Tentamen i Statistik, STA A13 Deltentamen 1, 4p 27 mars 2004, kl



Relevanta dokument
Tentamen i Statistik, STA A13 Deltentamen 1, 4p 13 november 2004, kl

Tentamen i Statistik, STA A13 Deltentamen 1, 4p 12 november 2005, kl

Tentamen i Statistik, STA A13 (4 poäng) Lördag 11 november 2006, Kl

Tentamen i Statistik, STA A13 Deltentamen 1, 4p 24 april 2004, kl

Tentamen i Statistik, STA A10 samt STA A13 9p 24 augusti 2005, kl

Tentamen i Statistik, STA A13 Deltentamen 2, 5p 4 mars 2006, kl

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

Tentamen i Statistik, STA A10 och STA A13 (9 poäng) 16 januari 2004, kl

Tentamen i Statistik, STA A10 och STA A13 (9 poäng) Fredag 8 december 2006, Kl

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

Tentamen i Statistik, STA A10 och STA A13 (9 poäng) Onsdag 1 november 2006, Kl

Tentamen i Statistik, STA A10 och STA A13 (9 poäng) Måndag 14 maj 2007, Kl

Tentamen i Statistik, STA A13 Deltentamen 2, 5p 24 januari 2004, kl

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

Tentamen i Statistik, STA A10 och STA A13 (9 poäng) 23 februari 2004, klockan

Tentamen i Statistik STG A01 (12 hp) Fredag 16 januari 2009, Kl

732G01/732G40 Grundläggande statistik (7.5hp)

Föreläsning 3. Kapitel 4, sid Sannolikhetsfördelningar

2.1 Minitab-introduktion

TENTAMEN I MATEMATIK MED MATEMATISK STATISTIK HF1004, TEN

Sociologi GR (A) Sociologisk Metod Examination #2 Peter Axelsson. N Minimum Maximum Mean Std. Deviation

4.2.1 Binomialfördelning

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

SF1901: Sannolikhetslära och statistik

STOCKHOLMS UNIVERSITET HT 2006 Statistiska institutionen Johan Andersson

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

SF1901: Sannolikhetslära och statistik. Mer om Approximationer

Formel- och tabellsamling i matematisk statistik

Kapitel 4 Sannolikhetsfördelningar Sid Föreläsningsunderlagen är baserade på underlag skrivna av Karl Wahlin

Förra gången (F4-F5)

Matematisk statistik, LMA 200, för DAI och EI den 25 aug 2011

Avd. Matematisk statistik

LULEÅ TEKNISKA UNIVERSITET Ämneskod S0006M Institutionen för matematik Datum Skrivtid

Deskription (Kapitel 2 i Howell) Moment 1: Statistik, 3 poäng

Tentamen i Sannolikhetslära och statistik Kurskod S0008M

Föreläsning 3. Sannolikhetsfördelningar

Tentamen i Statistik, STA A10 och STA A13 (9 poäng) 4 juni 2004, kl

Avd. Matematisk statistik

Lektionsanteckningar 11-12: Normalfördelningen

(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.

SF1901: Sannolikhetslära och statistik

Föreläsning 6, Repetition Sannolikhetslära

Tentamentsskrivning: Matematisk Statistik med Metoder MVE490 1

TENTAMEN Datum: 14 feb 2011

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

4 Diskret stokastisk variabel

P =

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

OBS! Vi har nya rutiner.

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

Tentamen på. Statistik och kvantitativa undersökningar STA100, 15 hp. Fredagen den 16 e januari 2015

Laboration med Minitab

Kap 6: Normalfördelningen. Normalfördelningen Normalfördelningen som approximation till binomialfördelningen

Tentamen i Matematisk statistik Kurskod S0001M

LULEÅ TEKNISKA UNIVERSITET Ämneskod S0006M Institutionen för matematik Datum Skrivtid

MVE051/MSG Föreläsning 7

(a) sannolikheten för att läkaren ställer rätt diagnos. (b) sannolikheten för att en person med diagnosen ej sjukdom S ändå har sjukdomen, dvs.

Typvärde. Mest frekventa värdet Används framförallt vid nominalskala Ex: typvärdet. Kemi 250. Ekon 570. Psyk 120. Mate 195.

Föreläsning G70 Statistik A

Tentamen LMA 200 Matematisk statistik,

Tentamen i Matematisk statistik Kurskod S0001M

Introduktion till statistik för statsvetare

Matematisk statistik KTH. Formel- och tabellsamling i matematisk statistik

STOCKHOLMS UNIVERSITET HT 2008 Statistiska institutionen Johan Andersson

Kap 3: Diskreta fördelningar

Uppgift 1. Deskripitiv statistik. Lön

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

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

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

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

Tentamen i Matematisk statistik Kurskod S0001M

Föreläsning 4: Konfidensintervall (forts.)

Avd. Matematisk statistik

Tentamen i matematisk statistik (9MA241/9MA341, STN2) kl 14 18

Avd. Matematisk statistik

Statistik för teknologer, 5 poäng Skrivtid:

Betrakta kopparutbytet från malm från en viss gruva. För att kontrollera detta tar man ut n =16 prover och mäter kopparhalten i dessa.

