Introföreläsning i S0001M, Matematisk statistik LP3 VT18

Relevanta dokument
Introföreläsning i S0001M Matematisk statistik Läsperiod 2, HT 2018

Studiehandledning S0001M Matematisk statistik Läsperiod 4, VT 2017

Studiehandledning S0001M Matematisk statistik Läsperiod 2, HT 2017

Studiehandledning S0001M Matematisk statistik Läsperiod 2, Ht 2013

Studiehandledning S0008M Sannolikhetslära och statistik Läsperiod 1, HT 2017

Matematisk statistik - Slumpens matematik

Tentamen i Matematisk statistik Kurskod S0001M

Tentamen i Matematisk statistik Kurskod S0001M

Sannolikhet och statistik 1MS005

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

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

Föreläsning 1, Matematisk statistik Π + E

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

Föreläsning 1: Introduktion

Tentamen i Matematisk statistik Kurskod S0001M

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

Sannolikhetsbegreppet

Föreläsning 2. Kapitel 3, sid Sannolikhetsteori

Tentamen i Matematisk statistik Kurskod S0001M

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

Sannolikhetslära och statistik, grundkurs

Föreläsning 1, Matematisk statistik för M

Statistiska metoder för säkerhetsanalys

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

Matematisk statistik, Föreläsning 5

MA2047 Algebra och diskret matematik

SF1901: Sannolikhetslära och statistik

Föreläsning 1: Introduktion

Introduktion till sannolikhetslära. Människor talar om sannolikheter :

Kursbeskrivning för Statistisk teori med tillämpningar, 15 hp

Tentamen i Matematisk statistik Kurskod S0001M

Tentamen i Matematisk statistik Kurskod S0001M

Kursbeskrivning för Statistisk teori med tillämpningar, Moment 1, 7,5 hp

Kursbeskrivning för Statistisk teori med tillämpningar, 15 hp

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

Delkursplan för kvantitativ analys, 4.5 hp, GN (Quantitative Analysis, FC, 4.5. ECTS)

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

Tentamen i Matematisk statistik Kurskod S0001M

Tentamen i Matematisk statistik Kurskod S0001M

Välkommen till Matematik 3 för lärare!

KURSPROGRAM MODELLERING AV DYNAMISKA SYSTEM, 5hp, period 4

TNIU66: Statistik och sannolikhetslära

1 Föreläsning I, Mängdlära och elementär sannolikhetsteori,

Kursbeskrivning för statistisk teori med tillämpningar I + II, 15 hp

Tentamen i Sannolikhetslära och statistik Kurskod S0008M

STOCKHOLMS UNIVERSITET HT 2011 Statistiska institutionen Bertil Wegmann

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

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

FMS032: MATEMATISK STATISTIK AK FÖR V OCH L KURSPROGRAM HT 2015

WEBB13: Bild och Grafisk produktion, 7,5 hp, H13 (31KBG1)

Kap 2: Några grundläggande begrepp

Sociologisk Analys I, 7,5 hp, Sociologi I

Grundläggande statistik 1, 6hp VT 2014

Kursinformation och studiehandledning, M0043M Matematik II Integralkalkyl och linjär algebra, Lp II 2016.

Statistik och sannolikhetslära TNIU66. För BI, FTL och SL vårterminen 2018

Tentamen i Matematisk statistik Kurskod S0001M

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

Tentamen i Matematisk statistik Kurskod S0001M

Tekniska högskolan vid Linköpings universitet Uppdaterad ITN DT2/ELE2/BI3. Kursinformation. TNIU03 Industriella styrsystem, 6 hp VT1 2010

Delkursplan för Sociologisk Analys kvantitativ del VT 11, 4,5 hp

Kursinformation och studiehandledning, Matematik III - Differentialekvationer, komplexa tal och transformteori, Lp III 2016.

