TMA Statistikk Øving 1
|
|
- Sandra Espeland
- 7 år siden
- Visninger:
Transkript
1 TMA424 - Statistikk Øving 1 Øistein Søvik 21. august 213 1) a) I Hvilke variabler i datasettet tma txt er kontinuerlige? Hvilke er diskre? Tabell 1 Variabler År Kurs Antall stryk % Antall Jenter % Andel A Karakterer Karakterer j Kontinuerlig II Lag et tilsvare histogram over karakterfordelingen for jenter som tok kurset TMA4245 våren 213. Ved å bruke følge kommando der hkarak er funksjonen fra Kode (6). hkarak(213, V,1) b) I Hvordan påvirkes gjennomsnitt og median av ekstreme observasjoner? Gjennomsnitt påvirkes i mindre grad av ekstreme observasjoner, mens medianenen er langt mer følsom for variasjoner i måledata. I Hva var maksimum og minimums-temperaturen i Båtsfjord det siste året? Hva var standardavvik og varians til temperaturobservasjonene? 1
2 8 TMA V - Jenter Frekvens A B C D E Karakter Figur 1: Karakterer for Jenter - V13 function STD(varargin) for i = 1:nargin Y = varargin{i}; Yt = Y(:,6); Ba = Y(Yt == min(yt),:); Bb = Y(Yt == max(yt),:); fprintf('\n') fprintf(' Snitt temperaturen var %6.2f C\n',mean(Yt)) fprintf(' Standardaviket var %6.2f\n',std(Yt)) fprintf(' Variansen var %6.2f\n',var(Yt)) fprintf(' Minimumet var %6.2f C, den %d.%d.%d\n',min(yt),ba(4),ba(3),ba(2)) fprintf(' Maximumet var %6.2f C, den %d.%d.%d\n\n',max(yt),bb(4),bb(3),bb(2)) Figur 2: Kode for å beregne standardavik, varians, max, min temperatur til et datasett. Tabell 2 Variabler Størrelse Enhet Standardavik 8.34 Varians Min 14.3 C Maks 25. C 2
3 Gjennomsnitt påvirker i mindre grad av ekstreme observasjoner enn medianen. Ved å bruke funksjonen STD fra kode (2) så fås følge tabell. 1. Lag denne rette linja med kommandoene over. Hvordan passer den rette linja til de observerte dataene? Ved å ta utgangspunkt i (3) så kan temperaturen i baatsfjorden med regresjonslinje vises via kommandoen som vi kan se i figur (4). tplot(24,[7:11],212,1,trondheim) (1) I I hvilken måned er temperaturvariasjonen i Trondheim størst? Ved å ta utgangspunkt i koden fra (??) med følge kommando hgram(,trondheim), (2) får vi figur (3). Fra figuren så ser en at standardaviket var størst i januar 213. Tabell 3: Gjennomsnitt, standardvik, varians for Trondheim. Gjennomsnitt STD Var ) a) I Lag histogram over karakterfordelingen for TMA424 i 23. Hvordan var karakterfordelingen i 23 sammenlignet med 213. Ved å ta utgangspunkt i kode (6) med kommandoen kan vi se histogramet i figur (7). hkarak(23, H,), 3
4 function tplot(d,m,aar,p,varargin) if nargin > 8 return close all; fprintf('\n\n') M = sort(m); nn = nargin 4; cmap = hsv(6); Maned = {'Jan';'Feb';'Mar';'Apr';'Mai';'Jul';... 'Jun';'Aug';'Sep';'Okt';'Nov';'Des'}; if P == 1 for k = 2:2:2*nn N{k,1} = 'Regresjon'; j = 1; else j = ; hold on for i = 1:nn S = varargin{i}; i = i*(j+1) j; switch S(1,1) case 6886 N{i} = 'Trondheim'; case 9836 N{i} = 'Baatsfjord'; case 958 N{i} = 'Tynset'; [A, ] = ismember(s(:,2),aar); S = S(A,:); [B, ] = ismember(s(:,3),m); S = S(B,:); [C, ] = ismember(s(:,4),d); S = S(C,:); fprintf('%s: ',N{i}) STD(S); p = polyfit(m',s(:,6),1); switch P case P==2 plot(m,polyval(p,min(m):max(m)),' ','Color',cmap(i,:)); otherwise plot(m,s(:,6),'*','color',cmap(i,:)); if P==1 plot(m,polyval(p,min(m):max(m)),' ','Color',cmap(i,:)); hold off leg(n); set(gca,'xtick',min(m):max(m)); set(gca,'xticklabel',maned(m)); xlabel(sprintf('m%sned',char(229))); ylabel(''); title(sprintf('tma424/4245 %s',num2str(aar))); Figur 3: Funksjon for å plotte datasett 4 med tilhøre regresjonslinje.
