2004 Rune Norberg. Måste elimineras! Hur då? Kapitel 9. Variation Olika typer av data. 2004 Rune Norberg. Kapitel 9



Relevanta dokument
4.2.3 Normalfördelningen

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

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

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

Borel-Cantellis sats och stora talens lag

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

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

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

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

Tentamen i matematisk statistik

1. Test av anpassning.

Grundläggande matematisk statistik

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

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 Datum: 13 mars 08

Formelblad Sannolikhetsteori 1

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

Föreläsning G04: Surveymetodik

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

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

Övningstentamen i MA2018 Tillämpad Matematik III-Statistik, 7.5hp

Tentamen i matematisk statistik

SAMMANFATTNING TAMS79 Matematisk statistik, grundkurs

TMS136: Dataanalys och statistik Tentamen med lösningar

Föreläsning G70 Statistik A

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

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

TENTAMEN Datum: 16 okt 09

TENTAMEN I MATEMATISK STATISTIK

MA2018 Tillämpad Matematik III-Statistik, 7.5hp,

Lösningsförslag

LÖSNINGSFÖRSLAG TILL TENTAMEN I MATEMATISK STATISTIK

Statistik. Språkligt och historiskt betyder statistik ungefär sifferkunskap om staten

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

Matematisk statistik TMS063 Tentamen

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

Handbok i materialstyrning - Del F Prognostisering

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

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

Följande begrepp används ofta vid beskrivning av ett statistiskt material:

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

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

a) Beräkna E (W ). (2 p)

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

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

MA2018 Tillämpad Matematik III-Statistik, 3.5hp,

θx θ 1 om 0 x 1 f(x) = 0 annars

Sannolikhetslära. c 2015 Eric Järpe Högskolan i Halmstad

Smärtlindring vid medicinsk abort

Tentamen i Matematisk statistik för V2 den 28 maj 2010

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

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

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

Datorövning 2 Fördelningar inom säkerhetsanalys

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

MA2018 Tillämpad Matematik III-Statistik, 3.5hp,

Efter tentamen För kurser med fler än 60 examinerande meddelas resultatet SENAST 20 arbetsdagar efter examinationen annars 15 arbetsdagar.

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

Föreläsning G04 Surveymetodik 732G19 Utredningskunskap I

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

Orderkvantiteter vid begränsningar av antal order per år

F10 ESTIMATION (NCT )

Sannolikheten. met. A 3 = {2, 4, 6 }, 1 av 11

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

TENTAMEN I MATEMATIK MED MATEMATISK STATISTIK HF1004 TEN kl

Geometriska summor. Aritmetiska summor. Aritmetiska talföljder kallar vi talföljder som. Geometriska talföljder kallar vi talföljder som

MA2018 Tillämpad Matematik III-Statistik, 3.5hp,

SANNOLIKHETER. Exempel. ( Tärningskast) Vi har sex möjliga utfall 1, 2, 3, 4, 5 och 6. Därför är utfallsrummet Ω = {1, 2, 3, 4, 5,6}.

Kundundersökning Kommuninfo/ Kuntainfo: Enkät om kommunens informationsverksamhet

MA2018 Tillämpad Matematik III-Statistik, 3.5hp,

Elektromagnetisk strålning. Spektrofotometri. Absorbans / Emission. Elektromagnetiskt spektrum

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

Statistik för ingenjörer 1MS008

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

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

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

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

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

Sannolikhetslära statistisk inferens F10 ESTIMATION (NCT )

Tentamen i Sannolikhetsteori III 13 januari 2000

Extrem prestanda Nu utan BPA UPPLEV DEN FANTASTISKA STYRKAN HOS VÅRA BPA-FRIA PRODUKTER

4.2.3 Normalfördelningen

Höftledsdysplasi hos dansk-svensk gårdshund - Exempel på tavlan

Introduktion till statistik för statsvetare

. Mängden av alla möjliga tillstånd E k kallas tillståndsrummet.

