Løsningsforsalg til andre sett med obligatoriske oppgaver i STK1110 høsten 2015
|
|
- Vidar Tollefsen
- 7 år siden
- Visninger:
Transkript
1 Løsningsforsalg til andre sett med obligatoriske oppgaver i STK1110 høsten 2015 R-kode for alle oppgaver er gitt bakerst. Oppgave 1 (a) Boksplottet antyder at verdiene er høyere for kvinner enn for menn. (b) QQ-plot antyder at normalfordeling er ganske rimlig, selv om noen av de høye verdiene er litt for høye (litt for tung hale til høyere). Det er dog veldig få målinger, noe som gjør det vanskelig å si om det er et veldig avvik. (c) Vi har at T = X Ȳ (µ X µ Y ) ( m n) S 2 p er t-fordelt med m+n 2 frihetsgrader. Dermed kan vi bruke T med µ X µ Y = 0 for å teste H 0 : µ X = µ Y og forkaste H 0 hvis den observerte T er større enn t 0.025;m+n 2 i absoluttverdi. Tilsvarende kan vi bruke at Pr( t 0.025;m+n 2 < X Ȳ (µ X µ Y ) ( < t 0.025;m+n 2 ) = m n) S 2 p for å vise at X Ȳ ±t ( 0.025;m+n 2 Sp ) 1 m n er et 95% konfidensintervall for µx µ Y. Bruker vi direkte t.test funksjonen i R, får vi Two Sample t t e s t data : x and y t = , df = 18, p value = a l t e r n a t i v e h y p o t h e s i s : true d i f f e r e n c e in means i s not equal to 0 95 percent c o n f i d e n c e i n t e r v a l : sample e s t i m a t e s : mean o f x mean o f y som da gir at vi forkaster H 0 på 5% signifikansnivå. vi får også et 95% konfidensintervall som er lik [ ]. (d) I dette tilfellet må vi bruke at Vi har at T = X Ȳ (µ X µ Y ) S1 2 + S2 2 m n 1
2 er tilnærmet t-fordelt med ν frihetsgrader (der ν er gitt ved formelen på side 499 i boka). Dermed kan vi bruke T med µ X µ Y = 0 for å teste H 0 : µ X = µ Y og forkaste H 0 hvis den observerte T er større enn t 0.025;ν i absoluttverdi. Tilsvarende kan vi bruke at Pr( t 0.025;ν < X Ȳ (µ X µ Y ) < t 0.025;ν) = 0.95 S1 2 + S2 2 m n S 2 1 for å vise at X Ȳ ± t 0.025;ν + S2 2 m n < t 0.025;ν er et 95% konfidensintervall for µ X µ Y. Bruker vi direkte t.test funksjonen i R, får vi Welch Two Sample t t e s t data : x and y t = , df = , p value = a l t e r n a t i v e h y p o t h e s i s : true d i f f e r e n c e in means i s not equal to 0 95 percent c o n f i d e n c e i n t e r v a l : sample e s t i m a t e s : mean o f x mean o f y som da gir at vi forkaster H 0 på 5% signifikansnivå. vi får også et 95% konfidensintervall som er lik [ ]. (e) Vi har at F = S 2 1 σ 2 X S 2 2 σ 2 Y = (m 1)S 2 1 σ 2 X (m 1) (n 1)S 2 2 σ 2 Y (n 1) er F -fordelt med m 1 og n 1 frihetsgrader. Dette følger av proposisjon på side 320 i boka, at de to utvalgene er uavhengige samt definisjonen av F -fordelingen. En utskrift av var.test() i R gir F t e s t to compare two v a r i a n c e s data : x and y F = , num df = 9, denom df = 9, p value = a l t e r n a t i v e h y p o t h e s i s : true r a t i o o f v a r i a n c e s i s not equal to 1 95 percent c o n f i d e n c e i n t e r v a l : sample e s t i m a t e s : r a t i o o f v a r i a n c e s
3 som ikke gir noen grunn til å forkaste H 0 : σx 2 = σ2 Y. Dette gir også en forklaring på hvorfor vi får så like resultater i (c) og (d). (f) Vi har at E[X 11 Y 11 ] = µ X µ Y som kan estimeres ved x ȳ. Videre er V [X 11 Y 11 ( X Vi har da at Ȳ )] = uavh = V [X 11 ] + V [Y 11 ] + V [ X] + V [Ȳ ] =σ 2 X + σ 2 Y + m 1 σ 2 X + n 1 σ 2 Y = [2 + m 1 + n 1 ]σ 2 T = X 11 Y 11 ( X Ȳ ) S p 2 + m 1 + n 1 er t-fordelt med m + n 2 frihetsgrader, noe som gir et prediksjonsintervall [ X Ȳ ) ± t 0.025;m+n 2 S p 2 + m 1 + n 1. Innsatt data får vi [ ]. Vi får her et mye bredere intervall da vi må ta hensyn til usikkerheten i de nye observasjonene. Oppgave 2 Siden eneggede tvillinger har samme genetiske materiale, brukes såkalte tvilling-studier