UNIVERSITETET I OSLO

Save this PDF as:
 WORD  PNG  TXT  JPG

Størrelse: px
Begynne med side:

Download "UNIVERSITETET I OSLO"

Transkript

1 UNIVERSITETET I OSLO Det matematisk-aturviteskapelige fakultet Eksame i: STK11 Sasylighetsregig og statistisk modellerig. LØSNINGSFORSLAG Eksamesdag: Fredag 9. jui 217. Tid for eksame: Oppgavesettet er på 8 sider. Vedlegg: Tillatte hjelpemidler: Ige. Godkjet kalkulator. Formelsamlig for STK11 og STK111. Oppgave 1 Kotroller at oppgavesettet er komplett før du begyer å besvare spørsmålee. Vi mier om at hvis e stokastisk variabel V er gamma-fordelt med formparameter α og skalaparameter β, som vi skriver V gamma(α, β), så er sasylighetstetthete til V gitt ved f V (v) { 1 β α Γ(α) vα 1 e v/β hvis v >, ellers. a) Ata at V gamma(α, β). Vis at E (V r r Γ(α + r) ) β Γ(α) hvis r > α. (1) Du får bruk for dette resultatet seere i oppgave. Løsig: For r > α har vi at E (V r ) v r f V (v)dv v r 1 β α Γ(α) vα 1 e v/β dv 1 β α Γ(α) βα+r r Γ(α + r) Γ(α + r) β Γ(α) 1 β α Γ(α) v α+r 1 e v/β dv La å X være itekte til e tilfeldig valgt løsmottaker i e bestemt befolkigsgruppe. Det er valig å ata at X er Pareto-fordelt, det vil si at X har sasylighetstetthete { θk f X (x) θ ( 1 θ+1 x) hvis x > k, (2) ellers. Her er k misteitekte i de aktuelle befolkigsgruppe, mes θ > 1 er e parameter som avheger av løsforskjellee i gruppe. Vi vil i hele oppgave rege med at misteitekte k er kjet. (Fortsettes på side 2.)

2 Eksame i STK11, Fredag 9. jui 217. Side 2 b) Vis at de kumulative sasylighetsfordelige til X er gitt ved { F X (x) 1 ( k θ x) hvis x > k, ellers. Løsig: For x > k blir de kumulative sasylighetsfordelige til X: x x F X (x) f X (u)du θk θ u θ 1 du θk θ [ θ 1 u θ ] x k 1 kθ x θ 1 k For x k blir F X (x) x F X (x) { du. Dermed har vi at: 1 ( k x) θ for x > k ellers. ( ) k θ x c) Vis at media itekt er µ k2 1/θ og forklar hva mediae gir uttrykk for. Løsig: Media årsitekt µ er gitt ved F X ( µ) 1/2. Av det er vi at: ( ) k θ 1 1 µ 2 ( ) k θ 1 µ 2 µ θ k θ 2 µ k2 1/θ Mediae µ er gitt slik at halvparte i de aktuelle befolkigsgruppe har e årsitekt som er midre e µ og halvparte har e årsitekt som er større e µ. d) Vis at 2θ l(x/k) gamma(1, 2). Løsig: Vi setter Y 2θ l(x/k). For y > har da Y kumulativ fordelig: F Y (y) P (Y y) P (2θ l(x/k) y) P (X k e y/(2θ)) F X (k e y/(2θ)) ( ) k θ ( ) 1 1 k e y/(2θ) 1 e y/2 1 e y/2 Av dette er vi at for y > er tetthete til Y gitt ved: f Y (y) F Y (y) 1 2 e y/ Γ(1) y1 1 e y/2 Vi kjeer igje dette som gamma-tetthete med α 1 og β 2, så Y gamma(1, 2). For å estimere θ, gjør vi 3 observasjoer av itektee i de aktuelle befolkigsgruppe. Du ka ata at de observerte itektee x 1, x 2,..., x er observerte verdier av stokastiske variabler X 1, X 2,..., X som er uavhegige og idetisk fordelte med sasylighetstetthete (2). E mulig estimator for θ er da i1 l(x i/k). (3) (Fortsettes på side 3.)

