Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 4 (del 2)
|
|
- Lena Fransson
- för 6 år sedan
- Visningar:
Transkript
1 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 course, 7,5 ECTS, Autum 008) 1 Defiitioer Ett estimator av ett populatiosparameter är ett stokastisk variabel som beror på iformatioe i ett stickprov... vars värde ger e approximatio till de okäd parameter Ett specifikt värde på estimator kallas för skattig eller estimat (eg. estimate)
2 Pukt- och itervallskattigar Puktskattig är ett estaka ummer, Itervallskattig (kofidesitervall) ger iformatio om puktskattiges variabilitet Lägre Kofidesgräs Puktskattig Övre Kofidesgräs Kofidesitervalles vidd Puktskattigar Vi ka skatta ett Populatios parameter Medelvärde Med ett stickprovs statistika (puktskattig) x Proportio P pˆ Varias S
3 Öskade Egeskaper hos puktskattigar: Vätevärderiktighet Ett estimator ˆ är vätevärderiktigt (vvr) estimator för ett parameter θ om vätevärde (eller medelvärde), av ˆ är θ: E( ˆ) = Exempel: Stickprovsmedelvärdet, x, är vvr estimator av Stickprovsvariase, s, är vvr estimator av Stickprovsproportio, pˆ, är vvr estimator P ˆ är vvr estimator, ˆ är INTE vvr: 1 Vätevärderiktighet ˆ 1 ˆ ˆ
4 Bias Låt ˆ vara ett estimator av θ: Bias i ˆ och θ: är skillade mella vätevärde av Bias( ˆ) = E( ˆ) ˆ För vvr estimatorer är Bias = 0 Öskade Egeskaper hos puktskattigar: Kosistes Låt ˆ vara ett estimator av θ: ˆ är kosistet estimator av θ om variase av ˆ miskar är stickprovsstorleke ökar (dvs. om skillade mella E( ˆ) och θ miskar är ökar) Kosistes öskas är ma ite ka hitta ett vvr estimator.
5 Öskade Egeskaper hos puktskattigar: Effektivitet Ata att vi har fler vvr estimatorer för θ Det mest effektiv estimator (eller mista varias vvr estimator) för θ är det estimator med mista varias. Låt 1 och vara två vvr estimatorer of θ, baserade på samma atal observatioer: ˆ ˆ är mer effektiv ä om 1 ˆ ˆ Var( ˆ 1) < Var( ˆ ) De relativa effektivitet av 1 (med avseede på ) defiieras som: ˆ Relativ Effektivitet = Var( ˆ ) Var( ˆ 1) ˆ Kofidesitervall & Kofidesivå Om P(a < θ < b) = 1 - α kallas itervalle frå a till b för ett 100(1 - α)% kofidesitervall för θ. (1 - α) är itervallets kofidesivå (α är mella 0 och 1) Vid upprepad urval av stickprov frå populatioe, och kostruktio av kofidesitervall för varje stickprov, 100(1 - α)% av itervallera täcker (iefattar) de saa värde på parameter θ Kofidesitervallet beräkat på så sätt skrivs som a < θ < b med 100(1 - α)% kofides.
6 Estimatiosprocess Populatio (medelvärde,, är okäd) Stickprov Medelvärde X = 50 Jag är 95% säker (cofidet) att ligger mella 40 & 60. Stickprov Geeral Formell Geeral formell för alla kofidesitervaller är: Puktskattig ± (trovärdighetsfaktor)(stadardavvikelse) Värdet på trovärdighetsfaktor beror på öskad kofidesivå.
7 Kofidesitervaller Populatios- Medelvärde Kofidesitervaller Populatios- Proportio Populatios- Varias Käd Okäd Kofidesitervall för är är käd Atagade Populatiosvariase är käd Populatioe är ormalfördelad om populatioe ite är ormalfördelad, aväd stor stickprovstorlek (så att kua aväda CGS) Kofidesitervalle skattas som: x z / < < x + z / där trovärdighetsfaktor, z α/, är z-värdet i stadard ormalfördelige som har yta (saolikhete) α/ till höger.