til å kartlegge hvordan miljøet virker inn på ulike egenskaper. I en bok av den amerikanske forskeren Susan Faber finner vi data for n = 31 tvillingpar der den ene tvillingen vokste opp hos biologiske foreldre (Twin A) og den andre vokste opp hos andre familiemedlemmer, foster- eller adoptiv-foreldre (Twin B). Nedenfor finnes en oppsummering av målt IQ for disse personene. Spørsmålet vi ønsker å belyse er om det er forskjell i IQ hos eneggede tvillinger der den ene tvillingen har vokst opp hos biologiske foreldre, og den andre ikke. N Mean StDev SE Mean Twin A Twin B Difference I tabellen er STDev empirisk standard avvik regnet fra enkeltobservasjoner mens SE Mean er standardfeilen til gjennomsnittet. (a) Her vil det være urimelig å anta at observasjoner fra to tvillinger er uavhengige. Dette vil resultere i at differansene har mindre varians og dermed kan gi mer nøyaktige resultater. 3
4 (b) Vi bruker her vanlige metoder for ett-utvalgstest, dvs t = d 0 s D / n som sammenliknes med kvantil i t-fordelingen med n 1 frihetsgrader. I dette tilfellet blir t = 2.06 og en P-verdi 0.048, dvs vi vil forkaste H 0 = 0 = 0 på 5% signifikantnivå, men bare såvidt. Det er således endel usikkerhet rundt konklusjonen. Kall forventet forskjell mellom Twin A og Twin B for µ D. (c) d ± t.025;n 1 s D / n vil være et 95% konfidensintervall for µ D. Her blir det [ ]. Vi har sammenhengen med at hvis konfidensintervallet ikke dekker 0 så kan vi forkaste H 0 mot det to-sidige alternativet. Vi får dermed samsvar med resultatet ovenfor. Oppgave 3 (a) Kryssplott gir en ganske klar sammenheng mellom Strength og temperature, men noe mer uklart med Pressure. Det viser også at Pressure ikke har så mange forskjellige verdier. (b) Den lineære tilpasningen ser ganske god ut. (c) Bruk av confint rutinen gir 2. 5 % 97.5 % ( I n t e r c e p t ) Temperature Da intervallet for Temperature ikke dekker 0, indikerer det at denne variabelen er viktig, (d) Ikke like klar sammenheng med Pressure, men vi får konfidensintervallene 2. 5 % 97.5 % ( I n t e r c e p t ) Pressure som også indikerer at denne variabelen er viktig (siden vi igjen får et intervall som ikke dekker 0). (e) Temperature gir R 2 a = 0.76 mens Pressure gir R 2 a = Dvs vi får forklart mest av variasjonen gjennom Temperature, og denne er dermed å foretrekke. (f) Her får vi følgende: C o e f f i c i e n t s : Estimate Std. Error t value Pr( > t ) ( I n t e r c e p t )
5 Temperature e 06 Pressure e 05 Residual standard e r r o r : on 7 d e g rees o f freedom Multiple R squared : , Adjusted R squared : F s t a t i s t i c : 211 on 2 and 7 DF, p value : e 07 Dvs begge variablene får nå lavere P-verdier og forklaringsgraden øker dramatisk. Vi ser også at ˆσ er blitt kraftig redusert. Dette resulterer i at også s ˆβj blir mye mindre noe som igjen gir en mye større t-verdi. Dette har noe sammenheng med at de to variablene er korrelerte (negativt). (g) Vi får C o e f f i c i e n t s : Estimate Std. Error z value Pr( > z ) ( I n t e r c e p t ) Temperature ( D i s p e r s i o n parameter for binomial family taken to be 1) Null deviance : on 9 d egrees o f freedom Residual deviance : on 8 d egrees o f freedom AIC : Her blir altså P-verdien tilhørende Temperature mye større og dermed blir forklaringsvariabelen mindre viktig. Dette har sammenheng med at vi nå bruker mindre informasjon fra responsvariabelen. 5
