SOS 301 og SOS31/ SOS311 MULTIVARIAT ANALYSE

Størrelse: px
Begynne med side:

Download "SOS 301 og SOS31/ SOS311 MULTIVARIAT ANALYSE"

Transkript

1 1 SOS 301 og SOS31/ SOS311 MULTIVARIAT ANALYSE Eksamensdag: 22 mai 1998 Eksamensstad: Dragvoll, Aud. 3 Låven og Aud VIII+IX Tid til eksamen: 6 timar Vekt: 5 for SOS301 og 4 for SOS31/ SOS311 Talet på sider med nynorsk: 40 Dato for sensur: 19 juni 1998 Hjelpemiddel som kan nyttast: Kalkulator. Norsk-engelsk/ engelsk-norsk ordbok. Hamilton, L.C "Regression with Graphics" Ringdal,K "Kausalanalyse i samfunnsvitenskap" Kompendium for SOS31/ SOS311 og SOS301: Multivariat analyse Oppgåvene 1, 2, 3a og 3b skal løysast av alle. Oppgåvene 3c og 3d skal løysast berre av dei som skal ha eksamen i SOS31/ SOS311. Oppgåve 4 skal løysast berre av dei som skal ha eksamen i SOS301

2 2 NB OPPGÅVENE 1, 2, 3A OG 3B SKAL LØYSAST AV ALLE Oppgåve 1(tel 10% i karakteren for alle) A) Forklår kva eit konfidensintervall er for noko. B) Forklår kva «eit spuriøst ledd» i ei dekomponering av ein korrelasjon er for noko. Oppgåve 2 (tel 50% av karakteren for alle) I ein studie av skilnader mellom menn og kvinner i «sensualisme» nytta ein variabelen som indikator. Variabelen fortel kor einig ein person er i påstanden «Jeg ønsker å føle at kroppen min lever så som mulig» (Eg ønskjer å kjenne at kroppen min lever så som mogeleg.). I vedlagde tabellar er det estimert ein modell av korleis kjønn verkar inn på denne variabelen når det er kontrollert for alder, ekteskapeleg status, barn, utdanning, inntekt og interaksjonar mellom dei. Modell 2 og 3 er variantar av modell 1. A) Finn i modell 1 eit 95% konfidensintervall for effekten av kvinne når ein ikkje tar omsyn til interaksjonane. Finn den forventa skilnaden mellom menn og kvinner i predikert verdi på variabelen når dei er 30 år gamle, er ugifte og utan barn, har 12 års utdanning og 180 tusen kroner i inntekt. Finn kva for variabel som har minst toleranse og forklår kva dette tyder. B) Gjer greie for kva føresetnader som må leggast til grunn i ein slik studie for at vi skal kunne dra slutningar om parameterverdiane i populasjonen utvalet er trekt frå. Vurder modell 1 opp mot føresetnadene. C) Gjer greie for dei viktigaste skilnadene mellom modell 1 og 2. Drøft særleg konsekvensane av den endra modellspesifikasjonen i høve til føresetnadene. D) Gjer greie for dei viktigaste skilnadene mellom modell 1 og 3. Kva er forklaringa på at «Uoppgitt e. status» i modell 3 er «nulla» (zeroed).

3 3 Oppgåve 3A og 3B (tel 20% av karakteren for alle) På samme materialet som i oppgåve 2 vart det estimert ein hierarkisk stimodell med variablane, «Eiga inntekt», «Eiga utdanning», «Alder» og «Kvinne». Resultatet er presentert i stidiagrammet nedanfor. X 1 =Alder γ 11 = -0,33 Y 1 =Eiga utdanning γ 21 = 0,18 γ 31 = 0,07 β 31 = -0,14 β 21 = 0,37 Y 3 = γ 12 = -0,05 X 2 =Kvinne γ 32 = 0,07 γ 22 = -0,31 Y 2 =Eiga inntekt β 32 = -0,05 A) Finn ved hjelp av diagrammet kor store dei er dei spuriøse effektane i korrelasjonen mellom «Eiga utdanning» og «Eiga inntekt» B) Dekomponer på enklaste måte korrelasjonen mellom «Eiga utdanning» og «Eiga inntekt». Vurder om det kan vere grunnlag for å ta med felleseffektar.

4 4 OPPGÅVE 3C OG 3D SKAL LØYSAST BERRE AV DEI SOM SKAL HA EKSAMEN I SOS31/ SOS311 Oppgåve 3C og 3D (tel 20% av karakteren for SOS31/ SOS311) C) Formuler den modellen som figuren ovanfor illustrerer. Spesifiser føresetnader som må gjerast i tillegg til vanlege OLS-føresetnader (jfr. oppgåve 2 B). D) Bruk Alwin-Hausers metode til å dekomponere framover variansen til. OPPGÅVE 4 SKAL LØYSAST BERRE AV DEI SOM SKAL HA EKSAMEN I SOS301 Oppgåve 4 (tel 20% av karakteren for SOS301) A) Forklår kort korleis Logit regresjonsmodellen er bygd opp og formuler den modellen som er estimert i vedlegg til oppgåve 4. B) Forklår korleis effekten av Kvinne kan tolkast. Finn eit 95% konfidendsintervall for effekten. Finn eit uttrykk for sannsynet for at ein 30 år gammal mann med 180 tusen kroner i inntekt, 17 års utdanning, og ei mor med 12 års utdanning skal gi uttrykk for at kjøpesenter er viktig i valet av daglegvareforretning.

5 5 DEFINISJON AV VARIABLAR er basert på spørsmålet «Hvor enig eller uenig er du i hver av følgende påstander:... «Jeg ønsker å føle at kroppen min lever så som mulig»» (påstand nr 13 av 15) Frequencies Code Count Probability Cum Prob 1=helt uenig 191 0, , =delvis uenig 479 0, , =kan ikke svare , , =delvis enig 746 0, , =helt enig 151 0, ,00000 Total utelatte observasjonar ved «missing» på eller E.inntekt E.inntekt N=21 missing missing 4 missing 60 6 missing 90 4 missing missing missing missing E.inntekt N=314 missing missing 4 missing 1 17 missing 2 44 missing missing 4 97 missing 5 33

6 6 DEFINISJON AV VARIABLAR Alder i år Normal Quantile Quantiles maximum 100.0% 94, % 84, % 77, % 66,200 quartile 75.0% 50,000 median 50.0% 35,000 quartile 25.0% 26, % 21, % 17, % 15,000 minimum 0.0% 15,000 Moments Mean 39,301 Std Dev 17,033 Std Error Mean 0,333 Upper 95% Mean 39,954 Lower 95% Mean 38,648 N 2617,000

7 7 DEFINISJON AV VARIABLAR Kvinne Frequencies Code Count Probability Cum Prob 0=mann , , =kvinne , ,00000 Total 2617 Barn i husholdet Frequencies Code Count Probability Cum Prob 0=nei , , =ja , ,00000 Total 2617 E.utdanning E.utdanning = "eiga utdanning i år" er koda 7 = personen har utdanning på folkeskolenivå (inntil 8 års utdanning) 9 = personen har utdanning på ungdomsskole/ realskolenivå (9-10 års skolegang) 12 = personen har utdanning på vidaregåande skole/ gymnas nivå (11-13 års skolegang) 14 = personen har utdanning på universitetsnivå med meir enn 12 års skolegang + studiar, uten akademisk tittel 17 = personen har utdanning på universitetsnivå med meir enn 12 års skolegang + studiar, har akademisk tittel Frequencies ÅR Count Probability Cum Prob , , , , , , , , , ,00000 Total 2617

8 8 DEFINISJON AV VARIABLAR E.inntekt E.inntekt = "eiga inntekt i tusen kroner" er koda 60, dersom personen meiner den personlege bruttoinntekta er i intervallet , dersom personen meiner den personlege bruttoinntekta er i intervallet , dersom personen meiner den personlege bruttoinntekta er i intervallet , dersom personen meiner den personlege bruttoinntekta er i intervallet , dersom personen meiner den personlege bruttoinntekta er i intervallet , dersom personen meiner den personlege bruttoinntekta er i intervallet , dersom personen meiner den personlege bruttoinntekta er i intervallet , dersom personen meiner den personlege bruttoinntekta er i intervallet Frequencies 1000 kr Count Probability Cum Prob , , , , , , , , , , , , , , , ,00000 Total 2617

9 9 DEFINISJON AV VARIABLAR Ekteskapeleg status Frequencies Code Count Probability Cum Prob 1=gift/ sambo , , =aldri gift 721 0, , =før gift 330 0, , =uoppgitt e.status 5 0, ,00000 Total 2617 Kjøpesenter viktig 1 Variabelen er svaret på spørsmålet «Er flere forskjellige forretninger på ett sted(kjøpsenter) spesielt viktig for deg ved valg av dagligvareforretning?» Frequencies Level CountProbability Cum Prob 0=nei , , =ja 350 0, ,00000 Total Kommentar fra Erling Berge januar 2000: Ved ein feil er kodane for «Kjøpsenter viktig» og «Kjøpsenter ikkje viktig» bytt om. Modellane som er estimert må såleis tolkast ut frå at Y=1 tyder «Kjøpsenter ikkje viktig» og Y=0 «Kjøpsenter viktig».

