a) B är oberoende av A. (1p) b) P (A B) = 1 2. (1p) c) P (A B) = 1 och P (A B) = 1 6. (1p) Lösningar: = P (A) P (A B) = 1

Relevanta dokument
FORMELSAMLING HT-15 MATEMATISK STATISTIK FÖR B, K, N, BME OCH KEMISTER; FMS086 & MASB02. Sannolikhetsteori. Beskrivning av data

Tentamen i MATEMATISK STATISTIK Datum: 8 Juni 07

Tentamen i Dataanalys och statistik för I den 5 jan 2016

Slumpvariabler (Stokastiska variabler)

1. a Vad menas med medianen för en kontinuerligt fördelad stokastisk variabel?

Matematisk statistik TMS064/TMS063 Tentamen

Matematisk statistik TMS063 Tentamen

Experimentella metoder 2014, Räkneövning 5

F13. Förra gången (F12) Konfidensintervall och hypotesprövning Chi-tvåtest. Stratifierat urval

ENKEL LINJÄR REGRESSION

Del A Begrepp och grundläggande förståelse.

Vinst (k) Sannolikhet ( )

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 6. Regression & Korrelation. (LLL Kap 13-14) Inledning till Regressionsanalys

Tentamen i Tillämpad matematisk statistik för MI3 och EPI2 den 15 december 2010

Test av anpassning, homogenitet och oberoende med χ 2 - metod

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

Centrala Gränsvärdessatsen:

FK2002,FK2004. Föreläsning 5

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

Tentamentsskrivning: Matematisk Statistik med Metoder MVE490 1

Mätfelsbehandling. Lars Engström

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

Förklaring:

TMS136: Dataanalys och statistik Tentamen

Svar till övningar med jämna nummer i Milton & Arnold, ht 2010

Flode. I figuren har vi också lagt in en rät linje som någorlunda väl bör spegla den nedåtgående tendensen i medelhastighet för ökande flöden.

F13 Regression och problemlösning

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

Föreläsning 11: Mer om jämförelser och inferens

TT091A, TVJ22A, NVJA02 Pu, Ti. 50 poäng

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

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

Enkel och multipel linjär regression

Avd. Matematisk statistik

STOCKHOLMS UNIVERSITET Statistiska institutionen Michael Carlson,

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

Innehåll: har missbrukat jämfört med om man inte har. missbrukat. Risk 1 Odds Risk. Odds 1 Risk. Odds

Tentamen Statistik och dataanalys 1, 5p Institutionen för matematik, natur- och datavetenskap, Högskolan i Gävle

Komplettering: 9 poäng på tentamen ger rätt till komplettering (betyg Fx).

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

Sannolikheter och kombinatorik

Tenta i Statistisk analys, 15 december 2004

Tentamentsskrivning: Matematisk Statistik TMA321 1

Tentamen i Matematisk Statistik, 7.5 hp

Kurssammanfattning MVE055

TENTAMEN I MATEMATISK STATISTIK. Statistik för lärare, 5 poäng

Formel- och tabellsamling i matematisk statistik

Tentamen MVE301 Sannolikhet, statistik och risk

MVE051/MSG Föreläsning 14

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

Avd. Matematisk statistik

Föreläsning 12, FMSF45 Hypotesprövning

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

Matematisk statistik för D, I, Π och Fysiker

Preliminära lösningar för Tentamen Tillämpad statistik A5 (15hp) Statistiska institutionen, Uppsala universitet

Tentamen MVE302 Sannolikhet och statistik

8 Inferens om väntevärdet (och variansen) av en fördelning

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.

Repetition. Repetition. Repetition. X: slumpvariabel (s.v.) betraktas innan ett försök är genomfört. x: observerat värde efter försöket är genomfört.

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

Mer om konfidensintervall + repetition

Tentamentsskrivning: Matematisk statistik TMA Tentamentsskrivning i Matematisk statistik TMA321, 4.5 hp.

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

Formler och tabeller till kursen MSG830

TAMS17/TEN1 STATISTISK TEORI FK TENTAMEN ONSDAG 10/ KL

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

Tentamen i Matematisk statistik Kurskod S0001M

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

Avd. Matematisk statistik

Lösningar till tentamen i Matematisk Statistik, 5p

FACIT: Tentamen L9MA30, LGMA30

Tentamen i Matematisk statistik Kurskod S0001M

TAMS79 / TAMS65 - vt TAMS79 / TAMS65 - vt Formel- och tabellsamling i matematisk statistik. TAMS79 / TAMS65 - vt 2013.