3 Eksame i STK11, Fredag 9. jui 217. Side 3 e) Vis at 2θ/ gamma(, 2). (Du ka rege som kjet at e sum av uavhegige gammafordelte variabler som alle har samme skalaparameter, selv er gamma-fordelt.) Bruk dette resultatet og (1) til å vise at E() [/( 1)]θ. Løsig: Vi har at: 2θ 2θ l(x i /k) i1 2θ l(x i /k) i1 Y i, i1 der Y i 2θ l(x i /k). Nå er Y i -ee uavhegige og gamma(1, 2)-fordelte. Vi har videre at summe av uavhegige gamma-fordelte variabler som alle har samme skalaparameter, selv er gamma-fordelt med formparameter lik summe av formparameteree og med samme skalaparameter som hver av variablee i summe. Av dette og resultatet i pukt d følger det at 2θ/ i1 Y i gamma(, 2). For å e forvetige til bruker vi resultatet i pukt a med r 1, α og β 2. Vi får da at: { ( ) } { 2θ 1 (2θ ) } 1 E() E 2θ 2θE 1 Γ( 1) Γ( 1) 2θ 2 θ Γ() ( 1)Γ( 1) 1 θ f) Estimatore (3) er ikke forvetigsrett. Foreslå e estimator som er forvetigsrett og bestem variase til estimatore. Løsig: E forvetigsrett estimator for θ er: θ 1 1 i1 l(x i/k) Ved å bruke resultatet i pukt a med r 2, α og β 2 får å at: E { (θ ) 2} { ( ) } 1 2 ( ) { E 1 2 ( ) } 2θ 2 E (2θ) 2 ( ) { 1 2 (2θ ) } 2 (2θ) 2 E 4( 1) 2 θ 2 2 Γ( 2) 2 Γ() Av dette følger det at ( 1) 2 θ 2 Γ( 2) ( 1)( 2)Γ( 2) 1 2 θ2 V (θ ) E { (θ ) 2} {E(θ )} θ2 θ 2 θ2 2 (Fortsettes på side 4.)

4 Eksame i STK11, Fredag 9. jui 217. Side 4 g) Utled et 95% kodesitervall for θ. Itervallet skal uttrykkes ved hjelp av,, a og b. Her er a og b heholdsvis 2.5% og 97.5% persetilee for gamma-fordelige med formparameter α og skalaparameter β 2. Bestem også et 95% kodesitervall for media itekte µ. Løsig: Fra pukt e har vi at 2θ/ gamma(, 2). Av dette følger det at P ( a 2θ ) b.95 Ved å omforme ulikhetee gir dette at ( a P 2 θ b ) 2.95 Av dette ser vi at [ ] a 2 b, 2 ( ) er er 95% kodesitervall for θ. Vi har at mediae µ k2 1/θ er e stregt avtagede fuksjo av θ. Begivehete at θ ligger i itervallet ( ), er derfor det samme som begivehete at µ ligger i itervallet [ k2 1/U, k2 1/L ] ( ) der L (a/2) og U (b/2). Det følger at ( ) er et 95% kodesitervall for mediae µ. Oppgave 2 Sigdcelleaemi er e farlig blodsykdom som særlig rammer meesker av afrikask opprielse. Et bar får sykdomme dersom det får et bestemt recessivt ge (a) fra både mor og far. Baret får ikke sykdomme hvis det får det domiate geet (A) fra mist é av foreldree. Vi ser først på et par der både kvie og mae har geotype Aa. Ige av dem lider av sigdcelleaemi, me de er bærere av sykdomme og ka føre de videre til sie bar. Et bar de får samme, arver fra mor det recessive geet a med sasylighet 1/2 og det domiate geet A med sasylighet 1/2. Det samme gjelder for arve fra far. Videre er arve fra de to foreldree uavhegig. a) Forklar at sasylighete er 1/4 for at baret får geotype aa og dermed vil lide av sigdcelleaemi. Forklar også at sasylighete er 1/2 for at baret får geotype Aa og dermed vil være e frisk bærer av sykdomsgeet. Løsig: Sasylighete er 1/2 for at baret vil arve a fra mor. Vi skriver kort P (a fra mor) 1/2. Tilsvarede har vi at P (A fra mor) 1/2, P (a fra far) 1/2 og P (A fra far) 1/2 (Fortsettes på side 5.)

