Q-Q plott. Insitutt for matematiske fag, NTNU 15. august Notat for TMA4240/TMA4245 Statistikk. Kvantiler fra sannsynlighetsfordeling
|
|
- August Kleppe
- 7 år siden
- Visninger:
Transkript
1 Q-Q plott Notat for TMA/TMA Statistikk Insitutt for ateatiske fag, NTNU. august En ønsker ofte å trekke slutninger o populasjonen til en stokastisk variabel basert på et forholdsvis lite antall observasjoner, so antas å være et tilfeldig utvalg. Spesielt er det interessant å vite hva slags sannsynlighetsfordeling variabelen følger. Det er da vanlig å plotte et histogra av observasjonene. Vi ser på observasjonene so realisasjoner fra sannsynlighetsfordelingen, og histograet gir dered et inntrykk av hvordan sannsynlighetstetthetsfunksjonen ser ut. En annen ulighet er å plotte observasjonene på en slik åte at an får et bilde av den kuulative fordelingsfunksjonen til utvalget. Dette kan oppnås ved å lage et kvantilplott. En annen vanlig problestilling er å kontrollere hvorvidt en variabel so antas å følge en gitt fordeling, faktisk gjør det. Man ønsker ed andre ord å sjekke hvor godt antakelsen steer. Man kan da bruke et Q-Q plott eller et P-P plott for å saenlikne observasjonene ed den antatte fordelingen. Kvantiler fra sannsynlighetsfordeling Betrakt den stokastiske variabelen X. Vi kaller k,q den kte q-kvantilen til X hvis P (X k,q ) = k/q. Alternativt: k,q = F X (k/q) hvor F X() er den kuulative fordelingsfunksjonen til X. Se gur. k/q.8.6 F(). F (k/q). k/q 3 Figur Plott av grafen til den kuulative fordelingsfunksjonen F () til kjikvadratfordelingen ed frihetsgrader. k/q og k/q er arkert for k = 9 og q =. Notatet er skrevet av Jacob Skauvold i saarbeid ed Arvid Næss og Ingelin Steinsland. Derso du nner feil eller har forslag til forbedringer, ta kontakt ed Ingelin Steinsland, ingelins@ath.ntnu.no.
2 Eksepel: Gitt den trekantede sannsynlighetstetthetsfunksjonen {, < / f X () = ( ), / < <, nn den 9. persentilen, dvs. nn u (, ) slik at P (X u) = 9/ =.9. Løsning: Finner først den kuulative fordelingsfunksjonen ved integrasjon. {, < / F X () =, / < < Se gur for et plott av f X () og F X (). Ser at vi å ha / < u <. Bruker F X () for f X () F X () Figur Plott av f X () og F X () for. Laget ed trekantford.. å nne u. P (X u) =.9 F (u) =.9 u u =.9 Denne likningen har løsningene u =.89 og u =.8. Siden u (, ) ser vi bort fra denne løsningen, og konkluderer ed at den 9. persentilen er 9, =.89. Siden denne sannsynlighetsfordelingen har en spesielt enkel for, er det lett å kontrollere svaret ved å betrakte arealet under grafen. la A være arealet under grafen til f X () og til høyre for den vertikale linja = u, se g. 3. Da er A = ( u)f X(u) = ( u) ( u) = ( u). Hvis an så krever at arealet til venstre for = u skal være A =.9 får an ( u) = u = ± so gir de sae verdiene u og u so før. Kvantiler fra observasjoner Hvis et antall observasjoner av en stokastisk variabel X sorteres i stigende rekkefølge og deles opp i q like store bolker, så er den kte q-kvantilen til observasjonene den verdien av X so skiller bolk nr. k fra bolk nr. k +, der < k < q. Hvis q for eksepel er lik, deles observasjonene inn i to like store bolker, og den første (og eneste) -kvantilen er edianen til utvalget. Hvis q = får an re bolker adskilt av de tre kvartilene Q, Q og Q 3. erk at Q, den andre kvartilen, også er edianen.
3 Figur 3 Kvantil so vertikal skillelinje. Eksepel: Gitt følgende utvalg trukket tilfeldig fra den unifore fordelingen over heltallene til, nn alle tre kvartilene, og beregn kvartildieransen Q 3 Q so er et ål for spredningen i dataene. Løsning: I stigende rekkefølge er tallene Siden vi har et odde antall observasjoner, å vi bruke gjenosnittet av de to idterste observasjonene for å nne edianen. La de ti tallene i sortert rekkefølge være,,...,. Da er Q = + 6 = = = 7.. Q deler observasjonene inn i to bolker, hver bestående av fe observasjoner. Q og Q 3 vil være i idten av hver sin bolk, slik at Q = 3 = og Q 3 = 8 =. Kvartildieransen blir Q 3 Q = =. Kvantilplott Anta at den stokastiske variabelen X følger en fordeling f X () og at vi trekker et tilfeldig utvalg X, X,..., X n. Derso utvalget sorteres fra laveste til høyeste verdi, får en ordningsvariablene X (), X (),..., X (n). La µ () = E [ F X (X () ) ] hvor F X () er den kuulative fordelingsfunksjonen til populasjonen. Altså: µ () er den andelen av populasjonen so forventes å ligge under X (). Det er ulig å nne et uttrykk for µ () selv o f X () og F X () er ukjente. Fra denisjonen av forventningsverdi for kontinuerlige variable har en µ () = E [ F X (X () ) ] = F X ()f X() ()d. Tetthetsfunksjonen til ordningsvariabelen X () er ( ) n f X() = n F X () ( F ()) n f X () n! = ( )!(n )! F X() ( F ()) n f X (), 3
