Sannsynlighetsregning og Statistikk.

Save this PDF as:
 WORD  PNG  TXT  JPG

Størrelse: px
Begynne med side:

Download "Sannsynlighetsregning og Statistikk."

Transkript

1 Sannsynlighetsregning og Statistikk. Leksjon Velkommen til dette kurset i sannsynlighetsregning og statistikk! Vi vil som lærebok benytte Gunnar G. Løvås:Statistikk for universiteter og høyskoler. I den første leksjonen skal vi ta for oss endel begreper vi bruker i statistikk. Begrepene vil i vår tekst bli understreket og du kan finne dem igjen i det registeret vi har laget. Du vil også kunne lese mer om de forskjellige begreper i kapittel i Løvås bok. Det å foreta en statistisk analyse vil si at en ut fra et tallmateriale (et utvalg) skal trekke generelle konklusjoner i en populasjon. Hvor god en statistisk analyse vil være avhenger av om utvalget er representativt for hele populasjonen om hvor stor variasjonen mellom enhetene er. Variasjon kan deles i 3 typer: Populasjonsvariasjon. Prosessvariasjon. Målevariasjon.

2 Det er viktig å ha klart for seg forskjellen mellom et utvalg og en populasjon. En populasjon består av alle de enheter som er av interesse for oss i en analyse. En populasjon vil ofte bestå av uendelig mange enheter. Et utvalg består av de enheter vi har i et forsøk dvs. det tallmateriale vi skal analysere.. Enhetene i utvalget og populasjonen kan beskrives ved følgende typer variable:. Kategoriske variable (f.eks.kjønn) 2. Diskrete variable ( f.eks. antall øyne på en terning) 3. Kontinuerlige variable. (f.eks. levetiden for en lyspære). Vi har en tilfeldig variabel hvis utvalget er et tilfeldig utvalg fra populasjonen. Vi snakker om to typer modeller. Deterministisk modell beskriver fenomen som er forutsigbare. Stokastisk modell beskriver fenomen som innvolverer tilfeldigheter, dvs. de er uforutsigbare. Når vi skal foreta en statistisk analyse tar vi utgangspunkt i en stokastisk modell. Vi skal nå se på hvordan vi kan beskrive et tallmateriale (et utvalg). Dette finner du mer utfyllende beskrevet i læreboka. 2

3 Beskrivelse av utvalg. (Deskriptiv Statistikk) Vi skal ved hjelp av et eksempel vise hvordan en kan fremstille et tallmateriale på en oversiktlig måte med en frekvenstabell. Fremgangsmåten er den samme om de variable er kategoriske, diskrete eller kontinuerlige. I boka står fremgangsmåtene for alle tre kategorier beskrevet. Vi nøyer oss med å illustrerer fremgangsmåten med et eksempel hvor vi har en diskret variabel. Eks.: For å undersøke forekomsten av kobolt (Co) I Oppland fylke ble 50 jordprøver valgt ut fra et stort område og Co-innholdet for hver prøve (angitt i mg. pr. kg. jord) ble bestemt. Resultatet ble: Vi får her et klarere bilde av fordelingen av dataene hvis vi lager en frekvenstabell. Vi deler da tallområde inn i 5-5 intervaller.vi gjør et subjektivt valg av intervallene, men alle intervallene bør være like store og det må være klart hva som er øvre og nedre grense for hvert intervall.. Vi finner minste og største verdi i tallmaterialet ( 6,200) 2. Deler observasjonene i et 0 intervaller. 3. Teller opp antall observasjoner i hvert intervall. 4. Beregner relative frekvenser. Vi får da flg. frekvenstabell: 3

4 Frekvenstabell Intervall Antall Rel.frekvens Kumulativ rel.frekvens En foretrekker ofte å visualisere tabellen ved hjelp av et histogram. En danner da rektangler over de enkelte delintervaller og tilpasser høyden slik at arealet tilsvarer den relative frekvens. Her er et histogram for vårt eksempel (laget på Minitab) En kan også lage kakediagram eller søylediagram. Du kan se eksempler på dette i kapittel 2 i læreboka. Skal en sammenligne histogram fra forskjellige undersøkelser tegner en ofte histogrammene i samme diagram. 4

5 Sentralmål Det vanligste mål for størrelsen av et tallmateriale er gjennomsnittet. Et slikt mål angir sentrum i tallmaterialet x = x + x x n = n n n i= x i Denne størrelsen er regnet ut på de fleste lommekalkulatorer når du har plugget inn dataene dine. I vårt materiale er x = Svakheten med gjennomsnittet som sentralmål er at en eller noen få svært avvikende observasjoner kan trekke gjennomsnittet opp eller ned slik at gjennomsnittet ikke lenger ligger sentralt i fordelingen. Da vil medianen x ~ være et godt alternativ. x~ defineres som den midterste observasjon hvis antall observasjoner er et ulike tall. x~ defineres som gjennomsnittet av de to midterste tall hvis antall observasjoner er et like tall. I vårt materiale er x ~ = 33 En mindre brukt størrelse er Modus som er den verdien som forekommer flest ganger. I vårt materiale er modus = 7 5

6 Vi kan også snakke om 25-prosentilen og 75-prosentilen eller nedre og øvre kvartil. Det er de verdier som er slik at 25% av observasjonene henholdsvis 75% av observasjonene er mindre enn kvartilene. I vårt materiale er nedre kvartil = 8.00 og øvre kvartil = Et boksplot er en grafisk fremstilling av minste og største observasjon, i tallmateriale sammen med medianen og de to kvartiler. Her følger et boksplot av vårt eksempel. 200 C 00 0 Punktene som er merket med stjerne er verdier som ligger mer enn 2 s fra medianen. 6