6 #Oppgave 1 d < read. table (.. / o b l i g e r / o b l i g 2 1. dat, header=t) x < d$menn ;m < length ( x ) y < d$kvinner ; n < length ( y ) #a boxplot ( d ) #b par ( mfrow=c ( 1, 2 ) ) qqnorm( x ) ; qqline ( x ) qqnorm( y ) ; qqline ( y ) #c s2. p < ( (m 1) var ( x)+(n 1) var ( y ) ) /(m+n 2) t < (mean( x) mean( y ) ) /sqrt ( s2. p (1/m + 1/n ) ) t. t e s t ( x, y, var. equal=true) nu < m+n 2 p. value < 2 (1 pt ( abs ( t ), nu ) ) alpha < 0.05 mean( x) mean( y)+qt ( c ( alpha/2,1 alpha/ 2), nu ) sqrt ( s2. p (1/m + 1/n ) ) t. t e s t ( x, y, var. equal=equal) #d se1 < sd ( x )/sqrt (m) se2 < sd ( y )/sqrt (n) t < (mean( x) mean( y ) ) /sqrt ( se1ˆ2+se2 ˆ2) nu < ( se1ˆ2+se2 ˆ2)ˆ2/( se1 ˆ4/(m 1) + se2 ˆ4/(n 1)) p. value < 2 (1 pt ( abs ( t ), nu ) ) #KI alpha < 0.05 mean( x) mean( y)+qt ( c ( alpha/2,1 alpha/ 2), nu ) sqrt ( se1ˆ2+se2 ˆ2) t. t e s t ( x, y, var. equal=false) #e f < var ( x )/var ( y ) p. value < 2 (1 pf ( f,m 1,n 1)) #f v < s2. p (2 + 1/m + 1/n) mean( x) mean( y)+qt ( c ( alpha/2,1 alpha/ 2), nu ) sqrt ( v ) #Oppgave 2 #a #b m <
7 se < 1.58 n < 31 t < m/se p. value < 2 (1 pt ( abs ( t ), n 1)) #c alpha < 0.05 m + qt ( c ( alpha/2,1 alpha/ 2), n 1) se #Oppgave 3 d < read. table (.. / o b l i g e r / p l a s t i c sub. dat, header=t) #a #b f i t < lm( Strength Temperature, data=d) summary( f i t ) plot (d$temperature, d$strength ) abline ( f i t $coef ) #c c o n f i n t ( f i t ) #d ) f i t 2 < lm( Strength Pressure, data=d) summary( f i t 2 ) plot (d$pressure, d$strength ) abline ( f i t 2 $coef ) c o n f i n t ( f i t 2 ) #f ) f i t 3 < lm( Strength Temperature+Pressure, data=d) summary( f i t 3 ) plot (d$pressure, d$strength ) abline ( f i t 2 $coef ) #g ) d$ t r e s h < as. integer ( d$strength >30) f i t. glm < glm( t r e s h Temperature, data=d, family= binomial ) plot (d$pressure, d$ t r e s h ) plot (d$temperature, d$ t r e s h ) 7
Løsningsforslag STK1110-h11: Andre obligatoriske oppgave.
Løsningsforslag STK1110-h11: Andre obligatoriske oppgave. Oppgave 1 a) Legg merke til at X er gamma-fordelt med formparameter 1 og skalaparameter λ. Da er E[X] = 1/λ. Små verdier av X tyder derfor på at
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: STK1110 Statistiske metoder og dataanalyse 1. Eksamensdag: Tirsdag 11. desember 2012. Tid for eksamen: 14.30 18.30. Oppgavesettet
DetaljerSTK Statistiske metoder og dataanalyse høsten 2019 Løsningsforslag til oppgaver i læreboka for uke 38
STK1110 - Statistiske metoder og dataanalyse høsten 2019 Løsningsforslag til oppgaver i læreboka for uke 38 Vinnie Ko & Ørnulf Borgan September 21, 2019 Lærebok: Modern Mathematical Statistics with Applications
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
DetaljerLøsningsforslag eksamen 25. november 2003
MOT310 Statistiske metoder 1 Løsningsforslag eksamen 25. november 2003 Oppgave 1 a) Vi har µ D = µ X µ Y. Sangere bruker generelt trapesius-muskelen mindre etter biofeedback dersom forventet bruk av trapesius
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
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
DetaljerUNIVERSITETET I OSLO
Eksamen i: UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet STK1000 Innføring i anvendt statistikk Eksamensdag: Mandag 3. desember 2018. Tid for eksamen: 14.30 18.30. Oppgavesettet er på
DetaljerTid: Torsdag 11. desember Emneansvarleg: Trygve Almøy
Nynorsk Institutt: IKBM Eksamen i: Stat100 Statistikk Tid: Torsdag 11. desember 09.00-12.30 Emneansvarleg: Trygve Almøy 64 96 58 20 Tillatne hjelpemiddel: C3: alle typar kalkulatorar, alle andre hjelpemiddel
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: STK1110 Statistiske metoder og dataanalyse 1. Eksamensdag: Mandag 1. desember 2014. Tid for eksamen: 14.30 18.30. Oppgavesettet
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
DetaljerEKSAMENSOPPGAVE STA «Tabeller og formler i statistikk» av Kvaløy og Tjelmeland. To A4-ark/ 4 sider med egne notater. Godkjent kalkulator. Rute.
