Silvelyn Zwanzig/Niklas Gunnarsson 14:e juni 2005

Relevanta dokument
Laboration med MINITAB, Del 2 Om Fyris ns global uppv rmning

Matematiska Institutionen Silvelyn Zwanzig 13 mar, 2006

Tentamen i Matematisk statistik Kurskod S0001M

Föreläsning 11: Mer om jämförelser och inferens

9. Konfidensintervall vid normalfördelning

Multipel Regressionsmodellen

Matematisk statistik för B, K, N, BME och Kemister

Formel- och tabellsamling i matematisk statistik

LÖSNINGAR TILL. Matematisk statistik, Tentamen: kl FMS 086, Matematisk statistik för K och B, 7.5 hp

FORMELSAMLING HT-18 MATEMATISK STATISTIK FÖR B, K, N, BME OCH KEMISTER; FMSF70 & MASB02. Sannolikhetsteori. Beskrivning av data

Lufttorkat trä Ugnstorkat trä

FORMELSAMLING MATEMATISK STATISTIK FÖR W; FMSF75 UPPDATERAD Sannolikhetsteori. Beskrivning av data. Läges-, spridnings- och beroendemått

F10 Problemlösning och mer om konfidensintervall

Tentamen i matematisk statistik (9MA241/9MA341, STN2) kl 08-12

Föreläsning 12: Linjär regression

F14 HYPOTESPRÖVNING (NCT 10.2, , 11.5) Hypotesprövning för en proportion. Med hjälp av data från ett stickprov vill vi pröva

Provmoment: Tentamen 6,5 hp Ladokkod: A144TG Tentamen ges för: TGMAI17h, Maskiningenjör - Produktutveckling. Tentamensdatum: 28 maj 2018 Tid: 9-13

Avd. Matematisk statistik

Tentamen MVE301 Sannolikhet, statistik och risk

Sannolikheten för att barnet skall få blodgrupp A0 A0 1/2 AA 1 AB 1/2 Övriga 0

Avd. Matematisk statistik

STOCKHOLMS UNIVERSITET Statistiska institutionen Michael Carlson,

Del I. Uppgift 1 För händelserna A och B gäller att P (A) = 1/4, P (B A) = 1/3 och P (B A ) = 1/2. Beräkna P (A B). Svar:...

Thomas Önskog 28/

Rättningstiden är i normalfall 15 arbetsdagar, till detta tillkommer upp till 5 arbetsdagar för administration, annars är det detta datum som gäller:

Grundläggande matematisk statistik

Rättningstiden är i normalfall 15 arbetsdagar, till detta tillkommer upp till 5 arbetsdagar för administration, annars är det detta datum som gäller:

SF1901: Sannolikhetslära och statistik. Statistik: Intervallskattning (konfidensintervall)

Tentamen MVE302 Sannolikhet och statistik

cx 5 om 2 x 8 f X (x) = 0 annars Uppgift 4

Tentamen i Tillämpad statistisk analys, GN, 7.5 hp 23 maj 2013 kl. 9 14

TMS136. Föreläsning 11

AMatematiska institutionen avd matematisk statistik

Tentamen i Matematisk statistik Kurskod S0001M

FÖRELÄSNING 8:

T-test, Korrelation och Konfidensintervall med SPSS Kimmo Sorjonen

Tentamen i Statistik, STA A10 och STA A13 (9 poäng) 16 januari 2004, kl

Tentamen i matematisk statistik (9MA241/9MA341, STN2) kl 14 18

SF1901: Sannolikhetslära och statistik. Statistik: Intervallskattning (konfidensintervall) Jan Grandell & Timo Koski

Tentamen Statistik och dataanalys 1, 5p Institutionen för matematik, natur- och datavetenskap, Högskolan i Gävle

1. En kontinuerlig slumpvariabel X har följande täthetsfunktion (för någon konstant k). f.ö.

F3 Introduktion Stickprov

Korrelation kausalitet. ˆ Y =bx +a KAPITEL 6: LINEAR REGRESSION: PREDICTION

FACIT för Förberedelseuppgifter: SF1911 STATISTIK FÖR BI0TEKNIK inför tentan MÅDAGEN DEN 9 DECEMBER 2016 KL Examinator: Timo Koski

