Medelvärde. Repetition. Median. Standardavvikelse. Frekvens. Normerat värde. z = x x

Relevanta dokument
Väntevärde för stokastiska variabler (Blom Kapitel 6 och 7)

4.2.3 Normalfördelningen

Sensorer, effektorer och fysik. Analys av mätdata

KONFIDENSINTERVALL FÖR MEDIANEN (=TECKENINTERVALL )

Sensorer och elektronik. Analys av mätdata

Väntevärde, standardavvikelse och varians Ett statistiskt material kan sammanfattas med medelvärde och standardavvikelse (varians), och s.

Formler och tabeller i statistik

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

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

Följande begrepp används ofta vid beskrivning av ett statistiskt material:

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

Stokastiska variabler

Kontingenstabell (Korstabell) 2. Oberoende-test. Stickprov beror av slumpen. Vad vi förvf. är r oberoende: kriterier är r oberoende: kriterier

Grundläggande matematisk statistik

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

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

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

Formelblad Sannolikhetsteori 1

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

Lycka till och trevlig sommar!

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

Betygsgränser: För (betyg Fx).

4.2.3 Normalfördelningen

Induktion och Binomialsatsen. Vi fortsätter att visa hur matematiska påståenden bevisas med induktion.

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

1. Test av anpassning.

F4 Matematikrep. Summatecken. Summatecken, forts. Summatecken, forts. Summatecknet. Potensräkning. Logaritmer. Kombinatorik

Tentamen i matematisk statistik

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

θx θ 1 om 0 x 1 f(x) = 0 annars

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

om X har följande sannolikhetsfunktion λ λ . Då gäller a) väntevärdet E(X) = λ b) variansen σ = λ och därmed c) standardavvikelsen σ = λ

S0005M V18, Föreläsning 10

MA2018 Tillämpad Matematik III-Statistik, 3.5hp,

SAMMANFATTNING AV KURS 602 STATISTIK (Newbold kapitel [7], 8, 9, 10, 13, 14)

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

Föreläsning G04 Surveymetodik 732G19 Utredningskunskap I

Något om beskrivande statistik

Datorövning 2 Fördelningar inom säkerhetsanalys

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

TENTAMEN I MATEMATISK STATISTIK

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

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

TENTAMEN I MATEMATISK STATISTIK Datum: 13 mars 08

TENTAMEN I MATEMATIK MED MATEMATISK STATISTIK HF1004 TEN kl

Föreläsningsanteckningar till Linjär Regression

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

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

F10 ESTIMATION (NCT )

a) Beräkna E (W ). (2 p)

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

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

Tentamen i Matematisk statistik för V2 den 28 maj 2010

Stat. teori gk, ht 2006, JW F13 HYPOTESPRÖVNING (NCT ) Ordlista till NCT

Antalet sätt att välja ut r objekt bland n stycken med hänsyn till ordning är np r = n(n 1) (n r + 1).

Fördelningen för populationen som stickprovet togs ifrån är känd så nära som på ett antal parametrar, t.ex: N med okända

Borel-Cantellis sats och stora talens lag

x 1 x 2 x 3 x 4 x 5 x 6 HL Z x x x

F15 ENKEL LINJÄR REGRESSION (NCT )

Tentamen STA A15 delkurs 1 (10 poäng): Sannolikhetslära och statistisk slutledning 3 november, 2005 kl

b) Om du nu hade oturen att du köpt en trasig dator, vad är sannolikheten att den skulle ha tillverkats i Litauen?

Korrelationens betydelse vid GUM-analyser

SAMMANFATTNING TAMS79 Matematisk statistik, grundkurs

Genomsnittligt sökdjup i binära sökträd

MA2018 Tillämpad Matematik III-Statistik, 3.5hp,

MA2018 Tillämpad Matematik III-Statistik, 3.5hp,

FÖRSÖKSPLANERING. och utvärdering av försöksresultat med den matematiska statistikens metoder. av Jarl Ahlbeck

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

F9 Hypotesprövning. Statistikens grunder 2 dagtid. p-värden. Övning 1 från F8

Introduktion till statistik för statsvetare

Veckoblad 2. Kapitel 2 i Matematisk statistik, Blomqvist U.

Matematisk statistik

D 45. Orderkvantiteter i kanbansystem. 1 Kanbansystem med två kort. Handbok i materialstyrning - Del D Bestämning av orderkvantiteter

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

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

P (A) = k A P (A ) = 1 P (A) P (A B) P (B) P (M i ) = 1 P (A) P (X = k) = p X (k) p X (k) = 1 P (A B) p X (k)

Sannolikhetslära statistisk inferens F10 ESTIMATION (NCT )

Parametriska metoder. Icke-parametriska metoder. parametriska test. Icke-parametriska test. Location Shift. Vilket test ersätts med vilket?

