Matematisk statistik TMS063 Tentamen

Relevanta dokument
Matematisk statistik TMS064/TMS063 Tentamen

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

TMS136: Dataanalys och statistik Tentamen

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

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

1. En kortlek består av 52 kort, med fyra färger och 13 valörer i varje färg.

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

Matematisk statistik 9hp Föreläsning 7: Normalfördelning

LINKÖPINGS UNIVERSITET EXAM TAMS 27 / TEN 2

Föreläsning 6, Matematisk statistik Π + E

Tentamen MVE302 Sannolikhet och statistik

Kap 2. Sannolikhetsteorins grunder

TENTAMEN MÅNDAGEN DEN 22 OKTOBER 2012 KL a) Bestäm P(ingen av händelserna inträffar). b) Bestäm P(exakt två av händelserna inträffar).

0 om x < 0, F X (x) = c x. 1 om x 2.

FACIT: Tentamen L9MA30, LGMA30

SF1901: Sannolikhetslära och statistik. Flera stokastiska variabler.

Uppgift 1 a) En kontinuerlig stokastisk variabel X har fördelningsfunktion

Matematisk statistik 9 hp Föreläsning 6: Linjärkombinationer

Tentamen MVE300 Sannolikhet, statistik och risk

LINKÖPINGS UNIVERSITET EXAM TAMS 27 / TEN 2

LINKÖPINGS UNIVERSITET EXAM TAMS 79 / TEN 1

Bestäm med hjälp av en lämplig och välmotiverad approximation P (X > 50). (10 p)

Matematisk statistik KTH. Formel- och tabellsamling i matematisk statistik

Avd. Matematisk statistik

TT091A, TVJ22A, NVJA02 Pu, Ti. 50 poäng

Avd. Matematisk statistik

Tentamen i Matematisk statistik Kurskod S0001M

FACIT: Tentamen L9MA30, LGMA30

SF1901: Sannolikhetslära och statistik

Tentamen i Matematisk statistik Kurskod S0001M

SF1901 Sannolikhetsteori och statistik I

Föreläsning 7: Punktskattningar

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

Matematisk statistik TMS063 Tentamen

Tentamen i Matematisk statistik Kurskod S0001M

Föreläsning 5, Matematisk statistik 7.5hp för E Linjärkombinationer

Avd. Matematisk statistik

SF1901: Sannolikhetslära och statistik

Lösningar till tentamen i Matematisk Statistik, 5p

Uppgift 1 (a) För två händelser, A och B, är följande sannolikheter kända

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

Matematisk statistik LKT325 Tentamen med lösningar

Stokastiska vektorer och multivariat normalfördelning

TAMS17/TEN1 STATISTISK TEORI FK TENTAMEN ONSDAG 10/ KL

Tentamen i Matematisk statistik Kurskod S0001M

Tentamen i Matematisk Statistik, 7.5 hp

Del I. Uppgift 1 Låt X och Y vara stokastiska variabler med följande simultana sannolikhetsfunktion: p X,Y ( 2, 1) = 1

Kapitel 5 Multivariata sannolikhetsfördelningar

b) antalet timmar Lukas måste arbeta för att sannolikheten att han ska hinna med alla 112 datorerna ska bli minst (3 p)

Tentamen i Sannolikhetslära och statistik Kurskod S0008M

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:...

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

Tentamen i Matematisk statistik Kurskod S0001M

Tentamen i Matematisk statistik Kurskod S0001M

Tentamen i Sannolikhetslära och statistik, TNK069, , kl 8 13.

(a) Avgör om A och B är beroende händelser. (5 p) (b) Bestäm sannolikheten att A inträffat givet att någon av händelserna A och B inträffat.

Föreläsning 6, FMSF45 Linjärkombinationer

Stat. teori gk, ht 2006, JW F7 STOKASTISKA VARIABLER (NCT 5.7) Ordlista till NCT

Tentamen MVE301 Sannolikhet, statistik och risk

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

Tentamen MVE301 Sannolikhet, statistik och risk

Tentamentsskrivning: Matematisk Statistik TMA321 1

Tenta i Statistisk analys, 15 december 2004

Tentamen LMA 200 Matematisk statistik,

Föreläsning 11: Mer om jämförelser och inferens

Föreläsning 7: Stokastiska vektorer

(b) Bestäm sannolikheten att minst tre tåg är försenade under högst tre dagar en given vecka.

Tentamen i Matematisk statistik Kurskod S0001M

Föreläsning 7: Punktskattningar

Tentamentsskrivning: Matematisk Statistik med Metoder MVE490 1

Uppgift 3 Vid en simuleringsstudie drar man 1200 oberoende slumptal,x i. Varje X i är likformigt fördelat mellan 0 och 1. Dessa tal adderas.