4 (se notat o ordningsvariabler) slik at en ved innsetting får n! µ () = F X () ( F ()) n f X ()d. ( )!(n )! Hvis en lar y = F X () så blir dy = df X() d d = f X ()d, og integralet kan skrives o til µ () = n! ( )!(n )! y ( y) n dy = n! B( +, n + ). ( )!(n )! Integrasjonsgrensene er endret siden F X () kun antar verdier på intervallet [, ] når gjennoløper R. B er betafunksjonen B(, y) = t ( t) y dt. Når og y er positive heltall, er B(, y) = ( )!(y )! (+y )!. Dered blir uttrykket for µ () n!!(n )! = ( )!(n )! (n + )! n +. ( ) Et plott av (), n+ for =,,..., n gir et bilde av kurven til F X (), og gir på den åten inforasjon o hva slags fordeling utvalget kan tenkes å koe fra. Eksepel: La n =. De sorte kryssene på g. har -koorinater () og y-koordinater.8 ( (),/) Φ().6.. Figur Kvantilplott av ot () for =,,...,. Laget ed cdfplott.. for =,,...,. Tallene,,..., n er trukket fra standard noralfordelingen. Den kuulative fordelingsfunksjonen, Φ() er plottet so en rød heltrukken linje for saenlikning. Kvantil-kvantilplott ønsker vi å undersøke hvorvidt utvalget følger en bestet fordeling f X () ed tilhørende kuulativ fordeling F X (), kan vi bruke et kvantil-kvantilplott, eller Q-Q plott. Vi gjør da det sae so over, en i stedet for n+ plotter vi nå FX ( n+ ) på y-aksen, dvs. inversfunksjonen til F X () evaluert i punktene n+, =,,..., n. Hvis utvalget koer fra en fordeling so er nær f X () vil plottet bli tilnæret lineært. Q-Q plott er derfor nyttig for å kontrollere antakelser o hvordan stokastiske variable er fordelt. Eksepel: Plottet i gur viser sae utvalg so tidligere, en y-koordinatene er nå Φ ( ) for =,,...,. Linja y = er plottet for saenlikning.
5 ( (),Φ (/)) Figur Q-Q plott av Φ ( ) ot () for =,,...,. Laget ed cdfplott.. Noralfordeling ed andre paraetre La X N(µ, ) og Z N(, ) være to noralfordelte stokastiske variable. Da har X µ og Z sae fordeling, og de kuulative fordelingsfunksjonene F X () og F Z (z) = Φ(z) til X og Z er relatert på følgende åte. ( X µ F X () = P (X ) = P µ ) ( = P Z µ ) ( ) µ = Φ Anta at F X () = Φ( µ ) = p. Da er FX (p) =, ens Φ (p) = µ. Det følger at F X (p) = µ + Φ (p). Når vi bruker plotteposisjonene p = n+ og plotter Φ (p ) ot () får vi, siden n+ F X( () ), Φ (p ) = F X (p ) µ () µ so er lineært i (). Hvis X, X,..., X n følger en annen noralfordeling enn N(, ) vil altså plottet fortsatt se lineært ut, en linja punktene ligger langs vil da ha et annet stigningstall og et annet konstantledd. Φ (p) kan altså brukes for å undersøke o et utvalg koer fra en noralfordelt populasjon uansett hvilke paraetre den åtte ha. Saenlikne to sett ed observasjoner Anta at vi har to sett ed observasjoner,,,..., n og y, y,..., y, og at vi ønsker å sjekke o det er rielig å anta at de koer fra sae fordeling. Vi kan da bruke et epirisk Q-Q plott, hvor kvantilene til det ene utvalget plottes ot kvantilene til det andre. Resultatet blir et plott so det i g. 6. Plottet tolkes på sae åte so når an saenlikner ed teoretiske kvantiler; jo er rettlinjet plottet ser ut, jo større likhet ello fordelingene. Eksepler på Q-Q plott En svært vanlig anvendelse av Q-Q plott er å kontrollere antakelser o noralitet, dvs. sjekke o data er noralfordelte. En plotter da kvantilene til dataene ot de teoretiske
6 6 Y Quantiles X Quantiles Figur 6 Epirisk Q-Q plott for to sett data fra t-fordelingen. kvantilene i standard noralfordelingen. Ekseplene nedenfor viser histogra og Q-Q plott av n = observasjoner fra ulike fordelinger. Et plott av tetthetsfunksjonen er tatt ed for saenlikning. Den generelle regelen er at kruning i Q-Q plottet tilsier avvik fra noralitet Figur 7 Standard noralfordeling, X N(, ) Figur 8 Noralfordeling, X N(, 3 ) 6
7 Figur 9 Γ-fordeling, X Gaa(, ) Figur χ -fordeling, X χ Figur Eksponentialfordeling, X ep(.6) 7
8 Figur t-fordeling, X t 8
Snøtetthet. Institutt for matematiske fag, NTNU 15. august Notat for TMA4240/TMA4245 Statistikk
Snøtetthet Notat for TMA424/TMA4245 Statistikk Institutt for matematiske fag, NTNU 5. august 22 I forbindelse med varsling av om, klimaforskning og særlig kraftproduksjon er det viktig å kunne anslå hvor
DetaljerTMA4240 Statistikk Høst 2015
Norges teknisk-naturvitenskapelige universitet Institutt for ateatiske fag Øving nuer, blokk I Løsningsskisse Oppgave a X kan eksepelvis være resultatet av en flervalgsoppgave ed 0 sp og svaralternativ
DetaljerTMA4240 Statistikk H2015
TMA4240 Statistikk H2015 Funksjoner av stokastiske variabler (kapittel 7+notat) Fokus på start med kumulativ fordeling 7.2 Funksjon av en SV (inkludert en-entydighet). Fordeling til max/min (fra notat).