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

Föreläsning G04 Surveymetodik 732G19 Utredningskunskap I

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

RSJE10 Radiografi I Delkurs 2 Strålning och teknik I. Del 2 Röntgenrörets uppbyggnad. Lena Jönsson Medicinsk strålningsfysik Lunds universitet

Stokastiska variabler

Kvinnors arbetsmiljö. Rapport 2012:11. Tillsynsaktivitet 2012 inom regeringsuppdraget om kvinnors arbetsmiljö. Delrapport

Armin Halilovic: EXTRA ÖVNINGAR

Tentamen Metod C vid Uppsala universitet, , 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)

a. Nej, eftersom alla utfall inte har samma sannolikhet. Förutsättningarna enligt första stycket på sida 12 är inte uppfyllda.

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

Digital signalbehandling Fönsterfunktioner

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

Bilaga 1 Formelsamling

Transkript:

Fe l i t ill verki ge ept Okt Nov Dec ept Okt Nov Dec Högskola Dalara Översikt tatistisk processtyrig Itroduktio till tatistisk Processtyrig (P) aolikhet Normalfördelig Några adra fördeligar Variatio Olika slag: etralmått () pridig () Lära oss leva med! Olika orsaker: lumpmässiga orsaker ystematiska orsaker Måste elimieras! Hur då? t.e. Fel i tillverkige Variatio Olika typer av data Vilket problem är svårast att lösa? Variabeldata -diameter påael - resistas hos motståd -vikt etc. vårast att lösa! Attributdata - Passar/passar ej atal färg - godkäd/uderkäd etc. tatistik ågot för oss? kofabrike Några praktikfall att fudera på! kofabrike Måadsrapport för juli måad Fel i tillverkige ept Okt Nov Dec omliga dagar är värre ä adra (DJ Wheeler: Uderstadig variatio the key to maagig chaos / ) :

kofabrike () Diagram som visar Fel i tillverkige kofabrike () tyrdiagram som visar Fel i tillverkige Fördeligsdiagram Tidsserie-diagram tyrdiagram Om det sett ut så här istället? UL= UL= X= X= LL= eptember Oktober November Diagram frå MiiTab lumpmässiga fel (DJ Wheeler: Uderstadig varaiatio the key to maagig chaos / ) L L= eptember Oktober November ystematiska fel Diagram frå MiiTab (DJ Wheeler: Uderstadig variatio the key to maagig chaos / ) kofabrike () tyrdiagram som visar Fel i tillverkige Måadsrapport Juli XXX ept eptember Versio Fel i tillverkige av utfallet! Oktober ystematiskt fel Okt November UL= X= LL= Diagram frå MiiTab (DJ Wheeler: ) Ackumulerat i år Rullade %diff må Avd. Utfall Budget % diff förra Utfall Budget % diff % diff juli Kvalitet. Levererat i tid (%) - - - -. Godkäda leveraser (%) - - - -. Kasserat (vikt i %) -. Adel öjda kuder (%) - - - Produktio. Produktiosvolym (to) - - - -. Materialkostad (kr/to) - - - -. Matimmar (tim/to). Fasta kostader (kr/to) -. Totala prod.kostader (kr/to). Lager i produktio (to) (DJ Wheeler: Uderstadig varaiatio the key to maagig chaos / ) (J Gustavsso ) Utfall Budget % diff % diff förra juli Måadsrapport Juli XXX-. Lager i produktio (to) Lager i produktio (to) (Måadsrapport Juli XXX-) J F M A M J J A O N D År År År tyrdiagram som visar Lager i produktio (to) UL= Idividual Value X= J Wheeler: The world accordig to the mothly report! LL= M J D M J D M J M å a d Diagram frå MiiTab (DJ Wheeler: Uderstadig variatio the key to maagig chaos / ) :

