Fördelningen för populationen som stickprovet togs ifrån är känd så nära som på ett antal parametrar, t.ex: N med okända

Storlek: px
Starta visningen från sidan:

Download "Fördelningen för populationen som stickprovet togs ifrån är känd så nära som på ett antal parametrar, t.ex: N med okända"

Transkript

1 we Mezel, 7 we.mezel@sl.se; we.mezel@matstat.de Parametrska metoder Fördelge för poplatoe som stckprovet togs frå är käd så ära som på ett atal parametrar, t.ex: N med okäda Icke-parametrska metoder ta atagade om de derlggade fördelge!,,5,,5, -5, -,5,,5 5, 7,5

2 parametrsk ckeparametrsk -Sample t-test: kräver ormalfördelg för de derlggade poplatoera Oe-ay NOV: kräver ormalfördelg för alla grpper, ordalskalor (storleksordg fs, me dffereser sakar betydelse: t.ex. storlek av T-tröjor) dessa data ka dock ragordas styrka ka vara mdre jämfört med parametrska test

3 poplato ormalfördelad -Sample t-test (-Sample z-test) Pared t-test poplato te ormalfördelad -Sample Sg test -Sample lcoxo test lcoxo-sged ak test allmä fördelg symmetrsk fördelg -Sample Sg test på dfferesera -Sample lcoxo på dfferesera -Sample t-test Ma- -test : wlcox.test Oe-ay NOV Krskal-alls test : krskal.test

4 p P( X H H a : p.5 ~ : p.5 eller ) p.5 eller p.5 Testvarabel: M atalet värde som är större ä ~ M krt (,.5) der : mycket stora eller mycket små värde för M p värdet elgt bomalfördelge p P( H X M ) P( X M ) sdgt med x x x ta x x x x x x x x x x x x x Sherw, C.M.. Mrrors as potetal evrometal erchmet for dvdally hosed laboratory mce. ppl. m. ehav. Sc. 87: 95-.

5 H : p.5 H stckprov : M M 6,.5 der H p P M P M P M P a : p.5 M tvåsdgt tvåsdgt test test Dstrbto Dstrbtoder Plot H omal; =6; p=,5,, =. Probablty,,5,,6,6 Det värdet v fck är alltså mycket osaolkt der H P-värdet: det observerade värdet, eller ä mera

6 M M z (,, p N M ~ p), sn N, der H p, p p der H z måste därför vara N(,) -fördelad krt z tvåsdgt v förkastar H om z verkar te vara N(,)-fördelad.

7 prövar om medae för e fördelg är lka med ett hypotetskt värde gör detsamma som Sg test, me fördelge av de derlggade poplatoe måste vara symmetrsk ragordg räkas t, som för måga cke-parametrska test Exempel: V har följade värde: -, -6,, -, -, -7, 5,6, -, -, -5, -, -, Om v t.ex. testar om = smmeras alla rag värde abs rag -,, 6-6, 6, 9,, -,, ,, -7, 7, 5,6 5,6 8,, 5 krt m, 6 lower tal pper tal tabell tvåsdgt -,, -,, -5, 5, 7 -,, -,,

8 H : Om medae av e symmetrsk fördelg var borde + - vara gefär lka stora. H förkastas är t.ex. OS!: H lågt värde!... eftersom =m( +, - ) =5 osaolkt att det blr så om fördelge är symmetrsk =

9 sn E, V der H totala ragsmma E z V E V krt z tvåsdgt större ä stämmer, v testar j + två parade stckprov (t. ex före/efter) är de detska (H ) praktskt taget detsamma som Oe-Sample lcoxo test, se ere Exempel: agst måad Lareyses, I.,. lst, L. De Temmerma, C. Lemmes ad. Celemas.. Cloal varato metal accmlato ad bomass prodcto a poplar coppce cltre. I. Seasoal varato leaf, wood ad bark cocetratos. Evro. Pollto : 85-9.

10 g Nov Dff abs rag 8,, -,, 6, 6, -6, 6, 9 6,5 5,,,,6 5,6 -,, 9,5,5 -,, 8, 5,5-7, 7, 8,,7 5,6 5,6 8,,,, 5 7,9 9,9 -,, 8,, -,, 8,9, -5, 5, 7,6,7 -,,, 6,8 -,,

11 rag krt m, 6 lower tal pper tal tabell tvåsdgt 5 7 a : : 8 9 5

12 värde sample bdrag tll eller eller värde sample bdrag tll

13 mella fördelgara för poplato respektve poplato tabell P med taled oe tabell P med taled two o krt o krt :, m :

14 värde sample bdrag tll rag v tgår frå lcoxos ragsmma 6 6 som fört z m N, m ( ta"tes" ) krt z tvåsdgt

15 a k

16 k V H smma av alla rag k V testvarabel lkar V: medelvärdet över alla rag för motsvarar SST k stckprov medelvärdet över alla rag NOV för grpp Smma över alla rag H gäller alla gefär lka V lte V H k V motsvarar k SST NOV testvarabel H förkastas om H (alltså äve V) är stor, så fall avvker j grppmedelvärdea frå det gemesamma medelvärdet. Om gäller är testvarabel H gefär - fördelad, om alla är desstom tllräcklgt stora ( 5 stor: krt H ( f ) f k pper tal

17 Expermet: flytade på fskaras vkt: Vkte av fsk

Parametriska metoder. Icke-parametriska metoder. parametriska test. Icke-parametriska test. Location Shift. Vilket test ersätts med vilket?