DetaljerUtvalgsfordelinger; utvalg, populasjon, grafiske metoder, X, S 2, t-fordeling, χ 2 -fordeling
Kapittel 8 Utvalgsfordelinger; utvalg, populasjon, grafiske metoder, X, S 2, t-fordeling, χ 2 -fordeling TMA4240 H2006: Eirik Mo 2 Til nå... Definert sannsynlighet og stokastiske variabler (kap. 2 & 3).
DetaljerTMA4245 Statistikk Vår 2015
Norges teknisk-naturvitenskapelige universitet Institutt for ateatiske fag Øving nuer, blokk I Løsningsskisse Oppgave X er hypergeoetrisk fordelt ed N 000 turer, k turer kjører transportfiraet gjenno sentru
DetaljerBinomisk fordeling. Hypergeometrisk fordeling. MAT0100V Sannsynlighetsregning og kombinatorikk. Vi har følgende situasjon: = = 2
MAT0100V Sannsynlighetsregning og kobinatorikk Oppgaver o Binoisk og hypergeoetrisk fordeling Forventning varians og standardavvik Tilnæring av binoiske sannsynligheter Konfidensintervall Ørnulf Borgan
DetaljerGruvedrift. Institutt for matematiske fag, NTNU. Notat for TMA4240/TMA4245 Statistikk
Gruvedrift Notat for TMA/TMA Statistikk Institutt for matematiske fag, NTNU I forbindelse med planlegging av gruvedrift i et område er det mange hensyn som må tas når en skal vurdere om prosjektet er lønnsomt.
DetaljerKapittel 8: Tilfeldige utvalg, databeskrivelse og fordeling til observatorar, Kapittel 9: Estimering
Kapittel 8: Tilfeldige utvalg, databeskrivelse og fordeling til observatorar, Kapittel 9: Estimering TMA4245 Statistikk Kapittel 8.1-8.5. Kapittel 9.1-9.3+9.15 Turid.Follestad@math.ntnu.no p.1/21 Har sett
DetaljerEt lite notat om og rundt normalfordelingen.
Et lite notat om og rundt normalfordelingen. Anta at vi har kontinuerlige data. Hva er likt og ulikt for histogrammer og fordelingskurver? Observasjoner Histogram Viser fordelingen av faktiske observerte
DetaljerNotasjon. Løsninger. Problem. Kapittel 7
3 Notasjon Kapittel 7 Funksjoner av stokastiske variabler Har n stokastiske variabler, X 1, X 2,..., X n, med kjent fordeling f( 1, 2,..., n ) og kumulativ fordeling F( 1, 2,..., n ). Ser på Y = u(x 1,
DetaljerForslag til endringar
Forslag til endringar Bakgrunn: Vi har ingen forelesningar veka etter påske. Eg skal bort 18. og 19. april. Eksamen er 30.mai Forslag til endringar: Ekstra forelesningar onsdag 16.mars og onsdag 30 mars
DetaljerSTK1100 våren Normalfordelingen. Normalfordelingen er den viktigste av alle sannsynlighetsfordelinger
STK00 våren 206 Normalfordelingen Svarer til avsnitt 4.3 i læreboka Geir Storvik Matematisk institutt Universitetet i Oslo Normalfordelingen er den viktigste av alle sannsynlighetsfordelinger Normalfordelingen
DetaljerEt lite notat om og rundt normalfordelingen. Anta at vi har kontinuerlige data. Hva er likt og ulikt for histogrammer og fordelingskurver?
Et lite notat om og rundt normalfordelingen. Anta at vi har kontinuerlige data. Hva er likt og ulikt for histogrammer og fordelingskurver? Boka (Ch 1.4) motiverer dette ved å gå fra histogrammer til tetthetskurver.
DetaljerEt lite notat om og rundt normalfordelingen.
Et lite notat om og rundt normalfordelingen. Anta at vi har kontinuerlige data. Hva er likt og ulikt for histogrammer og fordelingskurver? Observasjoner Histogram Viser fordelingen av faktiske observerte
DetaljerTMA4240 Statistikk Høst 2016
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Anbefalt øving 9 Løsningsskisse Oppgave 1 a) Vi lar her Y være antall fugler som kolliderer med vindmølla i løpet av den gitte
DetaljerSTK juni 2018
Løsningsforslag til eksamen i STK. juni 8 Oppgave Tvillingpar kan være enten eneggede eller toeggede. Sannsynligheten for at det ved en tvillingfødsel blir født eneggede tvillinger er i Nord-Europa omtrent
DetaljerLøsningsforslag AA6524/AA6526 Matematikk 3MX Elever/Privatister - 7. desember eksamensoppgaver.org
Løsningsforslag AA654/AA656 Matematikk 3MX Elever/Privatister - 7. desember 005 eksamensoppgaver.org eksamensoppgaver.org Om løsningsforslaget Løsningsforslaget for matematikk eksamen i 3MX er gratis,
Detaljerx λe λt dt = 1 e λx for x > 0 uavh = P (X 1 v)p (X 2 v) = F X (v) 2 = (1 e λv ) 2 = 1 2e λv + e 2λv = 2 1 λ 1 2λ = 3
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Anbefalt øving 7 Løsningsskisse Oppgave 1 a) Regner først ut den kumulative fordelingsfunksjonen til X: F X (x) = x λe λt dt
DetaljerIntroduksjon til statistikk og dataanalyse. Arild Brandrud Næss TMA4240 Statistikk NTNU, høsten 2013