10 10 DEFINISJON AV VARIABLAR Mors utdanning Mors utdanning = "mors utdanning i år" er koda 7 = personen har utdanning på folkeskolenivå (inntil 8 års utdanning) 9 = personen har utdanning på ungdomsskole/ realskolenivå (9-10 års skolegang) 12 = personen har utdanning på videregåande skole/ gymnas nivå (11-13 års skolegang) 15= personen har utdanning på universitetsnivå (meir enn 12 års skolegang + studiar) Frequencies Level Count Probability Cum Prob , , , , , , , ,00000 Total 2617 Pairwise Correlations (n=2617) Variable by Variable Correlation Alder 0,1092 Kvinne 0,0877 Kvinne Alder -0,0451 E.utdanning -0,1779 E.utdanning Alder -0,3316 E.utdanning Kvinne -0,0329 E.inntekt -0,1074 E.inntekt Alder 0,0753 E.inntekt Kvinne -0,3341 E.inntekt E.utdanning 0,3173 Gift/ sambuar -0,0648 Gift/ sambuar Alder 0,2116 Gift/ sambuar Kvinne -0,0290 Gift/ sambuar E.utdanning -0,0133 Gift/ sambuar E.inntekt 0,2273 Før gift 0,1014 Før gift Alder 0,2996 Før gift Kvinne 0,1538

11 11 Før gift E.utdanning -0,1519 Før gift E.inntekt -0,0307 Før gift Gift/ sambuar -0,4618 Aldri gift 0,0013 Aldri gift Alder -0,4517 Aldri gift Kvinne -0,0799 Aldri gift E.utdanning 0,1280 Aldri gift E.inntekt -0,2253 Aldri gift Gift/ sambuar -0,7498 Aldri gift Før gift -0,2342 Uoppgitt e. status -0,0560 Uoppgitt e. status Alder -0,0331 Uoppgitt e. status Kvinne -0,0260 Uoppgitt e. status E.utdanning -0,0052 Uoppgitt e. status E.inntekt -0,0152 Uoppgitt e. status Gift/ sambuar -0,0532 Uoppgitt e. status Før gift -0,0166 Uoppgitt e. status Aldri gift -0,0270 Barn i husholdet -0,1181 Barn i husholdet Alder -0,3540 Barn i husholdet Kvinne 0,0722 Barn i husholdet E.utdanning 0,0624 Barn i husholdet E.inntekt 0,0106 Barn i husholdet Gift/ sambuar 0,1298 Barn i husholdet Før gift -0,1241 Barn i husholdet Aldri gift -0,0543 Barn i husholdet Uoppgitt e. status 0,0400 Kvinne*Før gift 0,0861 Kvinne*Før gift Alder 0,2419 Kvinne*Før gift Kvinne 0,3127 Kvinne*Før gift E.utdanning -0,1402 Kvinne*Før gift E.inntekt -0,0955 Kvinne*Før gift Gift/ sambuar -0,3783 Kvinne*Før gift Før gift 0,8191 Kvinne*Før gift Aldri gift -0,1919 Kvinne*Før gift Uoppgitt e. status -0,0136 Kvinne*Før gift Barn i husholdet -0,0670 Kvinne*Aldri gift 0,0638 Kvinne*Aldri gift Alder -0,2932 Kvinne*Aldri gift Kvinne 0,3697 Kvinne*Aldri gift E.utdanning 0,0853 Kvinne*Aldri gift E.inntekt -0,2062 Kvinne*Aldri gift Gift/ sambuar -0,4473 Kvinne*Aldri gift Før gift -0,1398 Kvinne*Aldri gift Aldri gift 0,5966 Kvinne*Aldri gift Uoppgitt e. status -0,0161 Kvinne*Aldri gift Barn i husholdet -0,0021 Kvinne*Aldri gift Kvinne*Før gift -0,1145 Kvinne*Uoppg.e.s. -0,0408 Kvinne*Uoppg.e.s. Alder -0,0164 Kvinne*Uoppg.e.s. Kvinne 0,0196 Kvinne*Uoppg.e.s. E.utdanning 0,0160 Kvinne*Uoppg.e.s. E.inntekt -0,0140 Kvinne*Uoppg.e.s. Gift/ sambuar -0,0238 Kvinne*Uoppg.e.s. Før gift -0,0074 Kvinne*Uoppg.e.s. Aldri gift -0,0121

12 12 Kvinne*Uoppg.e.s. Uoppgitt e. status 0,4469 Kvinne*Uoppg.e.s. Barn i husholdet 0,0179 Kvinne*Uoppg.e.s. Kvinne*Før gift -0,0061 Kvinne*Uoppg.e.s. Kvinne*Aldri gift -0,0072 Kvinne*Alder 0,1051 Kvinne*Alder Alder 0,3174 Kvinne*Alder Kvinne 0,8550 Kvinne*Alder E.utdanning -0,1632 Kvinne*Alder E.inntekt -0,2838 Kvinne*Alder Gift/ sambuar 0,0018 Kvinne*Alder Før gift 0,2969 Kvinne*Alder Aldri gift -0,2199 Kvinne*Alder Uoppgitt e. status -0,0275 Kvinne*Alder Barn i husholdet -0,0694 Kvinne*Alder Kvinne*Før gift 0,4608 Kvinne*Alder Kvinne*Aldri gift 0,1071 Kvinne*Alder Kvinne*Uoppg.e.s. 0,0051 Kvinne*E.utd 0,0426 Kvinne*E.utd Alder -0,1304 Kvinne*E.utd Kvinne 0,9429 Kvinne*E.utd E.utdanning 0,1946 Kvinne*E.utd E.inntekt -0,2512 Kvinne*E.utd Gift/ sambuar -0,0224 Kvinne*E.utd Før gift 0,0905 Kvinne*E.utd Aldri gift -0,0406 Kvinne*E.utd Uoppgitt e. status -0,0209 Kvinne*E.utd Barn i husholdet 0,0896 Kvinne*E.utd Kvinne*Før gift 0,2310 Kvinne*E.utd Kvinne*Aldri gift 0,3965 Kvinne*E.utd Kvinne*Uoppg.e.s. 0,0267 Kvinne*E.utd Kvinne*Alder 0,7398 Kvinne*E.innt 0,0535 Kvinne*E.innt Alder -0,0343 Kvinne*E.innt Kvinne 0,8213 Kvinne*E.innt E.utdanning 0,1139 Kvinne*E.innt E.inntekt 0,0257 Kvinne*E.innt Gift/ sambuar 0,0301 Kvinne*E.innt Før gift 0,1347 Kvinne*E.innt Aldri gift -0,1306 Kvinne*E.innt Uoppgitt e. status -0,0250 Kvinne*E.innt Barn i husholdet 0,0589 Kvinne*E.innt Kvinne*Før gift 0,2666 Kvinne*E.innt Kvinne*Aldri gift 0,2140 Kvinne*E.innt Kvinne*Uoppg.e.s. 0,0081 Kvinne*E.innt Kvinne*Alder 0,7042 Kvinne*E.innt Kvinne*E.utd 0,8437 Kvinne*E.utd*E.innt 0,0207 Kvinne*E.utd*E.innt Alder -0,0794 Kvinne*E.utd*E.innt Kvinne 0,7325 Kvinne*E.utd*E.innt E.utdanning 0,2782 Kvinne*E.utd*E.innt E.inntekt 0,0853 Kvinne*E.utd*E.innt Gift/ sambuar 0,0345 Kvinne*E.utd*E.innt Før gift 0,0828 Kvinne*E.utd*E.innt Aldri gift -0,0974 Kvinne*E.utd*E.innt Uoppgitt e. status -0,0206 Kvinne*E.utd*E.innt Barn i husholdet 0,0627