Fakultet for naturvitenskap og teknologi EKSAMENSOPPGAVE Eksamen i: STA-2004. Dato: Mandag 24. september 2018. Klokkeslett: 09-13. Sted: Administrasjonsbygget K1.04 Tillatte hjelpemidler: «Tabeller og
DetaljerTMA4245 Statistikk Eksamen desember 2016
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag TMA4245 Statistikk Eksamen desember 2016 Oppgave 1 En bedrift produserer elektriske komponenter. Komponentene kan ha to typer
DetaljerTilleggsoppgaver for STK1110 Høst 2015
Tilleggsoppgaver for STK0 Høst 205 Geir Storvik 22. november 205 Tilleggsoppgave Anta X,..., X n N(µ, σ) der σ er kjent. Vi ønsker å teste H 0 : µ = µ 0 mot H a : µ µ 0 (a) Formuler hypotesene som H 0
DetaljerLøsningsforslag. n X. n X 1 i=1 (X i X) 2 og SY 2 = 1 ny S 2 X + S2 Y
Statistiske metoder 1 høsten 004. Løsningsforslag Oppgave 1: a) Begge normalplottene gir punkter som ligger omtrent på ei rett linje så antagelsen om normalfordeling ser ut til å holde. Konfidensintervall
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
DetaljerTidspunkt: Fredag 18. mai (3.5 timer) Tillatte hjelpemidler: C3. Alle typer kalkulatorer, alle andre hjelpemidler.
Fakultet: KBM Eksamen i: STAT100 STATISTIKK Tidspunkt: Fredag 18. mai 2018 14.00 17.30 (3.5 timer) Kursansvarlig: Trygve Almøy 95141344 Tillatte hjelpemidler: C3. Alle typer kalkulatorer, alle andre hjelpemidler.
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: STK1110 Løsningsforslag: Statistiske metoder og dataanalys Eksamensdag: Fredag 9. desember 2011 Tid for eksamen: 14.30 18.30
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
DetaljerLØSNINGSFORSLAG ) = Dvs
LØSNINGSFORSLAG 12 OPPGAVE 1 D j er differansen mellom måling j med metode A og metode B. D j N(µ D, 0.1 2 ). H 0 : µ D = 0 mot alternativet H 1 : µ D > 0. Vi forkaster om ˆµ D > k Under H 0 er ˆµ D =
DetaljerDatamatrisen: observasjoner, variabler og verdier. Variablers målenivå: Nominal Ordinal Intervall Forholdstall (ratio)
Datamatrisen: observasjoner, variabler og verdier. Variablers målenivå: Nominal Ordinal Intervall Forholdstall (ratio) Beskrive fordelinger (sentraltendens, variasjon og form): Observasjon y i Sentraltendens
DetaljerMOT310 Statistiske metoder 1, høsten 2006 Løsninger til regneøving nr. 7 (s. 1) Oppgaver fra boka: n + (x 0 x) 2 σ2
MOT310 Statistiske metoder 1, høsten 2006 Løsninger til regneøving nr. 7 (s. 1) Oppgaver fra boka: Oppgave 11.27 (11.6:13) Modell: Y i = α + βx i + ε i der ε 1,..., ε n u.i.f. N(0, σ 2 ). Skal finne konfidensintervall
DetaljerTillatte hjelpemidler: C3: alle typer kalkulator, alle andre hjelpemidler
EKSAMENSOPPGAVER Institutt: Eksamen i: Tid: IKBM STAT100 Torsdag 13.des 2012 STATISTIKK 09.00-12.30 (3.5 timer) Emneansvarlig: Solve Sæbø ( 90065281) Tillatte hjelpemidler: C3: alle typer kalkulator, alle
DetaljerLøsningsforslag øving 9, ST1301
Løsningsforslag øving 9, ST1301 Oppgave 1 Regresjon. Estimering av arvbarhet. a) Legg inn din egen høyde, din mors høyde, din fars høyde, og ditt kjønn via linken på fagets hjemmeside 1. Last så ned dataene
DetaljerMOT310 Statistiske metoder 1, høsten 2006 Løsninger til regneøving nr. 8 (s. 1) Oppgaver fra boka:
MOT30 Statistiske metoder, høsten 2006 Løsninger til regneøving nr. 8 (s. ) Oppgaver fra boka: Oppgave.5 (.3:5) ) Først om tolking av datautskriften. Sammendrag gir følgende informasjon: Multippel R =R,
DetaljerST0202 Statistikk for samfunnsvitere Kapittel 13: Lineær regresjon og korrelasjon
ST0202 Statistikk for samfunnsvitere Kapittel 13: Lineær regresjon og korrelasjon Bo Lindqvist Institutt for matematiske fag http://wiki.math.ntnu.no/st0202/2012h/start 2 Kap. 13: Lineær korrelasjons-
DetaljerOppgave 1. X 1 B(n 1, p 1 ) X 2. Vi er interessert i forskjellen i andeler p 1 p 2, som vi estimerer med. p 1 p 2 = X 1. n 1 n 2.
Løsningsforslag til eksamen i MOT310 STATISTISKE METODER 1 VARIGHET: 4 TIMER DATO: 17 november 2008 TILLATTE HJELPEMIDLER: Kalkulator: HP30S, Casio FX82 eller TI-30 Tabeller og formler i statistikk Tapir
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. «Tabeller og formler i statistikk» av Kvaløy og Tjelmeland. To A4-ark/ 4 sider med egne notater. Godkjent kalkulator.