Parametriska metoder. Icke-parametriska metoder. parametriska test. Icke-parametriska test. Location Shift. Vilket test ersätts med vilket? Icke-parametrska test Icke-parametrska metoder Parametrska metoder Fördelge för populatoe som stckprovet togs frå är käd så ära som på ett atal parametrar, t.ex: N med okäda och Icke-parametrska metoder

Läs mer

4.2.3 Normalfördelningen

4.2.3 Normalfördelningen 4..3 Normalfördelge Bomal- och Possofördelge är två exempel på fördelgar för slumpvarabler som ka ata ädlgt eller uppräkelgt måga olka värde. Sådaa fördelgar sägs vara dskreta. Ofta är ett resultat X frå

Läs mer

Väntevärde, standardavvikelse och varians Ett statistiskt material kan sammanfattas med medelvärde och standardavvikelse (varians), och s.

Väntevärde, standardavvikelse och varians Ett statistiskt material kan sammanfattas med medelvärde och standardavvikelse (varians), och s. Vätevärde, stadardavvkelse och varas Ett statstskt materal ka sammafattas med medelvärde och stadardavvkelse (varas, och s. På lkade sätt ka e saolkhetsfördelg med käda förutsättgar sammafattas med vätevärde,,

Läs mer

SOS HT Punktskattningar. Skattning från stickprovet. 2. Intuitiva skattningar. 3. Skattning som slumpvariabel. slump.

SOS HT Punktskattningar. Skattning från stickprovet. 2. Intuitiva skattningar. 3. Skattning som slumpvariabel. slump. Puktskattgar SOS HT10 Puktskattg uwe@math.uu.se http://www.math.uu.se/~uwe/sos_ht10 1. Vad är e puktskattg och varför behövs de? 1. Jämförelse: saolkhetstoer statstkteor 2. Itutva ( aturlga ) skattgar

Läs mer

D 45. Orderkvantiteter i kanbansystem. 1 Kanbansystem med två kort. Handbok i materialstyrning - Del D Bestämning av orderkvantiteter

D 45. Orderkvantiteter i kanbansystem. 1 Kanbansystem med två kort. Handbok i materialstyrning - Del D Bestämning av orderkvantiteter Hadbok materalstyrg - Del D Bestämg av orderkvatteter D 45 Orderkvatteter kabasystem grupp av materalstyrgsmetoder karakterseras av att behov av materal som uppstår hos e förbrukade ehet mer eller mdre

Läs mer

Föreläsning G04 Surveymetodik 732G19 Utredningskunskap I

Föreläsning G04 Surveymetodik 732G19 Utredningskunskap I Föreläsg 6 73G04 urveymetodk 73G9 Utredgskuska I Dages föreläsg ortfall Totalbortfall Partellt bortfall Hur hatera bortfall? ortfallsstratumasatse (tvåfasurval) ubsttuto Imuterg Reettosquz ortfall och

Läs mer

Korrelationens betydelse vid GUM-analyser

Korrelationens betydelse vid GUM-analyser Korrelatoes betydelse vd GUM-aalyser Hela koceptet GUM geomsyras av atagadet att gåede mätgar är okorrelerade. Gude betoar och för sg att ev. korrelato spelar, me ger te mycket vägledg för hur ma då ska

Läs mer

Orderkvantiteter vid begränsningar av antal order per år

Orderkvantiteter vid begränsningar av antal order per år Hadbok materalstyrg - Del D Bestämg av orderkvatteter D 64 Orderkvatteter vd begräsgar av atal order per år Olka så kallade partformgsmetoder aväds som uderlag för beslut rörade val av lämplg orderkvattet

Läs mer

Sensorer, effektorer och fysik. Analys av mätdata

Sensorer, effektorer och fysik. Analys av mätdata Sesorer, effektorer och fysk Aalys av mätdata Iehåll Mätfel Noggrahet och precso Några begrepp om saolkhetslära Läges- och sprdgsmått Kofdestervall Ljär regresso Mätosäkerhetsaalys Mätfel Alla mätgar är

Läs mer

Väntevärde för stokastiska variabler (Blom Kapitel 6 och 7)

