Matematisk statistik fo r B, K, N, BME och Kemister. Matematisk statistik slumpens matematik. Beskriva Data Florence Nightingale.

Relevanta dokument
Matematisk statistik for B, K, N, BME och Kemister. Matematisk statistik slumpens matematik. Beskriva Data Florence Nightingale. Forel.

Matematisk statistik för D, I, Π och Fysiker. Matematisk statistik slumpens matematik. Tillämpningar för matematisk statistik.

Matematisk statistik för B, K, N, BME och Kemister. Matematisk statistik slumpens matematik. Exempel: Utsläpp från Källby reningsverk.

Föreläsning 1, Matematisk statistik för M

Föreläsning 1, Matematisk statistik Π + E

Matematisk statistik 9hp för: C,D,I, Pi

Matematisk statistik 9 hp för I, Pi, C, D och fysiker Föreläsning 1: Introduktion och Sannolikhet

KURSPROGRAM HT-18 MATEMATISK STATISTIK FÖR B, K, N, BME OCH KEMISTER, FMSF70 & MASB02

KURSPROGRAM HT-18 MATEMATISK STATISTIK AK FÖR D, I OCH PI, FMSF45 & MASB03

Matematisk statistik - Slumpens matematik

SF1901: SANNOLIKHETSTEORI OCH STATISTIK GRUNDLÄGGANDE SANNOLIKHETSTEORI, KORT OM BESKRIVANDE STATISTIK. Tatjana Pavlenko.

FMS012/MASB03: Matematisk statistik 9.0 hp för F+fysiker Föreläsning 1: Sannolikhet

SF1920/SF1921 Sannolikhetsteori och statistik 6,0 hp Föreläsning 1 Mängdlära Grundläggande sannolikhetsteori Kombinatorik Deskriptiv statistik

Exempel: Väljarbarometern. Föreläsning 1: Introduktion. Om Väljarbarometern. Statistikens uppgift

SF1901: Sannolikhetslära och statistik

Statistik. Det finns tre sorters lögner: lögn, förbannad lögn och statistik

Föreläsning 1: Introduktion

Sannolikhetsteori. Måns Thulin. Uppsala universitet Statistik för ingenjörer 23/ /14

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

Föreläsning 1: Introduktion

Matematisk statistik 9hp Föreläsning 2: Slumpvariabel

Föreläsning 2, Matematisk statistik för M

KURSPROGRAM HT-10 MATEMATISK STATISTIK AK FÖR CDI, FMS 012

SF1901: SANNOLIKHETSTEORI OCH STATISTIK GRUNDLÄGGANDE SANNOLIKHETSTEORI, BETINGAD SANNOLIKHETER, OBEROENDE. Tatjana Pavlenko.

Föreläsning 2, FMSF45 Slumpvariabel

SF1914/SF1916: SANNOLIKHETSTEORI OCH GRUNDLÄGGANDE SANNOLIKHETSTEORI, STATISTIK KORT OM BESKRIVANDE STATISTIK. Tatjana Pavlenko.

Totalt kurs i lv 1: aktiviteter du har under , Timmar: 1h = 1 Halvtimme = 0,5 Kvart: 0,25

Fö relä sning 1, Kö system vä ren 2014

Statistikens grunder HT, dagtid Statistiska institutionen

ENDIMENSIONELL ANALYS FÖR C, D OCH N HT 2014, DELKURS A1, 5 HP

Grundläggande matematisk statistik

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

Föreläsning 1: Introduktion

Sannolikhet och statistik 1MS005

Föreläsning 8: Konfidensintervall

Föreläsning 8, Matematisk statistik 7.5 hp för E, HT-15 Punktskattningar

Totalt kurs i lv 1: aktiviteter du har under , Timmar: 1h = 1 Halvtimme = 0,5 Kvart: 0,25

Föreläsning 2. Kapitel 3, sid Sannolikhetsteori

Matematisk Statistik och Disktret Matematik, MVE051/MSG810, VT19

SF1901: Sannolikhetslära och statistik

Fö relä sning 1, Kö system 2015

En typisk medianmorot

Matematisk statistik 9 hp, HT-16 Föreläsning 10: Punktskattningar

ENDIMENSIONELL ANALYS FÖR C, D OCH BI HT 2015, DELKURS B1, 8 HP

732G01/732G40 Grundläggande statistik (7.5hp)

SF1901 Sannolikhetsteori och statistik I

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

SF1901: SANNOLIKHETSTEORI OCH GRUNDLÄGGANDE SANNOLIKHETSTEORI, STATISTIK BETINGADE SANNOLIKHETER, OBEROENDE. Tatjana Pavlenko.

Föreläsning 8, Matematisk statistik 7.5 hp för E Punktskattningar

ÄMAD04, Matematik 4, 30 högskolepoäng Mathematics 4, 30 credits Grundnivå / First Cycle

Institutionen för lingvistik och filologi VT 2014 (Marco Kuhlmann 2013, tillägg och redaktion Mats Dahllöf 2014).