13 13 Kvinne*E.utd*E.innt Kvinne*Før gift 0,1941 Kvinne*E.utd*E.innt Kvinne*Aldri gift 0,2173 Kvinne*E.utd*E.innt Kvinne*Uoppg.e.s. 0,0109 Kvinne*E.utd*E.innt Kvinne*Alder 0,5912 Kvinne*E.utd*E.innt Kvinne*E.utd 0,8393 Kvinne*E.utd*E.innt Kvinne*E.innt 0,9595 Kjøpesenter viktig 0,0475 Kjøpesenter viktig Alder 0,1140 Kjøpesenter viktig Kvinne 0,0334 Kjøpesenter viktig E.utdanning -0,1283 Kjøpesenter viktig E.inntekt 0,0118 Kjøpesenter viktig Gift/ sambuar 0,0371 Kjøpesenter viktig Før gift 0,0672 Kjøpesenter viktig Aldri gift -0,0890 Kjøpesenter viktig Uoppgitt e. status -0,0172 Kjøpesenter viktig Barn i husholdet -0,0374 Kjøpesenter viktig Kvinne*Før gift 0,0598 Kjøpesenter viktig Kvinne*Aldri gift -0,0198 Kjøpesenter viktig Kvinne*Uoppg.e.s. -0,0077 Kjøpesenter viktig Kvinne*Alder 0,0661 Kjøpesenter viktig Kvinne*E.utd -0,0040 Kjøpesenter viktig Kvinne*E.innt 0,0231 Kjøpesenter viktig Kvinne*E.utd*E.innt -0,0062 Mors utdanning -0,0871 Mors utdanning Alder -0,4067 Mors utdanning Kvinne 0,0222 Mors utdanning E.utdanning 0,3663 Mors utdanning E.inntekt -0,0763 Mors utdanning Gift/ sambuar -0,2051 Mors utdanning Før gift -0,1201 Mors utdanning Aldri gift 0,3154 Mors utdanning Uoppgitt e. status -0,0098 Mors utdanning Barn i husholdet 0,0648 Mors utdanning Kvinne*Før gift -0,0885 Mors utdanning Kvinne*Aldri gift 0,2006 Mors utdanning Kvinne*Uoppg.e.s. 0,0019 Mors utdanning Kvinne*Alder -0,1105 Mors utdanning Kvinne*E.utd 0,1183 Mors utdanning Kvinne*E.innt 0,0312 Mors utdanning Kvinne*E.utd*E.innt 0,0988 Mors utdanning Kjøpesenter viktig -0,1065

14 14 OPPGÅVE 2 ESTIMAT AV MODELL 1 Dependent variable: Summary of Fit RSquare 0, RSquare Adj 0, Residual standard deviation 0, Mean of Dependent variable 3, Observations (or Sum Wgts) 2617 Variable Coefficient Std Error Parameter Estimates t Prob> t Beta VIF= 1/TOLER ANCE (Constant) 3, , ,66 <, Alder 0, , ,95 0,0510 0,0642 3, Kvinne 0, , ,10 0,0362 0, , E.utdanning -0, , ,29 <,0001-0,1243 2, E.inntekt -0, , ,50 0,0126-0,0691 2, Før gift 0, , ,05 0,0409 0,0712 3, Aldri gift -0, , ,14 0,8897-0,0044 2, Uoppgitt e. status -0, , ,91 0,0562-0,0407 1, Barn i husholde -0, , ,23 <,0001-0,0894 1, Kvinne*Før gift -0, , ,31 0,7562-0,0115 3, Kvinne*Aldri g. 0, , ,16 0,0310 0,0703 2, Kvinne*Uoppg.e. -0, , ,83 0,4094-0,0176 1, Kvinne*Alder -0, , ,75 0,0796-0, , Kvinne*E.utd -0, , ,15 0,0320-0, , Kvinne*E.innt -0, , ,94 0,3452-0, , Kvinne*E.utd*E.inn 0, , ,68 0,0924 0, , Test of Alder + Kvinne + Kvinne*Alder Sum of Squares 5, Numerator DF 3 F Ratio 2, Prob > F 0, Test of Før gift + Aldri gift + Uoppgitt e. sta Sum of Squares 7, Numerator DF 3 F Ratio 2, Prob > F 0, Test of Kvinne + Før gift + Aldri gift + Uoppgitt e. sta + Kvinne*Før gift + Kvinne*Aldri g. + Kvinne*Uoppg.e. Sum of Squares 28, Numerator DF 7 F Ratio 4, Prob > F 0, Test of Kvinne + E.utdanning + E.inntekt + Kvinne*E.utd + Kvinne*E.innt + Kvinne*E.utd*E. Sum of Squares 71, Numerator DF 6 F Ratio 12, Prob > F <,

15 15 OPPGÅVE 2 ESTIMAT AV MODELL 1 Whole-Model Test Predicted Analysis of Variance Source DF Sum of Squares Mean Square F Ratio Model , , ,0561 Error ,9405 0,9273 Prob>F C Total ,6378 <,0001 2,0 1,0 Residual 0,0-1,0-2, Predicted

16 16 OPPGÅVE 2 ESTIMAT AV MODELL 1 Residual Normal Quantile ,0-1,0 0,0 1,0 2,0 Quantiles maximum 100.0% 2, % 2, % 1, % 1,1074 quartile 75.0% 0,6927 median 50.0% 0,0357 quartile 25.0% -0, % -1, % -2, % -2,4605 minimum 0.0% -2,6309 Moments Mean 0,000 Std Dev 0,960 Std Error Mean 0,019 Upper 95% Mean 0,037 Lower 95% Mean -0,037 N 2617,000

17 17 OPPGÅVE 2 ESTIMAT AV MODELL 1 h(i) Normal Quantile ,0 0,1 0,2 0,3 0,5 0,6 0,7 0,8 0,9 1,0 Quantiles maximum 100.0% 1, % 0, % 0, % 0,0095 quartile 75.0% 0,0064 median 50.0% 0,0044 quartile 25.0% 0, % 0, % 0, % 0,0017 minimum 0.0% 0,0016 Moments Mean 0,006 Std Dev 0,022 Std Error Mean 0,000 Upper 95% Mean 0,007 Lower 95% Mean 0,005 N 2617,000

18 18 OPPGÅVE 2 ESTIMAT AV MODELL 1 Cook s D(i) Normal Quantile ,00 0,01 0,02 0,03 Quantiles maximum 100.0% 0, % 0, % 0, % 0,00090 quartile 75.0% 0,00034 median 50.0% 0,00014 quartile 25.0% 0, % 0, % 0, % 0,00000 minimum 0.0% -0 Moments Mean 0,000 Std Dev 0,001 Std Error Mean 0,000 Upper 95% Mean 0,000 Lower 95% Mean 0,000 N 2617,000

19 19 OPPGÅVE 2 ESTIMAT AV MODELL 1 Pred value Normal Quantile Quantiles maximum 100.0% 3, % 3, % 3, % 3,4269 quartile 75.0% 3,2409 median 50.0% 3,0531 quartile 25.0% 2, % 2, % 2, % 2,5022 minimum 0.0% 1,0000 Moments Mean 3,071 Std Dev 0,253 Std Error Mean 0,005 Upper 95% Mean 3,081 Lower 95% Mean 3,062 N 2617

20 20 OPPGÅVE 2 ESTIMAT AV MODELL 1 10 Case med høgast verdi på Cooks D(i) Cook s D(i) Case nr Lev er inte nst E. inn E. utd Ald er Kvi nne Bost type K. til livsopph Næring Ekteskap status Barn i hush 0, , , , , , , , , , Cook s D(i) Case nr # arbeidst. i husst H. tid arb. Off sektor Residual h(i) Pred verdi 0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,94145

