Utdrag ur: Räkna med variation - Digitala uppgifter. Lena Zetterqvist och Johan Lindström

Relevanta dokument
BIOSTATISTISK GRUNDKURS, MASB11, VT-16, VT2 ÖVNING 3, OCH INFÖR ÖVNING 4

BIOSTATISTISK GRUNDKURS, MASB11 ÖVNING 7 ( ) OCH INFÖR ÖVNING 8 ( )

BIOSTATISTISK GRUNDKURS, MASB11 ÖVNING 8 ( ) OCH INFÖR ÖVNING 9 ( )

EXEMPEL PÅ FRÅGESTÄLLNINGAR INOM STATISTIK- TEORIN (INFERENSTEORIN):

FÖRELÄSNING 8:

EXEMPEL PÅ FRÅGESTÄLLNINGAR INOM STATISTIKTE- ORIN (INFERENSTEORIN):

4.1 Grundläggande sannolikhetslära

Räkna med variation - Digitala uppgifter Studiematerial i sannolikhetslära och statistisk inferens. Lena Zetterqvist och Johan Lindström

4 Diskret stokastisk variabel

1 Grundläggande begrepp vid hypotestestning

Analys av medelvärden. Jenny Selander , plan 3, Norrbacka, ingång via den Samhällsmedicinska kliniken

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

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

BIOSTATISTISK GRUNDKURS, MASB11 ÖVNING 6 ( ) OCH INFÖR ÖVNING 7 ( )

F3 Introduktion Stickprov

Lösningsförslag till Matematisk statistik LKT325 Tentamen

BIOSTATISTIK att hantera slumpmässiga variationer BIO STATISTIK. data handlar om levande saker

TMS136. Föreläsning 11

FMSF55: Matematisk statistik för C och M OH-bilder på föreläsning 5, a 2 e x2 /a 2, x > 0 där a antas vara 0.6.

Uppgift a b c d e Vet inte Poäng

TMS136. Föreläsning 13

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

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

MSG830 Statistisk analys och experimentplanering

Föreläsning 5: Hypotesprövningar

Tentamen i Dataanalys och statistik för I den 28 okt 2015

Föreläsning 12, FMSF45 Hypotesprövning

Föreläsning 2. NDAB01 Statistik; teori och tillämpning i biologi

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

F2 Introduktion. Sannolikheter Standardavvikelse Normalapproximation Sammanfattning Minitab. F2 Introduktion

Föreläsning 3. Kapitel 4, sid Sannolikhetsfördelningar

Finansiell Statistik (GN, 7,5 hp,, VT 2009) Föreläsning 2. Diskreta Sannolikhetsfördelningar. (LLL Kap 6) Stokastisk Variabel

Syfte: o statistiska test om parametrar för en fördelning o. förkasta eller acceptera hypotesen

Statistik 1 för biologer, logopeder och psykologer

Tentamen i Matematisk statistik Kurskod S0001M

8 Inferens om väntevärdet (och variansen) av en fördelning

4.2.1 Binomialfördelning

, s a. , s b. personer från Alingsås och n b

LKT325/LMA521: Faktorförsök

TENTAMEN I STATISTIKENS GRUNDER 2

Jesper Rydén. Matematiska institutionen, Uppsala universitet Tillämpad statistik 1MS026 vt 2014

Föreläsning 11: Mer om jämförelser och inferens

Kap 3: Diskreta fördelningar

Föreläsning G70 Statistik A

Kapitel 10 Hypotesprövning

Föreläsning 7 FK2002

Hypotesprövning. Andrew Hooker. Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University

Tentamen i Matematisk statistik Kurskod S0001M

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

Matematisk statistik kompletterande projekt, FMSF25 Övning om regression

Veckoblad 3. Kapitel 3 i Matematisk statistik, Blomqvist U.

Provmoment: Tentamen 6,5 hp Ladokkod: A144TG Tentamen ges för: TGMAI17h, Maskiningenjör - Produktutveckling. Tentamensdatum: 28 maj 2018 Tid: 9-13

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

Formel- och tabellsamling i matematisk statistik

Lektionsanteckningar 11-12: Normalfördelningen

Kapitel 3 Diskreta slumpvariabler och deras sannolikhetsfördelningar

1.1 Diskret (Sannolikhets-)fördelning

Exempel för diskreta och kontinuerliga stokastiska variabler

Föreläsning 8, Matematisk statistik 7.5 hp för E Punktskattningar

Föreläsning 12: Regression

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

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

F6 STOKASTISKA VARIABLER (NCT ) Används som modell i situation av följande slag: Slh för A är densamma varje gång, P(A) = P.

