Løsningskisse seminaroppgaver uke 15
|
|
- Ragnar Våge
- 7 år siden
- Visninger:
Transkript
1 HG April 0 Løsningskisse seminaroppgaver uke 5 Oppg. 5.6 La X = antall barn i utvalget som har lærevansker. Andel barn med lærevansker i populasjonen av barn antas å være p = 0,5. Utvalgsstørrelsen er n = 900. Utvalget antas å være et rent tilfeldig utvalg trukket fra populasjonen. I så fall er X egentlig hypergeometrisk fordelt, men siden populasjonen er stor, kan vi uten vesentlig tap av realisme anta en binomisk modell for X (jfr. supplement til forelesningen 9. mars på nettet): Modell: X~ bin( np, ) = bin(900; 0,5) Vi skal finne P(5 X 50). Betingelsene i regel 5.0 er opplagt oppfylt, og vi kan utnytte at X er tilnærmet normalfordelt: tilnærmet ~ ( ( ), var( ) ) = (, ( ) ) = ( 5; 0,74) X N E X X N np np p N Siden X bare kan anta hele verdier, er begivenheten ( X 5) ekvivalent med ( X > 4), og vi får (ved hjelp av Gz ( ) = PZ ( z) der Z ~ N (0, ) ): P(5 X 50) = P(4 < X 50) = PX ( 50) PX ( 4) tabell D. G G G(, 40) G(,96) 0,99 0,050 0,74 = = 0,74 = 0,894 Oppg. 5.7 Dette er klart en hypergeometrisk situasjon med liten populasjon bestående av N = 8 biler, hvorav M = er defekte, og N M = 5 er ok. Et rent tilfeldig utvalg på n = 4 biler trekkes, og Y er antall defekte biler i utvalget. Siden utvalget er rent tilfeldig, er Y hypergeometrisk fordelt med sannsynlighetsfunksjon 5 y 4 y = 0,,, 8 4
2 Vi får = = 70 og tilsvarende for andre binomialkoeffisienter og dermed 4 4 følgende tabell over fordelingen (sjekk): y 5 y 4 y ( 0.07) 0 ( 0.49) 0 ( 0.49) 5 ( 0.07) Dermed = 7 Histogrammet : Oppg. 5.9 Populasjonen består av N = 64 elger hvorav M = 4 er merket. I alt n = 8 blir skutt og antall av disse som er merket, er en tilfeldig størrelse som vi for eksempel kaller Y. Hvis vi antar at det ikke er lettere å oppdage (og skyte) elger som er tidligere merket enn andre, kan vi anta at utvalget (de som ble skutt) er et rent tilfeldig utvalg. I så fall er Y hypergeometrisk fordelt med sannsynlighetsfunksjon
3 4 50 y 8 y = 0,,,,8 64 Antall mulige utvalg på 8 er Excel). 64 = (beregnet med COMBIN-funksjonen i Tilsvarende finner vi (med Excel eller med kalkulator som har bin.koeffisienter) Vi finner for eksempel og PY= ( ) = = y y 8 y Sum 0.98 PY ( ) = = Oppg. 5.0 Nå består populasjonen av N = 640 elger hvorav M = 40 er merket. Utvalget (de som blir skutt) er fortsatt n = 8, hvorav Y er merket. Hvis vi antar at utvalget er rent tilfeldig, er Y hypergeometrisk fordelt,
4 4 (beregnet med COMBIN y 8 y = 0,,,, Antall mulige utvalg på 8 er = funksjonen i Excel). Vi kan nå lage samme tabell som i oppgave 9 og beregne de eksakte hypergeometriske sannsynlighetene, men tallene blir betydelig større her og vanskeligere å håndtere. Men teorien sier (jfr. supplement til forelesning 9. mars) at, når populasjonen er stor, vil Y være tilnærmet binomisk fordelt med suksess-sannsynlighet, p= M N = = 0.875, og antall forsøk, n = 8. (Dvs beregne Y Tilnærmet ~ bin(8, 0.875) ). Denne tilnærmelsen er noe enklere å 8 y p ( p) y 8 y der p = Med COMBIN og BINOM.DIST funksjonene i Excel får vi tabellen med eksakt (hypergeometrisk) og tilnærmet (binomisk) beregning (kunne også brukt HYPGEOM.DIST funksjonen direkte): y Eksakt Tilnærmet y 8 y Sum ( PY ( ) ) Vi ser at den binomiske tilnærmelsen gir ganske bra resultater. Oppg. 5. Lottotrekninger gjentar seg hver uke og resultatene fra forskjellige uker er uavhengige av hverandre. Trekningene kan betraktes som en binomisk forsøksrekke, der i hvert forsøk (uke) observeres om begivenheten S = lykketallet trekkes ut eller ikke. Sannsynligheten p= PS ( ) = 7 4 er konstant hver uke og resultatene fra forskjellige uker er uavhengige. Hvis Z er antall forsøk (uker) til første gang S dukker opp, er Z geometrisk fordelt (jfr avsnitt 5.4 i Løvås), med sannsynlighetsfunksjon z PZ ( = z) = ( p) p z=,,,
5 5 som gir 7 7 PZ ( = ) = ( p) p= = og, ifølge regel 5.6: 4 EZ ( ) = 4.9 p = 7 = uker. Sannsynlighetsfordelingen (uttrykt ved histogrammet) blir akkurat som i figur 4.5 siden sannsynlighetene er beregnet på samme måte og med samme p = 7 / 4 = 0.06 som i figur 4.5. Oppg. 5. Vi har også her en geometrisk fordeling. La S stå for S = "lykkes en dag". Oppgitt p= PS ( ) = Hvis X er antall dager til Kari lykkes, antas (som modell) at X er geometrisk fordelt, som impliserer EX ( ) = 000 p = 0.00 = dager. Som i eksempel 5.6 side 67, får vi P PX p (lykkes i løpet av et år) = ( 65) = ( ) = = 0.06 Eksamen Econ0, 008 vår, oppg. A-D Utdrag fra sensorveiledningen: Svarene er kort skissert mellom <<. >>. Oppgave Vi har en kortstokk bestående av 6 kort. På av disse står det skrevet JA på forsiden mens det står NEI på forsiden av de 4 andre kortene. Hvis man får se kortet med baksiden vendt mot seg, er det ikke mulig å se om det står JA eller NEI på forsiden. A. Anta kortstokken blir stokket godt og lagt ned på bordet i en bunke med baksiden opp. (i) Hva er sannsynligheten for at det øverste kortet i bunken er et JA-kort? (ii) Hva er sannsynligheten for at de to øverste kortene i bunken begge er JA-kort?