7 Spredningsmål Når en skal måle spredningen i et tallmateriale er det ingen opplagt måte å gjøre dette på. Vi kan bruke variasjonsbredden som defineres som den største observasjon minus den minste observasjon I vårt eksempel er variasjonsbredden = 94 Ulempen med variasjonsbredden er at den avhenger meget av utvalgets størrelse, derfor bruker en gjerne andre mål. Vi kan ikke bruke den gjennomsnittlige avstand fra gjennomsnittet som spredningsmål, fordi denne alltid blir 0. D = /n ((x x) +( x 2 - x)+. +(x n - x)) = 0 Vi må bruke et avstandsmål der vi unngår at positive og negative avstander opphever hverandre. Vi ser derfor på kvadrat-avstandene mellom observasjonene og gjennomsnittet. Da vil 2 observasjoner som ligger like langt fra gjennomsnittet, selv om de ligger på hver sin side ikke oppheve hverandre, men få samme kvadratavstand og dermed bidra like mye til gjennomsnittlig kvadratavstand. Den gjennomsnittlige kvadratavstand, også kalt empirisk varians, defineres som s 2 n = (x i x) 2 n i= Den vil gi oss et bilde av hvor stor spredningen for observasjonene er. Hvis du lurer på hvorfor vi ikke dividerer med n istedenfor n- skal vi komme tilbake til det senere. 7

8 Da dette målet er kvadratet av avstandene, benyttes gjerne standardavviket når en skal oppgi spredningen i et materiale. Standardavviket defineres som kvadratroten av variansen. 2 Standardavvik: s = n ( x x ) n i= Denne verdien kan dere finne utregnet på de fleste lommekalkulatorer. I vårt eksempel finner vi s = Enkelte ganger vil en også se at det brukes variasjonskoeffisienten. Variasjonskoeffisient s tan dardavvik = = % = 9% gjennomsnitt Grupperte data Hvis vi ikke kjenner de nøyaktige observasjoner, men bare har frekvenstabell eller histogrammet for dataene, lar vi alle observasjoner i i et intervall anta samme verdi, nemlig midtpunktet i intervallet. Da blir gjennomsnittet x = /n m i f i hvor m i er midtpunktet i intervall nr.i og f i er antall observasjoner i i te intervall. I vårt materiale ville da x =

Statistikk 1. Nico Keilman. ECON 2130 Vår 2014

Statistikk 1. Nico Keilman. ECON 2130 Vår 2014 Statistikk 1 Nico Keilman ECON 2130 Vår 2014 Pensum Kap 1-7.3.6 fra Løvås «Statistikk for universiteter og høgskoler» 3. utgave 2013 (eventuelt 2. utgave) Se overspringelsesliste på emnesiden Supplerende

Detaljer

Statistikk. Forkurs 2017

Statistikk. Forkurs 2017 Statistikk Forkurs 2017 Hva er statistikk? Undersøke Registrere Lage oversikt Presentasjon av informasjon Formidle Arbeidet med statistikk kan vi dele inn i to hovedområder: Samle inn og ordne opplysninger

Detaljer

Statistisk beskrivelse av enkeltvariabler. SOS1120 Kvantitativ metode. Disposisjon. Datamatrisen. Forelesningsnotater 6. forelesning høsten 2005

Statistisk beskrivelse av enkeltvariabler. SOS1120 Kvantitativ metode. Disposisjon. Datamatrisen. Forelesningsnotater 6. forelesning høsten 2005 SOS110 Kvantitativ metode Forelesningsnotater 6 forelesning høsten 005 Statistisk beskrivelse av enkeltvariabler (Univariat analyse) Per Arne Tufte Disposisjon Datamatrisen Variabler Datamatrisen Frekvensfordelinger

Detaljer

Øving 1 TMA4240 - Grunnleggende dataanalyse i Matlab

Øving 1 TMA4240 - Grunnleggende dataanalyse i Matlab Øving 1 TMA4240 - Grunnleggende dataanalyse i Matlab For grunnleggende introduksjon til Matlab, se kursets hjemmeside https://wiki.math.ntnu.no/tma4240/2015h/matlab. I denne øvingen skal vi analysere to

Detaljer

Øving 1 TMA4245 - Grunnleggende dataanalyse i Matlab

Øving 1 TMA4245 - Grunnleggende dataanalyse i Matlab Øving 1 TMA4245 - Grunnleggende dataanalyse i Matlab For grunnleggende bruk av Matlab vises til slides fra basisintroduksjon til Matlab som finnes på kursets hjemmeside. I denne øvingen skal vi analysere

Detaljer

ST0202 Statistikk for samfunnsvitere. Bo Lindqvist Institutt for matematiske fag

ST0202 Statistikk for samfunnsvitere. Bo Lindqvist Institutt for matematiske fag ST0202 Statistikk for samfunnsvitere Bo Lindqvist Institutt for matematiske fag 2 Lærebok Robert Johnson og Patricia Kuby: Elementary Statistics, 10. utgave 3 Pensumoversikt Kap. 2 Beskrivende statistikk,

Detaljer

Lærebok Robert Johnson og Patricia Kuby: Elementary Statistics, 10. utgave. Pensumoversikt. Forelesninger og øvinger

Lærebok Robert Johnson og Patricia Kuby: Elementary Statistics, 10. utgave. Pensumoversikt. Forelesninger og øvinger 2 Lærebok Robert Johnson og Patricia Kuby: Elementary Statistics, 10. utgave ST0202 Statistikk for samfunnsvitere Bo Lindqvist Institutt for matematiske fag 3 4 Pensumoversikt Forelesninger og øvinger

Detaljer

1 Sec 3-2: Hvordan beskrive senteret i dataene. 2 Sec 3-3: Hvordan beskrive spredningen i dataene

1 Sec 3-2: Hvordan beskrive senteret i dataene. 2 Sec 3-3: Hvordan beskrive spredningen i dataene 1 Sec 3-2: Hvordan beskrive senteret i dataene 2 Sec 3-3: Hvordan beskrive spredningen i dataene Todeling av statistikk Deskriptiv statistikk Oppsummering og beskrivelse av den stikkprøven du har. Statistisk

Detaljer

MATEMATIKK (MAT1005) Sentralmål / Spredningsmål

MATEMATIKK (MAT1005) Sentralmål / Spredningsmål ??.??.???? MATEMATIKK (MAT1005) Sentralmål / Spredningsmål DEL 1 (UTEN HJELPEMIDLER) 30 minutter DEL 2 (MED HJELPEMIDLER) 60 minutter (Del 1 må leveres inn før hjelpemidlene kan benyttes) Total poengsum:

Detaljer

Tema. Beskrivelse. Husk!

