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

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

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

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

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

TMS136: Dataanalys och statistik Tentamen med lösningar

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

Tentamen i Statistik, STA A13 Deltentamen 2, 5p 20 januari 2007, kl

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

S0005M V18, Föreläsning 10

TENTAMEN I MATEMATIK MED MATEMATISK STATISTIK HF1004 TEN kl

KOM IHÅG ATT NOTERA DITT TENTAMENSNUMMER NEDAN OCH TA MED DIG TALONGEN INNAN DU LÄMNAR IN TENTAN!!

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

1. Test av anpassning.

TENTAMEN I MATEMATISK STATISTIK Datum: 13 mars 08

Tentamen i Statistik STG A01 (12 hp) 5 mars 2010, kl

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

a) Beräkna E (W ). (2 p)

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

Föreläsning G04: Surveymetodik

================================================

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

Statistik. Språkligt och historiskt betyder statistik ungefär sifferkunskap om staten

θx θ 1 om 0 x 1 f(x) = 0 annars

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

Jag läser kursen på. Halvfart Helfart

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 för V2 den 28 maj 2010

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

4.2.3 Normalfördelningen

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

Tentamen i statistik för STA A13, 1-10 poäng Deltentamen II, 5p Lördag 9 juni 2007 kl

Föreläsning G70 Statistik A

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

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

Viktigt! Glöm inte att skriva Tentamenskod på alla blad du lämnar in.

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

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

MA2018 Tillämpad Matematik III-Statistik, 3.5hp,

Avd. Matematisk statistik

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

Studentens personnummer: Giltig legitimation/pass är obligatoriskt att ha med sig. Tentamensvakt kontrollerar detta.

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

Höftledsdysplasi hos dansk-svensk gårdshund - Exempel på tavlan

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

Grundläggande matematisk statistik

Jag läser kursen på. Halvfart Helfart

Introduktion till statistik för statsvetare

MA2018 Tillämpad Matematik III-Statistik, 3.5hp,

F10 ESTIMATION (NCT )

2. Konfidensintervall för skillnaden mellan två proportioner.

Tentamen i matematisk statistik

Lycka till! I(X i t) 1 om A 0 annars I(A) =

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

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

TENTAMEN Datum: 16 okt 09

LÖSNINGSFÖRSLAG TILL TENTAMEN I MATEMATISK STATISTIK

Föreläsning G70 Statistik A

Matematisk statistik TMS063 Tentamen

Övningstentamen i MA2018 Tillämpad Matematik III-Statistik, 3.5hp

Vid mer än 30 frihetsgrader approximeras t-fördelningen med N(0; 1). Konfidensintervallet blir då

Borel-Cantellis sats och stora talens lag

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

Tentamentsskrivning: Tillämpad Statistik 1MS026 1

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

MA2018 Tillämpad Matematik III-Statistik, 7.5hp,

Föreläsning G04 Surveymetodik 732G19 Utredningskunskap I

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

Övningstentamen i MA2018 Tillämpad Matematik III-Statistik, 7.5hp

Tentamen i matematisk statistik

TENTAMEN I MATEMATISK STATISTIK

MA2018 Tillämpad Matematik III-Statistik, 3.5hp,

Tentamen 19 mars, 8:00 12:00, Q22, Q26

Datorövning 2 Fördelningar inom säkerhetsanalys

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

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

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

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

Tentamen Metod C vid Uppsala universitet, , kl

95%-igt konfidensintervall för andel kalsongbärare i populationen: Slutsats: Med 95% säkerhet finns andelen kalsongbärare i intervallet 38-48%

Konsoliderad version av. Styrelsens för ackreditering och teknisk kontroll föreskrifter (STAFS 1993:18) om EEG-märkning av färdigförpackade varor