21 21 OPPGÅVE 2 ESTIMAT AV MODELL 1 h(i) 10 Case med høgast verdi på h(i) E. E. Ald Bost Nær inn utd er type -ing Case nr inten st K vi nn e K. til livsopph Ektes kap status Barn i hush 0, , , , , , , , , h(i) Case nr # arbeidst i husst H. tid arb. Off sekt or Residual Cook s D(i) Pred verdi 0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,1e

22 22 OPPGÅVE 2 ESTIMAT AV MODELL 2 Dependent variable: Summary of Fit RSquare 0, RSquare Adj 0, Residual standard deviation 0,96331 Mean of Dependent variable 3, Observations (or Sum Wgts) 2617 Parameter Estimates Variable Coefficient Std Error t Prob> t Beta VIF= 1/TOLER ANCE (Constant) 3, , ,64 <, Alder 0, , ,96 0,0502 0,0644 3, Kvinne 0, , ,26 0,2092 0, , E.utdanning -0, , ,28 <,0001-0,1242 2, E.inntekt -0, , ,50 0,0126-0,0691 2, Før gift 0, , ,05 0,0408 0,0712 3, Aldri gift -0, , ,13 0,8932-0,0043 2, Uoppgitt e. sta -0, , ,91 0,0563-0,0407 1, Barn i hushold -0, , ,21 <,0001-0,0889 1, Kvinne*Før gift -0, , ,35 0,7243-0,0130 3, Kvinne*Aldri g. 0, , ,20 0,0278 0,0717 2, Kvinne*Uoppg. e. -0, , ,85 0,3974-0,0180 1, Kvinne*Alder -0, , ,49 0,1362-0, , Kvinne*E.utd -0, , ,33 0,1822-0, , Kvinne*E.innt 0, , ,28 0,0229 0,1023 5, Test of Alder + Kvinne + Kvinne*Alder Sum of Squares 3, Numerator DF 3 F Ratio 1, Prob > F 0, Test of Før gift + Aldri gift + Uoppgitt e. sta Sum of Squares 7, Numerator DF 3 F Ratio 2, Prob > F 0, Test of Kvinne + Før gift + Aldri gift + Uoppgitt e. sta + Kvinne*Før gift + Kvinne*Aldri g. + Kvinne*Uoppg.e. Sum of Squares 26, Numerator DF 7 F Ratio 4, Prob > F 0, Test of Kvinne + E.utdanning + E.inntekt + Kvinne*E.utd + Kvinne*E.innt Sum of Squares 68, Numerator DF 5 F Ratio 14, Prob > F <,

23 23 OPPGÅVE 2 ESTIMAT AV MODELL 2 Whole-Model Test Predicted Analysis of Variance Source DF Sum of Squares Mean Square F Ratio Model , , ,7059 Error ,5681 0,9280 Prob>F C Total ,6378 <,0001 2,0 1,0 Residual 0,0-1,0-2, Predicted

24 24 OPPGÅVE 2 ESTIMAT AV MODELL 2 Residual Normal Quantile ,0-1,0 0,0 1,0 2,0 Quantiles maximum 100.0% 2, % 2, % 1, % 1,1109 quartile 75.0% 0,6906 median 50.0% 0,0318 quartile 25.0% -0, % -1, % -2, % -2,4223 minimum 0.0% -2,6333 Moments Mean -0,000 Std Dev 0,961 Std Error Mean 0,019 Upper 95% Mean 0,037 Lower 95% Mean -0,037 N 2617,000

25 25 OPPGÅVE 2 ESTIMAT AV MODELL 2 h(i) Normal Quantile ,0 0,1 0,2 0,3 0,5 0,6 0,7 0,8 0,9 1,0 Quantiles maximum 100.0% 1, % 0, % 0, % 0,0081 quartile 75.0% 0,0059 median 50.0% 0,0043 quartile 25.0% 0, % 0, % 0, % 0,0016 minimum 0.0% 0,0016 Moments Mean 0,006 Std Dev 0,022 Std Error Mean 0,000 Upper 95% Mean 0,007 Lower 95% Mean 0,005 N 2617,000

26 26 OPPGÅVE 2 ESTIMAT AV MODELL 2 Cook s D(i) Normal Quantile ,00 0,01 0,02 0,03 Quantiles maximum 100.0% 0, % 0, % 0, % 0,00091 quartile 75.0% 0,00034 median 50.0% 0,00015 quartile 25.0% 0, % 0, % 0, % 0,00000 minimum 0.0% 0,00000 Moments Mean 0,000 Std Dev 0,001 Std Error Mean 0,000 Upper 95% Mean 0,000 Lower 95% Mean 0,000 N 2617,000

27 27 OPPGÅVE 2 ESTIMAT AV MODELL 2 Pred value Normal Quantile Quantiles maximum 100.0% 3, % 3, % 3, % 3,4156 quartile 75.0% 3,2410 median 50.0% 3,0541 quartile 25.0% 2, % 2, % 2, % 2,5025 minimum 0.0% 1,0000 Moments Mean 3,071 Std Dev 0,251 Std Error Mean 0,005 Upper 95% Mean 3,081 Lower 95% Mean 3,062 N 2617,000

28 28 OPPGÅVE 2 ESTIMAT AV MODELL 2 10 Case med høgast verdi på Cooks D(i) Cook s D(i) Case nr Lev er inte nst E. inn E. utd Ald er Kv inn e Bost. type K. til livso pph Nær ing Ektes kap status 0, , , , , , , , , , Barn i hush Cook s D(i) Case nr # arbeidst. i husst H. tid arb. Off sektor Residual h(i) Pred verdi 0, ,4207 0, , , ,2518 0, , , ,5315 0, , , ,4931 0, , , ,5139 0, , , ,6333 0, , , ,9211 0, , , ,9738 0, , , ,0057 0, , , ,0585 0, ,941543

29 29 OPPGÅVE 2 ESTIMAT AV MODELL 2 Ektes kap status 10 Case med høgast verdi på h(i) h(i) Case nr E. inten inn E. utd Ald Kv Bost K. Nær er inn. til ing st e type livsopph 0, , , , , , , , , Barn i hush h(i) Case nr # H. arbeidst. tid i husst arb. Off sektor Residual Cook s D(i) Pred verdi 0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,

30 30 OPPGÅVE 2 ESTIMAT AV MODELL 3 Dependent variable: Summary of Fit RSquare 0, RSquare Adj 0, Residual standard deviation 0, Mean of Dependent variable 3,07389 Observations (or Sum Wgts) 2612 Parameter Estimates Variable Coeffici ent Std Error t Prob> t Beta VIF=1/TO LERANCE (Constant) 3, , ,63 <, Alder 0, , ,97 0,0489 0, , Kvinne 0, , ,10 0,0355 0, , E.utdanning -0, , ,29 <,0001-0, , E.inntekt -0, , ,46 0,0140-0, , Før gift 0, , ,04 0,0410 0, , Aldri gift -0, , ,12 0,9060-0, , Uoppgitt e. status Zeroed 0 0 Barn i husholde -0, , ,23 <,0001-0, , Kvinne*Før gift -0, , ,31 0,7571-0, , Kvinne*Aldri g. 0, , ,14 0,0321 0, , Kvinne*Uoppg.e. Zeroed 0 0 Kvinne*Alder -0, , ,77 0,0776-0, , Kvinne*E.utd -0, , ,14 0,0323-0, , Kvinne*E.innt -0, , ,95 0,3423-0, , Kvinne*E.utd*E. 0, , ,68 0,0924 0, , Singularity Details Uoppgitt e. status is a konstant and have been dropped Test of Alder + Kvinne + Kvinne*Alder Sum of Squares 5, Numerator DF 3 F Ratio 2, Prob > F 0, Test of Før gift + Aldri gift Sum of Squares 3, Numerator DF 2 F Ratio 2, Prob > F 0, Test of Kvinne + Før gift + Aldri gift + Kvinne*Før gift + Kvinne*Aldri g. + Kvinne*Uoppgitt e. status WARNING: Non-Testable Contrast Kvinne*Uoppgitt e. status left out of the test Sum of Squares 21, Numerator DF 5 F Ratio 4, Prob > F 0, Test of Kvinne + E.utdanning + E.inntekt + Kvinne*E.utd + Kvinne*E.innt + Kvinne*E.utd*E.inn Sum of Squares 70, Numerator DF 6 F Ratio 12, Prob > F <,