F3 Introduktion Stickprov

σ 12 = 3.81± σ n = 0.12 n = = 0.12

STOCKHOLMS UNIVERSITET HT 2007 Statistiska institutionen Johan Andersson

LULEÅ TEKNISKA UNIVERSITET Ämneskod S0002M, MAM801, IEK600,IEK309 Institutionen för matematik Datum Skrivtid

Tentamen LMA 200 Matematisk statistik,

4.1 Grundläggande sannolikhetslära

Tentamen i Matematisk statistik Kurskod S0001M

SF1901 Sannolikhetsteori och statistik I

Föreläsning G60 Statistiska metoder

Föreläsning 8, Matematisk statistik Π + E

OBS! Vi har nya rutiner.

Föreläsning 5. Funktioner av slumpvariabler. Ett centralt resultat.

Tentamen i matematisk statistik

Tentamentsskrivning: Matematisk Statistik med Metoder MVE490 1

STOCKHOLMS UNIVERSITET VT 2009 Statistiska institutionen Jörgen Säve-Söderbergh

Tentamentsskrivning: Matematisk Statistik med Metoder MVE490 1

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

Tentamen på. Statistik och kvantitativa undersökningar STA100, 15 HP. Ten1 9 HP. 19 e augusti 2015

19.1 Funktioner av stokastiska variabler

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

Resultat till ett försök är ofta ett tal. Talet kallas en stokastisk variabel (kortare s. v.).

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

Tentamen i Matematisk Statistik, 7.5 hp

Transkript:

Karlstads universitet Institutionen för informationsteknologi Avdelningen för statistik Tentamen i Statistik, STA A13 Deltentamen 1, 4p 7 mars 004, kl. 09.00-13.00 Tillåtna hjälpmedel: Ansvarig lärare: Övrigt: Bifogad formel- och tabellsamling (skall returneras) samt miniräknare. Leif Ruckman Varje uppgift kan ge max 10p. Lösningar skall utan svårighet kunna följas. Införda beteckningar skall förklaras. För betyget Godkänd krävs minst 30 p och för Väl godkänd krävs 45 p. Uppgift 1. En TV-tillverkare har skickat ut en enkät till 50 slumpmässigt valda köpare av deras senaste modell. Bland annat hade köparna fått ange hur många TV-apparater de tidigare haft av samma fabrikat. Resultatet framgår av tabellen nedan Antal tidigare TV-apparater av märket 0 1 3 4 5 6 Antal personer 49 65 53 36 3 16 8 1a Redovisa materialet i ett lämpligt diagram. 1b Beräkna medelvärdet. 1c Beräkna standardavvikelsen. Uppgift. Beräkna P( X µ+σ) i följande tre fall a) X är bin(n=6, π=0.3) b) X är hyp(n=0, n=6, S=6) c) X är Po(µ=5) 1

Uppgift 3. 59 7 71 69 75 5 69 69 98 5 67 71 6 64 64 70 5 53 64 73 56 74 51 51 a) Illustrera ovanstående data i ett stam-blad-diagram. b) Beräkna medianen. c) Beräkna kvartilavståndet d) Illustrera materialet i ett lådagram (boxplot). Uppgift 4. Göran tar 5 lotter i ett lotteri. Lotteriet har totalt 0 lotter varav 4 stycken är vinstlotter. Ulf tar 5 lotter från ett annat lotteri som totalt har 000 lotter varav 400 är vinstlotter. Vem av de båda har störst chans att få åtminstone två stycken vinster? Motivera noga! Uppgift 5. En diskret slumpvariabel har följande sannolikhetsfördelning x 3 5 8 p(x) 0. 0.4 0.3 0.1 a) Beräkna väntevärdet E(X) = µ b) Beräkna σ, standardavvikelsen för X. c) Beräkna P(.7 < X < 5.1 ) Uppgift 6. Nisse jobbar som produktkontrollant på en avdelning för kvalitetskontroll. 99% av de defekta produkterna upptäcker Nisse och rapporterar som defekta. Men ibland ser Nisse fel och 0.5% av det felfria produkterna rapporteras som defekta. Av alla produkter som Nisse kontrollerar så är det 0.9% som är defekta.

a) Av alla produkter som Nisse inspekterat så väljs en slumpmässigt. Vad är sannolikheten att den är rapporterad som defekt. b) Av alla produkter som Nisse klassificerat som felfria så väljs en slumpmässigt. Vad är sannolikheten att den faktiskt är felfri? 3

Lösningar till tentamen i statistik, STA A13, 04037 Uppgift 1. a) Materialet är diskret så rätt diagramtyp är stolpdiagram. 70 Antal tidigare TV-apparater av samma märke 60 50 Antal personer 40 30 0 10 0 0 1 3 4 Antal TV-apparater 5 6 b) Descriptive Statistics Antal TV-apparater N Mean Std. Deviation 50 1,9960 1,6930 fx 49 0 + 65 1+ 53 + 36 3 + 3 4 + 16 5 + 8 6 499 x = = = = 1.996 apparater n 50 50 c) s ( ) fx fx = n n 1 = 49 0 + 65 1 + + 49 8 6 499 50 = 1657 996.004 49 = 1.69 apparater 4