Väntevärde för stokastiska variabler (Blom Kapitel 6 och 7) Matemats statst för STS vt 004 004-04 - 0 Begt Rosé Vätevärde för stoastsa varabler (Blom Kaptel 6 och 7 1 Vätevärde för e dsret stoasts varabel Låt vara e dsret s.v. med saolhetsfuto p ( elgt eda. Saolhetera

Läs mer

Sensorer och elektronik. Analys av mätdata

Sensorer och elektronik. Analys av mätdata Sesorer och elektrok Aalys av mätdata Iehåll Mätfel Några begrepp om saolkhetslära Läges- och sprdgsmått Kofdestervall Ljär regresso Mätosäkerhetsaalys Mätfel Alla mätresultat är behäftade med e vss osäkerhet

Läs mer

Kontingenstabell (Korstabell) 2. Oberoende-test. Stickprov beror av slumpen. Vad vi förvf. är r oberoende: kriterier är r oberoende: kriterier

Kontingenstabell (Korstabell) 2. Oberoende-test. Stickprov beror av slumpen. Vad vi förvf. är r oberoende: kriterier är r oberoende: kriterier . Oberoede-test Kotgestabell (Korstabell) Oberoedet av två rterer för lassfato udersöes xempel: V vll veta om röadet är beroede av ö V tar ett stcprov ur befolge (=50) och lassfcera persoera elgt dessa

Läs mer

Orderkvantiteter i kanbansystem

Orderkvantiteter i kanbansystem Hadbok materalstyrg - Del D Bestämg av orderkvatteter D 45 Orderkvatteter kabasystem E grupp av materalstyrgsmetoder karakterseras av att behov av materal som uppstår hos e förbrukade ehet mer eller mdre

Läs mer

Något om beskrivande statistik

Något om beskrivande statistik Något om beskrvade statstk. Iledg I de flesta sammahag krävs fakta som uderlag för att komma tll rmlga slutsatser eller fatta vettga beslut. Exempelvs ka det på ett företag ha uppstått dskussoer om att

Läs mer

Föreläsningsanteckningar till Linjär Regression

Föreläsningsanteckningar till Linjär Regression Föreläsgsateckgar tll Ljär Regresso Kasper K S Aderse 3 oktober 08 Statstsk modell Ofta söks ett sambad y fx mella e förklarade eller oberoede varabel x och e resposvarabel eller beroede varabel y V betrakter

Läs mer

En utvärdering av två olika sätt att skatta fördelningen till stickprovsmedelvärden från olikfördelade data - normalapproximation kontra resampling

En utvärdering av två olika sätt att skatta fördelningen till stickprovsmedelvärden från olikfördelade data - normalapproximation kontra resampling utvärderg av två olka sätt att skatta fördelge tll stckprovsmedelvärde frå olkfördelade data - ormalapproxmato kotra resamplg av Adreas Holmström xamesarbete matematsk statstk Umeå uverstet, Hadledare:

Läs mer

SAMMANFATTNING AV KURS 602 STATISTIK (Newbold kapitel [7], 8, 9, 10, 13, 14)

SAMMANFATTNING AV KURS 602 STATISTIK (Newbold kapitel [7], 8, 9, 10, 13, 14) AMMANFATTNING AV KUR 6 TATITIK (Newbold katel [7], 8, 9,, 3, 4) INLEDNING 3 Proortoer 3 Proortoer 4 Poulatosvaras 5 KONFIDENINTERVALL 6 Itutv förklarg 6 Arbetsgåg vd beräkg av kofdestervall 7 Tfall. ök

Läs mer

Z-Testet. Idè. Repetition normalfördelning. rdelning. Testvariabel z

Z-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 mer

Fyra typer av förstärkare

Fyra typer av förstärkare 1 Föreläsg 1, Ht2 Hambley astt 11.6 11.8, 11.11, 12.1, 12.3 Fyra tyer a förstärkare s 0 s ut s A ut L s L 0 ägsförstärkare ägströmförstärkare (trasadmttasförst.) 0 ut s s ut L s s A 0 L trömsägsförstärkare

Läs mer

F9 Hypotesprövning. Statistikens grunder 2 dagtid. p-värden. Övning 1 från F8

F9 Hypotesprövning. Statistikens grunder 2 dagtid. p-värden. Övning 1 från F8 01-10-5 F9 Hypotesprövg Statstkes gruder dagtd HT 01 Behöver komma håg alla formler? Ne, kolla formelbladet Me vlka som behövs eller te beror på stuatoe Det som ska läras är är behöver Z eller T och hur

Läs mer

Lösningsförslag till tentamen i 732G71 Statistik B, 2009-12-04

Lösningsförslag till tentamen i 732G71 Statistik B, 2009-12-04 Prs Lösgsförslag tll tetame 73G7 Statstk B, 009--04. a) 340 30 300 80 60 40 0 0.5.0.5.0 Avståd.5 3.0 3.5 b) r y y y y 4985.75 7.7 830 0 39.335 7.7 0 80300-830 0 3.35 0.085 74.475 c) b y y 4985.75 7.7 830