5 2 18 TMA424/ Trondheim Regresjon Jun Aug Sep Okt Nov Figur 4: i Trondheim, med tilhøre regrejonslinje. 5
6 function hgram( Plot,varargin ) X = {'7';'8';'9';'';'11';'12';'1';'2';'3';'4';'5';'6'}; close all; for i = 1 : nargin 1 S = varargin{i}; switch S(1,1) case 6886 N{i} = 'Trondheim'; case 9836 N{i} = 'Baatsfjord'; case 958 N{i} = 'Tynset'; fprintf('\n%s\n',n{i}) fprintf('%s\n',repmat('=',1,5)) fprintf(' Gjennomsnitt STD Var M%sned\n',char(229)); fprintf('%s\n',repmat('=',1,5)) [d1, ] = ismember(s(:,2),212); A = S(d1,:); B = S( d1,:); for j = 7:12 C = A(A(:,3) == j,6); M(j 6,i) = mean(c); fprintf(' %7.2f%12.2f%12.2f%12d\n',M(j 6,i),std(C),var(C),j); for k = 1:6 C = B(B(:,3) == k,6); M(k+6,i) = mean(c); fprintf(' %7.2f%12.2f%12.2f%12d\n',M(k+6,i),std(C),var(C),k); fprintf('%s\n',repmat('=',1,5)) STD(varargin{i}) if Plot == 1 figure(i); bar(m(:,i)); set(gca,'xtick',1:12); set(gca,'xticklabel',x); xlabel(sprintf('m%sned',char(229))); ylabel(''); title(sprintf('gjennomsnitt temperatur %s',n{i})) elseif Plot == 2 figure(i); boxplot(s(:,6),s(:,3)) xlabel(sprintf('m%sned',char(229))); ylabel(''); title(sprintf('gjennomsnitt temperatur %s',n{i})) Figur 5: Lager histogram, STD, Var, usw fra en liste med datasett. 6
7 function hkarak(aar,kurs,j) close all; grunnkurs = load('tma txt'); switch Kurs case 'H' K = 1; Navn = '424'; case 'V' K = 2; Navn = '4245'; case 'HV' K = 3; Navn = '424/4245'; Kurs = ''; D = 6:; D = D + 5*J; [d1, ] = ismember(grunnkurs(:,1),aar); grunnkurs = grunnkurs(d1,:); if K = 3 [d1, ] = ismember(grunnkurs(:,2),k); grunnkurs = grunnkurs(d1,:); if Aar(1) > Aar = Aar 22; A = Aar(1)+22; B = Aar()+22; y1 = grunnkurs(:,d); if numel(grunnkurs(:,1))>1 y1 = sum(grunnkurs(:,d)); X = {'A';'B';'C';'D';'E'}; bar(y1); set(gca,'xtick',1:6); set(gca,'xticklabel',x); xlabel('karakter'); ylabel('frekvens'); if J == 1 title(sprintf('tma %s %d%s Jenter',Navn,A,Kurs)) if numel(unique(grunnkurs(:,1)))>1 title(sprintf('tma %s %d %d Jenter',Navn,A,B)) else title(sprintf('tma %s %d%s Totalt',Navn,A,Kurs)) if numel(unique(grunnkurs(:,1)))>1 title(sprintf('tma %s %d %d Totalt',Navn,A,B)) Figur 6: Funksjon for å plotte datasett med tilhøre regresjonslinje. 7
8 14 TMA H - Totalt 12 Frekvens A B C D E Karakter Figur 7: Karakterer for 23 i Statistikk. I Hvordan ser karakterfordelingen for TMA424/4245 ut for hele perioden ? Igjen tar jeg utgangspunkt i (6) ved kommandoen og får histogrammet vist i figur (8). hkarak(23:12, B,), b) I Plot temperaturobservasjonene for Båtsfjord 24. juli, 24. august, 24. september, 24. oktober og 24. november 212, samt regresjonslinjen. Ved å bruke funksjonen tplot fra Kode (3) med input fås plottet vist i figur (9). tplot(24,[7:11],212,1,baatsfjord) 3) I Hva var gjennomsnittstemperaturen på Tynset det siste året? Hva var standardavviket og variansen til temperaturobservasjonene? Ved å ta utgangspunkt i kode (5) med følge kommando får vi resultatene vist i tabell (4). hgram(,tynset) 8
9 3,5 TMA 424/ Totalt 3, 2,5 Frekvens 2, 1,5 1, 5 A B C D E Karakter Figur 8: Karakterer for Jenter - V13 12 TMA424/ Baatsfjord Regresjon Jun Aug Sep Okt Nov Figur 9: i Baatsfjord, med tilhøre regrejonslinje. 9
10 Tabell 4 Gjennomsnitt STD Var IV Hvor vil du forvente at spredningen/variansen i temperaturobservasjonene var størst? Mellom Trondheim og Tynset forventer jeg at temperaturvariasjonene er større på Tynset enn i Trondheim. Tynset ligger lengre nord, og har dermed en kaldere vinter, derimot ligger stedet godt beskyttet innlands om sommeren og får dermed en varmere sommer enn man kanskje skulle anta. Tilsvare så ligger ikke Trondheim like langt nord, men til gjenngjeld ligger det ut mot havet som gir byen et kaldt vinggufs som senker gjennomsnittstemperaturen. a) 1. Plot histogram for temperaturobservasjonene i hhv. Trondheim og på Tynset i perioden juni juni 213, og beskriv histogrammene. Ved å ta utgangspunkt i Kode (5) så kan vi skrive ut histogrammene via kommandoen hgram(1,tynset,trondheim) Dette gir henholdsvis figur () og (11). Histogramene er noe like mens trondheim har en jevnere overgang til vinteren mens Tynsets klima skifter raskere fra sommer til vinter. Vinteren på tynset er noe kaldere og holder en jevnere temperatur, mens trondheims vinter er på langt nær like kald og skifter mye raskere tilbake til sol og sommer. 