histogram över 1000 observerade väntetider minuter 0.06 f(x) täthetsfkn x väntetid

Relevanta dokument
histogram över 1000 observerade väntetider minuter 0.06 f(x) täthetsfkn x väntetid 1

Två parametrar: µ (väntevärdet) och σ (standardavvikelsen) µ bestämmer normalfördelningens läge

Statistiska metoder för säkerhetsanalys

Föreläsning 4, Matematisk statistik för M

Matematisk statistik 9hp Föreläsning 2: Slumpvariabel

Föreläsning 2, FMSF45 Slumpvariabel

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

repetera begreppen sannolikhetsfunktion, frekvensfunktion och fördelningsfunktion

SF1901: Sannolikhetslära och statistik

PROGRAMFÖRKLARING I. Statistik för modellval och prediktion. Ett exempel: vågriktning och våghöjd

Kap 2. Sannolikhetsteorins grunder

1 Föreläsning V; Kontinuerlig förd.

SF1911: Statistik för bioteknik

SF1901 Sannolikhetsteori och statistik I

SF1901: SANNOLIKHETSTEORI OCH KONTINUERLIGA STOKASTISKA VARIABLER STATISTIK. Tatjana Pavlenko. 7 september 2016

Föreläsning 8, Matematisk statistik 7.5 hp för E Punktskattningar

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

TMS136. Föreläsning 4

FMSF55: Matematisk statistik för C och M OH-bilder på föreläsning 5, a 2 e x2 /a 2, x > 0 där a antas vara 0.6.

Föreläsning 7. Statistikens grunder.

Mer om slumpvariabler

Formel- och tabellsamling i matematisk statistik

Grundläggande matematisk statistik

SF1920/SF1921 Sannolikhetsteori och statistik 6,0 hp Föreläsning 3 Diskreta stokastiska variabler. Jörgen Säve-Söderbergh

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

BIOSTATISTISK GRUNDKURS, MASB11, VT-16, VT2 ÖVNING 3, OCH INFÖR ÖVNING 4

EXEMPEL PÅ FRÅGESTÄLLNINGAR INOM STATISTIKTE- ORIN (INFERENSTEORIN):

EXEMPEL PÅ FRÅGESTÄLLNINGAR INOM STATISTIK- TEORIN (INFERENSTEORIN):

Våra vanligaste fördelningar

Föreläsning 3. Sannolikhetsfördelningar

1.1 Diskret (Sannolikhets-)fördelning

Föreläsning 5, Matematisk statistik Π + E

F8 Skattningar. Måns Thulin. Uppsala universitet Statistik för ingenjörer 14/ /17

Veckoblad 3. Kapitel 3 i Matematisk statistik, Dahlbom, U.

Detta formelblad får användas under både KS2T och KS2D, samt ordinarie tentamen. x = 1 n. x i. with(stats): describe[mean]([3,5]); 4.

Föreläsning 8 för TNIU23 Integraler och statistik

Matematisk statistik KTH. Formel- och tabellsamling i matematisk statistik

Föreläsning 8, FMSF45 Binomial- och Poissonfördelning, Poissonprocess

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

Hur måttsätta osäkerheter?

PROGRAMFÖRKLARING III

TAMS65 - Föreläsning 1 Introduktion till Statistisk Teori och Repetition av Sannolikhetslära

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

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

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

Exempel. Kontinuerliga stokastiska variabler. Integraler i stället för summor. Integraler i stället för summor

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 3

Veckoblad 3. Kapitel 3 i Matematisk statistik, Blomqvist U.

Föreläsning 2, Matematisk statistik för M

SF1901: Sannolikhetslära och statistik

Väntevärde och varians

Matematisk statistik 9hp Föreläsning 5: Summor och väntevärden

SF1901 Sannolikhetsteori och statistik I

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

Föreläsning 5, FMSF45 Summor och väntevärden

Jörgen Säve-Söderbergh

Exempel för diskreta och kontinuerliga stokastiska variabler

9. Konfidensintervall vid normalfördelning

Matematisk statistik KTH. Formelsamling i matematisk statistik

SF1901: Sannolikhetslära och statistik

Matematisk statistik 9 hp Föreläsning 3: Transformation och simulering

SF1901: Sannolikhetslära och statistik. Väntevärde; Väntevärde för funktioner av s.v:er; Varians; Tjebysjovs olikhet. Jan Grandell & Timo Koski

