Klassisk ANOVA/ lineær modell

Save this PDF as:
 WORD  PNG  TXT  JPG

Størrelse: px
Begynne med side:

Download "Klassisk ANOVA/ lineær modell"

Transkript

1 Anvendt medisinsk statistikk, vår 008: - Varianskomponenter - Sammensatt lineær modell med faste og tilfeldige effekter - Evt. faktoriell design Eirik Skogvoll Overlege, Klinikk for anestesi og akuttmedisin 1. amanuensis, Enhet for anvendt klinisk forskning (med bidrag fra Harald Johnsen) 1 Klassisk ANOVA/ lineær modell Utgangspunkt: grupperte observasjoner av kontinuerlig, tilfeldig variabel Problemstilling: er gruppenes forventningsverdi lik? H 0 testes med F-test Hvilke grupper skiller seg ut? Post-hoc tester avhengig av problemstilling (onferroni, Tukey, Sidak m.fl.) Målet er å generalisere fra en fast effekt/faktor til populasjonen. 1

2 Varianskomponenter Utgangspunkt: gjentatte observasjoner av kontinuerlig, tilfeldig variabel Nøkkelbegreper: Repeterbarhet (eng. repeatability ) Samme analyse under så like forhold som overhodet mulig. Uttrykker den grunnleggende, usystematiske feil. Reproduserbarhet (eng. reproducibility ) Samme analyse under skiftende forhold, for eksempel dag/natt, type utstyr, operatør. Uttrykker den realistiske feil fra mange kilder 3 Varianskomponenter Eks. Reproduserbarhet av plasma østradiol (Rosner table 1.0), analysert på log-skala Plott Problemstilling: er variasjonen mellom pasientene større enn variasjonen av gjentatte analyser av samme pasient? Ingen egentlig interesse av den enkelte pasient sitt nivå! vanlig ANOVA uinteressant Variansen til den enkelte måling oppfattes som er sum av to uavhengige komponenter: etween subjects Within subjects 4

3 Varianskomponenter Generell modell: y = μ+ b + e b N(0, σ ), e N(0, σ ), uavh av b. ij i ij i ij i Altså er y N( μσ, + σ ) ij i = 1,..., k (gruppe, klasse el. individ) j = 1,,..., n (observasjoner innen hver gruppe el. klasse) i N! α i i Rosner Eq. 1.9 kalles b i her. 5 Variasjonskoeffsient CV Eks. I σ CV (målt i %) = 100i μ Estimeres fra ANOVA som 100i SD( y) eller 100i y MSE y Ekspl. Rosner 6.ed, tabell 1.0 (obs log-skala, han anbefaler en annen metode ift. originalskala!!) ˆ σ = MSE = 0.030, ˆ σ = 0.317, y =.57, gir CV = 100i = 6.74%.57 Ekspl. Rosner 6.ed, tabell ˆ σ = MSE = 0.051, ˆ σ = 0.309, y =.95, gir CV = 100i = 7.66%

4 Intra-klasse korrelasjon ICC Eks. I ICC [0,1] Et mål på reproduserbarhet: I hvor stor grad er gruppene likere seg selv enn andre σ ICC = σ + σ Eks. Rosner tabell 1.0 (log østradiol) ˆ σ ICC = = = 0.91 ˆ σ ˆ σ Ekspl. Rosner 6.ed, tabell.17 ˆ σ ICC = = = 0.86 ˆ σ ˆ σ 7 Lineær, sammensatt modell Eng: linear mixed effects model åde faste ( fixed ) og tilfeldige ( random ) faktorer/ effekter Utgangspunkt: grupperte observasjoner av kontinuerlig, tilfeldig variabel Gruppene er likere seg selv enn andre : avhangighet (korrelasjon) mellom observasjoner fra samme gruppe Gruppene er trukket tilfeldig fra populasjonen av tilsvarende grupper Målet er å generalisere til denne populasjonen Eksempler: Gjentatte observasjoner på samme individ Observasjoner fra forskjellige skoler, sykehus, byer, land 8 4

5 Lineær, sammensatt modell Problemstilling: bidrar gruppene til økt varians? Hvor mye? Ingen egentlig interesse av å estimere den enkelte gruppe sitt nivå! vanlig ANOVA uinteressant Målet er å estimere bidrag til variansen fra gruppestrukturen. Eksplisitt modellering av avhengighet (korrelasjon) i datamaterialet. 9 Lineær, sammensatt modell y = β + β x + β x b + e b N(0, σ ), e N(0, σ ), uavh av b. ij i ij i ij i Altså er E( Y) = β + β x + β x i = 1,..., k (gruppe, klasse el. individ) j = 1,,..., n (observasjoner innen hver gruppe el. klasse) i 10 5

6 Eksempel II: intramural ph vs. P a CO obs id ph pco obs id ph pco obs id ph pco ph r = , p = pco 1 6

7 Eksempel II: intramural ph vs. P a CO y = β + β x + b + e b N(0, σ ), e N(0, σ ), uavh av b. ij i ij i ij i Altså er E( Y) = β + β x i = 1,,...,15 (individ, id) j = 1,,..., n (observasjoner innen hver gruppe) i ph = β + β ipco + b + e ij 0 1 i ij Altså er E( ph ) = β + β PCO 0 1 i = 1,,...,15 (individ, id) j = 1,,..., n (observasjoner innen hver gruppe) i 13 Eksempel II: intramural ph vs. P a CO SPSS: Analyze Mixed models Linear Parameter Intercept pco Estimates of Fixed Effects a 95% Confidence Interval Estimate Std. Error df t Sig. Lower ound Upper ound 7,631356, ,901 41,99,000 7, , ,10371, ,565-3,518,001 -,1657 -, a. Dependent Variable: ph. Estimates of Covariance Parameters a Parameter Residual Intercept [subject = id] Variance a. Dependent Variable: ph. Estimate Std. Error,008785,00016,097099, ˆ β = 7.63 ˆ β = ˆ σ =0.009 ˆ σ =0.097 ˆ σ σ + σ ICC = = = 0.9 ˆ ˆ

8 Estimert stigningskoeffisient (β) fra enkel lineær regresjon for hvert individ ph ph = *pCO, p < PCO 15 Eksempel III: mobilisering etter hjertekirurgi Observasjonsstudie ved St. Elisabeth landet venøs oksygenmetning målt på samme pasient ved tidspunktene T1-T6: Hvilende, i seng T1 Sittende i stol T Stå/gå ved senga T3 Sittende i stol T4 Stå/gå ved senga T5 Hvilende, i seng T6 16 8