8 Felmargiale (Margi of Error = ME) Kofidesitervalle, x z / < < x + z / ka också skrivas som x ±ME där ME är felmargiale (margi of error) ME = z / Itervallsvidde, w, är lika med två gåger felmargiale. Felmargiale (ME) ME = z / Felmargiale (ME) miskar om populatiosstadardavvikelse ka miskas ( ) Stickprovsstorleke ka ökas ( ) Kofidesivå ka miskas (1 α)
9 Att hitta trovärdighetsfaktor, z α/ Ata vi vill ett 95% kofidesitervall: 1 α = = =.05 Z eheter: X eheter: z = z = 1.96 Lägre Kofidesgräse 0 Puktskattig Hitta z.05 = 1.96 frå tabelle för stadard ormalfördelig Valiga kofidesivå Kofidesivå som aväds ofta är 90%, 95%, och 99% Kofidesivå 80% 90% 95% 98% 99% 99.8% 99.9% övre Kofidesgräse Kofideskoefficiet, 1 α Z α/ -värde
10 Itervaller & Kofidesivå Sampligsfördelige för stickprovmedelvärde Itervaller sträcker frå x z till x + z α / 1 α α/ = x x 1 x Kofidesitervaller x 100(1-α)% av de kostruerade itervaller täcker ; 100(α)% täcker ite. Exempel Ett stickprov på 11 strömkretsar (eg. circuits) frå e stor ormalfördelad populatio har geomsittlig resistes på.0 ohms. Vi vet frå tidigare studie att populatios stadardavvikelse är 0.35 ohms. Kostruera ett 95% kofidesitervall för populatioes geomsittlig resistes.
11 Exempel (forts..) Lösig: x ± z =.0 ± 1.96 (.35/ 11) =.0 ± < <.4068 Exempel: Tolkig Vi är 95% säker (cofidet) att de saa geomsittlig resistes för populatioe är mella och.4068 ohms De saa geomsittliga resistes för populatioe ka vara iom itervallet och.4068 eller ej, me 95% av alla itervaller som kostrueras på så sätt (med = 11) täcker de.
12 Kofidesitervaller Populatios- Medelvärde Kofidesitervaller Populatios- Proportio Populatios- Varias Käd Okäd (Studet s) t-fördelig Ata ett stickprov på observatioer med medelvärde x och stadardavvikelse s frå ormalfördelad populatio med medelvärde Då gäller att variabel x t = s/ följer t-fördelig med ( - 1) frihetsgrader.
13 Kofidesitervall för är är okäd Om populatios stadardavvikelse är ökäd, vi ka ersätta de med stickprovs stadardavvikelse, s Detta iför extra osäkerhet eftersom s ka variera frå ett stickprov till ett aat. Därför aväder vi t-fördelige istället av ormalfördelige Kofidesitervall för är är okäd Atagade Populatiosstadardavvikelse är okäd Populatioe är ormalfördelad om populatioe ite är ormalfördelad, aväd stor stickprovsstorlek (for att kua aväda CGS) Aväd t-fördelige Kofidesitervalle skattas som: S x t -1, x t / < < + -1, / där t -1, / är värdet på t-fördelige med -1 frihetsgrader som har yta (saolikhet) α/ till höger: P(t t ) 1 > 1, / = / S
14 t-fördelige Obs: t Z är ökar Stadard Normal ( = t med stor df) t-fördeligar är bell-shaped symetriska, och har medelvärde 0, me har större varias (bredare svas) ä ormal. t (df = 13) t (df = 5) 0 t t-fördelige Yta i övre svase df Låt: = 3 df = - 1 = α =.10 α/ = α/ =.05 Dessa är t-värde (ite saolikheter) för olika kombiatioer av yta (slh) och frihetsgrader 0.90 t
15 Värde på t-fördelige (i jämförelse med Z-värde) Kofides- t t t Z ivå (10 df.) (0 df.) (30 df.) Obs: t Z är ökar Exempel Ett slumpmässigt urval på = 5 har x = 50 och s = 8. Skatta 95% kofidesitervall for d.f. = 1 = 4, så t 1, / = t4,.05 = Kofidesitervalle skattas som S t -1, / 8 50 (.0639) S < x + t -1, 8 < 50 + (.0639) 5 < x < / < <