Kap 3: Diskreta fördelningar

4 Diskret stokastisk variabel

Tentamen i Matematisk statistik Kurskod S0001M

Kurssammanfattning MVE055

träna på att använda olika grafiska metoder för att undersöka vilka fördelningar ett datamaterial kan komma från

Matematisk statistik 9hp Föreläsning 7: Normalfördelning

Extremvärden att extrapolera utanför data och utanför teori/modell. Statistik för modellval och prediktion p.1/27

Grundläggande matematisk statistik

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

SF1901: SANNOLIKHETSTEORI OCH FLERDIMENSIONELLA STOKASTISKA STATISTIK VARIABLER. Tatjana Pavlenko. 8 september 2017

Föreläsning 2 (kap 3): Diskreta stokastiska variabler

SF1901: Sannolikhetslära och statistik

Matematisk statistik 9 hp Föreläsning 8: Binomial- och Poissonfördelning, Poissonprocess

Datorövning 1: Fördelningar

SF1901 Sannolikhetsteori och statistik I

SF1922/SF1923: SANNOLIKHETSTEORI OCH DISKRETA STOKASTISKA VARIABLER STATISTIK. Tatjana Pavlenko. 23 mars, 2018

Lufttorkat trä Ugnstorkat trä

Tentamen i Matematisk statistik Kurskod S0001M

SF1901: Sannolikhetslära och statistik. Flera stokastiska variabler.

0 om x < 0, F X (x) = x. 3 om 0 x 1, 1 om x > 1.

SF1901: Sannolikhetslära och statistik

Diskussionsproblem för Statistik för ingenjörer

LINKÖPINGS UNIVERSITET EXAM TAMS 27 / TEN 2

SF1901: Sannolikhetslära och statistik

Föreläsning 11: Mer om jämförelser och inferens

Matematisk statistik för D, I, Π och Fysiker

(a) på hur många sätt kan man permutera ordet OSANNOLIK? (b) hur många unika 3-bokstavskombinationer kan man bilda av OSANNO-

Tentamen MVE300 Sannolikhet, statistik och risk

TENTAMEN Datum: 14 feb 2011

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

Föreläsning 3, Matematisk statistik Π + E

F9 Konfidensintervall

TAMS65 - Föreläsning 12 Test av fördelning

SF1922/SF1923: SANNOLIKHETSTEORI OCH INTERVALLSKATTNING. STATISTIK. Tatjana Pavlenko. 24 april 2018

DATORÖVNING 2 MATEMATISK STATISTIK FÖR D, I, PI OCH FYSIKER; FMSF45 & MASB03. bli bekant med summor av stokastiska variabler.

Föreläsningsmanus i matematisk statistik för lantmätare, vecka 5 HT06

Transkript:

Lunds tekniska högskola Matematikcentrum Matematisk statistik FMSF55: Matematisk statistik för C och M OH-bilder på föreläsning 4, 28-3-27 EXEMPEL: buss. Från en busshållplats avgår en buss var 2 min (inga förseningar). Du kommer på en på måfå vald tidpunkt till hållplatsen, X = väntetiden. (a) Vad är fördelningen för X? (b) Vad är sannolikheten att du får vänta mindre än 3 minuter? (c) Vad är sannolikheten att du får vänta mer än 5 minuter? (d) Hur länge får du vänta i genomsnitt? 5 histogram över observerade väntetider antal ggr 5 5 5 5 2 25 minuter.6 f(x) täthetsfkn.4.2 F(x) Fördelningsfkn 5 5 5 2 25 x väntetid.5 5 5 5 2 25 x väntetid

EXEMPEL: livslängd. En viss typ av elektroniska komponenter håller i genomsnitt 2 timmar. Låt X vara livslängden (timmar) hos en slumpmässigt vald komponent. (a) Vad är fördelningen för X? (b) Vad är sannolikheten att livslängden ligger mellan och 3 timmar? (c) Vad är den förväntade livslängden hos denna komponent? (d) Vad är medianen av livslängden? 5 histogram över 5 observerade livslängder 5 2 3 4 5 6 7 8 9 6 x 3 f(x) täthetsfkn 4 2 F(x) fördelningsfkn 2 3 4 5 6 7 8 9 x livslängd (tim).5 2 3 4 5 6 7 8 9 x livslängd (tim)