9 Gjentatte observasjoner på samme individ: S v O % 80 Day 1 Day Median S v O : T1 T T3 T4 T5 T6 T1 T T3 T4 T5 T6 Time points during mobilization on postoperative day 1 and 17 Eksempel III: mobilisering etter hjertekirurgi. y = β + b + e b N(0, σ ), e N(0, σ ), uavh av b. ij j i ij i ij i Altså er E( Y ) = β j i = 1,,...,15 (individ, id) j = 1,,...,6 (fast ["fixed"] faktor; tidspunkt for mobilisering, kun en observasjon for hver situasjon) 18 9

10 Eksempel III: mobilisering etter hjertekirurgi. SPSS: Analyze Mixed models Linear Parameter [Index1=1] [Index1=] [Index1=3] [Index1=4] [Index1=5] [Index1=6] Estimates of Fixed Effects a 95% Confidence Interval Estimate Std. Error df t Sig. Lower ound Upper ound 58,533333,0048 4,517 8,948,000 54, , ,866667,0048 4,517 3,67,000 43, , ,933333,0048 4,517 17,771,000 31, , ,000000,0048 4,517 3,738,000 43, , ,533333,0048 4,517 17,573,000 31, , ,400000,0048 4,517 8,387,000 53, , a. Dependent Variable: SVO Day 1 premob, oxymetri. Estimates of Covariance Parameters a Parameter Residual Intercept [subject = id] Variance Estimate Std. Error 18, , , ,37504 a. Dependent Variable: SVO Day 1 premob, oxymetri. ˆ β = 58.5, 47.8,..., ˆ σ =18.6 ˆ σ =4.7 ˆ σ 4.7 σ + σ ICC = = = 0.70 ˆ ˆ

Anvendt medisinsk statistikk, vår Repeterte målinger, del II

Anvendt medisinsk statistikk, vår Repeterte målinger, del II Anvendt medisinsk statistikk, vår 009 Repeterte målinger, del II Eirik Skogvoll Overlege, Klinikk for anestesi og akuttmedisin 1. amanuensis, Enhet for anvendt klinisk forskning (med bidrag fra Harald

Detaljer

Repeterte målinger. Repeterte målinger. Eirik Skogvoll

Repeterte målinger. Repeterte målinger. Eirik Skogvoll Repeterte målinger Eirik Skogvoll Førsteamanuensis dr.med. Enhet for anvendt klinisk forskning (AKF) Det medisinske fakultet, februar 2009 1 Repeterte målinger Mer eller mindre synonymt med... Repeated

Detaljer

Repeterte målinger. Repeterte målinger. Eirik Skogvoll. Gjentatte observasjoner på samme individ:

Repeterte målinger. Repeterte målinger. Eirik Skogvoll. Gjentatte observasjoner på samme individ: Repeterte målinger Eirik Skogvoll 1.amanuensis dr.med. Enhet for anvendt klinisk forskning (AKF) Det medisinske fakultet, februar 2008 1 Repeterte målinger Mer eller mindre synonymt med... Repeated measurements

Detaljer

Lineære modeller i praksis

Lineære modeller i praksis Lineære modeller Regresjonsmodeller med Forskjellige spesialtilfeller Uavhengige variabler Én binær variabel Analysen omtales som Toutvalgs t-test én responsvariabel: Y én eller flere uavhengige variabler:

Detaljer

Generelle lineære modeller i praksis

Generelle lineære modeller i praksis Generelle lineære modeller Regresjonsmodeller med Forskjellige spesialtilfeller Uavhengige variabler Én binær variabel Analysen omtales som Toutvalgs t-test én responsvariabel: Y en eller flere uavhengige

Detaljer

Bakgrunn. KLMED 8006 Anvendt medisinsk statistikk - Vår 2008 Repeterte målinger. Overvekt: løp for livet

Bakgrunn. KLMED 8006 Anvendt medisinsk statistikk - Vår 2008 Repeterte målinger. Overvekt: løp for livet KLMED 8006 Anvendt medisinsk statistikk - Vår 2008 Repeterte målinger Arnt Erik Tjønna og Eirik Skogvoll Institutt for sirkulasjon og bildediagnostikk, Det medisinske fakultet, NTNU Bakgrunn Inaktivitet

Detaljer

KLMED 8006 Anvendt medisinsk statistikk - Vår 2009 Repeterte målinger

KLMED 8006 Anvendt medisinsk statistikk - Vår 2009 Repeterte målinger KLMED 8006 Anvendt medisinsk statistikk - Vår 2009 Repeterte målinger Arnt Erik Tjønna og Eirik Skogvoll Institutt for sirkulasjon og bildediagnostikk, Det medisinske fakultet, NTNU Bakgrunn Inaktivitet

Detaljer

Prøveeksamen i STK3100/4100 høsten 2011.

Prøveeksamen i STK3100/4100 høsten 2011. Prøveeksamen i STK3100/4100 høsten 2011. Oppgave 1 (a) Angi tetthet/punktsannsynlighet for eksponensielle klasser med og uten sprednings(dispersjons)ledd. Nevn alle fordelingsklassene du kjenner som kan

Detaljer

Datamatrisen: observasjoner, variabler og verdier. Variablers målenivå: Nominal Ordinal Intervall Forholdstall (ratio)

Datamatrisen: observasjoner, variabler og verdier. Variablers målenivå: Nominal Ordinal Intervall Forholdstall (ratio) Datamatrisen: observasjoner, variabler og verdier. Variablers målenivå: Nominal Ordinal Intervall Forholdstall (ratio) Beskrive fordelinger (sentraltendens, variasjon og form): Observasjon y i Sentraltendens

Detaljer

Sammenlikninger av gjennomsnitt. SOS1120 Kvantitativ metode. Kan besvare to spørsmål: Sammenlikning av to gjennomsnitt

Sammenlikninger av gjennomsnitt. SOS1120 Kvantitativ metode. Kan besvare to spørsmål: Sammenlikning av to gjennomsnitt SOS1120 Kvantitativ metode Forelesningsnotater 10. forelesning høsten 2005 Per Arne Tufte Sammenlikninger av gjennomsnitt Sammenlikner gjennomsnittet på avhengig variabel for ulike grupper av enheter Kan

Detaljer

Multisample Inference del 2 (Rosner 12.5 12.7) Øyvind Salvesen

Multisample Inference del 2 (Rosner 12.5 12.7) Øyvind Salvesen Multisample Inference del 2 (Rosner 12.5 12.7) Øyvind Salvesen Enhet for anvendt klinisk forskning, NTNU Inference oversettes med slutning inference n. a. The act or process of deriving logical conclusions

Detaljer

MASTER I IDRETTSVITENSKAP 2014/2016. Individuell skriftlig eksamen. STA 400- Statistikk. Fredag 13. mars 2015 kl. 10.00-12.00

MASTER I IDRETTSVITENSKAP 2014/2016. Individuell skriftlig eksamen. STA 400- Statistikk. Fredag 13. mars 2015 kl. 10.00-12.00 MASTER I IDRETTSVITENSKAP 2014/2016 Individuell skriftlig eksamen i STA 400- Statistikk Fredag 13. mars 2015 kl. 10.00-12.00 Hjelpemidler: kalkulator Eksamensoppgaven består av 10 sider inkludert forsiden