Föreläsning 5. Funktioner av slumpvariabler. Ett centralt resultat.

Laboration 4: Hypotesprövning och styrkefunktion

Föreläsningsanteckningar till kapitel 9, del 2

F9 Konfidensintervall

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

Några extra övningsuppgifter i Statistisk teori

Föreläsning 12: Repetition

Tentamentsskrivning: Matematisk Statistik med Metoder MVE490 1

Medicinsk statistik II

Tentamentsskrivning: Matematisk Statistik med Metoder MVE490 1

Tentamen i Sannolikhetslära och statistik Kurskod S0008M

Föreläsning 2 (kap 3): Diskreta stokastiska variabler

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

Gamla tentamensuppgifter i stokastik

Föreläsning 8, Matematisk statistik 7.5 hp för E, HT-15 Punktskattningar

Grundläggande matematisk statistik

Uppgift a b c d e Vet inte Poäng

Tentamen i Matematisk statistik Kurskod S0001M

Laboration 2: Styrkefunktion samt Regression

Konfidensintervall, Hypotestest

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

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

Föreläsning 4. NDAB01 Statistik; teori och tillämpning i biologi

Tentamen på. Statistik och kvantitativa undersökningar STA101, 15 hp. Fredagen den 9 e juni Ten 1, 9 hp

Föreläsning 7: Punktskattningar

Jörgen Säve-Söderbergh

Tentamen i Sannolikhetslära och statistik Kurskod S0008M

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

Tentamen i Matematisk statistik Kurskod S0001M

MSG830 Statistisk analys och experimentplanering

Tentamen i Matematisk statistik Kurskod S0001M

Industriell matematik och statistik, LMA /14

Laboration 4: Stora talens lag, Centrala gränsvärdessatsen och enkla punktskattningar

2. Test av hypotes rörande medianen i en population.

FÖRELÄSNING 7:

TMS136. Föreläsning 7

Binomialfördelning, två stickprov

Transkript:

Utdrag ur: Räkna med variation - Digitala uppgifter Lena Zetterqvist och Johan Lindström 30 september 2016

Innehåll 1 Blandade uppgifter 5 1.1 Diskreta fördelningar......................... 5 1.2 Hypotestest.............................. 6 1.3 Jämförelse av två väntevärden.................... 7 2 Svar 9 3

1 Blandade uppgifter 1.1 Diskreta fördelningar 1.1 Avgör i vilken eller vilka av de nedanstående situationerna slumpvariabeln X är binomialfördelad a) En person lämnar varje vecka in samma rad på Lotto. Låt X vara antal gånger hen får vinst under ett år. b) En person studerar noga tidningens fotbollssidor och lämnar varje vecka in sitt "experttips"utom i semestertider då hen har ett stående tips. Låt X vara antal gånger hen får vinst under ett år. c) En person äter choklad ur en kartong med 30 bitar av både ljus och mörk choklad. Hen väljer slumpmässigt ut bit efter bit och äter till det återstår 10. Låt X vara antal ljusa chokladbitar hen ätit upp. d) En person står vid en väg och noterar under 10 minuter färgen på de bilar som passerar. Låt X vara antalet bilar innan den första röda bilen passerar. e) En person står vid en väg och noterar under 10 minuter färgen på de bilar som passerar. Låt X vara antalet röda bilar under dessa 10 minuter. f ) En person står vid en väg och noterar färgen på de första 50 bilar som passerar. Låt X vara antalet röda bilar av de 50. 1.2 I nedanstående situationer är X binomialfördelad. Ange n och p i fördelningarna. a) Risken att ett vägavsnitt översvämmas ett år uppskattas til 5%. Låt X vara antal år under ett decennium med översvämmat vägavsnitt. b) I genomsnitt råkar Benjamin ut för köer "1 gång av 10när han tar bilen till jobbet. Låt X vara antal dagar under en arbetsvecka då han inte köar på väg till arbetet. c) Lisa och Karin kastar vardera 10 kast med en tärning. Låt X vara antalet femmor de får tillsammans. d) Vid tillverkning av ostbågar blir 1% missfärgade medan 2% får fel form. Dessa två fel sker oberoende av varandra. Låt X vara antalet felfria enheter i en förpackning om 100. 5