16 Kofidesitervaller Populatios- Medelvärde Kofidesitervaller Populatios- Proportio Populatios- Varias Käd Okäd Kofidesitervall för Populatiosproportio, P Itervallskattig (kofidesitervall) för populatiosproportioe (P) ka beräkas geom att ta häsy till osäkerhet krig stickprovsproportioe ( pˆ )
17 Kofidesitervall för Populatiosproportio, P Vi mis att om stickprovsstorleke är stor ka fördelige för stickprovproportioe ( pˆ ) approximeras med ormalfördelig med stadardavvikelse P(1 P) När P är okäd ka vi approximera stadardavvikelse med: P = pˆ (1 p) ˆ Kofidesitervall för Populatiosproportio, P Övre och lägre gräsera till populatiosproportioe beräkas eligt: p(1 ˆ p) ˆ p ˆ z P pˆ z / < < + / p(1 ˆ p) ˆ där z α/ är värdet på stadard ormalfördelig för motsvarade kofidesivå pˆ är stickprovsproportioe är stickprovsstorleke
18 Exempel Ett slumpmässigt urval av 100 studeter visar att 5 är västerhad. Kostruera ett 95% kofidesitervall för de saa proportioe västerhad Exempel Ett slumpmässigt urval av 100 studeter visar att 5 är västerhad. Kostruera ett 95% kofidesitervall för de saa proportioe västerhad. p(1 ˆ p) ˆ p ˆ z / < P < pˆ + z / (.75) < < P P < < p(1 ˆ p) ˆ.5(.75) 100
19 Exempel: Tolkig Vi är 95% säker (cofidet) att de saa procet västerhad är mella 16.51% ad 33.49%. De saa proportio västerhad ka vara iom itervallet to eller ej, me 95% av alla itervaller som kostrueras på så sätt (med = 100) täcker de. Kofidesitervaller Populatios- Medelvärde Kofidesitervaller Populatios- Proportio Populatios- Varias Käd Okäd
20 Kofidesitervall för Populatiosvariase Populatios- Varias Mål: Skatta kofidesitervall för populatiosvariase, Kofidesitervalle bygger på Stickprovsvariase, s Atagade: populatioe är is ormalfördelad Kofidesitervall för Populatiosvariase Populatios Varias De stokastiska variabel χ 1 ( 1)s = χ 1, α följer Chi-två fördelig med ( 1) frihetsgrader Observera att Chi-två fördelig ka ite ata egative värde. Detta iebär att värdet på Chi-två 1, α beteckar värdet för vilket χ P( ) 1 > 1, =
21 Kofidesitervall för Populatiosvariase Populatios Varias 100(1 - α)% kofidesitervall för populatiosvariase skattas eligt: ( 1)s 1, / < < ( 1)s 1,1- / Exempel Vi testar hästighet hos datorprocessor och samlar följade data (i Mhz): # datorer 17 medelvärde 3004 (Mhz) Stadard avv. 74 (Mhz) Ata att populatioe är ormalfördelad. Bestäm 95% kofidesitervall för x
22 Att hitta Chi-två värdea = 17 iebär att så chi-två fördelige har ( 1) = 16 frihetsgrader α = 0.05 iebär att vi letar efter Chi-två värdea med yta 0.05 i udre resp. övre svase: 1, / = 16, 0.05 = ,1- / = 16, = 6.91 saolikhet / =.05 saolikhet / =.05 χ 16 = 6.91 χ 16 = 8.85 χ 16 Beräka Kofidesitervalle 95% kofidesitervalle blir ( 1)s ( 1)s < < 1, / 1,1- / (17 1)(74) 8.85 < 3037 < (17 1)(74) < 6.91 < 1683 Om vi koverterar till stadardavvikelse, vi är 95% säker att populatios stadardavvikelse CPUhästighet ligger mella 55.1 och 11.6 Mhz.
Finansiell 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 mer2. Konfidensintervall för skillnaden mellan två proportioner.
