AVDELING FOR INGENIØRUTDANNING EKSAMENSOPPGAVE

Størrelse: px
Begynne med side:

Download "AVDELING FOR INGENIØRUTDANNING EKSAMENSOPPGAVE"

Transkript

1 AVDELING FOR INGENIØRUTDANNING EKSAMENSOPPGAVE Eme: Statistikk Gruppe(r): Alle ( 2. årskull) Eksamesoppgav Atall sider (ikl. e består av: forside): 5 Tillatte hjelpemidler: Emekode: LO070A Dato: Atall oppgaver: Kalkulator, alle skreve og trykte 3 Faglig veileder: Mari Mehle Eksamestid: Atall vedlegg: 0 Kadidate må selv kotrollere at oppgavesettet er fullstedig. Ved evetuelle uklarheter i oppgavetekste skal du redegjøre for de forutsetiger du legger til gru for løsige. Mellomregig og begruelse skal tas med i iførige. Utarbeidet av Kotrollert av (e av disse): (faglærer): Ae lærer Sesor Studieleder/ Fagkoordiator Studieleders/ Fagkoordiators uderskrift: Mari Mehle Reidar Kvadsheim Ja O. Kleppe Avdelig for igeiørutdaig Cort Adelersgate Oslo tlf: faks:

2 2 Eksame_V2004.b Avdelig for igeiørutdaig Cort Adelersgate Oslo tlf: faks: Oppgave 1 Ata at X er ormalfordelt N(m,s) = N(0,1) a) Bereg P(X 0.75), P(X > -0.75) og P(-2.15 < X 0.75). b) Bestem kostatee a, b, c slik at P(X a) = 0.80, P(X > b) = 0.045, P(c < X 0.65) = E bedrift produserer oljerør av e bestemt type. Rørees trykkfasthet (ehet N/mm 2 ) er uavhegige og ormalfordelte, og alle har forvetigsverdi 34 og stadardavvik 0.6. Røree er ueget for sitt formål dersom de har trykkfasthet uder 32.8 N/mm 2 og blir i så fall kassert. c) Hva er sasylighete p f for at et tilfeldig rør blir kassert? Hva er sasylighete for at et tilfeldig rør har e trykkfasthet på mist 35.1 N/mm 2? d) Bedrifte har påtatt seg å levere 900 brukbare rør til e kude. På gru av fare for svi produserer bedrifte for sikkerhets skyld 930 rør. Hvor stor er (tilærmet) sasylighete for at produksjoe tillfredsstiller kravet om 900 brukbare rør? Forklar hvorda du teker for å løse dee oppgave. Oppgave 2 To studeter på kjemilija gjeomfører e udersøkelse hvor de blader to kjemikalier. Kjemikaliee reagere med hveradre og utvikler varme. Studet A måler temperaturutviklige med et valig termometer som viser 0 C, og studet B måler de samme temperaturutviklige med et elektroisk, ukalibrert måleistrumet. Dataee fra måligee til hver av studetee er gjegitt i tabell 1. Figur 1. viser et spredigsplott for temperaturdatae.

3 Eksame_V2004.b 3 Tid etter bladig tide i s Studet A Temp. i 0 C Middelverdi : Studet B Temp. ukjet skala Tabell 1 Sammelikig av de målte temperaturee 300 Målig med elektroisk istrumet og ukjet skala Målig med valig termometer i grader Celsius Figur 1 Ta utgagspukt i datautskrifte over sammedraget for temperaturdataee i tabell 2, og svar på de følgede spørsmålee. a) Skriv opp korrelasjoskoeffisiete som viser hvor sterk korrelasjoe mellom dataee fra studet A og studet B er? Hva uttrykker korrelasjoskoeffisiete? Hvor stor del av variasjoe i studet B's måliger ka forklares ut fra variasjoe i studet A's måliger?

4 4 Eksame_V2004.b b) Bestem regresjoslija år vi velger at dataee fra studet A skal være vår forklarigsvariabel, og data fra studet B resposvariabel. c) Ata at studet A har målt C. Fi et 95% kofidesitervall for verdie studet B ka måle samtidig med det elektroiske måleistrumetet. d) E av lærere på kjemilija har e hypotese H 0 om at stigigstallet skal være b = 1.8. Avgjør om dee hypotese ka forkastes eller ikke. Datautskrift til oppgave 2 SAMMENDRAG (TEMPERATUR DATA) Regresjosstatistikk Multippel R R-kvadrat Justert R- kvadrat Stadardfeil Observasjo er Tabell 2 Variasaalyse fg SK GK F Sigif-k as- F Regresjo E-09 Residualer Totalt Koeffisieter Stadardfeil t-stat P-verdi Nederste 95% Øverste 95% Skjærigspu Studet A temperatur i deg C E Oppgave 3A: Løses av alle studeter utatt IKT studetee Hvis du ikke klarer å vise det det spørres etter i 3a og b bruk resultatee videre i oppgave. I e stor by er det e viss adel p av ibyggere som øsker medlemsskap i EU. Det gjøres e udersøkelse med et tilfeldig utvalg på persoer. X er atallet som svarer ja i udersøkelse, og vi lar adele av disse pˆ = X være e estimator for de ukjete p. I e udersøkelse med = 450, ble X = 239. a) Estimer p i dette tilfellet. Vis at pˆ = X er forvetigsrett og vis at variase p H1 pl Var HpˆL =. Begru at at pˆ er tilærmet ormalfordelt. b) Betrakt Var HpˆL som e fuksjo av p og fi des maksimum. Vis at stadardavviket for p

5 Eksame_V2004.b 5 1 oppfyller betigelse SD HpˆL 2 è!!! c) Hvis de største verdie fra resultatet i b) brukes som stadardavvik, hva blir et 95% kofidesitervall for p? I e tilsvarede udersøkelse der 450 persoer i et ladbruksdistrikt ble spurt, var det 214 som svarte ja til at de øsker et EU medlemsskap. d) Ka vi med e sikkerhet på 95% si at det er forskjell i oppslutige om et EU medlemsskap i e storby og i et ladbruksdistrikt? Svaret skal begrues. Oppgave 3B Løses bare av IKT studetee Hvis du ikke klarer å vise det det spørres etter i 3a bruk resultatet videre i oppgave. I e stor by er det e viss adel p av ibyggere som øsker medlemsskap i EU. Det gjøres e udersøkelse med et tilfeldig utvalg på persoer. X er atallet som svarer ja i udersøkelse, og vi lar adele av disse pˆ = X være e estimator for de ukjete p. I e udersøkelse med = 450, ble X = 239. a) Estimer p i dette tilfellet. Vis at pˆ = X er forvetigsrett og vis at variase p H1 pl Var HpˆL =. Begru at at pˆ er tilærmet ormalfordelt. b) Hvis vi bruker σ = 1 2 è!!! som stadardavvik, hva blir et 95% kofidesitervall for p? c) I dette puktet atar vi at p = 0.5. E avis spør 5 på gata i storbye om de vil si ja til et EU medlemsskap. Hva er sasylighete for at 4 av 5 svarer ja? Hva er sasylighete for at mist 2 sier ja til medlemsskap? I e tilsvarede udersøkelse der 450 persoer i et ladbruksdistrikt ble spurt, var det 214 som svarte ja til at de øsker et EU medlemsskap. d) Ka vi med e sikkerhet på 95% si at det er forskjell i oppslutige om et EU medlemsskap i e storby og i et ladbruksdistrikt? Svaret skal begrues.