4) I Lag boksplott for temperaturobservasjonene på Tynset, gruppert etter måned. I hvilke måneder er temperaturvariasjonen størst? Ved å skrive inn følge kommando hgram(2,tynset,trondheim) så fås figurene (12) og (13) hvor igjen kode (5) ble benyttet. Fra figur og fra forrigåe tabeller ser vi at temperaturvariasjonene for Tynset var størst i mai.
11 2 Gjennomsnitt temperatur - Trondheim Figur : en i Trondheim over et år 2 Gjennomsnitt temperatur - Tynset Figur 11: en i Tynset over et år 11
12 Gjennomsnitt temperatur - Tynset Figur 12: en i Trondheim over et år Gjennomsnitt temperatur - Tynset Figur 13: en i Tynset over et år 12
13 a) Vi skiller mellom avhengige og uavhengige observasjoner. Vi vil nå se på temperaturobservasjonene i Trondheim, Båtsfjord og på Tynset i en periode på 7 dager fra 28. juni 212. I Plot temperaturen på Tynset mot temperaturen i Trondheim i denne perioden. Tar utganspunkt i kode (??) med input function scatterp(d,varargin) close all; markers = {'+','*','.','o','x','s','d','ˆ','v','>','<','p','h'}; hold on cmap = hsv(nargin 1); for i = 1:nargin 1 S = varargin{i}; switch S(1,1) case 6886 N{i} = 'Trondheim'; case 9836 N{i} = 'Baatsfjord'; case 958 N{i} = 'Tynset'; S = S(1:D,:); plot(s(:,6),markers{mod(i,numel(markers))+1},'color',cmap(i,:)) leg(n); xlabel(sprintf('m%sned',char(229))); ylabel(''); title(sprintf('ring p%s ulike steder',char(229))); hold off Figur 14: Funksjon for å plotte datasett over et gitt antall dager. og resultatet finner en i figur (15). scatterp(7,trondheim,tynset) II Plot temperaturen i Båtsfjord mot temperaturen på Tynset i denne perioden. Tilsvare som før, skriver inn og resultatet finner en i nå i figur (16). scatterp(7,baatsfjorden,tynset) III Kan vi observere en tr i noen av disse plottene? Hvilket plott viser avhengige og hvilket viser uavhengige temperaturobservasjoner? 13
14 26 24 ring på ulike steder Trondheim Tynset Figur 15: en i Trondheim og Tynset over 7 dager ring på ulike steder Baatsfjord Tynset Figur 16: en i Båtsfjorden og Tynset over 7 dager. 14
15 Antakeligvis er noen bedre spåmann enn meg, men jeg har problemer med å se noen klare trlinjer i figurene. Det ser ut som et høyttrykk har trufet Tynset og Trondheim samtidig etter ca dager, og et tilsvare lavtrykk etter 2 dager. Videre så kan det se ut som variansen minker i perioden, og temperaturen blir mer stabil på slutten av august. Noe klare høytrykk og lavtrykk er vanskelig å se i temperaturdiagramet over Båtsfjorden og Tynset, men det kan og se ut som temperaturen stabiliserer seg mer og mer her og. Det er og klart ut i fra figur at temperaturen i Båtsfjorden er kronisk lavere enn på Tynset. 15
Øving 1 TMA4240 - Grunnleggende dataanalyse i Matlab
Øving 1 TMA4240 - Grunnleggende dataanalyse i Matlab For grunnleggende introduksjon til Matlab, se kursets hjemmeside https://wiki.math.ntnu.no/tma4240/2015h/matlab. I denne øvingen skal vi analysere to
DetaljerØving 1 TMA4245 - Grunnleggende dataanalyse i Matlab
Øving 1 TMA4245 - Grunnleggende dataanalyse i Matlab For grunnleggende bruk av Matlab vises til slides fra basisintroduksjon til Matlab som finnes på kursets hjemmeside. I denne øvingen skal vi analysere
DetaljerTabell 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);
DetaljerSted 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,
DetaljerTMA4240 Statistikk Høst 2012
TMA424 Statistikk Høst 212 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 7 Løsningsskisse Matlabøving Beskrivende analyse Oppgave 1 a) Finn, for hvert datasett,
DetaljerDeskriptiv statistikk., Introduksjon til dataanalyse
Introduksjon til dataanalyse Deskriptiv statistikk 2 Kapittel 1 Denne timen og delvis forrige time er inspirert av Kapittel 1, men vi kommer ikke til å gå igjennom alt fra dette kapittelet i forelesning.
