Hypotesetesting av λ og p. p verdi.

Størrelse: px
Begynne med side:

Download "Hypotesetesting av λ og p. p verdi."

Transkript

1 Forelesning 7, kapittel 6 Hypotesetesting av λ og p. p verdi. Det som gjøres i denne forelesningen er nær opptil det vi gjorde da vi konstruerte z test for µ, og styrkefunksjon for denne. I tillegg til at det er et nytt anvendelsesområde er det derfor en anledning til å få bedre tak på argumentasjonen og begrepene derfra. Her introduseres også begrepet p verdi, som det er nyttig å kjenne til med tanke på seinere anvendelser av statistikk ved hjelp av dataprogrammer. Eksempel På en vegstrekning hadde det i lengre tid vært i gjennomsnitt 15 kollisjoner i året mellom bil og elg. Så gjorde man forsøk med "viltspeil" for å forsøke å redusere antall ulykker. De 2 første årene etter dette registrerte de tilsammen 22 slike viltkollisjoner. Modellen vi skal gå ut fra er at antall kollisjoner i t år er Poissonfordelt, X~Po( λ. t ), der λ er gjennomsnittlig antall ulykker per år. Opplysningen i første linje tolkes da som at tidligere var λ =15. Det vegmyndighetene håper å påvise er at de to siste årene er denne redusert, dvs. at λ<15. Det vil si at de skal utføre hypotesetesten H 0 : λ=15 mot H 1 : λ<15, med signifikansnivå α=5%. Her formuleres dette som en oppgave, med noen "eksamensliknende" spørsmål: 1) Sett opp en hypotesetest for dette, med testobservator x = antall ulykker på to år. 2) Hva blir testens konklusjon når vi observerte x=22? 3) Hva er p verdien for utfallet x=22? 4) Hva er teststyrken γ (7.5)? Plott grafen til styrkefunksjonen γ ( λ) til denne testen. 1

2 Oppgave 1: Siden vegmyndighetene vil "bevise" at λ er liten ( λ<15), vil selvfølgelig H 0 forkastes hvis x er tilstrekkelig liten. Det vil si at testprosedyren blir på formen Forkast H 0 hvis x k der tallet k må bestemmes ut fra kravet om at sannsynligheten for at X k er (høyst) α = 5% hvis H 0 er sann. Vi tar altså, som alltid, utgangspunkt i at H 0 er sann, det vil si at λ = 15. Siden X~Po( λt) med t = 2 år, er altså X~Po(30) hvis H 0 er sann. Det er mulig å finne k med eksakt formel for Poissonfordeling, men her skal jeg demonstrere den labgt mer vanlige metoden via tilnærming til normalfordeling. For store verdier av λt er Poissonfordelingen tilnærmet normalfordelt (fra sentralgrenseteoremet). Med "stor λt" mener vi ofte λt>15, og det er oppfyllt her. Forventningsverdien i Poissonfordeling er λt, så vi setter µ = 30 hvis H0 er sann. Standardavviket i Poissonfordeling er λt 1/2, så vi setter σ = 30 1/2 = Det vil si at X~N(30,5.48) (tilnærmet) hvis H 0 er sann. Det vil igjen si at Z=( X 30)/5.48~N(0,1) (hvis H 0 er sann). H 0 forkastes om z blir tilstrekkelig liten, det vil si mindre enn z α ( z α er αfraktilen i standard normalfordeling,se fig.). Fra tabell 5.2 finner vi z 0.05 =1.645, så testprosedyren er: Forkast H 0 hvis ( x 30)/5.48< som omformes til. Forkast H 0 hvis x = α z α z α α Dette må være et heltall, og 21 ser naturlig ut, men strengt tatt må vi avrunde nedover så α blir mindre eller lik 0.05=5%. Dessuten har jeg ikke tatt med halvkorreksjon, egentlig er k +0.5=20.98 så k = Testprosedyren blir dermed: Forkast H 0 hvis antall ulykker på to å er mindre eller lik 20. Kommentar: Hvis du vil bruke formelen for venstresidetest ( z test) fra formelsamlinga, så fungerer denne. Da må du velge n = 1, vi har jo bare en observasjon av x. Gjennomsnittet av en verdi er selvfølgelig verdien selv. 2

3 Oppgave 2: Siden observasjonen var x = 22 ulykker på to år, er ikke x 20. Det vil si at H 0 beholdes. Vegmyndighetene har dermed ikke klart å påvise at viltspeilene virker. Kommentar: Merk at dette ikke betyr at det er bevist at viltspeilene ikke virker. Det har jo vært færre ulykker de to siste årene enn gjennomsnittlig tidligere. Denne nedgangen kan forklares med naturlig tilfeldig variasjon, selv om det også er mulig at den skyldes at viltspeilene virker. Det kan være at teststyrken er for dårlig for den forbedringen av λ de nå eventuelt har klart å få til. For å øke teststyrken kan de øke t, det vil si utvide perioden de observerer ulykker på. Hvis λ faktisk er mindre enn 15 vil det nok bli påvist etter noen år. Hvis nedgangen derimot bare var en tilfeldighet vil den nok ikke fortsette, gjennomsnittet i framtiden vil være omtrent 15 ulykker per år og H 0 vil antagelig beholdes også om vi gjennomfører en ny test over for eksempel t =5 år. 3

4 Oppgave 3: En måte å returnere utfallet av en test på som særlig brukes i ferdige rutiner for hypotesetesting i dataprogrammer (f.eks. Excel) er p verdien. Dette er sannsynligheten for å få minst så liten verdi av testobservatoren som vi faktisk fikk, hvis H Hvis det er høyresidetest må dette selvfølgelig justeres til "minst så stor verdi", og for tosidige tester til "minst så lang fra parameterverdien når H 0 er sann. 0 er sann på begge sider" I dette eksemplet er p verdien dermed sannsynligheten for å få 22 eller færre viltkollisjoner hvis λ=15. Det vil si I dette tilfellet hadde det ikke vært uoverkommelig, og mer nøuaktig, å regne ut sannsynligheten uten å gå om tilnærming til normalfordeling: Tolkningen av p verdien kommer på neste side. 4