Introduksjon til statistikk og dataanalyse Arild Brandrud Næss TMA4240 Statistikk NTNU, høsten 2013 Introduksjon til statistikk og dataanalyse Hollywood-filmer fra 2011 135 filmer Samla budsjett: $ 7 166
DetaljerGammafordelingen og χ 2 -fordelingen
Gammafordelingen og χ 2 -fordelingen Gammafunksjonen Gammafunksjonen er en funksjon som brukes ofte i sannsynlighetsregning. I mange fordelinger dukker den opp i konstantleddet. Hvis man plotter n-fakultet
DetaljerFasit for tilleggsoppgaver
Fasit for tilleggsoppgaver Uke 5 Oppgave: Gitt en rekke med observasjoner x i (i = 1,, 3,, n), definerer vi variansen til x i som gjennomsnittlig kvadratavvik fra gjennomsnittet, m.a.o. Var(x i ) = (x
DetaljerKlassisering. Insitutt for matematiske fag, NTNU 21. august Klassiseringsproblemet. Notat for TMA4240/TMA4245 Statistikk
Klassisering Notat for TMA4240/TMA4245 Statistikk Insitutt for matematiske fag, NTNU 21. august 2012 Innen maskinlæring studerer man algoritmer som tillater datamaskiner å utvikle atferd på grunnlag av
DetaljerSTK1100 våren Kontinuerlige stokastiske variabler Forventning og varians Momentgenererende funksjoner
STK1100 våren 2017 Kontinuerlige stokastiske variabler Forventning og varians Momentgenererende funksjoner Svarer til avsnittene 4.1 og 4.2 i læreboka Ørnulf Borgan Matematisk institutt Universitetet i
DetaljerForkurs, Avdeling for Ingeniørutdanning
Eksamen i FO99A Matematikk Ordinær Eksamen Dato 8. mai 8 Tidspunkt 9. - 14. Antall oppgaver 4 Vedlegg Formelsamling Tillatte hjelpemidler Godkjent kalkulator Løsningsforslag Oppgave 1 Deriver følgende
DetaljerLøsningsforslag AA6524 Matematikk 3MX Elever 7. juni eksamensoppgaver.org
Løsningsforslag AA654 Matematikk MX Elever 7. juni 004 eksamensoppgaver.org eksamensoppgaver.org Om løsningsforslaget Løsningsforslaget for matematikk eksamen i MX er gratis, og det er lastet ned på eksamensoppgaver.org.
DetaljerUtvalgsfordelinger (Kapittel 5)
Utvalgsfordelinger (Kapittel 5) Oversikt pensum, fortid og fremtid Eksplorativ data-analyse (Kap 1, 2) Hvordan produsere data (Kap 3) Sannsynlighetsteori (Kap 4) Utvalgsfordelinger til observatorer (Kap
DetaljerLøsningsforslag Eksamen S2, våren 2017 Laget av Tommy O. Sist oppdatert: 25. mai 2017
Løsningsforslag Eksamen S, våren 17 Laget av Tommy O. Sist oppdatert: 5. mai 17 Del 1 - uten hjelpemidler Oppgave 1 a) Vi skal derivere f(x) = x /x = x x 1. Den eneste regelen vi trenger her er (kx n )
DetaljerSTK1000 Uke 36, Studentene forventes å lese Ch 1.4 ( ) i læreboka (MMC). Tetthetskurver. Eksempel: Drivstofforbruk hos 32 biler
STK1000 Uke 36, 2016. Studentene forventes å lese Ch 1.4 (+ 3.1-3.3 + 3.5) i læreboka (MMC). Tetthetskurver Eksempel: Drivstofforbruk hos 32 biler Fra histogram til tetthetskurver Anta at vi har kontinuerlige
DetaljerLøsningsforslag ECON 2130 Obligatorisk semesteroppgave 2017 vår
Løsningsforslag ECON 130 Obligatorisk semesteroppgave 017 vår Andreas Myhre Oppgave 1 1. (i) Siden X og Z er uavhengige, vil den simultane fordelingen mellom X og Z kunne skrives som: f(x, z) = P(X = x
Detaljerfor x 0 F X (x) = 0 ellers Figur 1: Parallellsystem med to komponenter Figur 2: Seriesystem med n komponenter
TMA4245 Statistikk Vår 2016 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Innlevering 3, blokk II Dette er den første av to innleveringer i blokk 2. Denne øvingen skal oppsummere
DetaljerHøgskolen i Gjøviks notatserie, 2001 nr 5
Høgskolen i Gjøviks notatserie, 2001 nr 5 5 Java-applet s for faget Statistikk Tor Slind Avdeling for Teknologi Gjøvik 2001 ISSN 1501-3162 Sammendrag Dette notatet beskriver 5 JAVA-applets som demonstrerer
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: ST0 Innføring i statistikk og sannsynlighetsregning. Eksamensdag: Torsdag 9. mai 994. Tid for eksamen: 09.00 5.00. Oppgavesettet
Detaljer(Det tas forbehold om feil i løsningsforslaget.) Oppgave 1
ÅMA1 Sannsylighetsregning og statistikk Løsningsforslag til eksamen vår 2011, s. 1 (Det tas forbehold om feil i løsningsforslaget.) Oppgave 1 a) Data: x 1, x 2, x 3, x 4, x 5 Gjennomsnitt: x = 1 5 (x 1
DetaljerLøsningsforslag AA6526 Matematikk 3MX - 5. mai 2004. eksamensoppgaver.org
Løsningsforslag AA6526 Matematikk 3MX - 5. mai 2004 eksamensoppgaver.org eksamensoppgaver.org 2 Om løsningsforslaget Løsningsforslaget for matematikk eksamen i 3MX er gratis, og det er lastet ned på eksamensoppgaver.org.