Tentamen i Matematisk statistik Kurskod S0001M

Kapitel 2. Grundläggande sannolikhetslära

Tentamen i Matematisk statistik Kurskod S0001M

Kortfattad sammanfattning av studenternas synpunkter och förslag

Sociologisk Analys I, 7,5 hp, Sociologi I

Föreläsning 1: Introduktion

3 Grundläggande sannolikhetsteori

Tentamen i Matematisk statistik Kurskod S0001M

Markovprocesser SF1904

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

Tentamen i Matematisk statistik Kurskod S0001M

Finansiell statistik, vt-05. Sannolikhetslära. Mängder En mängd är en samling element (objekt) 1, 2,, F2 Sannolikhetsteori. koppling till verkligheten

Tentamen i Sannolikhetslära och statistik Kurskod S0008M

Kursplan för Sociologisk Analys VT 09, 7,5 högskolepoäng. (Syllabus for Quantitative Sociological Methods, 7.5 ECTS)

S0007M Statistik2: Slumpmodeller och inferens. Inge Söderkvist

Studiehandledning M0038M Matematik I Differentialkalkyl Lp 1, 2016

Matematisk Statistik och Disktret Matematik, MVE051/MSG810, VT19

TNSL05, Optimering, Modellering och Planering 6 hp, HT2-2011

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

händelsen som alltid inträffar. Den tomma mängden representerar händelsen som aldrig inträffar.

Matematik I. hösttermin Jennifer Chamberlain Kurskoordinator

Kursinformation. Statistik och geometri, 7 hp. inom kursen 973G10, 15 hp för Lärare i årskurs 4-6

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

TNSL05, Optimering, Modellering och Planering 6 hp, HT2-2010

Kursdesign som aktiverar studenter under HELA kursen

Delkursplan för Sociologisk Analys HT 11, 7,5 högskolepoäng.

732G01/732G40 Grundläggande statistik (7.5hp)

Grundläggande statistik 1, 6hp VT 2018

Tentamen i Matematisk statistik Kurskod S0001M

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

1.1.1 Innehåll Momentet består av 24 föreläsningar som behandlar: Beskrivande statistik, Grundläggande sannolikhetslära. Stokastiska variabler.

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

Grundläggande statistik 1, 7,5 hp VT 2019

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

Matematik och statistik NV1, 10 poäng

Statistisk slutledning (statistisk inferens): Sannolikhetslära: GRUNDLÄGGANDE SANNOLIKHETSLÄRA. Med utgångspunkt från ett stickprov

Tentamen i Matematisk statistik Kurskod S0001M

Statistikens grunder HT, dagtid Statistiska institutionen

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

Transkript:

föreläsning i S0001M, Matematisk statistik LP3 VT18 Luleå tekniska universitet 15 januari 2018

Gruppindelning och lärare Gruppindelning Grupp A - Datateknik, Väg- och vatten (Mykola) Grupp B - Ind. ekonomi, Maskinteknik (Inge) Grupp C - Teknisk design (Mikael) Grupp D - Maskinteknik (Lennart) Kontaktpersoner (övrigt ansvar), examinator, kursansvarig, mykola.shykula@ltu.se Inge Söderkvist, ansvarig för webbuppgifter, inge.soderkvist@ltu.se Ulrica Beritsdotter, utbildningsadministratör, edutvm@ltu.se

duktionsföreläsningens innehåll VIKTIGT! Kursregistrering senast nu på onsdag 17/1 Kommer att ramla ur canvas-kursrummet annars. Kursinformation Kort om sannolikhetslärans ursprung, grunder och användingsområden. Ett klassiskt problem inom sannolikhetsläran.

Kursmål Syftet med kursen är att ge dig kunskaper om begrepp och metoder inom sannolikhetslära och statistik för att ge en grund inför fortsatta studier inom teknik och naturvetenskap yrkeslivet.

Kursinnehåll Sannolikhetslära Allmän sannolikhetsteori, de vanligaste diskreta och kontinuerliga fördelningarna, centrala gränsvärdessatsen. Statistisk inferens Punktskattningar, konfidensintervall och hypotesprövning, regressionsanalys. Dataanalys (Regressionsanalys) Metoder för bearbetning av datamaterial.

Litteratur K. Vännman: Matematisk statistik Kompendium om Regressionsanalys formelblad, labinstruktioner etc. kommer att finnas i kursens Canvasrum.