Matematisk statistik KTH. Formelsamling i matematisk statistik

Del I. Uppgift 1 Låt A och B vara två oberoende händelser. Det gäller att P (A) = 0.4 och att P (B) = 0.3. Bestäm P (B A ). Svar:...

Tentamen i Matematisk statistik Kurskod S0001M

Matematisk statistik 9hp Föreläsning 7: Normalfördelning

2B1115 Ingenjörsmetodik för IT och ME, HT 2004 Omtentamen Måndagen den 23:e aug, 2005, kl. 9:00-14:00

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

TAMS65 - Föreläsning 2 Parameterskattningar - olika metoder

Tentamen (TEN1) TMEL53 Digitalteknik

σ 12 = 3.81± σ n = 0.12 n = = 0.12

Avd. Matematisk statistik

LÖSNINGAR TILL. Matematisk statistik, Tentamen: kl FMS 086, Matematisk statistik för K och B, 7.5 hp

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

Tentamen i Matematisk statistik Kurskod S0001M

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

Tentamen i statistik (delkurs C) på kursen MAR103: Marina Undersökningar - redskap och metoder.

Avd. Matematisk statistik

Tentamen MVE302 Sannolikhet och statistik

Tentamen (TEN2) Maskininlärning (ML) 5hp 21IS1C Systemarkitekturutbildningen. Tentamenskod: Inga hjälpmedel är tillåtna

Avd. Matematisk statistik

Statistik 1 för biologer, logopeder och psykologer

Tentamen MVE301 Sannolikhet, statistik och risk

Matematisk statistik KTH. Formel- och tabellsamling i matematisk statistik

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

FÖRDJUPNINGS-PM. Nr Kommunalt finansierad sysselsättning och arbetade timmar i privat sektor. Av Jenny von Greiff

TMS136. Föreläsning 13

SOS HT Punktskattningar. Skattning från stickprovet. 2. Intuitiva skattningar. 3. Skattning som slumpvariabel. slump.

Tentamen i Statistik, STG A01 och STG A06 (13,5 hp) Torsdag 5 juni 2008, Kl

Transkript:

Lösnngar tll tentamen: Matematsk statstk och sgnalbehandlng (ESS0), 4.00-8.00 den 4/-009 Examnator: Serk Sagtov (Kursansvarg: Ottmar Crone) Tllåtna hjälpmedel: Tabell "Beta", utdelad formelsamlng, valfr räknedosa(mnnestömd) Betygsgränser: p Betyg 3, 8p Betyg 4, 4p Betyg 5 Maxpoäng: 30p Antag att du kastar en rättvs sex-sdg tärnng (alla sdor har lka sannolkhet). Betrakta nu händelsen A = {5, 6}, dvs händelsen att v ett vsst slag får åtmnstone 5. Ange var och ett av fallen nedan en händelse B sådan att a) B är oberoende av A. (p) b) P (A B) =. (p) c) P (A B) = och P (A B) = 6. (p) a) B = {,, 3, 4, 5, 6} A B = A, P (A B) = 6 = P (A)P (B) b) B = {3, 4, 5, 6} P (A B) = P (A B) P (B) = P (A) P (B) = /6 4/6 = c) B = {,, 3, 4, 5} A B = {5}, A B = {,, 3, 4, 5, 6} P (A B) = 6, P (A B) = Antag att den stokastska varabeln X är normalfördelad med väntevärde 3 och varans 9. Låt nu Y = 3 X. a) Vad har Y för typ av fördelnng och vad är dess väntevärde och varans? (.5p) b) Vad är sannolkheten att Y är åtmnstone? (p) c) Beräkna Cov(X, Y ). (.5p) a) E[Y ] = 3 E[X] = 0, Var(Y ) = (/3) Var(X) = Y N(0, ) b) Pga att N(0, )-förd. är symmetrsk 0 får v P (Y ) = P (Y ) = 0.587 c) Cov(X, Y ) = Cov(X, 3 X ) = 3 Cov(X, X) = 3 Var(X) = 3