! Antall oppgaver: Antall vedlegg: 5 3 o. Kalkulator. alle skrevne og trykte

! Antall oppgaver: Antall vedlegg: 5 3 o. Kalkulator. alle skrevne og trykte 6 høgskolen i oslo,[emne: Statitikk -.. Gruppe(r): Alle r 2. årskull) Antall sider (inkl. Eksamensoppgav en best6r av: Tillatte hjelpemidler: forsiden): Emnekode: Faglig veileder: LOO70A Mari Mehlen Dato:

Detaljer

AVDELING FOR INGENIØRUTDANNING EKSAMENSOPPGAVE

AVDELING FOR INGENIØRUTDANNING EKSAMENSOPPGAVE AVDELING FOR INGENIØRUTDANNING EKSAMENSOPPGAVE Eme: Diskret matematikk Gruppe(r): Eksamesoppgave består av: Atall sider (ikl forside): 5 Emekode: FO 9A Dato: 57 Atall oppgaver: Fagasvarlig: Ulf Uttersrud

Detaljer

AVDELING FOR INGENIØRUTDANNING EKSAMENSOPPGAVE

AVDELING FOR INGENIØRUTDANNING EKSAMENSOPPGAVE AVDELING FOR INGENIØRUTDANNING EKSAMENSOPPGAVE Eme: Diskret matematikk Gruppe(r): Emekode: FO 019A Dato: 12.12.200 Faglig veileder: Ulf Uttersrud Eksamestid: 9-14 Eksamesoppgave består av: Atall sider

Detaljer

EKSAMEN. Oppgavesettet består av 5 oppgaver, hvor vekten til hver oppgave er angitt i prosent i oppgaveteksten. Alle oppgavene skal besvares.

EKSAMEN. Oppgavesettet består av 5 oppgaver, hvor vekten til hver oppgave er angitt i prosent i oppgaveteksten. Alle oppgavene skal besvares. EKSAMEN Emekode: SFB12003 Eme: Metodekurs II: Samfusviteskapelig metode og avedt statistikk Dato: 2.6.2014 Eksamestid: kl. 09.00 til kl. 13.00 Hjelpemidler: Kalkulator Faglærer: Bjørar Karlse Kivedal Eksamesoppgave:

Detaljer

AVDELING FOR INGENIØRUTDANNING EKSAMENSOPPGAVE

AVDELING FOR INGENIØRUTDANNING EKSAMENSOPPGAVE AVDELING FOR INGENIØRUTDANNING EKSAMENSOPPGAVE Eme: Diskret matematikk Gruppe(r): Eksamesoppgave består av: Atall sider (ikl forside): 5 Emekode: FO 9A Dato: 69 Atall oppgaver: Fagasvarlig: Ulf Uttersrud

Detaljer

211.7% 2.2% 53.0% 160.5% 30.8% 46.8% 17.2% 11.3% 38.7% 0.8%

211.7% 2.2% 53.0% 160.5% 30.8% 46.8% 17.2% 11.3% 38.7% 0.8% Prøve-eksame II MET 1190 Statistikk Dato 31. mai 2019 kl 1100-1400 Alle svar skal begrues. Når besvarelse evalueres, blir det lagt vekt på at framgagsmåte og resultat preseteres så klart, presist og kortfattet

Detaljer

EKSAMEN. Oppgavesettet består av 5 oppgaver, hvor vekten til hver oppgave er angitt i prosent i oppgaveteksten. Alle oppgavene skal besvares.

EKSAMEN. Oppgavesettet består av 5 oppgaver, hvor vekten til hver oppgave er angitt i prosent i oppgaveteksten. Alle oppgavene skal besvares. EKSAMEN Emekode: SFB12003 Eme: Metodekurs II: Samfusviteskapelig metode og avedt statistikk Dato: 10.12.2014 Eksamestid: kl. 09.00 til kl. 13.00 Hjelpemidler: Kalkulator Faglærer: Bjørar Karlse Kivedal

Detaljer

TALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i << >>.

TALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i << >>. 1 ECON130: EKSAMEN 013 VÅR - UTSATT PRØVE TALLSVAR. Det abefales at de 9 deloppgavee merket med A, B, teller likt uasett variasjo i vaskelighetsgrad. Svaree er gitt i

Detaljer

Emnenavn: Eksamenstid: 4 timer. Faglærer: Hans Kristian Bekkevard

Emnenavn: Eksamenstid: 4 timer. Faglærer: Hans Kristian Bekkevard EKSAMEN Emekode: SFB107111 Emeav: Metode 1, statistikk deleksame Dato: 7. mai 2018 Hjelpemidler: Godkjet kalkulator og vedlagt formelsamlig m/tabeller Eksamestid: 4 timer Faglærer: Has Kristia Bekkevard

Detaljer

X = 1 5. X i, i=1. som vil være normalfordelt med forventningsverdi E( X) = µ og varians Var( X) = σ 2 /5. En rimelig estimator for variansen er

X = 1 5. X i, i=1. som vil være normalfordelt med forventningsverdi E( X) = µ og varians Var( X) = σ 2 /5. En rimelig estimator for variansen er Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag Abefalte oppgaver 11, blokk II Løsigsskisse Oppgave 1 a) E rimelig estimator for forvetigsverdie µ er gjeomsittet X = 1 X i, som

Detaljer

Oppgaven består av 9 delspørsmål, A,B,C,., som anbefales å veie like mye, Kommentarer og tallsvar er skrevet inn mellom <<.. >>.

