Levetid (varighet av en tilstand)
|
|
- Lasse Berg
- 6 år siden
- Visninger:
Transkript
1 Leveid (varighe av en ilsand) Leveidsanalyse (survival analysis) Rosner.8-. av Sian Lydersen Forlesning 6 april 8 Eksempler: Tid il personen dør (mål fra fødsel, fra diagnose, fra behandling) Tid il en diagnose Tid fra sar av behandling il erklær frisk Leveider er Allid sørre enn Ofe sensurer S() = Sannsynligheen for å overleve Sensurere daa Sensurere daa Individ nr hendelse (f.eks død) Sensuridspunk Individ nr Emigrer Poensielle ikke-observere hendelser Poensielle ikke-observere hendelser Sudieslu Kalenderid Individ-id 5 6 Leveidsanalyse - mes bruke meoder Akuarberegning (grov beregning innenfor idsinervall) Kaplan-Meier plo (empirisk overlevelsessannsynlighe) Log-rank es: Ikke-paramerisk es for forskjell mellom grupper Regresjonsanalyse: Semi-paramerisk (Cox regresjon = Proporsjonal hazard regresjon) Paramerisk (Anar besem form på fordelingen, f.eks Weibull-fordeling) ISI-søk April 8 COX DR REGRESSION MODELS AND LIFE-TABLES JOURNAL OF THE ROYAL STATISTICAL SOCIETY SERIES B-STATISTICAL METHODOLOGY (): 87& 97 Times Cied: 87 Tile: NONPARAMETRIC-ESTIMATION FROM INCOMPLETE OBSERVATIONS Auhor(s): KAPLAN EL, MEIER P Source: JOURNAL OF THE AMERICAN STATISTICAL ASSOCIATION 5 (8): Times Cied: 59
2 7 8 Meodene for leveidsanalyse foruseer ikkeinformaiv sensurering,9 Norge. Baser på dødelighesall fra For hver individ finnes en poensiell leveid T og e sensuridspunk C. Observerer kun min(t, C) og D hvor D= hvis sensurer D= hvis hendelse (f.eks død) Meodene for leveidsanalyse foruseer a T, D er uavhengige Umulig å sjekke uavhengighe fra daa Overlevelse,8,7,6,5,,,, menn kvinner år 9 Kaplan-Meier (produk-grense) esimaoren for overlevelsessannsynligheen Daa om overlevelse for 5 pasiener med melanom (fra Aalen, 998) Kaplan-Meier plo (empirisk overlevesessannsynlighe) Anall i live og under observasjon Saus (=sensurer, =død) Observasjonsid i år Overlevelsessannsynlighe (Kaplan-Meier) 5,6,9,97,8,86,5,79,65,78,69,66 9,59,57 8,,5 7,6 6,6,9 5,9 5, 5,76 6,8,9 6,8 CumSurvival Survival Funcion,,8,6,,, 5 Tid i år 6 7 Survival Funcion Censored Sammenlikning mellom o grupper Kleinbaum & Klein (5) s 7 Remisjonsider for leukemi-pasiener (Freireich & al, Blood, 96) H : mo Ingen gruppeeffek S () = S () for alle H : Leveidene enderer il å være lengre (ev korere) i gruppe S () S () for alle med > for noen (ev og <) Ikke-paramerisk es for komplee eller sensurere daa: Lograng-es. Tilnærme samme resula: Tes om β= i Cox modell med x som indikaor på gruppe. (Eksak samme resula hvis ingen sammenfallende observasjoner OG bruk av LR p-verdi i Cox modell.) uker hend. grp uker hend. grp uker hend. grp Hendelse = sensur = remisjon Grp = Behandling =placebo
3 Lograng-es: Eksempel fra Kleinbaum & Klein (5) Tid. hendelser.. res. (uke) gr h h gr r r * Sum 9 * Sensurere ider kommer ikke frem, kursiv anyder uker med sensur. Log-rang esen Likner på en kjikvadra goodness of fi es Del opp i kore idsinervall (bare e idspunk med hendelse i hver inervall) Forvene anall hendelser i inervall nr j: Expeced = andel i risikomengden anall hendelser oal r j ej = ( hj + h j), rj r + j r j e j = ( hj + h j) rj r + j 5 Tid. hendelser.. res.. expeced. (uke) gr h h gr r r gr e e Gr** Obs-Exp / * / *. 9 / * 9/ *.5 7 /8 * 7/8 *.55 6 /7 * 6/7 *. 5 /5 * /5 *. 6 / * / * * 7/9 * /9 * /8 * /8 * / * 8/ * / * 8/ *. 6 /8 * 6/8 *. /6 * /6 * /5 * /5 *.7 6 / * / * -. 7 / * / * /9 * /9 * /7 * /7 *.7 Sum sensurere kommer ikke frem, kursiv anyder uker med sensur *Observer-expeced for gruppe = -(Observer-expeced) for gruppe 6 Log-rank es log-rank observaor: (Σ failure imes obs-forv) /var (Σ obs-forv) r r( h + h) ( r+ r h h) var (Σ obs-forv)= = 6. ( r+ r) ( r+ r ) Når o grupper blir sammenlikne brukes kun resulaer for en gruppe; (obs-forv) for gruppe = - (obs-forv) for gruppe For gruppe : (Σ failure imes obs-forv) = (.) = 6.9 log-rank: chi = 6.8, df = gir p-verdi <. Mer kompliser hvis de er mer enn grupper som sammenliknes 7 8 Overlevelsessannsynlighe (survival probabiliy, survival funcion): S() = P(T > ) Hazard rae, dødelighe (force of moraliy): h() Sannsynligheen for a individe av alder dør i løpe av nese idsinervall av varighe Δ: P(T + Δ T > ) h() Δ dødelighe, pr person-år menn kvinner Dødelighe Norge alder, år
