S0005M V18, Föreläsning 10

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

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

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

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

F10 ESTIMATION (NCT )

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

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

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

================================================

Föreläsning G04: Surveymetodik

Statistik. Språkligt och historiskt betyder statistik ungefär sifferkunskap om staten

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

1. Test av anpassning.

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

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

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

θx θ 1 om 0 x 1 f(x) = 0 annars

F6 Uppskattning. Statistikens grunder 2 dagtid. Beteckningar, symboler, notation. Grekiskt-romerskt

Introduktion till statistik för statsvetare

2. Konfidensintervall för skillnaden mellan två proportioner.

Tentamen i Statistik, STA A10 och STA A13 (9 poäng) 26 mars 2004, klockan

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

LÖSNINGSFÖRSLAG TILL TENTAMEN I MATEMATISK STATISTIK

TMS136: Dataanalys och statistik Tentamen med lösningar

Föreläsning G04 Surveymetodik 732G19 Utredningskunskap I

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

TENTAMEN I MATEMATIK MED MATEMATISK STATISTIK HF1004 TEN kl

Föreläsning G70 Statistik A

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

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

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

F3 Lite till om tidsserier. Statistikens grunder 2 dagtid. Sammansatta index 4. Deflatering HT Laspeyres index: Paasche index: Index.

Grundläggande matematisk statistik

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

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

b) Bestäm det genomsnittliga antalet testade enheter, E (X), samt även D (X). (5 p)

Föreläsning G70 Statistik A

a) Beräkna E (W ). (2 p)

Tentamen i Matematisk statistik för V2 den 28 maj 2010

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

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

Skattning / Inferens. Sannolikhet och statistik. Skattning / Inferens. Vad är det som skattas?

Viktigt! Glöm inte att skriva Tentamenskod på alla blad du lämnar in.

SAMMANFATTNING TAMS65

Övningstentamen i MA2018 Tillämpad Matematik III-Statistik, 3.5hp

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

Rättningstiden är i normalfall 15 arbetsdagar, annars är det detta datum som gäller:

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del II

Datorövning 2 Fördelningar inom säkerhetsanalys

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

Datorövning 2 Fördelningar inom säkerhetsanalys

4.2.3 Normalfördelningen

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

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del II

Höftledsdysplasi hos dansk-svensk gårdshund - Exempel på tavlan

Statistik för bioteknik SF1911 // KTH Matematisk statistik // Formler och tabeller. 1 Numeriska sammanfattningar (statistikor)

Vid mer än 30 frihetsgrader approximeras t-fördelningen med N(0; 1). Konfidensintervallet blir då

Tentamen i Statistik STG A01 (12 hp) 5 mars 2010, kl

MA2018 Tillämpad Matematik III-Statistik, 3.5hp,

MA2018 Tillämpad Matematik III-Statistik, 3.5hp,

MA2018 Tillämpad Matematik III-Statistik, 3.5hp,

Sannolikhetslära statistisk inferens F10 ESTIMATION (NCT )

Jag läser kursen på. Halvfart Helfart

Tentamentsskrivning: Tillämpad Statistik 1MS026 1

MA2018 Tillämpad Matematik III-Statistik, 3.5hp,

Sannolikheter 0 < P < 1. Definition sannolikhet: Definition sannolikhet: En sannolikhet kan anta värden från 0 till 1

Avd. Matematisk statistik

Id: statistik.tex :48:29Z joa

Matematisk statistik TMS063 Tentamen

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del II

732G70 Statistik A. Föreläsningsunderlag skapad av Karl Wahlin Föreläsningsslides uppdaterade av Bertil Wegmann

732G70 Statistik A. Föreläsningsunderlag skapad av Karl Wahlin Föreläsningsslides uppdaterade av Bertil Wegmann

732G70 Statistik A. Föreläsningsunderlag skapad av Karl Wahlin Föreläsningsslides uppdaterade av Bertil Wegmann

Tentamen i Statistik, STA A13 Deltentamen 2, 5p 20 januari 2007, kl

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning och exempel, del II

TENTAMEN I MATEMATISK STATISTIK Datum: 13 mars 08

b 1 och har för olika värden på den reella konstanten a.

Jag läser kursen på. Halvfart Helfart

Uppsala Universitet Matematiska institutionen Matematisk Statistik. Formel- och tabellsamling. Sannolikhetsteori och Statistik

Studentens personnummer: Giltig legitimation/pass är obligatoriskt att ha med sig. Tentamensvakt kontrollerar detta.