31 31 OPPGÅVE 2 ESTIMAT AV MODELL 3 Whole-Model Test Predicted Analysis of Variance Source DF Sum of Squares Mean Square F Ratio Model , , ,1732 Error ,0108 0,9269 Prob>F C Total ,7393 <,0001 2,0 1,0 Residual 0,0-1,0-2, Predicted

32 32 OPPGÅVE 2 ESTIMAT AV MODELL 3 Residual Normal Quantile ,0-1,0 0,0 1,0 2,0 Quantiles maximum 100.0% 2, % 2, % 1, % 1,1082 quartile 75.0% 0,6919 median 50.0% 0,0357 quartile 25.0% -0, % -1, % -2, % -2,4616 minimum 0.0% -2,6308 Moments Mean 0,000 Std Dev 0,960 Std Error Mean 0,019 Upper 95% Mean 0,037 Lower 95% Mean -0,037 N 2612,000

33 33 OPPGÅVE 2 ESTIMAT AV MODELL 3 h(i) Normal Quantile ,000 0,010 0,020 0,030 0,040 0,050 Quantiles maximum 100.0% 0, % 0, % 0, % 0,00945 quartile 75.0% 0,00635 median 50.0% 0,00440 quartile 25.0% 0, % 0, % 0, % 0,00172 minimum 0.0% 0,00165 Moments Mean 0,005 Std Dev 0,003 Std Error Mean 0,000 Upper 95% Mean 0,005 Lower 95% Mean 0,005 N 2612,000

34 34 OPPGÅVE 2 ESTIMAT AV MODELL 3 Cook s D(i) Normal Quantile ,000 0,002 0,004 0,006 0,008 0,010 0,012 Quantiles maximum 100.0% 0, % 0, % 0, % 0,00102 quartile 75.0% 0,00038 median 50.0% 0,00016 quartile 25.0% 0, % 0, % 0, % 0,00000 minimum 0.0% 0,00000 Moments Mean 0,000 Std Dev 0,001 Std Error Mean 0,000 Upper 95% Mean 0,000 Lower 95% Mean 0,000 N 2612,000

35 35 OPPGÅVE 2 ESTIMAT AV MODELL 3 Pred value Normal Quantile ,4 2,6 2,8 3,0 3,2 3,4 3,6 Quantiles maximum 100.0% 3, % 3, % 3, % 3,4279 quartile 75.0% 3,2415 median 50.0% 3,0539 quartile 25.0% 2, % 2, % 2, % 2,5249 minimum 0.0% 2,4412 Moments Mean 3,074 Std Dev 0,247 Std Error Mean 0,005 Upper 95% Mean 3,083 Lower 95% Mean 3,064 N 2612,000

36 36 OPPGÅVE 2 ESTIMAT AV MODELL 3 10 Case med høgast verdi på Cooks D(i) Cook s D(i) Case nr E. inn E. utd Ald er Kv inn e Bost type K. til livsopph Næring Ektes kap status 0, , , , , , , , , , Barn i hush Cook s D(i) Case nr # i husst arbeidst. H. tid arb. Off sektor Residual h(i) Pred verdi 0, ,4112 0, , , ,2057 0, , , ,1635 0, , , ,4225 0, , , ,9812 0, , , ,2533 0, , , ,5316 0, , , ,4925 0, , , ,4894 0, , , ,6229 0, ,62290

37 37 OPPGÅVE 2 ESTIMAT AV MODELL 3 10 Case med høgast verdi på h(i) h(i) Case nr inn E. utd Ald Kv Bost. K. til E. er inn type livsopph int- e Næring Ekteskap status Barn i hush enst 0, , , , , , , , , , h(i) Case nr # i husst arbeidst H. tid arb. Off sektor Residual Cook s D(i) Pred verdi 0, , , , , , ,893e-7 2, , , , , , , , , , , ,276e-8 2, , , , , , , , , , , , , , , , , , , , ,282517

38 38 OPPGÅVE 3 MODELLESTIMAT Dependent variable: Summary of Fit RSquare 0, RSquare Adj 0, Residual standard deviation 0, Mean of Dependent variable 3, Observations (or Sum Wgts) 2617 Parameter Estimates Variable Coefficient Std Error t Ratio Prob> t Beta VIF= 1/TOLERANCE (Constant) 3, , ,92 <, Alder 0, , ,38 0,0007 0, , Kvinne 0, , ,50 0,0005 0, , E.utdanning -0, , ,32 <,0001-0, , E.inntekt -0, , ,06 0,0395-0, , Dependent variable: Summary of Fit RSquare 0, RSquare Adj 0, Residual standard deviation 0, Mean of Dependent variable 3, Observations (or Sum Wgts) 2617 Parameter Estimates Variable Coefficient Std Error t Ratio Prob> t Beta VIF= 1/TOLERANCE (Constant) 3, , ,83 <, Alder 0, , ,04 0,0024 0, , Kvinne 0, , ,45 <,0001 0, , E.utdanning -0, , ,61 <,0001-0, , Dependent variable: Summary of Fit RSquare 0, RSquare Adj 0, Residual standard deviation 0, Mean of Dependent variable 3, Observations (or Sum Wgts) 2617 Parameter Estimates Variable Coefficient Std Error t Ratio Prob> t Beta VIF= 1/TOLERANCE (Constant) 2, , ,55 0, Alder 0, , ,85 <,0001 0, , Kvinne 0, , ,79 <,0001 0, ,

39 39 OPPGÅVE 3 MODELLESTIMAT Dependent variable: E.inntekt Summary of Fit RSquare 0, RSquare Adj 0, Residual standard deviation 69,34824 Mean of Dependent variable 146,6144 Observations (or Sum Wgts) 2617 Parameter Estimates Variable Coefficient Std Error t Ratio Prob> t Beta VIF= 1/TOLERANCE (Constant) 25, , ,26 0, Alder 0, , ,08 <,0001 0, , Kvinne -49, , ,30 <,0001-0, , E.utdanning 9, , ,25 <,0001 0, , Dependent variable: E.inntekt Summary of Fit RSquare 0, RSquare Adj 0, Residual standard deviation 74,57642 Mean of Dependent variable 146,6144 Observations (or Sum Wgts) 2617 Parameter Estimates Variable Coefficient Std Error t Ratio Prob> t Beta VIF= 1/TOLERANCE (Constant) 161, , ,41 <, Alder 0, , ,28 0,0011 0, , Kvinne -52, , ,99 <,0001-0, , Dependent variable: E.utdanning Summary of Fit RSquare 0, RSquare Adj 0, Residual standard deviation 2, Mean of Dependent variable 11,55789 Observations (or Sum Wgts) 2617 Parameter Estimates Variable Coefficient Std Error t Ratio Prob> t Beta VIF= 1/TOLERANCE (Constant) 14, , ,67 0, Alder -0, , ,09 <,0001-0, , Kvinne -0, , ,60 0,0095-0, ,

40 40 OPPGÅVE 4 MODELLESTIMAT Avhengig variabel: Kjøpesenter viktig 1 Iteration History Iteration LogLikelihood Step Delta-Criterion Obj-Criterion , Initial , Newton 1, , , Newton 0, , , Newton 0, , , Newton 0, , , Newton 0, ,01947e-9 Converged by Gradient Logit estimates Log Likelihood = -992,2904 Number of observations = 2617 Chi2(5) = 74,66676 Prob>Chi2 <,0001 Parameter Estimates Variable Coefficient Std Error ChiSquare Prob>ChiSq Odds Ratio (Constant) 0, , ,15 0,0232 2, Alder -0, , ,83 0,0158 0, Kvinne -0, , ,53 0,0061 0, E.inntekt -0, , ,38 0,0038 0, E.utdanning 0, , ,78 <,0001 3, Mors utdanning 0, , ,75 0,0294 1, ChiSquare er det samme som t 2 slik t er definert av Hamilton på side 229. ChiSquare er også det samme som Wald-chikvadratet i SPSS-utskriftene. Ein finn t (slik som Hamilton nyttar den) ved å ta kvadratrota av ChiSquare og sette samme forteikn som koeffesienten. ChiSquare er tilnærma kjikvadratfordelt, slik som t er tilnærma t-fordelt, og gir ein tilnærma test av om variabelen sin effekt er signifikant ulik 0. Den eksakte testen får ein ved minus 2 gonger differansen i LogLikelihooden frå to modellar, ein utan og ein med den eller dei variablane ein vil teste. 1 Kommentar fra Erling Berge januar 2000: Ved ein feil er kodane for «Kjøpsenter viktig» og «Kjøpsenter ikkje viktig» bytt om. Modellane som er estimert må såleis tolkast ut frå at Y=1 tyder «Kjøpsenter ikkje viktig» og Y=0 «Kjøpsenter viktig».