5 Eksame i STK11, Fredag 9. jui 217. Side 5 Side arve fra de to foreldree er uavhegig, har vi at P (baret får geotype aa) P (a fra mor og a fra far) P (a fra mor) P (a fra far) På tilsvarede måte får vi at P (baret får geotype Aa) P (A fra mor og a fra far) + P (a fra mor og A fra far) P (A fra mor) P (a fra far) + P (a fra mor) P (A fra far) Vi ser så på et par der mae er bærer av sigdcelleaemi (dvs. har geotype Aa). Kvie lider ikke av sigdcelleaemi, me vi vet ikke om hu er bærer av sykdomme eller ikke. Sasylighete for at hu er bærer er 8% (svarede til adele bærere i de afroamerikaske befolkige), mes sasylighete er 92% for at hu ikke er bærer. b) Hva er sasylighete for at et bar paret får, vil lide av sigdcelleaemi? Løsig: Sasylighete er 8% for at kvie har geotype Aa og 92% for at hu har geotype AA. Vi skriver kort P (kvie er Aa).8 og P (kvie er AA).92. Setige om total sasylighet gir at P (bar får sigdcelleaemi) P (bar får geotype aa) P (kvie er Aa) P (bar får geotype aa kvie er Aa) + P (kvie er AA) P (bar får geotype aa kvie er AA) Sasylighete er 2% for at baret vil lide av sigdcelleaemi. c) Paret får tre bar og ige av dem lider av sigdcelleaemi. Hva er sasylighete for at kvie er bærer av sykdomme? Løsig: Setige om total sasylighet gir at P (tre friske bar) P (ige av bara har geotype aa) P (kvie er Aa) P (ige av bara har geotype aa kvie er Aa) + P (kvie er AA) P (ige av bara har geotype aa kvie er AA) ( ) (Fortsettes på side 6.)

6 Eksame i STK11, Fredag 9. jui 217. Side 6 Av deisjoe av betiget sasylighet og produktsetige (eller direkte av Bayes' setig) er vi dermed at P (kvie er bærer tre friske bar) P (kvie er Aa ige av bara har geotype aa) P (kvie er Aa) P (ige av bara har geotype aa kvie er Aa) P (ige av bara har geotype aa).8 (1 1 ) (1 1 ) 3.35, Gitt at paret har fått tre friske bar, er sasylighete 3.5% for at kvie er bærer av geet for sigdcelleaemi. Oppgave 3 Vi betrakter i dee oppgave stokastiske variabler X og Y som har simultatetthet av forme: { K hvis x, y, x + y θ, f X,Y (x, y) ellers. Her er θ > e parameter, mes K er e kostat som bestemmes slik at f X,Y sasylighetstetthet. er e a) Vis at K 2θ 2. Løsig: For at f X,Y skal være e sasylighetstetthet, må K være slik at: f X,Y (x, y)dx dy 1. Setter vi i uttrykket for f X,Y, får vi at itegralet blir: f X,Y (x, y)dx dy K K K θ [ θ y θ (θ y)dy ] dx dy [ θy 1 ] θ 2 y2 K 1 2 θ2 1 Vi løser så de siste ligige med hesy på K og er at K 2θ 2. b) Vis at margialtetthete til X er: { 2θ f X (x) 2 (θ x) hvis x θ, ellers. Fi også margialtetthete til Y. Er X og Y uavhegige? Begru svaret. (Fortsettes på side 7.)