Oppgaven består av 9 delspørsmål, A,B,C,., som anbefales å veie like mye, Kommentarer og tallsvar er skrevet inn mellom <<.. >>. ECON 130 EKSAMEN 008 VÅR - UTSATT PRØVE SENSORVEILEDNING Oppgave består av 9 delspørsmål, A,B,C,., som abefales å veie like mye, Kommetarer og tallsvar er skrevet i mellom . Oppgave 1 Ved e spørreudersøkelse

Detaljer

Oppgave 1 Hardheten til en bestemt legering er undersøkt med åtte målinger og resultatene ble (i kg/mm 2 ) som i tabellen til høyre.

Oppgave 1 Hardheten til en bestemt legering er undersøkt med åtte målinger og resultatene ble (i kg/mm 2 ) som i tabellen til høyre. EKSAMEN I: ÅMA110 SANNSYNLIGHETSREGNING MED STATISTIKK VARIGHET: 4 TIMER DATO: 28. AUGUST 2010 BOKMÅL TILLATTE HJELPEMIDLER: KALKULATOR: HP30S, Casio FX82 eller TI-30 OPPGAVESETTET BESTÅR AV 3 OPPGAVER

Detaljer

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi HØGSKOLEN I SØR-TRØNDELAG Avdelig for tekologi Målform: Bokmål Eksamesdato: 5 jui 2015 Varighet/eksamestid: Emekode: 3 timer TALM1005 Emeav: Statistikk og Økoomi statistikkdele Klasser: Logistikk 1 Kjemi

Detaljer

Statistikk og økonomi, våren 2017

Statistikk og økonomi, våren 2017 Statistikk og økoomi, våre 07 Obligatorisk oppgave 6 Løsigsforslag Oppgave E terig kastes 0 gager, og det registreres hvor mage 6-ere som oppås i løpet av disse 0 kastee. Vi ka kalle atall 6-ere i løpet

Detaljer

Kapittel 8: Estimering

Kapittel 8: Estimering Kaittel 8: Estimerig Estimerig hadler kort sagt om hvorda å aslå verdie å arametre som,, og dersom disse er ukjete. like arametre sier oss oe om oulasjoe vi studerer (dvs om alle måliger av feomeet som

Detaljer

Oppgave 1. (i) Hva er sannsynligheten for at det øverste kortet i bunken er et JA-kort?

Oppgave 1. (i) Hva er sannsynligheten for at det øverste kortet i bunken er et JA-kort? ECON EKSAMEN 8 VÅR TALLSVAR Oppgave Vi har e kortstokk beståede av 6 kort. På av disse står det skrevet JA på forside mes det står NEI på forside av de adre kortee. Hvis ma får se kortet med bakside vedt

Detaljer

Repetisjon; 9.1, 9.2, 9.3, 9.4, 9.5, og Repetisjon; 9.1, 9.2, 9.3, 9.4, 9.5, og 9.10

Repetisjon; 9.1, 9.2, 9.3, 9.4, 9.5, og Repetisjon; 9.1, 9.2, 9.3, 9.4, 9.5, og 9.10 Repetisjo; 9.1, 9.2, 9.3, 9.4, 9.5, og 9.10 og Geerell defiisjo av : Situasjo: Data x 1,...,x ;utfallav:x 1,...,X ; u.i.f. tilfeldige variable Ukjet parameter i fordelige til X i ee: θ Dersom L og U L

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren Kp. 5 Estimering. Målemodellen.

ÅMA110 Sannsynlighetsregning med statistikk, våren Kp. 5 Estimering. Målemodellen. ÅMA0 Sasylighetsregig med statistikk, våre 0 Kp. 5 Estimerig. Målemodelle. Estimerig. Målemodelle. Ihold:. (Pukt)Estimerig i biomisk modell (kp. 5.). Målemodelle... (kp. 5.). (Pukt)Estimerig i målemodelle

Detaljer

Emnenavn: Metode 1, statistikk deleksamen. Eksamenstid: 4 timer. Faglærer: Bjørnar Karlsen Kivedal

Emnenavn: Metode 1, statistikk deleksamen. Eksamenstid: 4 timer. Faglærer: Bjørnar Karlsen Kivedal EKSAMEN Emekode: SFB10711 Emeav: Metode 1, statistikk deleksame Dato: 10. oktober 2018 Hjelpemidler: Godkjet kalkulator og vedlagt formelsamlig m/tabeller Eksamestid: 4 timer Faglærer: Bjørar Karlse Kivedal

Detaljer

Lineær regresjonsanalyse (13.4)

Lineær regresjonsanalyse (13.4) 2 Kap. 13: Lieær korrelasjos- og regresjosaalyse ST0202 Statistikk for samfusvitere Bo Lidqvist Istitutt for matematiske fag Kap. 13.1-13.3: Lieær korrelasjosaalyse. Disse avsitt er ikke pesum, me de lieære

Detaljer

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi HØGSKOLEN I SØR-TRØNDELAG Avdelig for tekologi Målform: Bokmål Eksamesdato: 19 des. 2014 Varighet/eksamestid: Emekode: 3 timer TALM1005 Emeav: Statistikk og Økoomi statistikkdele Klasser: Logistikk 1 Kjemi

Detaljer

TMA4240 Statistikk Høst 2016

TMA4240 Statistikk Høst 2016 Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag Abefalt øvig 11 Løsigsskisse Oppgave 1 a) E rimelig estimator for forvetigsverdie µ er gjeomsittet X = 1 X i, som vil være ormalfordelt

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007 ÅMA Sasylighetsregig med statistikk, våre 27 Kp. 6 (kp. 6) Tre deler av faget/kurset:. Beskrivede statistikk 2. Sasylighetsteori, sasylighetsregig 3. Statistisk iferes estimerig kofidesitervall hypotesetestig

Detaljer

TMA4240 Statistikk Høst 2015

TMA4240 Statistikk Høst 2015 Høst 205 Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag Øvig ummer, blokk II Løsigsskisse Oppgave a) X bi(, p) fordi: Udersøker uavhegige delar av DNA-strukture. Fi for kvar del

Detaljer

MOT310 Statistiske metoder 1, høsten 2011

MOT310 Statistiske metoder 1, høsten 2011 MOT310 Statistiske metoder 1, høste 2011 Bjør H. Auestad Istitutt for matematikk og aturviteskap Uiversitetet i Stavager 24. august, 2011 Bjør H. Auestad Itroduksjo og repetisjo 1 / 32 Repetisjo; 9.1,

Detaljer

Kort repetisjon fra kapittel 4. Oppsummering kapittel ST0202 Statistikk for samfunnsvitere. Betinget sannsynlighet og trediagram

Kort repetisjon fra kapittel 4. Oppsummering kapittel ST0202 Statistikk for samfunnsvitere. Betinget sannsynlighet og trediagram 2 Kort reetisjo fra kaittel 4 Betiget sasylighet og trediagram Eksemel: Fra e oulasjo av idrettsfolk trekkes e erso tilfeldig og testes for doig. De iteressate hedelsee er D=ersoe er doet, A=teste er ositiv.