Föreläsig 12 LV1, Torsdag 12/10 Upplägg 1. Kofidesitervall för proportioer. 2. Kofidesitervall för skillade mella två proportioer. 3. Grafteori Kofidesitervall för proportioer Atag att vi vill skatta adele
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 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 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 mer================================================
rmi Halilovic: ETR ÖVNINGR TVÅ STICKPROV Vi betraktar två oberoede ormalfördelade sv och Låt x, x,, x vara ett observerat stickprov, av storleke, på N (, ) och låt y, y,, y vara ett observerat stickprov,
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 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 merFöreläsning G04 Surveymetodik 732G19 Utredningskunskap I
Föreläsig 5 732G04 Surveymetodik 732G19 Utredigskuskap I Dages föreläsig Klusterurval Estegs klusterurval Tvåstegs klusterurval Klusterurval med PPS 2 Klusterurval De urvalsdesiger som diskuterats hittills
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 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 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 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 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 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 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 merLycka till! I(X i t) 1 om A 0 annars I(A) =
Avd Matematisk statistik TENTAMEN I SF955 f d 5B555 DATORINTENSIVA METODER ONSDAGEN DEN AUGUSTI 008 KL 400 900 Examiator: Guar Eglud, tel 790746 Email: guare@mathkthse Tillåta hjälpmedel: Formel- och tabellsamlig
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 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 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 merSAMMANFATTNING TAMS65
SAMMANFATTNING TAMS65 Matematisk statistik, fortsättigskurs LÄST SOM EN DEL AV CIVILINGENJÖRSPROGRAMMET I INDUSTRIELL EKONOMI VID LITH, VT 016 Seast reviderad: 016-06-01 Författare: Viktor Cheg Iehållsförteckig
Läs merLÖSNINGAR TILL. Räkningar: (z i z) 2 = , Δ = z = 1 n. n 1. Konfidensintervall:
LÖSNINGAR TILL Matematisk statistik Tetame: 2014 10 28 kl 14 00 19 00 Matematikcetrum FMS 086 Matematisk statistik för B, K, N och BME, 7.5 hp Luds tekiska högskola MASB02 Matematisk statistik för kemister,
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 merTENTAMEN I MATEMATISK STATISTIK Datum: 13 mars 08
TENTAMEN I MATEMATISK STATISTIK Datum: 3 mars 8 Te i kurse HF3, 6H3, 6L3 MATEMATIK OCH MATEMATISK STATISTIK, Te i kurse HF ( Tidigare k 6H3), KÖTEORI OCH MATEMATISK STATISTIK, Skrivtid: 8:5-:5 Hjälpmedel:
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 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 merTentamen i Statistik STG A01 (12 hp) 5 mars 2010, kl. 08.15 13.15
Karlstads uiversitet Fakultete för ekoomi, kommuikatio och IT Statistik Tetame i Statistik STG A0 ( hp) 5 mars 00, kl. 08.5 3.5 Tillåta hjälpmedel: Bifogad formel- och tabellsamlig (skall retureras) samt
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 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 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 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 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 merId: statistik.tex :48:29Z joa
UTDRAG UR FÖRELÄSNINGSANTECKNINGAR I STATISTIKTEORI PUNKT- OCH INTERVALLSKATTNINGAR SAMT HYPOTESTEST MATEMATISK STATISTIK AK FÖR F, E, D, I, C, È; FMS 012 JOAKIM LÜBECK, SEPTEMBER 2008 Iehåll 1 Puktskattigar
Läs merLaboration 5: Konfidensintervall viktiga statistiska fördelningar
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK DATORLABORATION 5 MATEMATISK STATISTIK, AK FÖR L, FMS 033, HT-02 Laboratio 5: Kofidesitervall viktiga statistiska fördeligar Syfte I dea laboratio
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 merFORMELSAMLING MATEMATISK STATISTIK, FMS601. Fördelning Väntevärde Varians. p x (1 p) n x x = 0, 1,..., n np np(1 p) ) x = 0, 1,..., n np.
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK FORMELSAMLING MATEMATISK STATISTIK, FMS601 Valiga fördeligar Fördelig Vätevärde Varias Biomialfördelig, Bi (, p ) P (X = x) = ( x) p x (1 p)
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 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 merTENTAMEN I MATEMATIK MED MATEMATISK STATISTIK HF1004 TEN kl
TENTAMEN I MATEMATIK MED MATEMATISK STATISTIK HF004 TEN 0-04-5 kl 8.5-.5 Hjälpmedel: Formler och tabeller i statistik, räkedosa Fullstädiga lösigar erfordras till samtliga uppgifter. Lösigara skall vara
Läs merFöreläsning G70 Statistik A
Föreläsig 7 73G70 Statistik A Hypotesprövig för jämförelse av populatiosadelar Krav: vi har dragit två OSU p( p) > 5 för båda stickprove Steg : Välj sigifikasivå och formulera hypoteser H 0 : π - π = d
Läs merKonsoliderad version av. Styrelsens för ackreditering och teknisk kontroll föreskrifter (STAFS 1993:18) om EEG-märkning av färdigförpackade varor
Kosoliderad versio av Styrelses för ackrediterig och tekisk kotroll föreskrifter (STAFS 1993:18) om EEG-märkig av färdigförpackade varor Rubrike har dea lydelse geom (STAFS 2008:11) Ädrig iförd: t.o.m.