DetaljerDeskriptiv statistikk., Introduksjon til dataanalyse
Introduksjon til dataanalyse Deskriptiv statistikk 2 Kapittel 1 Denne timen og delvis forrige time er inspirert av Kapittel 1, men vi kommer ikke til å gå igjennom alt fra dette kapittelet i forelesning.
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
DetaljerVelkommen til TMA4240. Velkommen til TMA / 18
Velkommen til TMA4240 Velkommen til TMA4240 1 / 18 Kort om kurset TMA4240 Statistikk Jeg er Sara Martino Dere er MTDT, MTKJ, MTNANO, MTPETR Vi had forelesning: Tirsdager kl 14.15-16.00 i F1 Torsdager kl
DetaljerStatistikk 1. Nico Keilman. ECON 2130 Vår 2014
Statistikk 1 Nico Keilman ECON 2130 Vår 2014 Pensum Kap 1-7.3.6 fra Løvås «Statistikk for universiteter og høgskoler» 3. utgave 2013 (eventuelt 2. utgave) Se overspringelsesliste på emnesiden Supplerende
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
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
DetaljerStatistikk. Forkurs 2017
Statistikk Forkurs 2017 Hva er statistikk? Undersøke Registrere Lage oversikt Presentasjon av informasjon Formidle Arbeidet med statistikk kan vi dele inn i to hovedområder: Samle inn og ordne opplysninger
DetaljerSannsynlighetsregning og Statistikk.
Sannsynlighetsregning og Statistikk. Leksjon Velkommen til dette kurset i sannsynlighetsregning og statistikk! Vi vil som lærebok benytte Gunnar G. Løvås:Statistikk for universiteter og høyskoler. I den
DetaljerStatistikk. Forkurs 2018
Statistikk Forkurs 2018 Hva er statistikk? Undersøke Registrere Lage oversikt Presentasjon av informasjon Formidle Arbeidet med statistikk kan vi dele inn i to hovedområder: Samle inn og ordne opplysninger
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
DetaljerTema: Deskriptiv statistikk for kontinuerlige data. Av Kathrine Frey Frøslie,
Tema: Deskriptiv statistikk for kontinuerlige data. Av Kathrine Frey Frøslie, www.statistrikk.no Kontinuerlige data er målinger som gjøres langs en skala, for eksempel tid, lengde og vekt. Noen ganger
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
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
DetaljerHøgskolen 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
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
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.
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
DetaljerStatistisk beskrivelse av enkeltvariabler. SOS1120 Kvantitativ metode. Disposisjon. Datamatrisen. Forelesningsnotater 6. forelesning høsten 2005
SOS110 Kvantitativ metode Forelesningsnotater 6 forelesning høsten 005 Statistisk beskrivelse av enkeltvariabler (Univariat analyse) Per Arne Tufte Disposisjon Datamatrisen Variabler Datamatrisen Frekvensfordelinger
DetaljerBasisoppgaver til 2P kap. 3 Statistikk
Basisoppgaver til 2P kap. 3 Statistikk 3.1 Frekvenstabell og histogram 3.2 Kumulativ frekvens 3.3 Median 3.4 Gjennomsnitt 3.5 Spredningsmål 3.6 Diagrammer (Det er ikke basisoppgaver til 3.7 Statistiske
DetaljerST0103 Brukerkurs i statistikk Høst 2014
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag ST0103 Brukerkurs i statistikk Høst 2014 Løsningsforslag Øving 1 2.1 Frekvenstabell For å lage en frekvenstabell må vi telle
DetaljerKapittel 1: Introduksjon til statistikk og dataanalyse Foreleses tirsdag 9. januar 2007.