Tema. Beskrivelse. Husk! Dette er ment som en hjelpeoversikt når du bruker boka til å repetisjon. Bruk Sammendrag etter hvert kapittel som hjelp. Verktøykassen fra side 272 i boka er og til stor hjelp for repetisjon til terminprøve.

Detaljer

Introduksjon til statistikk og dataanalyse. Arild Brandrud Næss TMA4240 Statistikk NTNU, høsten 2013

Introduksjon til statistikk og dataanalyse. Arild Brandrud Næss TMA4240 Statistikk NTNU, høsten 2013 Introduksjon til statistikk og dataanalyse Arild Brandrud Næss TMA4240 Statistikk NTNU, høsten 2013 Introduksjon til statistikk og dataanalyse Hollywood-filmer fra 2011 135 filmer Samla budsjett: $ 7 166

Detaljer

Innhold. Innledning. Del I

Innhold. Innledning. Del I Innhold Del I Innledning 1 Hva er statistikk?...17 1.1 Bokas innhold 18 1.1.1 Noen eksempler 18 1.1.2 Historie 21 1.1.3 Bokas oppbygning 22 1.2 Noen viktige begreper 23 1.2.1 Populasjon og utvalg 23 1.2.2

Detaljer

2P kapittel 3 Statistikk Utvalgte løsninger oppgavesamlingen

2P kapittel 3 Statistikk Utvalgte løsninger oppgavesamlingen P kapittel 3 Statistikk Utvalgte løsninger oppgavesamlingen 303 a For eksempel finner vi at den relative frekvensen for jenter med høyde 155 159 cm er 0,067 6,7 % 30 = =. Høyde i cm Antall Relativ (frekvens)

Detaljer

Forelesning 7 Statistiske beskrivelser av enkeltvariabler. Mål for sentraltendens

Forelesning 7 Statistiske beskrivelser av enkeltvariabler. Mål for sentraltendens Forelesning 7 Statistiske beskrivelser av enkeltvariabler Statistiske mål for univariate fordelinger: Sentraltendens Verdien for fordelingens tyngdepunkt Spredning Hvor nært opp til tyngdepunktet ligger

Detaljer

ECON Statistikk 1 Forelesning 2: Innledning

ECON Statistikk 1 Forelesning 2: Innledning ECON2130 - Statistikk 1 Forelesning 2: Innledning Data, beskrivende statistikk, visualisering Jo Thori Lind j.t.lind@econ.uio.no 1. Beskrivende statistikk Typer variable Nominelle: Gjensidig utelukkende

Detaljer

Loven om total sannsynlighet. Bayes formel. Testing for sykdom. ST0202 Statistikk for samfunnsvitere

Loven om total sannsynlighet. Bayes formel. Testing for sykdom. ST0202 Statistikk for samfunnsvitere 2 Loven om total sannsynlighet La A og Ā være komplementære hendelser, mens B er en annen hendelse. Da er: P(B) P(B oga)+p(b ogā) P(B A)P(A)+P(B Ā)P(Ā) ST0202 Statistikk for samfunnsvitere Bo Lindqvist

Detaljer

Kapittel 1: Data og fordelinger

Kapittel 1: Data og fordelinger STK Innføring i anvendt statistikk Mandag 8. august 8 Ingrid K. lad I løpet av dette kurset skal dere bli fortrolig med statistisk tenkemåte forstå teori og metoder som ligger bak knappene/menyene i vanlige

Detaljer

Dataanalyse. Hva er en dataanalyse og hvordan gå frem for å gjennomføre en dataanalyse av det innsamlede datagrunnlaget fra en feltundersøkelse?

Dataanalyse. Hva er en dataanalyse og hvordan gå frem for å gjennomføre en dataanalyse av det innsamlede datagrunnlaget fra en feltundersøkelse? Hva er en dataanalyse og hvordan gå frem for å gjennomføre en dataanalyse av det innsamlede datagrunnlaget fra en feltundersøkelse? Skrevet av: Kjetil Sander Utgitt av: estudie.no Revisjon: 1.0 (Sept.

Detaljer

Dataens tidsalder. Hvorfor data? Data, data, data. STK1000 Innføring i anvendt statistikk. Tirsdag 24. august 2010

Dataens tidsalder. Hvorfor data? Data, data, data. STK1000 Innføring i anvendt statistikk. Tirsdag 24. august 2010 STK1000 Innføring i anvendt statistikk Tirsdag 24. august 2010 Geir Storvik (modifisert etter I. Glad s tidligere presentasjon) 1 Data, data, data Genetiske data World Wide Web Overvåkning Medisinske bilder

Detaljer

ST0103 Brukerkurs i statistikk Høst 2014

ST0103 Brukerkurs i statistikk Høst 2014 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag ST0103 Brukerkurs i statistikk Høst 2014 Løsningsforslag Øving 1 2.1 Frekvenstabell For å lage en frekvenstabell må vi telle

Detaljer

ST0202 Statistikk for samfunnsvitere

ST0202 Statistikk for samfunnsvitere ST0202 Statistikk for samfunnsvitere Bo Lindqvist Institutt for matematiske fag 2 Loven om total sannsynlighet La A og Ā være komplementære hendelser, mens B er en annen hendelse. Da er: P(B) =P(B oga)+p(b

Detaljer

2P kapittel 3 Statistikk Løsninger til innlæringsoppgavene

2P kapittel 3 Statistikk Løsninger til innlæringsoppgavene P kapittel 3 Statistikk Løsninger til innlæringsoppgavene 3. Frekvensen av hybelboere er 15 % av 10 elever, altså 10 0,15 = 18 elever. 3.3 Sier vi at det er N elever i Arams klasse, har vi fra opplysningene

Detaljer

ST0202 Statistikk for samfunnsvitere Kapittel 6: Normalfordelingen

ST0202 Statistikk for samfunnsvitere Kapittel 6: Normalfordelingen ST0202 Statistikk for samfunnsvitere Kapittel 6: Normalfordelingen Bo Lindqvist Institutt for matematiske fag 2 Kap. 6: Normalfordelingen Normalfordelingen regnes som den viktigste statistiske fordelingen!