4 9 Formell definisjon av hazardraen: PT ( +Δ T> ) z ( ) = lim Δ Δ som vi ser blir lik P(( T +Δ) ( T > )) P( < T +Δ) z ( ) = lim = lim Δ Δ P( T > ) Δ Δ P( T > ) F ( +Δ) F ( ) f( ) = lim = Δ Δ P( T > ) S( ) og også: d z ( ) = (ln( S ( ))) d Sammenheng mellom S() og h(): S () h( u) du e H ( ) e hvor H ( ) = = = h( u) du kalles kumulaiv hazard. De er leere å ploe H() enn h(). Hazardraen h() = H () er signingsalle il H(). Cox Proporsjonal Hazard (PH) modell h(; x) = h () exp(β x) h(; x,, x p ) = h () exp(β x + + β p x p ) = h () exp(β x ) exp(β p x p ) ekvivalen: exp(β x) S(; x) = S () hvor h (), S () kalles base line hazard rae, base line overlevelsessannsynlighe En forolkning av β Hvis o individer (eller grupper) har hhv x = og x = og ellers like forklaringsvariable: Forholde mellom hazardraene for gruppene er lik exp(β ), uanse alder. Sørrelsen exp(β ) kalles hazard raio (HR). Relevan bare hvis forklaringsvariabelen ikke inngår i ineraksjonsledd! h () er ukjen og hel uspesifiser β,, β p er ukjene paramere Cox, D. R. (97): Meode for esimering av β,, β p og ikke-paramerisk esimering av S () (Kaplan- Meier ype esimering) for komplee og sensurere daase Tidsavhengige β i () er mulig (Alernaiv: Paramerisk modell, f.eks lognormal eller Weibullfordeling for S().) Pariell likelihood (Cox): m h ( )exp( x( ) ) m i β exp( x( i) β) l p ( β ) = = h ( )exp( x β) exp( x β) i= j i= j R( () i ) j R( () i ) hvor () ()... ( m ) ( j) < < < er de m disinke (usensurere) leveidene. R ( ) er risikomengden ved (j) dvs individer i live og usensurer ved (j) x (j) er kovariaene il individe med leveid (j). j
5 5 6 Den parielle likelihood er ikke avhengig av h ()! Esimaer for β sam esimaorenes varianser og kovarianser finnes ved å behandle l ( β ) som en vanlig likelihood. p Ved sammenfallende observasjoner brukes en mer generell lp( β ). Alernaiver: - eksak (mege idkrevende) - Breslow (97) - Efron (977) (Nesen ideniske resulaer som eksak). SPSS: Bare Breslow er ilgjengelig. Saa: Alle ilgjengelig. Breslow er defaul. Angi opion Efron ved sammenfallende observasjoner 7 8 Sjekking av PH-anakelsen: Log - log plo Vi har Sx (, ) = S() så exp( x' β) log( log( Sx (, ))) = x ' β + log( log( S( ))) Sofware for Cox PH regresjon SPSS - har endel MINITAB har endel STATA - har de mese S-plus eller R- har de mese SAS - har de mese Plo for forskjellige x bør være parallelle under PH anakelsen. Vanskelig å vurdere parallellie når de er få observasjoner. 9 Referanser Hosmer, D. W., Lemeshow, D. W., May, S.: Applied Survival Analysis. Regression Modeling of Time o Even Daa. nd Ed. Wiley, 8. Omfaende og velskreve bok. Kleinbaum, D. G.: Survival Analysis: A Self-Learning Tex. nd ed. Springer, 5. Leles innføringsbok 5
Levetid (varighet av en tilstand)
Levetid (varighet av en tilstand) Levetidsanalyse (survival analysis) Rosner.8-. av Stian Lydersen Forlesning 6 april 8 Eksempler: Tid til personen dør (målt fra fødsel, fra diagnose, fra behandling) Tid
DetaljerLifetime (duration of a state)
Lifetime (duration of a state) Survival analysis (Levetidsanalyse) Rosner.8-. By Stian Lydersen Lecture april Examples: Time to death (from birth, from diagnosis, from treatment start) Time to a diagnosis
DetaljerEksamen i STK4060/STK9060 Tidsrekker, våren 2006
Eksamen i STK4060/STK9060 Tidsrekker, våren 2006 Besvarelsen av oppgavene nedenfor vil ugjøre de vesenlige grunnlage for karakergivningen, og ugangspunke for den munlige eksaminasjonen. De er meningen
DetaljerSpesialisering: Anvendt makro 5. Modul
Spesialisering: Anvend makro 5. Modul 1.B Lineære regresjonsmodeller og minse kvadraers meode (MKM) Drago Berghol Norwegian Business School (BI) 10. november 2011 Oversik I. Inroduksjon il økonomeri II.