Detaljer

Kap. 9: Inferens om én populasjon

Kap. 9: Inferens om én populasjon 2 ST0202 Statistikk for samfusvitere Bo Lidqvist Istitutt for matematiske fag Ka. 9: Iferes om é oulasjo Hvis σ er ukjet bytter vi ut σ med s i Ny observator blir t = x μ s/ z = x μ σ/ der s = Σx 2 (Σx)

Detaljer

Eksempeloppgave 2014. REA3028 Matematikk S2 Eksempel på eksamen våren 2015 etter ny ordning. Ny eksamensordning. Del 1: 3 timer (uten hjelpemidler)

Eksempeloppgave 2014. REA3028 Matematikk S2 Eksempel på eksamen våren 2015 etter ny ordning. Ny eksamensordning. Del 1: 3 timer (uten hjelpemidler) Eksempeloppgave 2014 REA3028 Matematikk S2 Eksempel på eksame våre 2015 etter y ordig Ny eksamesordig Del 1: 3 timer (ute hjelpemidler) Del 2: 2 timer (med hjelpemidler) Mistekrav til digitale verktøy

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren 2008 Kp. 6, del 5

ÅMA110 Sannsynlighetsregning med statistikk, våren 2008 Kp. 6, del 5 ÅMA110 Sasylighetsregig med statistikk, våre 2008 Kp. 6, del 5 Bjør H. Auestad Istitutt for matematikk og aturviteskap Uiversitetet i Stavager 26. mars Bjør H. Auestad Kp. 6: Hypotesetestig del 5 1/ 53

Detaljer

Løsningsforslag til eksamen i STK desember 2010

Løsningsforslag til eksamen i STK desember 2010 Løsigsforslag til eksame i STK0 0. desember 200 Løsigsforslaget har med flere detaljer e det vil bli krevd til eksame. Oppgave a Det er tilpasset e multippel lieær regresjosmodell av forme β 0 + β x i

Detaljer

LØSNINGSFORSLAG TIL EKSAMEN I FAG TMA4240 STATISTIKK 5.august 2004

LØSNINGSFORSLAG TIL EKSAMEN I FAG TMA4240 STATISTIKK 5.august 2004 Norges tekisk aturviteskapelige uiversitet Istitutt for matematiske fag Side av 0 LØSNINGSFORSLAG TIL EKSAMEN I FAG TMA4240 STATISTIKK 5.august 2004 Oppgave Foruresig X er e stokastisk variabel som agir

Detaljer

Eksamen REA3028 S2, Våren 2010

Eksamen REA3028 S2, Våren 2010 Eksame REA308 S, Våre 010 Del 1 Tid: timer Hjelpemidler: Valige skrivesaker, passer, lijal med cetimetermål og vikelmåler er tillatt. Oppgave 1 (6 poeg) a) Deriver fuksjoee: 1) f xx lx ) gx 3 e x b) Gitt

Detaljer

TMA4245 Statistikk Eksamen august 2015

TMA4245 Statistikk Eksamen august 2015 Eksame august 15 Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag Løsigsskisse Oppgave 1 a asylighetee blir og X > Z > 1 1 Z 1 Φ.3,.5 W > 5 X + Y > 5 b Forvetet samfuskostad blir

Detaljer

Kap. 9: Inferens om én populasjon

Kap. 9: Inferens om én populasjon 2 ST0202 Statistikk for samfusvitere Bo Lidqvist Istitutt for matematiske fag Ka. 9: Iferes om é oulasjo Hvis σ er ukjet bytter vi ut σ med s i Ny observator blir t = x μ s/ z = x μ σ/ der s = Σx 2 (Σx)

Detaljer

EKSAMENSOPPGAVE. Mat-1060 Beregningsorientert programmering og statistikk

EKSAMENSOPPGAVE. Mat-1060 Beregningsorientert programmering og statistikk Fakultet for aturviteskap og tekologi EKSAMENSOPPGAVE Eksame i: (Kode og av) Dato: 05.1.017 Klokkeslett: 09:00-13:00 Sted: Åsgårdv 9 Mat-1060 Beregigsorietert programmerig og statistikk Tillatte hjelpemidler:

Detaljer

Eksamen REA3028 S2, Våren 2010

Eksamen REA3028 S2, Våren 2010 Eksame REA308 S, Våre 010 Del 1 Tid: timer Hjelpemidler: Valige skrivesaker, passer, lijal med cetimetermål og vikelmåler er tillatt. Oppgave 1 (6 poeg) a) Deriver fuksjoee: 1) f x x lx f x x lx x x f

Detaljer

Hypotesetesting, del 4

Hypotesetesting, del 4 Oversikt, del 4 t-fordelig t-test t-itervall Del 5 Kofidesitervall vs. test p-verdi t-fordelig Rett på defiisjo: Utgagspuktet er målemodelle med ormalatakelse: X 1,...,X,u.i.f.tilf.var.derX i Nμ, σ 2 ).La

Detaljer

Oppgave 1 a) Minste kvadraters metode tilpasser en linje til punktene ved å velge den linja som minimerer kvadratsummen. x i (y i α βx i ) = 0, SSE =

Oppgave 1 a) Minste kvadraters metode tilpasser en linje til punktene ved å velge den linja som minimerer kvadratsummen. x i (y i α βx i ) = 0, SSE = Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag Abefalte oppgaver 2, blokk II Løsigsskisse Oppgave a Miste kvadraters metode tilpasser e lije til puktee ved å velge de lija som

Detaljer

) = P(Z > 0.555) = > ) = P(Z > 2.22) = 0.013

) = P(Z > 0.555) = > ) = P(Z > 2.22) = 0.013 TMA4240 Statistikk Vår 2008 Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag Øvig ummer b5 Løsigsskisse Oppgave 1 a) X 1,...,X 16 er u.i.f. N(80,18 2 ). Setter Y = X. i) P(X 1 >

Detaljer

Oppgaver fra boka: X 2 X n 1

Oppgaver fra boka: X 2 X n 1 MOT30 Statistiske metoder, høste 00 Løsiger til regeøvig r 3 (s ) Oppgaver fra boka: 94 (99:7) X,, X uif N(µ, σ ) og X,, X uif N(µ, σ ) og alle variable er uavhegige Atar videre at σ = σ = σ og ukjet Kodesitervall