Utfall, Utfallsrummet, Händelse. Sannolikhet och statistik. Utfall, Utfallsrummet, Händelse. Utfall, Utfallsrummet, Händelse

Sannolikhetsbegreppet

TMS136. Föreläsning 2

Introföreläsning i S0001M Matematisk statistik Läsperiod 2, HT 2018

SF1901: SANNOLIKHETSTEORI OCH GRUNDLÄGGANDE SANNOLIKHETSTEORI, STATISTIK KORT OM BESKRIVANDE STATISTIK. Tatjana Pavlenko.

Statistik 1 för biologer, logopeder och psykologer

13.1 Matematisk statistik

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

Föreläsning 1. Repetition av sannolikhetsteori. Patrik Zetterberg. 6 december 2012

Kolmogorovs Axiomsystem Kolmogorovs Axiomsystem Varje händelse A tilldelas ett tal : slh att A inträar Sannolikheten måste uppfylla vissa krav: Kolmog

SF1901 Sannolikhetsteori och statistik I

Introduktion till sannolikhetslära. Människor talar om sannolikheter :

Statistiska metoder för säkerhetsanalys

ENDIMENSIONELL ANALYS FÖR C, D OCH BME HT 2013, DELKURS A2, 5 HP

Statistik 1 för biologer, logopeder och psykologer

Tentamen i Statistik, STA A13 Deltentamen 1, 4p 12 november 2005, kl

Introföreläsning i S0001M, Matematisk statistik LP3 VT18

Föreläsning 1. NDAB02 Statistik; teori och tillämpning i biologi

Föreläsning 7: Punktskattningar

LUNDS UNIVERSITET MATEMATISKA INSTITUTIONEN Magnus Aspenberg ENDIMENSIONELL ANALYS FÖR I OCH L HT 2012, DELKURS B1, 8 HP

SF1901: Sannolikhetslära och statistik Föreläsning 2. Betingad sannolikhet & Oberoende

TMS136. Föreläsning 1

Laboration 4: Stora talens lag, Centrala gränsvärdessatsen och enkla punktskattningar

Kursens namn: Statistik B, moment 1, Matematik för statistiker. Antal registrerade studenter:

1.1 Diskret (Sannolikhets-)fördelning

7-1 Sannolikhet. Namn:.

Några extra övningsuppgifter i Statistisk teori

EXTRA ÖVNINGSUPPGIFTER MED SVAR

SF1901 Sannolikhetsteori och statistik I

Hållfasthetslära Z2, MME175 lp 3, 2005

Syfte med undervisningen är att du ska få utveckla din förmåga att...

Vetenskapsteori. Skriv gärna i fritext dina synpunkter om momentet (styrkor/svagheter).

SF1901: SANNOLIKHETSTEORI OCH STATISTIKTEORI KONSTEN ATT DRA INTERVALLSKATTNING. STATISTIK SLUTSATSER. Tatjana Pavlenko.

1 Föreläsning I, Vecka I: 5/11-11/11 MatStat: Kap 1, avsnitt , 2.5

Föreläsning 7: Punktskattningar

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

TMS136. Föreläsning 2

Matematik I. vårtermin Jennifer Chamberlain Kurskoordinator

ENDIMENSIONELL ANALYS FÖR C OCH D HT 2016, DELKURS B1, 8 HP

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

Finansiell Statistik (GN, 7,5 hp,, VT 2009) Föreläsning 2. Diskreta Sannolikhetsfördelningar. (LLL Kap 6) Stokastisk Variabel

Sannolikhetslära och statistik, grundkurs

F5 STOKASTISKA VARIABLER (NCT , samt del av 5.4)

Matematik I. hösttermin Jennifer Chamberlain Kurskoordinator

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

MVE051/MSG Föreläsning 7

Föreläsning G70 Statistik A

SF1901 Sannolikhetsteori och statistik I

Kursinformation, TNIU19 Matematisk grundkurs fo r byggnadsingenjo rer, 6 hp

Transkript:

Matematisk statistik fo r B, K, N, BME och Kemister Fo rela sning 1 Johan Lindstro m 28 augusti 2017 Johan Lindstro m - johanl@maths.lth.se FMSF70/MASB02 F1 2/18 Tilla mpningar Matematisk statistik slumpens matematik Sannolikhetsteori: Hur beskriver man slumpen? Statistikteori: Vilka slutsatser kan man dra av ett datamaterial? Johan Lindstro m - johanl@maths.lth.se FMSF70/MASB02 F1 3/18 Tilla mpningar Beskriva Data Florence Nightingale en.wikipedia.org/wiki/florence_nightingale Johan Lindstro m - johanl@maths.lth.se FMSF70/MASB02 F1 5/18