DetaljerLøsningsforslag øving 6, ST1301
Løsningsforslag øving 6, ST1301 Oppgave 1 Løse Euler-Loka ligningen ved ruk av Newon's meode. Ana a vi har en organisme med maksimal alder lik n år. Vi ser kun på hunnene i populasjonen. La m i være anall
DetaljerBetydning av feilspesifisert underliggende hasard for estimering av regresjonskoeffisienter og avhengighet i frailty-modeller
Beydning av feilspesifiser underliggende hasard for esimering av regresjonskoeffisiener og avhengighe i fraily-modeller Bjørnar Tumanjan Morensen Maser i fysikk og maemaikk Oppgaven lever: Mai 2007 Hovedveileder:
DetaljerSkjulte Markov Modeller
CpG øy Skjule Markov Modeller år CG er eer hverandre i en DA sekvens vil C ofe muere il T ved meylase. (kalles ofe CpG for å ikke forveksles med pare C-G i o DA råder). CpG dinukleoiden forekommer mye
DetaljerKategoriske data, del I: Kategoriske data - del 2 (Rosner, ) Kategoriske data, del II: 2x2 tabell, parede data (Mc Nemar s test)
Kategoriske data, del I: Kategoriske data - del (Rosner, 10.3-10.7) 1 januar 009 Stian Lydersen To behandlinger og to utfall. (generelt: variable, verdier). x tabell. Uavhengige observasjoner Sammenheng
DetaljerEksamensoppgave i TMA4275 Levetidsanalyse
Institutt for matematiske fag Eksamensoppgave i TMA4275 Levetidsanalyse Faglig kontakt under eksamen: Jacopo Paglia Tlf: 967 03 414 Eksamensdato: Fredag 7. juni 2019 Eksamenstid (fra til): 09:00 13:00
DetaljerLogistisk regresjon 1
Logistisk regresjon Hovedideen: Binær logistisk regresjon håndterer avhengige, dikotome variable Et hovedmål er å predikere sannsynligheter for å ha verdien på avhengig variabel for bestemte (sosiale)
DetaljerEksamensoppgave i FIN3006 Anvendt tidsserieøkonometri
Insiu for samfunnsøkonomi Eksamensoppgave i FIN3006 Anvend idsserieøkonomeri Faglig konak under eksamen: Kåre Johansen Tlf.: 73 59 19 36 Eksamensdao: 23. mai 2014 Eksamensid (fra-il): 6 imer (09.00 15.00)
DetaljerForelesning 4 og 5 MET3592 Økonometri ved David Kreiberg Vår 2011. c) Hva er kritisk verdi for testen dersom vi hadde valgt et signifikansnivå på 10%?
Forelesning 4 og 5 MET59 Økonomeri ved David Kreiberg Vår 011 Diverse oppgaver Oppgave 1. Ana modellen: Y β + β X + β X + β X + u i 1 i i 4 4 i i Du esimerer modellen og oppnår følgende resulaer ( n 6
DetaljerEksamensoppgave i SØK3001 Økonometri I
Insiu for samfunnsøkonomi Eksamensoppgave i SØK300 Økonomeri I Faglig konak under eksamen: Kåre Johansen Tlf.: 7359936 Eksamensdao: 08.2.204 Eksamensid (fra-il): 5 imer (09.00 4.00) Sensurdao: 08.0.205
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
DetaljerForelesning 14 REGRESJONSANALYSE II. Regresjonsanalyse. Slik settes modellen opp i SPSS
Forelesning 4 REGRESJOSAALYSE II Regresjonsanalyse Saisisk meode for å forklare variansen i en avhengig variabel u fra informasjon fra en eller flere uavhengige variabler. Eksempel: Kjønn Udanning Alder
DetaljerFYS3220 Oppgaver om Fourieranalyse
FYS3220 Oppgaver om Fourieranalyse Innhold Enkle fourieranalyse oppgaver... 1 1) egn frekvensspeker for e sammensa sinus signal... 1 2) Fra a n og b n il c n og θ... 2 Fourier serieanalyse... 2 3) Analyse
DetaljerLogistisk regresjon 2
Logistisk regresjon 2 SPSS Utskrift: Trivariat regresjon a KJONN UTDAAR Constant Variables in the Equation B S.E. Wald df Sig. Exp(B) -,536,3 84,56,000,25,84,08 09,956,000,202 -,469,083 35,7,000,230 a.
DetaljerForelesning 12. Levetider. STK november Eksempel: Klinisk forsøk. Fra studiens start ved tid
Eksempel: Klinisk forsøk Forelesning STK - november 7 S O Samuelsen Fra studiens start ved tid Nye pasienter oppdages og inkluderes i studien Pasientene følges opp til død, eller til de ikke lenger vil
DetaljerEksamen ST2303 Medisinsk statistikk Onsdag 3 juni 2009 kl
1 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Faglig kontakt under eksamen Stian Lydersen tlf 72575428 / 92632393 Eksamen ST2303 Medisinsk statistikk Onsdag 3 juni 2009
DetaljerINF april 2017
IN 310 19. april 017 Segmenering ved erskling Global erskling Kap 10.3 Generelle hisogramfordelinger og klassifikasjonsfeil To populære ersklingsalgorimer ruken av kaner, og effeken av søy og glaing Lokal
Detaljeri=1 t i +80t 0 i=1 t i = 9816.