3 Besvara följande små frågor: a) Vad är defntonen av ett typ I-fel respektve ett typ II-fel? (p) b) Vad skall gälla för att en funkton f(x) skall vara en täthetsfunkton för en kontnuerlg stokastsk varabel Y? (p) c) Låt X Exp(π). Vad är P (X = 5)? (p) a) Typ I-fel är slh att förkasta H 0 gvet att H 0 är sann. Typ II-fel är slh att acceptera H 0 gvet att mothypotesen är sann b) f(x) 0, f(x)dx =, P (a Y b) = b a f(x)dx c) P (X = 5) = 0 eftersom X är en kontnuerlg stokastsk varabel 4 Företaget "Däck som bara den AB" får varje dag n en låda med ventler tll de däck som tllverkas fabrken. Varje låda består av 00 ventler och från varje låda som nkommt plockar man slumpmässgt ut 0 stycken som testas för läckage. Om någon av de testade ventlerna läcker skckar man tllbaka hela lådan med ventler tll underleverantören. En vss dag får man n en låda som totalt nnehåller 5 trasga ventler. a) Låt Z beteckna antalet trasga ventler som man stöter på. Vad har Z för sannolkhetsfunkton? (p) b) Hur många av de undersökta ventlerna förväntas vara trasga? (p) c) Vad är sannolkheten att lådan nte skckas tllbaka? (p) d) Vad är sannolkheten att man fnner mer än en trasg ventl? (p) a) Z är hypergeometrskt fördelad med parameter (N, n, m) = (00, 0, 5), f Z (k) = P (Z = k) = k)( (m N m n k ) ( N n) b) E[Z] = mn/n = / c) P (Z = 0) = (5 0)( 00 5 0 0 ) ( 00 0 ) = 0.5838 d) P (Z > ) = P (Z ) = P (Z = ) P (Z = 0) = 0.3394 0.5838 = 0.0769 5 Låt X,..., X n vara ett stckprov på X N(µ, σ ). a) Härled och skrv fullständgt ut log-lkelhoodfunktonen (bara den ckelogartmerade lkelhood-funktonen ger nga poäng). (p) b) Fnn maxmum-lkelhoodskattaren för σ. (.5p) c) Är detta en väntevärdesrktg (unbased) skattare för σ (vsa)? (.5p)

a) l(µ, σ) = log ( n = ) /σ πσ e (x µ) = n log(σ) σ (x µ) = b) l(µ, σ) σ nσ = = n σ + n σ 3 (x µ) = 0 = ˆσ (X,..., X n ) = = (x µ) = 0 = n (X µ) = c) E[ˆσ (X,..., X n )] = n E[(X µ) ] = n = Var(X ) = = }{{} =σ n nσ = σ 6 Koncentratonen av en aktv ngredens ett flytande tvättmedel förmodas påverkas av typen av katalysator som används tllverknngsprocessen. Man har gjort ett antal mätnngar av koncentratoner med de två katalysatorer som fnns tllgänglga (där enheten är gram aktv ngredens per 00kg tvättmedel) och fått följande data: Katalysator Katalysator n = 6 n = 4 x = 650 x = 550 s = 80 s = 75 a) Konstruera ett tvåsdgt 99%-gt konfdensntervall för den förväntade koncentratonsdfferensen. (.5p) b) Vad drar du för slutsats a)? (motvera) (0.5p) c) Använd ett ensdgt hypotestest (sgnfkansnvå 0.0) för att se om katalysatorerna ger upphov tll någon skllnad förväntad koncentraton. (.5p) d) Ge och motvera de antaganden som du har gjort a) och c)? (0.5p) a) Om varanserna antas vara lka: Konfdensntervallet ges av X X ± t (n+n ) ( α)/ S p S p = (n )S +(n )S n +n n + n 3

(6 )80 och v får s p = +(4 )75 6+4 = 6040.79 = 77.79 samt t (8).763 Insättnng ger ntervallet 650 550 ±.763 77.79 dvs µ µ (8, 979) Om varanserna antas vara olka: Konfdensntervallet ges av X X ± t (γ) S ( α)/ n + S n (S γ = /n+s /n) (S /n) /(n )+(S /n) /(n ) V får γ = = 7.848 = 7 (80 /6+75 /4) (80 /6) /(6 )+(75 /4) /(4 ) 0.995 = 6 + 4 = 900±79, och därmed t (7) 0.995 =.77 80 Insättnng ger ntervallet 650 550 ±.77 6 + 75 4 = 900 ± 78, dvs µ µ (8, 978) b) Katalysator är att föredra då den ger upphov tll mer av den aktva ngredensen slutprodukten. Hade 0 funnts med ntervallet hade det ej gått att göra något uttalande. c) V testar H 0 : µ = µ mot H : µ > µ. Om varanserna antas vara lka: =0 {}}{ Teststatstkan (under H 0 ) ges av T = ( X X ) (µ µ ) S p n + n och den förkastas om T > t (8) 0.99 =.467. Eftersom den observerade teststatstkan T obs = 3.64 >.467 kan v förkasta H 0 på sgnfkansnvån 0.0. Om varanserna antas vara olka: =0 {}}{ Teststatstkan (under H 0 ) ges av T = ( X X ) (µ µ ) S n + S n och den förkastas om T > t (7) 0.99 =.473. Eftersom den observerade teststatstkan T obs = 3.78 >.473 kan v förkasta H 0 på sgnfkansnvån 0.0. I fallet H 0 : µ = µ mot H : µ µ använder man de krtska gränser som ges av kvantlerna uppgft a). d) Förutom antagandet om huruvda de underlggande varanserna är lka eller ej så måste de två stckproven vara oberoende och normalfördelade. 7 En forskare hävdar att åtmnstone 0% av alla hockeyhjälmar har ett vsst tllverknngsfel som skulle kunna ge upphov tll skador hos bäraren. Då man kontrollerar 00 hjälmar upptäcker man att 6 av dessa har det påtalade felet. a) Ta reda på, mha ett lämplgt hypotestest med sgnfkansnvån 0.0, om detta stödjer forskarens påstående. (.5p) 4