Datorövning 2 Fördelningar inom säkerhetsanalys

2. Konfidensintervall för skillnaden mellan två proportioner.

En utvärdering av två olika sätt att skatta fördelningen till stickprovsmedelvärden från olikfördelade data - normalapproximation kontra resampling

Matematisk statistik TMS063 Tentamen

TAMS79: Föreläsning 9 Approximationer och stokastiska processer

Uppsala Universitet Matematiska Institutionen Bo Styf. Att repetera.

Orderkvantiteter vid begränsningar av antal order per år

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

Föreläsning 10: Kombinatorik

MA2018 Tillämpad Matematik III-Statistik, 3.5hp,

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

Z-Testet. Idè. Repetition normalfördelning. rdelning. Testvariabel z

F4 Matematikrep. Summatecken. Summatecken, forts. Summatecken, forts. Summatecknet. Potensräkning. Logaritmer. Kombinatorik

Uppsala Universitet Matematiska Institutionen Thomas Erlandsson

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

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

Begreppet rörelsemängd (eng. momentum) (YF kap. 8.1)

Föreläsning G70 Statistik A

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

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

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

Tentamen i Sannolikhetsteori III 13 januari 2000

Transkript:

Medelvärde Reetto mb9 Medelvärdet är summa av alla observatoer dvderat med deras atal. x 873+85+8385+83+8+83+8087+808+80 = 70 70 = 89 9 Meda Medae är de mttersta observatoe. = 8 Eller medelvärdet av de två mttersta observatoera (jämt atal) 83 + 8 = 88 s = Varas (s ) s Stadardavvelse Σ ( x x) ( x x) Σ = 3 Normerat värde Freves 8,59-8,8 = -0,,7 Samma sa för oäge 88-870 55,5 Ger samma svar. x x z = s = 0,0 ormerat värde = 5,99-77,59 = -,73,9 83-97,5 75, =,78 avvelse frå medelvärde stadardavvelse 5 Resultat Freves 5,3 5,9,8 5 5,7, 3,5, Atal 0 Stavresultat 5,3 5,9,8,7,,5, Höjd (m)

Medelvärde och s Klassdelg (00 m) Resultat Freves 5,3 5,9,8 5,7,,5, s = x Σ ( x x) f x s = Σf ( x x) 7 Relatv freves 0 % 30 % 0 % 0 % 0 % TUN 7,0 USA 7,78 3 EST 8,58 CZE 8, 5FRA 8,3 USA 8,5 7 BEL 9,0 8 HUN 9,9 9GER 9, 0 ESP 9,7 USA 50, FIN00 50,9 m 3 CZE 50,3 NED 50,5 5 RUS 50, RUS 50,58 7 AUT 50,8 8 RUS 5, 9-50 7--9 9 EST 50-5 5-5 5, td (s) Klass Freves 7-8 8-9 9-50 50-5 7 5-5 Summa 9 Rel. F /9 = % /9 = % % 37 % Verlga lasser 7-8 är,995-7,9958 Medelvärde Kumulerad freves Klass Freves 7-8 8-9 9-50 50-5 7 5-5 Summa 9 Rel. F % % % 37 % f x f lassmtt R. f x 00 Egetlge sa verlga lasser avädas,995+7,995 Klass Freves 7-8 8-9 9-50 50-5 7 5-5 Summa 9 Rel. F % % % 37 % Kum. F 0 7 9 Kum. R. F 3 % 53 % 89 % 00 % Meda Udre vartle Övre vartle 9 0 Summaolygo Korrelatosoeffcete Summaolygoe ager hur stor del av observatoera som är uder ett vsst värde. Dessa observatosvärde allas fratler. R>0 R 0 R<0 De gräs för vlet hälfte av observatoera är uder allas meda 5% och 75% gräsera allas vartler y R x Ljes evato y = a x+b y R - x

Korstabell Sve Eg Saolhet Eg 0 3 9 8 7 7 0 sve 9 0 8 0 9 0 8 0 9 8 8 0 7 8 Saolhete att slå e sexa. Saolhete att slå mst e femma Saolhete för hädelse = ) = = 0,7 atalet gysamma utfall totala atalet utfall 7 8 7 7 mst 5) = = 0,33 3 Komlemethädelse Saolhete att föda e flca? 0,88 Saolhet att föda e oje -0,88 = 0,5 Summa av saolhete för hädelse A och dess omlemethädelse A är A) + A) = Multlatosregel Saolhet att föda e oje å e södag 0,5*/7 =0,07 Saolhete för att både hädelse A och hädelse B träffar är rodute A och B) = A) B) 0,5 d.v.s A) = -A) 5 Saolhet att först asta e 5:a och seda e :a? Addtosregel /+/ = / Betgad saolhet Saolhete att slå mst e femma (5:a eller :a) Saolhete att slå e udda eller e :a 3/+/ = / Saolhete för att edera hädelse A eller hädelse B träffar är summa A eller B) = A) + B) Saolhet att först asta e 5:a och seda e :a? 7 Dra två ort ur e ortace; Vad är saolhete att båda är ugar? Vad är saolhete att få ar? Multlatosregel A och B) = A) B förutsatt att A träffat) Vad är saolhete att få färg? 8 3