Fakultet for naturvitenskap og teknologi EKSAMENSOPPGAVE Eksamen i: STA-1001. Dato: Mandag 9. mai 017. Klokkeslett: 09 13. Sted: Åsgårdvegen 9. Tillatte hjelpemidler: «Tabeller og formler i statistikk»
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
DetaljerTid: 29. mai (3.5 timer) Ved alle hypotesetester skal både nullhypotese og alternativ hypotese skrives ned.
EKSAMENSOPPGAVE, bokmål Institutt: IKBM Eksamen i: STAT100 STATISTIKK Tid: 29. mai 2012 09.00-12.30 (3.5 timer) Emneansvarlig: Trygve Almøy (Tlf: 95141344) Tillatte hjelpemidler: C3: alle typer kalkulator,
DetaljerTMA4240 Statistikk Høst 2015
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 0, blokk II Løsningsskisse Oppgave Surhetsgrad i ferskvann Eksamen august 00, oppgave av 3 a) En god estimator
DetaljerEksamen i: STA-1002 Statistikk og sannsynlighet 2 Dato: Fredag 31. mai 2013 Tid: Kl 09:00 13:00 Sted: Administrasjonsbygget
FA K U L T E T FO R NA T U R V I T E N S K A P O G TE K N O L O G I EKSAMENSOPPGAVE Eksamen i: STA-1002 Statistikk og sannsynlighet 2 Dato: Fredag 31. mai 2013 Tid: Kl 09:00 13:00 Sted: Administrasjonsbygget
DetaljerLøsningsforslag eksamen 27. februar 2004
MOT30 Statistiske metoder Løsningsforslag eksamen 7 februar 004 Oppgave a) Y ij = µ i + ε ij, der ε ij uavh N(0, σ ) der µ i er forventa kopperinnhold for legering i og ε ij er feilleddet (tilfeldig variasjon)
DetaljerSOS1120 Kvantitativ metode. Regresjonsanalyse. Lineær sammenheng II. Lineær sammenheng I. Forelesningsnotater 11. forelesning høsten 2005
SOS1120 Kvantitativ metode Regresjonsanalyse Forelesningsnotater 11. forelesning høsten 2005 Per Arne Tufte Lineær sammenheng I Lineær sammenheng II Ukelønn i kroner 4000 3500 3000 2500 2000 1500 1000
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
DetaljerEksamensoppgave i TMA4240 Statistikk
Institutt for matematiske fag Eksamensoppgave i TMA4240 Statistikk Faglig kontakt under eksamen: Mette Langaas a, Ingelin Steinsland b, Geir-Arne Fuglstad c Tlf: a 988 47 649, b 926 63 096, c 452 70 806
DetaljerST0202 Statistikk for samfunnsvitere
ST0202 Statistikk for samfunnsvitere Bo Lindqvist Institutt for matematiske fag 2 Kap. 10: Inferens om to populasjoner Situasjon: Vi ønsker å sammenligne to populasjoner med populasjonsgjennomsnitt henholdsvis
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: STK1100 Statistiske metoder og dataanalyse 1 - Løsningsforslag Eksamensdag: Mandag 30. november 2015. Tid for eksamen: 14.30
DetaljerMOT310 Statistiske metoder 1, høsten 2011 Løsninger til regneøving nr. 7 (s. 1) Oppgaver fra boka: n + (x 0 x) 2 1. n + (x 0 x) 1 2 ) = 1 γ
MOT310 Statistiske metoder 1, høsten 2011 Løsninger til regneøving nr. 7 (s. 1) Oppgaver fra boka: Oppgave 11.25 (11.27, 11.6:13) Modell: Y i = α + βx i + ε i der ε 1,..., ε n u.i.f. N(0, σ 2 ). Skal nne
DetaljerST0202 Statistikk for samfunnsvitere
ST0202 Statistikk for samfunnsvitere Bo Lindqvist Institutt for matematiske fag 2 Kap. 10: Inferens om to populasjoner Situasjon: Det er to populasjoner som vi ønsker å sammenligne. Vi trekker da et utvalg
DetaljerST0103 Brukerkurs i statistikk Forelesning 26, 18. november 2016 Kapittel 8: Sammenligning av grupper
ST0103 Brukerkurs i statistikk Forelesning 26, 18. november 2016 Kapittel 8: Sammenligning av grupper Bo Lindqvist Institutt for matematiske fag 2 Kapittel 8: Sammenligning av grupper Situasjon: Vi ønsker
DetaljerEKSAMEN I TMA4255 ANVENDT STATISTIKK
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 11 Faglig kontakt under eksamen: Mette Langaas (988 47 649) BOKMÅL EKSAMEN I TMA4255 ANVENDT STATISTIKK Fredag 7.