1 Blandade uppgifter 1.2 Hypotestest Vilken hypotes? 1.3 I en undersökning på slumpmässigt utvalda manliga lastbilschauörer med hjärt- och kärlbesvär mätte man deras kolesterolhalt (mmol/l). Ett normalt kolesterolvärde ska ligga under 5.0 mmol/l men man misstänkte att denna grupp hade en högre kolesterolhalt. Beteckna väntevärdet av kolesterolhalten med µ. Vilken uppsättning av hypoteser bör man studera för att undersöka om misstanken är befogad? (i) H 0 : µ = 5; H 1 : µ 5 (ii) H 0 : µ 5; H 1 : µ = 5 (iii) H 0 : µ = 5; H 1 : µ > 5 (iv) H 0 : µ = 5; H 1 : µ < 5 1.4 Aluminium har smältpunkt 660 C. På ett ämne görs mätningar av smältpunkten, beteckna mätningarnas väntevärde med µ. Man misstänker att ämnet inte är ren aluminium, vilken uppsättning av hypoteser bör ställas upp? (i) H 0 : µ = 660; H 1 : µ 660 (ii) H 0 : µ 660; H 1 : µ = 660 (iii) H 0 : µ 660; H 1 : µ > 660 (iv) H 0 : µ 660; H 1 : µ < 660 1.5 Gränsvärdet för asbest är 0.1 brer/cm 3 i luften. På en arbetsplats där man river ner rör isolerade med material innehållande asbest mäts halten. Om µ betecknar mätningarnas väntevärde, vilka hypoteser bör man ställa upp för att förvissa sig att genomsnittshalten av asbest är säkert under gränsvärdet? (i) H 0 : µ = 0.1; H 1 : µ 0.1 (ii) H 0 : µ 0.1; H 1 : µ = 0.1 (iii) H 0 : µ 0.1; H 1 : µ > 0.1 (iv) H 0 : µ 0.1; H 1 : µ < 0.1 1.6 Då patienter får en viss typ av medicinsk behandling vet man av erfarenhet att 6% av dem får biverkan. En ny medicin är utvecklad och prövas på 20 slumpmässigt utvalda patienter. Låt p vara P(en patient får biverkan). Vilka hypoteser bör man ställa upp om man vill påvisa att den nya medicinen ger färre patienter biverkan än den traditionella behandlingen? (i) H 0 : p = 0.06; H 1 : p 0.06 (ii) H 0 : p 0.06; H 1 : p = 0.06 (iii) H 0 : p = 0.06; H 1 : p > 0.06 6

1.3 Jämförelse av två väntevärden (iv) H 0 : p = 0.06; H 1 : p < 0.06 Samband med kondensintervall 1.7 Nedan anges tre uppsättningar av hypoteser kring µ i en normalfördelning. Para ihop hypoteserna med de intervall som är intressanta att studera. Hypoteserna: 1. H 0 : µ = 3; H 1 3 2. H 0 : µ 3; H 1 : µ < 3 3. H 0 : µ 3; H 1 : µ > 3 Intervallen: a) (, 4.7) b) (2.3, 2.9) c) (1.7, ) Antag att samtliga intervall har kondensgrad 0.99. I vilken av de tre uppsättningarna av hypoteser är slutsatsen att H 0 förkastas på nivå 1 %? Direktmetoden 1.8 Vid ett test beräknades P-värdet = 0.035. Vilka av följande slutsatser är sanna? a) H 0 kan förkastas på nivå 5%. b) H 0 kan förkastas på nivå 1%. c) H 0 kan förkastas på nivå 3.6%. 1.3 Jämförelse av två väntevärden 1.9 Ange vilken modell (stickprov i par eller två oberoende stickprov) som är lämplig i följande situationer: a) För att mäta hastighetsskyltars eekt mäter man hastigheten hos 12 bilar före skylten och hastigheten hos 12 andra bilar efter skylten. b) För att mäta hastighetsskyltars eekt mäter man hastigheten hos 12 bilar före skylten och hastigheten på samma 12 bilar efter skylten. c) För att undersöka hur vattennivån i en brunn påverkats av en industrietablering jämförs 7 års mätningar av årsmedelnivån före etableringen med 7 års mätningar av årsmedelnivån efter. 7

