Eksamensoppgave i Løsningsskisse TMA4240 Statistikk
|
|
- Beate Slettebakk
- 5 år siden
- Visninger:
Transkript
1 Institutt for matematiske fag Eksamensoppgave i Løsningsskisse TMA440 Statistikk Faglig kontakt under eksamen: Håkon Tjelmeland a, Sara Martino b Tlf: a , b Eksamensdato: 30. november 017 Eksamenstid fra til): Hjelpemiddelkode/Tillatte hjelpemidler: C Tabeller og formler i statistikk, Akademika, Bestemt, enkel kalkulator, Gult stemplet A5-ark med egne håndskrevne notater. Annen informasjon: Alle svar skal begrunnes og besvarelsen skal inneholde naturlig mellomregning. Målform/språk: bokmål Antall sider: 11 Antall sider vedlegg: 0 Kontrollert av: Informasjon om trykking av eksamensoppgave Originalen er: 1-sidig -sidig sort/hvit farger skal ha flervalgskjema Dato Sign Merk! Studenter finner sensur i Studentweb. Har du spørsmål om din sensur må du kontakte instituttet ditt. Eksamenskontoret vil ikke kunne svare på slike spørsmål.
2
3 TMA440 Statstikk, 30. november 017 Side 1 av 11 Oppgave 1 Det beskrevne stokastiske forsøket har m mulige resultater, som kan organiseres i matrisa 1, 1) 1, ) 1, 3) 1, 4) 1, 5) 1, 6), 1), ), 3), 4), 5), 6) 3, 1) 3, ) 3, 3) 3, 4) 3, 5) 3, 6) 4, 1) 4, ) 4, 3) 4, 4) 4, 5) 4, 6) 5, 1) 5, ) 5, 3) 5, 4) 5, 5) 5, 6) 6, 1) 6, ) 6, 3) 6, 4) 6, 5) 6, 6) der det første tallet angir antall øyne på første terning og den andre tallet angir antall øyne på den andre terningen. Av de mulige utfallene blir summen av antall øyne større enn eller lik 6 for de g 6 utfallene angitt i rødt i tabellen over. Det er rimelig å anta en uniform sannsynlighetsmodell, og dermed får vi at P A) g m Tolkningen av dette tallet er at dersom vi hadde gjentatt kast med to terninger uendelig mange ganger ville andelen av kastene som gav minst 6 øyne være Hvis vi lar Y 1 være antall øyne på første terning og Y være antall øyne på andre terning har vi at X Y 1 + Y slik at E[X] E[Y 1 ] + E[Y ]. Dessuten har Y 1 og Y samme sannsynlighetsfordeling slik at E[Y 1 ] E[Y ]. For en terning har vi dessuten at alle utfallene y 1,,..., 6 har samme sannsynlighet, slik at 1 6 E[Y 1 ] E[Y ] 6 y1 y ) 6 6. Vi får dermed at E[X] Tolkningen av dette tallet er at dersom vi hadde gjentatt kast med to terninger uendelig mange ganger ville vi i gjennomsnitt fått 7 øyne på hvert kast.
4 Side av 11 TMA440 Statstikk, 30. november 017 Oppgave Oppfølgingsavdelingen a) La V A betegne antall besøk en pasient fra avdeling A har til oppfølgingsavdelingen. Det er da angitt at Vi får dermed at V A pv A ; µ A 1.4) 1.4v A v A! e 1.4 for v A 0, 1,,... og P V A 0) ! e 1.4 e , P V A > V A 1) P V A > V A 1) P V A 1) 1 P V A ) 1 P V A 0) P V A > ) P V A 1) 1 P V A 0) P V A 1) P V A ) 1 P V A 0) e e 1.4 1!! La A betegne hendelsen at en tilfeldig valgt pasient på oppfølgingsavdelingen kommer fra avdeling A og la B betegne at pasienten kommer fra avdeling B. Vi har da opplyst at P A) 0.66 og P B) 1 P A) La V betegne antall besøk til oppfølgingsavdelingen for en tilfeldig valgt pasient. Ved å bruke setningen om total sannsynlighet får vi dermed at P V 0) P V 0 A)P A) + P V 0 B)P B) P V A 0)P A) + P V B 0)P B) e ! b) La X A og X B være antall pasienter operert ved henholdsvis avdeling A og B som har ingen besøk hos oppfølgingsavdelingen. Siden hver pasient operert ved avdeling A har sannsynlighet p A P V A 0) for å ha ingen besøk til oppfølgingsavdelingen, uavhengig av hverandre, blir X A binomisk fordelt, X A bx A ; n A 1630, p A 0.466).
5 TMA440 Statstikk, 30. november 017 Side 3 av 11 Tilsvarende blir sannsynligheten for at en pasient operert ved avdeling B har ingen besøk ved oppfølgingsavdelingen p B ! e og X B bx B ; n B 8398, p B ). Ved å benytte at X X A + X B og kjent formel for forventingsverdien i en binomisk fordeling får vi dermed at E[X] E[X A + X B ] E[X A ] + E[X B ] n A p A + n B p B Ved å benytte at X A og X B er uavhengige og kjent formel for variansen i en binomisk fordeling får vi Var[X] Var[X A + X B ] Var[X A ] + Var[X B ] n A p A 1 p A ) + n B p B 1 p B ) ) ) , slik at SD[X] Var[X] Vi vet at en sum av uavhengige poissonfordelte variabler er poissonfordelt. Siden antall besøk til oppfølgingsavdelingen for hver pasient er poissonfordelt og antall besøk for ulike pasienter er uavhengige blir dermed totalt antall besøk til oppfølgingsavdelingen poissonfordelt. La Y Ai for i 1,,..., n A være antall besøk for pasient nummer i fra avdeling A og la Y Bi for i 1,,..., n B være antall besøk for pasient nummber i fra avdeling B. Da har vi E[Y Ai ] µ A 1.4 og E[Y Bi ] µ B 0.81, og dermed [ na ] n B n A n B E[Y ] E Y Ai + Y Bi E[Y Ai ] + E[Y Bi ] n A n B n A n B Siden vi vet at Y er poissonfordelt vet vi at Var[Y ] E[Y ] slik at vi får SD[Y ] Var[Y ]
6 Side 4 av 11 TMA440 Statstikk, 30. november 017 Oppgave 3 Levetid til en ny type mekaniske komponenter a) Innsatt z 1 får vi For y > 0 får vi F y) y fy) y [ e y y θ e fy)dy θ ] y 0 θ for y > 0. y 0 e y θ y y θ e θ dy e 0 ) 1 e y θ. Dermed har vi at F y) 1 e y θ for y > 0, 0 ellers. Fra dette finner vi så at P Y > 500) 1 P 500) 1 F 500) 1 1 e 500 Medianen m er gitt fra ligninge m) 0.5, som gir at 1 e m θ 0.5 e m θ ) m θ ln0.5) m θ ln0.5) m θ ln0.5) m 1000 ln0.5) b) Rimelighetsfunksjonen blir [ n n yi zi Lθ) fy 1, y,..., y n ; θ) fy i ; θ) θ e ] e y i z i θ Log-rimelighetsfunskjonen blir dermed lθ) [ ln Lθ) ln + lny i ) + lnz i ) ln θ y i z ] i θ n ln + lny i ) + lnz i ) n ln θ 1 n y θ i zi.