Läs mer

Slumpvariabler (Stokastiska variabler)

Slumpvariabler (Stokastiska variabler) Slumpvarabler Väntevärden F0 Slutsatser från urval tll populaton Slumpvarabler (Stokastska varabler) En slumpvarabel är en funkton från utfallsrummet tll tallnjen Ex kast med ett mynt ggr =antalet krona

Läs mer

Begreppet rörelsemängd (eng. momentum) (YF kap. 8.1)

Begreppet rörelsemängd (eng. momentum) (YF kap. 8.1) Begreppet rörelsemägd (eg. mometum) (YF kap. 8.1) Defto (Newto!): E partkel med massa m och hastghet ഥv har rörelsemägd ഥp = m ഥv. Vektor med samma rktg som hastghete! Newto II: ሜF = m dvlj = d dt dt d

Läs mer

Statistisk analys. Vilka slutsatser kan dras om populationen med resultatet i stickprovet som grund? Hur säkra uttalande kan göras om resultatet?

Statistisk 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 mer

Stat. teori gk, ht 2006, JW F13 HYPOTESPRÖVNING (NCT ) Ordlista till NCT

Stat. 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 mer

Medelvärde. Repetition. Median. Standardavvikelse. Frekvens. Normerat värde. z = x x

Medelvärde. Repetition. Median. Standardavvikelse. Frekvens. Normerat värde. z = x x Medelvärde Reetto mb9 Medelvärdet är summa av alla observatoer dvderat med deras atal. x 873+85+8385+83+8+83+8087+808+80 = 70 70 = 89 9 Meda Medae är de mttersta observatoe. = 8 Eller medelvärdet av de

Läs mer

b) Om du nu hade oturen att du köpt en trasig dator, vad är sannolikheten att den skulle ha tillverkats i Litauen?

b) Om du nu hade oturen att du köpt en trasig dator, vad är sannolikheten att den skulle ha tillverkats i Litauen? UMEÅ UNIVERSITET Isttutoe för matematk och matematsk statstk MSTA, Statstk för tekska fysker A Peter Ato TENTAMEN 005-0-03 ÖSNINGSFÖRSAGTENTAMEN I MATEMATISK STATISTIK Statstk för tekska fysker, 4 oäg.

Läs mer

Formler och tabeller i statistik

Formler och tabeller i statistik KTH STH, Campus Hage Formler och tabeller statstk Arm Hallovc Formler och tabeller statstk Medelvärde och varas = = = ( ) = = = Medelvärde och varas för ett frekvesdelat materal = k = f = k = f ( ) Vätevärde

Läs mer

Grundläggande matematisk statistik

Grundläggande 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 mer

Centrala gränsvärdessatsen

Centrala gränsvärdessatsen Arm Hallovc: EXTRA ÖVNINGAR Cetrala gräsvärdessatse Cetrala gräsvärdessatse Vätevärdet och varase för e ljär kombato av stokastska varabler beräkas elgt följade: S Låt c, c,, c vara kostater,,,, stokastska

Läs mer

Genomsnittligt sökdjup i binära sökträd

Genomsnittligt sökdjup i binära sökträd Iformatiostekologi Tom Smedsaas 10 augusti 016 Geomsittligt sökdjup i biära sökträd Detta papper visar att biära sökträd som byggs upp av slumpmässiga data är bra. Beteckigar och defiitioer Defiitio De

Läs mer

ENDIMENSIONELL ANALYS B1 FÖRELÄSNING VI. Föreläsning VI. Mikael P. Sundqvist

ENDIMENSIONELL 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 mer

F13. Förra gången (F12) Konfidensintervall och hypotesprövning Chi-tvåtest. Stratifierat urval

F13. Förra gången (F12) Konfidensintervall och hypotesprövning Chi-tvåtest. Stratifierat urval Konfdensntervall och hypotesprövnng Ch-tvåtest F3 Förra gången (F) Stratferat urval Dela n populatonen homogena ata med avseende på atferngsvarabeln Välj atferngsvarabel som har ett samband med undersöknngsvarabeln

Läs mer

TENTAMEN I MATEMATISK STATISTIK. Statistik för lärare, 5 poäng

TENTAMEN I MATEMATISK STATISTIK. Statistik för lärare, 5 poäng UMEÅ UNIVERSITET Isttutoe för matematsk statstk Statstk för lärare, MSTA38 Lef Nlsso TENTAMEN 04--6 TENTAMEN I MATEMATISK STATISTIK Statstk för lärare, 5 poäg Skrvtd: 9.00-15.00 Tllåta hjälpmedel: Utdelad

Läs mer

F19 HYPOTESPRÖVNING (NCT ) Hypotesprövning för en differens mellan två medelvärden

F19 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

101. och sista termen 1

101. och sista termen 1 Lektio, Evariabelaalys de ovember 999 5.. Uttryck summa j uta summasymbole. j + Termera är idexerade frå j = till j = och varje term är blir j j+. Summa Skriver vi upp summa uta summasymbole blir de +

Läs mer

Introduktion till statistik för statsvetare

Introduktion 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 mer

S0005M V18, Föreläsning 10

S0005M 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 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 mer

SOS HT10. Punktskattning. Inferens för medelvärde ( ) och varians (σ 2 ) för ett stickprov. Punktskattningen räcker inte!

