MA2018 Tillämpad Matematik III-Statistik, 3.5hp,

Relevanta dokument
MA2018 Tillämpad Matematik III-Statistik, 3.5hp,

MA2018 Tillämpad Matematik III-Statistik, 3.5hp,

MA2018 Tillämpad Matematik III-Statistik, 3.5hp,

Övningstentamen i MA2018 Tillämpad Matematik III-Statistik, 3.5hp

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

Övningstentamen i MA2018 Tillämpad Matematik III-Statistik, 7.5hp

θx θ 1 om 0 x 1 f(x) = 0 annars

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

MA2018 Tillämpad Matematik III-Statistik, 7.5hp,

TENTAMEN I MATEMATISK STATISTIK Datum: 13 mars 08

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

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

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

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

TENTAMEN I MATEMATIK MED MATEMATISK STATISTIK HF1004 TEN kl

TENTAMEN I MATEMATISK STATISTIK

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

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

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

Tentamen i Matematisk statistik för V2 den 28 maj 2010

4.2.3 Normalfördelningen

Föreläsning G04: Surveymetodik

Matematisk statistik TMS063 Tentamen

Avd. 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).

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

a) Beräkna E (W ). (2 p)

2. Konfidensintervall för skillnaden mellan två proportioner.

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

Grundläggande matematisk statistik

F10 ESTIMATION (NCT )

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

TMS136: Dataanalys och statistik Tentamen med lösningar

1. Test av anpassning.

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

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

TENTAMEN Datum: 16 okt 09

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

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

Föreläsning G04 Surveymetodik 732G19 Utredningskunskap I

MA2018 Tillämpad Matematik III-Statistik, 7.5hp,

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

S0005M V18, Föreläsning 10

Tentamen i matematisk statistik

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

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

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

TAMS79: Föreläsning 9 Approximationer och stokastiska processer

Statistik. Språkligt och historiskt betyder statistik ungefär sifferkunskap om staten

Sannolikhetsteori FORMELSAMLING MATEMATISK STATISTIK, AK FÖR I, FMS 120, HT-00. Kap 2: Sannolikhetsteorins grunder

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

Föreläsning G70 Statistik A

Introduktion till statistik för statsvetare

Tentamenskrivning, , kl SF1625, Envariabelanalys för CINTE1(IT) och CMIEL1(ME ) (7,5hp)

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

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

Tentamen i matematisk statistik

Formelblad Sannolikhetsteori 1

Jag läser kursen på. Halvfart Helfart

Tentamen i Sannolikhetsteori III 13 januari 2000

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

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.

Matematisk statistik

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

Föreläsning 2: Punktskattningar

SAMMANFATTNING TAMS79 Matematisk statistik, grundkurs

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

Stokastiska variabler

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

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

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

Tentamen Metod C vid Uppsala universitet, , 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

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

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

Efter tentamen För kurser med fler än 60 examinerande meddelas resultatet SENAST 20 arbetsdagar efter examinationen annars 15 arbetsdagar.

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

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

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

Matematisk statistik KTH. Formelsamling i matematisk statistik

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

LÖSNINGSFÖRSLAG TILL TENTAMEN I MATEMATISK STATISTIK

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

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

Kontrollskrivning 3 i SF1676, Differentialekvationer med tillämpningar. Tisdag kl 8:15-10

Sannolikhetsteori FORMELSAMLING MATEMATISK STATISTIK, AK FÖR CDEFI, NANO OCH PI, MAS233, 2004 FMS 012, FMS 022, FMS 121 OCH MAS233

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

SANNOLIKHETER. Exempel. ( Tärningskast) Vi har sex möjliga utfall 1, 2, 3, 4, 5 och 6. Därför är utfallsrummet Ω = {1, 2, 3, 4, 5,6}.

Sannolikhetslära. c 2015 Eric Järpe Högskolan i Halmstad

Anmärkning: I några böcker använder man följande beteckning ]a,b[, [a,b[ och ]a,b] för (a,b), [a,b) och (a,b].