Detaljereksamensoppgaver.org x = x = x lg(10) = lg(350) x = lg(350) 5 x x + 1 > 0 Avfortegnsskjemaetkanvileseatulikhetenstemmerfor
eksamensoppgaver.org 5 oppgave1 a.i.1) 2 10 x = 700 10 x = 700 2 x lg(10) = lg(350) x = lg(350) a.i.2) Vibrukerfortegnsskjema 5 x x + 1 > 0 Avfortegnsskjemaetkanvileseatulikhetenstemmerfor x 1, 5 a.ii.1)
Detaljerf(x)dx = F(x) = f(u)du. 1 (4u + 1) du = 3 0 for x < 0, 2 + for x [0,1], 1 for x > 1. = 1 F 4 = P ( X > 1 2 X > 1 ) 4 X > 1 ) =
TMA Statistikk Norges tekisk-aturviteskapelige uiversitet Istitutt for ateatiske fag Løsigsforslag - Eksae deseber 9 Oppgave a Besteer k ved å kreve fxdx =, fxdx = De kuulative fordeligsfuksjoe Fx er gitt
DetaljerA) B) 400 C) 120 D) 60 E) 10. Rett svar: C. Fasit: ( 5 6 = 60. Hvis A, B, C er en partisjon av utfallsrommet S, så er P (A B) lik.
Oppgave 1 Det skal velges en komité bestående av 2 menn og 1 kvinne. Komitéen skal velges fra totalt 5 menn og 6 kvinner. Hvor mange ulike komitéer kan dannes? A) 86400 B) 400 C) 120 D) 60 E) 10 Rett svar:
DetaljerEksamensoppgave i TMA4245 Statistikk
Institutt for matematiske fag Eksamensoppgave i TMA4245 Statistikk Faglig kontakt under eksamen: Ingelin Steinsland a, Øyvind Bakke b Tlf: a 73 59 02 39, 926 63 096, b 73 59 81 26, 990 41 673 Eksamensdato:
DetaljerKapittel 4.4: Forventning og varians til stokastiske variable
Kapittel 4.4: Forventning og varians til stokastiske variable Forventning og varians til stokastiske variable Histogrammer for observerte data: Sannsynlighets-histogrammer og tetthetskurver for stokastiske
DetaljerHøgskolen i Telemark. Institutt for økonomi og informatikk FORMELSAMLING Statistikk I. Til bruk ved eksamen. Per Chr. Hagen
Høgskolen i Telemark Institutt for økonomi og informatikk FORMELSAMLING 6005 Statistikk I Til bruk ved eksamen Per Chr. Hagen . Sannsynlighetsregning. Regneregler Komplementsetningen: Addisjonssetningen:
DetaljerGråtone-transformasjoner Hovedsakelig fra kap i DIP
INF 31 3..9 - AS Gråtone-transforasjoner Hovedsakeli fra kap. 3.1-3. i DIP Historaer Lineære råtonetransforer Standardiserin av bilder ed lineær transfor Ikke-lineære, paraetriske transforer Hvordan endre
DetaljerTMA4245 Statistikk Eksamen august 2014
TMA4245 Statistikk Eksamen august 2014 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Oppgave 1 En bedrift produserer en type medisin i pulverform Medisinen selges på flasker
DetaljerECON Statistikk 1 Forelesning 2: Innledning
ECON2130 - Statistikk 1 Forelesning 2: Innledning Data, beskrivende statistikk, visualisering Jo Thori Lind j.t.lind@econ.uio.no 1. Beskrivende statistikk Typer variable Nominelle: Gjensidig utelukkende
DetaljerLøsningsforslag AA6526 Matematikk 3MX Privatister 3. mai 2006. eksamensoppgaver.org
Løsningsforslag AA656 Matematikk 3MX Privatister 3. mai 006 eksamensoppgaver.org eksamensoppgaver.org Om løsningsforslaget Løsningsforslaget for matematikkeksamen i 3MX er gratis, og det er lastet ned
DetaljerKort overblikk over kurset sålangt
Kort overblikk over kurset sålangt Kapittel 1: Deskriptiv statististikk for en variabel Kapittel 2: Deskriptiv statistikk for samvariasjon mellom to variable (regresjon) Kapittel 3: Metoder for å innhente
DetaljerOppfriskning av blokk 1 i TMA4240
Oppfriskning av blokk 1 i TMA4240 Geir-Arne Fuglstad November 21, 2016 2 Hva har vi gjort i dette kurset? Vi har studert to sterkt relaterte grener av matematikk Sannsynlighetsteori: matematisk teori for
DetaljerKap. 8: Utvalsfordelingar og databeskrivelse
Kap. 8: Utvalsfordelingar og databeskrivelse Utvalsfordelingar Utvalsfordeling for gjennomsnitt (med kjent varians) ( X ) Sentralgrenseteoremet (SGT) Utvalsfordeling for varians (normalfordeling) Utvalfordeling
DetaljerWeibullfordelingen. Kjetil L. Nielsen. Innhold. 1 Teori. 1.1 Tetthetsfunksjon og fordelingsfunksjon
Weibullfordelingen Kjetil L. Nielsen Innhold Teori......................................... Tetthetsfunksjon og fordelingsfunksjon......................2 Parameterene i Weibullfordelingen.......................
