricehamns Energi BERÄKNINGSMODELL: ALARM Juni 2019 Spridningsberäkningar i samband med planering av energi- och miljöcenter på Vist, Ulricehamn
Instruktioner. Utformning av projektredovisning MATEMATISK STATISTIK AK FÖR EKOSYSTEMTEKNIK, FMSF75 PROJEKTUPPGIFT HT-18
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK MATEMATISK STATISTIK AK FÖR EKOSYSTEMTEKNIK, FMSF75 PROJEKTUPPGIFT HT-18 Instruktioner I kursens projektuppgift arbetar du tillsammans med
Forskningsmetodik 2006 lektion 2
Forskningsmetodik 6 lektion Per Olof Hulth hulth@physto.se Slumpmässiga och systematiska mätfel Man skiljer på två typer av fel (osäkerheter) vid mätningar:.slumpmässiga fel Positiva fel lika vanliga som
ska tillämpa dina kunskaper och med hjälp av Matlab analysera ett miljöstatistiskt datamaterial;
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK MATEMATISK STATISTIK AK FÖR EKOSYSTEMTEKNIK, FMS 140 PROJEKTUPPGIFT HT-15 Instruktioner I kursens projektuppgift arbetar du tillsammans med
Datorövning 2 Betingad fördelning och Centrala gränsvärdessatsen
Lunds tekniska högskola Matematikcentrum Matematisk statistik FMS012/MASB03: MATEMATISK STATISTIK, 9 HP, HT-16 Datorövning 2 Betingad fördelning och Centrala gränsvärdessatsen Syftet med den här laborationen