Detaljer

Sentralmål og spredningsmål

Sentralmål og spredningsmål Sentralmål og spredningsmål 3.1 Læreplanmål 1 3.1 Gjennomsnitt og typetall 2 3.2 Median 6 3.3 Variasjonsbredde og kvartilbredde 10 3.4 Varians og standardavvik 15 3.5 Digitale sentralmål og spredningsmål

Detaljer

STK1100 våren Kontinuerlige stokastiske variabler Forventning og varians Momentgenererende funksjoner

STK1100 våren Kontinuerlige stokastiske variabler Forventning og varians Momentgenererende funksjoner STK1100 våren 2017 Kontinuerlige stokastiske variabler Forventning og varians Momentgenererende funksjoner Svarer til avsnittene 4.1 og 4.2 i læreboka Ørnulf Borgan Matematisk institutt Universitetet i

Detaljer

Lærebok Robert Johnson og Patricia Kuby: Elementary Statistics, 10. utgave. Pensumoversikt. Oversikt. ST0202 Statistikk for samfunnsvitere

Lærebok Robert Johnson og Patricia Kuby: Elementary Statistics, 10. utgave. Pensumoversikt. Oversikt. ST0202 Statistikk for samfunnsvitere 2 Lærebok Robert Johnson og Patricia Kuby: Elementary Statistics, 10. utgave ST0202 Statistikk for samfunnsvitere Bo Lindqvist Institutt for matematiske fag 3 4 Pensumoversikt Oversikt Kap. 2 Beskrivende

Detaljer

Et lite notat om og rundt normalfordelingen.

Et lite notat om og rundt normalfordelingen. Et lite notat om og rundt normalfordelingen. Anta at vi har kontinuerlige data. Hva er likt og ulikt for histogrammer og fordelingskurver? Observasjoner Histogram Viser fordelingen av faktiske observerte

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren 2010

ÅMA110 Sannsynlighetsregning med statistikk, våren 2010 ÅMA0 Sannsynlighetsregning med statistikk, våren 00 ÅMA0 Sannsynlighetsregning med statistikk våren 00 Praktisk om kurset Foreleser og faglig ansvarlig: Bjørn H. Auestad (kontor: E-536). Undervisningstider:

Detaljer

TMA4240 Statistikk H2010

TMA4240 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

Detaljer

Kapittel 4.4: Forventning og varians til stokastiske variable

Kapittel 4.4: Forventning og varians til stokastiske variable Kapittel 4.4: Forventning og varians til stokastiske variable Forventning og varians til stokastiske variable Histogrammer for observerte data: Sannsynlighets-histogrammer og tetthetskurver for stokastiske

Detaljer

MATEMATIKK (MAT1005) Sentralmål / Spredningsmål

MATEMATIKK (MAT1005) Sentralmål / Spredningsmål ??.??.???? MATEMATIKK (MAT1005) Sentralmål / Spredningsmål DEL 1 (UTEN HJELPEMIDLER) 30 minutter DEL 2 (MED HJELPEMIDLER) 60 minutter (Del 1 leveres inn etter nøyaktig 30 minutter og før hjelpemidlene

Detaljer

Utvalgsfordelinger; utvalg, populasjon, grafiske metoder, X, S 2, t-fordeling, χ 2 -fordeling

Utvalgsfordelinger; utvalg, populasjon, grafiske metoder, X, S 2, t-fordeling, χ 2 -fordeling Kapittel 8 Utvalgsfordelinger; utvalg, populasjon, grafiske metoder, X, S 2, t-fordeling, χ 2 -fordeling TMA4240 H2006: Eirik Mo 2 Til nå... Definert sannsynlighet og stokastiske variabler (kap. 2 & 3).

Detaljer

Et lite notat om og rundt normalfordelingen. Anta at vi har kontinuerlige data. Hva er likt og ulikt for histogrammer og fordelingskurver?

Et lite notat om og rundt normalfordelingen. Anta at vi har kontinuerlige data. Hva er likt og ulikt for histogrammer og fordelingskurver? Et lite notat om og rundt normalfordelingen. Anta at vi har kontinuerlige data. Hva er likt og ulikt for histogrammer og fordelingskurver? Boka (Ch 1.4) motiverer dette ved å gå fra histogrammer til tetthetskurver.

Detaljer

Basisoppgaver til 2P kap. 3 Statistikk

Basisoppgaver til 2P kap. 3 Statistikk Basisoppgaver til 2P kap. 3 Statistikk 3.1 Frekvenstabell og histogram 3.2 Kumulativ frekvens 3.3 Median 3.4 Gjennomsnitt 3.5 Spredningsmål 3.6 Diagrammer (Det er ikke basisoppgaver til 3.7 Statistiske

Detaljer

1 Grafisk framstilling av datamateriale

1 Grafisk framstilling av datamateriale 1 Grafisk framstilling av datamateriale Dette notatet er laget med tanke på åfå til en rask gjennomgang av denne delen av pensum. Determentforå ha nedskrevet det som forholdsvis rakt blir sagt i forelesning,

Detaljer

Sentralmål og spredningsmål

Sentralmål og spredningsmål Sentralmål og spredningsmål av Peer Andersen Peer Andersen 2014 Sentralmål og spredningsmål i statistikk I dette notatet skal vi se på de viktigste momentene om sentralmål og spredningsmål slik de blir

Detaljer

ST0202 Statistikk for samfunnsvitere

ST0202 Statistikk for samfunnsvitere ST0202 Statistikk for samfunnsvitere Introduksjon til ST0202 Kapittel 1: Statistikk Kapittel 2: Beskrivende analyse og presentasjon av data for én variabel Bo Lindqvist Institutt for matematiske fag http://wiki.math.ntnu.no/st0202/2012h/start

Detaljer

INNHOLD. Matematikk for ungdomstrinnet

INNHOLD. Matematikk for ungdomstrinnet INNHOLD STATISTIKK... 2 FREKVENS... 2 RELATIV FREKVENS... 2 FREKVENSTABELL... 2 KLASSEDELING... 3 SØYLEDIAGRAM (STOLPEDIAGRAM)... 3 LINJEDIAGRAM... 4 SEKTORDIAGRAM... 4 HISTOGRAM... 4 FRAMSTILLING AV DATA...