Uppgift. a) X är bin(n=6, π=0.3) E(X) = µ = nπ = 6. 0.3 = 1.8 σ = nπ(1-p) = 6. 0.3. 0.7 = 1.6 σ = 1.6 = 1.1 P(X µ+σ) = P(X 1.8 + 1.1) = P(X.9) = [X är diskret] = P(X 3) = 1 P(X ) = [tabell] = 1 0.7443 = 0.557 b) X är hyp(n=0, n=6, S=6) π = S/N = 6/0 = 0.3 E(X) = µ = nπ = 6. 0.3 = 1.8 N n 0 6 σ = nπ 1 π = 6 0.3 0.7 = 0. N 1 0 1 σ = 0.98 = 0.96 ( ) 98 P(X µ+σ) = P(X 1.8 + 0.96) = P(X.76) = [X är diskret] = P(X 3) = 1 P(X ) C0 14 C6 6C1 14 C5 6C 14 C 4 1 3003 + 6 00 + 15 1001 30030 1 6 + + = 1 = 1 0.5 0 6 0 6 0 6 38760 38760 = C C C c) X är Po(µ=5) σ = µ = 5 σ = 5 =.4 P(X µ+σ) = P(X 5 +.4) = P(X 7.4) = [X är diskret] = P(X 8) = 1 P(X 7) = =[tabell] = 1 0.8666 = 0.1334 Uppgift 3. a) Stem-and-Leaf Plot Frequency Stem & Leaf 6,00 5. 113,00 5. 69 4,00 6. 444 4,00 6. 7999 6,00 7. 01134 1,00 7. 5 1,00 Extremes (>=98) 5

b) Vid 4 observationer är medianen lika medelvärdet av observation 1 och 13 efter rangordning, dvs. (64+67)/=65.5 c) Ordningsnummer för Q 1 = (n+1)/4 = 5/4 = 6.5 Q 1 = 53+0.5. (56-53) = 53.75 Ordningsnummer för Q 3 = (n+1). 3/4 = 5. 0.75 = 18.75 Både observation 18 och 19 efter rangordning har värdet 71, så Q 3 = 71. Kvartilavståndet blir Q=71-53.75 = 17.5 Statistics VAR00003 N Median Minimum Maximum Percentiles Valid 5 50 75 4 65,5000 51,00 98,00 53,7500 65,5000 71,0000 d) Observationer som är större än Q 3 +1.5Q eller mindre än Q 1-1.5Q är extremvärden. I detta material är observationen 98 större än 71+1.5. 17.5=97 Största värde som ej är att betrakta som extremvärde är i detta material 75. 110 100 90 80 70 60 50 40 N = 4 X 6

Uppgift 4. Andelen vinstlotter är lika i de båda lotterierna men antalet lotter skiljer sig kraftigt åt. Låt X vara antalet vinstlotter Göran erhåller. X är hyp(n=0, n=5, S=4) P(X ) = 1 P(X 1) = 1 p(0) p(1) C0 16 C5 4C1 16 C4 1 4368 + 4 180 P ( X ) = 1 = 1 = 1 0.7513 C C 15504 4 = 0 5 0 5 0.487 Låt Y vara antalet vinstlotter Ulf erhåller. Y är hyp(n=000, n=5, S=400) Beräkningen blir besvärlig. Är approximation tillåten? n/n = 5/000 = 0.005 < 0.05. Approximation till bin tillåten. Y är approximativt bin(n=5, π=s/n=400/000=0.) P(Y ) = 1 P(Y 1) = 1 0.7373 = 0.67 (Överkurs: Räknar vi ut sannolikheten exakt (hyp), t.ex. med hjälp av dator så blir den 0.66) Ulf har lite större chans att få åtminstone vinstlotter. Uppgift 5. x 3 5 8 p(x) 0. 0.4 0.3 0.1 a) E(X) = µ = Σx. p(x) =. 0. + 3. 0.4 + 5. 0.3 + 8. 0.1 = 3.9 b) σ = Σx. p(x) - µ =. 0. + 3. 0.4 + 5. 0.3 + 8. 0.1 3.9 = 3.09 σ = 1.76 c) X kan endast anta värden, 3, 5 och 8. Ska X vara större än.7 och minde än 5.1 så måste X alltså vara 3 eller 5. P(.7 < X < 5.1) = p(3) + p(5) = 0.7 7

Uppgift 6. D = Defekt produkt R = Rapporterad som defekt P(R D) = 0.99 P(R ~D) = 0.005 P(D) = 0.009 a) P(R) = P(D och R) + P(~D och R) = P(D). P(R D) + P(~D). P(R ~D) = = 0.009. 0.99 + 0.991. 0.005 = 0.013865 b) P(~D ~R) = P(~D och ~R)/P(~R) = P(~D). P(~R ~D)/(1-P(R)) = =(1-0.009)(1-0.005)/(1-0.013865) = 0.9999 8