7 TMA440 Statstikk, 30. november 017 Side 5 av 11 Deriverer lθ) med hensyn på θ, n l θ) n θ + y θ 3 i zi θ [ n 1 θ n y i z i Finner verdien som maksimerer lθ) ved å sette l θ) 0, som gir SME blir dermed n 1 n y θ i zi θ 1 n θ 1 n θ 1 n y i z i y i z i ). Y i z i ). Innsatt tall fra tabell 1 får man at estimatet blir 1 θ c) Den en-entydige transformasjonen mellom y i og u i er u i y i zi θ u i y θ i. Siden vi kun er interessert i y i > 0 og u i > 0 er transformasjonen en-entydig. Den deriverte av y i ved hensyn på u i blir dy i du i 1 Da u i > 0 blir den deriverte alltid positiv. For y i, u i > 0 gir transformasjonsformelen da dy i f Ui u i ) f Yi y i ) du i ) θ u i z θ u i zi z i z i e i 1 θ θ θ θ u i z zi i 1 e u i. θ u i z i θ z i z i ].
8 Side 6 av 11 TMA440 Statstikk, 30. november 017 Sannsynlighetstehheten til en χ ν-fordeling er for x > 0 fx) 1 ν Γ )x ν 1 e x for x > 0. ν Innsatt ν blir denne fx) 1 1 Γ1) x1 1 e x 1 x e, som vi ser er identisk med sannsynlighetstettheten til U i. Vi har dermed at U i χ. Ved å sette inn uttrykket vi har for θ får vi n θ n 1 n Y n i z i ) θ θ Y i z i θ U i. Siden Y i ene er antatt uavhengige blir også U i ene uavhengig, og vi vet at en sum av uavhengige χ ν i -fordelte variabler er χ ν-fordelt med ν n ν i. Siden U i χ får vi dermed at n U i er χ -fordelt med n n frihetsgrader, dvs n θ θ χ n. d) Siden har vi at P n θ θ x 1 α,n n θ θ χ n x α,n ) 1 α. For å omskrive dette uttrykket løser vi hver av de to ulikhetene med hensyn på θ, starter med den første ulikheten, x 1 α,n n θ θ n θ θ θ θ x n, 1 α,n x 1 α,n siden θ > 0 og θ > 0. For den andre ulikheten får vi tilsvarende n θ θ x α,n n θ θ θ x α,n n θ. x α,n
9 TMA440 Statstikk, 30. november 017 Side 7 av 11 Ved å sette de to ulikhetene sammen igjen med θ i midten får vi dermed P θ n θ θ,n x α n x 1 α,n 1 α. Et 1 α) 100%-konfidensintervall for θ blir dermed θ n, θ x n. α,n x 1 α,n Med α 0.05 får vi fra tabell over kvantiler i χ -fordelinger at x 1 α,n x , og x α,n x 0.05, Innsatt tall fra tabell 1 får vi at θ 1 1 y i z i , n 10 slik at konfidensintervallet blir , [ , ] Oppgave 4 Infeksjon etter operasjon a) Sentralgrenseteoremet sier at dersom X 1, X,..., X n er uavhengige og identiske fordelte med en forventingsverdi E[X i ] µ og en varians Var[X i ] σ vil sannsynlighetsfordelingen til X µ σ konvergere mot en standard-normalfordeling når n. Når n er stor betyr dette at n Z X µ σ n nz; 0, 1). Dessuten har vi at X µ + Z σ n,
10 Side 8 av 11 TMA440 Statstikk, 30. november 017 dvs X er en lineær funksjon av Z. Dermed er også X 1 n n X i tilnærmet normalfordelt. Hvis vi så ser på situasjonen beskrevet i oppgaven, og fokuserer først på pasientene som er operert før omorganiseringen, kan vi definere X F i { 1 hvis pasient nr i i perioden før omorganiseringen får infeksjon, 0 ellers. Vi har da at µ E[X F i ] p F og σ Var[X F i ] E[XF i] E[X F i ] p F p F. Fra det generelle resultatet over har vi da at p F X F 1 nf n X F i er tilnærmet normalfordelt. At også p E er tilnærmet normalfordelt begrunnes helt tilsvarende som for p F. Siden forskjellige pasienter får infeksjon uavhengig av hverandre blir X E og X F uavhengige, som i sin tur gir at p F og p E blir uavhengige. Dermed er p E p F tilnærmet) normalfordelt fordi den er en lineær funksjon av uavhengige og tilnærmet) normalfordelte variabler. Ved å benytte regneregler for forventingsverdi og at X F bx F ;, p F ) og X E bx E ;, p E ) får vi at E ] p E p F ] [ ] [ ] XF XE E [ p E ] E [ p F ] E E 1 E[X E ] 1 E[X F ] 1 p E 1 p F p E p F. Ved å bruke regneregler for varians og at X F og X E er uavhengige får vi [ XE Var [ p E p F ] Var X ] F Var 1 Var[X n E ] + 1 Var[X E n F ] E 1 n E p E 1 p E ) + 1 n F [ ] XE p E1 p E ) + p F 1 p F ). [ ] + 1) XF Var p F 1 p F ) b) Vi ønsker å kunne konkludere med at omorganiseringen har vært vellykket, dvs vi ønsker å kunne konkludere med at andelen som får infeksjon er mindre
11 TMA440 Statstikk, 30. november 017 Side 9 av 11 etter omorganiseringen. Vi må da som H 1 velge at p E < p F p E p F < 0. Skal følgelig teste H 0 : p E p F 0 mot H 1 : p E p F < 0. Ved å ta utgangspunkt i resultatene i a) og standardisere p E p F får vi at p E p F ) p E p F ) pe 1 p E ) + p F 1 p F ) nz; 0, 1). Når H 0 er riktig får vi dermed også at p E p F pe 1 p E ) + p F 1 p F ) nz; 0, 1). 1) Denne størrelsen kan vi ikke benytte som testobservator siden p E og p F som inngår nevneren er ukjente. Når H 0 er riktig er p E p F og vi lar p være denne felles verdien. Når H 0 er riktig vil X E + X F bx; +, p) slik at vi kan estimere p ved p X E + X F +. Siden + er stor blir p p p E p F, slik at ved å erstatte p E og p F med p i 1) får vi en størrelse vi kan benytte som testobservator, Z p E p F p1 p) ) nz; 0, 1) når H 0 er riktig. For å finne p-verdien må vi først finne observert verdi for testobservatoren. Innsatt observerte tall får vi p E x E ne 135, p 1919 F x F 186, 01 p x E + x F , og observert verdi for testobservatoren blir dermed z obs p E p F p1 p) ) ) ).49 Man vil naturlig forkaste H 0 dersom Z er liten nok, så p-verdien blir p P Z z obs H 0 ) P Z.49 H 0 )