6 6 6 <<Svar: (i): / (ii): = 5 >> B. La generelt A og B være to begivenheter. Da gjelder () A= ( A B) ( A B) (i) Forklar relasjonen () ved et Venn-diagram. 4 (ii) Anta PA= ( ) og PB ( A ) =. Hva blir da PA ( B)? 5 4 (iii) Anta at sannsynlighetene oppgitt i (ii) fortsatt gjelder. Hvilken verdi må PB ( ) ha hvis A og B er uavhengige begivenheter? Hva blir i så fall PA ( B)? 4 4 <<Svar: (ii): PA ( B) = PA ( ) PAPB ( ) ( A) = = (iii): Uavhengighet hvis PB ( ) = PB ( A) =. I så fall PA ( B) = PA ( ) + PB ( ) PAPB ( ) ( ) = + = + = = 0,85 >> C. Vi vender tilbake til situasjonen i punkt A. La J være begivenheten at det øverste kortet i bunken er et JA-kort, og J begivenheten at det nest øverste kortet er et JAkort. Forklar intuitivt, eller ved en beregning, at PJ ( ) = PJ ( ) =. << Svar: PJ ( ) = PJ ( ) PJ ( J) + PN ( ) PJ ( N) = + = (+ 4) = >> D. Kortstokken stokkes grundig og legges som før på bordet i en bunke med baksiden opp. Ett og ett kort åpnes deretter fra toppen av bunken og nedover inntil første JAkort dukker opp. La X være antall kort som må snus inntil første JA-kort dukker opp. Hvis kortstokken er grundig nok stokket, vil alle mulige rekkefølger av kortene i bunken ha samme sannsynlighet, og den stokastiske variabelen X vil ha en fordeling gitt i tabell : Tabell Fordelingen for X x PX ( = x) (i) Vis at PX= ( ) = som gitt i tabellen. 5 [Hint: Merk at begivenheten ( X = ) er ekvivalent med begivenheten N N J - dvs. der de to øverste kortene er NEI-kort og det tredje
7 7 kortet ovenfra et JA-kort (der begivenheten toppen er et NEI-kort).] N i betyr at i-te kort fra (ii) Vis at 7 EX ( ) = og 4 Var( X ) =. 9 4 << Svar: (i) PX ( = ) = PN ( ) PN ( N) PJ ( N N) = = = (ii) EX ( ) = = =, EX ( ) = = = og Var( X ) = 7 = = 9 9 >>
Litt mer om den hypergeometriske fordelingen og dens tilnærming av binomisk fordeling.
1 ECON 2130 HG mars 2015 Litt mer om den hypergeometriske fordelingen og dens tilnærming av binomisk fordeling. Grunnen til dette supplementet er dels at forholdet mellom hypergeometrisk og binomisk fordeling
DetaljerLøsningskisse for oppgaver til undervisningsfri uke 14 (6.-9. april)
HG April 010 Løsningskisse for oppgaver til undervisningsfri uke 14 (6.-9. april) Innledende merknad. De fleste oppgavene denne uka er øvelser i bruk av den viktige regel 5.0, som er sentral i dette kurset,
DetaljerEcon 2130 Forelesning uke 10 (HG) Geometrisk og normal fordeling
Econ 2130 Forelesning uke 10 (HG) Geometrisk og normal fordeling 1 Geometrisk fordeling Binomisk forsøks-serie En serie likeartete forsøk med to mulige utfall, S og F, i hvert. (Modell) forutsetninger
DetaljerTALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i <<< >>>.
1 ECON213: EKSAMEN 217 VÅR - UTSATT PRØVE TALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i
DetaljerLøsningskisse for oppgaver til undervisningsfri uke 8 ( februar 2012)
1 ECON 130 HG - februar 01 Løsningskisse for oppgaver til undervisningsfri uke 8 (0.-. februar 01) Oppg..1. Variabel: x = antall kundehenvendelser pr. dag 1. Antall observasjoner: n = 100 dager. I Excel
DetaljerOppgave 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
DetaljerIllustrasjon av regel 5.19 om sentralgrenseteoremet og litt om heltallskorreksjon (som i eksempel 5.20).