SAMMANFATTNING TAMS79 Matematisk statistik, grundkurs

Lösningsförslag

Datorövning 2 Fördelningar inom säkerhetsanalys

Matematisk statistik

Föreskrift. om publicering av nyckeltal för elnätsverksamheten. Utfärdad i Helsingfors den 2. december 2005

MA2018 Tillämpad Matematik III-Statistik, 3.5hp,

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

Tentamen Metod C vid Uppsala universitet, , kl

F6 Uppskattning. Statistikens grunder 2 dagtid. Beteckningar, symboler, notation. Grekiskt-romerskt

Lösningar och kommentarer till uppgifter i 1.1

Formelblad Sannolikhetsteori 1

ENDIMENSIONELL ANALYS B1 FÖRELÄSNING VI. Föreläsning VI. Mikael P. Sundqvist

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

c n x n, där c 0, c 1, c 2,... är givna (reella eller n=0 c n x n n=0 absolutkonvergent om x < R divergent om x > R n n lim = 1 R.

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

Sannolikhetsteori FORMELSAMLING MATEMATISK STATISTIK, AK FÖR I, FMS 120, HT-00. Kap 2: Sannolikhetsteorins grunder

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

Föreläsning 2: Punktskattningar

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

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)

Transkript:

Karlstads uiversitet Istitutioe för iformatiostekologi Avdelige för Statistik Tetame i Statistik, STA A10 och STA A13 (9 poäg) 6 mars 004, klocka 14.00-19.00 Tillåta hjälpmedel: Bifogad formelsamlig (med approximatiosschema) och tabellsamlig (dessa skall retureras). Ege miiräkare. Asvarig lärare: Catri Bergkvist, telefo 700 16 7 Övrigt: För att få maximala 10 poäg på e uppgift krävs att atagade och motiverigar oga ages samt att lösige äve i övrigt är så utförlig att de uta svårighet ka följas! För betyget Godkäd krävs mist 40 poäg, för betyget Väl Godkäd krävs mist 60 poäg. Uppgift 1 Tabelle edaför visar lägde av 80 bultar tillverkad av e maski (A) uder 4 timmar på ett visst företag. Bultara utvaldes på ett slumpmässigt sätt. Klassgräser (i mm) Frekves 30 x < 3 10 3 x < 34 30 34 x < 36 31 36 x < 38 7 38 x < 40 a) I vilke dataivå ka vi klassificera ovaför observatioer? Dvs. Nomialskala, ordialskala, itervallskala eller kvotskala? b) Redovisa materialet i ett lämpligt digram. c) Beräka medelvärdet. d) Beräka stadardavvikelse. På samma företag fis det e aa maski (B) som också tillverkar bultar. På likade sätt som ovaför geomfördes e udersökig av lägde av bultara; medelvärdet var 50mm och stadardavvikelse 13mm. e) När det gäller lägde av bultara, ka vi lita mer på kvalitet av maski A ä maski B? Dvs. Fis det större spridig i lägde av bultara tillverkad av maski A jämfört med maski B? Motivera ditt svar geom att beräka och tolka variatioskoefficiete för maski A och B (coefficiet of variatio, CV).