12 Side 10 av 11 TMA440 Statstikk, 30. november 017 Sannsynligheten for å observere det vi har observert eller noe mer ekstremt dersom H 0 er riktig er altså så lav som Det er følgelig rimelig å forkaste H 0, dvs konkludere med at omorganiseringen har vært vellykket. c) La Y være antall av pasientene som blir operert neste år som får infeksjon. Vi har da at Y er uavhengig av X E og at Y by; m, p E ). Ved å argumentere tilsvarende som i a) får vi at Y m X E er tilnærmet normalfordelt med E [Y m ] X E mp E m p E 0 ne og Var [Y m ] X E ne ) m mp E 1 p E ) + ne p E 1 p E ) ne m 1 + m ) p E 1 p E ). ne Ved å standardisere får vi dermed Y m X E m ) nz; 0, 1). 1 + m pe 1 p E ) Erstatter så p E i dette uttrykket med p E X E er stor, til å konkludere at og bruker at p E p E siden Dermed har vi at P z α Y m X E m ) ) nz; 0, 1). 1 + m XE 1 X E Y m X E m ) 1 + m XE ) z α 1 X E 1 α. Løser hver av ulikhetene i dette uttrykket med hensyn på Y. Den første ulikheten gir Y m X E z α m 1 + m ) XE 1 X ) E,
13 TMA440 Statstikk, 30. november 017 Side 11 av 11 og den andre gir Y m X E + z α m 1 + m ) XE 1 X E Ved å sette de to ulikhetene sammen igjen med Y i midten har man dermed at m P X E z α m 1 + m ) XE 1 X ) E Y m X E + z α m 1 + m ) XE 1 X ) ) E 1 α. Et 1 α) 100%-prediksjonsintervall for Y er dermed [ m X E z α m 1 + m ) XE 1 X E ). ), m X E + z α m 1 + m ) XE Innsatt α 0.1, og dermed z α z , og observerte verdier blir prediksjonsintervallet [113.81, ] ) ), ) ) X E ) ]
Eksamensoppgave i TMA4240 Statistikk
Institutt for matematiske fag Eksamensoppgave i TMA4240 Statistikk Faglig kontakt under eksamen: Håkon Tjelmeland a, Sara Martino b Tlf: a 48 22 18 96, b 99 40 33 30 Eksamensdato: 30. november 2017 Eksamenstid
DetaljerEksamensoppgave i TMA4240 Statistikk
Institutt for matematiske fag Eksamensoppgave i TMA4240 Statistikk Faglig kontakt under eksamen: Mette Langaas a, Ingelin Steinsland b, Geir-Arne Fuglstad c Tlf: a 988 47 649, b 926 63 096, c 452 70 806
DetaljerEksamensoppgave i TMA4240 / TMA4245 Statistikk
Institutt for matematiske fag Eksamensoppgave i TMA4240 / TMA4245 Statistikk Faglig kontakt under eksamen: Håkon Tjelmeland Tlf: 48 22 18 96 Eksamensdato: 10. august 2017 Eksamenstid (fra til): 09.00-13.00
DetaljerEksamensoppgave i ST1201/ST6201 Statistiske metoder
Institutt for matematiske fag Eksamensoppgave i ST1201/ST6201 Statistiske metoder Faglig kontakt under eksamen: Nikolai Ushakov Tlf: 45128897 Eksamensdato: 20. desember 2016 Eksamenstid (fra til): 09:00
DetaljerEksamensoppgave i TMA4240 Statistikk
Institutt for matematiske fag Eksamensoppgave i TMA4240 Statistikk Faglig kontakt under eksamen: Sara Martino a, Torstein Fjeldstad b Tlf: a 994 03 330, b 962 09 710 Eksamensdato: 28. november 2018 Eksamenstid
DetaljerEksamensoppgave i TMA4245 Statistikk
Institutt for matematiske fag Eksamensoppgave i TMA4245 Statistikk Faglig kontakt under eksamen: Gunnar Taraldsen a, Torstein Fjeldstad b Tlf: a 464 32 506, b 962 09 710 Eksamensdato: 23. mai 2018 Eksamenstid
DetaljerEksamensoppgave i ST0103 Brukerkurs i statistikk
Institutt for matematiske fag Eksamensoppgave i ST0103 Brukerkurs i statistikk Faglig kontakt under eksamen: Nikolai Ushakov Tlf: 45128897 Eksamensdato: August 2018 Eksamenstid (fra til): 09:00 13:00 Hjelpemiddelkode/Tillatte
DetaljerEksamensoppgave i ST1201/ST6201 Statistiske metoder
Institutt for matematiske fag Eksamensoppgave i ST1201/ST6201 Statistiske metoder Faglig kontakt under eksamen: Tlf: Eksamensdato: august 2015 Eksamenstid (fra til): Hjelpemiddelkode/Tillatte hjelpemidler:
DetaljerEksamensoppgåve i Løsningsskisse TMA4245 Statistikk
Institutt for matematiske fag Eksamensoppgåve i Løsningsskisse TMA4245 Statistikk Fagleg kontakt under eksamen: Gunnar Taraldsen a, Torstein Fjeldstad b Tlf: a 464 32 506, b 962 09 710 Eksamensdato: 23
DetaljerEksamensoppgåve i TMA4240 / TMA4245 Statistikk
Institutt for matematiske fag Eksamensoppgåve i TMA4240 / TMA4245 Statistikk Fagleg kontakt under eksamen: Håkon Tjelmeland Tlf: 48 22 18 96 Eksamensdato: 10. august 2017 Eksamenstid (frå til): 09.00-13.00
DetaljerTMA4240 Statistikk Høst 2009
TMA4240 Statistikk Høst 2009 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer b5 Løsningsskisse Oppgave 1 Vi ønsker å finne ut om et nytt serum kan stanse leukemi.