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 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 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 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 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 merIntervallskattningar, synonymt konfidensintervall eller statistiska osäkerhetsgränser
Matematisk statistik ör STS vt 004 004-05 - 04 Begt Rosé Itervallskattigar, syoymt koidesitervall eller statistiska osäkerhetsgräser Allmät om koidesitervall För att börja kokret återväder vi till det
Läs merMS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del II
Stickprov MS-A0509 Grudkurs i saolikhetskalkyl och statistik Sammafattig del II G Gripeberg Aalto-uiversitetet 4 februari 04 Estimerig 3 Kofidesitervall 4 Hypotesprövig 5 Korrelatio och regressio G Gripeberg
Läs merMA2018 Tillämpad Matematik III-Statistik, 3.5hp,
MA2018 Tillämpad Matematik III-Statistik, 3.hp, 2018-08- Hjälpmedel: Pea, radergummi och lijal. Räkedosa och medföljade formelsamlig är tillåte! Tetame består av 20 frågor! Edast Svarsblakette ska lämas
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 mer732G70 Statistik A. Föreläsningsunderlag skapad av Karl Wahlin Föreläsningsslides uppdaterade av Bertil Wegmann
73G70 Statistik A Föreläsigsuderlag skapad av Karl Wahli Föreläsigsslides uppdaterade av Bertil Wegma Istitutioe för dataveteskap (IDA) Liköpigs uiversitet vt 06 Kapitel Populatioer, stickprov och variabler
Läs mer732G70 Statistik A. Föreläsningsunderlag skapad av Karl Wahlin Föreläsningsslides uppdaterade av Bertil Wegmann
73G70 Statistik A Föreläsigsuderlag skapad av Karl Wahli Föreläsigsslides uppdaterade av Bertil Wegma Istitutioe för dataveteskap (IDA) Liköpigs uiversitet vt 07 Kapitel Populatioer, stickprov och variabler
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 merÖvningstentamen i MA2018 Tillämpad Matematik III-Statistik, 7.5hp
Övigstetame i MA08 Tillämpad Matematik III-Statistik, 7.5hp Hjälpmedel: Räkedosa och medföljade formelsamlig! Täk på att dia lösigar ska utformas så att det blir lätt för läsare att följa dia takegågar.
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 mer732G70 Statistik A. Föreläsningsunderlag skapad av Karl Wahlin Föreläsningsslides uppdaterade av Bertil Wegmann
73G70 Statistik A Föreläsigsuderlag skapad av Karl Wahli Föreläsigsslides uppdaterade av Bertil Wegma Istitutioe för dataveteskap (IDA) Liköpigs uiversitet vt 08 Kapitel Populatio, stickprov och variabler
Läs merTentamen i statistik för STA A13, 1-10 poäng Deltentamen II, 5p Lördag 9 juni 2007 kl
Avdelige för atioalekoomi och Tetame i för STA A13, 1-10 poäg Deltetame II, 5p Lördag 9 jui 007 kl. 09.00-13.00 Tillåta hjälpmedel: Bifogad formel- och tabellsamlig (skall retureras) samt miiräkare. Asvarig
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 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 merSannolikhetsteori FORMELSAMLING MATEMATISK STATISTIK, AK FÖR I, FMS 120, HT-00. Kap 2: Sannolikhetsteorins grunder
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK FORMELSAMLING MATEMATISK STATISTIK, AK FÖR I, FMS 10, HT-00 Saolikhetsteori Kap : Saolikhetsteoris gruder Följade gäller för saolikheter: 0
Läs merTENTAMEN I MATEMATISK STATISTIK
TETAME I MATEMATISK STATISTIK Te i kurse 6H, KÖTEORI OCH MATEMATISK STATISTIK, Te i kurse 6H, 6L MATEMATIK OCH MATEMATISK STATISTIK, Skrivtid: :-7: Lärare: Armi Halilovic Kurskod 6H, 6H, 6L, 6A Hjälpmedel:
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 merMatematisk statistik TMS063 Tentamen
Matematisk statistik TMS063 Tetame 208-05-30 Tid: 8:30-2:30 Tetamesplats: SB Hjälpmedel: Bifogad formelsamlig och tabell samt Chalmersgodkäd räkare. Kursasvarig: Olof Elias Telefovakt/jour: Olof Elias,
Läs merTentamen i matematisk statistik
MSTA3, Saolikhetsteori A, 5 p 5--7 Tetame i matematisk statistik Saolikhetsteori A, 5 poäg Skrivtid: 9.-5.. Tillåta hjälpmedel: Tabellsamlig, ege miiräkare. Studetera får behålla tetamesuppgiftera. På
Läs merÖvningstentamen i MA2018 Tillämpad Matematik III-Statistik, 3.5hp
Övigstetame i MA08 Tillämpad Matematik III-Statistik,.hp Hjälpmedel: Pea, radergummi och lijal. Räkedosa och medföljade formelsamlig är tillåte! Tetame består av 0 frågor! Edast Svarsblakette ska lämas
Läs merMA2018 Tillämpad Matematik III-Statistik, 3.5hp,
MA08 Tillämpad Matematik III-Statistik, 3.5hp, 08-05-3 Hjälpmedel: Pea, radergummi och lijal. Räkedosa och medföljade formelsamlig är tillåte! Tetame består av 0 frågor! Edast Svarsblakette ska lämas i!