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

SOS 31 MULTIVARIAT ANALYSE

SOS 31 MULTIVARIAT ANALYSE 1 SOS 31 MULTIVARIAT ANALYSE Eksamensdag: Tysdag 28 november 1995 Eksamensstad: Dragvoll, paviljong C, rom 102 Tid til eksamen: 6 timar Vekttal: 4 Talet på sider med nynorsk: 7 Sensurdato: 20 desember

Detaljer

SOS 31 MULTIVARIAT ANALYSE

SOS 31 MULTIVARIAT ANALYSE 1 SOS 31 MULTIVARIAT ANALYSE Eksamensdag: 9. desember 1996 Eksamensstad: Dragvoll Auditorium VIII og IX Tid til eksamen: 6 timar Vekttal: 4 Talet på sider med nynorsk: 33 Dato for sensur: 20 desember 1996

Detaljer

SOS 301 og SOS31/ SOS311 MULTIVARIAT ANALYSE

SOS 301 og SOS31/ SOS311 MULTIVARIAT ANALYSE 1 SOS 301 og SOS31/ SOS311 MULTIVARIAT ANALYSE Eksamensdag: 4. august 1997 Eksamensstad: Dragvoll, Pav. C, Rom 101 Tid til eksamen: 6 timar Vekttal: 5 for SOS301 og 4 for SOS31/ SOS311 Talet på sider med

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

FRAMLEGG TIL LØYSING AV EKSAMENSOPPGÅVER I SOS311 / SOS MAI 1998

FRAMLEGG TIL LØYSING AV EKSAMENSOPPGÅVER I SOS311 / SOS MAI 1998 1 EKSAMENSOPPGÅVER Vår 1998 FRAMLEGG TIL LØYSING Erling Berge Norges Teknisk Naturvitskapelege Universitet «Bruksanvisning» Når ein går igang med å løyse oppgåver må ein ha i minnet at oppgåvene ofte er

Detaljer

EKSAMENSOPPGÅVE I SVSOS316 REGRESJONSANALYSE

EKSAMENSOPPGÅVE I SVSOS316 REGRESJONSANALYSE NORGES TEKNISK NATURVITSKAPELEGE UNIVERSITET 1 NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet EKSAMENSOPPGÅVE I SVSOS316 REGRESJONSANALYSE Eksamensdag: 22 mai 2000 Eksamensstad: Dragvoll,

Detaljer

SOS3003 Eksamensoppgåver

SOS3003 Eksamensoppgåver SOS33 Eksamensoppgåver Gjennomgang våren 24 Erling Berge Vår 24 Gjennomgang av Oppgåve 2 gitt hausten 2 Vår 24 2 Haust 2 OPPGÅVE 2I tabellvedlegget til oppgåve 2 er det estimert 6 modellar av eiga inntekt

Detaljer

EKSAMENSOPPGÅVE I SVSOS316 REGRESJONSANALYSE

EKSAMENSOPPGÅVE I SVSOS316 REGRESJONSANALYSE Eksamensoppgaver/ Examination questions SOS36 2/5/22 NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGÅVE I SVSOS36 REGRESJONSANALYSE

Detaljer

SOS3003 Eksamensoppgåver

SOS3003 Eksamensoppgåver SOS33 Eksamensoppgåver Oppgåve 2 gitt hausten 2 Erling Berge Erling Berge Haust 2 OPPGÅVE 2I tabellvedlegget til oppgåve 2 er det estimert 6 modellar av eiga inntekt (E.inntekt). a) Ta utgangspunkt i modell

Detaljer

EKSAMENSOPPGÅVE I SVSOS316 REGRESJONSANALYSE

EKSAMENSOPPGÅVE I SVSOS316 REGRESJONSANALYSE NTNU /NORWEGIAN UNIVERSITY OF SCIENCE AND TECHNOLOGY 1 NTNU, TRONDHEIM Noregs teknisk-naturvitskaplege universitet Institutt for sosiologi og statsvitskap EKSAMENSOPPGÅVE I SVSOS316 REGRESJONSANALYSE Eksamensdag:

Detaljer

Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGÅVE I SVSOS316 REGRESJONSANALYSE

Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGÅVE I SVSOS316 REGRESJONSANALYSE Norges Teknisk-Naturvitenskapelege Universitet Eksamensoppgåver i SOS36 Regresjonsanalyse 6 desember 2 NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet NYNORSK EKSAMENSOPPGÅVE I SVSOS36 REGRESJONSANALYSE

Detaljer

SOS3003 Eksamensoppgåver

SOS3003 Eksamensoppgåver SOS3003 Eksamensoppgåver Gjennomgang våren 2004 Erling Berge Vår 2004 1 Gjennomgang av Oppgåve 3 gitt hausten 2001 Vår 2004 2 Haust 2001 Oppgåve 3 I tabellvedlegget til oppgåve 3 er det estimert 7 ulike

Detaljer

EKSAMENSOPPGAVE I IDRSA1004 Samfunnsvitenskapelig forskningsmetode og analyse

EKSAMENSOPPGAVE I IDRSA1004 Samfunnsvitenskapelig forskningsmetode og analyse NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I IDRSA1004 Samfunnsvitenskapelig forskningsmetode og analyse Faglig kontakt under

Detaljer

Logistisk regresjon 2

Logistisk regresjon 2 Logistisk regresjon 2 SPSS Utskrift: Trivariat regresjon a KJONN UTDAAR Constant Variables in the Equation B S.E. Wald df Sig. Exp(B) -,536,3 84,56,000,25,84,08 09,956,000,202 -,469,083 35,7,000,230 a.

Detaljer

MASTER I IDRETTSVITENSKAP 2018/2020. Individuell skriftlig eksamen. STA 400- Statistikk. Mandag 18. mars 2019 kl

MASTER I IDRETTSVITENSKAP 2018/2020. Individuell skriftlig eksamen. STA 400- Statistikk. Mandag 18. mars 2019 kl MASTER I IDRETTSVITENSKAP 2018/2020 Individuell skriftlig eksamen i STA 400- Statistikk Mandag 18. mars 2019 kl. 10.00-12.00 Eksamensoppgaven består av 5 sider inkludert forsiden Sensurfrist: 8.april 2019

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

Logistisk regresjon 1

Logistisk regresjon 1 Logistisk regresjon Hovedideen: Binær logistisk regresjon håndterer avhengige, dikotome variable Et hovedmål er å predikere sannsynligheter for å ha verdien på avhengig variabel for bestemte (sosiale)

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

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

NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap

NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE SOS 00 ANVENDT STATISTISK DATAANALYSE I SAMFUNNSVITENSKAP Faglig kontakt under eksamen:

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

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

SKOLEEKSAMEN I SOS KVANTITATIV METODE. 27. februar 2017 (4 timer)

SKOLEEKSAMEN I SOS KVANTITATIV METODE. 27. februar 2017 (4 timer) Institutt for sosiologi og samfunnsgeografi BOKMÅL SKOLEEKSAMEN I SOS4020 - KVANTITATIV METODE 27. februar 2017 (4 timer) Tillatte hjelpemidler: Alle skriftlige hjelpemidler og kalkulator. Sensur for eksamen

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

EKSAMENSOPPGÅVER Haust 1995 FRAMLEGG TIL LØYSING Erling Berge

EKSAMENSOPPGÅVER Haust 1995 FRAMLEGG TIL LØYSING Erling Berge 1 EKSAMENSOPPGÅVER Haust 1995 FRAMLEGG TIL LØYSING Erling Berge Norges Teknisk Naturvitskapelege Universitet «Bruksanvisning» Når ein går igang med å løyse oppgåver må ein ha i minnet at oppgåvene ofte