Tentamen MVE301 Sannolikhet, statistik och risk

Tentamen i Statistik, STA A13 Deltentamen 2, 5p 21 januari 2006, kl

Avd. Matematisk statistik

Tentamen MVE301 Sannolikhet, statistik och risk

TENTAMEN GRUNDLÄGGANDE STATISTIK FÖR EKONOMER

Matematisk statistik 9.5 hp, HT-16 Föreläsning 11: Konfidensintervall

en observerad punktskattning av µ, ett tal. x = µ obs = 49.5.

Mälardalens Högskola. Formelsamling. Statistik, grundkurs

Föreläsning 12: Regression

Föreläsning 9, Matematisk statistik 7.5 hp för E Konfidensintervall

Vi har en ursprungspopulation/-fördelning med medelvärde µ.

Obligatorisk uppgift, del 1

Uppgift 1. P (A) och P (B) samt avgör om A och B är oberoende. (5 p)

a) Vad är sannolikheten att det tar mer än 6 sekunder för programmet att starta?

Tentamen MVE300 Sannolikhet, statistik och risk

Examinationsuppgifter del 2

Föreläsning G60 Statistiska metoder

Besvara frågorna genom att sätta ett kryss i lämplig ruta. Kom ihåg att det alltid frågas efter, vad Du anser eller hur Du brukar göra!

Matematisk statistik KTH. Formelsamling i matematisk statistik

Matematisk statistik för B, K, N, BME och Kemister

Föreläsning 5. Funktioner av slumpvariabler. Ett centralt resultat.

Laboration 2. i 5B1512, Grundkurs i matematisk statistik för ekonomer

TENTAMEN I REGRESSIONSANALYS OCH TIDSSERIEANALYS

TMS136. Föreläsning 13

Tentamen MVE301 Sannolikhet, statistik och risk

Lösningsförslag till Matematisk statistik LKT325 Tentamen

Laboration 3: Enkel linjär regression och korrelationsanalys

Residualanalys. Finansiell statistik, vt-05. Normalfördelade? Normalfördelade? För modellen

Tentamentsskrivning: Matematisk Statistik med Metoder MVE490 1

Introduktion till statistik för statsvetare

Standardfel (Standard error, SE) SD eller SE. Intervallskattning MSG Staffan Nilsson, Chalmers 1

Tentamen i Linjära statistiska modeller 13 januari 2013, kl. 9-14

Tentamen i Matematisk statistik Kurskod S0001M

7,5 högskolepoäng. Statistisk försöksplanering och kvalitetsstyrning. TentamensKod: Tentamensdatum: 28 oktober 2016 Tid: 9.

TAMS65. Formel- och tabellsamling i matematisk statistik TAMS65. Martin Singull TAMS65 TAMS65

Lösningar till tentamen i Matematisk Statistik, 5p

Tentamen i Matematisk statistik Kurskod S0001M

TMS136. Föreläsning 10

Föreläsningsanteckningar till kapitel 9, del 2

Uppgift 1 a) En kontinuerlig stokastisk variabel X har fördelningsfunktion

Tentamen MVE301 Sannolikhet, statistik och risk

Lycka till!

Föreläsning 6. NDAB01 Statistik; teori och tillämpning i biologi

Repetitionsföreläsning

Tentamen i Matematisk statistik Kurskod S0001M

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 7. Multipel regression. (LLL Kap 15) Multipel Regressionsmodellen

TAMS65 - Föreläsning 6 Hypotesprövning

Tentamen i Matematisk statistik Kurskod S0001M

MVE051/MSG Föreläsning 14

BIOSTATISTISK GRUNDKURS, MASB11 ÖVNING 8 ( ) OCH INFÖR ÖVNING 9 ( )