DetaljerEksamensoppgave i TMA4245 Statistikk
Institutt for matematiske fag Eksamensoppgave i TMA4245 Statistikk Faglig kontakt under eksamen: Håkon Tjelmeland Tlf: 48 22 18 96 Eksamensdato:??. august 2014 Eksamenstid (fra til): 09:00 13:00 Hjelpemiddelkode/Tillatte
DetaljerEksamensoppgave i ST1201/ST6201 Statistiske metoder
Institutt for matematiske fag Eksamensoppgave i ST1201/ST6201 Statistiske metoder Faglig kontakt under eksamen: Nikolai Ushakov Tlf: 45128897 Eksamensdato: 04. desember 2015 Eksamenstid (fra til): 09:00
DetaljerEksamensoppgave i ST0103 Brukerkurs i statistikk
Institutt for matematiske fag Eksamensoppgave i ST0103 Brukerkurs i statistikk Faglig kontakt under eksamen: Jarle Tufto Tlf: 99 70 55 19 Eksamensdato: 3. desember 2016 Eksamenstid (fra til): 09:00-13:00
DetaljerTMA4240 Statistikk Høst 2007
TMA4240 Statistikk Høst 2007 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer b4 Løsningsskisse Oppgave 1 Eksamen juni 1999, oppgave 3 av 3 a) µ populasjonsgjennomsnitt,
DetaljerEksamensoppgave i TMA4245 Statistikk
Institutt for matematiske fag Eksamensoppgave i TMA4245 Statistikk Faglig kontakt under eksamen: Ingelin Steinsland a, Øyvind Bakke b Tlf: a 73 59 02 39, 926 63 096, b 73 59 81 26, 990 41 673 Eksamensdato:
DetaljerEksamensoppgåve i TMA4240 Statistikk
Institutt for matematiske fag Eksamensoppgåve i TMA4240 Statistikk Fagleg kontakt under eksamen: Mette Langaas a, Ingelin Steinsland b, Geir-Arne Fuglstad c Tlf: a 988 47 649, b 926 63 096, c 452 70 806
DetaljerEksamensoppgave i TMA4295 Statistisk inferens
Institutt for matematiske fag Eksamensoppgave i TMA4295 Statistisk inferens Faglig kontakt under eksamen: Vaclav Slimacek Tlf: 942 96 313 Eksamensdato: Tirsdag 2. desember 2014 Eksamenstid (fra til): 09:00-13:00
DetaljerTMA4240 Statistikk Høst 2015
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 0, blokk II Løsningsskisse Oppgave Surhetsgrad i ferskvann Eksamen august 00, oppgave av 3 a) En god estimator
DetaljerTMA4245 Statistikk Eksamen desember 2016
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag TMA4245 Statistikk Eksamen desember 2016 Oppgave 1 En bedrift produserer elektriske komponenter. Komponentene kan ha to typer
DetaljerEksamensoppgåve i ST1201/ST6201 Statistiske metoder
Institutt for matematiske fag Eksamensoppgåve i ST1201/ST6201 Statistiske metoder Fagleg kontakt under eksamen: Nikolai Ushakov Tlf: 45128897 Eksamensdato: 04. desember 2015 Eksamenstid (frå til): 09:00
DetaljerTMA4240 Statistikk Høst 2016
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Anbefalt øving 9 Løsningsskisse Oppgave 1 a) Vi lar her Y være antall fugler som kolliderer med vindmølla i løpet av den gitte
DetaljerTMA4240 Statistikk Høst 2015
TMA4240 Statistikk Høst 2015 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 9, blokk II Oppgave 1 X er kontinuerlig fordelt med sannsynlighetstetthet f(x) = 2xe
DetaljerEksamensoppgåve i ST0103 Brukarkurs i statistikk
Institutt for matematiske fag Eksamensoppgåve i ST0103 Brukarkurs i statistikk Fagleg kontakt under eksamen: Nikolai Ushakov Tlf: 45128897 Eksamensdato: August 2018 Eksamenstid (frå til): 09:00 13:00 Hjelpemiddelkode/Tillatne
DetaljerOm eksamen. Never, never, never give up!
I dag I dag Rekning av eksamensoppgåver Eksamen Mai 2014, oppgåve 2 (inkl normal fordeling, lin.reg. og deskriptiv statistikk) Eksamen August 2012, oppgåve 3 a og b (inkl SME) Om eksamen (Truleg) 10 punkt.
DetaljerOppgave 1. . Vi baserer oss på at p 47 1 og p 2 er tilnærmet normalfordelte (brukbar tilnærming). Vi har tilnærmet at (n 1 = n 2 = 47)
MOT310 tatistiske metoder 1 Løsningsforslag til eksamen vår 006, s. 1 Oppgave 1 a) En tilfeldig utvalgt besvarelse får F av sensor 1 med sannsynlighet p 1 ; resultatene for ulike besvarelser er uavhengige.
DetaljerOm eksamen. Never, never, never give up!