DetaljerTMA4245 Statistikk Høst 2016
TMA5 Statistikk Høst 6 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Anbefalt øving Løsningsskisse Oppgave a) Den tilfeldige variabelen X er kontinuerlig fordelt med sannsynlighetstetthet
DetaljerTMA4240 Statistikk Høst 2015
TMA4240 Statistikk Høst 2015 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 9, blokk II Oppgave 1 X er kontinuerlig fordelt med sannsynlighetstetthet f(x) = 2xe
DetaljerLøsningsforslag for eksamen i REA3026 Matematikk S1-08.05.2008. eksamensoppgaver.org
Løsningsforslag for eksamen i REA306 Matematikk S1-08.05.008 eksamensoppgaver.org eksamensoppgaver.org Om løsningsforslaget Løsningsforslaget for matematikk eksamen i S1 er gratis, og det er lastet ned
DetaljerSeksjon 1.3 Tetthetskurver og normalfordelingen
Seksjon 1.3 Tetthetskurver og normalfordelingen Har sett på ulike metoder for å plotte eller oppsummere data ved tall Vil nå starte på hvordan beskrive data ved modeller Hovedmetode er tetthetskurver Tetthetskurver
DetaljerI et eksperiment er det målt følgende sammenheng mellom to størrelser x og y. x Y = ax + b:
OPPGAVE I et eksperiment er det målt følgende sammenheng mellom to størrelser x og y. x 7 74 546 y 48 6 45 a) Plott Y ln y mot X ln x i et rettvinklet koordinatsystem. ) Finn en lineær sammenheng mellom
DetaljerEKSAMEN I FAG TMA4275 LEVETIDSANALYSE Xxxdag xx. juni 2008 Tid: 09:0013:00
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 5 Faglig kontakt under eksamen: NN EKSAMEN I FAG TMA4275 LEVETIDSANALYSE Xxxdag xx. juni 2008 Tid: 09:0013:00 Tillatte
DetaljerEksamen vår 2009 Løsning Del 1
S Eksamen, våren 009 Løsning Eksamen vår 009 Løsning Del Oppgave a) Deriver funksjonene: ) f f f 3 3 f f 4 ) g e 3 g e g e e g e b) ) Gitt rekka 468 Finn ledd nummer 0 og summen av de 0 første leddene.
DetaljerKapittel 6: Kontinuerlige sannsynlighetsfordelinger
Kapittel 6: Kontinuerlige sannsynlighetsfordelinger TMA4240 Statistikk (F2 og E7) Foreleses 15. september, 2004. µ µ µ + Basert på slides av Mette Langås p.1/16 6.1 Kontinuerlig uniform fordeling Kontinuerlig
DetaljerLøsningsforslag AA6516 Matematikk 2MX - 5. mai eksamensoppgaver.org
Løsningsforslag AA6516 Matematikk 2MX - 5. mai 2004 eksamensoppgaver.org eksamensoppgaver.org 2 Om løsningsforslaget Løsningsforslaget for matematikk eksamen i 2MX er gratis, og det er lastet ned på eksamensoppgaver.org.
DetaljerMOT310 Statistiske metoder 1, høsten 2011 Løsninger til regneøving nr. 7 (s. 1) Oppgaver fra boka: n + (x 0 x) 2 1. n + (x 0 x) 1 2 ) = 1 γ
MOT310 Statistiske metoder 1, høsten 2011 Løsninger til regneøving nr. 7 (s. 1) Oppgaver fra boka: Oppgave 11.25 (11.27, 11.6:13) Modell: Y i = α + βx i + ε i der ε 1,..., ε n u.i.f. N(0, σ 2 ). Skal nne
DetaljerMedisinsk statistikk Del I høsten 2009:
Medisinsk statistikk Del I høsten 2009: Kontinuerlige sannsynlighetsfordelinger Pål Romundstad Beregning av sannsynlighet i en binomisk forsøksrekke generelt Sannsynligheten for at suksess intreffer X
DetaljerMA1102 Grunnkurs i analyse II Vår 2014
Norges teknisknaturvitenskapelige universitet Institutt for matematiske fag MA Grunnkurs i analyse II Vår 4 Løsningsforslag Øving 9 7.3.b Med f() = tan +, så er f () = cos () på intervallet ( π/, π/).
DetaljerLøsningsforslag Eksamen 3MX - AA
Løsningsforslag Eksamen 3MX - AA654-04.06.007 eksamensoppgaver.org September 0, 008 Om løsningsforslaget Løsningsforslaget for matematikk eksamen i 3MX er gratis, og det er lastet ned på eksamensoppgaver.org.
DetaljerTMA4240 Statistikk H2015
TMA4240 Statistikk H2015 Ett utvalg: estimere forventningsverdi og intervall [9.4] Student-t fordeling [8.6] Quiz fra SME og konfidensintervall Mette Langaas Institutt for matematiske fag, NTNU wiki.math.ntnu.no/emner/tma4240/2015h/start/
DetaljerLøsningsforslag AA6524 Matematikk 3MX Elever AA6526 Matematikk 3MX Privatister eksamensoppgaver.org
Løsningsforslag AA6524 Matematikk MX Elever - 05.12.2007 AA6526 Matematikk MX Privatister - 05.12.2007 eksamensoppgaver.org eksamensoppgaver.org 2 Om løsningsforslaget Løsningsforslaget for matematikk
DetaljerST1201 Statistiske metoder
ST0 Statistise etoder Norges tenis-naturvitensapelige universitet Institutt for ateatise fag Løsningsforslag - Esaen deseber 008 Oppgave a l(θ = lnl(θ = L(θ = n n f(x i [ θ e ] x i θ [ ln lnθ x ] i = nln
DetaljerLøsningsforslag til andre sett med obligatoriske oppgaver i STK1110 høsten 2010
Løsningsforslag til andre sett med obligatoriske oppgaver i STK1110 høsten 2010 Oppgave 1 a Forventet antall dødsulykker i år i er E(X i λ i. Dermed er θ i λ i E(X i forventet antall dødsulykker per 100
DetaljerAlgoritme-Analyse. Asymptotisk ytelse. Sammenligning av kjøretid. Konstanter mot n. Algoritme-kompeksitet. Hva er størrelsen (n) av et problem?