Econ 130 HG mars 017 Supplement til forelesningen 7. februar Illustrasjon av regel 5.19 om sentralgrenseteoremet og litt om heltallskorreksjon (som i eksempel 5.0). Regel 5.19 sier at summer, Y X1 X X
DetaljerStatistikk 1 kapittel 5
Statistikk 1 kapittel 5 Nico Keilman ECON 2130 Vår 2015 Kapittel 5 Sannsynlighetsmodeller I kap. 4 så vi et eksempel om en s.v. X som hadde en uniform sannsynlighetsfordeling: alle verdier av x har like
DetaljerStatistikk 1 kapittel 5
Statistikk 1 kapittel 5 Nico Keilman ECON 2130 Vår 2016 Kapittel 5 Sannsynlighetsmodeller I kap. 4 så vi et eksempel med en s.v. X som hadde en uniform sannsynlighetsfordeling: alle verdier av x har like
DetaljerStatistikk 1 kapittel 5
Statistikk 1 kapittel 5 Nico Keilman ECON 2130 Vår 2017 Kapittel 5 Sannsynlighetsmodeller I kap. 4 så vi et eksempel med en s.v. X som hadde en uniform sannsynlighetsfordeling: alle verdier av x har like
DetaljerA. i) Sett opp en frekvenstabell over de fire mulige kombinasjonene av kjønn og røykestatus. Dvs. fyll inn. Ikke - røyker Sum Jente Gutt Sum 25
1 ECON21: ESAEN 215v SENSORVEILEDNING. Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i > Grensen til bestått bør ligge på ca
Detaljerbetyr begivenheten at det blir trukket en rød kule i første trekning og en hvit i andre, mens B1 B2
ECON30: EKSAMEN 06v SENSORVEILEDNING. Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i
DetaljerStatistikk 1 kapittel 5
Statistikk 1 kapittel 5 Nico Keilman ECON 2130 Vår 2014 Kapittel 5 Sannsynlighetsmodeller I kap. 4 så vi et eksempel om en s.v. X som hadde en uniform sannsynlighetsfordeling: alle verdier av x har like
DetaljerOppgaven består av 9 delspørsmål som anbefales å veie like mye. Kommentarer og tallsvar er skrevet inn mellom << >>. Oppgave 1
ECON 0 EKSMEN 007 VÅR SENSORVEILEDNING Oppgaven består av 9 delspørsmål som anbefales å veie like mye. Kommentarer og tallsvar er skrevet inn mellom >. Oppgave. La begivenhetene BC,, være slik at og
DetaljerMerk at vi for enkelthets skyld antar at alle som befinner seg i Roma sentrum enten er italienere eller utenlandske turister.
ECON230: EKSAMEN 20 VÅR - UTSATT PRØVE 2 TALLSVAR. Oppgave Da Anne var på besøk i Roma, fikk hun raskt problemer med språket. Anne snakker engelsk, men ikke italiensk, og kun av 5 italienere behersker
DetaljerDet anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i << >>.
ECON 0 EKSAMEN 0 VÅR TALLSVAR Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i
DetaljerHØGSKOLEN I STAVANGER
HØGSKOLEN I STAVANGER Avdeling for TEKNISK NATURVITEN- EKSAMEN I: TE199 SANNSYNLIGHETSREGNING MED STATISTIKK SKAPELIGE FAG VARIGHET: 4 TIMER DATO: 5. JUNI 2003 TILLATTE HJELPEMIDLER: KALKULATOR OPPGAVESETTET
DetaljerBernoulli forsøksrekke og binomisk fordeling
Bernoulli forsøksrekke og binomisk fordeling Bernoulli forsøksrekke i) gjentar et forsøk n ganger ii) hvert forsøk gir enten suksess eller fiasko iii) sannsynligheten for suksess er p i alle forsøkene
DetaljerLøsningskisse seminaroppgaver uke 11 ( mars)
HG Mars 008 Løsningskisse seminaroppgaver uke (0.-4. mars) ECON 0 EKSAMEN 004 VÅR Oppgave En gitt prøve er laget som en flervalgsprøve ( multiple choice test ). Prøven består av tre spørsmål. For hvert
DetaljerTALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i << >>.