Plan vidare Onsdag Gjere ferdig kap 11 + repetisjon Fredag Rekning av eksamensoppgåver Eksamen Mai 2014, oppgåve 2 (inkl normal fordeling, lin.reg. og deskriptiv statistikk) Eksamen August 2012, oppgåve
DetaljerLøsningsforslag til eksamen i TMA4245 Statistikk 7. juni 2007
Løsningsforslag til eksamen i TMA4245 Statistikk 7. juni 2007 Oppgave 1: Pengespill a) For hver deltaker har vi følgende situasjon: Deltakeren får en serie oppgaver. Hver runde har to mulige utfall: Deltakeren
DetaljerTMA4240 Statistikk Høst 2008
TMA4240 Statistikk Høst 2008 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 7 Oppgave 1 Tippekonkurranse Denne oppgaven er ment som en kjapp test på hva du har
DetaljerHøgskolen i Telemark. Institutt for økonomi og informatikk FORMELSAMLING Statistikk I. Til bruk ved eksamen. Per Chr. Hagen
Høgskolen i Telemark Institutt for økonomi og informatikk FORMELSAMLING 6005 Statistikk I Til bruk ved eksamen Per Chr. Hagen . Sannsynlighetsregning. Regneregler Komplementsetningen: Addisjonssetningen:
DetaljerKapittel 2: Hendelser
Kapittel 2: Hendelser FENOMEN Eksperiment Utfall Utfallsrom Eksperiment. Utfall. Eksperiment Utfall Hendelse Sannsynlighet: egenskaper, gunstige vs. mulige, relativ frekvens Sannsynlighet for mer enn en
DetaljerEksamensoppgåve i TMA4245 Statistikk
Institutt for matematiske fag Eksamensoppgåve i TMA4245 Statistikk Fagleg kontakt under eksamen: Håkon Tjelmeland Tlf: 48 22 18 96 Eksamensdato:??. august 2014 Eksamenstid (frå til): 09:00 13:00 Hjelpemiddelkode/Tillatne
DetaljerÅMA110 Sannsylighetsregning og statistikk Løsningsforslag til eksamen høst 2010, s. 1. Oppgave 1. Histogram over frekvenser.
ÅMA1 Sannsylighetsregning og statistikk Løsningsforslag til eksamen høst 0, s. 1 (Det tas forbehold om feil i løsningsforslaget.) a) Gjennomsnitt: x = 1 Emp. standardavvik: Median: 1 (1.33 + 1.) = 1.35
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren
ÅMA110 Sannsynlighetsregning med statistikk, våren 2006 Oppsummering Bjørn H. Auestad Institutt for matematikk og naturvitenskap Universitetet i Stavanger 24. april Bjørn H. Auestad Oppsummering våren
DetaljerEksamensoppgave i ST1201/ST6201 Statistiske metoder
Institutt for matematiske fag Eksamensoppgave i ST1201/ST6201 Statistiske metoder Faglig kontakt under eksamen: Nikolai Ushakov Tlf: 45128897 Eksamensdato: 11. desember 2014 Eksamenstid (fra til): 09:00
DetaljerOppfriskning av blokk 1 i TMA4240
Oppfriskning av blokk 1 i TMA4240 Geir-Arne Fuglstad November 21, 2016 2 Hva har vi gjort i dette kurset? Vi har studert to sterkt relaterte grener av matematikk Sannsynlighetsteori: matematisk teori for
DetaljerLøsningsforslag, eksamen statistikk, juni 2015
Løsningsforslag, eksamen statistikk, juni 0 Oppgave 1 Siden det spørres om tall fra et intervall, som oppgaven viser kan være et reelle, er det tydelig at tallene er tatt fra en kontinuerlig fordeling.
DetaljerLØSNINGSFORSLAG TIL EKSAMEN I FAG TMA4240 STATISTIKK Mandag 12. desember 2011
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 10 LØSNINGSFORSLAG TIL EKSAMEN I FAG TMA4240 STATISTIKK Mandag 12. desember 2011 Oppgave 1 Oljeleting a) Siden P(A
DetaljerEksamensoppgave i TMA4240 Statistikk
Institutt for matematiske fag Eksamensoppgave i TMA4240 Statistikk Faglig kontakt under eksamen: Jo Eidsvik og Arild Brandrud Næss Tlf: 90 12 74 72 og 99 53 82 94 Eksamensdato: 9. desember 2013 Eksamenstid
DetaljerForelesing 27 Oppsummering. Torstein Fjeldstad Institutt for matematiske fag, NTNU
Forelesing 27 Oppsummering Torstein Fjeldstad Institutt for matematiske fag, NTNU 18.04.2018 I dag Lineær regresjon (sjekk av modellantagelser) Praktisk informasjon Andre statistikk-kurs Oversikt over
DetaljerLøsningsforslag Eksamen i Statistikk SIF5060 Aug 2002
Løsningsforslag Eksamen i Statistikk SIF5060 Aug 2002 Oppgave 1 a) En god estimator er forventningsrett og har liten varians. Vi tester forventningsretthet: E[ˆµ] E[Y ] µ E[ µ] E[ 1 2 X + 1 2 Y ] 1 2 E[X]
DetaljerEksamensoppgave i SØK1004 Statistikk for økonomer
Institutt for samfunnsøkonomi Eksamensoppgave i Faglig kontakt under eksamen: Per Tovmo Tlf.: 73 55 02 59 Eksamensdato: 7. desember 2016 Eksamenstid (fra-til): 4 timer (09-13.00) Hjelpemiddelkode/Tillatte
DetaljerTMA4240 Statistikk Høst 2015
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 9, blokk II Løsningsskisse Oppgave X er kontinuerlig fordelt med sannsynlighetstetthet f X (x) = { x exp( x ) x
DetaljerHØGSKOLEN I STAVANGER
HØGSKOLEN I STAVANGER Avdeling for TEKNISK NATURVITEN- EKSAMEN I: TE199 SANNSYNLIGHETSREGNING MED STATISTIKK SKAPELIGE FAG VARIGHET: 4 TIMER DATO: 5. JUNI 2003 TILLATTE HJELPEMIDLER: KALKULATOR OPPGAVESETTET
DetaljerEksamensoppgave i TMA4275 Levetidsanalyse
Institutt for matematiske fag Eksamensoppgave i TMA4275 Levetidsanalyse Faglig kontakt under eksamen: Jacopo Paglia Tlf: 967 03 414 Eksamensdato: Fredag 7. juni 2019 Eksamenstid (fra til): 09:00 13:00
DetaljerTMA4240 Statistikk Eksamen desember 2015
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag TMA4240 Statistikk Eksamen desember 15 Oppgave 1 La den kontinuerlige stokastiske variabelen X ha fordelingsfunksjon (sannsynlighetstetthet
DetaljerEksamensoppgave i TMA4275 Levetidsanalyse
Institutt for matematiske fag Eksamensoppgave i TMA4275 Levetidsanalyse Faglig kontakt under eksamen: Bo Lindqvist Tlf: 975 89 418 Eksamensdato: Lørdag 31. mai 2014 Eksamenstid (fra til): 09:00-13:00 Hjelpemiddelkode/Tillatte
DetaljerEKSAMEN I TMA4240 Statistikk
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 5 Faglig kontakt under eksamen: Henning Omre (909 37848) Mette Langaas (988 47649) EKSAMEN I TMA4240 Statistikk 18.