Detaljer

Eksamen i : STA-1002 Statistikk og. Eksamensdato : 26. september 2011. Sted : Administrasjonsbygget. Tillatte hjelpemidler : - Godkjent kalkulator

Eksamen i : STA-1002 Statistikk og. Eksamensdato : 26. september 2011. Sted : Administrasjonsbygget. Tillatte hjelpemidler : - Godkjent kalkulator Side 1 av 11 sider EKSAMENSOPPGAVE I STA-1002 Eksamen i : STA-1002 Statistikk og sannsynlighet 2 Eksamensdato : 26. september 2011. Tid : 09-13. Sted : Administrasjonsbygget. Tillatte hjelpemidler : -

Detaljer

Analyse av kontinuerlige data. Intro til hypotesetesting. 21. april 2005. Seksjon for medisinsk statistikk, UIO. Tron Anders Moger

Analyse av kontinuerlige data. Intro til hypotesetesting. 21. april 2005. Seksjon for medisinsk statistikk, UIO. Tron Anders Moger Intro til hypotesetesting Analyse av kontinuerlige data 21. april 2005 Tron Anders Moger Seksjon for medisinsk statistikk, UIO 1 Repetisjon fra i går: Normalfordelingen Variasjon i målinger kan ofte beskrives

Detaljer

Forelesning 13 Regresjonsanalyse

Forelesning 13 Regresjonsanalyse Forelesning 3 Regresjonsanalyse To typer bivariat analyse: Bivariat tabellanalyse: Har enhetenes verdi på den uavhengige variabelen en tendens til å gå sammen med bestemte verdier på den avhengige variabelen?

Detaljer

Eksamensoppgave i ST3001

Eksamensoppgave i ST3001 Det medisinske fakultet Institutt for kreftforskning og molekylær medisin Eksamensoppgave i ST3001 fredag 25. mai 2012, kl. 9.00 13:00 Antall studiepoeng: 7.5 Tillatte hjelpemidler: Kalkulator og alle

Detaljer

Eksamensoppgave i PSY2017/PSYPRO4317. Statistikk og kvantitative forskningsmetoder. Psykologisk institutt

Eksamensoppgave i PSY2017/PSYPRO4317. Statistikk og kvantitative forskningsmetoder. Psykologisk institutt 1 Psykologisk institutt Eksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder Faglig kontakt under eksamen: Christian Klöckner Tlf.: 73 59 19 60 Eksamensdato: 29.05.2015 Eksamenstid

Detaljer

Repeated Measures Anova.

Repeated Measures Anova. Repeated Measures Anova. Vi bruker oppgave-5 som eksempel. I en evalueringsstudie av en terapeutisk intervensjon valgte man et pre-post med kontrollgruppe design. Alle personer ble undersøkt tre ganger

Detaljer

Oppgave 1. og t α/2,n 1 = 2.262, så er et 95% konfidensintervall for µ D (se kap 9.9 i læreboka): = ( 0.12, 3.32).

Oppgave 1. og t α/2,n 1 = 2.262, så er et 95% konfidensintervall for µ D (se kap 9.9 i læreboka): = ( 0.12, 3.32). Løsningsforslag til eksamen i MOT310 STATISTISKE METODER 1 VARIGHET: 4 TIMER DATO: 16. november 2009 TILLATTE HJELPEMIDLER: Kalkulator: HP30S, Casio FX82 eller TI-30 Tabeller og formler i statistikk (Tapir

Detaljer

Forelesning 8 STK3100/4100

Forelesning 8 STK3100/4100 Forelesning STK300/400 Plan for forelesning: 0. oktober 0 Geir Storvik. Lineære blandede modeller. Eksempler - data og modeller 3. lme 4. Indusert korrelasjonsstruktur. Marginale modeller. Estimering -

Detaljer

EKSAMEN I PSY3100 FORSKNINGSMETODE KVANTITATIV HØSTEN 2012

EKSAMEN I PSY3100 FORSKNINGSMETODE KVANTITATIV HØSTEN 2012 NTNU Fakultet for samfunnsvitenskap og teknologiledelse Psykologisk institutt EKSAMEN I PSY3100 FORSKNINGSMETODE KVANTITATIV HØSTEN 2012 DATO: 12.12.12 Studiepoeng: 7,5 Sidetall bokmål 4 Tillatte hjelpemidler:

Detaljer

MOT310 Statistiske metoder 1, høsten 2010 Løsninger til regneøving nr. 11 (s. 1) der

MOT310 Statistiske metoder 1, høsten 2010 Løsninger til regneøving nr. 11 (s. 1) der MOT310 Statistiske metoder 1, høsten 2010 Løsninger til regneøving nr. 11 (s. 1) Oppgave 13.1 Modell: Y ij = µ i + ε ij, der ε ij uavh. N(0, σ 2 ) Boka opererer her med spesialtilfellet der man har like

Detaljer

HØGSKOLEN I STAVANGER

HØGSKOLEN I STAVANGER EKSAMEN I: MOT310 STATISTISKE METODER VARIGHET: 4 TIMER DATO: 27. FEBRUAR 2004 TILLATTE HJELPEMIDLER: KALKULATOR, TABELLER OG FORMLER I STATISTIKK (TAPIR FORLAG) OPPGAVESETTET BESTÅR AV 3 OPPGAVER PÅ 5

Detaljer

Eksamensoppgave i PSY3100 forskningsmetoder kvantitativ

Eksamensoppgave i PSY3100 forskningsmetoder kvantitativ Institutt for psykologi Eksamensoppgave i PSY3100 forskningsmetoder kvantitativ Faglig kontakt under eksamen: Odin Hjemdal Tlf.: 73 59 19 60 Eksamensdato: 15. mai 2017 Eksamenstid: 09:00-13:00 Hjelpemiddelkode/Tillatte

Detaljer

Høye skårer indikerer høye nivåer av selvkontroll.

Høye skårer indikerer høye nivåer av selvkontroll. Psykologisk institutt PSY2012 Forskningsmetodologi III: Statistisk analyse, design og måling Eksamen vår 2015 Skriftlig skoleeksamen tirsdag 19. mai, 09:00 (4 timer) Resultater publiseres 10. juni Kalkulator

Detaljer

Variansanalyse. Uke Variansanalyse. ANOVA=ANalysis Of Variance

Variansanalyse. Uke Variansanalyse. ANOVA=ANalysis Of Variance DOF610 - Statistiske metoder i medisinsk forskning 2 Variansanalyse Uke 43 44 Variansanalyse Sammenligne gjennomsnitt av kontinuerlige data i ulike grupper (rep. fra DO600) Post hoc tester Variansanalyse

Detaljer

Eksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder

Eksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder Psykologisk institutt Eksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder Faglig kontakt under eksamen: Eva Langvik Tlf.: Psykologisk institutt 73591960 Eksamensdato: 21.5.2013

Detaljer

MASTER I IDRETTSVITENSKAP 2014/2016. Utsatt individuell skriftlig eksamen. STA 400- Statistikk. Mandag 24. august 2015 kl. 10.00-12.