b) Fnn testets p-värde. (.5p) c) Vad skulle ett 99%-gt konfdensntervall baserat på nformatonen ovan ha för bredd? (.5p) Lösnng: a) V testar H 0 : p = 0. mot H : p 0.. Då antalet (n = 00) oberoende Bernoull-försök som görs (ger oss en Bnomalfördelnng) är stort gäller det att X (antalet trasga hjälmar) är approxmatvt normalfördelat enlgt centrala gränsvärdessatsen. ˆp p app. Teststatstkan ges av T = N(0, ) (under H 0 ). p( p)/n V förkastar H 0 om T > z α/ ˆp = 6/00 = 0.08 Eftersom den observerade teststatstkan T obs = 0.943 = 0.943 <.576 kan v ej förkasta H 0 på sgnfkansnvån 0.0 b) Låt Z N(0, ). p värdet = P (Z < 0.943) + P (Z > 0.943) = P (0.943 < Z < 0.943) = (Φ(0.943) Φ(0)) = (0.864 0.5) = 0.347. c) z α/ ˆp( ˆp)/n = 0.098859 8 Vkt (X) (pounds) och systolskt blodtryck (Y ) (blodtryck vd hjärtats sammandragnng) hos 6 slumpmässgt utvalda (och oberoende) män åldrarna 5-30 vsas tabellen nedan. Patentnr Vkt Blodtryck Patentnr Vkt Blodtryck 65 30 4 7 53 67 33 5 59 8 3 80 50 6 68 3 4 55 8 7 74 49 5 5 8 83 58 6 75 46 9 5 50 7 90 50 0 95 63 8 0 40 80 56 9 00 48 43 4 0 49 5 3 40 70 58 33 4 35 65 69 35 5 9 60 3 70 50 6 87 59 Antag nu att vkt och blodtryck är bvarat normalfördelade. Från värdena ovan får v att x = 4743 y = 3786 x = 880545 y = 55580 x y = 697076 a) Utför en lnjär regresson (där alla koeffcenter samt regressonslnjens slutlga form anges) med blodtryck som svarsvarabel. (p) b) Tolka koeffcenterna (uttryckt termer relaterade tll problemet). (0.5p) c) Skatta korrelatonskoeffcenten. (0.5p) 5

d) Testa hypotesen att korrelatonen är 0 på sgnfkansnvån 0.05. (p) a) µ = E[Y X = x ] = β 0 + β x där X anger vkten och Y blodtrycket. n = 6. ˆβ = S xy x y n xȳ x y = n x y S xx x n x = x n ( x ) = 0.494 ˆβ 0 = ȳ ˆβ x = 69.048 Ŷ x = ˆβ 0 + ˆβ x = 69.048 + 0.494x b) Då man nte har någon vkt (låter konstgt) ger sambandet att man har 69.048 blodtryck och det ökar med 0.494 enheter per pound. c) R = ˆρ = S xy Sxx S yy = x y n x y ( x n ( x ) ) ( = 0.7735 y n ( ) y ) d) V testar H 0 : ρ = 0 mot H : ρ 0. Teststatstkan ges av T = R n som under H R 0 är t-fördelad med n frhetsgrader. V förkastar H 0 om T obs > t (n ) α/ = t(4) 0.975 =.064. V får T obs = 0.7735 4 = 5.97883 och kan därmed förkasta H 0.7735 0. 6