EXEMPEL: Under 38 år noteras årliga maximala vindstyrkan (m/s) på en plats. Man är intresserad av Hur troligt är det att årliga maximala vindstyrkan överstiger 35 m/s? Vilken är den årliga maximala vindstyrka som överskrids i % av åren? ARBETSGÅNG: Plotta data från de 38 mätningarna (plotta mot tid, histogram) Försök hitta en standardmodell som passar till de 38 mätningarna Använd mätningarna för att skatta parametrarna i modellen Beräkna sannolikheter och kvantiler I MODELLEN En lämplig modell visade sig vara Gumbelfördelning (extremvärdesfördelning av typ I) med fördelningsfunktion F (x) = e e (x b a ) där b uppskattas till 29. och a till 2.5.

VINDHASTIGHET (m/s) 4 35 3 25 2 3 4 TID Empirical and Gumbel estimated cdf FREKVENS 8 6 4 2 HISTOGRAM 25 3 35 4 VINDHASTIGHET FREKVENSFUNKTION, GUMBEL.2 F(x).8.6.4.2 f(x).5..5 25 3 35 4 VINDHASTIGHET 2 3 4 VINDHASTIGHET (a) Hur troligt är det att årliga maximala vindstyrkan överstiger 35 m/s? (b) Vilken är den årliga maximala vindstyrka som överskrids i % av åren?

EXEMPEL: Också en av de vanligaste fördelningarna... Normalfördelningen (gaussisk fördelning, gaussisk klocka).6 FREKVENSFUNKTION.5.4.3.2. 5 2 25 3 35 4 45 5 55 FÖRDELNINGSFUNKTION.8.6.4.2 5 2 25 3 35 4 45 5 55 Studerar vi mycket efter påskuppehållet!

Lathund för stokastiska variabler: Olika funktioner (fördelningar) för att beskriva variation: diskret s.v. sannolikhetsfunktion p X (x) = P (X = x) kontinuerlig s.v. frekvensfunktion f X (x).25.25.2.2.5.5...5.5 2 4 6 8 2 4 6 8 j x p X(j) fördelningsfunktion F X (x) = P (X x) = x f X(t) dt.9.9.8.8.7.7.6.6.5.5.4.4.3.3.2.2.. 2 4 6 8 2 4 6 8

Lathund (forts) Lägesmått för s.v. väntevärde: { x= xp X(x) diskret E(X) = µ = xf X(x)dx kontinuerlig median m F X (m) = m f X(x)dx=.5 undre p:te percentil L p F X (L p ) = L p f X(x)dx= p övre kvantil x α F X (x α ) = α Spridningsmått för s.v. varians: V (X) = σ 2 = standardavvikelse: D(X) = σ = V (X) { x= (x µ)2 p X (x) diskret (x µ)2 f X (x)dx kontin.

EXEMPEL mätfel; hållfasthet hos trä; längden hos betongelement; GRÄNSFÖRDELNING för summan av s.v. FÖRDELNING beteckning Normalfördelning X N(µ, σ) Lognormalfördelning ln X N(µ, σ) axiell belastning hos betongpelare; årsnederbörd av snö Exponentialfördelning Weibullfördelning X Exp(λ) livslängd hos komponenter; tidpunkten mellan två händelser som inträar slumpmässigt och oberoende av varandra; Richtermagnituden hos en jordbävning utmattningsfenomen; karakteristisk bärförmåga; tiden en enhet ligger i lager, restider extrema värden, årsmaxima, spricktillväxt Gumbelfördelning Gammafördelning Rektangelfördelning Binomialfördelning Poissonfördelning X Γ(p, a) X R(a, b) X Bin(n, p) X P o(λ) årsmaxima för snödjup avrundningfel; väntetid på en buss antalet defekta komponenter i en sändning; antalet ggr ett gränsvärde överskrids under mätperioden; antalet översvämningsår antalet fel i prod.process; antalet radioaktiva sönderfall under en tidsperiod; antalet mc-olyckor under en månad