1 ECON130: EKSAMEN 014 VÅR - UTSATT PRØVE TALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variason i vanskelighetsgrad. Svarene er gitt i >. Oppgave 1 Fra en eldre
DetaljerLøsningsforslag ECON 2130 Obligatorisk semesteroppgave 2017 vår
Løsningsforslag ECON 130 Obligatorisk semesteroppgave 017 vår Andreas Myhre Oppgave 1 1. (i) Siden X og Z er uavhengige, vil den simultane fordelingen mellom X og Z kunne skrives som: f(x, z) = P(X = x
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
DetaljerHØGSKOLEN I STAVANGER
HØGSKOLEN I STAVANGER Avdeling for TEKNISK NATURVITEN- EKSAMEN I: TE199 SANNSYNLIGHETSREGNING MED STATISTIKK SKAPELIGE FAG VARIGHET: 4 TIMER DATO: 30. AUGUST 2003 TILLATTE HJELPEMIDLER: KALKULATOR OPPGAVESETTET
DetaljerUNIVERSITETET I OSLO ØKONOMISK INSTITUTT
Eksamen i: ECON30 Statistikk UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Eksamensdag: 03.06.06 Sensur kunngjøres: 4.06.06 Tid for eksamen: kl. 09:00 :00 Oppgavesettet er på 5 sider Tillatte hjelpemidler:
DetaljerHøgskoleni østfold EKSAMEN
et) Høgskoleni østfold EKSAMEN Emnekode:Emne: SFB10711Metode 1 Statistikkdel Dato: 5. feb. 2016Eksamenstid: kl. 1400 Hjelpemidler: Kalkulator Utlevert formelsamling til kl. 1800 Faglærer: Nils Ingar Arvidsen
DetaljerUNIVERSITETET I OSLO ØKONOMISK INSTITUTT
Utsatt eksamen i: ECON130 Statistikk 1 UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Eksamensdag: 1306017 Sensur kunngjøres senest: 3006017 Tid for eksamen: kl 09:00 1:00 Oppgavesettet er på 5 sider Tillatte
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren 2011
ÅMA0 Sannsynlighetsregning med statistikk, våren 0 Kp. 3 Diskrete tilfeldige variable Noen viktige sannsynlighetsmodeller Noen viktige sannsynlighetsmodeller ( Sanns.modell : nå betyr det klasse/type sanns.fordeling.
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren 2007
ÅMA0 Sannsnlighetsregning med statistikk, våren 007 Kp. 3 Diskrete tilfeldige variable Noen viktige sannsnlighetsmodeller Noen viktige sannsnlighetsmodeller Binomisk modell (kp. 3.6) (kp. 3.7) (notater)
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
DetaljerKap. 7 - Sannsynlighetsfordelinger
Oppgaver: Kap. 7 - Sannsynlighetsfordelinger Oppgaver fra kapitlet Lærebok: 7.0-0-0-,7.--7, 7.-, 7., 7., 7.7 Oppgavesamling: 7.00, 7.0, 7.09, 7., 7.9, 7., 7.0, 7.0, 7.0 7.0-0-0-0- Stokastisk variabel:
DetaljerTMA4240 Statistikk Høst 2009
TMA4240 Statistikk Høst 2009 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer b5 Løsningsskisse Oppgave 1 Vi ønsker å finne ut om et nytt serum kan stanse leukemi.
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren Noen viktige sannsynlighetsmodeller. Noen viktige sannsynlighetsmodeller
ÅMA0 Sannsnlighetsregning med statistikk, våren 008 Kp. 3 Diskrete tilfeldige variable Noen viktige sannsnlighetsmodeller Noen viktige sannsnlighetsmodeller Binomisk modell (kp. 3.6) Hpergeometrisk modell
DetaljerLøsningsskisse for oppgavene til uke 7
1 HG Februar 08 Løsningsskisse for oppgavene til uke 7 (Forbehold om trykk- og regnefeil.) Oppg..17 A Løgntesten sier at Per lyver B Per lyver faktisk PAB ( ) 0,8 PAB ( ) 0,70 PB ( ) 0, Vi får av Bayes
DetaljerTMA4240 Statistikk Høst 2015
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 6, blokk I Løsningsskisse Oppgave 1 Vi antar X er normalfordelt, X N(3315, 55 2. Ved bruk av formelheftet finner
DetaljerSTK1100 våren Normalfordelingen. Normalfordelingen er den viktigste av alle sannsynlighetsfordelinger
STK00 våren 206 Normalfordelingen Svarer til avsnitt 4.3 i læreboka Geir Storvik Matematisk institutt Universitetet i Oslo Normalfordelingen er den viktigste av alle sannsynlighetsfordelinger Normalfordelingen
DetaljerEmnenavn: Eksamenstid: 4 timer. Faglærer: Hans Kristian Bekkevard
EKSAMEN Emnekode: SFB107111 Emnenavn: Metode 1, statistikk deleksamen Dato: 16. mai 2017 Hjelpemidler: Godkjent kalkulator og vedlagt formelsamling m/tabeller Eksamenstid: 4 timer Faglærer: Hans Kristian
DetaljerEksamen REA3028 S2, Høsten 2011
Eksamen REA308 S, Høsten 011 Del 1 Tid: timer Hjelpemidler: Vanlige skrivesaker, passer, linjal med centimetermål og vinkelmåler er tillatt. Oppgave 1 (4 poeng) a) Deriver funksjonene 1) f x x x 1 ) gx
DetaljerTMA4240 Statistikk Høst 2009
TMA4240 Statistikk Høst 2009 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 5 Løsningsskisse Oppgave 1 En lottorekke kan oppfattes som et ikke-ordnet utvalg på
DetaljerTMA4240 Statistikk H2010 Kapittel 5: Diskrete sannsynlighetsfordelinger : Uniform, binomisk, hypergeometrisk fordeling
TMA4240 Statistikk H2010 Kapittel 5: Diskrete sannsynlighetsfordelinger 5.1-5.4: Uniform, binomisk, hypergeometrisk fordeling Mette Langaas 2 Arbeidshverdag etter endt studium Studere et fenomen (f.eks.