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 5 Faglig kontakt under eksamen: Jo Eidsvik 901 27 472 EKSAMEN I FAG SIF5075 LEVETIDSANALYSE Torsdag 22. mai 2003 Tid:
DetaljerUNIVERSITETET I OSLO ØKONOMISK INSTITUTT
UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Usa eksamen i: ECON315/415 Inroducory Economerics Eksamensdag: Fredag 11. augus 26 Tid for eksamen: kl. 9: 12: Oppgavesee er på 5 sider Tillae hjelpemidler: Alle
DetaljerSKOLEEKSAMEN I SOS KVANTITATIV METODE. 27. februar 2017 (4 timer)
Institutt for sosiologi og samfunnsgeografi BOKMÅL SKOLEEKSAMEN I SOS4020 - KVANTITATIV METODE 27. februar 2017 (4 timer) Tillatte hjelpemidler: Alle skriftlige hjelpemidler og kalkulator. Sensur for eksamen
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
DetaljerForelesning 11. STK november Eksempel: Klinisk forsøk. Fra studiens start ved tid t = 0
Eksempel: Klinisk forsøk Forelesning 11 Fra studiens start ved tid t = 0 Nye pasienter oppdages og inkluderes i studien Pasientene følges opp til død, STK3100-10. november 2008 S. O. Samuelsen eller til
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: STK1110 Statistiske metoder og dataanalyse 1 Eksamensdag: Mandag 30. november 2015. Tid for eksamen: 14.30 18.00. Oppgavesettet
DetaljerEn empirisk studie av kumulative insidensfunksjoner estimert ved Cox regresjon og Fine-Gray metoden
En empirisk studie av kumulative insidensfunksjoner estimert ved Cox regresjon og Fine-Gray metoden av Nawroz Khalaf MASTEROPPGAVE for graden Master i Modellering og dataanalyse Det matematisk- naturvitenskapelige
DetaljerKrefter og betinget bevegelser Arbeid og kinetisk energi 19.02.2013
Krefer og beinge beegelser Arbeid og kineisk energi 9..3 YS-MEK 9..3 obligaoriske innleeringer programmering er en esenlig del a oppgaen i kan ikke godkjenne en innleering uen programmering analyiske beregninger
DetaljerSTK juni 2016
Løsningsforslag til eksamen i STK220 3 juni 206 Oppgave a N i er binomisk fordelt og EN i np i, der n 204 Hvis H 0 er sann, er forventningen lik E i n 204/6 34 for i, 2,, 6 6 Hvis H 0 er sann er χ 2 6
Detaljer10.1 Enkel lineær regresjon Multippel regresjon
Inferens for regresjon 10.1 Enkel lineær regresjon 11.1-11.2 Multippel regresjon 2012 W.H. Freeman and Company Denne uken: Enkel lineær regresjon Litt repetisjon fra kapittel 2 Statistisk modell for enkel
DetaljerEksamensoppgave i SØK3001 Økonometri I
Insiu for samfunnsøkonomi Eksamensoppgave i SØK3001 Økonomeri I Faglig konak under eksamen: Kåre Johansen Tlf.: 73 59 19 33 Eksamensdao: 1. desember 2017 Eksamensid (fra-il): 5 imer (09.00-14.00) Sensurdao:
DetaljerEKSAMEN I: DOF 610 STATISTISKE METODER I MEDISINSK FORSKNING 2
EKSAMEN I: DOF 610 STATISTISKE METODER I MEDISINSK FORSKNING 2 INNLEVERINGSFRIST: Tirsdag 27. april kl 14.00 EKSAMENSINFORMASJON: Merk at dette er en individuell hjemmeeksamen, dvs man skal arbeide individuelt
DetaljerBevegelse i én dimensjon (2)
Beegelse i én dimensjon () 5..6 Daa-lab i dag: Hjelp med Pyhon / Malab insallasjon Førse skri Oblig er lag u: hp://www.uio.no/sudier/emner/mana/fys/fys-mek/6/maeriale/maeriale6.hml Innleeringsfris: Tirsdag,
DetaljerEksamensoppgave i FIN3006 Anvendt tidsserieøkonometri
Insiu for samfunnsøkonomi Eksamensoppgave i FIN3006 Anvend idsserieøkonomeri Faglig konak under eksamen: Kåre Johansen Tlf.: 73 59 9 36 Eksamensdao: 4. juni 05 Eksamensid (frail): 6 imer (09.005.00) Sensurdao:
DetaljerEksamensoppgave i TFY4190 Instrumentering
Insiu for fysikk Eksamensoppgave i TFY49 Insrumenering Faglig konak under eksamen: Seinar Raaen Tlf.: 482 96 758 Eksamensdao: 6. mai 27 Eksamensid (fra-il): 9: 3: Hjelpemiddelkode/Tillae hjelpemidler:
DetaljerKort om ny reguleringskurvelogikk. Trond Reitan 19/8-2013
Kor om ny reguleringskurvelogikk Trond Reian 19/8-2013 Hensik Hensiken med en reguleringskurver er å angi sammenhengen mellom en angi minimumsvannføring (apping) og nødvendig magasinvolum på årlig basis.
