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

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

4.2.3 Normalfördelningen

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

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

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

Föreläsning G04 Surveymetodik 732G19 Utredningskunskap I

Korrelationens betydelse vid GUM-analyser

Orderkvantiteter vid begränsningar av antal order per år

Sensorer, effektorer och fysik. Analys av mätdata

Väntevärde för stokastiska variabler (Blom Kapitel 6 och 7)

Sensorer och elektronik. Analys av mätdata

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

Orderkvantiteter i kanbansystem

Något om beskrivande statistik

Föreläsningsanteckningar till Linjär Regression

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

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

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

Fyra typer av förstärkare

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

Lösningsförslag till tentamen i 732G71 Statistik B,

Slumpvariabler (Stokastiska variabler)

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

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

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

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

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

Formler och tabeller i statistik

Grundläggande matematisk statistik

Centrala gränsvärdessatsen

Genomsnittligt sökdjup i binära sökträd

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

F13. Förra gången (F12) Konfidensintervall och hypotesprövning Chi-tvåtest. Stratifierat urval

TENTAMEN I MATEMATISK STATISTIK. Statistik för lärare, 5 poäng

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

101. och sista termen 1

Introduktion till statistik för statsvetare

S0005M V18, Föreläsning 10

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

SOS HT10. Punktskattning. Inferens för medelvärde ( ) och varians (σ 2 ) för ett stickprov. Punktskattningen räcker inte!

Lycka till och trevlig sommar!

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

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

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

4.2.3 Normalfördelningen

Variansberäkningar KPI

TMS136: Dataanalys och statistik Tentamen med lösningar

Test av anpassning, homogenitet och oberoende med χ 2 - metod

0 Testvariabel t, x s n. Lite historia om t-testett. testet. Ett stickprov: Hur räknar r. testet. ett stickprov

= α. β = α = ( ) D (β )= = 0 + β. = α 0 + β. E (β )=β. V (β )= σ2. β N β, = σ2

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

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

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

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

Kap. 1. Gaser Ideala gaser. Ideal gas: För en ideal gas gäller: Allmänna gaslagen. kraft yta

F15 ENKEL LINJÄR REGRESSION (NCT )

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

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

Formelsamling Ljud i byggnad och samhälle

Normalfördelningar (Blom Kapitel 8)

0,22 m. 45 cm. 56 cm. 153 cm 115 cm. 204 cm. 52 cm. 38 cm. 93 cm 22 cm. 140 cm 93 cm. 325 cm

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

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

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

Matematisk statistik TMS063 Tentamen

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

1. Test av anpassning.

F10 ESTIMATION (NCT )

Repetition DMI, m.m. Några begrepp. egenskap d. egenskap1

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

Digital signalbehandling Fönsterfunktioner

Mycket i kapitel 18 är r detsamma som i kapitel 6. Mer analys av policy

Lösning till TENTAMEN

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

θx θ 1 om 0 x 1 f(x) = 0 annars

Tidtabell. 208/209 Skellefteå - Skelleftehamn Sommar, från och med 16/6 till och med 17/ Tel.

a) B är oberoende av A. (1p) b) P (A B) = 1 2. (1p) c) P (A B) = 1 och P (A B) = 1 6. (1p) Lösningar: = P (A) P (A B) = 1

Datorövning Power curve 0,0305 0, Kvantiler, kritiska regioner

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

Hambley avsnitt 12.7 (även 7.3 för den som vill läsa lite mer om grindar)

Flexibel konkursriskestimering med logistisk spline-regression

Formelsamling. i= 1. f x. Andelar, medelvärde, standardavvikelse, varians, median. p = Stickprovsandel. Populationsandel

Informationsåtervinning på webben Sökmotorernas framtid

f(x i ) Vi söker arean av det gråfärgade området ovan. Området begränsas i x-led av de två x-värdena där kurvan y = x 2 2x skär y = 0, d.v.s.

Beräkna standardavvikelser för efterfrågevariationer

F10: Strömreglering (PE-Kap 3)

Begreppet rörelsemängd (eng. momentum)

Föreläsning G04 Surveymetodik 732G19 Utredningskunskap I

LÖSNINGSFÖRSLAG TILL TENTAMEN I MATEMATISK STATISTIK

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

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

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

Föreläsning G70 Statistik A

TENTAMEN I MATEMATISK STATISTIK Datum: 13 mars 08

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

KONFIDENSINTERVALL FÖR MEDIANEN (=TECKENINTERVALL )