Avd. Matematisk statistik

Kurssammanfattning MVE055

Tentamen i Matematisk statistik Kurskod S0001M

Tentamen i matematisk statistik (92MA31, STN2) kl 08 12

Matematisk statistik KTH. Formelsamling i matematisk statistik

Avd. Matematisk statistik

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

Föreläsning 7: Punktskattningar

Tentamen i Matematisk statistik Kurskod S0001M

TMS136. Föreläsning 13

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

Uppgift a b c d e Vet inte Poäng

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

Lösningar till tentamen i Matematisk Statistik, 5p

ESS011: Matematisk statistik och signalbehandling Tid: 14:00-18:00, Datum:

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

Väntevärde och varians

Föreläsning 12: Repetition

Tillåtna hjälpmedel: Räknedosa. Formel- och tabellsamling i matematisk statistik.

Uppgift 1. f(x) = 2x om 0 x 1

Lufttorkat trä Ugnstorkat trä

Tentamen i Matematisk statistik Kurskod S0001M

Föreläsning 8, Matematisk statistik 7.5 hp för E Punktskattningar

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

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

TMS136. Föreläsning 5

2. En vanlig kortlek består av 52 kort, varav 13 i varje färg. En pokerhand består av 5 kort.

TENTAMEN Datum: 14 feb 2011

Sannolikhet och statistik XI

Transkript:

Matematisk statistik TMS63 Tentamen 8-8- Tid: 4:-8: Tentamensplats: SB Hjälpmedel: Bifogad formelsamling och tabell samt Chalmersgodkänd räknare. Kursansvarig: Olof Elias Telefonvakt/jour: Olof Elias, 76693. Till salen ca. och 7. Betygsgränser: För betyg 3, 4 resp. krävs minst, 8 resp. 4 poäng. För att bli godkänd på kursen krävs godkänt på tentan och godkänt resultat på båda flervariabel-duggorna. Till varje uppgift skall fullständig lösning lämnas!. I en urna ligger 3 bollar varav 7 st är röda och 6 st är blå. Antag att vi drar bollar utan återläggning. Beräkna: (a) Antalet sätt kan man dra bollar? poäng (b) Sannolikheten att vi drar röda bollar samt sannolikheten att vi drar röda bollar. + poäng (c) Sannolikheten att vi drar k röda bollar, där k är något positivt heltal. poäng Antalet sätt man kan dra bollar på ges av binomialkoefficienten: ( ) 3 N =. De sökta sannolikheten ges av Antalet sätt man kan dra röda av 3 Antalet sätt man kan dra bollar av 3 = m N och Antalet sätt man kan dra röda av 3 Antalet sätt man kan dra bollar av 3 = m N. så vi behöver helt enkelt bara beräkna m och m. Om vi drar röda bollar så innebär det helt att vi drar blå bollar vilket ger att ( ) 6 m =. Den andra kvantiteten kan beräknas av följande argument. Antalet sätt att dra röda bollar av 7 möjliga ges av ( 7 ). De resterande 3 bollarna skall vara blå vilket innebär att dessa kan dras på ( 6 3) sätt. Totala antalet sätt man kan dra blå ges av att multiplicera ihop dessa kvantiteter: ( )( ) 7 6 m =. 3 Det generlla uttrycket ges av ( )( ) 7 6 /N, k =,,, 3, 4, k k

. Lasse Kongo har bestämt sig för att bli basketproffs. För att göra detta börjar med han med att öva på straffar. Om man antar varje försök är oberoende och lyckas (dvs. gör mål) med en sannolikhet p = /. (a) Vad är sannolikheten att hans första mål kommer först efter kast? poäng (b) Hur många kast förväntar man sig att Lasse måste göra tills att han lyckas för första gången? poäng (c) Givet att Lasse har kastat mer än kast, vad är sannolikheten att han måste kasta mer än kast till för att träffa korgen? poäng Låt X vara antalet försök som krävs för att Lasse Kongo ska göra mål för första gången. Då är X Geo(p) med p = / vilket ger täthet och fördelningsfunktion: P (X = x) = f(x) = ( p) x p, x =,,... () P (X x) = F (x) = ( p) x, x =,,... () vilket ger att den sökta sannolikheten ges av P (X ) = P (X 4) = ( ( p) 4 ) = ( p) 4 = (9/) 4. Väntevärdet ges av Slutligen så får vi att E[X] = /p =. vilket ger 3. Låt P (X > X > ) = P (X >, X > ) P (X ) = P (X > ) P (X > ) P (X > ) P (X > ) = ( ( p) ) ( ( p) ) = ( p) = P (X > ). där c > är en positiv konstant. f(x, y) = cxy, x y, (a) Bestäm c sådan att f är en täthet för en stokastisk vektor Z = (X, Y ). poäng (b) Beräkna marginaltätheterna och motsvarande fördelningsfunktioner för Z. poäng (c) Beräkna kovariansen mellan X och Y. poäng Konstanten bestäms av y cxydxdy = c = y xydxdy,