Jag läser kursen på. Halvfart Helfart

a. Nej, eftersom alla utfall inte har samma sannolikhet. Förutsättningarna enligt första stycket på sida 12 är inte uppfyllda.

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

Sannolikhetslära statistisk inferens F10 ESTIMATION (NCT )

TAMS15: SS1 Markovprocesser

Matematisk statistik

Borel-Cantellis sats och stora talens lag

Tentamen 1 i Matematik 1, HF1903, Fredag 14 september 2012, kl

Tentamen den 11 april 2007 i Statistik och sannolikhetslära för BI2

Transkript:

MA2018 Tillämpad Matematik III-Statistik, 3.hp, 2018-08- Hjälpmedel: Pea, radergummi och lijal. Räkedosa och medföljade formelsamlig är tillåte! Tetame består av 20 frågor! Edast Svarsblakette ska lämas i! Iget tetamesomslag! För bedömig och betygsgräser se kurses hemsida. Lösigsförslag aslås på kurses hemsida efter tetame. Lycka till! Mats 03 7211 Del A 1. Vid e produktio ka två olika fel, A och B, uppkomma på de tillverkade detalje. Ma vet att PA0.1, PB0.2 och PA B0.0. Beräka saolikhete att exakt ett av fele uppkommer på e slumpmässigt vald detalj. (1p) Lösigsförslag: Pexakt ett av felepa B C PA C BPAPB2 PA B PAPB2 PA B0.1 0.2 2 0.0 0.2 0.1 0.2 2 0.0 0.2 a 0. b 0.20 c 0.2 d 0.30 e Iget av a till d. 2. E grupp beståde av kvior och mä ska utse e kommitté beståede av persoer. Hur stor är saolikhete att mist e ma igår i kommitté om alla i gruppe har samma chas att utses? Age ditt svar i % avrudat till e decimal. (1p) Lösigsförslag: Pmist 1 ma1 20 0 1 14131211 0.806 20191817 14 13 12 11 1 20 19 18 17, 1 Biomial, a Biomial, a Biomial20,, 1 PDFHypergeometricDistributio,, 20, a. a 0 N 47 8, 47 8, 47 8 0.806308, 0.806308, 0.806308 a 19.4 b 80.6 c 44.0 d 6.0 e Iget av a till d. 34. När ett företag skickar varor till sia återförsäljare sker detta med atige buss, tåg eller flyg. 60% sker med buss, 30% med tåg och % med flyg. Adele trasportskadade varor är 4% med buss, 2% med tåg och 1% med flyg. 3. Hur stor adel av alla varor ka ma räka med att få trasportskadade? Age ditt svar i % avrudat till e decimal. (1p) Lösigsförslag: Låt T vara hädelse e vara blir trasportskad. Eligt förutsättigara är PBuss0.6, PTåg0.3 och PFlyg0.1 samt PT Buss0.04, PT Tåg0.02 och PT Flyg0.01 PT P Buss TPTåg TPFlyg T PBuss P T BussPTåg P T TågPFlyg P T Flyg 0.6 0.04 0.3 0.02 0.1 0.01 0.031 0.6 0.04 0.3 0.02 0.1 0.01 0.031 a 7.0 b 4.6 c.2 d 3.1 e Iget av a till d. Rätt svarsalterativ: d 4. Om ma mottar e trasportskadad vara, hur stor är saolikhete att de skickats med flyg? Age ditt svar i % avrudat till e 1