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

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

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

Transkript:

we Mezel, 7 we.mezel@sl.se; we.mezel@matstat.de www.matstat.de Parametrska metoder Fördelge för poplatoe som stckprovet togs frå är käd så ära som på ett atal parametrar, t.ex: N med okäda Icke-parametrska metoder ta atagade om de derlggade fördelge!,,5,,5, -5, -,5,,5 5, 7,5

parametrsk ckeparametrsk -Sample t-test: kräver ormalfördelg för de derlggade poplatoera Oe-ay NOV: kräver ormalfördelg för alla grpper, ordalskalor (storleksordg fs, me dffereser sakar betydelse: t.ex. storlek av T-tröjor) dessa data ka dock ragordas styrka ka vara mdre jämfört med parametrska test

poplato ormalfördelad -Sample t-test (-Sample z-test) Pared t-test poplato te ormalfördelad -Sample Sg test -Sample lcoxo test lcoxo-sged ak test allmä fördelg symmetrsk fördelg -Sample Sg test på dfferesera -Sample lcoxo på dfferesera -Sample t-test Ma- -test : wlcox.test Oe-ay NOV Krskal-alls test : krskal.test

p P( X H H a : p.5 ~ : p.5 eller ) p.5 eller p.5 Testvarabel: M atalet värde som är större ä ~ M krt (,.5) der : mycket stora eller mycket små värde för M p värdet elgt bomalfördelge p P( H X M ) P( X M ) sdgt 5 6 7 8 9 5 6 med x x x ta x x x x x x x x x x x x x Sherw, C.M.. Mrrors as potetal evrometal erchmet for dvdally hosed laboratory mce. ppl. m. ehav. Sc. 87: 95-.

H : p.5 H stckprov : M M 6,.5 der H p P M P M P M P.6.989. a : p.5 M tvåsdgt tvåsdgt test test Dstrbto Dstrbtoder Plot H omal; =6; p=,5,,5.6 +.6 =. Probablty,,5,,6,6 Det värdet v fck är alltså mycket osaolkt der H P-värdet: det observerade värdet, eller ä mera

M M z (,, p N M ~ p), sn N, der H p, p p der H z måste därför vara N(,) -fördelad krt z tvåsdgt v förkastar H om z verkar te vara N(,)-fördelad.

prövar om medae för e fördelg är lka med ett hypotetskt värde gör detsamma som Sg test, me fördelge av de derlggade poplatoe måste vara symmetrsk ragordg räkas t, som för måga cke-parametrska test Exempel: V har följade värde: -, -6,, -, -, -7, 5,6, -, -, -5, -, -, Om v t.ex. testar om = smmeras alla rag värde abs rag -,, 6-6, 6, 9,, -,, 6 8 9 5 6 7 75 -,, -7, 7, 5,6 5,6 8,, 5 krt m, 6 lower tal pper tal tabell tvåsdgt -,, -,, -5, 5, 7 -,, -,,

H : Om medae av e symmetrsk fördelg var borde + - vara gefär lka stora. H förkastas är t.ex. OS!: H lågt värde!... eftersom =m( +, - ) =5 osaolkt att det blr så om fördelge är symmetrsk =

sn E, V der H totala ragsmma E z V E V krt z tvåsdgt större ä stämmer, v testar j + två parade stckprov (t. ex före/efter) är de detska (H ) praktskt taget detsamma som Oe-Sample lcoxo test, se ere Exempel: agst måad Lareyses, I.,. lst, L. De Temmerma, C. Lemmes ad. Celemas.. Cloal varato metal accmlato ad bomass prodcto a poplar coppce cltre. I. Seasoal varato leaf, wood ad bark cocetratos. Evro. Pollto : 85-9.

g Nov Dff abs rag 8,, -,, 6, 6, -6, 6, 9 6,5 5,,,,6 5,6 -,, 9,5,5 -,, 8, 5,5-7, 7, 8,,7 5,6 5,6 8,,,, 5 7,9 9,9 -,, 8,, -,, 8,9, -5, 5, 7,6,7 -,,, 6,8 -,,

rag 6 6 8 9 5 6 7 75 9 8 krt m, 6 lower tal pper tal tabell tvåsdgt 5 7 a : 5 6 7 : 8 9 5

värde 5 6 7 8 9 5 sample bdrag tll eller eller värde 5 6 7 8 9 5 sample bdrag tll

mella fördelgara för poplato respektve poplato tabell P med taled oe tabell P med taled two o krt o krt :, m :

värde 5 6 7 8 9 5 sample bdrag tll rag 5 6 7 8 6 5 7 8 6 v tgår frå lcoxos ragsmma 6 6 som fört z m N, m ( ta"tes" ) krt z tvåsdgt

a k

k V H smma av alla rag k V testvarabel lkar V: medelvärdet över alla rag för motsvarar SST k stckprov medelvärdet över alla rag NOV för grpp Smma över alla rag H gäller alla gefär lka V lte V H k V motsvarar k SST NOV testvarabel H förkastas om H (alltså äve V) är stor, så fall avvker j grppmedelvärdea frå det gemesamma medelvärdet. Om gäller är testvarabel H gefär - fördelad, om alla är desstom tllräcklgt stora ( 5 stor: krt H ( f ) f k pper tal

Expermet: flytade på fskaras vkt: Vkte av fsk 8 6 5 5 7 8 8 6 6 8 6 9 9 5 7