5 Oppgave 3 (forts), tolkning av p verdi: Sannsynligheten for å forkaste H0 selv om H0 er sann er signifikansnivået. Det vil si at om testobservatoren blir nøyaktig lik den kritiske verdien blir p verdien signifikansnivået. I dette eksemplet vil dette bety at p verdien til 20 er nokså nær 5%=0.05 (egentlig så liten som 0.035, mens den er for x=21). Hvis x blir mindre enn k blir det enda mindre sannsynlig at vi har fått dette resultatet om H 0 var sann. I dette eksemplet ble x=22 med p verdi som er større enn 0.05=5%. Det betyr at H 0 ikke kan forkastes med signifikansnivå 5%, altså konklusjonen fra oppgave 2 på en annen måte. Tolkning av p verdier: p > 0.05=5% H 0 kan ikke forkastes < p 0.05 H 0 forkastes med signifikansnivå 5% (H 1 er signifikant ). p < 0.01 H 0 forkastes med signifikansnivå 1% (H 1 er meget signifikant ). Av og til sier vi at H 1 er svakt signifikant hvis 0.05 < p Vi kan ikke forkaste H0, men blir kanskje oppmuntret til å teste videre. Kanskje vil vi i rapporten kommentere at vi nesten har vist H 1, og at det er godt mulig dette ville blitt konklusjonen hvis vi hadde hatt større teststyrke (større n eller større t ). Dette er for eksempel ofte hva som skjer med relativt små utvalg i Bacheloroppgaver, for eksempel med analyser av spørreundersøkelser. Studentene ønsker jo gjerne å vise H 1, og det må være legitimt å påpeke at dataene indikerer dette selv om de ikke helt har klart å vise det. 5

6 Oppgave 4: 6

7 Hypotesetesting av p. Vanligvis brukes også z tester på hypotesetester om sannsynligheten p i binomisk fordeling. Det vil si vi går ut fra at vi har en Bernoulli forsøksrekke med n gjentagelser, og X er antall gunstige utfall av disse. Da er For binomisk fordeling har vi forventningsverdi og standardavvik For store n er X tilnærmermet normalfordelt: Dette resultatet bruker vi på samme måte som for Poissonfordeling. Det vil si at prosedyren for hypotesetesting av λ i denne forelesningen kan kopieres med noen små justeringer. Dette overlater jeg til deg å gjøre selv i en av oppgavene. 7

EKSAMEN. TILLATTE HJELPEMIDLER: Kalkulator. Hornæs: Formelsamling statistikk HiG. John Haugan: Formler og tabeller.

EKSAMEN. TILLATTE HJELPEMIDLER: Kalkulator. Hornæs: Formelsamling statistikk HiG. John Haugan: Formler og tabeller. KANDIDATNUMMER: EKSAMEN FAGNAVN: FAGNUMMER: Statistikk. BtG207 EKSAMENSDATO: 16. juni 2009. KLASSE: HIS 07 10. TID: kl. 8.00 13.00. FAGLÆRER: Hans Petter Hornæs ANTALL SIDER UTLEVERT: 3 innkl. forside)

Detaljer

EKSAMEN KANDIDATNUMMER: EKSAMENSDATO: 26. mai 2006. SENSURFRIST: 16. juni 2006. KLASSE: HIS 04 07. TID: kl. 8.00 13.00.

EKSAMEN KANDIDATNUMMER: EKSAMENSDATO: 26. mai 2006. SENSURFRIST: 16. juni 2006. KLASSE: HIS 04 07. TID: kl. 8.00 13.00. KANDIDATNUMMER: EKSAMEN FAGNAVN: FAGNUMMER: Statistikk. BtG207 EKSAMENSDATO: 26. mai 2006. SENSURFRIST: 16. juni 2006. KLASSE: HIS 04 07. TID: kl. 8.00 13.00. FAGLÆRER: Hans Petter Hornæs ANTALL SIDER

Detaljer

EKSAMEN. TILLATTE HJELPEMIDLER: Kalkulator. Hornæs: Formelsamling statistikk HiG. John Haugan: Formler og tabeller.

EKSAMEN. TILLATTE HJELPEMIDLER: Kalkulator. Hornæs: Formelsamling statistikk HiG. John Haugan: Formler og tabeller. KANDIDATNUMMER: EKSAMEN FAGNAVN: FAGNUMMER: Statistikk. BtG27 EKSAMENSDATO: 27. mai 211. KLASSE: HIS 8 11. TID: kl. 8. 13.. FAGLÆRER: Hans Petter Hornæs ANTALL SIDER UTLEVERT: 3 innkl. forside) TILLATTE

Detaljer

6.2 Signifikanstester

6.2 Signifikanstester 6.2 Signifikanstester Konfidensintervaller er nyttige når vi ønsker å estimere en populasjonsparameter Signifikanstester er nyttige dersom vi ønsker å teste en hypotese om en parameter i en populasjon

Detaljer

Verdens statistikk-dag. Signifikanstester. Eksempel studentlån. http://unstats.un.org/unsd/wsd/

Verdens statistikk-dag. Signifikanstester. Eksempel studentlån. http://unstats.un.org/unsd/wsd/ Verdens statistikk-dag http://unstats.un.org/unsd/wsd/ Signifikanstester Ønsker å teste hypotese om populasjon Bruker data til å teste hypotese Typisk prosedyre Beregn sannsynlighet for utfall av observator

Detaljer

Kap. 10: Inferens om to populasjoner. Eksempel. ST0202 Statistikk for samfunnsvitere