MASTER I IDRETTSVITENSKAP 2014/2016. Utsatt individuell skriftlig eksamen. STA 400- Statistikk. Mandag 24. august 2015 kl. 10.00-12. MASTR I IDRTTSVITNSKAP 2014/2016 Utsatt individuell skriftlig eksamen i STA 400- Statistikk Mandag 24. august 2015 kl. 10.00-12.00 Hjelpemidler: kalkulator ksamensoppgaven består av 10 sider inkludert

Detaljer

Eksamensoppgave i PSY3100 Forskningsmetode kvantitativ

Eksamensoppgave i PSY3100 Forskningsmetode kvantitativ Psykologisk institutt Eksamensoppgave i PSY3100 Forskningsmetode kvantitativ Faglig kontakt under eksamen: Christian Klöckner Tlf.: 73 59 19 60 Eksamensdato: 8. desember 2016 Eksamenstid: 09:00 13:00 Hjelpemiddelkode/Tillatte

Detaljer

Multippel lineær regresjon

Multippel lineær regresjon Regresjon Multippel lineær regresjon Inger Johanne Bakken Enhet for anvendt klinisk forskning, NTNU Og Avdeling for forebyggende helsearbeid, SINTEF Tilpasse en funksjon til ett sett observasjoner Minst

Detaljer

Eksamensoppgave i PSY3100 Forskningsmetode - kvantitativ

Eksamensoppgave i PSY3100 Forskningsmetode - kvantitativ Psykologisk institutt Eksamensoppgave i PSY3100 Forskningsmetode - kvantitativ Faglig kontakt under eksamen: Odin Hjemdal Tlf.: Psykologisk institutt 73 59 19 60 Eksamensdato: 23.5.2013 Eksamenstid (fra-til):

Detaljer

7. november 2011 Geir Storvik

7. november 2011 Geir Storvik Forelesning 13 STK3100/4100 Plan for forelesning: 7. november 2011 Geir Storvik Generaliserte lineære blandede modeller 1. Sammenlikning ulike estimeringsmetoder 2. Tolkning parametre 3. Inferens Konfidensintervaller

Detaljer

MASTER I IDRETTSVITENSKAP 2013/2015 MASTER I IDRETTSFYSIOTERAPI 2013/2015. Utsatt individuell skriftlig eksamen. STA 400- Statistikk

MASTER I IDRETTSVITENSKAP 2013/2015 MASTER I IDRETTSFYSIOTERAPI 2013/2015. Utsatt individuell skriftlig eksamen. STA 400- Statistikk MSTR I IRTTSVITNSKP 013/015 MSTR I IRTTSFYSIOTRPI 013/015 Utsatt individuell skriftlig eksamen i ST 400- Statistikk Mandag 5. august 014 kl. 10.00-1.00 Hjelpemidler: kalkulator ksamensoppgaven består av

Detaljer

Oppgave 1. T = 9 Hypotesetest for å teste om kolesterolnivået har endret seg etter dietten: T observert = 2.16 0

Oppgave 1. T = 9 Hypotesetest for å teste om kolesterolnivået har endret seg etter dietten: T observert = 2.16 0 Løsningsforslag til eksamen i MOT310 STATISTISKE METODER 1 VARIGHET: 4 TIMER DATO: 08. mai 2008 TILLATTE HJELPEMIDLER: Kalkulator: HP30S, Casio FX82 eller TI-30 Tabeller og formler i statistikk (Tapir

Detaljer

ESTIMATION OF PREANALYTICAL UNCERTAINTY IN CLINICAL CHEMISTRY

ESTIMATION OF PREANALYTICAL UNCERTAINTY IN CLINICAL CHEMISTRY ESTIMATION OF PREANALYTICAL UNCERTAINTY IN CLINICAL CHEMISTRY Marit Sverresdotter Sylte NKK-møtet, Solstrand, 14. mars 2014 Hovedveileder: Statistiker: Bjørn J. Bolann Tore Wentzel-Larsen HOVEDMÅLET FOR

Detaljer

SOS 301 og SOS31/ SOS311 MULTIVARIAT ANALYSE

SOS 301 og SOS31/ SOS311 MULTIVARIAT ANALYSE 1 SOS 301 og SOS31/ SOS311 MULTIVARIAT ANALYSE Eksamensdag: 8 desember 1997 Eksamensstad: Dragvoll, paviljong C, rom 201 Tid til eksamen: 6 timar Vekt: 5 for SOS301 og 4 for SOS31/ SOS311 Talet på sider

Detaljer

Eksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder

Eksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder Psykologisk institutt Eksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder Faglig kontakt under eksamen: Martin Rasmussen Tlf.: 73 59 19 60 Eksamensdato: 12.12.13 Eksamenstid

Detaljer

MOT310 Statistiske metoder 1, høsten 2006 Løsninger til regneøving nr. 8 (s. 1) Oppgaver fra boka:

MOT310 Statistiske metoder 1, høsten 2006 Løsninger til regneøving nr. 8 (s. 1) Oppgaver fra boka: MOT30 Statistiske metoder, høsten 2006 Løsninger til regneøving nr. 8 (s. ) Oppgaver fra boka: Oppgave.5 (.3:5) ) Først om tolking av datautskriften. Sammendrag gir følgende informasjon: Multippel R =R,

Detaljer

Fordelinger, mer om sentralmål og variasjonsmål. Tron Anders Moger

Fordelinger, mer om sentralmål og variasjonsmål. Tron Anders Moger Fordelinger, mer om sentralmål og variasjonsmål Tron Anders Moger 20. april 2005 1 Forrige gang: Så på et eksempel med data over medisinerstudenter Lærte hvordan man skulle få oversikt over dataene ved

Detaljer

MOT310 Statistiske metoder 1, høsten 2006 Løsninger til regneøving nr. 7 (s. 1) Oppgaver fra boka: n + (x 0 x) 2 σ2

MOT310 Statistiske metoder 1, høsten 2006 Løsninger til regneøving nr. 7 (s. 1) Oppgaver fra boka: n + (x 0 x) 2 σ2 MOT310 Statistiske metoder 1, høsten 2006 Løsninger til regneøving nr. 7 (s. 1) Oppgaver fra boka: Oppgave 11.27 (11.6:13) Modell: Y i = α + βx i + ε i der ε 1,..., ε n u.i.f. N(0, σ 2 ). Skal finne konfidensintervall

Detaljer

Løsningsforslag øving 9, ST1301

Løsningsforslag øving 9, ST1301 Løsningsforslag øving 9, ST1301 Oppgave 1 Regresjon. Estimering av arvbarhet. a) Legg inn din egen høyde, din mors høyde, din fars høyde, og ditt kjønn via linken på fagets hjemmeside 1. Last så ned dataene

Detaljer

Oppgave 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.