DetaljerEksamensoppgåve i TMA4295 Statistisk inferens
Institutt for matematiske fag Eksamensoppgåve i TMA4295 Statistisk inferens Fagleg kontakt under eksamen: Vaclav Slimacek Tlf: 942 96 313 Eksamensdato: Tirsdag 2. desember 2014 Eksamenstid (frå til): 09:00-13:00
DetaljerEksamensoppgave i TMA4320 Introduksjon til vitenskapelige beregninger
Institutt for matematiske fag Eksamensoppgave i TMA4320 Introduksjon til vitenskapelige beregninger Faglig kontakt under eksamen: Anton Evgrafov Tlf: 4503 0163 Eksamensdato: 30. mai 2017 Eksamenstid (fra
DetaljerEksamensoppgave i TMA4267 Lineære statistiske modeller
Institutt for matematiske fag Eksamensoppgave i TMA4267 Lineære statistiske modeller Faglig kontakt under eksamen: Mette Langaas Tlf: 988 47 649 Eksamensdato: 4. juni 2016 Eksamenstid (fra til): 09.00
DetaljerA) B) 400 C) 120 D) 60 E) 10. Rett svar: C. Fasit: ( 5 6 = 60. Hvis A, B, C er en partisjon av utfallsrommet S, så er P (A B) lik.
Oppgave 1 Det skal velges en komité bestående av 2 menn og 1 kvinne. Komitéen skal velges fra totalt 5 menn og 6 kvinner. Hvor mange ulike komitéer kan dannes? A) 86400 B) 400 C) 120 D) 60 E) 10 Rett svar:
DetaljerEksamensoppgåve i ST0103 Brukarkurs i statistikk
Institutt for matematiske fag Eksamensoppgåve i ST0103 Brukarkurs i statistikk Fagleg kontakt under eksamen: Jarle Tufto Tlf: 99 70 55 19 Eksamensdato: 3. desember 2016 Eksamenstid (frå til): 09:00-13:00
DetaljerTMA4245 Statistikk Eksamen desember 2016
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag TMA4245 Statistikk Eksamen desember 2016 Oppgave 1 Ei bedrift produserer elektriske komponentar. Komponentane kan ha to typar
DetaljerTMA4240 Statistikk H2010
TMA4240 Statistikk H2010 Statistisk inferens: 8.1: Tilfeldig utvalg 9.1-9.3: Estimering Mette Langaas Foreleses uke 40, 2010 2 Utfordring Ved en bedrift produseres en elektrisk komponent. Komponenten må
DetaljerUtfordring. TMA4240 Statistikk H2010. Mette Langaas. Foreleses uke 40, 2010
TMA4240 Statistikk H2010 Statistisk inferens: 8.1: Tilfeldig utvalg 9.1-9.3: Estimering Mette Langaas Foreleses uke 40, 2010 2 Utfordring Ved en bedrift produseres en elektrisk komponent. Komponenten må
DetaljerTMA4240 Statistikk 2014
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 9, blokk II Løsningsskisse Oppgave Scriptet run confds.m simulerer n data x,..., x n fra en normalfordeling med
DetaljerKapittel 8: Tilfeldige utvalg, databeskrivelse og fordeling til observatorar, Kapittel 9: Estimering
Kapittel 8: Tilfeldige utvalg, databeskrivelse og fordeling til observatorar, Kapittel 9: Estimering TMA4245 Statistikk Kapittel 8.1-8.5. Kapittel 9.1-9.3+9.15 Turid.Follestad@math.ntnu.no p.1/21 Har sett
DetaljerEKSAMEN. TILLATTE HJELPEMIDLER: Kalkulator. Hornæs: Formelsamling statistikk HiG. John Haugan: Formler og tabeller.
KANDIDATNUMMER: EKSAMEN FAGNAVN: Statistikk. FAGNUMMER: Rea 1082 EKSAMENSDATO: 14. mai 2009. KLASSE: Ing. TID: kl. 9.00 13.00. FAGLÆRER: Hans Petter Hornæs ANTALL SIDER UTLEVERT: 3 (innkl. forside) TILLATTE
DetaljerEksamensoppgave i MA0002 Brukerkurs i matematikk B - LØSNING
Institutt for matematiske fag Eksamensoppgave i MA0002 Brukerkurs i matematikk B - LØSNING Faglig kontakt under eksamen: Frode Rønning Tlf: 95 21 81 38 Eksamensdato: 7. august 2017 Eksamenstid (fra til):
DetaljerEksamensoppgave i TMA4150 Algebra
Institutt for matematiske fag Eksamensoppgave i TMA4150 Algebra Faglig kontakt under eksamen: Torkil Utvik Stai Tlf: 47638459 Eksamensdato: 29. mai 2018 Eksamenstid (fra til): 15:00 19:00 Hjelpemiddelkode/Tillatte
DetaljerEKSAMEN I FAG 75510/75515 STATISTIKK 1 Tirsdag 20. mai 1997 Tid: 09:00 14:00
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 5 Faglig kontakt under eksamen: Håvard Rue 73 59 35 20 Håkon Tjelmeland 73 59 35 20 Bjørn Kåre Hegstad 73 59 35 20
DetaljerTMA4240 Statistikk Høst 2009
TMA440 Statistikk Høst 009 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer b6 Løsningsskisse Oppgave a) n 8, i x i 675, x 37.5, i y i 488, i x i 375, i x iy i
DetaljerTMA4240 Statistikk H2010
TMA4240 Statistikk H2010 Statistisk inferens: 9.14: Sannsynlighetsmaksimeringsestimatoren 8.5: Fordeling til gjennomsnittet 9.4: Konfidensintervall for µ (σ kjent) Mette Langaas Foreleses mandag 11.oktober,
DetaljerTMA4240 Statistikk H2015
TMA4240 Statistikk H2015 Funksjoner av stokastiske variabler (kapittel 7+notat) Fokus på start med kumulativ fordeling 7.2 Funksjon av en SV (inkludert en-entydighet). Fordeling til max/min (fra notat).