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning och exempel, del II

Laboration 5: Konfidensintervall viktiga statistiska fördelningar

Tentamen i statistik för STA A13, 1-10 poäng Deltentamen II, 5p Lördag 9 juni 2007 kl

FORMELSAMLING 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.

Formelblad Sannolikhetsteori 1

95%-igt konfidensintervall för andel kalsongbärare i populationen: Slutsats: Med 95% säkerhet finns andelen kalsongbärare i intervallet 38-48%

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

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

Föreläsning 2: Punktskattningar

TAMS79: Föreläsning 9 Approximationer och stokastiska processer

Matematisk statistik

Föreläsning 5. Kapitel 6, sid Inferens om en population

MA2018 Tillämpad Matematik III-Statistik, 7.5hp,

Statistik en introduktion

Statistik för ingenjörer 1MS008

STATISTIK FÖR LÄKARSTUDENTER

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

Linjär Algebra (lp 1, 2016) Lösningar till skrivuppgiften Julia Brandes

E ( X ) = (här ska ni skriva en viss bokstav! Vilken? Varför)

Cirkulära data och dess statistiska tillämpningar

Transkript:

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 okäd Kofidesitervall och hypotesprövig där populatiosmedelvärdet µ aalyseras med hjälp av stickprovsmedelvärdet x bygger på att stickprovsmedelvärdet stadardiseras z = x µ σ/ där Z = X µ σ/ är N(0, 1)-fördelad (Tabell A). Detta kräver dock att stadardavvikelse σ är käd. Om σ är okäd skattas de med s = 1 (x i x) 1 2 och stadardiserige blir i=1 t = x µ s/, där T = X µ S/ är t( 1) fördelad (Tabell D). Mykola Shykula (LTU) S0005M V18, Föreläsig 10 2018-04-19 2 / 15 Saolikhetsfördelig för T Saolikhetsfördelige som beskriver variatioera i T kallas t-fördelige. Det fis e t-fördelig för varje frihetsgrad 1, kallad t( 1) (Table D i Moore-kursbok). Om frihetsgrade är väldigt stor, är t-fördelige väldigt ära N(0, 1). Mykola Shykula (LTU) S0005M V18, Föreläsig 10 2018-04-19 3 / 15

Kofidesitervall för µ då σ är okäd Ett kofidesitervall som iehåller µ med kofidesgrad C ges av [ x t s, x + t s ] eller x ± t s där t läses av tabell D med rätt kofidesgrad och frihetsgrad. Frihetsgrad (df) ska vara 1. Felmargiale ges av t s Mykola Shykula (LTU) S0005M V18, Föreläsig 10 2018-04-19 4 / 15 Hypotesprövig för µ då σ är okäd Givet att X k är N(µ, σ) betraktar vi teststatistika T = X µ 0 S/ som är t( 1)-fördelad om gäller. Givet följade fall av mothypoteser, desigar vi test för att kullkasta H 0, på sigifikasivå α. H a : µ < µ 0 t < t med α i svase. Där t är kritisk gräs. H a : µ > µ 0 t > t med α i svase. Där t är kritisk gräs. H a : µ µ 0 t < t eller t > t alt t > t med α/2 i svase. Där t och t är kritiska gräser. Mykola Shykula (LTU) S0005M V18, Föreläsig 10 2018-04-19 5 / 15 Hypotesprövig för µ med P-värde, σ är okäd Sigifikas ivå är α. Givet ollhypotes, att populatiosmedelvärdet är lika med µ 0, dvs skatta populatiosmedelvärdet med stickprovsmedelvärdet x. statistika blir då T = X µ 0 S/ t( 1), där S är stickprovs stadardavvikelse, och är storleke på stickprovet. Mothypotes P-värde (Tabell D, appr) H a : µ > µ 0 P(T t), t = x µ0 s/ frå data H a : µ < µ 0 P(T t) H a : µ µ 0 P(T t eller T t ) = 2 P(T t ) Beslutsregel: förkasta ollhypotes H 0 om P-värde < α Mykola Shykula (LTU) S0005M V18, Föreläsig 10 2018-04-19 6 / 15