Detaljer

Løsningsforsalg til første sett med obligatoriske oppgaver i STK1110 høsten 2018

Løsningsforsalg til første sett med obligatoriske oppgaver i STK1110 høsten 2018 Løsigsforsalg til første sett med obligatoriske oppgaver i STK1110 høste 2018 Oppgave 1 (a Et 100(1 α% kofidesitervall for forvetigsverdie µ er gitt ved formel (8.15 på side 403 i læreboka. For situasjoe

Detaljer

Mer om utvalgsundersøkelser

Mer om utvalgsundersøkelser Mer om utvalgsudersøkelser I uderkapittel 3.6 i læreboka gir vi e kort iførig i takegage ved utvalgsudersøkelser. Vi gir her e grudigere framstillig av temaet. Populasjo og utvalg Ved e utvalgsudersøkelse

Detaljer

TMA4245 Statistikk Vår 2015

TMA4245 Statistikk Vår 2015 TMA4245 Statistikk Vår 2015 Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag Øvig ummer 12, blokk II Oppgave 1 Kari har ylig kjøpt seg e y bil. Nå øsker hu å udersøke biles besiforbruk

Detaljer

Estimering og hypotesetesting. Estimering og hypotesetesting. Estimering og hypotesetesting. Kapittel 10. Ett- og toutvalgs hypotesetesting

Estimering og hypotesetesting. Estimering og hypotesetesting. Estimering og hypotesetesting. Kapittel 10. Ett- og toutvalgs hypotesetesting 3 Estimerig og hypotesetestig Kapittel 10 Ett- og toutvalgs hypotesetestig TMA4240 H2006: Eirik Mo Feome Bilkjørig Høyde til studeter Estimator ˆp = X, X atall ˆµ = X gjeomsittlig høyde. som syes de er

Detaljer

TMA4240 Statistikk Høst 2009

TMA4240 Statistikk Høst 2009 TMA440 Statistikk Høst 009 Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag Øvig ummer b4 Løsigsskisse Oppgave Øsker å fie 99% kofidesitervall for µ µ år vi atar ormalfordeliger

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren 2006

ÅMA110 Sannsynlighetsregning med statistikk, våren 2006 ÅMA110 Sasylighetsregig med statistikk, våre 2006 Kp. 6, del 2 Bjør H. Auestad Kp. 6: Hypotesetesig del 2 1/ 38 Bjør H. Auestad Kp. 6: Hypotesetesig del 2 2/ 38 Oversikt 1. Hva er hypotesetestig? 2. Hypotesetestig

Detaljer

H 1 : µ 1 µ 2 > 0. t = ( x 1 x 2 ) (µ 1 µ 2 ) s p. s 2 p = s2 1 (n 1 1) + s 2 2 (n 2 1) n 1 + n 2 2

H 1 : µ 1 µ 2 > 0. t = ( x 1 x 2 ) (µ 1 µ 2 ) s p. s 2 p = s2 1 (n 1 1) + s 2 2 (n 2 1) n 1 + n 2 2 TMA4245 Statistikk Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag Øvig ummer b4 Løsigsskisse Oppgave 1 Vi øsker å fie ut om et ytt serum ka stase leukemi. 5 mus får serumet, 4

Detaljer

Løsning TALM1005 (statistikkdel) juni 2017

Løsning TALM1005 (statistikkdel) juni 2017 Løsig TALM1005 statistikkdel jui 2017 Oppgave 1 a Har oppgitt at sasyligte for at é harddisk svikter er p = 0, 037. Ifører hedelsee A : harddisk 1 svikter B : harddisk 2 svikter C : harddisk 3 svikter

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren 2010 Kp. 6, del 4

ÅMA110 Sannsynlighetsregning med statistikk, våren 2010 Kp. 6, del 4 ÅMA11 Sasylighetsregig med statistikk, våre 21 Kp. 6, del 4 Bjør H. Auestad Istitutt for matematikk og aturviteskap Uiversitetet i Stavager 22. mars Bjør H. Auestad Kp. 6: Hypotesetestig del 4 1/ 29 Bjør

Detaljer

TMA4240 Statistikk Høst 2016

TMA4240 Statistikk Høst 2016 Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag Abefalt øvig 8 Løsigsskisse Oppgave 1 a) Simuler 1000 datasett i MATLAB. Hvert datasett skal bestå av 100 utfall fra e ormalfordelig

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UIVERSITETET I OSLO Det matematisk-aturviteskapelige fakultet Eksame i: ST 105 - Iførig i pålitelighetsaalyse Eksamesdag: 8. desember 1992 Tid til eksame: 0900-1500 Tillatte hjelpemidler: Rottma: "Matematische

Detaljer

TMA4240 Statistikk Høst 2015

TMA4240 Statistikk Høst 2015 TMA4240 Statistikk Høst 2015 Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag Øvig ummer 12, blokk II I dee siste øvige fokuserer vi på lieær regresjo, der vi har kjete kovariater

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007 Kp. 6, del 5. Hypotesetesting, del 5

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007 Kp. 6, del 5. Hypotesetesting, del 5 ÅMA11 Sasylighetsregig med statistikk, våre 7 Kp. 6, del 5 Bjør H. Auestad Istitutt for matematikk og aturviteskap Uiversitetet i Stavager 26. mars Bjør H. Auestad Kp. 6: Hypotesetestig del 5 1/ 59 Bjør

Detaljer

Konfidensintervall. Notat til STK1110. Ørnulf Borgan, Ingrid K. Glad og Anders Rygh Swensen Matematisk institutt, Universitetet i Oslo.