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
DetaljerTid: Torsdag 11.desember 9:00 12:30 (3.5 timer) Emneansvarlig: Solve Sæbø, Tlf
EKSAMENSOPPGAVE Institutt: IKBM Eksamen i: STAT 100 STATISTIKK Tid: Torsdag 11.desember 9:00 12:30 (3.5 timer) Emneansvarlig: Solve Sæbø, Tlf 67232561 Tillatte hjelpemidler: C3: alle typer kalkulatorer,
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
DetaljerFra boka: 10.32, 10.33, 10.34, 10.35, 10.3 og (alle er basert på samme datasett).
Fra boka: 10.32, 10.33, 10.34, 10.35, 10.3 og 10.37 (alle er basert på samme datasett). ############ OPPGAVE 10.32 # Vannkvalitet. n=49 målinger i ulike områder. # Forutsetter at datasettene til boka (i
DetaljerEKSAMENSOPPGAVE. B154 «Tabeller og formler i statistikk» av Kvaløy og Tjelmeland. To A4-ark (4 sider) med egne notater. Godkjent kalkulator.
Fakultet for naturvitenskap og teknologi EKSAMENSOPPGAVE Eksamen i: STA-2004 Dato: 29.september 2016 Klokkeslett: 09 13 Sted: Tillatte hjelpemidler: B154 «Tabeller og formler i statistikk» av Kvaløy og
DetaljerUNIVERSITETET I OSLO
Eksamen i: UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet STK1110 FASIT. Eksamensdag: Tirsdag 11. desember 2012. Tid for eksamen: 14.30 18.30. Oppgavesettet er på 5 sider. Vedlegg: Tillatte
DetaljerTillatte hjelpemidler: C3: alle typer kalkulator, alle andre hjelpemidler
EKSAMENSOPPGAVER Institutt: Eksamen i: Tid: Emneansvarlig: IKBM STAT100 Tirsdag 28.mai 2013 Solve Sæbø STATISTIKK 09.00-12.30 (3.5 timer) Tillatte hjelpemidler: C3: alle typer kalkulator, alle andre hjelpemidler
DetaljerInferens i fordelinger
Inferens i fordelinger Modifiserer antagelsen om at standardavviket i populasjonen σ er kjent Mer kompleks systematisk del ( her forventningen i populasjonen). Skal se på en situasjon der populasjonsfordelingen
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
DetaljerKap. 10: Inferens om to populasjoner. Eksempel. ST0202 Statistikk for samfunnsvitere
Kap. 10: Inferens om to populasjoner Situasjon: Vi ønsker å sammenligne to populasjoner med populasjonsgjennomsnitt henholdsvis μ 1 og μ. Vi trekker da ett utvalg fra hver populasjon. ST00 Statistikk for
DetaljerSTK Oppsummering
STK1110 - Oppsummering Geir Storvik 11. November 2015 STK1110 To hovedtemaer Introduksjon til inferensmetoder Punktestimering Konfidensintervall Hypotesetesting Inferens innen spesifikke modeller/problemer
DetaljerForelesning 7 STK3100/4100
Forelesning 7 STK3100/4100 p. 1/2 Forelesning 7 STK3100/4100 8. november 2012 Geir Storvik Plan for forelesning: 1. Kontinuerlige positive responser 2. Gamma regresjon 3. Invers Gaussisk regresjon Forelesning
DetaljerTMA4245 Statistikk Eksamen desember 2016
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag TMA4245 Statistikk Eksamen desember 2016 Oppgave 1 Ei bedrift produserer elektriske komponentar. Komponentane kan ha to typar
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren 2006 Kp. 6, del 4
ÅMA110 Sannsynlighetsregning med statistikk, våren 2006 Kp. 6, del 4 Bjørn H. Auestad Institutt for matematikk og naturvitenskap Universitetet i Stavanger 27. mars Bjørn H. Auestad Kp. 6: Hypotesetesting
DetaljerOppgave 1. . Vi baserer oss på at p 47 1 og p 2 er tilnærmet normalfordelte (brukbar tilnærming). Vi har tilnærmet at (n 1 = n 2 = 47)
MOT310 tatistiske metoder 1 Løsningsforslag til eksamen vår 006, s. 1 Oppgave 1 a) En tilfeldig utvalgt besvarelse får F av sensor 1 med sannsynlighet p 1 ; resultatene for ulike besvarelser er uavhengige.
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
DetaljerTidspunkt for eksamen: 12. mai ,5 timer
EKSAMENSOPPGAVE Institutt: IKBM Eksamen i: STAT 100 Statistikk Tidspunkt for eksamen: 12. mai 2016 09.00-12.30. 3,5 timer Kursansvarlig: Trygve Almøy Tillatte hjelpemidler: C3. Alle typer kalkulatorer,
DetaljerHØGSKOLEN I STAVANGER
EKSAMEN I: MOT0 STATISTISKE METODER VARIGHET: TIMER DATO:. NOVEMBER 00 TILLATTE HJELPEMIDLER: KALKULATOR, TABELLER OG FORMLER I STATISTIKK (TAPIR FORLAG) OPPGAVESETTET BESTÅR AV OPPGAVER PÅ 7 SIDER HØGSKOLEN
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
DetaljerTillatte hjelpemidler: C3. Alle typer kalkulatorer, alle andre hjelpemidler. Oppgaveteksten er på 11 sider.