vilket ger y xydxdy = Marginaltätheterna ges av [ x y f X (x) = f(x, y)dy = 8x f Y (y) = f(x, y)dx = 8y x x vilket ger fördelningsfunktioner Kovariansen ges av F X (x) = F Y (y) = Vi börjar med att beräkna E[XY ] = y Vidare så får vi och vilket ger kovarians x y ] y dy = [ y ydy = 8x y 3 dy = ] x [ y 4 8 ] xdx = 8 y3 = 4y3, y 4t ( t ) dt = x ( x ) 4t 3 dt = t 4. Cov(X, Y ) = E[XY ] E[X]E[Y ]. 8x y dxdy = 8 E[X] = E[Y ] = = 8 c = 8. = 4x ( x ), x [ ] x y 3 y dy = 8 3 3 x4x ( x ) dx = 8 y4y 3 dy = 4 Cov(X, Y ) = 9 8 4 = 46. y d = 9. 4. Låt x = (x,..., x n ) vara ett observerat stickprov från N(, σ ). Beräkna Maximum Likelihood-skattaren av σ. 4 poäng Lösning : Tätheten ges av { f(x σ ) = exp } (x ) πσ σ vilket ger likelihood funktion L(σ x) = n f(x i σ ) = i= ( ) [ n exp πσ σ 3 ] (x i ) i=

och log-likelihood funktionen ges därav l(σ x) = σ (x i ) n log(πσ ). i= För enkelhetens skull sätt t = σ och derivera med avseende på t. (Man kan derivera med avseende på σ och sen kvadrera men det är enklare att derivara m.a.p. σ ). ( ) l (t x) = d dt l(t x) = d (x i ) n dt t log(πt) i= ( ) = t (x i ) n t = (x i ) n. t t Derivatan byter tecken vid i= t = n (x i ) i= vilket även är maximat för l(t x) vilket ger att ML-skattaren för σ ges av (σ ) = (x i ). n. Låt x = (x, x,..., x n ) vara ett observerat stickprov från N(µ, 4), med x =.37, n =. Testa hypotesen i= H : µ. H : µ >. med en signifikansnivå α =.. (4 poäng) Låt α =. och låt X = (X,..., X n ) vara ett stick prov från N(µ, 4), då gäller att Z = X µ σ/ n N(, ). Vidare, låt x. z obs = / =.6 vara den motsvarande observerade kvantiteten. Eftersom H : µ. så ges p-värdet av i= p = P (Z > z obs ) = P (Z >.6) =.73 =.7. Då p > α så förkastar vi inte H. 6. Bill Skarsgård vill undersöka om han har blivit mer poppis bland allmänheten efter filmen It. För att testa detta väljer Bill att fråga slumpmässigt utvalda personer på stan före och personer efter premiären av filmen. Antalet personer som visste vem han var före premiären fick han till 4 personer. Antalet personer som visste vem han var efter premiären uppgick till. Bill antar att hans båda stickprov är oberoende. Hjälp Bill att undersöka om han faktiskt blivit mer populär genom att: 4

(a) Ställa upp lämplig hypotes och test-statistika 3 poäng (b) Beräkna det approximativa p-värdet med hjälp av centrala gränsvärdessatsen och förkasta med en signifikansnivå α =.. 3 poäng Lämplig hypotes ges av H H : p efter p före : p efter > p före och test-statistikan ges av ˆp f ˆp e Z = (ˆp f ( ˆp f ) + ˆp e ( ˆp e )) Om ˆp f och ˆp e är skattarna för våra två proportioner så säger centrala gränsvärdessatsen att Z = ˆp f ˆp e, (ˆp f ( ˆp f ) + ˆp e ( ˆp e )) är approximativt normalfördelad med väntevärde och varians, d.v.s. Z N(, ). Därmed kan vi göra samma test för differensen ˆp f ˆp e som vi gör för ett normalfördelat stickprov. Låt.46. z obs =. (.46.4 +..) vara den observerade kvantiteten. Våran hypotes är ensidig och vi förkastar H och vi ser ett stort och negativt värde, dvs. vi förkastar H om sannolikheten P (Z < z obs ) är liten. Går vi till Tabel III ser vi att det minsta värdet vi kan få tag i är Eftersom P (Z < 3.99) =.33. P (Z < ) < P (Z < 3.99) =.33 <. så förkastar vi H och accepterar hypotesen att Bill har blivit mer poppis efter premiären av It.