7 Eksame i STK11, Fredag 9. jui 217. Side 7 Løsig: Vi starter med å e margialtetthete til X ved å itegrere simultatetthete f X,Y (x, y) med hesy på y. For x θ får vi: f X (x) f X,Y (x, y)dy θ x 2θ 2 dy 2θ 2 (θ x). For x < eller x > θ er f X,Y (x, y), så: f X (x) f X,Y (x, y)dy Herav totalt: { 2θ f X (x) 2 (θ x) hvis x θ, ellers. Margialtetthete til Y es helt tilsvarede, og vi får: { 2θ f Y (y) 2 (θ y) hvis y θ, ellers. Vi ser å at: Dette betyr at X og Y ikke f X,Y (x, y) f X (x) f Y (y). er uavhegige. c) Vis at: Løsig: E(X r ) 2θ r (r + 1)(r + 2). Bruk dette resultatet til å e forvetige E(X) og variase V (X). E(X r ) θ θ x r 2θ 2 (θ x)dx 2θ 2 (θx r x r+1 )dx 2θ [θ 2 1 r + 1 xr+1 1 r + 2 xr+2 2θ r ( 1 r r + 2 ) Herav får vi ved å sette i r 1 og r 2: Dette gir: E(X) 2θ 2 3 2θ 6 θ 3, E(X 2 ) 2θ θ2 12 θ2 6. ] θ 2θ r (r + 1)(r + 2). V (X) E(X 2 ) [E(X)] 2 θ2 6 θ2 9 θ2 18. ( 1 2θ 2 r + 1 θr+2 1 ) r + 2 θr+2 (Fortsettes på side 8.)

8 Eksame i STK11, Fredag 9. jui 217. Side 8 d) Fi de betigede fordelige for Y gitt X x uttrykt ved tetthete f Y Xx (y). Hvilke kjet fordelig er dette? Bestem også E(Y X x). Løsig: Dersom x < eller x > θ, så er f X (x). I dette tilfellet er f Y Xx (y) udeert. Vi forutsetter derfor at x θ, og får da for y θ x: f Y Xx (y) f X,Y (x, y) f X (x) 2θ 2 2θ 2 (θ x) 1 θ x. Dersom y < eller y > θ x, er f X,Y (x, y), så i dette tilfellet blir f Y Xx (y). Totalt får vi dermed: { 1 θ x hvis y θ x, f Y Xx (y) ellers. Dette er tetthete til uiformfordelige på itervallet [, θ x]. Vi har med adre ord vist at: Y X x Uiform(, θ x). Vi er til slutt E(Y X x): E(Y X x) θ x y θ x dy 1 θ x [ ] 1 θ x 2 y2 θ x. 2 e) Fi sasylighete P (X 2 + Y 2 θ 2 /2). Løsig: For å få oversikt over begivehete vi skal berege sasylighete til, ifører megdee: A {(x, y) : x, y, x 2 + y 2 θ 2 /2}, B {(x, y) : x, y, x + y θ}. Megde A er e kvart sirkel med radius θ/ 2. Arealet av A blir dermed πθ2 /2 4 πθ2 8. Vi har også at P (X 2 + Y 2 θ 2 /2) P ((X, Y ) A). Megde B er e likebeet rettviklet trekat der katetee har legde θ. Av deisjoe på simultatetthete til X og Y ser vi at f X,Y (x, y) 2θ 2 for alle (x, y) B. Utefor B er f X,Y (x, y). Vi har også at A B. De ekleste måte å vise dette på, er å tege e gur som viser hvorda de to megdee ligger i forhold til hveradre. Ma er da at sirkelbue i kvartsirkele A tagerer hypoteuse i trekate B i puktet (θ/2, θ/2). Dette skyldes at θ/2 + θ/2 θ og (θ/2) 2 + (θ/2) 2 θ 2 /2. Reste av sirkelbue i kvartsirkele A ligger på iside av B. Vi er sasylighete P (X 2 + Y 2 θ 2 /2) ved å itegrere simultatetthete f X,Y (x, y) over megde A. Side A B, er f X,Y (x, y) 2θ 2 for alle (x, y) A, og vi får: P (X 2 + Y 2 θ 2 /2) f X,Y (x, y)dxdy 2θ 2 dxdy 2θ 2 πθ2 A A 8 π 4. SLUTT

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

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

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

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

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

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

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

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

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-aturviteskapelige fakultet Eksame i MAT00 Matematikk I Eksamesdag: Fredag 4 jui 00 Tid for eksame: 0900 00 Oppgavesettet er på sider Vedlegg: Tillatte hjelpemidler:

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

Løsningsforslag for andre obligatoriske oppgave i STK1100 Våren 2007 Av Ingunn Fride Tvete og Ørnulf Borgan

Løsningsforslag for andre obligatoriske oppgave i STK1100 Våren 2007 Av Ingunn Fride Tvete og Ørnulf Borgan Løsigsforslag for adre obligatoriske oppgave i STK11 Våre 27 Av Igu Fride Tvete (ift@math..uio.o) og Ørulf Borga (borga@math.uio.o). NB! Feil ka forekomme. NB! Sed gjere e mail hvis du fier e feil! Oppgave

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

ST1201 Statistiske metoder

ST1201 Statistiske metoder ST Statistiske metoder Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag Løsigsforslag - Eksame desember Oppgave a) Dette er e ANOVA-tabell for k-utvalg med k 4 og j 6 for j,,3,4.

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

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

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

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

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

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

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

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

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

Forelesning Moment og Momentgenererende funksjoner

Forelesning Moment og Momentgenererende funksjoner ushu.li@uib.o Forelesig + 3 Momet og Mometgeererede fuksjoer 1. Oppsummerig til Forelesig 1 1.1) Fuksjoe av S.V: hvis variabele er e fuksjo (trasformasjo) av S.V. : g( ), da er også e S.V.: til ethvert

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

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

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

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

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

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007 Oppsummering

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007 Oppsummering ÅMA110 Sasylighetsregig med statistikk, våre 2007 Oppsummerig Bjør H. Auestad Istitutt for matematikk og aturviteskap Uiversitetet i Stavager 19. april Bjør H. Auestad Oppsummerig våre 2006 1 / 37 Oversikt

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

ÅMA110 Sannsynlighetsregning med statistikk, våren Kontinuerlige tilfeldige variable, intro. Kontinuerlige tilfeldige variable, intro.

ÅMA110 Sannsynlighetsregning med statistikk, våren Kontinuerlige tilfeldige variable, intro. Kontinuerlige tilfeldige variable, intro. ÅMA Sasylighetsregig med statistikk, våre 6 Kp. 4 Kotiuerlige tilfeldige variable og ormaldelige Kotiuerlige tilfeldige variable, itro. (eller: Kotiuerlige sasylighetsdeliger) Vi har til å sett på diskrete

Detaljer

TMA4240 Statistikk Eksamen desember 2015

TMA4240 Statistikk Eksamen desember 2015 Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag TMA20 Statistikk Eksame desember 205 Løsigsskisse Oppgave a) De kumulative fordeligsfuksjoe til X, F (x) P (X x): F (x) P (X x) x

Detaljer

Regneøvelse 22/5, 2017

Regneøvelse 22/5, 2017 Regneøvelse 22/5, 217 Arne Bang Huseby Eksamen STK11 212: oppgave 1 og 2 Eksamen STK11 28: oppgave 1) og 2 Eksamen 212, oppgave 1 Ved en bestemt butikk i en større dagligvarekjede viser langvarige data

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

Forelesning 4 og 5 Transformasjon, Weibull-, lognormal, beta-, kji-kvadrat -, t-, F- fordeling

Forelesning 4 og 5 Transformasjon, Weibull-, lognormal, beta-, kji-kvadrat -, t-, F- fordeling STAT (V6) Statistikk Metoder Yushu.Li@uib.o Forelesig 4 og 5 Trasformasjo, Weibull-, logormal, beta-, kji-kvadrat -, t-, F- fordelig. Oppsummerig til Forelesig og..) Momet (momet about 0) og setral momet

Detaljer

f(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 ) =

f(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

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

) = 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

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

ÅMA110 Sannsynlighetsregning med statistikk, våren Kontinuerlige tilfeldige variable, intro. Kontinuerlige tilfeldige variable, intro.