Kursupplägg 2 föreläsningar 20 lektioner med samarbetande grupper om 3-6 personer 4 Webuppgifter i MapleTA (frivilliga, kan generera 1 bonusp.) 3 stycken datorlaborationer där lab 3 är i två delar (obligatorisk godkänd på alla tre laborationer, G/U), 2.2 hp 3 Kamratgruppsbedömningar KGB (frivilliga, kan generera 1 bonusp.) Skriftlig tentamen (obligatorisk, 5/4/3/U), 5.3 hp

Om arbete i samarbetsgrupper Du läser i förväg igenom de moment som ska behandlas. Under lektionstid arbetar du tillsammans i en grupp om ca fyra studenter i klassrummet Till varje lektion delas det ut ett papper med instruktioner om vad som ska arbetas med. Läraren går runt och diskuterar med grupperna. Genomgångar vid tavlan sker i mindre utsträckning jämfört med andra kurser.

Om arbete i samarbetsgrupper Från kursvärdering: Man får hjälp från gruppen, man får allt gjort på en gång. Lär mig genom att diskutera med andra, lugn och behaglig undervisning. Man kan använda varandra som bollplank, arbetssättet motiverar till förberedelser av lektionerna. Effektivt utnyttjande av tiden, bra inlärningsmetod, piskad att hänga med i kursen. Socialt, lärorikt, bra att lära sig förklara för andra

Labbar och KGB Tre laborationer Lab 1 behandlar beskrivande statistik. Lab 2 behandlar statistisk inferens. Lab 3 behandlar regressionsanalys. KGB efter Lab 1,2,3. Närvaro på alla tre KGB-pass (frivilligt) ger 1 bonuspoäng på del 1 av tentan. Detta förutsätter att labbarna lämnas in i tid.

Om kamratgruppsbedömningar (KGB) De är bra. Man ser bristerna i sin egen rapport på ett annat sätt. Bra och lärorikt. Nyttigt att kommentera sina kamrater på ett rättvist och konstruktivt sätt. Nyttigt att se andras rapporter och få tänka till på vad som verkligen står i rapporten. Det är bra eftersom man inser vikten i motiveringar då man läser andras rapporter.

Om MapleTA Självrättande frågor som görs på webben. Se länken i Canvas. MapleTA instruktionerna kommer inom kort. En bonuspoäng till den ordinarie tentamens del 1 tilldelas om man klarar av alla fyra uppgifter i tid och på fem försök.

Om webbuppgifterna Från kursutvärderingen: Bra att de återknyter så bra till det vi har gjort. Webbuppgifterna gav något att arbeta emot, en anledning att försöka lära sig saker innan tentan. Mycket bra för att se att man hänger med under kursens gång. Jag har lärt mig mycket på webbuppgifterna. Bra läroform. Ger en bra fingervisning om det jag inte kan, men borde kunna. Bra som repetition! Riktigt bra! Lite svåra men ganska bra.

Om webbuppgifterna Mer från kursutvärderingen: Var mer tydliga med att man skall använda punkt och inte komma. Lite konstiga formuleringar ibland. För svåra. Panik då man inte fixade dom i tid. OBS Webbuppgifterna var en del av examinationen på kursen tidigare.

Stopptider för webbuppgifterna En bonuspoäng tilldelas på del 1 av tentamen om man klarar alla fyra webbuppgifter i tid och på de givna fem försök. Följande tider gäller: Webbuppgift 1: öppnas 23/1 - stängs 5/2 kl 13.00 Webbuppgift 2: öppnas 5/2 - stängs 14/2 kl 13.00 Webbuppgift 3: öppnas 14/2 - stängs 26/2 kl 13.00 Webbuppgift 4: öppnas 26/2 - stängs 9/3 kl 13.00 Det är rekommenderat att göra webbuppgifterna, även om du inte siktar på bonuspoäng! Bra uppgifter (ofta tentauppgifter).

Examination 3 laborationer, 2.2hp. (G/U) Skriftlig tentamen, 5.3hp, den 21 mars. 1) För betyg 3 krävs 17 (inklusive eventuella bonusp.) av 25p på Del 1. 2) Del 2 skrivs för överbetyg 4 (13 av 30 p) och 5 (23 av 30p).