Oppgave 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

Detaljer

Er det enklere å anslå timelønna hvis vi vet utdanningslengden? Forelesning 14 Regresjonsanalyse

Er det enklere å anslå timelønna hvis vi vet utdanningslengden? Forelesning 14 Regresjonsanalyse Forelesning 4 Regresjonsanalyse To typer bivariat analyse: Bivariat tabellanalyse: Har enhetenes verdi på den uavhengige variabelen en tendens til å gå sammen med bestemte verdier på den avhengige variabelen?

Detaljer

MASTER I IDRETTSVITENSKAP 2013/2015 MASTER I IDRETTSFYSIOTERAPI 2013/2015. Individuell skriftlig eksamen. STA 400- Statistikk

MASTER I IDRETTSVITENSKAP 2013/2015 MASTER I IDRETTSFYSIOTERAPI 2013/2015. Individuell skriftlig eksamen. STA 400- Statistikk MASTER I IDRETTSVITENSKAP 013/015 MASTER I IDRETTSFYSIOTERAPI 013/015 Individuell skriftlig eksamen i STA 400- Statistikk Mandag 10. mars 014 kl. 10.00-1.00 Hjelpemidler: kalkulator Eksamensoppgaven består

Detaljer

Multisample Inference del 2 (Rosner )

Multisample Inference del 2 (Rosner ) Multisample Inference del (Rosner.5.7) Inger Johanne Baen Enhet for anvendt linis forsning, NTNU og Avdeling for forebyggende helsearbeid, SINTEF Inference oversettes med Sluttsats inference n. a. The

Detaljer

Innhold. Multisample inference - del 2 (Rosner, ) Data Effect of Lead Exposure (Eks. i Rosner Kap mm)

Innhold. Multisample inference - del 2 (Rosner, ) Data Effect of Lead Exposure (Eks. i Rosner Kap mm) Innhold Multisample inference - del (Rosner,.5 -.7) Stian Lydersen.5.: Sammenheng mellom enveis ANOVA og multippel lineær regresjon: Indiatorvariable.5. samt Vicers & Altman (BMJ Nov 00): Kovariansanalyse

Detaljer

SOS 31 MULTIVARIAT ANALYSE

SOS 31 MULTIVARIAT ANALYSE 1 SOS 31 MULTIVARIAT ANALYSE Eksamensdag: Onsdag 22. mai 1996 Eksamensstad: Nidarøhallen, Hall A Tid til eksamen: 6 timar Vekttal: 4 Talet på sider med nynorsk: 18 Sensurdato: 23 juni 1996 Hjelpemiddel

Detaljer

PSY2012 Forskningsmetodologi III: Statistisk analyse, design og måling Eksamen vår 2014

PSY2012 Forskningsmetodologi III: Statistisk analyse, design og måling Eksamen vår 2014 Psykologisk institutt PSY2012 Forskningsmetodologi III: Statistisk analyse, design og måling Eksamen vår 2014 Skriftlig skoleeksamen fredag 2. mai, 09:00 (4 timer). Kalkulator uten grafisk display og tekstlagringsfunksjon

Detaljer

Kp. 13. Enveis ANOVA

Kp. 13. Enveis ANOVA -tabell Bjørn H. Auestad Kp. 13: Én-faktor eksperiment 1 / 13 Kp. 13: Én-faktor -tabell 13.1 Analysis-of-Variance Technique 13.2 The Strategy of Experimental Design 13.3 One-Way Analysis of Variance: Completely

Detaljer

Medisinsk statistikk Del I høsten 2009:

Medisinsk statistikk Del I høsten 2009: Medisinsk statistikk Del I høsten 2009: Kontinuerlige sannsynlighetsfordelinger Pål Romundstad Beregning av sannsynlighet i en binomisk forsøksrekke generelt Sannsynligheten for at suksess intreffer X

Detaljer

SOS1120 Kvantitativ metode. Regresjonsanalyse. Lineær sammenheng II. Lineær sammenheng I. Forelesningsnotater 11. forelesning høsten 2005

SOS1120 Kvantitativ metode. Regresjonsanalyse. Lineær sammenheng II. Lineær sammenheng I. Forelesningsnotater 11. forelesning høsten 2005 SOS1120 Kvantitativ metode Regresjonsanalyse Forelesningsnotater 11. forelesning høsten 2005 Per Arne Tufte Lineær sammenheng I Lineær sammenheng II Ukelønn i kroner 4000 3500 3000 2500 2000 1500 1000

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: Bio 2150 Biostatistikk og studiedesign Eksamensdag: 5. desember 2014 Tid for eksamen: 14:30-18:30 (4 timer) Oppgavesettet er

Detaljer

Løsningsforslag eksamen 25. november 2003

Løsningsforslag eksamen 25. november 2003 MOT310 Statistiske metoder 1 Løsningsforslag eksamen 25. november 2003 Oppgave 1 a) Vi har µ D = µ X µ Y. Sangere bruker generelt trapesius-muskelen mindre etter biofeedback dersom forventet bruk av trapesius

Detaljer

EKSAMEN I TMA4255 ANVENDT STATISTIKK

EKSAMEN I TMA4255 ANVENDT STATISTIKK Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 5 Faglig kontakt under eksamen: Mette Langaas (988 47 649) BOKMÅL EKSAMEN I TMA4255 ANVENDT STATISTIKK Onsdag 8. august

Detaljer

EKSAMEN I FAG TMA4255 ANVENDT STATISTIKK

EKSAMEN I FAG TMA4255 ANVENDT STATISTIKK Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 5 Faglig kontakt under eksamen: Bo Lindqvist Tlf. 975 89 418 BOKMÅL EKSAMEN I FAG TMA4255 ANVENDT STATISTIKK Onsdag

Detaljer

Fra krysstabell til regresjon

Fra krysstabell til regresjon Fra krysstabell til regresjon La oss si at vi er interessert i å undersøke i hvilken grad arbeidstid er avhengig av utdanning. Vi har ca. 3200 observasjoner (dvs. arbeidstakere som er spurt). For hver

Detaljer

Norges teknisk-naturvitenskapelige universitet Fakultet for samfunnsvitenskap og teknologiledelse Pedagogisk institutt

Norges teknisk-naturvitenskapelige universitet Fakultet for samfunnsvitenskap og teknologiledelse Pedagogisk institutt Norges teknisk-naturvitenskapelige universitet Fakultet for samfunnsvitenskap og teknologiledelse Pedagogisk institutt BOKMÅL/NYNORSK EKSAMEN I: PED3001 - STATISTIKK FAGLIG KONTAKT UNDER EKSAMEN: Per Frostad

Detaljer

Forelesning 11 STK3100/4100

Forelesning 11 STK3100/4100 Forelesning STK300/400 Plan for forelesning: 3. oktober 20 Geir Storvik. Generaliserte lineære blandede modeller Eksempler R-kode - generell formulering av modell Tillater innbygging av avhengigheter mellom

Detaljer

Forelesning 13 Analyser av gjennomsnittsverdier. Er inntektsfordelingen for kvinner og menn i EU-undersøkelsen lik?