EKSAMENSOPPGAVE Fakultet KBM Eksamen i: STAT 100 Statistikk Tidspunkt 19. mai 017 09.00-1.30. 3,5 timer Kursansvarlig: Trygve Almøy Tillatte hjelpemidler: C3. Alle typer kalkulatorer, alle andre hjelpemidler.
DetaljerSTK1100 våren 2019 Mere om konfidensintevaller
STK1100 våren 2019 Mere om konfidensintevaller Svarer til avsnitt 8.2 i læreboka Ørnulf Borgan Matematisk institutt Universitetet i Oslo 1 Konfidensintervall for µ i store utvalg Anta at de stokastiske
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
DetaljerFasit for tilleggsoppgaver
Fasit for tilleggsoppgaver Uke 5 Oppgave: Gitt en rekke med observasjoner x i (i = 1,, 3,, n), definerer vi variansen til x i som gjennomsnittlig kvadratavvik fra gjennomsnittet, m.a.o. Var(x i ) = (x
DetaljerI dag. Konfidensintervall og hypotesetes4ng ukjent standardavvik (kap. 7.1) t-fordelingen
I dag Konfidensintervall og hypotesetes4ng ukjent standardavvik (kap. 7.1) t-fordelingen Inferens for forventningen 4l en populasjon (7.1) Kapi@el 6: En antagelse om kjent standardavvik s i populasjonen
DetaljerKapittel 7: Inferens for forventningerukjent standardavvik
Kapittel 7: Inferens for forventningerukjent standardavvik 7.1: Inferens for forventningen i en populasjon 7.2: Inferens for å sammenligne to forventninger 7.1 Inferens for forventningen i en populasjon
DetaljerForelesning 8 STK3100
$ $ $ # Fortolkning av Dermed blir -ene Vi får variasjonen i '& '& $ Dermed har fortolkning som andel av variasjonen forklart av regresjonen Alternativt: pga identiteten Forelesning 8 STK3100 p3/3 Multippel
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 -
DetaljerLøsningsforslag eksamen STAT100 Høst 2010
Løsningsforslag eksamen STAT100 Høst 2010 Oppgave 1 a) To-utvalg, parvise data. La Y være tilfeldig variabel som angir antall drepte i periode 1 og tilsvarende X for periode 2. Vi antar parvise avhengigheter
DetaljerEksamensoppgave i TMA4267 Lineære statistiske modeller
Institutt for matematiske fag Eksamensoppgave i TMA4267 Lineære statistiske modeller Faglig kontakt under eksamen: Mette Langaas Tlf: 988 47 649 Eksamensdato: 4. juni 2016 Eksamenstid (fra til): 09.00
DetaljerOppgave 1. T = 9 Hypotesetest for å teste om kolesterolnivået har endret seg etter dietten: T observert = 2.16 0
Løsningsforslag til eksamen i MOT310 STATISTISKE METODER 1 VARIGHET: 4 TIMER DATO: 08. mai 2008 TILLATTE HJELPEMIDLER: Kalkulator: HP30S, Casio FX82 eller TI-30 Tabeller og formler i statistikk (Tapir
DetaljerST0202 Statistikk for samfunnsvitere
ST0202 Statistikk for samfunnsvitere Bo Lindqvist Institutt for matematiske fag 2 Kap. 13: Lineær korrelasjons- og regresjonsanalyse Kap. 13.1-13.3: Lineær korrelasjonsanalyse. Disse avsnitt er ikke pensum,
DetaljerECON240 VÅR / 2016 BOKMÅL
ECON240 VÅR / 2016 BOKMÅL UNIVERSITETET I BERGEN EKSAMEN UNDER SAMFUNNSVITENSKAPELIG GRAD [ DATO og KLOKKESLETT FOR EKSAMEN (START OG SLUTT) ] Tillatte hjelpemidler: Matematisk formelsamling av K. Sydsæter,
DetaljerBivariate analyser. Analyse av sammenhengen mellom to variabler. H 0 : Ingen sammenheng H 1 : Sammenheng
Bivariate analyser Analyse av sammenhengen mellom to variabler H : Ingen sammenheng H 1 : Sammenheng Hvis den ene variabelen er kategorisk er en slik analyse det samme som å sammenligne grupper. Ulike
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
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: STK1120 Statistiske metoder og dataanalyse 2. Eksamensdag: Mandag 30. mai 2005. Tid for eksamen: 14.30 17.30. Oppgavesettet er
DetaljerInferens i regresjon
Strategi som er fulgt hittil: Inferens i regresjon Deskriptiv analyse og dataanalyse først. Analyse av en variabel før studie av samvariasjon. Emne for dette kapittel er inferens når det er en respons
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i STK1000 Innføring i anvendt statistikk Eksamensdag: Torsdag 2. desember 2010. Tid for eksamen: 09.00 13.00. Oppgavesettet er på
DetaljerLøsningsforslag til andre sett med obligatoriske oppgaver i STK1110 høsten 2010
Løsningsforslag til andre sett med obligatoriske oppgaver i STK1110 høsten 2010 Oppgave 1 a Forventet antall dødsulykker i år i er E(X i λ i. Dermed er θ i λ i E(X i forventet antall dødsulykker per 100
DetaljerHøgskolen i Telemark. Institutt for økonomi og informatikk FORMELSAMLING Statistikk I. Til bruk ved eksamen. Per Chr. Hagen
Høgskolen i Telemark Institutt for økonomi og informatikk FORMELSAMLING 6005 Statistikk I Til bruk ved eksamen Per Chr. Hagen . Sannsynlighetsregning. Regneregler Komplementsetningen: Addisjonssetningen:
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.