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 13 februari 015 G. Gripeberg (Aalto-uiversitetet) MS-A0509 Grudkurs i saolikhetskalkyl och statistik
Läs merF12 Stickprovsteori, forts
F12 Stickprovsteori, forts 5.4 Cetrala gräsvärdessatse IsistaexempletvidF10hadeviefördelig fx i )=1/3, x i =1,2,3 Eobservatiofrådeakasessomettstickprovav storlek=1. Vi såg geom att studera alla möjliga
Läs merE ( X ) = (här ska ni skriva en viss bokstav! Vilken? Varför)
STOCKHOLMS UNIVERSITET HT 2005 Statistiska istitutioe 2005-09-9 MC Istruktioer till DATORÖVNING Fortsättigskurs i statistik, momet, Statistisk Teori, 0 poäg. Saolikhetsteori - Cetrala gräsvärdessatse.
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 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 merLösningsförslag 081106
Lösigsförslag 86 Uppgift Trädslag: kvalitativ, omialskala (diskret) Diameter: kvatitativ, kvotskala, kotiuerlig Höjd: kvatitativ, kvotskala, kotiuerlig Ålder: kvatitativ, kvotskala, kotiuerlig Trädslag:
Läs merStatistik för ingenjörer 1MS008
Statistik för igejörer MS8 Föreläsig Kursmål: För godkät betyg på kurse skall studete käa till ett flertal metoder och tekiker för visualiserig av datamaterial; kua geomföra ekla beräkigar av saolikheter;
Läs merTAMS15: SS1 Markovprocesser
TAMS15: SS1 Markovprocesser Joha Thim (joha.thim@liu.se) 21 ovember 218 Vad häder om vi i e Markovkedja har kotiuerlig tid istället för diskreta steg? Detta är ett specialfall av e kategori stokastiska
Läs merMA2018 Tillämpad Matematik III-Statistik, 3.5hp,
MA018 Tillämpad Matematik III-Statistik,.hp, 019-0-1 Hjälpmedel: Pea, radergummi och lijal. Räkedosa och medföljade formelsamlig är tillåte! Tetame består av 0 frågor! Edast Svarsblakette ska lämas i!
Läs merMA2018 Tillämpad Matematik III-Statistik, 3.5hp,
MA018 Tillämpad Matematik III-Statistik,.hp, 018-0-1 Hjälpmedel: Pea, radergummi och lijal. Räkedosa och medföljade formelsamlig är tillåte! Tetame består av 0 frågor! Edast Svarsblakette ska lämas i!
Läs merTentamen i matematisk statistik
Tetame i matematisk statistik Uppgift : På e arbetsplats skadades % av persoale uder ett år. 60% av alla skadade var mä. 0% av alla aställda var kvior. Är det maliga eller kviliga aställda som löper störst
Läs merFinansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 3
Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 3 Kontinuerliga sannolikhetsfördelningar (LLL Kap 7 & 9) Department of Statistics (Gebrenegus Ghilagaber, PhD, Associate Professor) Financial Statistics
Läs 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 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 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 merSTATISTIK FÖR LÄKARSTUDENTER
2015-04-05 STATISTIK FÖR LÄKARSTUDENTER Nils Karlsso läkarstudet.se INDEX INTRODUKTION...2 Att skriva saolikheter...2 Saolikhetslagar...2 Fakulteter...3 Odds och oddskvot...3 Typer av data...4 Diagram...5
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 mer