Hva er størrelsen (n) av et proble? Algorite-Analyse Algoriter og Datastrukturer Antall linjer i et nettverk Antall tegn i en tekst Antall tall so skal sorteres Antall poster det skal søkes blant Antall
Detaljerting å gjøre å prøve å oppsummere informasjonen i Hva som er hensiktsmessig måter å beskrive dataene på en hensiktsmessig måte.
Kapittel : Beskrivende statistikk Etter at vi har samlet inn data er en naturlig første ting å gjøre å prøve å oppsummere informasjonen i dataene på en hensiktsmessig måte. Hva som er hensiktsmessig måter
DetaljerLøsningsforslag til obligatorisk oppgave i ECON 2130
Andreas Mhre April 15 Løsningsforslag til obligatorisk oppgave i ECON 13 Oppgave 1: E(XY) = E(X(Z X)) Setter inn Y = Z - X E(XY) = E(XZ X ) E(XY) = E(XZ) E(X ) E(XY) = - E(X ) X og Z er uavhengige, så
DetaljerTMA4240 Statistikk Høst 2015
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 0, blokk II Løsningsskisse Oppgave Surhetsgrad i ferskvann Eksamen august 00, oppgave av 3 a) En god estimator
DetaljerAndre 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
DetaljerUNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Underveiseksamen i: STK1000 Innføring i anvendt statistikk. Eksamensdag: Fredag 13.10.2006. Tid for eksamen: Kl. 09.00 11.00. Tillatte hjelpemidler:
DetaljerTMA4240 Statistikk Eksamen desember 2015
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag TMA4240 Statistikk Eksamen desember 15 Oppgave 1 La den kontinuerlige stokastiske variabelen X ha fordelingsfunksjon (sannsynlighetstetthet
DetaljerEksamen S2, Va ren 2013
Eksamen S, Va ren 0 Del Tid: timer Hjelpemidler: Vanlige skrivesaker, passer, linjal med centimetermål og vinkelmåler. Oppgave ( poeng) Deriver funksjonene f x x e a) x x x f x x e x e x x e x e e x x
DetaljerBYFE DAFE Matematikk 1000 HIOA Obligatorisk innlevering 5 Innleveringsfrist Fredag 15. april 2016 kl 14 Antall oppgaver: 8
Innlevering BYFE DAFE Matematikk HIOA Obligatorisk innlevering 5 Innleveringsfrist Fredag 5. april 6 kl Antall oppgaver: 8 Funksjonen ft) er vist i guren over. Funksjonen F x) er denert som for x. F x)
Detaljereksamensoppgaver.org 4 2e x = 7 e x = 7 2 ln e x = ln 2 x = ln 7 ln 2 ln x 2 ln x = 2 2 ln x ln x = 2 ln x = 2 x = e 2
eksamensoppgaver.org 4 oppgave a..i) e x = 7 e x = 7 ( ) 7 ln e x = ln x = ln 7 ln a..ii) ln x ln x = ln x ln x = ln x = x = e a..i) cos x =.8 x [, 6 ] x = arccos(.8) x 6.9 x 6 6.9 x 6.9 x. a..ii) Løserdennemedabc-formelen
DetaljerEksamen S2 vår 2009 Del 1
Eksamen S2 vår 2009 Del 1 Oppgave 1 a) Deriver funksjonene: 1) f x x 2 1x 2 1 2 2x 2) gx x e b) 1) Gitt rekka2 468 Finn ledd nummer 20 og summen av de 20 første leddene 1 1 2) Gitt den uendelige rekka
DetaljerEKSAMEN Løsningsforslag
5..7 EKSAMEN Løsningsforslag Emnekode: ITD5 Dato:. desember 7 Hjelpemidler: - To A-ark med valgfritt innhold på begge sider. - Formelhefte. - Kalkulator som deles ut samtidig med oppgaven. Emnenavn: Matematikk
DetaljerTMA4240 Statistikk 2014
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 9, blokk II Løsningsskisse Oppgave Scriptet run confds.m simulerer n data x,..., x n fra en normalfordeling med
DetaljerFORMELSAMLING TIL STK1100 OG STK1110
FORMELSAMLING TIL STK1100 OG STK1110 (Versjon av 16. november 2009) 1. Sannsynlighet La A, B, A 1, A 2,...,B 1, B 2,... være begivenheter, dvs. delmengder av et utfallsrom Ω. a) Aksiomene: Et sannsynlighetsmål
DetaljerStatistikk 1 kapittel 5
Statistikk 1 kapittel 5 Nico Keilman ECON 2130 Vår 2017 Kapittel 5 Sannsynlighetsmodeller I kap. 4 så vi et eksempel med en s.v. X som hadde en uniform sannsynlighetsfordeling: alle verdier av x har like
DetaljerKonfidensintervall 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
DetaljerTMA4240 Statistikk H2010
TMA4240 Statistikk H2010 Statistisk inferens: 8.1: Tilfeldig utvalg 9.1-9.3: Estimering Mette Langaas Foreleses uke 40, 2010 2 Utfordring Ved en bedrift produseres en elektrisk komponent. Komponenten må
DetaljerUtfordring. TMA4240 Statistikk H2010. Mette Langaas. Foreleses uke 40, 2010
TMA4240 Statistikk H2010 Statistisk inferens: 8.1: Tilfeldig utvalg 9.1-9.3: Estimering Mette Langaas Foreleses uke 40, 2010 2 Utfordring Ved en bedrift produseres en elektrisk komponent. Komponenten må
DetaljerFYS2130. Tillegg til kapittel 13. Harmonisk oscillator. Løsning med komplekse tall
FYS130. Tillegg til kapittel 13 Haronisk oscillator. Løsning ed koplekse tall Differensialligningen for en udepet haronisk oscillator er && x+ ω x = 0 (1) so er en hoogen lineær differensialligning av.