Uppgift I e statistikkurs för företagsekoomer förekommer e frivillig ilämigsuppgift. I e klass på 60 studeter var det 0 % som lämade i ilämigsuppgiftera. Tre stycke studeter som lämat i ilämigsuppgifte klarade ite tetame vid första tillfället. Totalt klarade 70 % av studetera tetame. Beräka saolikhete att e studet, givet att ha/ho lämat i ilämigsuppgifte, klarar tetame. Uppgift 3 a) Formulera Cetrala gräsvärdessatse. b) Förklara skillade mella praktiskt sigifikas (dvs. relevat sigifikas ) kotra statistisk sigifikas. c) Vilket kofidesitervall är bredast, ett med e 99 % kofidesgrad eller ett med e 90 % kofidesgrad (allt aat lika). Motivera. σ d) Härled V ( x) =, där V ( x) = σ. Uppgift 4 I Göteborg fis det ett motioslopp på 1 km som kallas Göteborgsvarvet. I år så är det 5 års jubileum och ma hoppas därför extra mycket på att det ska bli barekord. Tidigare år så har ma haft följade bästa tider; År 1980 1983 1986 1990 1994 1997 Viar tid 66 65 64 6 63 6 Atag att det fis ett lijärt sambad mella år och viartid (mi), dvs att y=a+xb, där y beteckar viartide, x året och a respektive b är kostater. a) Skatta a och b. b) Är det ett egativt eller positivt sambad (motivera). c) Skatta viartide 1984. d) Är det okej att utifrå de skattade regressioslije progostisera årets tid? Uppgift 5 I april 00 rapporterades det att det fis farliga mägder akrylamid i chips. De geomsittliga kosumtioe av chips per vecka och per perso var 50 gram. Nu ville ma mäta om kosumtioe påverkades av larmet. E måad efter rapporte så frågade ma 100 slumpmässigt utvalda persoer om de har miskat si kosumtio till följd av larmet. Låt X betecka atal persoer som miskat si kosumtio. a) Age de teoretiska fördelige för X. b) Det visar sig att 61 % har miskat si kosumtio. Beräka ett 90 % kofidesitervall för adele persoer som miskat kosumtioe. c) Tolka itervallet, ka vi påvisa e miskig?

Uppgift 6 I e hotellhiss fis e skylt med texte; Högst 8 persoer eller 900 kg. I stade pågår det e brottigstävlig i de tygre klassera. Vikte för e brottare ka ases följa e ormalfördelig. a) Fem slumpmässigt utvalda brottare väger; 106 kg, 115 kg, 104 kg, 11 kg, 114 kg. Beräka ett 95 % kofidesitervall för vätevärdet (ata att stadardavvikelse är 5 kg). b) Beräka saolikhete att de sammalagda vikte för 8 brottare som kliver i i hisse ite överstiger gräse på 900 kg om vätevärdet är 110 kg och stadaravvikelse 5 kg. Deltagaras vikter är oberoede. Uppgift 7 Ett el-bolag har udersökt data frå de seaste åre för at se hur låg tid det tar kudera att betala el-fakture. Det visade att betaligstide var ugefär ormalfördelad med medelvärde 5.8 veckor och stadardavvikelse.3 veckor. Chefe asvarig för redovisige fick uppdraget att miska kuderas betaligstid; ho har itroducerat ett ytt system där kude får betala 5% räta per vecka om fakture ite betalas iom tre veckor. Chefe öskar u udersöka om geomsittsbetaligstide har miskat. I ett stickprov omfattade 10 kuder, som hade fått e av de ya fakturora, hade betaligstide miskat till 4.9 veckor i sitt. Fis det tillräckligt bevis för att kua säga chefe har ått företagets mål? Dvs. Testa om geomsittsbetaligstide har miskat med det ya systemet. a) Sätt upp hypotesera för testet. b) Age hur du skall räka ut testvariabel. Vilka fördelig har de? c) Age beslutsregel för testet. d) Räka ut observerat värde på testvariabel. e) Formulera slutsatse. Fis det tillräcklig bevis för att kua säga chefe har ått företagets mål? Uppgift 8 E stor fackföreig plaerar e strejkaktio. De vill rådfråga sia medlemmar först för att se om det fis tillräckligt stöd blad medlemmara för strejkaktio, dvs. mer ä 50% av medlemmara måste rösta för strejkaktio, ågot midre kommer ite vara og. E opiiosudersökig geomfördes blad e slumpmässig utvald grupp av medlemmara; av de 60 udersökta, var 37 för strejke. Gå det att avgöra om röstige ge ödvädigt majoritet för strejkaktio? a) Beskriv kortfattat hur du ka aväda ett hypotestest för att svara på dea fråga. b) Sätt upp hypotesera för ett, i detta sammahag, lämpligt statistiskt test. c) Ta fram kritisk gräs där sigifikasivå är 5% och formulera beslutsregel tydligt. Illustrera med ett lämpligt diagram. d) Räka ut observerat värde på testvariabel. e) Formulera slutsatse så att ågo som ite läst statistik ka förstå det hela. Var som valigt oga med att age motiverigar och alla evetuella atagade du gör!