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

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

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

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

SOS3003 Eksamensoppgåver

SOS3003 Eksamensoppgåver SOS3003 Eksamensoppgåver Gjennomgang våren 2004 Erling Berge Gjennomgang av Oppgåve 2 gitt hausten 2003 Haust 2003 Oppgåve 2 Den avhengige variabelen i den logistiske regresjonsanalysen er freegl, som

Detaljer

SOS3003 Eksamensoppgåver

SOS3003 Eksamensoppgåver SOS3003 Eksamensoppgåver Gjennomgang våren 2004 Erling Berge Gjennomgang av Oppgåve 1 gitt hausten 2003 Haust 2003 Oppgåve 1 Den avhengige variabelen i regresjonsanalysen er en skala (indeks) for tillit

Detaljer

Eksamensoppgave i SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap

Eksamensoppgave i SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Institutt for sosiologi og statsvitenskap Eksamensoppgave i SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Faglig kontakt under eksamen: Arild Blekesaune Telefon: 911 89 768 Eksamensdato: 10.12.2015

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

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

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

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

Frequencies. Frequencies

Frequencies. Frequencies * Et eksempel på hvordan du kan bygge opp en regresjonsmodell i SPSS. * Jeg bruker data fra Levekårsundersøkelsen 995. * I regresjonsmodellen min vil jeg analysere hvordan antall leste bøker per år blir

Detaljer

EKSAMEN I SOS1120 KVANTITATIV METODE 5. DESEMBER 2005 (4 timer)

EKSAMEN I SOS1120 KVANTITATIV METODE 5. DESEMBER 2005 (4 timer) EKSAMEN I SOS20 KVANTITATIV METODE 5. DESEMBER 2005 (4 timer) Bruk av ikke-programmerbar kalkulator er tillatt under eksamen. Utover det er ingen hjelpemidler tillatt. Sensur faller fredag 23. desember

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

NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap

NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SOS100 SAMFUNNSVITENSKAPELIG FORSKNINGSMETODE Eksamensdato: 31. mai 007 Eksamenstid: 5 timer

Detaljer

Frequencies. Frequencies

Frequencies. Frequencies * Et eksempel på hvordan du kan bygge opp en regresjonsmodell i SPSS. * Jeg bruker data fra Levekårsundersøkelsen 995. * I regresjonsmodellen min vil jeg analysere hvordan antall leste bøker per år blir

Detaljer

SOS3003 Eksamensoppgåver

SOS3003 Eksamensoppgåver SOS3003 Eksamensoppgåver Oppgåve 2 gitt våren 2003 Erling Berge Vår 2004 Erling Berge 1 OPPGAVE 2 Logistisk regresjon (teller 50%) Den avhengige variabelen i analysen er innvenn, som fanger opp om en har

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

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 : 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

SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat, vår Erling Berge Institutt for sosiologi og statsvitenskap NTNU

SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat, vår Erling Berge Institutt for sosiologi og statsvitenskap NTNU SOS33 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat, vår 23 Erling Berge Institutt for sosiologi og statsvitenskap NTNU Vår 24 Erling Berge 24 1 Forelesing VI Kritikk av regresjon

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

NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap

NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SOS3003 Våren 2006 Anvendt statistisk dataanalyse i samfunnsvitenskap Faglig kontakt

Detaljer

NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap

NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SVSOS 316 REGRESJONSANALYSE Faglig kontakt under eksamen: Kristen Ringdal Tlf.:

Detaljer

NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap

NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SVSOS107 SAMFUNNSVITENSKAPELIG FORSKNINGSMETODE Eksamensdato: 18. mai 001 Eksamenssted: Idrettsbygget

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

EKSAMEN I SOS1120 KVANTITATIV METODE 23. NOVEMBER 2004 (6 timer)

EKSAMEN I SOS1120 KVANTITATIV METODE 23. NOVEMBER 2004 (6 timer) EKSAMEN I SOS20 KVANTITATIV METODE 23. NOVEMBER 2004 (6 timer) Bruk av ikke-programmerbar kalkulator er tillatt under eksamen. Utover det er ingen hjelpemidler tillatt. Sensur faller tirsdag 4. desember

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

Eksamensoppgave i SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap

Eksamensoppgave i SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Institutt for sosiologi og statsvitenskap Eksamensoppgave i SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Faglig kontakt under eksamen: Johan Fredrik Rye Telefon: 992 73 088 Eksamensdato:

Detaljer

SENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SVSOS107 VÅREN 2002

SENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SVSOS107 VÅREN 2002 SENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SVSOS107 VÅREN 2002 Generell informasjon Dette er den siste eksamensoppgaven under overgangsordningen mellom gammelt og nytt pensum i SVSOS107. Eksamensoppgaven

Detaljer

Spørsmål. 17 mars 2004. 1) Kan du gi enforklaring på hva som menes med "nullhypotese" og at denne forkastes? Vil bare ha det oppklart.

Spørsmål. 17 mars 2004. 1) Kan du gi enforklaring på hva som menes med nullhypotese og at denne forkastes? Vil bare ha det oppklart. Spørsmål 17 mars 2004 1) Kan du gi enforklaring på hva som menes med "nullhypotese" og at denne forkastes? Vil bare ha det oppklart. Nullhypotese er ein påstand vi gjer om ein parameter for å kunne teste

Detaljer

NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap

NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SVSOS 36 REGRESJONSANALYSE Faglig kontakt under eksamen: Tlf.: 73 59 7 0 Eksamensdato:

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO Eksamen i: UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet STK1000 Innføring i anvendt statistikk Eksamensdag: Mandag 3. desember 2018. Tid for eksamen: 14.30 18.30. Oppgavesettet er på

Detaljer

EKSAMENSOPPGÅVER Vår 1997 FRAMLEGG TIL LØYSING Erling Berge

EKSAMENSOPPGÅVER Vår 1997 FRAMLEGG TIL LØYSING Erling Berge 1 EKSAMENSOPPGÅVER Vår 1997 FRAMLEGG TIL LØYSING Erling Berge Norges Teknisk Naturvitskapelege Universitet «Bruksanvisning» Når ein går igang med å løyse oppgåver må ein ha i minnet at oppgåvene ofte er

Detaljer

SKOLEEKSAMEN I. SOS1120 Kvantitativ metode. 13. desember 2012 4 timer

SKOLEEKSAMEN I. SOS1120 Kvantitativ metode. 13. desember 2012 4 timer SKOLEEKSAMEN I SOS1120 Kvantitativ metode 13. desember 2012 4 timer Det er lov å bruke ikke-programmerbar kalkulator som hjelpemiddel Sensur for eksamen faller 11.januar kl. 14.00. Sensuren publiseres

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: Bio 2150A Biostatistikk og studiedesign Eksamensdag: 6. desember 2013 Tid for eksamen: 14:30-17:30 (3 timer) Oppgavesettet er

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

Hvordan lage en delkostnadsnøkkel - sosialhjelp. Melissa Edvardsen

Hvordan lage en delkostnadsnøkkel - sosialhjelp. Melissa Edvardsen Hvordan lage en delkostnadsnøkkel - sosialhjelp Melissa Edvardsen 24.11.10 1 Hvordan lage en delkostnadsnøkkel i 10 trinn 1. Utlede problemstilling 2. Valg av metode 3. Teorier 4. Hypoteser 5. Datainnsamling

Detaljer

Eksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ

Eksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ Psykologisk institutt Eksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ Faglig kontakt under eksamen: Mehmet Mehmetoglu Tlf.: 91838665 Eksamensdato: Eksamenstid (fra-til): Hjelpemiddelkode/Tillatte

Detaljer

Tid: Torsdag 11. desember Emneansvarleg: Trygve Almøy

Tid: Torsdag 11. desember Emneansvarleg: Trygve Almøy Nynorsk Institutt: IKBM Eksamen i: Stat100 Statistikk Tid: Torsdag 11. desember 09.00-12.30 Emneansvarleg: Trygve Almøy 64 96 58 20 Tillatne hjelpemiddel: C3: alle typar kalkulatorar, alle andre hjelpemiddel

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: STK1110 Statistiske metoder og dataanalyse 1. Eksamensdag: Mandag 1. desember 2014. Tid for eksamen: 14.30 18.30. Oppgavesettet

Detaljer

SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat, vår Erling Berge Institutt for sosiologi og statsvitenskap NTNU

SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat, vår Erling Berge Institutt for sosiologi og statsvitenskap NTNU SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat, vår 003 Erling Berge Institutt for sosiologi og statsvitenskap NTNU Vår 004 Erling Berge 004 1 Forelesing XI Logistisk regresjon

Detaljer

EKSAMENSOPPGAVE STA «Tabeller og formler i statistikk» av Kvaløy og Tjelmeland. To A4-ark/ 4 sider med egne notater. Godkjent kalkulator. Rute.