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren Noen viktige sannsynlighetsmodeller. Hypergeometrisk modell
ÅMA Sannsnlighetsregning med statistikk, våren 6 Kp. 3 Diskrete tilfeldige variable Noen viktige sannsnlighetsmodeller Noen viktige sannsnlighetsmodeller Binomisk modell (kp. 3.6) Hpergeometrisk modell
DetaljerUtvalgsfordelinger (Kapittel 5)
Utvalgsfordelinger (Kapittel 5) Observator En observator er en funksjon av data for mange individer, for eksempel Gjennomsnitt Andel Stigningstall i regresjonslinje En observator er en tilfeldig variabel
DetaljerOppgaven består av 10 delspørsmål som anbefales å veie like mye, Kommentarer og tallsvar er skrevet inn mellom <<, >>, Oppgave 1
ECON 130 EKSAMEN 005 VÅR SENSORVEILEDNING Oppgaven består av 10 delspørsmål som anbefales å veie like mye, Kommentarer og tallsvar er skrevet inn mellom , Oppgave 1 I denne oppgaven kan du anta at
DetaljerEksamen S2 va ren 2016 løsning
Eksamen S va ren 016 løsning Tid: timer Hjelpemidler: Vanlige skrivesaker, passer, linjal med centimetermål og vinkelmåler. Oppgave 1 (5 poeng) Deriver funksjonene x a) f x e f x e b) gx x x 3 x 4 1 x
DetaljerUNIVERSITETET I OSLO ØKONOMISK INSTITUTT
Utsatt eksamen i: ECON2130 - Statistikk 1 Eksamensdag: 19.06.2014 Tid for eksamen: kl. 09:00 12:00 Oppgavesettet er på 4 sider UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Tillatte hjelpemidler: Alle trykte
DetaljerLøsningsforslag til seminar 4 Undervisningsfri uke
Løsningsforslag til seminar 4 Undervisningsfri uke Iman Ghayoornia February 22, 2016 Oppgave 2.1 Se Excel-filen som er tilgjengelig på emnesiden. Hvis du lurer på hvordan jeg fikk verdiene i cellene så
DetaljerOppgave 1 Vi lar X være antall tankskip som ankommer havnen i løpet av en dag. Vi har fått oppgitt at X poisson(λ) med
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Anbefalte oppgaver 5, blokk I Løsningsskisse Oppgave 1 Vi lar X være antall tankskip som ankommer havnen i løpet av en dag.
DetaljerLitt om forventet nytte og risikoaversjon. Eksempler på økonomisk anvendelse av forventning og varians.
H. Goldstein Revidert januar 2008 Litt om forventet nytte og risikoaversjon. Eksempler på økonomisk anvendelse av forventning og varians. Dette notatet er ment å illustrere noen begreper fra Løvås, kapittel
DetaljerOppgaven består av 10 delspørsmål som anbefales å veie like mye. Kommentarer og tallsvar er skrevet inn mellom <<. >>. Oppgave 1
ECON 0 EKSAMEN 004 VÅR SENSORVEILEDNING Oppgaven består av 0 delspørsmål som anbefales å veie like mye. Kommentarer og tallsvar er skrevet inn mellom
DetaljerUNIVERSITETET I OSLO ØKONOMISK INSTITUTT
UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Øvelsesoppgave i: ECON30- Statistikk Dato for utlevering: 5.03.06 Dato for innlevering: 05.04.06 innen kl. 5:00 Innleveringssted: Ekspedisjonen i. etasje ES hus
Detaljer1 Section 4-1: Introduksjon til sannsynlighet. 2 Section 4-2: Enkel sannsynlighetsregning. 3 Section 5-1: Introduksjon til sannsynlighetsfordelinger
1 Section 4-1: Introduksjon til sannsynlighet 2 Section 4-2: Enkel sannsynlighetsregning 3 Section 5-1: Introduksjon til sannsynlighetsfordelinger 4 Section 5-2: Tilfeldige variable 5 Section 5-3: Binomisk
DetaljerUNIVERSITETET I OSLO ØKONOMISK INSTITUTT
Øvelsesoppgave i: ECON2130 Statistikk 1 Dato for utlevering: Mandag 22. mars 2010 Dato for innlevering: Fredag 9. april 2010 UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Innleveringssted: Ved siden av SV-info-senter
DetaljerUNIVERSITETET I OSLO ØKONOMISK INSTITUTT
Øvelsesoppgave i: ECON30 Dato for utlevering: 7.03.04 Dato for innlevering: 07.04.04 UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Innleveringssted: Ekspedisjonen, etasje innen kl 5:00 Øvrig informasjon: Denne
DetaljerTMA4240 Statistikk H2010
TMA4240 Statistikk H2010 Kapittel 5: Diskrete sannsynlighetsfordelinger 5.5-5.6: Negativ binomisk, geometrisk, Poisson Mette Langaas Foreleses mandag 20. september 2010 2 Kabel En kabel består av mange
DetaljerSannsynlighet og statistikk S2 Løsninger
Sannsynlighet og statistikk S2 Løsninger Innhold 3. Stokastiske variabler og sannsynlighetsfordelinger... 2 3.2 Forventningsverdi Varians Standardavvik... 9 3.3 Normalfordelingen... 7 3.4 Sentralgrensesetningen...