Kap. 10: Inferens om to populasjoner. Eksempel. ST0202 Statistikk for samfunnsvitere Kap. 10: Inferens om to populasjoner Situasjon: Vi ønsker å sammenligne to populasjoner med populasjonsgjennomsnitt henholdsvis μ 1 og μ. Vi trekker da ett utvalg fra hver populasjon. ST00 Statistikk for

Detaljer

b) Hva er sannsynligheten for at re tilfeldig utvalgte bilmotorer alle har en levetid på minst 17 år?

b) Hva er sannsynligheten for at re tilfeldig utvalgte bilmotorer alle har en levetid på minst 17 år? Oppgave 1 Levetiden T til en bestemt type bilmotor er normalfordelt med forventning µ = 15 år og standardavvik σ = 3 år. a) Vis at sannsynligheten for at en tilfeldig utvalgt bilmotor har en levetid på

Detaljer

EKSAMEN. TILLATTE HJELPEMIDLER: Kalkulator. Hornæs: Formelsamling statistikk HiG. John Haugan: Formler og tabeller.

EKSAMEN. TILLATTE HJELPEMIDLER: Kalkulator. Hornæs: Formelsamling statistikk HiG. John Haugan: Formler og tabeller. KANDIDATNUMMER: EKSAMEN FAGNAVN: FAGNUMMER: Statistikk. BtG207 EKSAMENSDATO: 11. juni 2007. KLASSE: HIS 05 08. TID: kl. 8.00 13.00. FAGLÆRER: Hans Petter Hornæs ANTALL SIDER UTLEVERT: 5 (innkl. forside)

Detaljer

Statistikk, FO242N, AMMT, HiST 2. årskurs, 30. mai 2007 side 1 ( av 8) LØSNINGSFORSLAG HØGSKOLEN I SØR-TRØNDELAG

Statistikk, FO242N, AMMT, HiST 2. årskurs, 30. mai 2007 side 1 ( av 8) LØSNINGSFORSLAG HØGSKOLEN I SØR-TRØNDELAG Statistikk, FO242N, AMMT, HiST 2. årskurs, 30. mai 2007 side 1 ( av 8) LØSNINGSFORSLAG HØGSKOLEN I SØR-TRØNDELAG AVDELING FOR MAT- OG MEDISINSK TEKNOLOGI Matteknologisk utdanning Kandidatnr: Eksamensdato:

Detaljer

EKSAMEN. EMNEANSVARLIG: Terje Bokalrud og Hans Petter Hornæs. TILLATTE HJELPEMIDLER: Kalkulator og alle trykte og skrevne hjelpemidler.

EKSAMEN. EMNEANSVARLIG: Terje Bokalrud og Hans Petter Hornæs. TILLATTE HJELPEMIDLER: Kalkulator og alle trykte og skrevne hjelpemidler. KANDIDATNUMMER: EKSAMEN EMNENAVN: EMNENUMMER: Kvalitetsledelse med Statistikk. SMF2121 EKSAMENSDATO: 1. juni 2010 KLASSE: Ingeniørutdanning TID: kl. 9.00 13.00. EMNEANSVARLIG: Terje Bokalrud og Hans Petter

Detaljer

Oppgaver til Studentveiledning 4 MET 3431 Statistikk

Oppgaver til Studentveiledning 4 MET 3431 Statistikk Oppgaver til Studentveiledning 4 MET 3431 Statistikk 8. mai 2012 kl 17.15-20.15 i B2 Handelshøyskolen BI 2 Oppgaver 1. Eksamensoppgaver: Eksamen 22/11/2011: Oppgave 1-7. Eksamensoppgaven fra 11/2011 er

Detaljer

Konfidensintervall for µ med ukjent σ (t intervall)

Konfidensintervall for µ med ukjent σ (t intervall) Forelesning 3, kapittel 6 Konfidensintervall for µ med ukjent σ (t intervall) Konfidensintervall for µ basert på n observasjoner fra uavhengige N( µ, σ) fordelinger når σ er kjent : Hvis σ er ukjent har

Detaljer

QED 1 7. Matematikk for grunnskolelærerutdanningen. Bind 2. Fasit kapittel 4 Statistikk og kvantitativ metode

QED 1 7. Matematikk for grunnskolelærerutdanningen. Bind 2. Fasit kapittel 4 Statistikk og kvantitativ metode QED 1 7 Matematikk for grunnskolelærerutdanningen Bind 2 Fasit kapittel 4 Statistikk og kvantitativ metode Kapittel 4 Oppgave 1 La være antall øyne på terningen. a) Vi får følgende sannsynlighetsfordeling

Detaljer

ST0202 Statistikk for samfunnsvitere Kapittel 10: Inferens om to populasjoner

ST0202 Statistikk for samfunnsvitere Kapittel 10: Inferens om to populasjoner ST0202 Statistikk for samfunnsvitere Kapittel 10: Inferens om to populasjoner Bo Lindqvist Institutt for matematiske fag 2 Kapittel 10: Inferens om to populasjoner Situasjon: Vi ønsker å sammenligne to

Detaljer

Supplement til power-point presentasjonen i medisinsk statistikk, forelesning 7 januar 2013. Skrevet av Stian Lydersen 16 januar 2013

Supplement til power-point presentasjonen i medisinsk statistikk, forelesning 7 januar 2013. Skrevet av Stian Lydersen 16 januar 2013 1 Supplement til power-point presentasjonen i medisinsk statistikk, forelesning 7 januar 013. Skrevet av Stian Lydersen 16 januar 013 Vi antar at vårt utvalg er et tilfeldig og representativt utvalg for

Detaljer

Matteknologisk utdanning

Matteknologisk utdanning Statistikk, FO242N, AMMT, HiST 2. årskurs, 30. mai 2007 side 1 ( av 5) HØGSKOLEN I SØR-TRØNDELAG AVDELING FOR MAT- OG MEDISINSK TEKNOLOGI Matteknologisk utdanning Kandidatnr: Eksamensdato: 30. mai 2007