decimal. (1p) Lösigsförslag: Med förutsättigar i föregåede uppgift får vi PFlyg T PFlygT PFlyg PT Buss 0.032. PT PT 0. 0.01 0.031 0.60 0.04, 0.3 0.02, 0.1 0.0.031 0.774194, 0.19348, 0.032281 a 2. b 3.2 c 6.7 d 7. e Iget av a till d. 6. I e av högskolas alla hissar fis e skylt som säger högst 6 persoer eller 400 kg. Persovikte i kg hos e slumpvis utvald hissåkare atas vara N70,.. Beräka vätevärde och varias för de sammalagda vikte av 6 persoer. (1p) Lösigsförslag: Vi har 6 Ξ i N70, och Y i1 Ξ i 6 6 EYE i1 Ξ i i1 EΞ i 670 420 VYV 12 i1 Ξ i 12 i1 VΞ i 6 2 600 a Μ, 2 420, 60 b Μ, 2 420, 360 c Μ, 2 420, 600 d Μ, 2 420, 3600 e Iget av a till d. 6. Vad är saolikhete att 6 persoer väger mer ä 400 kg. Age ditt svar i % avrudat till e decimal. (1p) 6 Lösigsförslag: Vi har Y i1 Ξ i vikt för 6 persoer Y N420, 600 PY 4001 400420.820.820.7923 600 400 420 a N,2 600 1 CDFNormalDistributio420, 600, 400., 1 CDFNormalDistributio0, 1, a 0.82 0.792892, 0.8 a 63.0 b 89.3 c 77. d 20.7 e Iget av a till d. 78. De stokastiska variabel Ξ har saolikhetsfuktioe f x k4x x3 0 x 2, där k är e kostat. 0 aars 7. Bestäm k. (1p) Lösigsförslag: Defiitio, f xx1 2 0 k 4x x 3 x1k2x 2 x4 4 2 1 k8 1 0 4 k 1 4 2 Solve k 4 x x 3 x 1, Plot 1 0 4 4x x3, x, 0, 2 0.8 0.6 k 1 4, 0.4 0.2 0. 1.0 1. 2.0 a 1 b 2 c 4 d 6 e Iget av a till d. 8. Bestäm vätevärdet för Ξ. (1p) Lösigsförslag: EΞ xfxx 0 2 x 1 4 4x x3 x 1 4 4 x3 3 x 2 1 0 4 32 32 3 1 4 64. 2

2 x 1 0 4 4x x3 x Rätt svarsalterativ: a a b 21 c 26 d 1 e Iget av a till d. 9. Vid e tillverkigsprocess är felsaolikhete 1%. Om ma tillverkar 00 eheter vad är saolikhete att högst är defekta? Age ditt svar i % avrudat till e decimal. (1p) Lösigsförslag: Låt Ξ atal felaktiga eheter, Ξ Bi 00, 0.01Po,, p 0.1 P högst defektapξ tabell 0.696 CDFBiomialDistributio00, 0.01, CDFPoissoDistributio, N CDFNormalDistributio00 0.01, 00 0.01 1 0.01,N Ite så bra då V Ξ 0.6962 0.6961 0. a 30.8 b 38.4 c 0.0 d 61.6 e Iget av a till d. Rätt svarsalterativ: d. Eligt reklame för Sverigelotte vier ma på var 4:e lott. Hur stor är saolikhete att du får mist e vistlott om du köper st Sverigelotter? Age ditt svar i % avrudat till e decimal. (1p) Lösigsförslag: Låt Ξ atalet vistlotter. Om reklame är sa så är Ξ Ε Bi, 0.2 P mist 1 vistlottpξ 11PΞ 0 tabell 1 0.0631 0.94369 1 CDFBiomialDistributio, 0.2, 0 1 CDFBiomialDistributio, 0.20, 0 0.943686 0.892626 a 18.7 b 89.3 c 81.2 d 7.6 e Iget av a till d. 3