STA A10 tetame 04036, lösigar Uppgift 1 Vi har klassidelad data i e frekvestabell. För att räka ut medelvärdet och stadardavvikelse vi måste aväda klassmitte som vår x i Klassgräser f (i mm) 30 x < 3 10 Klassmitt: x m fx fx m 10 31 = 310 10 31 = 9610 30 + 3 = 31 3 x < 34 30 33 990 3670 34 x < 36 31 35 1085 37975 36 x < 38 7 37 59 9583 38 x < 40 39 78 304 Summa: 80 80 f = = 80 i= fx = 7 1 i = fx i 1 i =9880 a) Kvotskala: det är meigsfullt att bilda kvoter, värdet oll ka ite uderskridas. b) Ett histogram, eftersom det är kotiuerliga data. m 40 Ett histogram som visar lägde av 80 bultera tillverkad av maski A 30 0 10 Frekves 0 30-3 3-34 34-36 36-38 38-40 Lägde av bultara tillverkad av maski A (mm)

x = s c) Stickprovsmedelvärdet i= xi fxi 1 i= 1 7 = = = 34,03mm 80 d) Stickprovsstadardavvikelse. ( fx ) i= 1 i ( x x) fxi i= 1 i i= 1 = = 1 1 s = s = 3,34 = 1, 83mm (7) 9880 = 80 80 1 = 3,34mm e) Eftersom medelvärdea är lågt ifrå varadra, och data är i samma eheter (mm), ka vi aväda CV för att jämföra spridig i lägde av bultara. (Vi ka aväda CV eftersom vi har data på kvotskaleivå). sa 1,83 CV A = ( 100) = (100) 5% xa 34,03 sb 13 CV B = ( 100) = (100) 5% xb 50 Det fis ige skillad i relative spridig i lägde av bultara frå maski A och B. Uppgift T- klarar tetame I- lämar i ilämigsuppgifte I I* T 9 33 60*0.7=4 T* 3 15 18 60*0.=1 48 60 P ( ) ( T I ) 9 P T I = = = 0.75 P I 1 ( ) Uppgift 3 a) Sid. 78 i boke b) Om ma har tillräckligt måga observatioer så ka ma hitta e sigifikat skillad. Dea skillad behöver ite ha ågo praktiskt betydelse dock! c) Ett 99% kofidesitervall är säkrare ä ett 95%, dvs. det är bredare. x V ( x) σ σ d) V ( x) = V = = =

Uppgift 4 X-årtal Y-viartid = 6 x = 11930 x = 371030 y = 38 y = 4334 xy = 759495 a) [13-5] ger ˆ 6 759495 38 11930 90 b = = = 0. 3 6 371030 11930 180 38 [13-6] ger a ˆ = bˆ11930 = 514. 15 6 6 b) Ett egativt sambad, ty lutige är egativ. c) y ( 1984) = 514.15 0.3 1984 = 64. 65 d) Nej, det är alltid vaskligt att skatta värdet utaför datamägde! Uppgift 5 a) X- atal persoer som miskat si kosumtio av chips. X är bi(,p)- fördelad. pˆ(1 pˆ) b) Ι : ˆ p p ± z = [ 0.53;0.69] där z=1.645 c) Med 95 % saolikhet så har mella 53% och 69% miskat si kosumtio. Uppgift 6 X- vikte hos e brottare. a) x = 551 = 5 z = 1.96 Ι µ = x ± z σ = [ 105.8;114.6] b) X N P( X < 900) X N P ( µ, σ ) = P ( µ, σ / ) 900 ( < 900) = X X P < = P( X < 11.5) X µ = P < 1.41 = 0.907 σ / X µ 900 8 110 < = 5 8 P σ 8 X µ < 1.41 = 0.907 σ X µ 11.5 110 = P < = σ / 5/ 8