DetaljerBinomisk sannsynlighetsfunksjon
ST0202 Statistikk for samfunnsvitere Bo Lindqvist Institutt for matematiske fag 2 Binomisk sannsynlighetsfunksjon La det være n forsøk, sannsynlighet p for suksess og sannsynlighet q for fiasko. Den tilfeldige
DetaljerNotater til forelesning i Sannsynlighetsregning SK 101 Matematikk i grunnskolen I
Notater til forelesning i Sannsynlighetsregning SK 101 Matematikk i grunnskolen I 4 Kombinatorikk Vi må lære tellemetoder når valgtrær, som vi brukte tidligere, blir for store og vanskelig å håndtere.
DetaljerBetinget sannsynlighet
Betinget sannsynlighet Multiplikasjonsloven for sannsynligheter (s. 49 i bok): P( AB ) = P( A B ) P(B) Veldig viktig verktøy for å finne sannsynligheter for snitt. (Bevises ved rett fram manipulering av
DetaljerTMA4240 Statistikk 2014
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 5, blokk I Løsningsskisse Oppgave 1 X og Y er uavhengige Poisson-fordelte stokastiske variable, X p(x;5 og Y p(y;1.
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
DetaljerST0103 Brukerkurs i statistikk Høst 2014
Norges teknisk naturvitenskapelige univsitet Institutt for matematiske fag ST0103 Brukkurs i statistikk Høst 2014 Løsningsforslag Øving 6 5.2 Antall sprukne pøls X binomialfordelt med n 8 og p 0.2, og
DetaljerDiskrete sannsynlighetsfordelinger.
Diskrete sannsynlighetsfordelinger. Dekkes av kapittel 5 i læreboka. Husk: f(x) er punktsannsynligheten til en diskret X dersom: 1. f(x) 0 2. x f(x) =1 3. f(x) =P (X = x) Vi skal nå sepå situasjoner der
DetaljerObservatorer. STK Observatorer - Kap 6. Utgangspunkt. Eksempel høyde Oxford studenter
Observatorer STK00 - Observatorer - Kap 6 Geir Storvik 4. april 206 Så langt: Sannsynlighetsteori Stokastiske modeller Nå: Data Knytte data til stokastiske modeller Utgangspunkt Eksempel høyde Oxford studenter
DetaljerHØGSKOLEN I SØR-TRØNDELAG Avdeling for lærer- og tolkeutdanning
HØGSKOLEN I SØR-TRØNDELAG Avdeling for lærer- og tolkeutdanning Emnekode(r): LGU52003 Emnenavn: Matematikk 2 (5-10), emne 2 Studiepoeng: 15 Eksamensdato: 11. mai 2015 Varighet/Timer: Målform: Kontaktperson/faglærer:
DetaljerSANNSYNLIGHETSREGNING
SANNSYNLIGHETSREGNING Er tilfeldigheter tilfeldige? Når et par får vite at de skal ha barn, vurderes sannsynligheten for pike eller gutt normalt til rundt 50/50. Det kan forklare at det fødes omtrent like
DetaljerOppgaveløsninger til undervisningsfri uke 8
1 HG Februar 2013 Oppgaveløsninger til undervisningsfri uke 8 Oppgave 3.17 Definer to begivenheter Oppgitt A = løgntesten sier at Per lyver B = Per lyver faktisk PAB ( ) = 0.85 PA ( B) = 0.70 PB ( ) =
DetaljerEcon 2130 uke 18 (HG) Hypotesetesting II P-verdi
Ecn 213 uke 18 (HG) Hyptesetesting II P-verdi Testing av µ i uid- mdellen (Z-test) MODELL (Situasjn I) : X1, X2,, Xn uavhengige g identisk nrmalfrdelte ( N ( µσ, ) ) E X X i n n MODELL (Situasjn II): 2
DetaljerHøgskoleni Øs fold EKSAMEN. Om noe er uklart eller mangelfullt i oppgaven inngår det som en del av oppgaven å ta de nødvendige forutsetninger.
Høgskoleni Øs fold EKSAMEN Emnekode: Emne: SFB10711 Metodekurs 1: Grunnleggende matematikk og statistikk Deleksameni statistikk Dato: 3. januar 2014 Eksamenstid: kl. 0900 til kl. 1300 Hjelpemidler: Faglærer:
DetaljerTMA4240 Statistikk H2015
TMA4240 Statistikk H2015 Kapittel 5: Noen diskrete sannsynlighetsfordelinger 5.4 Geometrisk og negativ binomisk fordeling 5.5 Poisson-prosess og -fordeling Mette Langaas Institutt for matematiske fag,
DetaljerQED 5 10. Matematikk for grunnskolelærerutdanningen. Bind 2. Fasit kapittel 4 Statistikk og kvantitativ metode
QED 5 10 Matematikk for grunnskolelærerutdanningen Bind 2 Fasit kapittel 4 Statistikk og kvantitativ metode Kapittel 4 Oppgave 1. La x være antall øyne på terningen. a) Vi får følgende sannsynlighetsfordeling
DetaljerUNIVERSITETET I OSLO ØKONOMISK INSTITUTT
Eksamen i: ECON2130 Statistikk 1 UNIVERSITETET I OSLO ØONOIS INSTITUTT Eksamensdag: 01.06.2015 Sensur kunngjøres: 22.06.2015 Tid for eksamen: kl. 09:00 12:00 Oppgavesettet er på 4 sider Tillatte hjelpemidler:
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:
DetaljerST0202 Statistikk for samfunnsvitere
ST0202 Statistikk for samfunnsvitere Bo Lindqvist Institutt for matematiske fag Situasjonen er som i quiz-eksempelet: n = 4, p = 1/3 ( suksess betyr å gjette riktig alternativ), q = 2/3. Oppgave: Finn
DetaljerEKSAMEN. TILLATTE HJELPEMIDLER: Kalkulator. Hornæs: Formelsamling statistikk HiG. John Haugan: Formler og tabeller.