SOS HT10. Punktskattning. Inferens för medelvärde ( ) och varians (σ 2 ) för ett stickprov. Punktskattningen räcker inte! aa O HT0 ervallkag uwe@mah.uu.e h://www.mah.uu.e/uwe/o_ht0 ervallkag rouko ere ör meelväre () och vara (σ ) ör e ckrov kag av är är kä kag av är är okä me or kag av är är okä och e heller or *A kaa e aaravvkele

Läs mer

Lycka till och trevlig sommar!

Lycka till och trevlig sommar! UMEÅ UNIVERSITET Isttutoe för matematsk statstk Statstk för lärare, MSTA38 Lef Nlsso TENTAMEN 07-05-3 TENTAMEN I MATEMATISK STATISTIK Statstk för lärare, 5 poäg Skrvtd: 09.00-5.00 Tllåta hjälpmedel: Tabellsamlg,

Läs mer

Intervallskattning. 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

Intervallskattning. 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 mer

Normalfördelningens betydelse. Sannolikhet och statistik. Täthetsfunktion, väntevärde och varians för N (µ, σ)

Normalfördelningens 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 mer

Minsta kvadrat-metoden, MK. Maximum likelihood-metoden, ML. Medelfel. E(X i ) = µ i (θ) MK-skattningen av θ fås genom att minimera

Minsta 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 mer

4.2.3 Normalfördelningen

4.2.3 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 mer

Variansberäkningar KPI

Variansberäkningar KPI STATISTISKA CENTRALBYRÅN Slutrapport (9) Varasberäkgar KPI Varasberäkgar KPI Iledg Grov varasskattg Detaljerade varasskattgar av tuga produktgrupper 5 Rätekostader 5 Charter 6 Böcker 8 Utrkesflyg 0 Iträdesbljetter

Läs mer

TMS136: Dataanalys och statistik Tentamen 2013-10-26 med lösningar

TMS136: 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 mer

Test av anpassning, homogenitet och oberoende med χ 2 - metod

Test av anpassning, homogenitet och oberoende med χ 2 - metod Matematsk statstk för STS vt 00 00-05 - Bengt Rosén Test av anpassnng, homogentet och oberoende med χ - metod Det stoff som behandlas det fölande återfnns Blom Avsntt 7 b sdorna 6-9 och Avsntt 85 sdorna

Läs mer

0 Testvariabel t, x s n. Lite historia om t-testett. testet. Ett stickprov: Hur räknar r. testet. ett stickprov

0 Testvariabel t, x s n. Lite historia om t-testett. testet. Ett stickprov: Hur räknar r. testet. ett stickprov -ee Le hora om -ee ee ude -e "ude," peudom om aväd av Wllam Goe (bld) Jobbade på Gue brggere Dubl börja av 9-ale allmä beecka alla e om aväder - fördelge om -e uwe.mezel@mah.uu.e Defo för f r -fördelge

Läs mer

= α. β = α = ( ) D (β )= = 0 + β. = α 0 + β. E (β )=β. V (β )= σ2. β N β, = σ2

= α. β = α = ( ) D (β )= = 0 + β. = α 0 + β. E (β )=β. V (β )= σ2. β N β, = σ2 Ljär regresso aolkhet och statstk Regressosaalys VT 2009 Uwe.Mezel@math.uu.se http://www.math.uu.se/ uwe/ Fgur: Mätpukter: x, y Ljär regresso - kalbrerg av e våg Modell för ljär regresso Modell: y α +

Läs mer

För att skatta väntevärdet för en fördelning är det lämpligt att använda Medelvärdet. E(ξ) =... = µ

För 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 mer

Tentamen STA A15 delkurs 1 (10 poäng): Sannolikhetslära och statistisk slutledning 3 november, 2005 kl

Tentamen STA A15 delkurs 1 (10 poäng): Sannolikhetslära och statistisk slutledning 3 november, 2005 kl Tetame STA A5 delkurs ( poäg): Saolkhetslära och statstsk slutledg 3 ovember 5 kl. 8.5-3.5 Tllåta hjälpmedel: Räkedosa bfogade formel- och tabellsamlgar vlka skall retureras. Asvarg lärare: Ja Rudader

Läs mer

Antalet sätt att välja ut r objekt bland n stycken med hänsyn till ordning är np r = n(n 1) (n r + 1).