Kapittel 1: Introduksjon til statistikk og dataanalyse Foreleses tirsdag 9. januar 2007. Eirik Mo Institutt for matematiske fag, NTNU 3 Kapittel 1 ser på Datainnsamling. Datatyper: diskrete og kontinuerlige.
DetaljerSnøtetthet. 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
DetaljerKapittel 1: Data og fordelinger
STK Innføring i anvendt statistikk Mandag 8. august 8 Ingrid K. lad I løpet av dette kurset skal dere bli fortrolig med statistisk tenkemåte forstå teori og metoder som ligger bak knappene/menyene i vanlige
DetaljerStatistikk Løsninger. Innhold. Statistikk Vg2P
Statistikk Løsninger Innhold Modul 2: Presentasjon av tallmateriale... 2 Tabeller - Frekvens - Relativ frekvens - Kumulativ frekvens... 2 Søylediagram/stolpediagram... 4 Sektordiagram... 5 Linjediagram/kurvediagram...
DetaljerPåregnelige verdier av vind, ekstremnedbør og høy vannstand i Flora kommune fram mot år 2100
Vervarslinga på Vestlandet Allégt. 70 5007 BERGEN 19. mai 006 Flora kommune ved Øyvind Bang-Olsen Strandgata 30 6900 Florø Påregnelige verdier av vind, ekstremnedbør og høy vannstand i Flora kommune fram
DetaljerUNIVERSITETET I OSLO
Deleksamen i: UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet STK1000 Innføring i anvendt statistikk. Eksamensdag: Onsdag 13. oktober 2010. Tid for eksamen: 15:00 17:00. Oppgavesettet
DetaljerDataens tidsalder. Hvorfor data? Data, data, data. STK1000 Innføring i anvendt statistikk. Tirsdag 24. august 2010
STK1000 Innføring i anvendt statistikk Tirsdag 24. august 2010 Geir Storvik (modifisert etter I. Glad s tidligere presentasjon) 1 Data, data, data Genetiske data World Wide Web Overvåkning Medisinske bilder
DetaljerØvingsforelesning TDT4105 Matlab
Øvingsforelesning TDT4105 Matlab Pensum fra øving 2 og 3: if, switch, for, matriser. Benjamin A. Bjørnseth 14. september 2015 2 Innhold If-setninger Switch For-løkker Diverse 3 Oversikt If-setninger Switch
DetaljerMATLAB for STK1100. Matematisk institutt Univeristetet i Oslo Januar Enkel generering av stokastiske variabler
MATLAB for STK1100 Matematisk institutt Univeristetet i Oslo Januar 2014 1 Enkel generering av stokastiske variabler MATLAB har et stort antall funksjoner for å generere tilfeldige tall. Skriv help stats
Detaljerår i 1 2 3 4 5 6 7 8 9 alder x i 37 38 39 40 41 42 43 44 45 tid y i 45.54 41.38 42.50 38.80 41.26 37.20 38.19 38.05 37.45 i=1 (x i x) 2 = 60, 9
TMA424 Statistikk Vår 214 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 11, blokk II Oppgave 1 Matlabkoden linearreg.m, tilgjengelig fra emnets hjemmeside, utfører
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
DetaljerStatistikk Oppgaver. Innhold. Statistikk Vg2P
Statistikk Oppgaver Innhold Modul 2: Presentasjon av tallmateriale... 2 Tabeller- Frekvens - Relativ frekvens - Kumulativ frekvens... 2 Søylediagram/stolpediagram... 3 Sektordiagram... 3 Linjediagram/kurvediagram...
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i STK1000 Innføring i anvendt statistikk. Eksamensdag: Onsdag 7. oktober 2009. Tid for eksamen: 15:00 17:00. Oppgavesettet er på
DetaljerTMA4240 Statistikk Høst 2012
TMA424 Statistikk Høst 212 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving blokk II Oppgave 1 Oppgave 11.3 fra læreboka. Oppgave 2 Oppgave 11.19 fra læreboka. Oppgave
DetaljerUNIVERSITETET I OSLO
Deleksamen i: UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet STK1000 Innføring i anvendt statistikk. Eksamensdag: Onsdag 12. oktober 2011. Tid for eksamen: 15:00 17:00. Oppgavesettet
DetaljerÅMA110 Sannsylighetsregning og statistikk Løsningsforslag til eksamen høst 2010, s. 1. Oppgave 1. Histogram over frekvenser.