KANDIDATNUMMER: EKSAMEN FAGNAVN: FAGNUMMER: Statistikk. BtG207 EKSAMENSDATO: 1. juni 2010. KLASSE: HIS 08 11. TID: kl. 8.00 13.00. FAGLÆRER: Hans Petter Hornæs ANTALL SIDER UTLEVERT: 3 (innkl. forside)
DetaljerForelesing 27 Oppsummering. Torstein Fjeldstad Institutt for matematiske fag, NTNU
Forelesing 27 Oppsummering Torstein Fjeldstad Institutt for matematiske fag, NTNU 18.04.2018 I dag Lineær regresjon (sjekk av modellantagelser) Praktisk informasjon Andre statistikk-kurs Oversikt over
DetaljerSTK Oppsummering
STK1100 - Oppsummering Geir Storvik 6. Mai 2014 STK1100 Tre temaer Deskriptiv/beskrivende statistikk Sannsynlighetsteori Statistisk inferens Sannsynlighetsregning Hva Matematisk verktøy for å studere tilfeldigheter
DetaljerFormelsamling V-2014 MAT110. Statistikk 1. Per Kristian Rekdal
Formelsamling V-2014 MAT110 Statistikk 1 Per Kristian Rekdal 2 Forord Dette er formelsamlingen i emnet MAT110 Statistikk 1 ved høgskolen i Molde. Formlene i denne formelsamlingen er stort sett de formlene
DetaljerRegneregler for forventning og varians
Regneregler for forventning og varians Det fins regneregler som er til hjelp når du skal finne forventningsverdier og varianser. Vi skal her se nærmere på disse reglene. Vi viser deg også hvordan reglene
DetaljerEksamen REA3028 S2, Høsten 2011
Eksamen REA08 S, Høsten 0 Del Tid: timer Hjelpemidler: Vanlige skrivesaker, passer, linjal med centimetermål og vinkelmåler er tillatt. Oppgave (4 poeng) a) Deriver funksjonene ) f f 4 ) g e g e 6e ) h
DetaljerSensurveiledning for eksamen i lgu52003 våren 2015
Sensurveiledning for eksamen i lgu5200 våren 205 Oppgave a) Gjennomsnittsfart fra 0-0 minutt: tilbakelagt strekning etter 0 min tilbakelagt strekning ved start tid = Gjennomsnittsfart fra 5-0 minutt: (5
DetaljerHypotesetesting. Hvorfor og hvordan? Gardermoen 21. april 2016 Ørnulf Borgan. H. Aschehoug & Co Sehesteds gate 3, 0102 Oslo Tlf:
Hypotesetesting Hvorfor og hvordan? Gardermoen 21. april 2016 Ørnulf Borgan H. Aschehoug & Co Sehesteds gate 3, 0102 Oslo Tlf: 22 400 400 www.aschehoug.no 1 Oversikt Sannsynlighetsregning og statistikk
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren Kp. 3 Diskrete tilfeldige variable. Diskrete tilfeldige variable, varians (kp. 3.
ÅMA Sannsynlighetsregning med statistikk, våren 8 Kp. Diskrete tilfeldige variable Kp. Diskrete tilfeldige variable Har sett på (tidligere: begrep/definisjoner; tilfeldig (stokastisk variabel sannsynlighetsfordeling
DetaljerUtvalgsfordelinger. Utvalg er en tilfeldig mekanisme. Sannsynlighetsregning dreier seg om tilfeldige mekanismer.
Utvalgsfordelinger Vi har sett at utvalgsfordelinger til en observator er fordelingen av verdiene observatoren tar ved mange gjenttatte utvalg av samme størrelse fra samme populasjon. Utvalg er en tilfeldig
DetaljerEksamen 29.11.2011. REA3028 Matematikk S2. Nynorsk/Bokmål
Eksamen 9.11.011 REA308 Matematikk S Nynorsk/Bokmål Bokmål Eksamensinformasjon Eksamenstid: Hjelpemidler på Del 1: Hjelpemidler på Del : 5 timer: Del 1 skal leveres inn etter timer. Del skal leveres inn
DetaljerEksamen S2 høsten 2016 løsning
Eksamen S høsten 016 løsning Tid: timer Hjelpemidler: Vanlige skrivesaker, passer, linjal med centimetermål og vinkelmåler. Oppgave 1 (5 poeng) Deriver funksjonene 3 a) f 5 f 3 5 b) g 5 1 7 5 7 1 70 1
DetaljerDiskrete sannsynlighetsfordelinger.