Tillåtna hjälpmedel på det skriftliga provet Miniräknare (med ett tomt minne, utan wi-fi och utan bluetooth). Kursboken Vännman: Matematisk statistik. I boken får anteckningar och post-it lappar finnas, men inte lösta problem/exempel. Kompendium om regressionsanalys. I kompendiet får anteckningar och post-it lappar finnas, men inte lösta problem/exempel. Formelblad (utan antecknigar). Tabeller (utan anteckningar).

Statistik och Matematisk statistik Kurser i Statistik vid LTU (civilekonom utb) S0004M Statistik 1 S0005M Statistik 2 Kurser i matematisk statistik vid LTU (civilingenjör utb) S0008M Sannolikhetslära och statistik S0001M Matematisk statistik

Sannolikhetslärans ursprung Brevväxling från 1654 om hasardspel mellan matematikerna Fermat och Pascal. Dom var intresserade av frågor av typen: Ska vi acceptera jämna odds om vi spelar ett spel där man kastar två tärningar 24 gånger och vinner 100 kr om minst två dubbelsexor fås?

Vad har vi för nytta av sannolikhetslära och statistik? Den ger oss metoder som är användbara i situationer där osäkerhet ingår... Ska vi acceptera jämna odds om vi spelar ett spel där man kastar två tärningar 24 gånger och vinner om man får åtminstone två dubbelsexor? Om inte, hur mycket skall vi betala för att spela? Odds = 0.166 samma som 1:6 i pengar Hur skall vi prissätta finansiella kontrakt som försäkringar och optioner? Pekfingret på den dominanta sidan är väl i genomsnitt längre än på den icke-dominanta? Prognoser: Vem vinner valet?

Vad har vi för nytta av sannolikhetslära och statistik? Torsten är intresserad av övernaturliga förmågor hos människor. Han anser att en person har en sådan förmåga om denne eller denna fem gånger i rad kan förutsäga utfallet av ett tärningskast. Torsten utsätter 10000 personer för experimentet, varav 2 stycken klarar det. Han drar därför slutsatsen att förekomsten av övernaturliga förmågor har bevisats. Håller du med Torsten när det gäller hur resultatet skall tolkas? (Tenta S0001M, mars 2013) Statistisk hypotesprövning ger oss ett vetenskapligt sätt att ta ställning.

Sannolikhetslärans grunder Utfallsrummet Ω väljs så att varje element ω i Ω representerar ett möjligt utfall. En delmängd A av Ω kallas för en händelse. Hur definieras sannolikheten P(A) för en händelse A? Alternativ 1. P(A)= relativa frekvensen med vilken A inträffar då antalet upprepningar av experimentet går mot. Ger rätt tolkning, men ingen bra definition. Alternativ 2: Sannolikhetsaxiomen

Sannolikhetsaxiomen (Vännman sid. 48) Vi kallar P för ett sannolikhetsmått om P uppfyller sannolikhetsaxiomen: (a) 0 P(A) 1 för alla händelser A. (b) P(Ω) = 1 (c) P(A B) = P(A) + P(B) om A och B är disjunkta, dvs dom kan inte inträffa samtidigt.

Stora talens lag Sats: Om P uppfyller sannolikhetsaxiomen så kan vi tolka P(A) som den relativa frekvensen med vilken A inträffar om vi upprepar experimentet många gånger.

Exempel - ett tärningskast Låt Ω = {1, 2, 3, 4, 5, 6}. Definiera P(A) = #A/6, där # är antalet element i A. P uppfyller sannolikhetsaxiomen. Vi tolkar t.ex. P({6}) = 1/6 som att andelen kast som ger sexa är lika med en sjättedel om vi kastar många gånger. Vi tolkar t.ex. P({1, 3, 5}) = 1/2 som att andelen kast med ett udda antal prickar är lika med en halv om vi kastar många gånger.

Födelsedagsproblemet Vad är det minsta antal studenter som behövs i en klass för att det är mer än 50% chans att minst två i klassen fyller år samma dag?

Inför den första lektionen (sidhänvisningar gäller kursboken Vännman) Läs sid 1-7 Läs och fundera kring Ex 2.1, sid 39 Ex 2.2, sid 42 Ex 2.4, sid 44 Använd Ex 2.4 för att försöka förstå Sats 2A, sid 44 Läs sid 39-50