Antalet 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 mer

Föreläsning G70, 732G01 Statistik A. Föreläsningsunderlagen är baserade på underlag skrivna av Karl Wahlin

Föreläsning 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 mer

Kap. 1. Gaser Ideala gaser. Ideal gas: För en ideal gas gäller: Allmänna gaslagen. kraft yta

Kap. 1. Gaser Ideala gaser. Ideal gas: För en ideal gas gäller: Allmänna gaslagen. kraft yta Termodyamk - ärmets rörelse - Jämvkt - Relatoer mella olka kemska tllståd - Hur mycket t.ex. eerg eller rodukter som bldas e kemsk reakto - arför kemska reaktoer sker Ka. 1. Gaser 1.1-2 Ideala gaser Ideal

Läs mer

F15 ENKEL LINJÄR REGRESSION (NCT )

F15 ENKEL LINJÄR REGRESSION (NCT ) Stat. teor gk, ht 006, JW F5 ENKEL LINJÄR REGRESSION (NCT.-.4) Ordlta tll NCT Scatter plot Depedet/depedet Leat quare Sum of quare Redual Ft Predct Radom error Aal of varace Sprdgdagram Beroede/oberoede

Läs mer

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Exempel etc., del II

MS-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 mer

KOM IHÅG ATT NOTERA DITT TENTAMENSNUMMER NEDAN OCH TA MED DIG TALONGEN INNAN DU LÄMNAR IN TENTAN!!

KOM 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 mer

Formelsamling Ljud i byggnad och samhälle

Formelsamling Ljud i byggnad och samhälle Formelsamlg jud bggad oh samhälle Några räkeregler för logarmer: log log log log log log log log log log log log Några grudläggade akusska defoer oh räkeregler -dmesoell la ljudåg som ubreder sg os -rkg:

Läs mer

Normalfördelningar (Blom Kapitel 8)

Normalfördelningar (Blom Kapitel 8) Matematsk statstk STS vt 004 004-04 - Begt Rosé Normalördelgar (Blom Kaptel 8 Deto och allmäa egeskaper DEFINITION : E stokastsk varael sägs vara ormalördelad om de har ördelg med täthetsukto med utseede

Läs mer

2004 Rune Norberg. Måste elimineras! Hur då? Kapitel 9. Variation Olika typer av data. 2004 Rune Norberg. Kapitel 9

2004 Rune Norberg. Måste elimineras! Hur då? Kapitel 9. Variation Olika typer av data. 2004 Rune Norberg. Kapitel 9 Fe l i t ill verki ge ept Okt Nov Dec ept Okt Nov Dec Högskola Dalara Översikt tatistisk processtyrig Itroduktio till tatistisk Processtyrig (P) aolikhet Normalfördelig Några adra fördeligar Variatio Olika

Läs mer

Tentamen i matematisk statistik, Statistisk Kvalitetsstyrning, MSN320/TMS070 Lördag , klockan Lärare: Jan Rohlén

Tentamen i matematisk statistik, Statistisk Kvalitetsstyrning, MSN320/TMS070 Lördag , klockan Lärare: Jan Rohlén FACIT Tetame i matematisk statistik, Statistisk Kvalitetsstyrig, MSN3/TMS7 Lördag 6-1-16, klocka 14.-18. Lärare: Ja Rohlé Ugift 1 (3.5 ) Se boke! Ugift (3.5) Se boke! Ugift 3 (3) a-ugifte Partistorlek:

Läs mer

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 4 (del 2)

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 4 (del 2) Fiasiell Statistik (GN, 7,5 hp,, HT 008) Föreläsig 4 (del ) Pukt- och itervallskattig (LLL Kap 10) Departmet of Statistics (Gebreegus Ghilagaber, PhD, Associate Professor) Fiacial Statistics (Basic-level

Läs mer

Matematisk statistik TMS063 Tentamen

Matematisk 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 mer

(a) Skissa täthets-/frekvensfunktionen och fördelningsfunktionen för X. Glöm inte att ange värden på axlarna.

(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

1. Test av anpassning.

1. 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 mer

F10 ESTIMATION (NCT )

F10 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 mer

Repetition DMI, m.m. Några begrepp. egenskap d. egenskap1

Repetition DMI, m.m. Några begrepp. egenskap d. egenskap1 Repetto DMI, m.m. I. ermolog och Grudproblem II. Ljär algebra III. Optmerg IV. Saolkhetslära V. Parameterestmerg Några begrepp Möstervektor (egeskapsvektor/data) lsta med umerska värde som beskrver möstret.