Detaljer

Kapittel 1: Introduksjon til statistikk og dataanalyse Foreleses tirsdag 9. januar 2007.

Kapittel 1: Introduksjon til statistikk og dataanalyse Foreleses tirsdag 9. januar 2007. Kapittel 1: Introduksjon til statistikk og dataanalyse Foreleses tirsdag 9. januar 2007. Eirik Mo Institutt for matematiske fag, NTNU 3 Kapittel 1 ser på Datainnsamling. Datatyper: diskrete og kontinuerlige.

Detaljer

Utvalgsfordelinger. Utvalg er en tilfeldig mekanisme. Sannsynlighetsregning dreier seg om tilfeldige mekanismer.

Utvalgsfordelinger. Utvalg er en tilfeldig mekanisme. Sannsynlighetsregning dreier seg om tilfeldige mekanismer. Utvalgsfordelinger Vi har sett at utvalgsfordelinger til en statistikk (observator) er fordelingen av verdiene statistikken tar ved mange gjenttatte utvalg av samme størrelse fra samme populasjon. Utvalg

Detaljer

Et lite notat om og rundt normalfordelingen.

Et lite notat om og rundt normalfordelingen. Et lite notat om og rundt normalfordelingen. Anta at vi har kontinuerlige data. Hva er likt og ulikt for histogrammer og fordelingskurver? Observasjoner Histogram Viser fordelingen av faktiske observerte

Detaljer

Høgskolen i Sør-Trøndelag Avdeling Trondheim Økonomisk Høgskole EKSAMENSOPPGAVE

Høgskolen i Sør-Trøndelag Avdeling Trondheim Økonomisk Høgskole EKSAMENSOPPGAVE Høgskolen i Sør-Trøndelag Avdeling Trondheim Økonomisk Høgskole EKSAMENSOPPGAVE MET1002 Statistikk Grunnkurs 7,5 studiepoeng Torsdag 14. mai 2007 kl. 09.00-13.00 Faglærer: Sjur Westgaard (97122019) Kontaktperson

Detaljer

Lær å bruke GeoGebra 4.0

Lær å bruke GeoGebra 4.0 Lær å bruke GeoGebra 4.0 av Sigbjørn Hals Innhold: Generelt om GeoGebra... 2 Innstillinger... 2 Likninger og ulikheter... 5 Implisitte likninger... 5 Ulikheter... 9 Statistikkberegninger i regnearket...

Detaljer

Analyseoversikt, Uke 35

Analyseoversikt, Uke 35 Analyseoversikt, Uke 35 STK1000 Uke 35, 2016. Studentene forventes å lese Ch 1.1-1.3 i læreboka (MMC). Avsnittet om Stem-and-leaf-plot er ikke pensum. Ulike typer data Kategoriske data MMC: «Kvalitative

Detaljer

STK1100 våren Generell introduksjon. Omhandler delvis stoffet i avsnitt 1.1 i læreboka (resten av kapittel 1 blir gjennomgått ved behov)

STK1100 våren Generell introduksjon. Omhandler delvis stoffet i avsnitt 1.1 i læreboka (resten av kapittel 1 blir gjennomgått ved behov) STK1100 våren 2017 Generell introduksjon Omhandler delvis stoffet i avsnitt 1.1 i læreboka (resten av kapittel 1 blir gjennomgått ved behov) Ørnulf Borgan Matematisk institutt Universitetet i Oslo 1 «Overalt»

Detaljer

ST0202 Statistikk for samfunnsvitere

ST0202 Statistikk for samfunnsvitere ST0202 Statistikk for samfunnsvitere Kapittel 2: Beskrivende analyse og presentasjon av data for én variabel Bo Lindqvist Institutt for matematiske fag http://wiki.math.ntnu.no/st0202/2012h/start 2 Grafisk

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: ST101 Innføring i statistikk og sannsynlighetsregning. Eksamensdag: Mandag 29. november 1993. Tid for eksamen: 09.00 15.00. Oppgavesettet

Detaljer

Kapittel 1 ser på. Statistikk i hverdagen

Kapittel 1 ser på. Statistikk i hverdagen 3 Kapittel 1 ser på atainnsamling. atatyper: diskrete og kontinuerlige. Grafiske metoder og tabeller. Mål for beliggenhet (lokasjon). Mål for variabilitet. Kapittel 1: Introduksjon til statistikk og dataanalyse

Detaljer

Løsningsforslag ECON 2130 Obligatorisk semesteroppgave 2017 vår

Løsningsforslag ECON 2130 Obligatorisk semesteroppgave 2017 vår Løsningsforslag ECON 130 Obligatorisk semesteroppgave 017 vår Andreas Myhre Oppgave 1 1. (i) Siden X og Z er uavhengige, vil den simultane fordelingen mellom X og Z kunne skrives som: f(x, z) = P(X = x

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

Tema: Deskriptiv statistikk for kontinuerlige data. Av Kathrine Frey Frøslie,

Tema: Deskriptiv statistikk for kontinuerlige data. Av Kathrine Frey Frøslie, Tema: Deskriptiv statistikk for kontinuerlige data. Av Kathrine Frey Frøslie, www.statistrikk.no Kontinuerlige data er målinger som gjøres langs en skala, for eksempel tid, lengde og vekt. Noen ganger

Detaljer

STK1000 Uke 36, Studentene forventes å lese Ch 1.4 ( ) i læreboka (MMC). Tetthetskurver. Eksempel: Drivstofforbruk hos 32 biler