Konfidensintervall. Notat til STK1110. Ørnulf Borgan, Ingrid K. Glad og Anders Rygh Swensen Matematisk institutt, Universitetet i Oslo. Kofidesitervall Notat til STK1110 Ørulf Borga, Igrid K. Glad og Aders Rygh Swese Matematisk istitutt, Uiversitetet i Oslo August 2007 Formål E valig metode for å agi usikkerhete til et estimat er å berege

Detaljer

Eksamen REA3028 S2, Våren 2011

Eksamen REA3028 S2, Våren 2011 Eksame REA08 S, Våre 0 Del Tid: timer Hjelpemidler: Valige skrivesaker, passer, lijal med cetimetermål og vikelmåler er tillatt. Oppgave (8 poeg) a) Deriver fuksjoee ) f 5 f 6 5 ) g g ) h l 9 9 6 4 h l

Detaljer

Introduksjon. Hypotesetesting / inferens (kap 3) Populasjon og utvalg. Populasjon og utvalg. Populasjonsvarians

Introduksjon. Hypotesetesting / inferens (kap 3) Populasjon og utvalg. Populasjon og utvalg. Populasjonsvarians Hypotesetestig / iferes (kap ) Itroduksjo Populasjo og utvalg Statistisk iferes Utvalgsfordelig (samplig distributio) Utvalgsfordelige til gjeomsittet Itroduksjo Vi øsker å få iformasjo om størrelsee i

Detaljer

5 y y! e 5 = = y=0 P (Y < 5) = P (Y 4) = 0.44,

5 y y! e 5 = = y=0 P (Y < 5) = P (Y 4) = 0.44, Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag Abefalte oppgaver 9, blokk II Løsigsskisse Oppgave a) Vi lar her Y være atall fugler som kolliderer med vidmølla i løpet av de gitte

Detaljer

ECON240 Statistikk og økonometri

ECON240 Statistikk og økonometri ECON240 Statistikk og økoometri Arild Aakvik, Istitutt for økoomi 1 Mellomregig MKM Model: Y i = a i + bx i + e i MKM-estimator for b: b = = Xi Y i 1 Xi Yi Xi 1 ( X i ) 2 (Xi X)(Y i Ȳi) (Xi X) 2 hvor vi

Detaljer

Løsningsforsalg til første sett med obligatoriske oppgaver i STK1110 høsten 2015

Løsningsforsalg til første sett med obligatoriske oppgaver i STK1110 høsten 2015 Løsigsforsalg til første sett med obligatoriske oppgaver i STK1110 høste 2015 Oppgave 1 (a Et 100(1 α% kofidesitervall for forvetigsverdie µ er gitt ved formel (8.15 på side 403 i læreboka. For situasjoe

Detaljer

STK1100 våren 2017 Estimering

STK1100 våren 2017 Estimering STK1100 våre 017 Estimerig Svarer til sidee 331-339 i læreboka Ørulf Borga Matematisk istitutt Uiversitetet i Oslo 1 Politisk meigsmålig Spør et tilfeldig utvalg på 1000 persoer hva de ville ha stemt hvis

Detaljer

Der oppgaveteksten ikke sier noe annet, kan du fritt velge framgangsmåte.

Der oppgaveteksten ikke sier noe annet, kan du fritt velge framgangsmåte. Eksame 20052009 REA3024 Matematikk R2 Nyorsk/Bokmål Bokmål Eksamesiformasjo Eksamestid: Hjelpemidler på Del 1: Hjelpemidler på Del 2: Bruk av kilder: Vedlegg: Framgagsmåte: Veiledig om vurderige: 5 timer:

Detaljer

KLMED8004 Medisinsk statistikk. Del I, høst Estimering. Tidligere sett på. Eksempel hypertensjon

KLMED8004 Medisinsk statistikk. Del I, høst Estimering. Tidligere sett på. Eksempel hypertensjon Tidligere sett på KLMED8004 Medisisk statistikk Del I, høst 008 Estimerig Hvorda kjete sasylighetsfordeliger (biomialfordelig, ormalfordelig) med kjete populasjosparametrer (forvetig, varias osv.) ka gi

Detaljer

2. Hypotesetesting i ulike sitausjoner: i. for forventingen, μ, i målemodellen med normalantakelse og kjent varians, σ 2.

2. Hypotesetesting i ulike sitausjoner: i. for forventingen, μ, i målemodellen med normalantakelse og kjent varians, σ 2. Oversikt 1. Hva er hypotesetestig? 2. i ulike sitausjoer: i. for forvetige, μ, med ormalatakelse og kjet varias, σ 2. ii. for forvetige, μ, med stor og ormaltilærmig (variase, σ 2, ukjet). iii. for suksessasylighete,

Detaljer

Forventningsverdi. MAT0100V Sannsynlighetsregning og kombinatorikk

Forventningsverdi. MAT0100V Sannsynlighetsregning og kombinatorikk MAT0100V Sasylighetsregig og kombiatorikk Forvetigsverdi Sasylighetsfordelige til e tilfeldig variabel X gir sasylighete for de ulike verdiee X ka ata Forvetig, varias og stadardavvik Tilærmig av biomiske

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007 Kp. 6, del 2

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007 Kp. 6, del 2 ÅMA11 Sasylighetsregig med statistikk, våre 27 Kp. 6, del 2 Bjør H. Auestad Istitutt for matematikk og aturviteskap 5. mars 21 Bjør H. Auestad Kp. 6: del 1/2 1/ 42 Bjør H. Auestad Kp. 6: del 1/2 2/ 42

Detaljer

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Eksame i: ECON130 Statistikk 1 UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Eksamesdag: 6.05.017 Sesur kugøres: 16.06.017 Tid for eksame: kl. 14:30 17:30 Oppgavesettet er på 6 sider Tillatte helpemidler: Alle

Detaljer

Løsningsforslag ST2301 øving 3

Løsningsforslag ST2301 øving 3 Løsigsforslag ST2301 øvig 3 Kapittel 1 Exercise 11 Et utvalg på 100 idivider trekkes fra e populasjo med tilfeldig parrig. Det ble observert AA 63 idivider av geotype AA, Aa 27, og aa 10. Lag et 95 % kofidesitervall

Detaljer

LØSNING, EKSAMEN I STATISTIKK, TMA4240, DESEMBER Anta at sann porøsitet er r. Måling med utstyret gir da X n(x; r, 0,03).

LØSNING, EKSAMEN I STATISTIKK, TMA4240, DESEMBER Anta at sann porøsitet er r. Måling med utstyret gir da X n(x; r, 0,03). LØSNING, EKSAMEN I STATISTIKK, TMA440, DESEMBER 006 OPPGAVE 1 Ata at sa porøsitet er r. Målig med utstyret gir da X (x; r, 0,03). a) ( ) X r P(X > r) P 0,03 > 0 P(Z > 0) 0,5. ( X r P(X r > 0,05) P 0,03

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren 2008 Kp. 6, del 5

ÅMA110 Sannsynlighetsregning med statistikk, våren 2008 Kp. 6, del 5 ÅMA110 Sasylighetsregig med statistikk, våre 2008 Kp. 6, del 5 Bjør H. Auestad Istitutt for matematikk og aturviteskap Uiversitetet i Stavager 3. april Bjør H. Auestad Kp. 6: Hypotesetestig del 5 1/ 56