LINKÖPINGS UNIVERSITET TENTA 92MA31, 92MA37, 93MA31, 93MA37 / STN 2 9GMA05 / STN 1

Tentamen i Matematisk statistik Kurskod S0001M

Föreläsning 11, FMSF45 Konfidensintervall

Tentamen i Matematisk statistik Kurskod S0001M

Bild 1. Bild 2 Sammanfattning Statistik I. Bild 3 Hypotesprövning. Medicinsk statistik II

Jesper Rydén. Matematiska institutionen, Uppsala universitet Tillämpad statistik 1MS026 vt 2014

Transkript:

UPPSALA UNIVERSITET MATEMATIK o. STATISTIK NV Matematiska Institutionen Statistikdelen Silvelyn Zwanzig/Niklas Gunnarsson 4:e juni 2005 Till tna hj lpmedel: Minir knare, Tabell med egna handskrivna till gg. Skrivtid: 9-4. F r godk nd kr vs tminstone 8 po ng, f r v l godk nd kr vs tminstone 28 po ng. Varje uppgift r v rd 5 po ng.. I en stad gjorde en resebyr en unders kning ang ende semester och resvanor. Ett enk t s ndes ut till 000 slumpm ssigt utvalda personer. I detta formul r skulle personerna ange om de tillbringat mer n 5 veckor utanf r rikets gr nser under ret. 200 av de 000 tillfr gade svarade. 70 personer svarade nej p fr gan Var du l ngre n 5 veckor utomslands?. Fr n en tidigare unders kning vet man i resebranchen att bara ca 5 % av befolkningen reser l ngre n 5 veckor utomlands. a) S tt upp en sannolikhetstabell med egenskaperna svara (svara, inte svara) och resa (l ngre n 5 veckor utomlands, mindre n 5 veckor utomlands). b) Vad r sannolikheten att en person inte svarar p enk ten och reser mindre n 5 veckor utomlands? c) Vad r den betingade sannolikheten att svara, givet att resa utomlands l ngre n 5 veckor? d) r h ndelserna svara och resa utomlands l ngre n 5 veckor r oberoende? Motivera svaret. e) S tt upp en sannolikhetstabell d r egenskaperna svara (svara, inte svara) och resa (l ngre n 5 veckor utomlands, mindre n 5 veckor utomlands) r oberoende. Sannolikheten f r att svara p enk ten r 0.2 och sannolikheten f r att resa l ngre n 5 veckor utomlands r 0.05. Information: mycket 5% inte mycket 70 800 200 000 Antal: mycket 20 30 50 inte mycket 780 70 950 800 200 000 a) Sannolikhet: mycket 0.02 0.03 0.05 inte mycket 0.78 0.7 0.95 0.80 0.20 b) Vad r sannolikheten att en person inte svarar p enk ten och reser mindre n 5 veckor utomlands? 0.78 c) Vad r den betingade sannolikheten att svara, givet att resa utomlands l ngre n 5 veckor? P (svara och mycket) P (svara/mycket) = = 0.03 P (mycket) 0.05 = 0.6 d) r h ndelserna svara och resa utomlands l ngre n 5 veckor r oberoende? Motivera svaret. P (svara) P (mycket) = 0.2 0.05 = 0.0 P (svara och mycket) = 0.03 Svar: nej e) S tt upp en sannolikhetstabell d r egenskaperna r oberoende. Anv nd sannolikheterna fr n ovan f r att svara