STK1000 Uke 36, Studentene forventes å lese Ch 1.4 ( ) i læreboka (MMC). Tetthetskurver. Eksempel: Drivstofforbruk hos 32 biler STK1000 Uke 36, 2016. Studentene forventes å lese Ch 1.4 (+ 3.1-3.3 + 3.5) i læreboka (MMC). Tetthetskurver Eksempel: Drivstofforbruk hos 32 biler Fra histogram til tetthetskurver Anta at vi har kontinuerlige

Detaljer

Øving 7: Statistikk for trafikkingeniører

Øving 7: Statistikk for trafikkingeniører NTNU Veg og samferdsel EVU kurs Trafikkteknikk Oslo / høsten 2007 Øving 7: Statistikk for trafikkingeniører Det anbefales generelt å arbeide i grupper med 2-3 studenter i hver gruppe. Bruk gjerne Excel

Detaljer

MAT4010 PROSJEKTOPPGAVE: Statistikk i S2. Olai Sveine Johannessen, Vegar Klem Hafnor & Torstein Mellem

MAT4010 PROSJEKTOPPGAVE: Statistikk i S2. Olai Sveine Johannessen, Vegar Klem Hafnor & Torstein Mellem MAT400 PROSJEKTOPPGAVE: Statistikk i S2 Olai Sveine Johannessen, Vegar Klem Hafnor & Torstein Mellem 20. mai 205 Innhold. Stokastisk Variabel.. Stokastiske variable som funksjoner 3 2. Forventningsverdi

Detaljer

Løsningskisse for oppgaver til undervisningsfri uke 8 ( februar 2012)

Løsningskisse for oppgaver til undervisningsfri uke 8 ( februar 2012) 1 ECON 130 HG - februar 01 Løsningskisse for oppgaver til undervisningsfri uke 8 (0.-. februar 01) Oppg..1. Variabel: x = antall kundehenvendelser pr. dag 1. Antall observasjoner: n = 100 dager. I Excel

Detaljer

Høgskolen i Gjøviks notatserie, 2001 nr 5

Høgskolen i Gjøviks notatserie, 2001 nr 5 Høgskolen i Gjøviks notatserie, 2001 nr 5 5 Java-applet s for faget Statistikk Tor Slind Avdeling for Teknologi Gjøvik 2001 ISSN 1501-3162 Sammendrag Dette notatet beskriver 5 JAVA-applets som demonstrerer

Detaljer

Beskrivende statistikk.

Beskrivende statistikk. Obligatorisk oppgave i Statistikk, uke : Beskrivende statistikk. 1 Høgskolen i Gjøvik Avdeling for teknologi, økonomi og ledelse. Statistikk Ukeoppgaver uke I løpet av uken blir løsningsforslag lagt ut

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren 2011

ÅMA110 Sannsynlighetsregning med statistikk, våren 2011 ÅMA0 Sannsynlighetsregning med statistikk, våren 0 ÅMA0 Sannsynlighetsregning med statistikk våren 0 Praktisk om kurset Foreleser og faglig ansvarlig: Bjørn H. Auestad (kontor: E-536). Undervisningstider:

Detaljer

ECON240 Vår 2018 Oppgaveseminar 1 (uke 6)

ECON240 Vår 2018 Oppgaveseminar 1 (uke 6) ECON240 Vår 2018 Oppgaveseminar 1 (uke 6) Oppgaver til prerequisites og kapittel 1 fra læreboken Example P.1, P.5, P.6, P.7, P.8, P.9, P.11, P.12, P.13, og P.14 Example 1.1, 1.2, 1.3, 1.4, 1.6, 1.7, 1.9,

Detaljer

Kapittel 8: Tilfeldige utvalg, databeskrivelse og fordeling til observatorar, Kapittel 9: Estimering

Kapittel 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

Detaljer

Eksempel på data: Karakterer i «Stat class» Introduksjon

Eksempel på data: Karakterer i «Stat class» Introduksjon Eksempel på data: Karakterer i «Stat class» Introduksjon Viktige begreper for å beskrive data: Enheter som er objektene i datasettet «label» som av og til brukes for å skille enhetene En variabel er en

Detaljer

Terningkast. Utfallsrommet S for et terningskast med en vanlig spillterning med 6 sider er veldefinert 1, 2, 3, 4, 5, 6

Terningkast. Utfallsrommet S for et terningskast med en vanlig spillterning med 6 sider er veldefinert 1, 2, 3, 4, 5, 6 Terningkast Halvor Aarnes, UiO, 2014 Innhold Ett terningkast og utfallsrom... 1 Union og snitt... 4 Betinget sannsynlighet... 5 Forventningsverdi E(X) og varianse Var(X)... 5 Konfidensintervall for proporsjoner...

Detaljer

Introduksjon til statistikk og dataanalyse

Introduksjon til statistikk og dataanalyse Introduksjon til statistikk og dataanalyse Hollywood-filmer fra 2011 135 filmer Samla budsjett: $ 7 166 500 000 Samla billettsalg: $ 20 199 000 000 2 Datasettet vårt Filmene er delt i 8 sjangere: Action

Detaljer

Statistikk. Mål. for opplæringen er at eleven skal kunne. planlegge, gjennomføre og vurdere statistiske undersøkelser

Statistikk. Mål. for opplæringen er at eleven skal kunne. planlegge, gjennomføre og vurdere statistiske undersøkelser 48 3 Statistikk Mål for opplæringen er at eleven skal kunne planlegge, gjennomføre og vurdere statistiske undersøkelser beregne kumulativ hyppighet, finne og drøfte sentralmål og spredningsmål representere

Detaljer

Innledning kapittel 4

Innledning kapittel 4 Innledning kapittel 4 Sannsynlighet og tilfeldighet Basert på materiale fra Ørnulf Borgan Matematisk institutt Universitetet i Oslo 1 Deterministiske fenomener Almanakk for Norge viser: når det er fullmåne

Detaljer

SPED4010/eksamen i statistikk: Fredag 30.september 2011 kl

SPED4010/eksamen i statistikk: Fredag 30.september 2011 kl UiO/Institutt for spesialpedagogikk SPED4010/eksamen i statistikk: Fredag 30.september 2011 kl 09.00 11.00 Alle oppgaver skal besvares. Tillatt hjelpemiddel: Kalkulator NB ikke på mobiltelefon Oppgave

Detaljer

Statistikk 2. Tabellen nedenfor viser oljeproduksjonen i et OPEC-land i perioden 1990 til 2005. Produksjonen er i 1000 tonn.