DetaljerGo to and use the code Hva var viktig i siste forelesning? FYS-MEK
Go o www.meni.com and use he code 65 37 7 Ha ar ikig i sise forelesning? FYS-MEK 111.1.18 1 FYS-MEK 111.1.18 Beegelse i én dimensjon ().1.18 Ukesoppgaer og oblig 1 er lag u: hp://www.uio.no/sudier/emner/mana/fys/fys-mek111/18/maeriale/maeriale18.hml
Detaljerog ledelse av forsyningskjeder Kapittel 4 Del A - Prognoser SCM200 Innføring i Supply Chain Management
Logisikk og ledelse av forsyningskjeder Kapiel 4 Del A - Prognoser M200 Innføring i Suin Man Rasmus Rasmussen PREDIKSJON En prediksjon (forecas forecas) er en prognose over hva som vil skje i framiden.
Detaljer~/stat230/teori/bonus08.tex TN. V2008 Introduksjon til bonus og overskudd
~/sa23/eori/bonus8.ex TN STAT 23 V28 Inrodukson il bonus og overskudd Bankinnskudd Ana a vi ønsker å see e viss beløp y i banken ved id = for å ha y n ved id = n. Med en reneinensie δ må vi see inn y =
DetaljerBevegelse i én dimensjon
Bevegelse i én dimensjon 15.1.214 FYS-MEK 111 15.1.214 1 Malab: mulig å bruke på egen PC med UiO lisens hjelp med insallasjon på daa-verksed eller i forkurs Forsa ledige plasser i forkurs: Fredag kl.1-13
DetaljerEksamensoppgave i SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap
Institutt for sosiologi og statsvitenskap Eksamensoppgave i SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Faglig kontakt under eksamen: Arild Blekesaune Telefon: 911 89 768 Eksamensdato: 10.12.2015
DetaljerEmnenavn: Eksamenstid: Faglærer: Bjørnar Karlsen Kivedal
EKSAMEN Emnekode: SFB12016 Dato: 18.12.2018 Hjelpemidler: Godkjent kalkulator Emnenavn: Metodekurs II: Samfunnsvitenskapelig metode og anvendt statistikk Eksamenstid: 09.00-13.00 Faglærer: Bjørnar Karlsen
DetaljerEksamensoppgave i TMA4255 Anvendt statistikk
Institutt for matematiske fag Eksamensoppgave i TMA4255 Anvendt statistikk Faglig kontakt under eksamen: Anna Marie Holand Tlf: 951 38 038 Eksamensdato: 30. mai 2014 Eksamenstid (fra til): 09:00-13:00
DetaljerEmnenavn: Eksamenstid: Faglærer: Bjørnar Karlsen Kivedal
EKSAMEN Emnekode: SFB12016 Dato: 06.06.2019 Hjelpemidler: Godkjent kalkulator Emnenavn: Metodekurs II: Samfunnsvitenskapelig metode og anvendt statistikk Eksamenstid: 09.00-13.00 Faglærer: Bjørnar Karlsen
DetaljerSimulering med Applet fra boken, av z og t basert på en rekke utvalg av en gitt størrelse n fra N(μ,σ). Illustrerer hvordan estimering av variansen
Simulering med Applet fra boken, av z og t basert på en rekke utvalg av en gitt størrelse n fra N(μ,σ). Illustrerer hvordan estimering av variansen gir testobservatoren t mer spredning enn testobservatoren
DetaljerEksamensoppgåve i TMA4255 Anvendt statistikk
Institutt for matematiske fag Eksamensoppgåve i TMA4255 Anvendt statistikk Fagleg kontakt under eksamen: Anna Marie Holand Tlf: 951 38 038 Eksamensdato: 30. mai 2014 Eksamenstid (frå til): 09:00-13:00
DetaljerEKSAMEN I FAG TMA4260 INDUSTRIELL STATISTIKK
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 12 Faglig kontakt under eksamen: Bo Lindqvist Tlf. 975 89 418 EKSAMEN I FAG TMA4260 INDUSTRIELL STATISTIKK Onsdag
DetaljerEksamensoppgave i TFY4190 Instrumentering
Insiu for fysikk Eksamensoppgave i TFY49 Insrumenering Faglig konak under eksamen: Seinar Raaen Tlf.: 482 96 758 Eksamensdao:. juni 26 Eksamensid (fra-il): 9: 3: Hjelpemiddelkode/Tillae hjelpemidler: Alernaiv
DetaljerYF kapittel 3 Formler Løsninger til oppgavene i læreboka
YF kapiel 3 Formler Løsninger il oppgavene i læreoka Oppgave 301 a E 0,15 l 0,15 50 375 Den årlige energiproduksjonen er 375 kwh. E 0,15 l 0,15 70 735 Den årlige energiproduksjonen er 735 kwh. Oppgave
DetaljerEKSAMENSOPPGAVE I FIN3005 MAKROFINANS ASSET PRICING
NTNU Norges eknisk-naurvienskapelige universie Insiu for samfunnsøkonomi EKSAMENSOPPGAVE I FIN3005 MAKROFINANS ASSET PRICING Faglig konak under eksamen: Hans Jørgen Tranvåg Tlf.: 9 6 66 Eksamensdao: Mandag
DetaljerArbeid og potensiell energi
Areid og poensiell energi 7..7 YS-MEK 7..7 Areid-energi eorem areid:, v ne d kineisk energi K, K K, ne v d ne dr d d C ne dr kurveinegral langs en kurve C sar i r, slu i r uˆ N uˆ N v vuˆ v uˆ N uˆ N vuˆ
DetaljerEksamensoppgave i TMA4275 Levetidsanalyse
Institutt for matematiske fag Eksamensoppgave i TMA4275 Levetidsanalyse Faglig kontakt under eksamen: Bo Lindqvist Tlf: 975 89 418 Eksamensdato: Onsdag 8. juni 2016 Eksamenstid (fra til): 09:00-13:00 Hjelpemiddelkode/Tillatte
DetaljerVed opp -og utladning av kondensatorer varierer strøm og spenning. Det er vanlig å bruke små bokstaver for å angi øyeblikksverdier av størrelser.