p enk ten och f r resa och mindre n 5 veckor utomlands. mycket 0.8 0.05 0.2 0.05 0.05 inte mycket 0.8 0.95 0.2 0.95 0.95 0.80 0.20 mycket 0.04 0.0 0.05 inte mycket 0.76 0.9 0.95 0.80 0.20 2. Statistik professor A har p sin f rdelsedag f tt en enarmad bandit av sin son. Det p st s att i genomsnitt h lften av alla spel p banditen ger vinst. A som r en inbiten skeptiker, tvivlar p att banditens vinstsannolikhet p r bara 50%. Han t nker genomf ra n spelomg ngar f r att d refter testa hypotesen H 0 : p = 2 mot H : p > 2. a) Vilken testvariabel T vill A anv nda? b) Vilken f rdelning har T? Vilken approximation fungerar bra, om n = 200 och p = 2? c) Antag att A genomf r n = 200 spelomg ngar och A vinner bara 80 g nger. Genomf r testet. Vilken slutsats drar A? a) b) ( ) t 0.5 np T Bin(n, p); P (T t) Φ np( p) c) Antar A g rde n = 200 spelomg nger och banditen f rlorade bara 80 g nger. Vilken slutsats drar A? Ber kna p-v rdet. ( ) 90.5 np p value = P (T 20) = P (T < 20) = P (T 9) Φ np( p) n = 200, p = 2, 90.5 00 50 =. 95 2 = 2. 7577, Φ(2.75) = 0.997 p value 0.997 = 0.003 3. Fyra sniglar kryper obereonde av varandra uppf r en 8m h g flaggst ng. Varje dag kryper snigel nr upp X dm och snigel nr 2 kryper X 2 dm osv, d r X,.., X 4 r slumpvariabler med X i r Re[5, 7], i.e. { f Xi (x) = 2 5 x 7 0 f.ö. a) Snigel nr kryper X dm under 3 dagar. Ber kna v ntev rden och variansen f r X. Antag att de dagliga str ckorna r oberoende slumpvariabler. b) Ber kna sannolikheten att under dag kryper snigel nr mer n 5.5 dm. c) Ber kna sannolikheten att under dag kryper minst tv sniglar mer n 5.5 dm. d) Ber kna sannolikheten att under dag kryper h gst tre sniglar mer n 5.5 dm. a) Snigel nr kryper X dm under 3 dagar. Ber kna v ntev rden och variansen f r snigels v gen X. (V ger for varje dag r oberoende slumpvariabler) X Re(5, 7); EX = 6, V ar(x ) = 7 5 = 2 6 X = X, X,2 X,3 EX = 3 EX = 3 6 = 8, V ar(x) = 3 V ar(x ) = 0.5 b) Ber kna sannolikheten att efter dag snigel nr kryper mer n 5.5 dm. 7 7 5.5 P (X > 5.5) = dx = 5.5 7 5 7 5 = 4 c) Ber kna sannolikheten att efter dag minst tv snigelor kryper mer n 5.5 dm. N = antalet sniglar som kryper mer än 5.5 dm Bin(4, 4 ) P (N 2) = P (N < 2) 2