Tillämpningar Översvämningar Södra Nederländerna 1953 Johan Lindström - johanl@maths.lth.se FMSF70/MASB02 F1 6/18 Tillämpningar Tillämpningar för matematisk statistik Medicin & Hälsa Miljö Processindustri Biologi Försäkringar Spel/Lotterier Geologi osv The best thing about being a statistician is that you get to play in everyone s backyard. John Wilder Tukey. Johan Lindström - johanl@maths.lth.se FMSF70/MASB02 F1 7/18 Praktiska detaljer Kursen går över 1 läsperiod 1-2 föreläsningar i veckan 1 räkneövning i veckan Examination: 3 Godkända färdighetstest, 2017-09-11, 2017-09-18 och 2017-10-13. Godkänt projektarbete (inlämning 2017-09-29) Tentamin 2017-10-24 Kurshemsida: www.maths.lth.se/matstat/kurser/fmsf70 Föreläsare: Johan Lindström, MH319 Johan Lindström - johanl@maths.lth.se FMSF70/MASB02 F1 8/18

Förkunskapskrav För att få läsa kursen måste man ha klarat 6 högskolepoäng inom: Endimensionell analys (FMA410, FMAA01, FMAA05) Flerdimensionell analys (FMA430, FMA435, FMA025) innan kursen startar. Johan Lindström - johanl@maths.lth.se FMSF70/MASB02 F1 9/18 Övningar Blandning av datorövningar, paper-och-penna övningar, samt MATLAB övningar. Räkna hemma och kom med frågor till övningarna. Mycket självstudietid (15 1 2 h per vecka). Datorövningar Gör innan övningen, täcker begreppsförståelse och enklare räkningar. Övningsuppgifter Gör på övningen, många är (varianter av) gamla tenta uppgifter. MATLAB Gör efter övningen, illustrerar teorin och praktiska tillämpningar. Stark koppling till projekten. Johan Lindström - johanl@maths.lth.se FMSF70/MASB02 F1 10/18 Färdighetstest Färdighetstest i Mozquizto http://quizms.maths.lth.se/ Logga in med StiL-identitet Registrera er på Matematisk Statistik BKN & BME. Testen skall klaras (6 av 10) senast: 2017-09-11, Måndag lv 3 2017-09-18, Måndag lv 4 2017-10-13, Fredag lv 7 Johan Lindström - johanl@maths.lth.se FMSF70/MASB02 F1 11/18

Projekt Löses i grupper om 2. Handledning på övningarna. Anmälning via matstat.sam.cs.lth.se/labs Inlämning senast 2017-09-29 (onsdag läsvecka 5) Rättas under vecka 5 6. Eventuella anmärkningar korrigeras under läsvecka 7 8. Johan Lindström - johanl@maths.lth.se FMSF70/MASB02 F1 12/18 Exempel Data (Kap. 2.1) Olika typer av variabler (observationer) Diskreta Antar distinkta värden, ex: Binära variabler: Antar endast 2 värden: defekt/hel, ja/nej. Kvalitativa variabler: Klasstilhörighet: färg, partisympati, etc. Heltalsvariabler: Antal Kontinuerliga Antar godtyckliga reella värden (möjligen i ett intervall). Fosfor-halten i Höje å Temperatur Johan Lindström - johanl@maths.lth.se FMSF70/MASB02 F1 13/18 Exempel Medelvärde & Varians (Kap. 2.2) Givet observationer: ( 1.21; 0.79; 0.30; 0.29; 0.49; 0.67; 0.72; 0.73; 1.03; 1.63 ) Beräkna: 1. Medelvärde 2. Median 3. Varians 4. Standardavvikelse Matlab: mean(x), median(x), var(x), std(x) Johan Lindström - johanl@maths.lth.se FMSF70/MASB02 F1 14/18

Frekvens Kolmogorov Ex Frekvenstolkning av sannolikhet (Kap. 3.1 3.2) Upprepa ett slumpmässigt försök n gånger Antal ggr A inträffar n P(A), då n växer. 1 Relativa frekvensen av antal treor Relativ frekvens 0.8 0.6 0.4 0.2 0 10 0 10 1 10 2 10 3 10 4 10 5 Antal tärningskast 1/6? Johan Lindström - johanl@maths.lth.se FMSF70/MASB02 F1 15/18 Frekvens Kolmogorov Ex Sannolikhet (Kap. 3.2.2) Sannolikheten att en händelse A skall inträffa bet. P(A) En sannolikhet måste uppfylla följande, Kolmogorovs axiomsystem: 0 P(A) 1 En sannolikhet är ett tal mellan 0 och 1 P(Ω) = 1 Sannolikheten att något skall hända är 1 P(A B) = P(A) + P(B) Om och endast om A och B är oförenliga Johan Lindström - johanl@maths.lth.se FMSF70/MASB02 F1 16/18 Exempel I Frekvens Kolmogorov Ex Kasta en tärning och definera händelserna A : Minst 4:a = {4:a, 5:a, 6:a} B : Högst 5:a = {1:a, 2:a, 3:a, 4:a, 5:a} C : 3:a = {3:a} Vad är: 1. P(A B)? 2. P(A B)? 3. P(A C)? Johan Lindström - johanl@maths.lth.se FMSF70/MASB02 F1 17/18

Frekvens Kolmogorov Ex Exempel II Kasta 3 tärningar vad är sannolikheten att få: 1. Alla (3 stycken) 3:or? 2. Inga 5:or? 3. Minst ett udda (1:a, 3:a, 5:a) nummer? Johan Lindström - johanl@maths.lth.se FMSF70/MASB02 F1 18/18