Detaljer

Mer om hypotesetesting

Mer om hypotesetesting Mer om hypotesetesting I underkapittel 36 i læreboka gir vi en kort innføring i tankegangen ved hypotesetesting Vi gir her en grundigere framstilling av temaet Problemstilling Vi forklarer problemstillingen

Detaljer

Eksamensoppgave i TMA4245 Statistikk

Eksamensoppgave i TMA4245 Statistikk Institutt for matematiske fag Eksamensoppgave i TMA4245 Statistikk Faglig kontakt under eksamen: Håkon Tjelmeland Tlf: 48 22 18 96 Eksamensdato:??. august 2014 Eksamenstid (fra til): 09:00 13:00 Hjelpemiddelkode/Tillatte

Detaljer

QED 5 10. Matematikk for grunnskolelærerutdanningen. Bind 2. Fasit kapittel 4 Statistikk og kvantitativ metode

QED 5 10. Matematikk for grunnskolelærerutdanningen. Bind 2. Fasit kapittel 4 Statistikk og kvantitativ metode QED 5 10 Matematikk for grunnskolelærerutdanningen Bind 2 Fasit kapittel 4 Statistikk og kvantitativ metode Kapittel 4 Oppgave 1. La x være antall øyne på terningen. a) Vi får følgende sannsynlighetsfordeling

Detaljer

Denne uken: kap. 6.1-6.2-6.3: Introduksjon til statistisk inferens. - Konfidensintervall - Hypotesetesting - P-verdier - Statistisk signifikans

Denne uken: kap. 6.1-6.2-6.3: Introduksjon til statistisk inferens. - Konfidensintervall - Hypotesetesting - P-verdier - Statistisk signifikans Denne uken: kap. 6.1-6.2-6.3: Introduksjon til statistisk inferens - Konfidensintervall - Hypotesetesting - P-verdier - Statistisk signifikans VG 25/9 2011 Statistisk inferens Mål: Trekke konklusjoner

Detaljer

EKSAMEN I FAG 75510/75515 STATISTIKK 1 Tirsdag 20. mai 1997 Tid: 09:00 14:00

EKSAMEN I FAG 75510/75515 STATISTIKK 1 Tirsdag 20. mai 1997 Tid: 09:00 14:00 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 5 Faglig kontakt under eksamen: Håvard Rue 73 59 35 20 Håkon Tjelmeland 73 59 35 20 Bjørn Kåre Hegstad 73 59 35 20

Detaljer

Oppgaver til Studentveiledning 3 MET 3431 Statistikk

Oppgaver til Studentveiledning 3 MET 3431 Statistikk Oppgaver til Studentveiledning 3 MET 3431 Statistikk 24. april 2012 kl 17.15-20.15 i B2 Handelshøyskolen BI 2 Oppgaver 1. Eksamensoppgaver: Eksamen 01/06/2011: Oppgave 1-7. Eksamensoppgaven fra 06/2011

Detaljer

b) i) Finn sannsynligheten for at nøyaktig 2 av 120 slike firmaer går konkurs.

b) i) Finn sannsynligheten for at nøyaktig 2 av 120 slike firmaer går konkurs. Eksamen i: MET 040 Statistikk for økonomer Eksamensdag: 31 Mai 2007 Tid for eksamen: 09.00-13.00 Oppgavesettet er på 4 sider. Tillatte hjelpemidler: Alle trykte eller egenskrevne hjelpemidler og kalkulator.

Detaljer

EKSAMEN. Flexibel ingeniørutdanning, 2kl. Bygg m.fl.

EKSAMEN. Flexibel ingeniørutdanning, 2kl. Bygg m.fl. KANDIDATNUMMER: EKSAMEN FAGNAVN: FAGNUMMER: Statistikk. REA 1081 og REA1081F EKSAMENSDATO: 1. juni 2011. KLASSE: Flexibel ingeniørutdanning, 2kl. Bygg m.fl. TID: kl. 9.00 12.00. FAGLÆRER: Hans Petter Hornæs

Detaljer

ST0202 Statistikk for samfunnsvitere Kapittel 9: Inferens om én populasjon

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

Detaljer

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

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

Detaljer

Løsningsforlag statistikk, FO242N, AMMT, HiST 2.årskurs, 7. desember 2006 side 1 ( av 8) LØSNINGSFORSLAG

Løsningsforlag statistikk, FO242N, AMMT, HiST 2.årskurs, 7. desember 2006 side 1 ( av 8) LØSNINGSFORSLAG Løsningsforlag statistikk, FO4N, AMMT, HiST.årskurs, 7. desember 006 side 1 ( av 8) LØSNINGSFORSLAG HØGSKOLEN I SØR-TRØNDELAG AVDELING FOR MAT- OG MEDISINSK TEKNOLOGI Matteknologisk utdanning Kandidatnr:

Detaljer

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

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

Detaljer

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

1 10-2: Korrelasjon. 2 10-3: Regresjon

1 10-2: Korrelasjon. 2 10-3: Regresjon 1 10-2: Korrelasjon 2 10-3: Regresjon Example Krysser y-aksen i 1: b 0 = 1 Stiger med 2 hver gang x øker med 1: b 1 = 2 Formelen til linja er derfor y = 1 + 2x Eksempel Example Vi lar fem personer se en

Detaljer

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

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

Detaljer

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

Kontroller at oppgavesettet er komplett før du begynner å besvare spørsmålene. Ved sensuren teller alle delspørsmål likt.

Kontroller at oppgavesettet er komplett før du begynner å besvare spørsmålene. Ved sensuren teller alle delspørsmål likt. Eksamen i: MET040 Statistikk for økonomer Eksamensdag: 4 november 2008 Tid for eksamen: 09.00-13.00 Oppgavesettet er på 4 sider. Tillatte hjelpemidler: Alle trykte eller egenskrevne hjelpemidler og kalkulator.