= P (N ) ( ) ( ) 0 ( 4 = ( 4 0 ( ) ( ) ( 4 0 4 4) 4 ) 4 4) = ( 3 4 ( ) ( ) 3 3 4 ) = 67 4 4 4 256 = 0.262 d) Ber kna sannolikheten att efter dag h gst tre snigelor kryper mer n 5.5 dm. P (N 3) = P (N > 3) = P (N = 4) ( ) ( ) 4 ( 4 = ) 4 4 4 4 4 ( ) 4 = = 255 4 256 = 0.996 4. Vid en lampfabrik tillverkas den popul ra kvartslampan Brynhilde. Lampornas livsl ngder kan anses vara oberoende och exponential f rdelade med v ntev rdet θ = 50 a) Ber kna sannolikheten att en lampa har en livsl ngd verstigande 70 timmar. b) Ber kna sannolikheten att en lampa har en livsl ngd mellan 00 och 70 timmar. c) Betrakta ett stickprov med 0 lampor. Ber kna sannolikheten att alla 0 lampor lyser l ngre n 00 timmar. a) Ber kna sannolikheten att en lampa har en livsl ngd verstigande 70 timmar. P (T > 70) = exp( x/50)dx = e 50 x 70 50 70= 0 exp( 70/50) = 0.322 b) Ber kna sannolikheten att en lampa har en livsl ngd mellan 00 och 70 timmar. 70 P (00 < T < 70) = exp( x/50)dx = e 50 x 70 00 00 50 = exp( 70/50) exp( 00/50) = e 7 5 e 2 3 =. 946 c) Betrakta ett stickprov med 0 lampor. Ber kna sannolikheten att alla 0 lampor lyser l ngre n 00 timmar. ( ) 0 P (alla > 00) = P (T > 00) 0 = e 2 3 =. 2726 0 3 5. Man har ett packet med 20 tabletter. Tabletterna har vikterna: 0.525 0.3 0.525 0.479 0.494 0.497 0.483 0.490 0.468 0.495 0.537 0.382 0.524 0.457 0.490 0.49 0.453 0.52 0.494 0.480 Vikten f r en tablett anses vara en normalf rdelad slumpvariabel. a) Testa att v ntev rdet µ r h gre n 0.47 p niv n α = 0.05 om variansen r σ 2 = (0.04) 2. b) Testa att v ntev rdet µ r h gre n 0.47 p niv n α = 0.05 om variansen r ok nd. c) Ber kna konfidensintervall f r µ med konfidensgraden 95% om standardavvikelsen r σ = 0.04. d) Testa H 0 : µ = 0.47 mot H : µ 0.47 p niv n α = 0.05 om standardavvikelsen r σ = 0.04.(Ledning: Anv nd c) ) Standard deviation(s): [ 8. 4853 0 3, 3. 6062 0 2, 7. 07 0 4,. 5556 0 2, 2. 8284 0 3, 4. 2426 0 3, 2. 23 Vikten anses vara en normalf rdelad slumpvariabel med v ntev rdet µ och standardavvikelsen 0.04. Information:0.525 0.3 0.525 0.479 0.494 0.497 0.483 0.490 0.468 0.495 0.537 0.382 0.524 0.457 0.490 0.49 0.453 0.52 0.494 0.48 = 9.78 mean = 9. 78/20 =. 4859 std=ca =0.036 a) Testa att v ntev rdet r h gre n 0.47 p niv n α = 0.05 om standardavvikelsen r σ = 0.04 p niv n α = 0.05 Z = 20. 4859 0.47 0.04 =. 795 5 =. 7777 ensidigt test: H 0 : µ = 0.47 mot H : µ > 0.47, kvantil =.645 (normal f rdelning) 0.04 =. 2 3

Z >.645 f rkasta hypotesen H 0. Ergo v ntev rdet r signifikant h gre. b) Testa att v ntev rdet r h gre n 0.47 p niv n α = 0.05 om med varians r ok nd. t = 20. 4859 0.47 0.036 :. 88333 5 =. 9752, ensidigt test: H 0 : µ = 0.04 mot H : µ > 0.04, kvantil =.729 (t- f rdelning med 9 frihetsgrader) t >.729 f rkasta hypotesen H 0. Ergo v ntev rdet r signifikant h gre. c) Ber kna konfidensintervall f r µ med konfidensgraden 95% om standardavvikelsen r σ = 0.04. [ ] σ σ x z α, x z α 2 n 2 n z α =.96; 2 [. 4859.96 0.04,. 4859.96 0.04 ] 20 20 :. 4859 /.00 784 5 =. 503 [. 46837, 0.503] d) Testa H 0 : µ = 0.04 mot H : µ 0.04 p niv n α = 0.05 om standardavvikelsen r σ = 0.04. Man kan inte f rkasta H 0. 6. Under den varma och torra sommaren 973 gjorde man den juni m tningar av vattendjupet i sj n Sk lmaren p 8 olika st llen. Junis m tresultat p st lle i kan anses vara normalf rdelat med v ntev rde µ juni,i och varians σ 2. Den juli gjorde man om m tnigar p samma st llen. Julis m tresultat p st lle i kan anses vara normalf rdelat med v ntev rde µ juli,i och varians σ 2. M tplats nr. 2 3 4 5 6 7 8 Djupet i cm den /6 8 56 584 32 309 427 292 500 Djupet i cm den /7 424 505 57 295 295 45 280 489 a) Formulera H 0 och H f r att testa om vattenst ndets s nkning i Sk lmaren under den aktuella m naden r signifikant. b) Ange en testvariabel och dess f rdelning under H 0. c) Genomf r testet p niv n α = 0.05. a) Formulera H 0 och H f r att testa att vattenst ndets s nkning i Sk lmaren under den aktuellen m naden r signifikant. Betrakta differenser: Differenser N(dµ, σ 2 ) 2 3 4 5 6 7 8 8 428 56 505 584 57 32 295 309 295 427 45 292 280 500 489 0 3 7 4 2 2 H 0 : dµ = 0 mot H : dµ > 0 b) Best m test statistik och deras f rdelning under H 0. t = dx s n, t f rdelad med 7 frihetsgrader c) Genomf ra test p niv n α = 0.05. dx = 2.5, s = 2.204 t = 8 2.5 2.204 = 6.04 Kvantil =.86 t>.836. Man kan f rkasta hypotesen. 7. Vid en zoologisk institution vill man genomf ra studier av olika betenden hos den australiska jordekorren. Man uppr ttar d rf r en f rs ksg rd best ende av 5 f lt med ungef r samma jordm n, storlek och v xlighet. G rden r omg rdad av ett st ngsel. 2000 ekorrar inskaffas och sl pps ut p g rden. Efter en tid har alla djuren anpassad sig till milj n och b rjar bygga bon. Dessa utg rs av jordh lor strax under markytan. Man vill unders ka om ekorren har n gon samh llsbildande instinkt och vill d rf r pr va hypothesen att de ekorrbona r likf rmig f rdelade ver f rs ksg rden. Man fann f ljande f rdelning: F lt nr 2 3 4 5 Antal ekorrbon 40 36 30 66 a) Genomf r ett test p niv n α = 0.0. 4