Forelesning 13 Analyser av gjennomsnittsverdier. Er inntektsfordelingen for kvinner og menn i EU-undersøkelsen lik? 2 verdier Forelesning 13 Analyser av gjennomsnittsverdier Valg av type statistisk generalisering i bivariat analyse er avhengig av hvilke variabler vi har Avhengig variabel kategorivariabel kontinuerlig

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: STK1110 Statistiske metoder og dataanalyse 1. Eksamensdag: Tirsdag 11. desember 2012. Tid for eksamen: 14.30 18.30. Oppgavesettet

Detaljer

EKSAMEN I TMA4255 ANVENDT STATISTIKK

EKSAMEN I TMA4255 ANVENDT STATISTIKK Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 11 Faglig kontakt under eksamen: Mette Langaas (988 47 649) BOKMÅL EKSAMEN I TMA4255 ANVENDT STATISTIKK Mandag 6.

Detaljer

Til bruk i metodeundervisningen ved Høyskolen i Oslo

Til bruk i metodeundervisningen ved Høyskolen i Oslo MINIMANUAL FOR SPSS Til bruk i metodeundervisningen ved Høyskolen i Oslo Denne minimanualen viser hvordan analyser i metodeundervisningen på masternivå (master i sosialt arbeid, master i familiebehandling

Detaljer

MOT310 Statistiske metoder 1, høsten 2011 Løsninger til regneøving nr. 7 (s. 1) Oppgaver fra boka: n + (x 0 x) 2 1. n + (x 0 x) 1 2 ) = 1 γ

MOT310 Statistiske metoder 1, høsten 2011 Løsninger til regneøving nr. 7 (s. 1) Oppgaver fra boka: n + (x 0 x) 2 1. n + (x 0 x) 1 2 ) = 1 γ MOT310 Statistiske metoder 1, høsten 2011 Løsninger til regneøving nr. 7 (s. 1) Oppgaver fra boka: Oppgave 11.25 (11.27, 11.6:13) Modell: Y i = α + βx i + ε i der ε 1,..., ε n u.i.f. N(0, σ 2 ). Skal nne

Detaljer

Påvirker fastlegene sykefraværet? Arild Aakvik, UiB Tor Helge Holmås, Rokkansenteret Kamrul Islam, UiB

Påvirker fastlegene sykefraværet? Arild Aakvik, UiB Tor Helge Holmås, Rokkansenteret Kamrul Islam, UiB Påvirker fastleene sykefraværet? Arild Aakvik, UiB Tor Hele Holmås, Rokkansenteret Kamrul Islam, UiB 1 2004 2005 2006 2007 2008 2009 35 30 25 20 15 10 Sykefravær 2 2003 2002 2001 1991 1992 1993 1994 1995

Detaljer

Eksamen i : STA-1002 Statistikk og. Eksamensdato : 3. juni Sted : Administrasjonsbygget. Tillatte hjelpemidler : - Godkjent kalkulator

Eksamen i : STA-1002 Statistikk og. Eksamensdato : 3. juni Sted : Administrasjonsbygget. Tillatte hjelpemidler : - Godkjent kalkulator Side 1 av 11 sider EKSAMENSOPPGAVE I STA-1002 Eksamen i : STA-1002 Statistikk og sannsynlighet 2 Eksamensdato : 3. juni 2011. Tid : 09-13. Sted : Administrasjonsbygget. Tillatte hjelpemidler : - Godkjent

Detaljer

HØGSKOLEN I STAVANGER

HØGSKOLEN I STAVANGER EKSAMEN I: MOT310 STATISTISKE METODER 1 VARIGHET: 4 TIMER DATO: 25. NOVEMBER 2003 TILLATTE HJELPEMIDLER: KALKULATOR, TABELLER OG FORMLER I STATISTIKK (TAPIR FORLAG) OPPGAVESETTET BESTÅR AV 3 OPPGAVER PÅ

Detaljer

Fra boka: 10.32, 10.33, 10.34, 10.35, 10.3 og (alle er basert på samme datasett).

Fra boka: 10.32, 10.33, 10.34, 10.35, 10.3 og (alle er basert på samme datasett). Fra boka: 10.32, 10.33, 10.34, 10.35, 10.3 og 10.37 (alle er basert på samme datasett). ############ OPPGAVE 10.32 # Vannkvalitet. n=49 målinger i ulike områder. # Forutsetter at datasettene til boka (i

Detaljer

Eksamensoppgave i PSY2017/PSYPRO4317. Statistikk og kvantitative forskningsmetoder. Målform/språk: Bokmål Antall sider: 10. Psykologisk institutt

Eksamensoppgave i PSY2017/PSYPRO4317. Statistikk og kvantitative forskningsmetoder. Målform/språk: Bokmål Antall sider: 10. Psykologisk institutt 1 Psykologisk institutt Eksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder Faglig kontakt under eksamen: Christian Klöckner Tlf.: 73 59 19 60 Eksamensdato:11.12.014 Eksamenstid

Detaljer

2. Hva er en sampelfordeling? Nevn tre eksempler på sampelfordelinger.

2. Hva er en sampelfordeling? Nevn tre eksempler på sampelfordelinger. H12 - Semesteroppgave i statistikk - sensurveiledning Del 1 - teori 1. Gjør rede for resonnementet bak ANOVA. Enveis ANOVA tester om det er forskjeller mellom gjennomsnittene i tre eller flere populasjoner.

Detaljer

Oppgave 1. Det oppgis at dersom y ij er observasjon nummer j fra laboratorium i så er SSA = (y ij ȳ i ) 2 = 3.6080.