DetaljerLØSNINGSFORSLAG ) = Dvs
LØSNINGSFORSLAG 12 OPPGAVE 1 D j er differansen mellom måling j med metode A og metode B. D j N(µ D, 0.1 2 ). H 0 : µ D = 0 mot alternativet H 1 : µ D > 0. Vi forkaster om ˆµ D > k Under H 0 er ˆµ D =
DetaljerLøsning eksamen desember 2016
Løsning eksamen desember 016 Oppgave 1 a) En drone har to uavhengige motorer. Vi innfører hendelsene A: motor 1 svikter B: motor svikter Dronen er avhengig av at begge virker, slik at sannsynligheten for
DetaljerEksamensoppgave i TMA4255 Anvendt statistikk
Institutt for matematiske fag Eksamensoppgave i TMA4255 Anvendt statistikk Faglig kontakt under eksamen: Anna Marie Holand Tlf: 951 38 038 Eksamensdato: 3. juni 2016 Eksamenstid (fra til): 09:00-13:00
DetaljerStatistisk inferens: 9.14: Sannsynlighetsmaksimeringsestimatoren 8.5: Fordeling til gjennomsnittet 9.4: Konfidensintervall for µ (σ kjent)
TMA440 Statistikk H010 Statistisk inferens: 9.14: Sannsynlighetsmaksimeringsestimatoren 8.5: Fordeling til gjennomsnittet 9.4: Konfidensintervall for µ (σ kjent) Mette Langaas Foreleses mandag 11.oktober,
DetaljerTMA4240 Statistikk H2010
TMA4240 Statistikk H2010 9.8: To uvalg (siste del) 9.9: Parvise observasjoner 9.10-9.11: Andelser 9.12: Varians Mette Langaas Foreleses onsdag 20.oktober, 2010 2 Norske hoppdommere og Janne Ahonen Janne
DetaljerTMA4240 Statistikk Høst 2015
TMA4240 Statistikk Høst 2015 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 11, blokk II I denne øvingen skal vi fokusere på hypotesetesting. Vi ønsker å gi dere
DetaljerNorske hoppdommere og Janne Ahonen
TMA440 Statistikk H010 9.8: To uvalg (siste del) 9.9: Parvise observasjoner 9.10-9.11: Andelser 9.1: Varians Mette Langaas Foreleses onsdag 0.oktober, 010 Norske hoppdommere og Janne Ahonen Janne Ahonen
DetaljerEksamensoppgave i SØK1004 Statistikk for økonomer
Institutt for samfunnsøkonomi Eksamensoppgave i SØK1004 Statistikk for økonomer Faglig kontakt under eksamen: Hildegunn E. Stokke Tlf.: 73 59 16 65 Eksamensdato: 16. mai 2017 Eksamenstid (fra-til): 4 timer
DetaljerFasit for tilleggsoppgaver
Fasit for tilleggsoppgaver Uke 5 Oppgave: Gitt en rekke med observasjoner x i (i = 1,, 3,, n), definerer vi variansen til x i som gjennomsnittlig kvadratavvik fra gjennomsnittet, m.a.o. Var(x i ) = (x
DetaljerKontinuerlige sannsynlighetsfordelinger.
Kontinuerlige sannsynlighetsfordelinger. Dekkes av kap. 6 og deler av kap. 8.5 i boka. Husk: f(x) er sannsynlighetstettheten til en kontinuerlig X dersom: 1. f(x) 0 for alle x R 2. f(x)dx =1 3. P (a
DetaljerEksamensoppgave i MA1102/6102 Grunnkurs i analyse II
Institutt for matematiske fag Eksamensoppgave i MA1102/6102 Grunnkurs i analyse II Faglig kontakt under eksamen: Magnus Landstad Tlf: Eksamensdato: 6. juni 2017 Eksamenstid (fra til): 09:00 13:00 Hjelpemiddelkode/Tillatte
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: STK1110 Løsningsforslag: Statistiske metoder og dataanalys Eksamensdag: Fredag 9. desember 2011 Tid for eksamen: 14.30 18.30
DetaljerDekkes av kap , 9.10, 9.12 og forelesingsnotatene.
Estimering 2 -Konfidensintervall Dekkes av kap. 9.4-9.5, 9.10, 9.12 og forelesingsnotatene. En (punkt-)estimator ˆΘ gir oss et anslag på en ukjent parameterverdi, men gir oss ikke noen direkte informasjon
DetaljerST1201 Statistiske metoder
ST0 Statistise etoder Norges tenis-naturvitensapelige universitet Institutt for ateatise fag Løsningsforslag - Esaen deseber 008 Oppgave a l(θ = lnl(θ = L(θ = n n f(x i [ θ e ] x i θ [ ln lnθ x ] i = nln
DetaljerEKSAMEN I TMA4285 TIDSREKKEMODELLER Fredag 7. desember 2012 Tid: 09:00 13:00
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 8 Bokmål Faglig kontakt under eksamen: John Tyssedal 73593534/41645376 EKSAMEN I TMA4285 TIDSREKKEMODELLER Fredag
DetaljerEksamensoppgave i TMA4275 Levetidsanalyse
Institutt for matematiske fag Eksamensoppgave i TMA4275 Levetidsanalyse Faglig kontakt under eksamen: Bo Lindqvist Tlf: 975 89 418 Eksamensdato: Onsdag 8. juni 2016 Eksamenstid (fra til): 09:00-13:00 Hjelpemiddelkode/Tillatte
DetaljerEKSAMEN. TILLATTE HJELPEMIDLER: Kalkulator. Hornæs: Formelsamling statistikk HiG. John Haugan: Formler og tabeller.
KANDIDATNUMMER: EKSAMEN FAGNAVN: FAGNUMMER: Statistikk. REA1081 EKSAMENSDATO: 11. juni 2007. KLASSE: Ingeniørklasser. TID: kl. 9.00 13.00. FAGLÆRER: Hans Petter Hornæs ANTALL SIDER UTLEVERT: 4 (innkl.