1 Blandade uppgifter d) För att undersöka om män och kvinnor upplever smärtlindring annorlunda mätte man på 10 män och 10 kvinnor tiden från intag av en medicin till dess personerna upplever "väsentlig smärtlindring". e) För att undersöka mängden utsläpp från en industri belägen vid en å mäter man under 6 måndagar halten av ett visst ämne både uppströms och nedströms industrin. f ) För att mäta mängden korta fettsyror (mmol/100g) vid fermentering av odigrerbara kolhydrater lät man en grupp om 16 råttor få kosten i ärtber medan en annan grupp om 16 råttor ck linfröber. g) För att undersöka eekten av ett hälsoprogram (bl.a. regelbunden fysisk aktivitet, ändrade kostvanor och rökstopp) mätte man diastoliskt blodtryck (mm Hg) såväl före som efter programmet på 30 kvinnor. h) I en klinisk studie vill man undersöka om diet D har eekt. Grupp A ska få D medan grupp B inte ska få den. Innan studien startar vill man försäkra sig om att det inte nns skillnader mellan grupperna och väger därför samtliga 25 i grupp A och samtliga 25 i grupp B. i) I en klinisk studie vill man undersöka om diet D har eekt. Grupp A får D medan grupp B inte får den. Man mäter vikten hos samtliga 25 i grupp A både före och efter utförd diet. j) I en klinisk studie vill man undersöka om diet D har eekt. Grupp A får D medan grupp B inte får den. Vid studiens slut jämför man viktförändringen hos de 25 i grupp A med viktförändringen hos de 25 i grupp B. 8

2 Svar 1.1 Enbart X i (a) och (f) är binomialfördelade a) Binomialfördelning med n = 52 och p=p(vinna), vilket är konstant för varje vecka. b) Ej binomialfördelad eftersom p=p(vinna) ej är den samma varje vecka. c) Ej binomialfördelad eftersom p=p(ljus bit) är ej den samma vid de olika tillfällena som en chokladbit tas. d) Ej binomialfördelad (utan geometriskt fördelad). e) Ej binomialfördelad eftersom n antal bilar är ej xt. Möjligtvis kan en Poissonfördelning vara en lämplig modell. f ) Binomialfördelad med n = 50 och p=p(en bil som passerar är röd). 1.2 a) n = 10, p = 0.05 b) n = 5, p = 0.9 c) n = 20, p = 1 6 d) n = 100, p = 0.99 0.98 1.3 H 0 : µ = 5; H 1 : µ > 5. Som nollhypotes sätter man upp det man ifrågasätter och som mothypotes det man vill troliggöra. 1.4 H 0 : µ = 660; H 1 : µ 660 1.5 H 0 : µ 0.1; H 1 : µ 0.1 1.6 H 0 : p = 0.06; H 1 : p 0.06 1.7 1. H 0 : µ = 3; H 1 : µ 3 ska paras ihop med intervallet i (b), (2.3, 2.9). 2. H 0 : µ 3; H 1 : µ < 3 ska paras ihop med intervallet i (a),(, 4.7). 3. H 0 : µ 3; H 1 : µ > 3 ska paras ihop med intervallet i (c),(1.7, ). Eftersom intervallet i (b) ej täcker över 3 förkastas H 0 i den första uppsättningen av hypoteser och vi har troliggjort att µ är skilt från 3. 1.8 Det är enbart slutsatsen i (b) som är felaktig, de övriga två är korrekta. 1.9 a) Två oberoende stickprov b) Stickprov i par c) Två oberoende stickprov 9

2 Svar d) Två oberoende stickprov e) Stickprov i par f ) Två oberoende stickprov g) Stickprov i par h) Två oberoende stickprov i) Stickprov i par j) Två oberoende stickprov 10