EKSAMENSOPPGAVE STA «Tabeller og formler i statistikk» av Kvaløy og Tjelmeland. To A4-ark/ 4 sider med egne notater. Godkjent kalkulator. Rute. Fakultet for naturvitenskap og teknologi EKSAMENSOPPGAVE Eksamen i: STA-2004. Dato: Mandag 24. september 2018. Klokkeslett: 09-13. Sted: Administrasjonsbygget K1.04 Tillatte hjelpemidler: «Tabeller og

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i STK1000 Innføring i anvendt statistikk Eksamensdag: Torsdag 2. desember 2010. Tid for eksamen: 09.00 13.00. Oppgavesettet er på

Detaljer

Eksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ

Eksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ Psykologisk institutt Eksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ Faglig kontakt under eksamen: Mehmet Mehmetoglu Tlf.: 91838665 Eksamensdato: Eksamenstid (fra-til): Hjelpemiddelkode/Tillatte

Detaljer

SENSORVEILEDNING FOR DEN KVANTITATIVE DELEN AV EKSAMENSOPPGAVEN I SOS1002 VÅREN 2007

SENSORVEILEDNING FOR DEN KVANTITATIVE DELEN AV EKSAMENSOPPGAVEN I SOS1002 VÅREN 2007 SENSORVEILEDNING FOR DEN KVANTITATIVE DELEN AV EKSAMENSOPPGAVEN I SOS1002 VÅREN 2007 Oppgave 1 Nedenfor ser du en forenklet tabell basert på informasjon fra den norske delen av European Social Survey 2004.

Detaljer

Sensorveiledning til eksamensoppgave i SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap

Sensorveiledning til eksamensoppgave i SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Institutt for sosiologi og statsvitenskap Sensorveiledning til eksamensoppgave i SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Generell informasjon: I høstsemesteret 2014 ble det ikke gitt

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

Univariate tabeller. Bivariat tabellanalyse. Forelesning 8 Tabellanalyse. Formålet med bivariat analyse:

Univariate tabeller. Bivariat tabellanalyse. Forelesning 8 Tabellanalyse. Formålet med bivariat analyse: Forelesning 8 Tabellanalyse Tabellanalyse er en godt egnet presentasjonsform hvis: variablene har et fåtall naturlige kategorier For eksempel kjønn, Eu-syn variablene er delt inn i kategorier For eksempel

Detaljer

Klassisk ANOVA/ lineær modell

Klassisk ANOVA/ lineær modell 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

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

Forelesning 7 STK3100

Forelesning 7 STK3100 ( % - -! " stimering: MK = ML Forelesning 7 STK3100 1 oktober 2007 S O Samuelsen Plan for forelesning: 1 Generelt om lineære modeller 2 Variansanalyse - Kategoriske kovariater 3 Koding av kategoriske kovariater

Detaljer

SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat, vår Erling Berge Institutt for sosiologi og statsvitenskap NTNU

SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat, vår Erling Berge Institutt for sosiologi og statsvitenskap NTNU SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat, vår 2003 Erling Berge Institutt for sosiologi og statsvitenskap NTNU Vår 2004 Erling Berge 2004 1 Forelesing VII Logistisk regresjon

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

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

SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat, vår Erling Berge Institutt for sosiologi og statsvitenskap NTNU

SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat, vår Erling Berge Institutt for sosiologi og statsvitenskap NTNU SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat, vår 2003 Erling Berge Institutt for sosiologi og statsvitenskap NTNU Vår 2004 Erling Berge 2004 1 Forelesing III Multivariat

Detaljer

Emnenavn: Eksamenstid: Faglærer: Bjørnar Karlsen Kivedal

Emnenavn: Eksamenstid: Faglærer: Bjørnar Karlsen Kivedal EKSAMEN Emnekode: SFB12016 Dato: 18.12.2018 Hjelpemidler: Godkjent kalkulator Emnenavn: Metodekurs II: Samfunnsvitenskapelig metode og anvendt statistikk Eksamenstid: 09.00-13.00 Faglærer: Bjørnar Karlsen

Detaljer

UTSATT SKOLEEKSAMEN I SOS KVANTITATIV METODE. 29. Mars 2017 (4 timer)

UTSATT SKOLEEKSAMEN I SOS KVANTITATIV METODE. 29. Mars 2017 (4 timer) Institutt for sosiologi og samfunnsgeografi BOKMÅL UTSATT SKOLEEKSAMEN I SOS4020 - KVANTITATIV METODE 29 Mars 2017 (4 timer) Tillatte hjelpemidler: Alle skriftlige hjelpemidler og kalkulator Sensur for

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet. Eksamen i STK3100 Innføring i generaliserte lineære modeller Eksamensdag: Mandag 6. desember 2010 Tid for eksamen: 14.30 18.30 Oppgavesettet

Detaljer

SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat, vår 2003. Erling Berge Institutt for sosiologi og statsvitenskap NTNU

SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat, vår 2003. Erling Berge Institutt for sosiologi og statsvitenskap NTNU SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat, vår 2003 Erling Berge Institutt for sosiologi og statsvitenskap NTNU Vår 2004 Erling Berge 2004 1 Forelesing IV Multivariat

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: STK 1000 Innføring i anvendt statistikk. Eksamensdag: Torsdag 1. juni 2006. Tid for eksamen: 09.00 12.00. Oppgavesettet er på

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

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

Erling Berge Institutt for sosiologi og statsvitenskap Norges Teknisk Naturvitskapelege Universitet

Erling Berge Institutt for sosiologi og statsvitenskap Norges Teknisk Naturvitskapelege Universitet 1 EKSAMENSOPPGÅVER SVSOS316 Haust 1999 FRAMLEGG TIL LØYSING Institutt for sosiologi og statsvitenskap Norges Teknisk Naturvitskapelege Universitet «Bruksanvisning» Når ein går igang med å løyse oppgåver

Detaljer

SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat 03. Erling Berge Institutt for sosiologi og statsvitenskap NTNU

SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat 03. Erling Berge Institutt for sosiologi og statsvitenskap NTNU SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat 03 Erling Berge Institutt for sosiologi og statsvitenskap NTNU Haust 2004 Erling Berge 2004 1 Forelesing III Multivariat regresjon

Detaljer

Analyse med uavhengige variabler på nominal- /ordinalnivå

Analyse med uavhengige variabler på nominal- /ordinalnivå Analyse med uavhengige varialer på nominal- /ordinalnivå Hvordan rue varialer på nominalnivå (eventuelt ordinalnivå) som har flere enn to verdier i en regresjonsanalyse? Svar: omoder til dummyvarialer

Detaljer

NTNU, Norges teknisk-naturvitenskapelige universitet

NTNU, Norges teknisk-naturvitenskapelige universitet NTNU, Norges teknisk-naturvitenskapelige universitet EXAMINATION QUESTIONS FOR/ EKSAMENSOPPGÅVE I / EKSAMENSOPPGAVE I SVSOS3003 ANVENDT STATISTISK DATAANALYSE I SAMFUNNSVITENSKAP Contact during examinations/

Detaljer

NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap

NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE IDRSA004 Faglig kontakt under eksamen: Arve Hjelseth (7359562) Eksamensdato: 0.2.08

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: STK1120 Statistiske metoder og dataanalyse 2. Eksamensdag: Tirsdag 2. juni 2009. Tid for eksamen: 14.30 17.30. Oppgavesettet

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

EKSAMENSOPPGAVER STAT100 Vår 2011

EKSAMENSOPPGAVER STAT100 Vår 2011 EKSAMENSOPPGAVER STAT100 Vår 2011 Løsningsforslag Oppgave 1 (Med referanse til Tabell 1) a) De 3 fiskene på 2 år hadde lengder på henholdsvis 48, 46 og 35 cm. Finn de manglende tallene i Tabell 1. Test

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

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

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