DetaljerEksamensoppgave i SØK Statistikk for økonomer
Institutt for samfunnsøkonomi Eksamensoppgave i SØK1004 - Statistikk for økonomer Faglig kontakt under eksamen: Per Tovmo Tlf.: 73 55 02 59 Eksamensdato: 7. desember 2015 Eksamenstid (fra-til): 4 timer
DetaljerTMA4245 Statistikk Eksamen august 2014
TMA4245 Statistikk Eksamen august 2014 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Oppgave 1 En bedrift produserer en type medisin i pulverform Medisinen selges på flasker
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren 2006 Kp. 6, del 4
ÅMA110 Sannsynlighetsregning med statistikk, våren 2006 Kp. 6, del 4 Bjørn H. Auestad Institutt for matematikk og naturvitenskap Universitetet i Stavanger 27. mars Bjørn H. Auestad Kp. 6: Hypotesetesting
DetaljerEKSAMEN I FAG TMA4240 STATISTIKK
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 5 Faglige kontakter under eksamen: Jo Eidsvik 90127472 Arild Brandrud Næss 99538294 EKSAMEN I FAG TMA4240 STATISTIKK
DetaljerForslag til endringar
Forslag til endringar Bakgrunn: Vi har ingen forelesningar veka etter påske. Eg skal bort 18. og 19. april. Eksamen er 30.mai Forslag til endringar: Ekstra forelesningar onsdag 16.mars og onsdag 30 mars
DetaljerEksamensoppgave i MA1202/MA6202 Lineær algebra med anvendelser
Institutt for matematiske fag Eksamensoppgave i Faglig kontakt under eksamen: Steffen Oppermann Tlf: 9189 7712 Eksamensdato: 01. juni 2017 Eksamenstid (fra til): 09:00 13:00 Hjelpemiddelkode/Tillatte hjelpemidler:
DetaljerTMA4240 Statistikk 2014
TMA4240 Statistikk 2014 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 12, blokk II Oppgave 1 På ein av vegane inn til Trondheim er UP interessert i å måle effekten
DetaljerOppgave 1. X 1 B(n 1, p 1 ) X 2. Vi er interessert i forskjellen i andeler p 1 p 2, som vi estimerer med. p 1 p 2 = X 1. n 1 n 2.
Løsningsforslag til eksamen i MOT310 STATISTISKE METODER 1 VARIGHET: 4 TIMER DATO: 17 november 2008 TILLATTE HJELPEMIDLER: Kalkulator: HP30S, Casio FX82 eller TI-30 Tabeller og formler i statistikk Tapir
DetaljerEksamensoppgåve i ST1201/ST6201 Statistiske metoder
Institutt for matematiske fag Eksamensoppgåve i ST1201/ST6201 Statistiske metoder Fagleg kontakt under eksamen: Tlf: Eksamensdato: august 2015 Eksamenstid (frå til): Hjelpemiddelkode/Tillatne hjelpemiddel:
DetaljerEKSAMEN. TILLATTE HJELPEMIDLER: Kalkulator. Hornæs: Formelsamling statistikk HiG. John Haugan: Formler og tabeller.
KANDIDATNUMMER: EKSAMEN FAGNAVN: FAGNUMMER: Statistikk. BtG207 EKSAMENSDATO: 1. juni 2010. KLASSE: HIS 08 11. TID: kl. 8.00 13.00. FAGLÆRER: Hans Petter Hornæs ANTALL SIDER UTLEVERT: 3 (innkl. forside)
DetaljerEksamensoppgave i TMA4255 Anvendt statistikk
Institutt for matematiske fag Eksamensoppgave i TMA4255 Anvendt statistikk Faglig kontakt under eksamen: Anna Marie Holand Tlf: 951 38 038 Eksamensdato: August 2016 Eksamenstid (fra til): Hjelpemiddelkode/Tillatte
DetaljerMatematisk statistikk og stokastiske prosesser B, høsten 2006 Løsninger til oppgavesett 5, s. 1. Oppgave 1
Matematisk statistikk og stokastiske prosesser B, høsten 2006 Løsninger til oppgavesett 5, s AR2-modell: Oppgave X t φ X t φ 2 X t 2 Z t Antas å være kausal slik at X t ψ j Z t j er ukorrelert med Z t+,
DetaljerLøsningsforslag eksamen 27. februar 2004
MOT30 Statistiske metoder Løsningsforslag eksamen 7 februar 004 Oppgave a) Y ij = µ i + ε ij, der ε ij uavh N(0, σ ) der µ i er forventa kopperinnhold for legering i og ε ij er feilleddet (tilfeldig variasjon)
DetaljerEksamensoppgave i TMA4255 Anvendt statistikk
Institutt for matematiske fag Eksamensoppgave i TMA4255 Anvendt statistikk Faglig kontakt under eksamen: Anna Marie Holand Tlf: 951 38 038 Eksamensdato: 30. mai 2014 Eksamenstid (fra til): 09:00-13:00
DetaljerKp. 9.8 Forskjell mellom to forventninger
andeler I analysene skal vi se på situasjonene der σx og σ Y er kjente; normalantakelse a σx og σ Y er ukjente men σ X = σ Y ; normalantakelse og b σx og σ Y er ukjente og σ X σ Y ; normalantakelse 3 og
DetaljerHypotesetesting. Formulere en hypotesetest: Når vi skal test om en parameter θ kan påstås å være større enn en verdi θ 0 skriver vi dette som:
Hypotesetesting. 10 og fore- Dekkes av pensumsidene i kap. lesingsnotatene. Hypotesetesting er en systematisk fremgangsmåte for å undersøke hypoteser (påstander) knyttet til parametre i sannsynlighetsfordelinger.
DetaljerEksamensoppgave i TMA4267 Lineære statistiske modeller
Institutt for matematiske fag Eksamensoppgave i TMA4267 Lineære statistiske modeller Faglig kontakt under eksamen: Tlf: Eksamensdato: August 2014 Eksamenstid (fra til): Hjelpemiddelkode/Tillatte hjelpemidler:
DetaljerEKSAMEN I EMNE TMA4315 GENERALISERTE LINEÆRE MODELLER
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 5 Bokmål Faglig kontakt under eksamen: Håkon Tjelmeland 73 59 35 38 EKSAMEN I EMNE TMA4315 GENERALISERTE LINEÆRE MODELLER
Detaljer