Uppgift 7 a) Sätt X = atal veckor det tar kudera att betala el-faktura H 0 : Det vi försöker motbevisa, geomsittsbetaligstide har ite ädrats uder det ya systemet. H 1 : Vi misstäker att geomsittsbetaligstide har miskat uder det ya systemet. H : µ = 5,8 0 H1 : µ < 5,8 Det är ett esidigt test (väster sida). b) Betaligstid är Normalfördelad X N( µ = 5,8; σ =,3), populatiosstadardavvikelse är käd. Eligt CGS (populatioe är Normalfördelad x är Normalfördelad för 1): x µ x 5,8 så vore testvariabel z = = exakt ormalfördelad, Z är N(0,1). σ,3 c) Välj e lämplig sigifikasivå: α = 5% (esidigt test, väster sida). P ( Z < z) = 0.05 z α = 0. 05 = 1,645 {Frå N(0,1) tabelle} Beslutsregel: Om testvariabel (z) ligger i det kritiska området då förkastar vi H 0. Dvs. Om z<-1,645 förkasta H 0. (Illustrerar med ett diagram som visar där vi ka och ka ite förkasta H 0 ). x 5,8 4,9 5,8 d) Testvariabel: z = = = 1, 37,3,3 10 Det ligger ite tillräckligt lågt ut i väster svase för att kua förkasta ollhypotese. e) På 5% sigifikasivå, vi ka ite förkasta H 0, det fis ite tillräckligt bevis. Vi har ite, med 95% säkerhet, lyckats bevisa att chefe har miskat geomsittsbetaligstide av el-fakture.

Uppgift 8 a) Se boke Kap.10. b) Sätt X = atal medlemmara som rösta för strejkaktio H 0 : Det vi försöker motbevisa, det fis ige stöd blad medlemmara. H 1 : Vi misstäker att det fis tillräcklig stöd blad medlemmara, dvs. mer ä 50%. H : π 0,5 (eller midre ä 50%) 0 = H 1 : π > 0,5 c) Tumregel uppfylld: X Bi(60;0,5) π > 5och ( 1 π ) > 5 CGS gäller: p π p 0,5 testvariabel z = = exakt omalfördelad, Z är N(0,1). π (1 π ) 0,5 Sigifikasivå: α = 5% (esidigt test, höger sida). P ( Z > z) = 0.05 z1 α = 0. 95 = 1,645 {Frå N(0,1) tabelle} Beslutsregel: Om testvariabel (z) ligger i det kritiska området då förkastar vi H 0. Dvs. Om z>1,645 förkasta H 0. (Illustrerar med ett diagram som visar där vi ka och ka ite förkasta H 0 ). x 37 d) p = = 60 37 0,5 p 0,5 Testvariabel: z = = 60 = 1, 807 0,5 0,5 60 Det ligger i höger svase, vi ka förkasta ollhypotese. e) På 5% sigifikasivå, vi ka förkasta H 0, det fis tillräckligt bevis. Vi har, med 95% säkerhet, lyckats bevisa att medlemmara kommer att rösta för strejkaktio. Kom ihåg att urvalsresultat är bara e sap shot av opiio dea dag. Medlemmara var kaske ite ärlig med deras svar, eller de kaske kommer att ädra opiio är det kommer till valdage. Om vi tar 1% sigifikasivå, vi ka ite förkasta H 0. Beviset är ite särskilt stark. Sigifikasivå: α = 1% (esidigt test, höger sida). P Z z) = 0.01 z,36 {Frå N(0,1) tabelle} ( > 1 α = 0. 99 =