Statistikk 2. Tabellen nedenfor viser oljeproduksjonen i et OPEC-land i perioden 1990 til 2005. Produksjonen er i 1000 tonn. Statistikk Innledning Begrepet statistikk skriver seg fra tiden da en stat samlet inn opplysninger som myndighetene hadde bruk for. Opplysningene eller dataene som ble samlet inn, dreide seg for det meste

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007 ÅMA0 Sannsynlighetsregning med statistikk, våren 007 ÅMA0 Sannsynlighetsregning med statistikk våren 007 Praktisk om kurset Foreleser og faglig ansvarlig: Bjørn H. Auestad (kontor: E-536). Undervisningstider:

Detaljer

Page 1 EN DAG PÅ HELSESTASJONEN. Lises klassevenninnner. Formelen: Du har en hypotese om vanlig høyde

Page 1 EN DAG PÅ HELSESTASJONEN. Lises klassevenninnner. Formelen: Du har en hypotese om vanlig høyde 1 E DAG PÅ HELSESTASJOE Lises klassevenninnner Lise er veldig liten Hva gjør at du sier at hun er liten? Du har en hypotese om vanlig høyde Du har en hypotese om vanlig høyde Du sammenligner Lises høyde

Detaljer

TMA4245 Statistikk: MTBYGG, MTING

TMA4245 Statistikk: MTBYGG, MTING TMA4245 Statistikk: MTBYGG, MTING Hjemmeside: https://wiki.math.ntnu.no/tma4245/2015v/ Faglærer: Arvid Næss vikar 06.01: Håkon Tjelmeland Lærebøker: Walpole, Myers, Myers og Ye (2012). Probability & Statistics

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren 2010. ÅMA110 Sannsynlighetsregning med statistikk, våren 2010

ÅMA110 Sannsynlighetsregning med statistikk, våren 2010. ÅMA110 Sannsynlighetsregning med statistikk, våren 2010 ÅMA Sannsynlighetsregning med statistikk, våren Kp. Diskrete tilfeldige variable ÅMA Sannsynlighetsregning med statistikk, våren Kp. Diskrete tilfeldige variable Diskrete tilfeldige variable, innledning

Detaljer

Forelesning 7 Statistiske beskrivelser av enkeltvariabler. Mål for sentraltendens

Forelesning 7 Statistiske beskrivelser av enkeltvariabler. Mål for sentraltendens Forelesning 7 Statistiske beskrivelser av enkeltvariabler Statistiske mål for univariate fordelinger: Sentraltendens Verdien for fordelingens tyngdepunkt Spredning Hvor nært opp til tyngdepunktet ligger

Detaljer

STK1000 Innføring i anvendt statistikk

STK1000 Innføring i anvendt statistikk STK1000 Innføring i anvendt statistikk Tirsdag 23. august 2011 Ingrid K. Glad 1 Data, data, data Genetiske data World Wide Web Overvåkning Medisinske bilder Finansielle data Valgmålinger 2 Hvorfor samler

Detaljer

Kapittel 1: Introduksjon til statistikk og dataanalyse

Kapittel 1: Introduksjon til statistikk og dataanalyse Kapittel 1: Introduksjon til statistikk og dataanalyse TMA4245 Statistikk (MTEL, MTIØT og MTTK) Turid.Follestad@math.ntnu.no, teikning frå http://www.wkozak.com/digitaldrawings.htm p.1/20 Vi skal sjå på

Detaljer

Forelening 1, kapittel 4 Stokastiske variable

Forelening 1, kapittel 4 Stokastiske variable Forelening 1, kapittel 4 Stokastiske variable Eksempel X = "antall kron på kast med to mynter (før de er kastet)" Uniformt utfallsrom {MM, MK, KM, KK}. X = x beskriver hendelsen "antall kron på kast med

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 22/3, 2006. Tid for eksamen: Kl. 09.00 11.00. Tillatte hjelpemidler:

Detaljer

ST0202 Statistikk for samfunnsvitere [1]

ST0202 Statistikk for samfunnsvitere [1] ST0202 Statistikk for samfunnsvitere [1] Introduksjon til ST0202 Kapittel 1: Statistikk Kapittel 2: Deskriptiv analyse og presentasjon av en variabel Mette Langaas Institutt for matematiske fag http://wiki.math.ntnu.no/st0202/2011h/start

Detaljer

Utvalgsfordelinger. Utvalg er en tilfeldig mekanisme. Sannsynlighetsregning dreier seg om tilfeldige mekanismer.

Utvalgsfordelinger. Utvalg er en tilfeldig mekanisme. Sannsynlighetsregning dreier seg om tilfeldige mekanismer. Utvalgsfordelinger Vi har sett at utvalgsfordelinger til en observator er fordelingen av verdiene observatoren tar ved mange gjenttatte utvalg av samme størrelse fra samme populasjon. Utvalg er en tilfeldig

Detaljer

Statistikk for språk- og musikkvitere 1

Statistikk for språk- og musikkvitere 1 Statistikk for språk- og musikkvitere 1 Mitt navn: Åsne Haaland, Vitenskapelig databehandling USIT Ikke nøl, avbryt med spørsmål! Hva oppnår en med statistikk? Få oversikt over data: typisk verdi, spredning,

Detaljer

Sannsynlighetsbegrepet

Sannsynlighetsbegrepet Sannsynlighetsbegrepet Notat til STK1100 Ørnulf Borgan Matematisk institutt Universitetet i Oslo Januar 2004 Formål Dette notatet er et supplement til kapittel 1 i Mathematical Statistics and Data Analysis

Detaljer

Oppgaver til Studentveiledning I MET 3431 Statistikk

Oppgaver til Studentveiledning I MET 3431 Statistikk Oppgaver til Studentveiledning I MET 3431 Statistikk 20. mars 2012 kl 17.15-20.15 i B2 Handelshøyskolen BI 2 Oppgaver 1. Konfidensintervaller Vi ser på inntekten til en tilfeldig valgt person (i tusen

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

Innledning kapittel 4

Innledning kapittel 4 Innledning kapittel 4 Sannsynlighet og tilfeldighet Basert på materiale fra Ørnulf Borgan Matematisk institutt Universitetet i Oslo 1 Deterministiske fenomener Almanakk for Norge viser: når det er fullmåne

Detaljer

Sannsynlighet og statistikk

Sannsynlighet og statistikk Sannsynlighet og statistikk Arkeologiske utgravinger har vist at mennesker har underholdt seg med forskjellige spill i tusener av år. Terninger fra India som ble brukt i spill, er faktisk 5000 år gamle.