Utfall Budget % diff % diff förra juli. Levererat i tid (%) - - Leverera i tid % (Måadsrapport Juli XXX-) Grudbegrepp i statistik J F M A M J J A O N D År År År tyrdiagram som visar "Leverera i tid % " UL= X= Idividual Value LL= aolikhet Fördeligar - Normalfördelig - tyrdiagram - Duglighet Diagram frå M J D M J D M J MiiTab Måad (DJ Wheeler: ) TET. poits i a row o same side of ceter lie. Test Failed at poits: TET. out of poits more tha stadard deviatios from ceter lie (o oe side of L). Test Failed at poits: ; ; ; TET. out of poits more tha stadard deviatio from ceter lie (o oe side of L). Test Failed at poits: ; ; ; aolikhet Regler för saolikhet Tal mella och = iträffar aldrig = iträffar alltid Eempel: % Blå skruvar % Gula skruvar % Röda skruvar kroa Σ kroa Σ kroa E. Kasta ett myt Ta e detalj ur tua! aolikhete att det är e blå skruv. : p (blå) = O - " - att det är blå eller gul skruv : p (blå/gul) = O+= - " - att det är blå eller gul eller röd skruv. : p (blå/gul/röd) = O++= Ta två detaljer ur tua! aolikhete att de första är e blå skruv : p (blå) = O - " - att första är e blå och adra e gul skruv.: p (blå och gul) = O. = Mätig av t e lägd hos mä Mätig av t e lägd hos mä = medelvärde (µ) s = stadardavvikelse (σ) - = Σ Σ( - ) s = - s (eller σ) :

etral- och spridigsmått Normalfördelig Tabell. etralmått = medelvärde (matematiskt = µ) = = = media = Typvärde = ( st) y = e σ π ( e = ) µ ( ) σ (-) (-) = - - - största mista pridigsmått R = Variatiosvidd = - = s = stadardavvikelse ( matematiskt = σ) s = Σ( ) = = ±σ(%) ± σ (%) ± σ (%) Tab Tab Eempel - Normalfördelig Epoetialfördelig Ett företag har e maski för att fylla syretuber. Data isamlade uder de sista måadera visar e medelvikt av g och e stadardavvikelse på g. Toleraskrave är ± g a) hur måga procet felaktiga produceras? b) Ka ma miska felatalet? a) pecifikatio ± ger UTG= och ÖTG= µ K = = = σ K = = K K UTG ÖTG Tabell ger: P(K) = =% P(K) % b) Förskjut medelvärdet! K = = Tabell ger: P(K)= % dvs tot. % felaktiga % % y = e µ e = µ Medeltid till fel Tid E. Om MTTF = h hur stor är saolikhete att utrustige klarar mer ä h? p( ) = p( < ) = e dy = [ e ( ) ] = e = [ e ] = p ( ) =... = e = µ p ( ) = e Diskreta fördeligar Biomial- och Poissofördelig E. symmetrisk tärig / Biomialfördelig Om /N ka Hypergeometrisk fördelig approimeras med e Biomialfördelig Biomialfördelig /N p(d) = ( d ) p d (-p) -d Eempel: N=; =; p= Hur stor är saolikhete att d= i provgrupp dvs p(d=)? = provgruppsstorlek d = atal felaktiga i provgruppe N = Totala populatioe (atalet) p = felsaolikhet i populatioe Hypergeometrisk fördelig N p N N p ( )( ) d d pd ( ) = N ( ) ( )! pd ( = ) = ( ) ( ) = =!( )!... = =... var: aolikhete att d= i provgrupp dvs p(d=) är %. :

Biomial- och Poissofördelig tatistisk processtyrig Poissofördelig Om /N > och p< och kostat ka Biomialfördelige approimeras med e Poissofördelig Eempel: N=; =; p= Poissofördelig /N N > p < p(d) = (p)d e d! -p Översikt Itroduktio till tatistisk Processtyrig (P) Hur stor är saolikhete att d= i provgrupp dvs p(d=)? ( ) Alt. pd ( = ) = e = m Alt : Tabell sid : p = d p = d - var: aolikhete att d= i provgrupp dvs p(d=) är % Kapitel aolikhet Normalfördelig Några adra fördeligar Kapitel :