DetaljerMultippel regresjon. Her utvider vi perspektivet for enkel lineær regresjon til også å omfatte flere forklaringsvariable x 1, x 2,, x p.
Multippel regresjon Her utvider vi perspektivet for enkel lineær regresjon til også å omfatte flere forklaringsvariable x 1, x 2,, x p. Det er fortsatt en responsvariabel y. Måten dette gjøre på er nokså
DetaljerEKSAMEN I TMA4255 ANVENDT STATISTIKK
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 7 Faglig kontakt under eksamen: Mette Langaas (988 47 649) BOKMÅL EKSAMEN I TMA4255 ANVENDT STATISTIKK Fredag 25.
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
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: ST110 Statistiske metoder og dataanalyse Eksamensdag: Mandag 30. mai 2005. Tid for eksamen: 14.30 20.30. Oppgavesettet er på
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
DetaljerKp. 9.8 Forskjell mellom to forventninger
andeler I analysene skal vi se på situasjonene der σx og σ Y er kjente; normalantakelse a σx og σ Y er ukjente men σ X = σ Y ; normalantakelse og b σx og σ Y er ukjente og σ X σ Y ; normalantakelse 3 og
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
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
DetaljerTillatte hjelpemidler: C3: alle typer kalkulator, alle andre hjelpemidler
EKSAMENSOPPGAVER Institutt: Eksamen i: Tid: Emneansvarlig: IKBM STAT100 Torsdag 12. des 2013 Solve Sæbø STATISTIKK 09.00-12.30 (3.5 timer) Tillatte hjelpemidler: C3: alle typer kalkulator, alle andre hjelpemidler
DetaljerBokmål. Eksamen i: Stat100 Statistikk Tid: 18. mai Emneansvarlig: Trygve Almøy:
Bokmål Institutt: IKBM Eksamen i: Stat100 Statistikk Tid: 18. mai 2010 09.00-12.30 Emneansvarlig: Trygve Almøy: 64 96 58 20 Tillatte hjelpemidler: C3: alle typer kalkulatorer, alle andre hjelpemiddel Oppgaveteksten
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
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet. Eksamen i STK3100 Innføring i generaliserte lineære modeller Eksamensdag: Mandag 6. desember 2010 Tid for eksamen: 14.30 18.30 Oppgavesettet
DetaljerKontroller at oppgavesettet er komplett før du begynner å besvare spørsmålene. Ved sensuren teller alle delspørsmål likt.
Eksamen i: MET040 Statistikk for økonomer Eksamensdag: 4 november 2008 Tid for eksamen: 09.00-13.00 Oppgavesettet er på 4 sider. Tillatte hjelpemidler: Alle trykte eller egenskrevne hjelpemidler og kalkulator.
DetaljerPSY2012 Forskningsmetodologi III: Statistisk analyse, design og måling Eksamen vår 2014
Psykologisk institutt PSY2012 Forskningsmetodologi III: Statistisk analyse, design og måling Eksamen vår 2014 Skriftlig skoleeksamen fredag 2. mai, 09:00 (4 timer). Kalkulator uten grafisk display og tekstlagringsfunksjon
DetaljerOppgave 1. Kilde SS df M S F Legering Feil Total
MOT30 Statistiske metoder, høste0 Løsninger til regneøving nr. 0 (s. ) Oppgave Y ij = µ i + ε ij, der ε ij uavh. N(0, σ ) der µ i er forventa kopperinnhold for legering i og ε ij er feilleddet (tilfeldig
DetaljerTMA4240 Statistikk H2010
TMA4240 Statistikk H2010 Statistisk inferens: 9.6: Prediksjonsintervall 9.8: To utvalg, differanse µ 1 µ 2 Mette Langaas Foreleses mandag 18.oktober, 2010 2 Prediksjonsintervall for fremtidig observasjon,
Detaljer