ÅMA1 Sannsylighetsregning og statistikk Løsningsforslag til eksamen høst 0, s. 1 (Det tas forbehold om feil i løsningsforslaget.) a) Gjennomsnitt: x = 1 Emp. standardavvik: Median: 1 (1.33 + 1.) = 1.35
DetaljerAnvendt medisinsk statistikk, vår Repeterte målinger, del II
Anvendt medisinsk statistikk, vår 009 Repeterte målinger, del II Eirik Skogvoll Overlege, Klinikk for anestesi og akuttmedisin 1. amanuensis, Enhet for anvendt klinisk forskning (med bidrag fra Harald
DetaljerKlassisk ANOVA/ lineær modell
Anvendt medisinsk statistikk, vår 008: - Varianskomponenter - Sammensatt lineær modell med faste og tilfeldige effekter - Evt. faktoriell design Eirik Skogvoll Overlege, Klinikk for anestesi og akuttmedisin
DetaljerKapittel 1 ser på. Statistikk i hverdagen
3 Kapittel 1 ser på atainnsamling. atatyper: diskrete og kontinuerlige. Grafiske metoder og tabeller. Mål for beliggenhet (lokasjon). Mål for variabilitet. Kapittel 1: Introduksjon til statistikk og dataanalyse
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
DetaljerSTK1000 Obligatorisk oppgave 1 av 2
6. september 2017 STK1000 Obligatorisk oppgave 1 av 2 Innleveringsfrist Torsdag 21. september 2017, klokken 14:30 i Devilry (https://devilry.ifi.uio.no). Instruksjoner Du velger selv om du skriver besvarelsen
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
DetaljerI enkel lineær regresjon beskrev linja. μ y = β 0 + β 1 x
Multiple regresjon Her utvider vi perspektivet for enkel lineær regresjon til også å omfatte flere forklaringsvariable.det er fortsatt en responsvariabel. Måten dette gjøre på er nokså naturlig. Prediktoren
DetaljerHistogramprosessering
Histogramprosessering Lars Vidar Magnusson January 22, 2018 Delkapittel 3.3 Histogram Processing Histogram i Bildeanalyse Et histogram av et digitalt bilde med intensitet i intervallet [0, L) er en diskret
DetaljerIntroduksjon til statistikk og dataanalyse
Introduksjon til statistikk og dataanalyse Hollywood-filmer fra 2011 135 filmer Samla budsjett: $ 7 166 500 000 Samla billettsalg: $ 20 199 000 000 2 Datasettet vårt Filmene er delt i 8 sjangere: Action
DetaljerHøye skårer indikerer høye nivåer av selvkontroll.
Psykologisk institutt PSY2012 Forskningsmetodologi III: Statistisk analyse, design og måling Eksamen vår 2015 Skriftlig skoleeksamen tirsdag 19. mai, 09:00 (4 timer) Resultater publiseres 10. juni Kalkulator
DetaljerEksamen våren 2016 Løsninger
DEL 1 Uten hjelpemidler Hjelpemidler: vanlige skrivesaker, passer, linjal med centimetermål og vinkelmåler Oppgave 1 Variasjonsbredde = 6 C ( 6 C) = 1 C Gjennomsnitt: + 0 + ( 4) + ( 6) + + 6 0 x = = =
DetaljerKlima i Norge i 200 år (fra 1900 til 2100)
Klima i Norge i 200 år (fra 1900 til 2100) Matthias Mohr Seksjon for klimaforskning Meteorologisk institutt Klima i Norge i 200 år 1.Norges klima i dag 2.Klima i de 100 forrige år 3.Klima i de neste 100
DetaljerBeskrivende 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
DetaljerHØGSKOLEN I SØR-TRØNDELAG Avdeling for informatikk og e-læring - AITeL
HØGSKOLEN I SØR-TRØNDELAG Avdeling for informatikk og e-læring - AITeL Kandidatnr: Eksamensdato: 15. mai 2003 Varighet: Fagnummer: Fagnavn: Klasse(r): 3 timer LO116D Programmering i Visual Basic FU Studiepoeng:
DetaljerMATEMATIKK (MAT1005) Sentralmål / Spredningsmål
??.??.???? MATEMATIKK (MAT1005) Sentralmål / Spredningsmål DEL 1 (UTEN HJELPEMIDLER) 30 minutter DEL 2 (MED HJELPEMIDLER) 60 minutter (Del 1 må leveres inn før hjelpemidlene kan benyttes) Total poengsum:
DetaljerEstimat og konfidensintervall for andel pasientopphold med minst én pasientskade
Estimat og konfidensintervall for andel pasient Gjennomsnitt, standardavvik, minimum og maksimum for andel med minst én er beregnet på samme måte som i Tabell 1 på side 20 i «Rapport for Nasjonal Journalundersøkelse
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 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
DetaljerLØSNING: Oppgavesett nr. 1
LØSNING: Oppgavesett nr. MAT0 Statistikk, 208 (Versjon 0) Oppgave : ( fordeling, gjennomsnitt, varians og standardavvik ) a) Plotter fordelingen til x i : antall personer 5 4 5 3 2 2 2 2 40 50 60 70 80
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
DetaljerKapittel 1: Introduksjon til statistikk og dataanalyse
Kapittel 1: Introduksjon til statistikk og dataanalyse TMA4245 Statistikk (MTEL, MTIØT og MTTK) Turid.Follestad@math.ntnu.no, teikning frå http://www.wkozak.com/digitaldrawings.htm p.1/20 Vi skal sjå på
DetaljerOppgave 4. Med utgangspunkt i eksemplet gitt i oppgaveteksten er veien ikke lang til følgende kode i Matlab/Octave:
Oppgave 4 Med utgangspunkt i eksemplet gitt i oppgaveteksten er veien ikke lang til følgende kode i Matlab/Octave: 1 %% FY1005 / TFY4165, Oving 1, Oppgave 4, del 1 2 %% 3 %%R = gasskonstanten = 8.314 J/
DetaljerTMA4240 Statistikk 2014
TMA4240 Statistikk 2014 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 12, blokk II Oppgave 1 På ein av vegane inn til Trondheim er UP interessert i å måle effekten
Detaljer1 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
DetaljerKapittel 1: Introduksjon til statistikk og dataanalyse Foreleses tirsdag 22. august 2006.