Detaljer

1 9-3: Sammenligne gjennomsnitt for to uavhengige stikkprøver. 2 9-4: Sammenligne gjennomsnitt for to relaterte stikkprøver

1 9-3: Sammenligne gjennomsnitt for to uavhengige stikkprøver. 2 9-4: Sammenligne gjennomsnitt for to relaterte stikkprøver 1 9-3: Sammenligne gjennomsnitt for to uavhengige stikkprøver 2 9-4: Sammenligne gjennomsnitt for to relaterte stikkprøver 3 Oppvarming til kap 10: Rette linjer Sammenligne to populasjoner Data fra to

Detaljer

Løsningsforslag Til Statlab 5

Løsningsforslag Til Statlab 5 Løsningsforslag Til Statlab 5 Jimmy Paul September 6, 007 Oppgave 8.1 Vi skal se på ukentlige forbruk av søtsaker blant barn i et visst område. En pilotstudie gir at standardavviket til det ukentige forbruket

Detaljer

1 8-1: Oversikt. 2 8-2: Grunnleggende hypotesetesting. 3 Section 8-3: Å teste påstander om andeler. 4 Section 8-5: Teste en påstand om gjennomsnittet

1 8-1: Oversikt. 2 8-2: Grunnleggende hypotesetesting. 3 Section 8-3: Å teste påstander om andeler. 4 Section 8-5: Teste en påstand om gjennomsnittet 1 8-1: Oversikt 2 8-2: Grunnleggende hypotesetesting 3 Section 8-3: Å teste påstander om andeler 4 Section 8-5: Teste en påstand om gjennomsnittet Definisjoner Hypotese En hypotese er en påstand om noe

Detaljer

Eksamensoppgave i TMA4240 Statistikk

Eksamensoppgave i TMA4240 Statistikk Institutt for matematiske fag Eksamensoppgave i TMA4240 Statistikk Faglig kontakt under eksamen: Jo Eidsvik og Arild Brandrud Næss Tlf: 90 12 74 72 og 99 53 82 94 Eksamensdato: 9. desember 2013 Eksamenstid

Detaljer

Dekkes av pensumsidene i kap. lesingsnotatene. Hypotesetesting er en systematisk fremgangsmåte

Dekkes av pensumsidene i kap. lesingsnotatene. Hypotesetesting er en systematisk fremgangsmåte Hypotesetesting. 10 og fore- Dekkes av pensumsidene i kap. lesingsnotatene. Hypotesetesting er en systematisk fremgangsmåte for å undersøke hypoteser (påstander) knyttet til parametre i sannsynlighetsfordelinger.

Detaljer

Eksamen i. MAT110 Statistikk 1

Eksamen i. MAT110 Statistikk 1 Avdeling for logistikk Eksamen i MAT110 Statistikk 1 Eksamensdag : Torsdag 28. mai 2015 Tid : 09:00 13:00 (4 timer) Faglærer/telefonnummer : Molde: Per Kristian Rekdal / 924 97 051 Kristiansund: Terje

Detaljer

EKSAMEN I TMA4240 Statistikk

EKSAMEN I TMA4240 Statistikk Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 5 Faglig kontakt under eksamen: Henning Omre (909 37848) Mette Langaas (988 47649) EKSAMEN I TMA4240 Statistikk 18.

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 og forsøksplanlegging Kurs for ansatte ved Raufoss Technology AS. Hans Petter Hornæs E-post: hans.hornaes@hig.no

Statistikk og forsøksplanlegging Kurs for ansatte ved Raufoss Technology AS. Hans Petter Hornæs E-post: hans.hornaes@hig.no Statistikk og forsøksplanlegging Kurs for ansatte ved Raufoss Technology AS Hans Petter Hornæs E-post: hans.hornaes@hig.no Rondablikk Høyfjellshotell 10. oktober 1998 Innhold 1 Innledning 4 1.1 Mål.........................................

Detaljer

Løsningsforslag til obligatorisk innlevering 3.

Løsningsforslag til obligatorisk innlevering 3. svar3.nb 1 Løsningsforslag til obligatorisk innlevering 3. Oppgave 1 * Vi skal sammenlikne to sensoere A og B. Begge har rettet den samme oppgaven. Hvis populasjonen er eksamensoppgavene, har vi altså

Detaljer

Utvalgsstørrelse, styrke

Utvalgsstørrelse, styrke Utvalgsstørrelse, styrke Lise Lund Håheim DDS, PhD Professor II, Forskerlinjen, UiO Seniorforsker, Nasjonalt kunnskapssenter for helsetjenesten, Oslo Seniorforsker, Institutt for oral biologi, UiO Introduksjonskurset,

Detaljer

Tabell 1: Beskrivende statistikker for dataene

Tabell 1: Beskrivende statistikker for dataene Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 7, blokk II Løsningsskisse Oppgave 1 a) Utfør en beskrivende analyse av datasettet % Data for Trondheim: TRD_mean=mean(TRD);

Detaljer

Andre sett med obligatoriske oppgaver i STK1110 høsten 2010

Andre sett med obligatoriske oppgaver i STK1110 høsten 2010 Andre sett med obligatoriske oppgaver i STK1110 høsten 2010 Dette er det andre settet med obligatoriske oppgaver i STK1110 høsten 2010. Oppgavesettet består av fire oppgaver. Det er valgfritt om du vil

Detaljer

EKSAMENSOPPGAVE. Eksamen i: STA- 0001 Brukerkurs i statistikk 1 Mandag 03. juni 2013 Kl 09:00 13:00 Åsgårdvegen 9

EKSAMENSOPPGAVE. Eksamen i: STA- 0001 Brukerkurs i statistikk 1 Mandag 03. juni 2013 Kl 09:00 13:00 Åsgårdvegen 9 FAKULTET FOR NATURVITENSKAP OG TEKNOLOGI EKSAMENSOPPGAVE Eksamen i: STA- 0001 Brukerkurs i statistikk 1 Dato: Tid: Sted: Mandag 03. juni 2013 Kl 09:00 13:00 Åsgårdvegen 9 Tillatte hjelpemidler: Alle trykte