Saolhetsfördelg Exemel 5 0 8 0 Teorets fördelg 3 5 7 035789035 E stoasts varabel ger ett värde Vätevärde,0 Saolhet 80% att lycas med fastghetsaffär. Vst 00 000 Vd msslycade förlust 50 000 E ( X ) = x Vätevärdet 0,8 00 000 + 0, (-50 000) = 50 000 Svar: De förvätade vste är 50 000 åt varje utfall ett slumförsö. 9 0 Saolhet att få tre sexor å rad. / */*/ Saolhete av få exat tre sexor av fem? xx eller xx, xx, xx, xx, xx, xx, xx, xx, xx V a få 3 sexor å 0 ola sätt. P = 0*(/) 3 *(5/) Saolhete att ett försö lycas Försöet ureas gåger Hur måga gåger försöet sa lycas Hur måga gåger de stoastsa varabel sa få det ösade värdet P X ( ) ( = ) = 5 tre sexor av fem) = 3 Vad är saolhete att få sexor av 5? X 3)? 3 5 = 0,03 Saolhete att ett försö lycas Försöet ureas gåger Hur måga gåger försöet sa lycas Hur måga gåger de stoastsa varabel sa få det ösade värdet Bomalfördelg Saolhete av få exat tre sexor av fem? P = 0*(/) 3 *(5/) X = ) = ( ) atalet gåger e vss hädelse träffar då ett försö ureas flera gåger. X atalet sexor Vätevärdet E(X) = 3 X = ) = ( )

Geometrs fördelg Kastsere X Saolhet x...x (5/) */ X = atal omgågar startruta Saolhete att A träffar efter försö, är saolhete för A:s omlemethädelse uhöjt, multlcerat med saolhete för A X = ) = ( ) 5 ) = ( ) X = atal omgågar startruta X = Hur saolt är det, att ma står startruta högst 9 gåger? Vad är medae för de stoastsa varabel X? X Kumulerad 0 7 % 7 % % 3 % % % 3 0 % 5 % 8 % 0 % 5 7 % 7 % % 7 % 7 5 % 77 % 8 % 8 % 9 3 % 8 % 0 3 % 87 % % 89 % % 9 % 3 % 9 % % 9 % 00,00 8,00 % % 90,00 %,00 % 80,00 %,00 70,00 %,00 0,00 % 0,00 50,00 % 8,00 0,00 %,00 30,00 %,00 0,00 %,00 0,00 % 0,00 0,00 % Kumulerad saolhet Geometrsfördelg 0 3 5 0 3 5 7 8 0 3 5 7 0 3 5 7 8 ) = ( ) X = atal omgågar startruta X = Fördelgar Geometrsfördelg 8,00 %,00 %,00 %,00 % 0,00 % 8,00 %,00 %,00 %,00 % 0,00 % 0 3 5 7 0 3 5 7 8 X ) = ( ) + ( ) E( X ) = 7 Geometrs fördelg X ~ Geom() X = ) = ( ) X ) = X=0)+ X=)+ + X=) X E( X ) = D( X ) = ( ) + ) = ( ) Bomal fördelg X ~ B(,) X = ) = E(X) = ( ) X ) = X=0)+ X=)+ + X=) D( X ) = ( ) 8 Exoetalfördelg X = lamas lvslägd Saolhete att e lama sa sloca uder e veca är 0,? Saolhete att lama brer efter t vecor X>t) = 0,8 t Saolhete att lama brer efter e veca -0, = 0,8.. efter t vecor 0,8 t.. efter 0 dagar 0,8 (0/7) 9.. brer högst 3 vecor X 3) = - X>3) = - 0,8 3..högst t vecor X t) = - 0,8 t 30 5

X = lamas lvslägd Stadardavvelse X t) allas fördelgsfuto F(t) E stoasts varabel vars fördelgsfuto har forme F(t) = - (-) t sägs vara exoetalfördelad Saolhet att gå söder uder tde t X t) = F(t) = - (-) t Toe å urva lgger vd medelvärdet. 8 % av värdea lgger s frå medelvärdet 95 % av värdea lgger s frå medelvärdet 3 3 Exemel Z = X μ σ 0 55 =,5 Normerg Fordoes hastghet är å e lats ormalfördelade med m 55 m/h och s m/h Hur måga blar ör uder 0 m/h? Över 80 % värdet medelvärdet ormerat värde = stadardavvelse Det ormerade värdet a slås u e tabell Maol sd 3. Φ(,5) = Hur måga s frå 55 lgger 0? 0 55 =,5 5 55 59 33 Svar: % av blar ör uder 0 m/h? 5 55 59 3 Teor Kofdesvå Summa av flera oberoede ormalfördelade stoastsa varabler X, ~ N(μ, σ) X, ~ N(μ, σ) X ~ N(μ, σ) säerhete 95 % allas ofdesvå motsvarade tervall z= -.9 tll z=.9 allas ofdestervall φ(.9) = 9750 95 % 9750,5 %,5 % X, X, X, X ~ N(μ, σ) 35 sgfasvå 0.05 3