b) R kningen f r f lt nr. 4 k nns os kert. Genomf r testet utan f lt nr.4. c) J mf r resultaten i a) och b) och f rs k att tolka. a)chi kvadrat test f r enkel hypotes. H 0 alla f lt har samma s. Antelet bon: 40 36 30 66 = 25, p i = 5, np i = 25/5 = χ 2 = (40 )ˆ2 (36 )ˆ2 = 7. 58 α = 0.0Kvantil: χ 2, 4 frihetsgrader = 3.277 7.58 > 3.277 f rkasta hypotesen : 756 (30 )ˆ2 (66 )ˆ2 ( )ˆ2 b) Test utan f lt 4. H 0 alla f lt har samma s. n = 40 36 30 = 49, p i = 4, np i = 49/4 = 49 4 = 37. 25 χ 2 = (40 )ˆ2 (36 )ˆ2 : 2. 56: α = 0.0Kvantil: χ 2, 3 frihetsgrader =.345 2.54 <.345 inte f rkasta hypotesen (30 )ˆ2 ( )ˆ2 8. In en amerikansk l robok finns f ljande data. 8 vuxna personer valdes ut slumpm ssigt och kroppens fetthalt best mdes. Resultat: person 2 3 4 5 6 7 8 9 lder 23 23 27 27 39 4 45 49 50 fethalten 9.5 27.9 7.8 7.8 3.4 25.9 27.4 25.2 3. person 0 2 3 4 5 6 7 8 lder 53 53 54 56 57 58 58 60 6 fethalten 34.7 42 29. 32.5 30.5 33.0 33.8 4. 34.5 a) Rita in de observerade punkterna i ett diagram. Vad r x variabeln, vad r y variabeln? b) Anpassa en linj r regressionsmodell. Ber kna minstakvadratskattningar. c) Rita upp den anpassade regressionslinjen. d) Ber kna ett konfidensintervall f r β med konfidensgraden 95%. Tolka konfidensintervallet. Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) 3.2209 5.0762 0.635 0.535 xx 0.5480 0.056 5.9 8.93e-05 *** Signif. codes: 0 *** 0.00 ** 0.0 * 0.05. 0. Residual standard error: 5.754 on 6 degrees of freedom Multiple R-Squared: 0.6274, Adjusted R-squared: 0.604 F-statistic: 26.94 on and 6 DF, p-value: 8.93e-05 5

. 6