Kapittel 1: Introduksjon til statistikk og dataanalyse oreleses tirsdag 22. august 2006. irik Mo Institutt for matematiske fag, NTNU 5 Vi skal se på atainnsamling. atatyper: diskrete og kontinuerlige.
DetaljerLærebok Robert Johnson og Patricia Kuby: Elementary Statistics, 10. utgave. Pensumoversikt. Forelesninger og øvinger
2 Lærebok Robert Johnson og Patricia Kuby: Elementary Statistics, 10. utgave ST0202 Statistikk for samfunnsvitere Bo Lindqvist Institutt for matematiske fag 3 4 Pensumoversikt Forelesninger og øvinger
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
DetaljerST0202 Statistikk for samfunnsvitere. Bo Lindqvist Institutt for matematiske fag
ST0202 Statistikk for samfunnsvitere Bo Lindqvist Institutt for matematiske fag 2 Lærebok Robert Johnson og Patricia Kuby: Elementary Statistics, 10. utgave 3 Pensumoversikt Kap. 2 Beskrivende statistikk,
DetaljerMeteorologisk vurdering av kraftig snøfall i Agder påsken 2008
Meteorologisk vurdering av kraftig snøfall i Agder påsken 2008 Hans Olav Hygen og Ketil Isaksen (P.O. Box 43, N-0313 OSLO, NORWAY) ABSTRACT I forbindelse med at deler av Sørlandet ble rammet av et kraftig
Detaljerα =P(type I feil) = P(forkast H 0 H 0 er sann) =1 P(220 < X < 260 p = 0.6)
TMA4245 Statistikk Vår 212 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving 4 blokk II Løsningsskisse Oppgave 1 4 personer spurt. Hvis mellom 22 og 26 personer svarer
DetaljerST0202 Statistikk for samfunnsvitere
ST0202 Statistikk for samfunnsvitere Kapittel 2: Beskrivende analyse og presentasjon av data for én variabel Bo Lindqvist Institutt for matematiske fag http://wiki.math.ntnu.no/st0202/2012h/start 2 Grafisk
DetaljerKapittel 3: Studieopplegg
Oversikt over pensum Kapittel 1: Empirisk fordeling for en variabel o Begrepet fordeling o Mål for senter (gj.snitt, median) + persentiler/kvartiler o Mål for spredning (Standardavvik s, IQR) o Outliere
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
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:
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
DetaljerSPSS Statistics-kurs 2014
SPSS Statistics-kurs 2014 Kurskalender 2014-1. halvår Dager Pris Jan Feb Mars April Mai Juni 6.-7. 5.-6. 3.-4. 6.-7. 5.-6. 22.-23. 27.-28. 19.-20. 22.-23. 26.-27. Anvendt statistikk 2 8 300 16.-17. 13.-14.