Detaljer

FORMELSAMLING STATISTIKK, HiG

FORMELSAMLING STATISTIKK, HiG Høgskolen i Gjøvik Avdeling for ingeniørfag Versjon fra mai 2007 FORMELSAMLING STATISTIKK, HiG Hans Petter Hornæs hans.hornaes@hig.no ISSN:??????? Innledning. Denne formelsamlingen er skrevet for bruk

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

Faktor - en eksamensavis utgitt av ECONnect

Faktor - en eksamensavis utgitt av ECONnect Faktor - en eksamensavis utgitt av ECONnect Løsningsforslag: SØK1004 Statistikk for økonomer Eksamen: Våren 009 Antall sider: 16 SØK1004 - Løsningsforslag Om ECONnect: ECONnect er en frivillig studentorganisasjon

Detaljer

Kontinuerlige sannsynlighetsfordelinger.

Kontinuerlige sannsynlighetsfordelinger. Kontinuerlige sannsynlighetsfordelinger. Dekkes av kap. 6 og deler av kap. 8.5 i boka. Husk: f(x er sannsynlighetstettheten til en kontinuerlig X dersom:. f(x 0 for alle x R 2. f(xdx = 3. P (a

Detaljer

1 Section 6-2: Standard normalfordelingen. 2 Section 6-3: Anvendelser av normalfordelingen. 3 Section 6-4: Observator fordeling

1 Section 6-2: Standard normalfordelingen. 2 Section 6-3: Anvendelser av normalfordelingen. 3 Section 6-4: Observator fordeling 1 Section 6-2: Standard normalfordelingen 2 Section 6-3: Anvendelser av normalfordelingen 3 Section 6-4: Observator fordeling 4 Section 6-5: Sentralgrenseteoremet Oversikt Kapittel 6 Kontinuerlige tilfeldige

Detaljer

Oppgaver til Studentveiledning II MET 3431 Statistikk

Oppgaver til Studentveiledning II MET 3431 Statistikk Oppgaver til Studentveiledning II MET 3431 Statistikk 10. april 2012 kl 17.15-20.15 i B2 Handelshøyskolen BI 2 Oppgaver 1. Eksamensoppgaver: Prøve-eksamen A fra 2010: Oppgave 6-7. Prøve-eksamen A fra 2010

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

Sted Gj.snitt Median St.avvik Varians Trondheim 6.86 7.50 6.52 42.49 Værnes 7.07 7.20 6.79 46.05 Oppdal 4.98 5.80 7.00 48.96

Sted Gj.snitt Median St.avvik Varians Trondheim 6.86 7.50 6.52 42.49 Værnes 7.07 7.20 6.79 46.05 Oppdal 4.98 5.80 7.00 48.96 Vår 213 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 8, blokk II Matlabøving Løsningsskisse Oppgave 1 a) Ingen løsningsskisse. b) Finn, for hvert datasett,

Detaljer

Kap. 5.2: Utvalgsfordelinger for antall og andeler

Kap. 5.2: Utvalgsfordelinger for antall og andeler Kap. 5.2: Utvalgsfordelinger for antall og andeler Binære data (1/0, Ja/Nei, Suksess/Feil) Utvalgsundersøkelser: Ja/Nei-spørsmål Tilstedeværelse av arter: Tilstede/Ikke-tilstede (1/0) Overlevelse etter

Detaljer

(b) På slutten av dagen legger sekretæren inn all innsamlet informasjon i en ny JMP datafil. Hvor mange rader og søyler(kolonner) har datafila?

(b) På slutten av dagen legger sekretæren inn all innsamlet informasjon i en ny JMP datafil. Hvor mange rader og søyler(kolonner) har datafila? Institutt for samfunnsøkonomi Skriftlig eksamen i: MET 34311 Statistikk Eksamensdato: 01.06.11, kl. 09.00-14.00 Tillatte hjelpemidler: Alle + BI-definert eksamenskalkulator : TEXAS INTRUMENTS BA II Plus

Detaljer

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

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

Detaljer

Eksamensoppgave i SØK1004 - Statistikk for økonomer

Eksamensoppgave i SØK1004 - Statistikk for økonomer Institutt for samfunnsøkonomi Eksamensoppgave i SØK1004 - Statistikk for økonomer Faglig kontakt under eksamen: Hildegunn E. Stokke, tlf 73591665 Bjarne Strøm, tlf 73591933 Eksamensdato: 01.12.2014 Eksamenstid

Detaljer

Skadeprosenten hvor tilfeldig er den?

Skadeprosenten hvor tilfeldig er den? Skadeprosenten hvor tilfeldig er den? NFT 2/1996 av cand.scient. Jon Holtan, aktuar i UNI Storebrand AS Jon Holtan Artikkelen analyserer skadeprosentens tilfeldige variasjon innenfor en vilkårlig skadeforsikringsportefølje.

Detaljer

Kp. 13. Enveis ANOVA

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

Detaljer

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Utsatt eksamen i: ECON2130 - Statistikk 1 Eksamensdag: 19.06.2014 Tid for eksamen: kl. 09:00 12:00 Oppgavesettet er på 4 sider UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Tillatte hjelpemidler: Alle trykte

Detaljer

STUDIEÅRET 2014/2015. Utsatt individuell skriftlig eksamen i. STA 200- Statistikk. Mandag 24. august 2015 kl. 10.00-12.00

STUDIEÅRET 2014/2015. Utsatt individuell skriftlig eksamen i. STA 200- Statistikk. Mandag 24. august 2015 kl. 10.00-12.00 STUDIEÅRET 2014/2015 Utsatt individuell skriftlig eksamen i STA 200- Statistikk Mandag 24. august 2015 kl. 10.00-12.00 Hjelpemidler: kalkulator. Formelsamling blir delt ut på eksamen Eksamensoppgaven består