Detaljer

Econ 2130 uke 15 (HG) Poissonfordelingen og innføring i estimering

Econ 2130 uke 15 (HG) Poissonfordelingen og innføring i estimering Eco 130 uke 15 (HG) Poissofordelige og iførig i estimerig 1 Poissofordelige (i) Tilærmig til biomialfordelige. Regel. ( Poissotilærmelse ) Ata Y ~ bi(, p) E( Y ) = p og var( Y ) = p(1 p). Hvis er stor

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren 2006 Kp. 6, del 5

ÅMA110 Sannsynlighetsregning med statistikk, våren 2006 Kp. 6, del 5 ÅMA110 Sasylighetsregig med statistikk, våre 2006 Kp. 6, del 5 Bjør H. Auestad Istitutt for matematikk og aturviteskap Uiversitetet i Stavager 3. april Bjør H. Auestad Kp. 6: Hypotesetestig del 5 1 / 56

Detaljer

TMA4240 Statistikk Høst 2016

TMA4240 Statistikk Høst 2016 Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag Abefalt øvig 2 Løsigsskisse Oppgave a Miste kvadraters metode tilpasser e lije til puktee ved å velge de lija som miimerer kvadratsumme

Detaljer

Oversikt over konfidensintervall i Econ 2130

Oversikt over konfidensintervall i Econ 2130 1 HG Revidert april 011 Oversikt over kofidesitervall i Eco 130 Merk at dee oversikte ikke er met å leses istedefor framstillige i Løvås, me som et supplemet. Løvås ieholder mage verdifulle kommetarer

Detaljer

Oppgaver fra boka: Med lik men ukjent varians antatt har vi fra pensum at. t n1 +n 2 2 under H 0 (12 1) (12 1)

Oppgaver fra boka: Med lik men ukjent varians antatt har vi fra pensum at. t n1 +n 2 2 under H 0 (12 1) (12 1) MOT30 Statistiske metoder, høste00 Løsiger til regeøvig r. 5 (s. ) Oppgaver fra boka: Oppgave 0.36 (0.0:8) Dekkslitasje X,..., X u.i.f. N(µ, σ ) og X,..., X u.i.f. N(µ, σ ) og alle variable er uavhegige.

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren Estimering. Målemodellen. Sannsynlighetsregning med statistikk. Kp. 5 Estimering.

ÅMA110 Sannsynlighetsregning med statistikk, våren Estimering. Målemodellen. Sannsynlighetsregning med statistikk. Kp. 5 Estimering. ÅMA asylighetsregig med statistikk våre 008 Kp. 5 Estimerig Estimerig. Målemodelle. Ihold:. (ukt)estimerig i biomisk modell (kp. 5.). Målemodelle... (kp. 5.3) 3. (ukt)estimerig i målemodelle (kp. 5.3)

Detaljer

TMA4245 Statistikk Eksamen mai 2017

TMA4245 Statistikk Eksamen mai 2017 TMA445 Statistikk Eksame mai 07 Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag Løsigsskisse Oppgave a Når vi reger ut disse tre sasylighetee må ma huske på at de mulige verdiee

Detaljer

Oversikt over konfidensintervall i Econ 2130

Oversikt over konfidensintervall i Econ 2130 1 HG Revidert april 014 Oversikt over kofidesitervall i Eco 130 Merk at dee oversikte ikke er met å leses istedefor framstillige i Løvås, me som et supplemet. De ieholder tabeller med formler for kofidesitervaller

Detaljer

Rep.: generelle begrep og definisjoner Kp. 10.1, 10.2 og 10.3

Rep.: generelle begrep og definisjoner Kp. 10.1, 10.2 og 10.3 Kp. 1, oversikt ; oversikt, t- ; oversikt ; stor ; Hypoteseig; ett- og to-utvalg Rep.: geerelle begrep og defiisjoer Kp. 1.1, 1.2 og 1.3 Rep.: ett-utvalgser for μ (...), p Kp. 1 og 1.8 Nytt: ett-utvalgs

Detaljer

Fakultet for teknologi, kunst og design Teknologiske fag Eksamen i: Diskret matematikk

Fakultet for teknologi, kunst og design Teknologiske fag Eksamen i: Diskret matematikk Fakultet for tekologi, kust og desig Tekologiske fag Eksame i: Diskret matematikk Målform: Bokmål Dato: 9. ovember 017 Tid: Atall sider (ikl. forside): 9 Atall oppgaver: 6 Tillatte hjelpemidler: Forhådsgodkjet

Detaljer

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Øvelsesoppgave i: ECON30 Statistikk HØST 004 Dato for utleverig: Fredag 5. oktober 004 Frist for ileverig: Osdag 7. oktober 004, seest kl. 5.00 Ileverigssted: Ekspedisjoskotoret,.

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-aturviteskapelige fakultet Eksame i STK2120 Statistiske metoder og dataaalyse 2 Eksamesdag: Madag 6. jui 2011. Tid for eksame: 09.00 13.00. Oppgavesettet er på 5 sider.

Detaljer

TMA4245 Statistikk Eksamen 9. desember 2013

TMA4245 Statistikk Eksamen 9. desember 2013 Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag TMA4245 Statistikk Eksame 9. desember 2013 Oppgave 1 I kortspillet Blackjack får ma de høyeste geviste hvis de to første kortee ma

Detaljer

Oversikt over konfidensintervall i Econ 2130

Oversikt over konfidensintervall i Econ 2130 HG April 00 Oversikt over kofidesitervall i Eco 30 Merk at dee oversikte ikke er met å leses istedefor framstillige i Løvås, me som et supplemet. Løvås ieholder mage verdifulle kommetarer og eksempler.

Detaljer

LØSNINGSFORSLAG TIL EKSAMEN I FAG TMA4245 STATISTIKK 6.august 2004

LØSNINGSFORSLAG TIL EKSAMEN I FAG TMA4245 STATISTIKK 6.august 2004 Norges tekisk aturviteskapelige uiversitet Istitutt for matematiske fag Side av 0 LØSNINGSFORSLAG TIL EKSAMEN I FAG TMA4245 STATISTIKK 6.august 2004 Oppgave Midtveiseksame a) X er e stokastisk variabel

Detaljer

8 (inkludert forsiden og formelsamling) Tegne- og skrivesaker, kalkulator, formelsamling (se vedlagt).