DetaljerAlle svar skal grunngis. Alle deloppgaver har lik vekt.
Alle svar skal grunngis. Alle deloppgaver har lik vekt. Oppgave Vi denerer matrisene A, B, og C som A = [ ] 3, B = 5 9, C = 3 3. a) Regn ut følgende matrisesummer og matriseprodukter, om mulig. Dersom
DetaljerPrøve i Matte 1000 BYFE DAFE 1000 Dato: 03. mars 2016 Hjelpemiddel: Kalkulator og formelark. Alle svar skal grunngis. Alle deloppgaver har lik vekt.
Prøve i Matte 1 BYFE DAFE 1 Dato: 3. mars 216 Hjelpemiddel: Kalkulator og formelark Alle svar skal grunngis. Alle deloppgaver har lik vekt. LØSNINGSFORSLAG Oppgave 1 Gitt matrisene A = [ 8 3 6 2 ] [ og
DetaljerTMA4240 Statistikk 2014
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 5, blokk I Løsningsskisse Oppgave 1 X og Y er uavhengige Poisson-fordelte stokastiske variable, X p(x;5 og Y p(y;1.
DetaljerSentralmål og spredningsmål
Sentralmål og spredningsmål av Peer Andersen Peer Andersen 2014 Sentralmål og spredningsmål i statistikk I dette notatet skal vi se på de viktigste momentene om sentralmål og spredningsmål slik de blir
DetaljerØVINGER 2017 Løsninger til oppgaver. Øving 1
ØVINGER 017 Løsninger til oppgaver Øving 1.1. Frekvenstabell For å lage en frekvenstabell må vi telle antall observasjoner av hvert antall henvendelser. Siden antall henvendelser på en gitt dag alltid
DetaljerST0202 Statistikk for samfunnsvitere
ST0202 Statistikk for samfunnsvitere Bo Lindqvist Institutt for matematiske fag 2 Inferens om varians og standardavvik for ett normalfordelt utvalg (9.4) Inferens om variansen til en normalfordelt populasjon
DetaljerEksamensoppgave i TMA4240 Statistikk
Institutt for matematiske fag Eksamensoppgave i TMA4240 Statistikk Faglig kontakt under eksamen: Mette Langaas a, Ingelin Steinsland b, Geir-Arne Fuglstad c Tlf: a 988 47 649, b 926 63 096, c 452 70 806
Detaljereksamensoppgaver.org 4 oppgave1 a.i) Viharulikheten 2x 4 x + 5 > 0 2(x 2) x + 5 > 0 Sådaserviatløsningenpådenneulikhetenblir
eksamensoppgaver.org 4 oppgave1 a.i) Viharulikheten 2x 4 x + 5 > 0 2(x 2) x + 5 > 0 Sådaserviatløsningenpådenneulikhetenblir x, 5 2, eksamensoppgaver.org 5 a.ii) Vi har ulikheten og ordner den. 10 x 2
DetaljerTMA4240 Statistikk H2010
TMA4240 Statistikk H2010 3.3: Kontinuerlige sannsynlighetsfordelinger 4.1: Matematisk forventing (univariat del) Mette Langaas Foreleses mandag 6. september 2010 2 3.1 Stokastisk variabel (repetisjon)
Detaljer3.1 Stokastisk variabel (repetisjon)
TMA4240 Statistikk H2010 3.3: Kontinuerlige sannsynlighetsfordelinger 4.1: Matematisk forventing (univariat del) Mette Langaas Foreleses mandag 6. september 2010 2 3.1 Stokastisk variabel (repetisjon)
DetaljerMatematikk 1 (TMA4100)
Matematikk 1 (TMA4100) Forelesning 6: Derivasjon Eirik Hoel Høiseth Stipendiat IMF NTNU 22. august, 2012 Stigningstallet i et punkt Stigningstallet i et punkt Vi vender nå tilbake til problemet med å finne
DetaljerForelesning 5: Kontinuerlige fordelinger, normalfordelingen. Jo Thori Lind
Forelesning 5: Kontinuerlige fordelinger, normalfordelingen Jo Thori Lind j.t.lind@econ.uio.no Oversikt 1. Kontinuerlige fordelinger 2. Uniform fordeling 3. Normal-fordelingen 1. Kontinuerlige fordelinger
DetaljerLøsningsforslag. og B =
Prøve i Matte EMFE DAFE ELFE BYFE Dato: august 25 Hjelpemiddel: Kalkulator og formelark Alle svar skal grunngis. Alle deloppgaver har lik vekt. Oppgave a) Gitt matrisene A = 2 3 2 4 2 Løsningsforslag og
DetaljerLøsningsforslag AA6516 Matematikk 2MX - 07. desember 2005. eksamensoppgaver.org
Løsningsforslag AA6516 Matematikk 2MX - 07. desember 2005 eksamensoppgaver.org eksamensoppgaver.org 2 Om løsningsforslaget Løsningsforslaget for matematikk eksamen i 2MX er gratis, og det er lastet ned
DetaljerST0202 Statistikk for samfunnsvitere
ST0202 Statistikk for samfunnsvitere Bo Lindqvist Institutt for matematiske fag 2 Kap. 10: Inferens om to populasjoner Situasjon: Vi ønsker å sammenligne to populasjoner med populasjonsgjennomsnitt henholdsvis
DetaljerEksamensoppgave i ST1201/ST6201 Statistiske metoder
Institutt for matematiske fag Eksamensoppgave i ST1201/ST6201 Statistiske metoder Faglig kontakt under eksamen: Tlf: Eksamensdato: august 2015 Eksamenstid (fra til): Hjelpemiddelkode/Tillatte hjelpemidler:
Detaljer