ÅMA110 Sannsynlighetsregning med statistikk, våren Kontinuerlige tilfeldige variable, intro. Kontinuerlige tilfeldige variable, intro. ÅMA0 Sasylighetsregig med statistikk, våre 008 Kp. 4 Kotiuerlige tilfeldige variable; Normalfordelig Kotiuerlige tilfeldige variable, itro. (eller: Kotiuerlige sasylighetsfordeliger) Vi har til å sett

Detaljer

STK juni 2006

STK juni 2006 Løsningsforslag til eksamen i STK11 8. juni 26 Oppgave 1 a) Vi har at Z (Y µ)/ er standardnormalfordelt. For > er derfor den kumulative fordelingen til X gitt ved F () P (X ) P (log X log ) P (Y log )

Detaljer

Econ 2130 Forelesning uke 11 (HG)

Econ 2130 Forelesning uke 11 (HG) Eco 130 Forelesig uke 11 (HG) Mer om ormalfordelige og setralgreseteoremet Uke 1 1 Fra forrige gag ~ betyr er fordelt som. ~ N( µσ, ) E( ) = µ, og var( ) = σ Normalfordelige er symmetrisk om μ og kotiuerlig

Detaljer

n 2 +1) hvis n er et partall.

n 2 +1) hvis n er et partall. TMA445 Statistikk Vår 04 Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag Øvig ummer, blokk II Oppgave Mediae til et datasett, X, er de midterste verdie. Hvis vi har stokastiske

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

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

LØSNING: Eksamen 28. mai 2015

LØSNING: Eksamen 28. mai 2015 LØSNING: Eksame 28. mai 2015 MAT110 Statistikk 1, vår 2015 Oppgave 1: revisjo ) a) Situasjoe som beskrives i oppgave ka modelleres med e ure. I dee ure er fordelige kjet, M atall bilag med feil og N 100

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

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

DEL 1. Uten hjelpemidler 500+ er x

DEL 1. Uten hjelpemidler 500+ er x DEL 1 Ute hjelpemidler Oppgave 1 (18 poeg) 500 = + 8 er a) Vis at de deriverte til fuksjoe ( ) O O ( ) = 500+ 16 b) Deriver fuksjoee 1) f( ) = l( ) ) g( ) = e c) Vi har gitt polyomfuksjoe f( ) = 1 + 15

Detaljer

2. Bestem nullpunktene til g.

2. Bestem nullpunktene til g. Høgskole i Telemark Avdelig for estetiske fag, folkekultur og lærerutdaig BOKMÅL 0. desember 007 EKSAMEN I MATEMATIKK Modul 5 studiepoeg Tid: 5 timer Oppgavesettet er på 9 sider (ikludert formelsamlig).

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

Estimering 2. -Konfidensintervall

Estimering 2. -Konfidensintervall Estimerig 2 -Kofidesitervall Dekkes av kap. 9.4-9.5, 9.10, 9.12 og forelesigsotatee. Dersom forsøket gjetas mage gager vil (1 α)100% av itervallee [ ˆΘ L, ˆΘ U ] ieholde de ukjete parametere θ (som er

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

UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet

UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet UNIVERSITETET I OSLO Det ateatisk-aturviteskapelige fakultet Eksae i: FY 105 - Svigiger og bølger Eksaesdag: 11. jui 003 Tid for eksae: Kl. 0900-1500 Tillatte hjelpeidler: Øgri og Lia: Størrelser og eheter

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

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

EKSAMEN I TMA4245 Statistikk

EKSAMEN I TMA4245 Statistikk Noregs tekisk aturvitskaplege uiversitet Istitutt for matematiske fag Side 1 av 5 Fagleg kotakt uder eksame: Turid Follestad (98 06 68 80/73 59 35 37) Hugo Hammer (45 21 01 84/73 59 77 74) Eirik Mo (41

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Deleksamen i: STK Sannsynlighetsregning og statistisk modellering Eksamensdag: Mandag 4. mars 26 Tid for eksamen: 5. 7. Oppgavesettet er

Detaljer

TMA4245 Statistikk. Øving nummer b5. Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag

TMA4245 Statistikk. Øving nummer b5. Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag TMA4245 Statistikk Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag Øvig ummer b5 Oppgave 1 Eksame mai 2001, oppgave 1 av 4 Vi ser på kosetrasjoe av et giftstoff i havbue like utefor

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

UNIVERSITETET I OSLO

UNIVERSITETET 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

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

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: ST101 Innføring i statistikk og sannsynlighetsregning. Eksamensdag: Mandag 29. november 1993. Tid for eksamen: 09.00 15.00. Oppgavesettet