8 (inkludert forsiden og formelsamling) Tegne- og skrivesaker, kalkulator, formelsamling (se vedlagt). Eksamesoppgave våre 011 Ordiær eksame Bokmål Fag: Matematikk Eksamesdato: 10.06.011 Studium/klasse: GLU 5-10 Emekode: MGK00 Eksamesform: Skriftlig Atall sider: 8 (ikludert forside og formelsamlig) Eksamestid:

Detaljer

betegne begivenheten at det trekkes et billedkort i trekning j (for j=1,2,3), og komplementet til

betegne begivenheten at det trekkes et billedkort i trekning j (for j=1,2,3), og komplementet til 1 ECON1: EKSAMEN 17v SENSORVEILEDNING. Det abefales at de 9 deloppgavee merket med A, B, teller likt uasett variaso i vaskelighetsgrad. Svaree er gitt i

Detaljer

LØSNINGSFORSLAG TILEKSAMEN I FAG TMA4240/TMA4245 STATISTIKK 10. august 2005

LØSNINGSFORSLAG TILEKSAMEN I FAG TMA4240/TMA4245 STATISTIKK 10. august 2005 Norges tekisk aturviteskapelige uiversitet Istitutt for matematiske fag Side av 8 LØSNINGSFORSLAG TILEKSAMEN I FAG TMA440/TMA445 STATISTIKK 0. august 005 Oppgave Smeltepuktsbestemmelse a) Vi jobber i dette

Detaljer

Eksamen 20.05.2009. REA3024 Matematikk R2. Nynorsk/Bokmål

Eksamen 20.05.2009. REA3024 Matematikk R2. Nynorsk/Bokmål Eksame 20052009 REA3024 Matematikk R2 Nyorsk/Bokmål Nyorsk Eksamesiformasjo Eksamestid: Hjelpemiddel på Del 1: Hjelpemiddel på Del 2: Bruk av kjelder: Vedlegg: Framgagsmåte: Rettleiig om vurderiga: 5 timar:

Detaljer

Eksamen S2, Høsten 2013

Eksamen S2, Høsten 2013 Eksame S, Høste 013 Tid: timer Hjelpemidler: Valige skrivesaker, passer, lijal med cetimetermål og vikelmåler. Oppgave 1 (4 poeg) Deriver fuksjoee 1 x a) fx b) gx 5x 1 5 c) hx x e x 3 Oppgave (5 poeg)

Detaljer

Del1. Oppgave 1. a) Deriver funksjonene: b) Gitt den uendelige rekken. Avgjør om rekken konvergerer, og bestem eventuelt summen av rekken.

Del1. Oppgave 1. a) Deriver funksjonene: b) Gitt den uendelige rekken. Avgjør om rekken konvergerer, og bestem eventuelt summen av rekken. Del1 Oppgave 1 a) Deriver fuksjoee: 1) fx ( ) x lx ) g x 3e x b) Gitt de uedelige rekke 1 1 1 4 Avgjør om rekke kovergerer, og bestem evetuelt summe av rekke. c) Sasylighetsfordelige til e stokastisk variabel

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-aturviteskapelige fakultet Eksame i: STK11 Sasylighetsregig og statistisk modellerig. LØSNINGSFORSLAG Eksamesdag: Fredag 9. jui 217. Tid for eksame: 9. 13.. Oppgavesettet

Detaljer

Estimering 1 -Punktestimering

Estimering 1 -Punktestimering Estimerig 1 -Puktestimerig Dekkes av kap. 8, 9.1-9.3 og 9.15/9.14. Vi har til å settpå e rekke forskjellige sasylighetsfordeliger og sett hvorda disse ka brukes til å modellere mage forskjellige typer

Detaljer

MOT310 Statistiske metoder 1, høsten 2012

MOT310 Statistiske metoder 1, høsten 2012 MOT310 Statistiske metoder 1, høste 2012 Bjør H. Auestad Istitutt for matematikk og aturviteskap Uiversitetet i Stavager 20. august, 2012 Bjør H. Auestad Itroduksjo og repetisjo 1 / 57 Iformasjo Litt om

Detaljer

EKSAMEN Ny og utsatt

EKSAMEN Ny og utsatt EKSAMEN Ny og utsatt Emekode: ITF0705 Dato: 30. mai 04 Eme: Matematikk for IT Eksamestid: kl 09.00 til kl 3.00 Hjelpemidler: To A4-ark med valgfritt ihold på begge sider. Kalkulator er ikke tillatt. Faglærer:

Detaljer

TMA4240 Statistikk H2010

TMA4240 Statistikk H2010 TMA440 Statistikk H00 9.8: To uvalg (siste del) 9.9: Parvise observasjoer 9.0-9.: Adelser 9.: Varias Mette Lagaas Foreleses oag 0.oktober, 00 Norske hoppdommere og Jae Ahoe Jae Ahoe er e fisk skihopper,

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

ÅMA110 Sannsynlighetsregning med statistikk, våren 2010 Kp. 6, del 5

ÅMA110 Sannsynlighetsregning med statistikk, våren 2010 Kp. 6, del 5 ÅMA110 Sasylighetsregig med statistikk, våre 2010 Kp. 6, del 5 Bjør H. Auestad Istitutt for matematikk og aturviteskap Uiversitetet i Stavager 12. april Bjør H. Auestad Kp. 6: Hypotesetestig del 4 1/ 59

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007 Kp. 6, del 4. Hypotesetesting, del 4

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007 Kp. 6, del 4. Hypotesetesting, del 4 ÅMA11 Sasylighetsregig med statistikk, våre 27 Kp. 6, del 4 Bjør H. Auestad Istitutt for matematikk og aturviteskap Uiversitetet i Stavager 19. mars Bjør H. Auestad Kp. 6: Hypotesetestig del 4 1/ 27 Bjør

Detaljer

Kap. 9: Inferens om én populasjon. Egenskaper ved t-fordelingen. ST0202 Statistikk for samfunnsvitere. I Kapittel 8 brukte vi observatoren

Kap. 9: Inferens om én populasjon. Egenskaper ved t-fordelingen. ST0202 Statistikk for samfunnsvitere. I Kapittel 8 brukte vi observatoren 2 Kap. 9: Iferes om é populasjo I Kapittel 8 brukte vi observatore z = x μ σ/ for å trekke koklusjoer om μ. Dette krever kjet σ (urealistisk). ST0202 Statistikk for samfusvitere Bo Lidqvist Istitutt for

Detaljer

Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL 14.12.2007

Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL 14.12.2007 Høgskole Telemark Avdelg for estetske fag, folkekultur og lærerutdag BOKMÅL 4..7 UTATT PRØVE I MATEMATIKK, Modul 5 studepoeg Td: 5 tmer Hjelpemdler: Kalkulator og vedlagt formelsamlg (bakerst oppgavesettet).

Detaljer