Diskrete sannsynlighetsfordelinger. Dekkes av kapittel 5 i læreboka. Husk: f() er punktsannsynligheten til en diskret X dersom: 1. f() 0 2. f() =1 3. f() =P (X = ) Vi skal nå sepå situasjoner der vi har
DetaljerHypergeometrisk modell
Hpergeometrisk modell Tilnærming til binomisk fordeling - enklere å beregne binomiske sannsnligheter Dersom n er liten i forhold til N, er det tilnærmet uavhengighet mellom resultatene i ulike trekninger/
DetaljerDEL 1. Uten hjelpemidler. Oppgave 1 (24 poeng) a) Deriver funksjonene 1) 2. 3e x. e x. b) Vi har gitt rekken. Bestem a. c) Løs likningen.
DEL 1 Uten hjelpemidler Oppgave 1 (4 poeng) a) Deriver funksjonene 1) f( x) x x 4 1 ) g x 3e x 3) h x x e x 4) i x ln x 4 b) Vi har gitt rekken 4 7 10 13 Bestem a n og S n c) Løs likningen x x x x 3 4
DetaljerUNIVERSITETET I OSLO Matematisk Institutt
UNIVERSITETET I OSLO Matematisk Institutt Midtveiseksamen i: STK 1000: Innføring i anvendt statistikk Tid for eksamen: Onsdag 9. oktober 2013, 11:00 13:00 Hjelpemidler: Lærebok, ordliste for STK1000, godkjent
DetaljerTMA4240/TMA4245 Statistikk Oppsummering diskrete sannsynlighetsfordelinger
TMA4240/TMA4245 Statistikk Oppsummering diskrete sannsynlighetsfordelinger Binomisk fordeling* ( ) n b(x; n, p) = p x (1 p) n x = x ( ) n p x q n x, x x = 0, 1, 2,..., n Fenomén: i) n forsøk. ii) Suksess/fiasko
DetaljerEKSAMEN. Flexibel ingeniørutdanning, 2kl. Bygg m.fl.
KANDIDATNUMMER: EKSAMEN FAGNAVN: FAGNUMMER: Statistikk. REA 1081 og REA1081F EKSAMENSDATO: 1. juni 2011. KLASSE: Flexibel ingeniørutdanning, 2kl. Bygg m.fl. TID: kl. 9.00 12.00. FAGLÆRER: Hans Petter Hornæs
DetaljerLøsningsforslag til obligatorisk oppgave i ECON 2130
Andreas Mhre April 15 Løsningsforslag til obligatorisk oppgave i ECON 13 Oppgave 1: E(XY) = E(X(Z X)) Setter inn Y = Z - X E(XY) = E(XZ X ) E(XY) = E(XZ) E(X ) E(XY) = - E(X ) X og Z er uavhengige, så
DetaljerForelening 1, kapittel 4 Stokastiske variable
Forelening 1, kapittel 4 Stokastiske variable Eksempel X = "antall kron på kast med to mynter (før de er kastet)" Uniformt utfallsrom {MM, MK, KM, KK}. X = x beskriver hendelsen "antall kron på kast med
DetaljerForelesning 3. april, 2017
Forelesning 3. april, 2017 APPENDIX TIL KAP. 6 Sentralgrenseteoremet AVSNITT 6.3 Anvendelser av sentralgrenseteoremet Histogrammer S-kurver Q-Q-plot Diverse eksempler MGF for følger av uavhengige identisk
DetaljerLøsningsskisse eksamen 3MX
Løsningsskisse eksamen 3MX.6.6 Ikke sjekket, kan være feil. a) f 5tan 5 sincos 5 cos cos Eller: f 5tan 5tan 5 tan 5tan 5 (Produktregel) b) g u 3, u cos g 3u sin 3 cos sin (Kjerneregel. Kan multipliseres
DetaljerOppgave 1 En ansatt skal overvåke et prosjekt der en lapp velges tilfeldig fra en boks som inneholder 10 lapper nummerert fra 1 til 10.
TMA4245 Statistikk Vår 212 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving 4 blokk I Løsningsskisse Oppgave 1 En ansatt skal overvåke et prosjekt der en lapp velges tilfeldig
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
DetaljerLøsningsforslag til obligatorisk oppgave i ECON2130 våren 2014 av Jonas Schenkel.
Løsningsforslag til obligatorisk oppgave i ECON2130 våren 2014 av Jonas Schenkel. Det er i flere av oppgavene flere fremgangsmåter. Om din måte var riktig burde komme frem i rettingen. A Både X og Y tilfredsstiller
DetaljerA) B) 400 C) 120 D) 60 E) 10. Rett svar: C. Fasit: ( 5 6 = 60. Hvis A, B, C er en partisjon av utfallsrommet S, så er P (A B) lik.
Oppgave 1 Det skal velges en komité bestående av 2 menn og 1 kvinne. Komitéen skal velges fra totalt 5 menn og 6 kvinner. Hvor mange ulike komitéer kan dannes? A) 86400 B) 400 C) 120 D) 60 E) 10 Rett svar:
Detaljer