Detaljer

Repeterbarhetskrav vs antall Trails

Repeterbarhetskrav vs antall Trails Repeterbarhetskrav vs antall Trails v/ Rune Øverland, Trainor Automation AS Artikkelserie Dette er første artikkel i en serie av fire som tar for seg repeterbarhetskrav og antall trials. Formålet med artikkelserien

Detaljer

ÅMA110 Sannsylighetsregning og statistikk Løsningsforslag til eksamen høst 2010, s. 1. Oppgave 1. Histogram over frekvenser.

ÅMA110 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

Detaljer

Formelsamling V-2014 MAT110. Statistikk 1. Per Kristian Rekdal

Formelsamling V-2014 MAT110. Statistikk 1. Per Kristian Rekdal Formelsamling V-2014 MAT110 Statistikk 1 Per Kristian Rekdal 2 Forord Dette er formelsamlingen i emnet MAT110 Statistikk 1 ved høgskolen i Molde. Formlene i denne formelsamlingen er stort sett de formlene

Detaljer

ECON240 Høst 2017 Oppgaveseminar 1 (uke 35)

ECON240 Høst 2017 Oppgaveseminar 1 (uke 35) ECON40 Høst 017 Oppgaveseminar 1 (uke 35) Oppgaver til prerequisites og kapittel 1 fra læreboken Example P.1, P.5, P.6, P.7, P.8, P.9, P.11, P.1, P.13, og P.14 Example 1.1, 1., 1.3, 1.4, 1.6, 1.7, 1.9,

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: STK1000 Innføring i anvendt statistikk Eksamensdag: Onsdag 12. oktober 2016 Tid for eksamen: 10.00 12.00 Oppgavesettet er på

Detaljer

1 Section 4-1: Introduksjon til sannsynlighet. 2 Section 4-2: Enkel sannsynlighetsregning. 3 Section 5-1: Introduksjon til sannsynlighetsfordelinger

1 Section 4-1: Introduksjon til sannsynlighet. 2 Section 4-2: Enkel sannsynlighetsregning. 3 Section 5-1: Introduksjon til sannsynlighetsfordelinger 1 Section 4-1: Introduksjon til sannsynlighet 2 Section 4-2: Enkel sannsynlighetsregning 3 Section 5-1: Introduksjon til sannsynlighetsfordelinger 4 Section 5-2: Tilfeldige variable 5 Section 5-3: Binomisk

Detaljer

statistikk, våren 2011

statistikk, våren 2011 ÅMA110 Sannsynlighetsregning med statistikk, våren 011 Kp. 3 Diskrete tilfeldige variable 1 Diskrete tilfeldige variable, innledning Hva er en tilfeldig variabel (stokastisk variabel)? Diskret tilfeldig

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren Kp. 3 Diskrete tilfeldige variable. Diskrete tilfeldige variable, varians (kp. 3.

ÅMA110 Sannsynlighetsregning med statistikk, våren Kp. 3 Diskrete tilfeldige variable. Diskrete tilfeldige variable, varians (kp. 3. ÅMA Sannsynlighetsregning med statistikk, våren 8 Kp. Diskrete tilfeldige variable Kp. Diskrete tilfeldige variable Har sett på (tidligere: begrep/definisjoner; tilfeldig (stokastisk variabel sannsynlighetsfordeling

Detaljer

Bruk SUMMER-funksjonen i formelen i G9. Oppgave 14. H. Aschehoug & Co Side 1

Bruk SUMMER-funksjonen i formelen i G9. Oppgave 14. H. Aschehoug & Co  Side 1 Repetisjon fra kapittel 2: Summere mange tall, funksjonen SUMMER() Regnearket inneholder en mengde innebygde funksjoner. Vi skal her se på en av de funksjonene vi oftest bruker. Funksjonen SUMMER() legger

Detaljer

TMA4245 Statistikk Eksamen desember 2016

TMA4245 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

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

Statistikk og dataanalyse

Statistikk og dataanalyse Njål Foldnes, Steffen Grønneberg og Gudmund Horn Hermansen Statistikk og dataanalyse En moderne innføring Kapitteloversikt del 1 INTRODUKSJON TIL STATISTIKK Kapittel 1 Populasjon og utvalg 19 Kapittel

Detaljer

Despriptiv statistikk

Despriptiv statistikk Plan for dagen Kap 1: Deskriptiv statistikk, populasjon, utval Kap 2: Sannsynsteori Velje referansegruppe Kahoot Heimeside: https://wiki.math.ntnu.no/tma4240/2016h/start Despriptiv statistikk Deskriptiv

Detaljer

Statistisk behandling av kalibreringsresultatene Del 1. v/ Rune Øverland, Trainor Elsikkerhet AS

Statistisk behandling av kalibreringsresultatene Del 1. v/ Rune Øverland, Trainor Elsikkerhet AS Statistisk behandling av kalibreringsresultatene Del 1. v/ Rune Øverland, Trainor Elsikkerhet AS Denne artikkelserien handler om statistisk behandling av kalibreringsresultatene. I de fleste tilfeller

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: Fredag 13.10.2006. Tid for eksamen: Kl. 09.00 11.00. Tillatte hjelpemidler:

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: STK1000 Innføring i anvendt statistikk Eksamensdag: Fredag 28. oktober 2016 Tid for eksamen: 14.00 16.00 Oppgavesettet er på

Detaljer