Läs mer

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Exempel etc., del II

MS-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 mer

Digital signalbehandling Fönsterfunktioner

Digital signalbehandling Fönsterfunktioner Istitutioe för data- och elektrotekik Digital sigalbehadlig Fösterfuktioer 2-2-7 Fösterfuktioer aväds för att apassa mätserie vid frekvesaalys via DFT och FFT samt vid dimesioerig av FIR-filter via ivers

Läs mer

Mycket i kapitel 18 är r detsamma som i kapitel 6. Mer analys av policy

Mycket i kapitel 18 är r detsamma som i kapitel 6. Mer analys av policy Blanchard kaptel 18-19 19 Växelkurser, räntor r och BNP Mycket kaptel 18 är r detsamma som kaptel 6. Mer analys av polcy F11: sd. 1 Uppdaterad 2009-05-04 IS-LM den öppna ekonomn IS-LM den öppna ekonomn

Läs mer

Lösning till TENTAMEN

Lösning till TENTAMEN Isttutoe för Sjöfart oh Mar Tekk ös tll TENTAMEN 0706 KURSNAMN Termodyamk oh strömslära ROGRAM: am Sjöejörsrorammet åk / läserod KURSBETECKNING //auusterode SJO050 005 el A Strömslära EXAMINATOR Mats Jarlros

Läs mer

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 4 (del 1)

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 mer

θx θ 1 om 0 x 1 f(x) = 0 annars

θx 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 mer

Tidtabell. 208/209 Skellefteå - Skelleftehamn Sommar, från och med 16/6 till och med 17/8 2014. www.skelleftebuss.se Tel.

Tidtabell. 208/209 Skellefteå - Skelleftehamn Sommar, från och med 16/6 till och med 17/8 2014. www.skelleftebuss.se Tel. Iformatio Dessa biljetter ka köpas på busse; - Ekelbiljett, ige fri övergåg till stadsbussara. - Rabattkort, rabatterade resor med ca 20 %, valfritt atal resor frå 6 resor och uppåt. - Periodkort, gäller

Läs mer

a) B är oberoende av A. (1p) b) P (A B) = 1 2. (1p) c) P (A B) = 1 och P (A B) = 1 6. (1p) Lösningar: = P (A) P (A B) = 1

a) B är oberoende av A. (1p) b) P (A B) = 1 2. (1p) c) P (A B) = 1 och P (A B) = 1 6. (1p) Lösningar: = P (A) P (A B) = 1 Lösnngar tll tentamen: Matematsk statstk och sgnalbehandlng (ESS0), 4.00-8.00 den 4/-009 Examnator: Serk Sagtov (Kursansvarg: Ottmar Crone) Tllåtna hjälpmedel: Tabell "Beta", utdelad formelsamlng, valfr

Läs mer

Datorövning Power curve 0,0305 0, Kvantiler, kritiska regioner

Datorövning Power curve 0,0305 0, Kvantiler, kritiska regioner . Kvantiler, kritiska regioner Datorövning Räkna ut följande rejection regions (genom att rita täthetsfunktionen i Minitab ):. z-fördelning, tvåsidigt, 5% signifikansnivå. z-fördelning, lower tail, 5%

Läs mer

1. (a) Eftersom X och Y har samma fördelning så har de även samma väntevärde och standardavvikelse. E(X 2 ) = k

1. (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 mer

Hambley avsnitt 12.7 (även 7.3 för den som vill läsa lite mer om grindar)

Hambley avsnitt 12.7 (även 7.3 för den som vill läsa lite mer om grindar) 1 Föreläsig 6, Ht 2 Hambley avsitt 12.7 (äve 7.3 för de som vill läsa lite mer om gridar) Biära tal Vi aväder ormalt det decimala talsystemet, vilket har base 10. Talet 2083 rereseterar då 2 10 3 0 10

Läs mer

Flexibel konkursriskestimering med logistisk spline-regression

Flexibel konkursriskestimering med logistisk spline-regression Matematsk statstk Stockholms uverstet Flexbel kokursrskestmerg med logstsk sple-regresso Erk vo Schedv Examesarbete 8: Postadress: Matematsk statstk Matematska sttutoe Stockholms uverstet 6 9 Stockholm

Läs mer

Formelsamling. i= 1. f x. Andelar, medelvärde, standardavvikelse, varians, median. p = Stickprovsandel. Populationsandel

Formelsamling. i= 1. f x. Andelar, medelvärde, standardavvikelse, varians, median. p = Stickprovsandel. Populationsandel fo m e lam l Fomelaml Adela, medeläde, tadadakele, aa, meda Stckpoadel atal p ehete tckpoet med tudead tckpotolek eekap Populatoadel atal ehete populatoe med tudead populatotolek eekap Stckpomedeläde beäkat

Läs mer

Informationsåtervinning på webben Sökmotorernas framtid

Informationsåtervinning på webben Sökmotorernas framtid Iformatosåtervg på webbe Sökmotoreras framtd Semarum 4-9- Iformatosåtervg på webbe Sökmotoreras framtd Ge sprato tll forskg att skapa ya affärsmölgheter smart avädg av sökverktyg de ega orgasatoe Belysa