Detaljer

TMA4240/TMA4245 Statistikk: Oppsummering kontinuerlige sannsynlighetsfordelinger

TMA4240/TMA4245 Statistikk: Oppsummering kontinuerlige sannsynlighetsfordelinger TMA4240/TMA4245 Statistikk: Oppsummering kontinuerlige sannsynlighetsfordelinger Kontinuerlig uniform fordeling f() = B A, A B. En kontinuerlig størrelse (vekt, lengde, tid), som aldri kan bli mindre enn

Detaljer

Bruk av terninger i statistikkundervisning for å øke forståelsen for enkelte terskelbegrep

Bruk av terninger i statistikkundervisning for å øke forståelsen for enkelte terskelbegrep Bruk av terninger i statistikkundervisning for å øke forståelsen for enkelte terskelbegrep Med praktiske eksempler fra basisundervisning for tannlegestudenter Obligatorisk oppgave i basismodulen i pedagogikk

Detaljer

Oppgave 13.1 (13.4:1)

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

Detaljer

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

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

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

Detaljer

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

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

Detaljer

Regler i statistikk STAT 100

Regler i statistikk STAT 100 TORIL FJELDAAS RYGG - VÅREN 2010 Regler i statistikk STAT 100 Innhold side Sannsynlighetsregning 3 - Uttrykk 3 - Betinget sannsynlighet 4 - Regler for sannsynlighet 4 - Bayes teorem 4 - Uavhengige begivenheter

Detaljer

Eksamensoppgåve i ST1201/ST6201 Statistiske metoder

Eksamensoppgåve i ST1201/ST6201 Statistiske metoder Institutt for matematiske fag Eksamensoppgåve i ST1201/ST6201 Statistiske metoder Fagleg kontakt under eksamen: Tlf: Eksamensdato: august 2015 Eksamenstid (frå til): Hjelpemiddelkode/Tillatne hjelpemiddel:

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

Forelesning 6, kapittel 3. : 3.6: Kombinatorikk.

Forelesning 6, kapittel 3. : 3.6: Kombinatorikk. Forelesning 6, kapittel 3. : 3.6: Kombinatorikk. Kombinatorikk betyr her: Formler for opptelling av antall kombinasjoner. Generelt er denne grenen av matematikk videre, og omfatter blant annet grafteori.

Detaljer

DEL 1. Uten hjelpemidler. Oppgave 1 (5 poeng) Oppgave 2 (3 poeng) Deriver funksjonene. x x. På figuren har vi tegnet grafen til en funksjon f gitt ved

DEL 1. Uten hjelpemidler. Oppgave 1 (5 poeng) Oppgave 2 (3 poeng) Deriver funksjonene. x x. På figuren har vi tegnet grafen til en funksjon f gitt ved DEL 1 Uten hjelpemidler Oppgave 1 (5 poeng) Deriver funksjonene a) f ( ) e b) g ( ) 1 c) h( ) (3 1) e Oppgave (3 poeng) På figuren har vi tegnet grafen til en funksjon f gitt ved 3 f( ) k k, D f f a) Faktoriser

Detaljer

EKSAMEN ST0202 STATISTIKK FOR SAMFUNNSVITERE

EKSAMEN ST0202 STATISTIKK FOR SAMFUNNSVITERE Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 7 Bokmål Faglig kontakt under eksamen: Bo Lindqvist, tlf. 97589418 EKSAMEN ST00 STATISTIKK FOR SAMFUNNSVITERE Torsdag

Detaljer

Høgskolen i Telemark Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL 12. desember 2008

Høgskolen i Telemark Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL 12. desember 2008 Høgskole i Telemark Avdelig for estetiske fag, folkekultur og lærerutdaig BOKMÅL. desember 8 EKSAMEN I MATEMATIKK, Utsatt røve Modul 5 studieoeg Tid: 5 timer Ogavesettet er å sider (ikludert formelsamlig).

Detaljer

7.2 Sammenligning av to forventinger

7.2 Sammenligning av to forventinger 7.2 Sammenligning av to forventinger To-utvalgs z-observator To-utvalgs t-prosedyrer To-utvalgs t-tester To-utvalgs t-konfidensintervall Robusthet To-utvalgs t-prosedyrerår variansene er like Sammenlikning

Detaljer

EKSAMEN I TMA4245 Statistikk

EKSAMEN I TMA4245 Statistikk Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 5 Faglig kontakt under eksamen: Turid Follestad (98 06 68 80/73 59 35 37) Hugo Hammer (45 21 01 84/73 59 77 74) Eirik

Detaljer

Representasjon av tall på datamaskin Kort innføring for MAT-INF1100L

Representasjon av tall på datamaskin Kort innføring for MAT-INF1100L Representasjon av tall på datamaskin Kort innføring for MAT-INF00L Knut Mørken 3. desember 204 Det er noen få prinsipper fra den første delen av MAT-INF00 om tall som studentene i MAT-INF00L bør kjenne

Detaljer

HYPOTESETESTING for mastergradsstudium i informasjonssikkerhet

HYPOTESETESTING for mastergradsstudium i informasjonssikkerhet HYPOTESETESTING for mastergradsstudium i informasjonssikkerhet Hans Petter Hornæs E-post: hansh@hig.no Høgskolen i Gjøvik. Versjon per 4.11 2003 Dette er notater, oppgaver og formelsamling til støtte for

Detaljer

Heldagsprøve. Matematikk - S2. 6 Mai 2010

Heldagsprøve. Matematikk - S2. 6 Mai 2010 S2 -Heldagsprøve V0 Heldagsprøve Matematikk - S2 6 Mai 200 Løsningsskisser Del Oppgave a) En rekke er gitt ved 7 3 9... ) Finn ledd nummer 25 i rekken. a 25 a d n 6 25 45 2) Finn summen av de første 50