4.4 INNE- OG TKOPLING AV EN KONDENSATO 1 4.4 INN- OG TKOPLING AV EN KONDENSATO Ved opp -og uladning av kondensaorer varierer srøm og spenning. De er vanlig å bruke små boksaver for å angi øyeblikksverdier
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
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
DetaljerUNIVERSITETET I OSLO ØKONOMISK INSTITUTT
UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Eksamen i: ECON5/45 Elemenær økonomeri Exam: ECON5/45 Inroducory Economerics Eksamensdag: Onsdag. mai 9 Sensur kunngjøres: Fredag. juni 9 Dae of exam: Wednesday,
DetaljerDetaljerte forklaringer av begreper og metoder.
Appendiks til Ingar Holme, Serena Tonstad. Risikofaktorer og dødelighet oppfølging av Oslo-undersøkelsen fra 1972-73. Tidsskr Nor Legeforen 2011; 131: 456 60. Dette appendikset er et tillegg til artikkelen
DetaljerArbeid og potensiell energi
Areid og poensiell energi 3.3.4 olig 5: midveis hjemmeeksamen forusening for å a slueksamen kreves individuell innlevering lir lag u mandag 3. mars innleveringsfris mandag. mars YS-ME 3.3.4 Areid-energi
DetaljerForelesning 8 STK3100/4100
Forelesning STK300/400 Plan for forelesning: 0. oktober 0 Geir Storvik. Lineære blandede modeller. Eksempler - data og modeller 3. lme 4. Indusert korrelasjonsstruktur. Marginale modeller. Estimering -
DetaljerLese og presentere statistikk i medisinske forskningsartikler
Lese og presentere statistikk i medisinske forskningsartikler Denne forelesingen vil bl.a. handle litt om: Hva sier egentlig de forskjellige tallene? (Og hva sier de ikke?) Hvordan kritisk vurdere de statistiske
DetaljerForelesning 9 STK3100/4100
p. 1/3 Forelesning 9 STK3100/4100 Plan for forelesning: 18. oktober 2012 Geir Storvik 1. Lineære blandede modeller 2. Marginale modeller 3. Estimering - ML og REML 4. Modell seleksjon p. 2/3 Modell med
DetaljerKausalanalyse og seleksjonsproblem
ERLING BERGE SOS316 REGESJONSANALYSE Kausalanalyse og seleksjonsproblem Institutt for sosiologi og statsvitenskap, NTNU, Trondheim Erling Berge 2001 Litteratur Breen, Richard 1996 Regression Models. Censored,
DetaljerAnalysis of ordinal data via heteroscedastic threshold models
Analysis of ordinal data via heteroscedastic threshold models JL Foulley/Applibugs 1 Example Koch s 1990 data on a clinical trial for respiratory illness Treatment (A) vs Placebo (P) 111 patients (54 in
DetaljerEKSAMEN I FAG TMA4275 LEVETIDSANALYSE
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 5 Faglig kontakt under eksamen: Bo Lindqvist 975 89 418 EKSAMEN I FAG TMA4275 LEVETIDSANALYSE Fredag 26. mai 2006
DetaljerInfoskriv ETØ-1/2016 Om beregning av inntektsrammer og kostnadsnorm for 2015
Infoskriv Til: Fra: Ansvarlig: Omseningskonsesjonærer med inneksramme Seksjon for økonomisk regulering Tore Langse Dao: 1.2.2016 Vår ref.: 201403906 Arkiv: Kopi: Infoskriv ETØ-1/2016 Om beregning av inneksrammer
DetaljerMot3.: Støy i forsterkere med tilbakekobling
Mo3.: Søy i forserkere med ilbakekoblig Hiil har vi diskuer forserkere ue ilbakekoblig ("ope-loop"). Nå vil vi diskuere virkige av ilbakekoblig. Geerel beyes ilbakekoblig for å... edre forserkig, edre
DetaljerBevegelsesmengde og kollisjoner
eegelsesengde og kollisjoner.3.4 FYS-MEK.3.4 Konseraie krefer poensiell energi: U( r U( x, y, z konserai kraf F U y arbeid uahengig a eien x F y D C x ikke-konserai kraf FYS-MEK.3.4 Energibearing energi
DetaljerEksamensoppgave i FIN3006 Anvendt tidsserieøkonometri
Insiu for samfunnsøkonomi Eksamensoppgave i FIN3006 Anvend idsserieøkonomeri Faglig konak under eksamen: Bjarne Srøm Tlf.: 73 59 19 33 Eksamensdao: 13. desember 013 Eksamensid (fra-il): 6 imer (09.00 15.00)
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: STK 1000 Innføring i anvendt statistikk. Eksamensdag: Torsdag 1. juni 2006. Tid for eksamen: 09.00 12.00. Oppgavesettet er på
DetaljerForelesning 7 STK3100
Parameterfortolkning logistisk regresjon Forelesning 7 STK3100 6. oktober 2008 S. O. Samuelsen Plan for forelesning: 1. Parameterfortolkning logistisk regresjon 2. Parameterfortolkning andre linkfunksjoner
DetaljerEksamensoppgave 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
DetaljerBevegelse i én dimensjon
Beegelse i én dimensjon 17.1.213 Forelesningsplan: hp://www.uio.no/sudier/emner/mana/fys/fys-mek111/13/plan213.hm FYS-MEK 111 17.1.213 1 Mekanikk Kinemaikk Dynamikk læren om beegelser uen å a hensyn il
DetaljerOm muligheten for å predikere norsk inflasjon ved hjelp av ARIMA-modeller
Om muligheen for å predikere norsk inflasjon ved hjelp av ARIMA-modeller av Kjell-Arild Rein Hovedfagsoppgave i samfunnsøkonomi Våren Insiu for økonomi Universiee i Bergen . INNLEDNING.. LITTERATUR 3.