Oppgave 1. Det oppgis at dersom y ij er observasjon nummer j fra laboratorium i så er SSA = (y ij ȳ i ) 2 = 3.6080. EKSAMEN I: MOT310 STATISTISKE METODER 1 VARIGHET: 4 TIMER DATO: 28. FEBRUAR 2005 TILLATTE HJELPEMIDLER: KALKULATOR, TABELLER OG FORMLER I STATISTIKK (TAPIR FORLAG) OPPGAVESETTET BESTÅR AV 4 OPPGAVER PÅ

Detaljer

ST0202 Statistikk for samfunnsvitere Kapittel 9: Inferens om én populasjon

ST0202 Statistikk for samfunnsvitere Kapittel 9: Inferens om én populasjon ST0202 Statistikk for samfunnsvitere Kapittel 9: Inferens om én populasjon Bo Lindqvist Institutt for matematiske fag 2 Kap. 9: Inferens om én populasjon Statistisk inferens har som mål å tolke/analysere

Detaljer

Statistikk er begripelig

Statistikk er begripelig Statistikk er begripelig men man må begynne med ABC ANOVA ANOVA er brukt til å sammenligne gjennomsnittsverdier Slik er det, selv om det er Analysis of Variance man sier BIVARIAT Bivariat analyse er godt

Detaljer

Krysstabellanalyse (forts.) SOS1120 Kvantitativ metode. 4. Statistisk generalisering. Forelesningsnotater 9. forelesning høsten 2005.

Krysstabellanalyse (forts.) SOS1120 Kvantitativ metode. 4. Statistisk generalisering. Forelesningsnotater 9. forelesning høsten 2005. SOS112 Kvantitativ metode Krysstabellanalyse (forts.) Forelesningsnotater 9. forelesning høsten 25 4. Statistisk generalisering Per Arne Tufte Eksempel: Hypoteser Eksempel: observerte frekvenser (O) Hvordan

Detaljer

Kategoriske data, del I: Kategoriske data - del 2 (Rosner, ) Kategoriske data, del II: 2x2 tabell, parede data (Mc Nemar s test)

Kategoriske data, del I: Kategoriske data - del 2 (Rosner, ) Kategoriske data, del II: 2x2 tabell, parede data (Mc Nemar s test) Kategoriske data, del I: Kategoriske data - del (Rosner, 10.3-10.7) 1 januar 009 Stian Lydersen To behandlinger og to utfall. (generelt: variable, verdier). x tabell. Uavhengige observasjoner Sammenheng

Detaljer

EXAMINATION PAPER. Exam in: STA-3300 Applied statistics 2 Date: Wednesday, November 25th 2015 Time: Kl 09:00 13:00 Place: Teorifagb.

EXAMINATION PAPER. Exam in: STA-3300 Applied statistics 2 Date: Wednesday, November 25th 2015 Time: Kl 09:00 13:00 Place: Teorifagb. EXAMINATION PAPER Exam in: STA-3300 Applied statistics 2 Date: Wednesday, November 25th 2015 Time: Kl 09:00 13:00 Place: Teorifagb.,hus 1, plan 3 Approved aids: Calculator All printed and written The exam

Detaljer

1 Section 7-2: Estimere populasjonsandelen. 2 Section 7-4: Estimere µ når σ er ukjent

1 Section 7-2: Estimere populasjonsandelen. 2 Section 7-4: Estimere µ når σ er ukjent 1 Section 7-2: Estimere populasjonsandelen 2 Section 7-4: Estimere µ når σ er ukjent Kapittel 7 Nå begynner vi med statistisk inferens! Bruke stikkprøven til å 1 Estimere verdien til en parameter i populasjonen.

Detaljer

Kort overblikk over kurset sålangt

Kort overblikk over kurset sålangt Kort overblikk over kurset sålangt Kapittel 1: Deskriptiv statististikk for en variabel Kapittel 2: Deskriptiv statistikk for samvariasjon mellom to variable (regresjon) Kapittel 3: Metoder for å innhente

Detaljer

ST0202 Statistikk for samfunnsvitere Kapittel 13: Lineær regresjon og korrelasjon

ST0202 Statistikk for samfunnsvitere Kapittel 13: Lineær regresjon og korrelasjon ST0202 Statistikk for samfunnsvitere Kapittel 13: Lineær regresjon og korrelasjon Bo Lindqvist Institutt for matematiske fag http://wiki.math.ntnu.no/st0202/2012h/start 2 Kap. 13: Lineær korrelasjons-

Detaljer

Institutt for økonomi og administrasjon

Institutt for økonomi og administrasjon Fakultet for samfunnsfag Institutt for økonomi og administrasjon Statistiske metoder Bokmål Dato: Torsdag 19. desember Tid: 4 timer / kl. 9-13 Antall sider (inkl. forside): 8 Antall oppgaver: 3 Oppsettet

Detaljer

Forelesning 9 STK3100/4100

Forelesning 9 STK3100/4100 p. 1/3 Forelesning 9 STK3100/4100 Plan for forelesning: 18. oktober 2012 Geir Storvik 1. Lineære blandede modeller 2. Marginale modeller 3. Estimering - ML og REML 4. Modell seleksjon p. 2/3 Modell med

Detaljer

OPPGAVESETTET BESTÅR AV 3 OPPGAVER PÅ 6 SIDER MERKNADER: Alle deloppgaver vektlegges likt.

OPPGAVESETTET BESTÅR AV 3 OPPGAVER PÅ 6 SIDER MERKNADER: Alle deloppgaver vektlegges likt. EKSAMEN I: MOT310 STATISTISKE METODER 1 VARIGHET: 4 TIMER DATO: 08. mai 2008 TILLATTE HJELPEMIDLER: Kalkulator: HP30S, Casio FX82 eller TI-30 Tabeller og formler i statistikk (Tapir forlag) OPPGAVESETTET

Detaljer

Std. Error. ANOVA b. Sum of Squares df Square F Sig. 54048,151 2 27024,075 327,600,000 263063,943 3189 82,491 317112,094 3191.

Std. Error. ANOVA b. Sum of Squares df Square F Sig. 54048,151 2 27024,075 327,600,000 263063,943 3189 82,491 317112,094 3191. Samspill i regresjon Variables Entered/Removed b Variables Variables Entered Removed Method Kjønn,, Enter hjemmebo ende a a. All requested variables entered. Summary Std. Error Adjusted R of the R R Square

Detaljer

Eksamen i: STA-1002 Statistikk og sannsynlighet 2 Dato: Fredag 31. mai 2013 Tid: Kl 09:00 13:00 Sted: Administrasjonsbygget

Eksamen i: STA-1002 Statistikk og sannsynlighet 2 Dato: Fredag 31. mai 2013 Tid: Kl 09:00 13:00 Sted: Administrasjonsbygget FA K U L T E T FO R NA T U R V I T E N S K A P O G TE K N O L O G I EKSAMENSOPPGAVE Eksamen i: STA-1002 Statistikk og sannsynlighet 2 Dato: Fredag 31. mai 2013 Tid: Kl 09:00 13:00 Sted: Administrasjonsbygget

Detaljer

EKSAMENSOPPGAVE. B154 «Tabeller og formler i statistikk» av Kvaløy og Tjelmeland. To A4-ark (4 sider) med egne notater. Godkjent kalkulator.