Del B 1112. E tetame består av flervalsfrågor med 4 olika svarsalterartiv varav ett är rätt. För godkät betyg på tetame krävs mist 8 rätt. 11. Beräka saolikhete att e tetad ka gissa sig till betyget godkäd. Age ditt svar i % avrudat till e decimal. (1p) Lösigsförslag: Låt Ξ atal rätta svar, Ξ Bi, 0.2. PGodkädPΞ 81 PΞ 7 tabell 1 0.9827 0.0173 N1 CDFBiomialDistributio, 1 4, 7 0 "", 2 1.7 a 1.7 b.7 c 0.4 d.0 e Iget av a till d. Rätt svarsalterativ: a 12. Beräka approximativt saolikhete att om 800 studeter teterar att mist lyckas gissa sig till godkät resultat. Aväd de avrudade saolikhete du beräkade i föregåede uppgift och age ditt svar i % avrudat till e decimal. (1p) Lösigsförslag: Sätt Ζatal tetader som lyckas gissa sig till betyget G av 800 Med saolikhet p 0.017 beräkad i föregåede uppgift blir ΖBi800, 0.017 EΖ p 800 0.017 13.6 och VΖ p1 p800 0.017 1 0.01713.3688 Ζ CGS N13.6, 13.3688 PΖ 1 PΖ 91 913.6 11.261.260.8962 13.3688 1 CDFBiomialDistributio800, p, 9, CDFNormalDistributio800 p, 800 p 1 p, 9., CDFNormalDistributio0, 1, 9. 800 p 800 p 1 p, CDFPoissoDistributio800 p, 9. p 0.017 0.872408, 0.868929, 0.868929, 0.87027 a.4 b 79.6 c 12.8 d 8.6 e Iget av a till d. 1314. Erfarehetsmässigt vet e kostruktiosfirma att atalet dagar som olika kostruktiosuppdrag förseas ka betraktas som e stokastisk variabel Ξ, med följade fördelig: x 0 1 2 3 px 0. 0.3 0.1 0.1 13. Bestäm vätevärde Μ och varias 2 för Ξ. (1p) Lösigsförslag: Låt Ξ i atal bar i ett hushåll och ΜE Ξ i 0. 0 0.3 1 0.1 2 0.1 3 0.8 2 V Ξ i E Ξ i 2 0.8 2 0. 0 2 0.3 1 2 0.1 2 2 0.1 3 2 0.8 2 0.96 0, 1, 2, 3; 0., 0.3, 0.1, 0.1;., 2 2. 2 0.8, 0.96 a Μ, 2 0.8, 1.6 b Μ, 2 1, 1.6 c Μ, 2 0.8, 0.96 d Μ, 2 1, 0.96 e Iget av a till d. 14. Bestäm med lämplig approximatio hur stor saolikhete är att 0 kostruktiosuppdrag sammalagt förseas högst 30 dagar. Atag att olika uppdrag förseas oberoede av varadra. Age ditt svar i % och avruda till 1 decimal. (1p) Lösigsförslag: Låt Y atalet förseigsdagar för 0 uppdrag. Vi ska bestämma P Y 30, med Y 0 i1 Ξ i, så med stöd frå Cetrala gräsvärdessatse ka vi u säga att Y N 00.8, 00.96 och PY 30 3040 1.4411.44 tabell 1 0.921 0.0749 0 0.96 4

30 40 a 0 0.96 CDFNormalDistributio40, 0 0.96, 30, CDFNormalDistributio, 1.44 1.44338 0.074473, 0.0749337 a 7. b 6.2 c 92. d 93.8 e Iget av a till d. Rätt svarsalterativ: a. Ma har bestämt desitete för 13 provkroppar av gasbetog med följade resultat i g cm 3 : 0.06 0. 0.07 0. 0.08 0.11 0.01 0.493 0.18 0.08 0.04 0.28 0.00 Desitete ases var NΜ,. Beräkigshjälp x 0.08 och s 0.00844.. Bestäm ett 9% kofidesitervall för de geomsittliga desitete Μ? Avruda, edåt på edre gräs och uppåt på övre gräs, till 4 decimaler. (1p) Lösigsförslag: Stickprovet ger Μ x 0.08 och s 0.00844. 1 s Ett kofidesitervall för Μxt, med t 12 0.02 0.02 2.18 Μ0.08 2.18 0.00844, 9 Μ 0.08 0.009, 9 13 Μ 0.028, 0.132, 9 Needs"HypothesisTestig`" data 0.06, 0., 0.07, 0., 0.08, 0.11, 0.01, 0.493, 0.18, 0.08, 0.04, 0.28, 0.00; Meadata, StadardDeviatiodata, MeaCIdata, CofideceLevel 0.90 e 2.18 0.00844 13 0.08 e, 0.08 e 0.08, 0.00844, 0.03777, 0.12223 0.009 0.02834, 0.136 a Μ 0.037, 0.123 b Μ 0.028, 0.132 c Μ 0.033, 0.127 d Μ 0.499, 0.673 e Iget av a till d.. Tolka itervallet ova? (1p) a I geomsitt över måga försök ierhåller itervallet 9 av observatioera. b Mist 9 av observatioera faller alltid iom itervallet. c Det är mist i 9 chas att itervallet kommer hama så att det iehåller Μ. d Det är statistiskt säkerställt att Μ0.08 g cm 3. e Iget av a till d. 1718. Ma vill bestämma e lösigs fryspukt med e vätevärdesriktig metod. Av erfarehet ka ma ata att 2 0.7 C 2. Efter mätigar fick ma medelvärdet av fryspukte till x 1.2 C. Atag att fryspukte är NΜ,. 17. Bestäm ett 99% kofidesitervall för de geomsittliga fryspukte Μ? Avruda, edåt på edre gräs och uppåt på övre gräs, till 2 decimaler. (1p) Lösigsförslag: Stickprovet ger Μ x 1.2 och 0.7 käd Ett 99 kofidesitervall för Μx Λ 0.00, med Λ 0.00 2.78 Μ 1.2 2.78 0.7, 99 Μ 1.2 0.681493, 99 Μ 0.1, 1.89, 99