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

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 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

Kapittel 7: Noen viktige sannsynlighetsfordelinger

Kapittel 7: Noen viktige sannsynlighetsfordelinger Kapittel 7: Noe viktige sasylighetsfordeliger I mage situasjoer ka feomeet vi ser på beskrives med e bestemt type sasylighetsfordelig e sasylighetsfordelig gitt ved e bestemt formel. Vi skal se på oe av

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

AVDELING FOR INGENIØRUTDANNING EKSAMENSOPPGAVE

AVDELING FOR INGENIØRUTDANNING EKSAMENSOPPGAVE 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: 11.06.2004

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

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

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

Detaljer

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

MA 1410: Analyse Uke 48, aasvaldl/ma1410 H01. Høgskolen i Agder Avdeling for realfag Institutt for matematiske fag

MA 1410: Analyse Uke 48, aasvaldl/ma1410 H01. Høgskolen i Agder Avdeling for realfag Institutt for matematiske fag MA 40: Aalyse Uke 48, 00 http://home.hia.o/ aasvaldl/ma40 H0 Høgskole i Agder Avdelig for realfag Istitutt for matematiske fag Oppgave 8.7:. Vi har f(x) = cosh(x) = ex +e x. f(0) =. Derivasjo gir f (x)

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

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

Ukeoppgaver i BtG207 Statistikk, uke 4 : Binomisk fordeling. 1

Ukeoppgaver i BtG207 Statistikk, uke 4 : Binomisk fordeling. 1 Ukeoppgaver i BtG20 Statistikk, uke 4 : Biomisk fordelig. 1 Høgskole i Gjøvik Avdelig for tekologi, økoomi og ledelse. Statistikk Ukeoppgaver uke 4 Biomisk fordelig. Oppgave 1 La de stokastiske variable

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

Løsningsforslag Eksamen MAT112 vår 2011

Løsningsforslag Eksamen MAT112 vår 2011 Løsigsforslag Eksame MAT vår OPPGAVE Gitt følge {a } defiert rekursivt ved a = 5, a + = a + 6, =,,, 3,.... (a) Vis (for eksempel ved iduksjo) at {a } er stregt avtagede og edtil begreset. (b) Avgjør om

Detaljer

Eksamen REA3028 S2, Våren 2012

Eksamen REA3028 S2, Våren 2012 Eksame REA08 S, Våre 0 Del Tid: timer Hjelpemidler: Valige skrivesaker, passer, lijal med cetimetermål og vikelmåler er tillatt. Oppgave (4 poeg) a) Deriver fuksjoee ) f f ) g e 4 4 4 g e e 4 g e e g e

Detaljer

Eksamensoppgave i ST1201/ST6201 Statistiske metoder

Eksamensoppgave i ST1201/ST6201 Statistiske metoder Institutt for matematiske fag Eksamensoppgave i ST1201/ST6201 Statistiske metoder Faglig kontakt under eksamen: Nikolai Ushakov Tlf: 45128897 Eksamensdato: 20. desember 2016 Eksamenstid (fra til): 09:00

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren 2010. Noen viktige sannsynlighetsmodeller. Binomisk modell. Kp. 3 Diskrete tilfeldige variable

ÅMA110 Sannsynlighetsregning med statistikk, våren 2010. Noen viktige sannsynlighetsmodeller. Binomisk modell. Kp. 3 Diskrete tilfeldige variable ÅMA Saslighetsregig med statistikk, våre K. 3 Diskrete tilfeldige variable Noe viktige saslighetsmodeller Noe viktige saslighetsmodeller ( Sas.modell : å betr det klasse/te sas.fordelig.) Biomisk modell

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

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

Vi skal hovedsakelig ikke bestemme summen men om rekken konvergerer. det vil si om summen til rekken er et bestemt tall

Vi skal hovedsakelig ikke bestemme summen men om rekken konvergerer. det vil si om summen til rekken er et bestemt tall Kapittel 8 Oppsummerig-Rekker Rekker er summe til edelig eller uedelig mage ledd i e tallfølge. Potesrekker ka beyttes til å uttrykke vaskelige fuksjoer om et pukt. Ma ka skreddesy potesfuksjoer ved hjelp