EKSAMENSOPPGAVE. B154 «Tabeller og formler i statistikk» av Kvaløy og Tjelmeland. To A4-ark (4 sider) med egne notater. Godkjent kalkulator. Fakultet for naturvitenskap og teknologi EKSAMENSOPPGAVE Eksamen i: STA-2004 Dato: 29.september 2016 Klokkeslett: 09 13 Sted: Tillatte hjelpemidler: B154 «Tabeller og formler i statistikk» av Kvaløy og

Detaljer

Oppgave 13.1 (13.4:1)

Oppgave 13.1 (13.4:1) MOT310 Statistiske metoder 1, høsten 2006 Løsninger til regneøving nr. 11 (s. 1) Modell: Oppgave 13.1 (13.4:1) Y ij = µ i + ε ij, der ε ij uavh. N(0, σ 2 ) Boka opererer her med spesialtilfellet der man

Detaljer

Oppgave 14.1 (14.4:1)

Oppgave 14.1 (14.4:1) MOT30 Statistiske metoder, høste006 Løsninger til regneøving nr. 0 (s. ) Modell: Oppgave 4. (4.4:) Y ijk = µ + α i + β j + (αβ) ij + ε ijk, der ε ijk uavh. N(0, σ ) der µ er gjennomsnittseffekten, α i

Detaljer

I enkel lineær regresjon beskrev linja. μ y = β 0 + β 1 x

I enkel lineær regresjon beskrev linja. μ y = β 0 + β 1 x Multiple regresjon Her utvider vi perspektivet for enkel lineær regresjon til også å omfatte flere forklaringsvariable.det er fortsatt en responsvariabel. Måten dette gjøre på er nokså naturlig. Prediktoren

Detaljer

EKSAMEN I SOS1120 KVANTITATIV METODE 5. MAI 2004 (6 timer)

EKSAMEN I SOS1120 KVANTITATIV METODE 5. MAI 2004 (6 timer) EKSAMEN I SOS1120 KVANTITATIV METODE 5. MAI 2004 (6 timer) Bruk av ikke-programmerbar kalkulator er tillatt under eksamen. Utover det er ingen hjelpemidler tillatt. Sensur faller fredag 28. mai kl. 14.00,

Detaljer

TMA4240 Statistikk Høst 2012

TMA4240 Statistikk Høst 2012 TMA424 Statistikk Høst 212 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving blokk II Oppgave 1 Oppgave 11.3 fra læreboka. Oppgave 2 Oppgave 11.19 fra læreboka. Oppgave

Detaljer

PSYC 3101 KVANTITATIV METODE II Eksamen høst 2008

PSYC 3101 KVANTITATIV METODE II Eksamen høst 2008 Eksamen 7. november kl. 0900 200 Sensur: 8.2. kl. 4 Alle oppgavene skal besvares. PSYC 30 KVANTITATIV METODE II Eksamen høst 2008 OPPGAVE Vurdering av personlige egenskaper Et selskap som driver en nettside

Detaljer

Eksamensoppgave i TMA4267 Lineære statistiske modeller

Eksamensoppgave 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:

Detaljer

MA Universitetet i Agder Institutt for matematiske fag EKSAMEN. Emnekode: MA-202 Emnenavn: Statistikk 2

MA Universitetet i Agder Institutt for matematiske fag EKSAMEN. Emnekode: MA-202 Emnenavn: Statistikk 2 Universitetet i Agder Institutt for matematiske fag MA-202 1 EKSAMEN Emnekode: MA-202 Emnenavn: Statistikk 2 Dato: 21. november 2011 Varighet: 0900 1400 Antall sider inkl. forside: 5 Tillatte hjelpemidler:

Detaljer

Casio. Et oppdatert Casio Manual som tar av seg litt av faget MA-155. En basis guide for bruk av Casio. Denne manualen er skrevet av «EFN»

Casio. Et oppdatert Casio Manual som tar av seg litt av faget MA-155. En basis guide for bruk av Casio. Denne manualen er skrevet av «EFN» Casio Et oppdatert Casio Manual som tar av seg litt av faget MA-155. En basis guide for bruk av Casio. Denne manualen er skrevet av «EFN» Denne manualen bruker eksempler fra utgaven 2017: Statistikk En

Detaljer

Eksamensoppgave i TMA4255 Anvendt statistikk

Eksamensoppgave 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

Detaljer

Oppgave 1 (25 %) Resultater fra QM: a) Maximin = 0 ved ikke å lansere. b) Maximax = 27000000 for produkt 2.

Oppgave 1 (25 %) Resultater fra QM: a) Maximin = 0 ved ikke å lansere. b) Maximax = 27000000 for produkt 2. Oppgave 1 (25 %) Resultater fra QM: a) Maximin = 0 ved ikke å lansere. b) Maximax = 27000000 for produkt 2. c) EMV max = 1000000 * 0.8 + 27000000 * 0.2 = 4600000 for produkt 2. d) 0.2 * 27000000 4600000

Detaljer

+ S2 Y ) 2. = 6.737 6 (avrundet nedover til nærmeste heltall) n Y 1

+ S2 Y ) 2. = 6.737 6 (avrundet nedover til nærmeste heltall) n Y 1 Løsningsforslag for: MOT10 STATISTISKE METODER 1 VARIGHET: 4 TIMER DATO: 6. november 007 TILLATTE HJELPEMIDLER: Kalkulator: HP0S, Casio FX8 eller TI-0 Tabeller og formler i statistikk (Tapir forlag) MERKNADER:

Detaljer

OPPGAVE 1 MA Universitetet i Agder Institutt for matematiske fag EKSAMEN. Emnekode: MA-202 Emnenavn: Statistikk 2

OPPGAVE 1 MA Universitetet i Agder Institutt for matematiske fag EKSAMEN. Emnekode: MA-202 Emnenavn: Statistikk 2 Universitetet i Agder Institutt for matematiske fag MA-202 1 EKSAMEN Emnekode: MA-202 Emnenavn: Statistikk 2 Dato: 24. mai 2012 Varighet: 0900 1400 Antall sider inkl. forside: 7 Tillatte hjelpemidler:

Detaljer

Kapittel 3: Studieopplegg

Kapittel 3: Studieopplegg Oversikt over pensum Kapittel 1: Empirisk fordeling for en variabel o Begrepet fordeling o Mål for senter (gj.snitt, median) + persentiler/kvartiler o Mål for spredning (Standardavvik s, IQR) o Outliere

Detaljer

UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet

UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Underveiseksamen i: STK1000 Innføring i anvendt statistikk. Eksamensdag: Onsdag 13/10, 2004. Tid for eksamen: Kl. 09.00 11.00. Vedlegg:

Detaljer

UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet

UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Underveiseksamen i: STK1000 Innføring i anvendt statistikk. Eksamensdag: Onsdag 28/3, 2007. Tid for eksamen: Kl. 09.00 11.00. Tillatte hjelpemidler:

Detaljer