x 1.2, 1.2, 0.83666, 2.3263, 0.6481 0.7, Λ2.3263, Λ x 1, 1 Λ 0.8419, 1.848 a Μ 0.62, 1.78 b Μ 0.68, 1.72 c Μ 0.8, 1.82 d Μ 0.2, 1.88 e Iget av a till d. 18. Hur måga gåger måste ma mist bestämma fryspukte för att ett 99% kofidesitervall ska bli hälfte så brett som det i uppgift 17? (1p) Lösigsförslag: Då 0.7 käd ges ett 99 kofidesitervall för Μ x Λ 0.00, dvs itervallägde är 2Λ 0.00 2Λ 0.00 Reduce2 2.78 Λ 0.00 Λ 2 2 2 40, Itegers 40. a 20 b 30 c 40 d 60 e Iget av a till d. 1920. VM i fotboll är över. Ett fotbollsmagasi geomförde e iteretudersökig blad sia läsare. I dea deltog 1942 persoer varav 68 svarade JA på fråga: Var Luka Modric VM:s bäste spelare? 19. Ka ma med utgågpukt frå dea udersökig säga att e majoritet av magasiets läsare tyckte att Luka Modric var bäst? Besvara fråga med ett 9% kofidesitervall för p = adele JA-svar. Avruda, edåt på edre gräs och uppåt på övre gräs, till 3 decimaler. (1p) Lösigsförslag: Ξ atal JA svar, Ξ Bi1942, p, p Ξ CGS N p, p1p Kofidesitervall för p : p p Λ Α2 p 1p, 1 Α0 Λ 0.02 1.96 ger kofidesgrad 9 och frå stickprovet fås p 68 0. 1942 Detta ger p 0. 0.022123, 9 dvs p 0.27, 0.73, 9 Λ 0.02 1.96, p 68 1942., 1942, e Λ 0.02 1.96, 0.49949, 1942, 0.0221268 0. e, e 0. 1 0. 0.27873, 0.72127 a Nej eftersom p 0.00, 0.6009 b Nej eftersom p 0.497, 0.6039 c Ja eftersom p 0.27, 0.739 d Ja eftersom p 0.18, 0.829 e Iget av a till d. 20. Hur måga behöver svara på fråga för att bredde på kofidesitervallet ova ska bli högst 0.02? Aväd skattige av p ova och avruda till ärmsta -tal. (1p) Lösigsförslag: Lägde av itervallet ova 2 1.96 0.. 1942 0.0443. Atag att p 0., och bestäm så att 2 1.96 0.. 2 1.96 0.02 0.02 2 0. 1 0.907.96 6

2 1.96 0. 1 0. 1942, 0. 1 0. Reduce2 1.96 0.02, N Itegers N 0.044236, N N 908. a 20 b 2380 c 4230 d 9 e Iget av a till d. Rätt svarsalterativ: d 7