Exempel Joha är brottare. För att kua tävla i si viktklass får ha ite väga mer ä 78 kg. Johas våg är ite helt tillförlitlig. Avvikelse mella has faktiska vikt och de vikt som våge visar är ormalfördelad med vätevärde oll. Joha väger sig sex gåger direkt efter varadra. Våge visar då värdea 1 2 3 4 5 6 77.78 78.22 77.85 78.05 77.96 78.21 1 Bestäm ett 99% kofidesitervall för Johas vikt 2 Joha vill verifiera att has vikt uderstiger 78 kg, för att i aat fall bada bastu för att säka si vikt iför tävlige. Kostruera ett test som med sigifikasivå 5% verifierar om Joha väger tillräckligt lite. Mykola Shykula (LTU) S0005M V18, Föreläsig 10 2018-04-19 7 / 15 Exempel: lösig Modell: Johas vikt X N(µ, σ), σ är okäd. Vi vill veta kofidesitervall (kofidesgrad=99%). Vi vet: = 6, x = 78.0117, s = 0.1826, t = t α/2 ( 1) = t 0.005 (5) = 4.032 Ger k.i.-itervallet: I µ (0.99) = x ± t s/ = [77.711, 78.3122] (sigifikasivå = 5%): H 0 : µ = 78 H a : µ < 78 Förkasta H 0 om t-statistika observerad är midre ä t = t 0.05 (5) = 2.015 t-statistika observerad: t = x 78 s/ = 0.157 Vi ka ej förkasta H 0. Joha väger ej tillräckligt lite (på 5% sig.ivå). Mykola Shykula (LTU) S0005M V18, Föreläsig 10 2018-04-19 8 / 15 Stickprov i par Om ma för varje idivid udersöker två fall, och vill ha reda på om det är e systematisk skillad då ma går frå ea fallet till adra, har vi situatioe stickprov i par. Stickprov i par Vid stickprov i par tas för varje idivid, differese mella de två falle, så det blir e differes per idivid. Seda görs ett valigt kofidesitervall på dessa differeser. Mykola Shykula (LTU) S0005M V18, Föreläsig 10 2018-04-19 9 / 15

Stickprov i par, s 419 i Moore Exempel: Ger våg A och våg B lika mätvärde? Låt persoer väga sig på båda vågara och ge mätdata (a i, b i ), i = 1,...,. Atagade: a i observatio frå N(µ i, σ 1 ) b i observatio frå N(µ i +, σ 2 ), Skatta Mykola Shykula (LTU) S0005M V18, Föreläsig 10 2018-04-19 10 / 15 Stickprov i par, forts Bilda skilladera d i = a i b i, i = 1,..., d i observatio frå N(, σ), σ = σ1 2 + σ2 2 okät Gör aalys på d-datat. Aväd t-test. H 0 : = 0, H a : > 0 (< 0, 0) Kofidesitervall eller hypotesprövig för Mykola Shykula (LTU) S0005M V18, Föreläsig 10 2018-04-19 11 / 15 Två stickprov (ästa föreläsig) Om vi i ea fallet udersöker 1 stycke idivider, där observatioera X 1 k har okät popoulatiosmedelvärde µ 1 och (okäd) stadardavvikelse σ 1. Och i adra fallet udersöker 2 stycke idivider, där observatioera X 2 k har okät popoulatiosmedelvärde µ 2 och (okäd) stadardavvikelse σ 2. Om vi då är itresserade av storleke på skillade µ 1 µ 2 aväder vi aalysmetode för två stickprov (tex två stickprov kofidesitervall, två stickprov hypotesprövig H 0 : µ 1 = µ 2 ). Mykola Shykula (LTU) S0005M V18, Föreläsig 10 2018-04-19 12 / 15

Felaktiga slutsatser vid ett test (s 396-397) Typ I fel: Förkastar H 0 fastä H 0 är sa. P(Typ I fel) = α. Typ I fel är alltså sigifikasivå. Typ II fel : Förkastar ite H 0 fastä H 0 är falsk. Coclusio based o sample Reject H 0 Fail to reject H 0 Truth about the populatio H 0 true Type I error Correct coclusio H 0 false (H a true) Correct coclusio Type II error Mykola Shykula (LTU) S0005M V18, Föreläsig 10 2018-04-19 13 / 15 Styrka hos ett test (s 392-394, Ex 6.29 och 6.30) Styrka hos ett test är P(förkastar H 0 H 0 falsk) Styrka beräkas i e viss istas av H a, tex H a : µ = 5.5 i ex med ikotihalt. Mykola Shykula (LTU) S0005M V18, Föreläsig 10 2018-04-19 14 / 15 Ex 6.29, s. 392-393 Mykola Shykula (LTU) S0005M V18, Föreläsig 10 2018-04-19 15 / 15