DetaljerEksamensoppgave i TMA4255 Anvendt statistikk
Institutt for matematiske fag Eksamensoppgave i TMA4255 Anvendt statistikk Faglig kontakt under eksamen: Anna Marie Holand Tlf: 951 38 038 Eksamensdato: 3. juni 2016 Eksamenstid (fra til): 09:00-13:00
DetaljerLøsningsforslag til øving 9 OPPGAVE 1 a)
Høgskole i Gjøvik vd for ek, øk og ledelse aemaikk 5 Løsigsforslag il øvig 9 OPPGVE ) Bereger egeverdiee: de I) ) ) ) Egeverdier: og ) ) Bereger egevekoree: vi ivi ii) vi ed λ : ) ) v Velger s som gir
DetaljerForelesning nr.9 INF 1410
Forelesning nr.9 INF 141 29 espons il generelle C- og -kreser 3.3.29 INF 141 1 Oversik dagens emaer Naurlig espons respons il generelle C- og -kreser på uni-sep funksjonen Naurlig og vungen respons for
DetaljerEkstraoppgaver for STK2120
Ekstraoppgaver for STK2120 Geir Storvik Vår 2011 Ekstraoppgave 1 Anta X 1 og X 2 er uavhengige med X 1 N(1.0, 1.0) og X 2 N(2.0, 1.5). La X = (X 1, X 2 ) T. Definer c = ( ) 2.0 3.0, A = ( ) 1.0 0.5 0.0
DetaljerOPPGAVEHEFTE I STK1000 TIL KAPITTEL Regneoppgaver til kapittel 7. X 1,i, X 2 = 1 n 2. D = X 1 X 2. På onsdagsforelesningen påstod jeg at da må
OPPGAVEHEFTE I STK000 TIL KAPITTEL 7 Regneoppgaver til kapittel 7 Oppgave Anta at man har resultatet av et randomisert forsøk med to grupper, og observerer fra gruppe, mens man observerer X,, X,2,, X,n
DetaljerLøsningsforslag til regneøving 5. Oppgave 1: a) Tegn tegningen for en eksklusiv eller port ved hjelp av NOG «NAND» porter.
TFE4110 Digialeknikk med kreseknikk Løsningsforslag il regneøving 5 vårsemeser 2008 Løsningsforslag il regneøving 5 Ulever: irsdag 29. april 2008 Oppgave 1: a) Tegn egningen for en eksklusiv eller por
DetaljerEKSAMEN I FAG TMA4275 LEVETIDSANALYSE Mandag 27. mai 2013 Tid: 09:00 13:00
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 10 Faglig kontakt under eksamen: Bo Lindqvist 975 89 418 EKSAMEN I FAG TMA4275 LEVETIDSANALYSE Mandag 27. mai 2013
DetaljerSOS 301 og SOS31/ SOS311 MULTIVARIAT ANALYSE
1 SOS 301 og SOS31/ SOS311 MULTIVARIAT ANALYSE Eksamensdag: 8 desember 1997 Eksamensstad: Dragvoll, paviljong C, rom 201 Tid til eksamen: 6 timar Vekt: 5 for SOS301 og 4 for SOS31/ SOS311 Talet på sider
DetaljerFakultet for informasjonsteknologi, Institutt for matematiske fag EKSAMEN I EMNE ST2202 ANVENDT STATISTIKK
Side av 9 NTNU Noregs teknisk-naturvitskaplege universitet Fakultet for informasonsteknologi, matematikk og elektroteknikk Institutt for matematiske fag Bokmål Faglig kontakt under eksamen Bo Lindqvist
DetaljerAVDELING FOR INGENIØRUTDANNING EKSAMENSOPPGAVE
AVDELING FO INGENIØUTDANNING EKSAENSOPPGAVE Emne: INSTUENTELL ANALYSE Emnekode: SO 458 K Faglig veileder: Per Ola ønning Gruppe(r): 3KA, 3KB Dao: 16.0.04 Eksamensid: 09.00-14.00 Eksamensoppgaven Anall
DetaljerL12-Dataanalyse. Introduksjon. Nelson Aalen plott. Page 76 of Introduksjon til dataanalyse. Levetider og sensurerte tider
Page 76 of 80 L12-Dataanalyse Introduksjon Introduksjon til dataanalyse Presentasjonen her fokuserer på dataanalyseteknikker med formål å estimere parametere (MTTF,, osv) i modeller vi benytter for vedlikeholdsoptimering
DetaljerAuthorized Distributor. Bjørn Birkeland
Auhorized Disribuor Baeriesing Bjørn Birkeland Tes av baeridreve usyr Auhorized Disribuor Dagens baeridreve usyr har omfaende f funksjonalie som har en svær uforusigbar påvirkning på baeribelasningen.