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

3MX 2007/8 - Kapittel 5: 8. januar 5. februar 2008

3MX 2007/8 - Kapittel 5: 8. januar 5. februar 2008 3MX 00/8 - Kapittel : 8. jauar. februar 008 Pla for skoleåret 00/008: Kapittel 6: 6/ /. Kapittel : / /3. Prøver på eller skoletime etter hvert kapittel. É heildagsprøve i hver termi. Repetisjo, prøver,

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

Detaljert løsningsveiledning til ECON1310 seminaroppgave 9, høsten der 0 < t < 1

Detaljert løsningsveiledning til ECON1310 seminaroppgave 9, høsten der 0 < t < 1 Detaljert løsigsveiledig til ECON30 semiaroppgave 9, høste 206 Dee løsigsveiledige er mer detaljert e det et fullgodt svar på oppgave vil være, og mer utfyllede e e valig fasit. De er met som e guide til

Detaljer

Kapittel 5: Tilfeldige variable, forventning og varians.

Kapittel 5: Tilfeldige variable, forventning og varians. Kapittel 5: Tilfeldige variable, forvetig og varias. Tilfeldige variable Tilfeldige variable kalles også stokastiske variable. Defiisjo: E tilfeldig variabel er e variabel som får si umeriske verdi bestemt

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

TMA4240 Statistikk Høst 2009

TMA4240 Statistikk Høst 2009 TMA44 Statistikk Høst 9 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer b Løsningsskisse Oppgave X er en stokastisk variabel med sannsynlighetstetthet { f(x),

Detaljer

STK1100 våren Konfidensintevaller

STK1100 våren Konfidensintevaller STK00 våre 07 Kofdestevaller Svarer tl avstt 8. læreboka Ørulf Borga Matematsk sttutt Uverstetet Oslo Eksempel E kjemker er teressert å bestemme kosetrasjoe µ av et stoff e løsg Hu måler kosetrasjoe fem

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

Kapittel 7: Noen viktige sannsynlighetsfordelinger

Kapittel 7: Noen viktige sannsynlighetsfordelinger Kapittel 7: Noe viktige sasylighetsfordeliger I mage situasjoer ka feomeet vi ser på beskrives med e bestemt type sasylighetsfordelig (e sasylighetsfordelig gitt ved e bestemt formel. Vi skal se på oe

Detaljer

TMA4240 Statistikk Høst 2015

TMA4240 Statistikk Høst 2015 Høst 205 Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag Øvig ummer 2, blokk II Løsigsskisse Oppgave a - β agir biles besiforbruk i liter/mil - Rimelig med α 0 fordi med x 0 ige

Detaljer

Totalt Antall kandidater oppmeldt 1513 Antall møtt til eksamen 1421 Antall bestått 1128 Antall stryk 247 Antall avbrutt 46 % stryk og avbrutt 21%

Totalt Antall kandidater oppmeldt 1513 Antall møtt til eksamen 1421 Antall bestått 1128 Antall stryk 247 Antall avbrutt 46 % stryk og avbrutt 21% TMA4100 Høste 2007 Norges tekisk aturviteskapelige uiversitet Istitutt for matematiske fag Kommetarer til eksame Dette dokumetet er e oppsummerig av erfarigee fra sesure av eksame i TMA4100 Matematikk

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

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: Eksamensdag: Torsdag 2. juni 24 Tid for eksamen: 4.3 8.3 Oppgavesettet er på 5 sider. Vedlegg: Tillatte hjelpemidler: STK429

Detaljer

0.5 (6x 6x2 ) dx = [3x 2 2x 3 ] 0.9. n n. = n. ln x i + (β 1) i=1. n i=1

0.5 (6x 6x2 ) dx = [3x 2 2x 3 ] 0.9. n n. = n. ln x i + (β 1) i=1. n i=1 Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag Øvig ummer 9, blokk II Løsigsskisse Oppgave a The probability is.9.5 6x( x dx.9.5 (6x 6x dx [3x x 3 ].9.5.47. b The likelihood fuctio

Detaljer