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
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: Bio 2150A Biostatistikk og studiedesign Eksamensdag: 6. desember 2013 Tid for eksamen: 14:30-17:30 (3 timer) Oppgavesettet er
Detaljer2P kapittel 3 Statistikk Løsninger til innlæringsoppgavene
P kapittel 3 Statistikk Løsninger til innlæringsoppgavene 3. Frekvensen av hybelboere er 15 % av 10 elever, altså 10 0,15 = 18 elever. 3.3 Sier vi at det er N elever i Arams klasse, har vi fra opplysningene
DetaljerEksamen MAT 1015 Matematikk 2P Høsten 2015
Eksamen MAT 1015 Matematikk P Høsten 015 Tid: timer Hjelpemiddel: Vanlige skrivesaker, passer, linjal med centimetermål og vinkelmåler. Oppgave 1 (1 poeng) Prisen på en vare er satt ned med 30 %. I dag
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
DetaljerOppgaver i statistikk
Oppgaver i statistikk Oppgave 1 En regner med at verdens (kjente) oljeressurser (i 2003) fordeler seg omtrent slik på de ulike regionene: Midtøsten: 63,3% Europa: 9,2% Sør og Sentral Amerika:,9% Afrika:,9%
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
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
DetaljerMASTER 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
Detaljer2.2 Korrelasjon. Våre øyne ikke gode til å bedømme hvor sterk en sammenheng er Trenger kvantitativt mål på sammenheng Korrelasjon et slikt mål
2.2 Korrelasjon Våre øyne ikke gode til å bedømme hvor sterk en sammenheng er Trenger kvantitativt mål på sammenheng Korrelasjon et slikt mål Korrelasjon Korrelasjon: Kvantitativt mål på lineær sammenheng
Detaljer3. desember. En kuriositet: etter to dager har det nå kommet nøyaktig like mye nedbør som hele desember i fjor, 39,8 mm! Og mer er i vente...
ÅRET 2013 Væråret 2013 ble faktisk en aning kaldere enn gjennomsnittet siden 1993 her i Møllebakken, mens gjennomsnittstemperaturen for hele landet er 1,0 over normalen. Igjen ser vi altså at normalen
DetaljerAnalyse 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
DetaljerHistogramprosessering
Histogramprosessering Lars Vidar Magnusson January 24, 217 Delkapittel 3.3 Histogram Processing Histogram i Bildeanalyse Et histogram av et digitalt bilde med intensitet i intervallet [, L) er en diskret
DetaljerMAT-INF 2360: Obligatorisk oppgave 1
6. februar, MAT-INF 36: Obligatorisk oppgave Oppgave I denne oppgaven skal vi sammenligne effektiviteten av FFT-algoritmen med en mer rett frem algoritme for DFT. Deloppgave a Lag en funksjon y=dftimpl(x)
DetaljerHØGSKOLEN I STAVANGER
EKSAMEN I: MOT310 STATISTISKE METODER VARIGHET: 4 TIMER DATO: 27. FEBRUAR 2004 TILLATTE HJELPEMIDLER: KALKULATOR, TABELLER OG FORMLER I STATISTIKK (TAPIR FORLAG) OPPGAVESETTET BESTÅR AV 3 OPPGAVER PÅ 5
DetaljerSensorveiledning: skoleeksamen i SOS Kvantitativ metode
Sensorveiledning: skoleeksamen i SOS1120 - Kvantitativ metode Tirsdag 30. mai 2016 (4 timer) Poenggivning og karakter I del 1 gis det ett poeng for hvert riktige svar. Ubesvart eller feil svar gis 0 poeng.
DetaljerEKSAMENSOPPGAVER STAT100 Vår 2011
EKSAMENSOPPGAVER STAT100 Vår 2011 Løsningsforslag Oppgave 1 (Med referanse til Tabell 1) a) De 3 fiskene på 2 år hadde lengder på henholdsvis 48, 46 og 35 cm. Finn de manglende tallene i Tabell 1. Test
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: STK1000 Innføring i anvendt statistikk Eksamensdag: Onsdag 12. oktober 2016 Tid for eksamen: 10.00 12.00 Oppgavesettet er på
DetaljerSTK1000 Innføring i anvendt statistikk
STK1000 Innføring i anvendt statistikk Tirsdag 23. august 2011 Ingrid K. Glad 1 Data, data, data Genetiske data World Wide Web Overvåkning Medisinske bilder Finansielle data Valgmålinger 2 Hvorfor samler
Detaljer1 Grafisk framstilling av datamateriale
1 Grafisk framstilling av datamateriale Dette notatet er laget med tanke på åfå til en rask gjennomgang av denne delen av pensum. Determentforå ha nedskrevet det som forholdsvis rakt blir sagt i forelesning,
DetaljerForelesning 3. april, 2017
Forelesning 3. april, 2017 APPENDIX TIL KAP. 6 Sentralgrenseteoremet AVSNITT 6.3 Anvendelser av sentralgrenseteoremet Histogrammer S-kurver Q-Q-plot Diverse eksempler MGF for følger av uavhengige identisk
DetaljerLøsningsforslag til øving 1
Oppgave 1 FY1005/TFY4165 Termisk fysikk. Institutt for fysikk, NTNU. åren 2013. a) i deriverer på begge sider og finner ( ) α p ( ) κt T T p Løsningsforslag til øving 1 = p = T ( 1 ( 1 ) = 1 T ) = 1 p
Detaljer