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Deleksamen i: STK1000 Innføring i avvendt statistikk Eksamensdag: Onsdag 7. oktober 2015 Tid for eksamen: 11.00 13.00 Oppgavesettet er på
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
DetaljerMASTER I IDRETTSVITENSKAP 2018/2020. Individuell skriftlig eksamen. STA 400- Statistikk. Mandag 18. mars 2019 kl
MASTER I IDRETTSVITENSKAP 2018/2020 Individuell skriftlig eksamen i STA 400- Statistikk Mandag 18. mars 2019 kl. 10.00-12.00 Eksamensoppgaven består av 5 sider inkludert forsiden Sensurfrist: 8.april 2019
DetaljerEKSAMEN I TMA4315 GENERALISERTE LINEÆRE MODELLER
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av?? Bokmål Kontakt under eksamen: Thiago G. Martins 46 93 74 29 EKSAMEN I TMA4315 GENERALISERTE LINEÆRE MODELLER Torsdag
DetaljerForelesning 9 STK3100/4100
Forelesning 9 STK3100/4100 Plan for forelesning: 17. oktober 2011 Geir Storvik 1. Lineære blandede modeller 2. Marginale modeller 3. Estimering - ML og REML 4. Modell seleksjon p. 1 Modell med alle antagelser
DetaljerForelesning 6 STK3100/4100
Forelesning 6 STK3100/4100 p. 1/4 Forelesning 6 STK3100/4100 4. oktober 2012 Presentasjon av S. O. Samuelsen (modifisert av Geir H12) Plan for forelesning: 1. GLM Binære data 2. Link-funksjoner 3. Parameterfortolkning
DetaljerUNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: STK1120 Statistiske metoder og dataanalyse 2 Eksamensdag: Mandag 4. juni 2007. Tid for eksamen: 14.30 17.30. Oppgavesettet er
DetaljerBevegelse i én dimensjon
Beegelse i én dimensjon 21.1.215 FYS-MEK 111 21.1.215 1 Lærebok kan henes på ekspedisjonskonore. Lenke il bealingsside: hp://www.uio.no/sudier/emner/mana/fys/fys-mek111/15/bok.hml FYS-MEK 111 21.1.215
Detaljerav Erik Bédos, Matematisk Institutt, UiO, 25. mai 2007.
Om den diskree Fourier ransformen av Erik Bédos, Maemaisk Insiu, UiO,. mai 7. Vi lar H beegne indreproduk romme som besår av alle koninuerlige komplekse funksjoner definer på inervalle [, π] med indreproduke
DetaljerLevetid og restverdi i samfunnsøkonomisk analyse
Visa Analyse AS Rappor 35/11 Leveid og resverdi i samfunnsøkonomisk analyse Haakon Vennemo Visa Analyse 5. januar 2012 Dokumendealjer Visa Analyse AS Rapporiel Rappor nummer xxxx/xx Leveid og resverdi
DetaljerNewtons lover i to og tre dimensjoner
Newons loer i o og re dimensjoner 3..4 Innleering: på papir på ekspedisjonskonore: bruk forsiden elekronisk på froner én pdf fil nan på førse side egenerklæring med signaur innleeringsboks på ekspedisjon
DetaljerEKSAMEN I FAG TMA4255 FORSØKSPLANLEGGING OG ANVENDTE STATISTISKE METODER
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 7 Faglig kontakt under eksamen: Bo Lindqvist Tlf. 975 89 418 BOKMÅL EKSAMEN I FAG TMA4255 FORSØKSPLANLEGGING OG ANVENDTE
DetaljerPrøveeksamen i STK3100/4100 høsten 2011.
Prøveeksamen i STK3100/4100 høsten 2011. Oppgave 1 (a) Angi tetthet/punktsannsynlighet for eksponensielle klasser med og uten sprednings(dispersjons)ledd. Nevn alle fordelingsklassene du kjenner som kan
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:
DetaljerSAMMENHENGEN MELLOM LENGDEN AV UTDANNELSE OG DØDELIGHET I NORGE MED FOKUS PÅ SØSKENAVHENGIGHET
SAMMENHENGEN MELLOM LENGDEN AV UTDANNELSE OG DØDELIGHET I NORGE MED FOKUS PÅ SØSKENAVHENGIGHET av Narin Khalaf MASTEROPPGAVE for graden Master i Modellering og dataanalyse Det matematisk- naturvitenskapelige
Detaljer