Detaljer

Matematikk med TI-83

Matematikk med TI-83 Matematikk med TI-83 3MX/Y Brukerveiledning knyttet til eksempler av Eystein Raude Arbeidet bygger på Matematikk med TI-83 på GK og VKI Eksemplene oppfyller læreplanens mål Læreplanens mål 1 Mål 3 Funksjonslære

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

EKSAMEN I FAG TMA4240/TMA4245 STATISTIKK

EKSAMEN I FAG TMA4240/TMA4245 STATISTIKK Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 5 Faglig kontakt under eksamen: John Tyssedal 41 64 53 76 EKSAMEN I FAG TMA4240/TMA4245 STATISTIKK Lørdag 10. august

Detaljer

EKSAMEN I PSY1001/PSY1011/PSYPRO4111/ PSYKOLOGIENS METODOLOGI HØSTEN 2012 BOKMÅL

EKSAMEN I PSY1001/PSY1011/PSYPRO4111/ PSYKOLOGIENS METODOLOGI HØSTEN 2012 BOKMÅL NTNU Fakultet for samfunnsvitenskap og teknologiledelse Psykologisk institutt EKSAMEN I PSY1001/PSY1011/PSYPRO4111/ PSYKOLOGIENS METODOLOGI HØSTEN 2012 DATO: 14.01.2012 Studiepoeng: 7,5 Sidetall bokmål

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

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: STK 1000 Innføring i anvendt statistikk. Eksamensdag: Mandag 4. desember 2006. Tid for eksamen: 14.30 17.30. Oppgavesettet er

Detaljer

Faktor - en eksamensavis utgitt av ECONnect

Faktor - en eksamensavis utgitt av ECONnect Faktor - en eksamensavis utgitt av ECONnect Eksamensbesvarelse: SØK1004 Statistikk for økonomer Eksamen: Våren 2010 Antall sider: 7 SØK1004 Eksamensbesvarelse Om ECONnect: ECONnect er en frivillig studentorganisasjon

Detaljer

Kontroller at oppgavesettet er komplett før du begynner å besvare spørsmålene. Ved sensuren teller alle delspørsmål likt.

Kontroller at oppgavesettet er komplett før du begynner å besvare spørsmålene. Ved sensuren teller alle delspørsmål likt. Eksamen i: MET040 Statistikk for økonomer Eksamensdag: 4. juni 2008 Tid for eksamen: 09.00-13.00 Oppgavesettet er på 5 sider. Tillatte hjelpemidler: Alle trykte eller egenskrevne hjelpemidler og kalkulator.

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

Kapittel 6: Kontinuerlige sannsynlighetsfordelinger 6.4-5.7: Normalfordelingen, normalapproksimasjon, eksponensial og gamma.

Kapittel 6: Kontinuerlige sannsynlighetsfordelinger 6.4-5.7: Normalfordelingen, normalapproksimasjon, eksponensial og gamma. TMA4240 Statistikk H2010 Kapittel 6: Kontinuerlige sannsynlighetsfordelinger 6.4-5.7: Normalfordelingen, normalapproksimasjon, eksponensial og gamma. Mette Langaas Foreleses mandag 27. september 2010 2

Detaljer

Normalfordeling. Høgskolen i Gjøvik Avdeling for teknologi, økonomi og ledelse. Statistikk Ukeoppgaver uke 7

Normalfordeling. Høgskolen i Gjøvik Avdeling for teknologi, økonomi og ledelse. Statistikk Ukeoppgaver uke 7 Ueoppgaver i BtG207 Statisti, ue 7 : Normalfordeling. 1 Høgsolen i Gjøvi Avdeling for tenologi, øonomi og ledelse. Statisti Ueoppgaver ue 7 Normalfordeling. Oppgave 1 Anta Z N(0, 1), dvs. Z er standard

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

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

Detaljer

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

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

Detaljer

Definisjoner av begreper Eks.: interesse for politikk

Definisjoner av begreper Eks.: interesse for politikk Måling SOS1120 Kvantitativ metode Forelesningsnotater 5. forelesning høsten 2005 Per Arne Tufte Måling er å knytte teoretiske begreper til empiriske indikatorer Operasjonell definisjon Angir hvordan et

Detaljer

DEL 1 Uten hjelpemidler

DEL 1 Uten hjelpemidler DEL 1 Uten hjelpemidler Oppgave 1 (24 poeng) a) Deriver funksjonene f x = x 3x+ 4 1) ( ) 3 g x = 6x e 2 2) ( ) x P x = 2x 6x 8x+ 24 b) Vi har gitt funksjonen ( ) 3 2 1) Vis at P ( 3) = 0 2) Bruk polynomdivisjon

Detaljer

BIO2150 Biostatistikk og studiedesign. Ordliste

BIO2150 Biostatistikk og studiedesign. Ordliste BIO2150 Biostatistikk og studiedesign Ordliste Forord Denne ordlisten inneholder forklaringer på statistiske og andre matematiske ord og uttrykk som brukes i forelesningene i BIO2150 ved Biologisk institutt,

Detaljer

EKSAMEN ST0202 STATISTIKK FOR SAMFUNNSVITERE

EKSAMEN ST0202 STATISTIKK FOR SAMFUNNSVITERE Norges teknisknaturvitenskapelige universitet Institutt for matematiske fag Side 1 av 10 Bokmål Faglig kontakt under eksamen: Bo Lindqvist, tlf. 97589418 EKSAMEN ST0202 STATISTIKK FOR SAMFUNNSVITERE Tirsdag

Detaljer

Høgskolen i Telemark Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL 20. mai 2008

Høgskolen i Telemark Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL 20. mai 2008 Høgskole i Telemark Avdelig for estetiske fag, folkekultur og lærerutdaig BOKMÅL. mai 8 EKSAMEN I MATEMATIKK Modul 5 studieoeg Tid: 5 timer Ogavesettet er å sider (ikludert formelsamlig). Hjelemidler:

Detaljer