Läs mer

f(x i ) Vi söker arean av det gråfärgade området ovan. Området begränsas i x-led av de två x-värdena där kurvan y = x 2 2x skär y = 0, d.v.s.

f(x i ) Vi söker arean av det gråfärgade området ovan. Området begränsas i x-led av de två x-värdena där kurvan y = x 2 2x skär y = 0, d.v.s. Dg. Remsummor och tegrler Rekommederde uppgfter 5.. Del upp tervllet [, 3] lk stor deltervll och väd rektglr med dess deltervll som bs för tt beräk re v området uder = +, över =, smt mell = och = 3. V

Läs mer

Beräkna standardavvikelser för efterfrågevariationer

Beräkna standardavvikelser för efterfrågevariationer Handbok materalstyrnng - Del B Parametrar och varabler B 41 Beräkna standardavvkelser för efterfrågevaratoner och prognosfel En standardavvkelse är ett sprdnngsmått som anger hur mycket en storhet varerar.

Läs mer

F10: Strömreglering (PE-Kap 3)

F10: Strömreglering (PE-Kap 3) F10: Strömreglerg PE-Kap 3 Allmät om trömreglerg V har tgare tttat om hatgat på trömreglerg och lte mer etalj på varvtalreglerg. Varvtalreglerg av eletra maer bygger tor omfattg på valg reglerteor och

Läs mer

Begreppet rörelsemängd (eng. momentum)

Begreppet rörelsemängd (eng. momentum) Begreppe rörelsemägd (eg. momeum) Två fra parklar med massora m och m och hasgheera v och v påverkar varadra de skuggade område. Efer a ha påverka varadra har de hasgheera v och v. Hasghesförädrge Dv och

Läs mer

Föreläsning G04 Surveymetodik 732G19 Utredningskunskap I

Föreläsning 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 mer

LÖSNINGSFÖRSLAG TILL TENTAMEN I MATEMATISK STATISTIK

LÖSNINGSFÖRSLAG 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 mer

Tentamen i Statistik, STA A13 Deltentamen 2, 5p 5 juni 2004, kl

Tentamen 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 mer

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

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 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 mer

LÖSNINGAR TILL. Räkningar: (z i z) 2 = , Δ = z = 1 n. n 1. Konfidensintervall:

LÖSNINGAR 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 mer

Föreläsning G70 Statistik A

Föreläsning 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 mer

TENTAMEN I MATEMATISK STATISTIK Datum: 13 mars 08

TENTAMEN 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 mer

Induktion och Binomialsatsen. Vi fortsätter att visa hur matematiska påståenden bevisas med induktion.

Induktion och Binomialsatsen. Vi fortsätter att visa hur matematiska påståenden bevisas med induktion. Idutio och Biomialsatse Vi fortsätter att visa hur matematisa påståede bevisas med idutio. Defiitio. ( )! = ( över ).!( )! Betydelse av talet studeras seare. Med idutio a vi u visa SATS (Biomialsatse).

Läs mer

KONFIDENSINTERVALL FÖR MEDIANEN (=TECKENINTERVALL )

KONFIDENSINTERVALL FÖR MEDIANEN (=TECKENINTERVALL ) Arm Hallovc: EXTRA ÖVNINGAR Tecetervall KONFIDENSINTERVALL FÖR MEDIANEN (TECKENINTERVALL ) För att bestämma ett ofdestervall för medae tll e otuerlg s.v. ξ aväder v ett stcprov ξ ξ ξ3 ξ av storlee som

Läs mer

F4 Matematikrep. Summatecken. Summatecken, forts. Summatecken, forts. Summatecknet. Potensräkning. Logaritmer. Kombinatorik

F4 Matematikrep. Summatecken. Summatecken, forts. Summatecken, forts. Summatecknet. Potensräkning. Logaritmer. Kombinatorik 0-0-5 F Matematrep Summateet Potesräg Logartmer Kombator Summatee Säg att v har ste tal,, Summa av dessa tal (alltså + + ) srvs ortfattat med hälp av summatee: summa då går fr.o.m. t.o.m. Summatee, forts.

Läs mer

x 1 x 2 x 3 x 4 x 5 x 6 HL Z x x x

x 1 x 2 x 3 x 4 x 5 x 6 HL Z x x x Uppgift 1 a) Vi iför slackvariabler x 4, x 5 och x 6 och löser problemet med hjälp av simplexalgoritme. Z -2-1 1 0 0 0 0 x 4 1 1-1 1 0 0 20 x 5 2 1 1 0 1 0 30 x 6 1-1 2 0 0 1 10 x 1 blir igåede basvariabel

Läs mer

Lycka till! I(X i t) 1 om A 0 annars I(A) =

Lycka 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 mer