STK1100 våren Generell introduksjon. Omhandler delvis stoffet i avsnitt 1.1 i læreboka (resten av kapittel 1 blir gjennomgått ved behov)
|
|
- Siw Hagen
- 6 år siden
- Visninger:
Transkript
1 STK1100 våren 2017 Generell introduksjon Omhandler delvis stoffet i avsnitt 1.1 i læreboka (resten av kapittel 1 blir gjennomgått ved behov) Ørnulf Borgan Matematisk institutt Universitetet i Oslo 1
2 «Overalt» samles det inn data Internett (Google, Facebook, mm) Mengden av data bare øker og øker «Big Data» 2
3 Data må behandles og fortolkes for å gi nyttig informasjon og grunnlag for beslutninger. Da må vi ta hensyn til at data oftest er påvirket av måleusikkerhet, individuelle variasjoner, og andre faktorer av tilfeldig natur. Vi må ta hensyn til disse tilfeldige variasjonene når dataene skal behandles og fortolkes. Vi beskriver da dataene med en statistisk modell som tar hensyn til de tilfeldige variasjonene og bruker en statistisk metode for å få informasjon ut av dataene. Sannsynlighetsregningen danner grunnlaget for statistiske modeller og metoder. Vi vil se kort på noen eksempler.
4 Av et utvalg på 792 som ville ha stemt hvis det var valg, ville 270 ha stemt Arbeiderpartiet (Ap). Hva er Ap's oppslutningen i populasjonen av alle stemmeberettigede? 4
5 Vi får en (noe forenklet) statistisk modell for meningsmålingen ved å se på den som et binomisk forsøk (jf. Matematikk R1): Hver av de n = 792 personene i utvalget vil enten ha stemt Ap, eller så ville de ikke det Sannsynligheten for at en person ville ha stemt Ap er p = «andelen i populasjonen som ville ha stemt Ap» Personene i utvalget ville ha stemt Ap eller ikke uavhengig av hverandre 270 Et estimat på Ap's oppslutning er pˆ = = Ved å bruke kunnskap om den tilfeldige variasjonen i et binomisk forsøk, kan vi regne ut at en feilmargin for dette estimatet er ± 3.3prosentpoeng 5
6 Histogrammet viser vektøkning under graviditet for et utvalg på 68 kvinner. Gjennomsnittlig vektøkning: x = 13.5 kg Hva kan vi ut fra disse dataene si om gjennomsnittlig vektøkning under graviditet for alle gravide (i den populasjonen utvalget kommer fra)? Må da ha en statistisk modell som beskriver variasjonen i vektøkning blant gravide kvinner. En mulig modell er at vektøkningen er normalfordelt. Ved å bruke denne modellen, kan en finne en at gjennomsnittlig vektøkning blant alle gravide er 13.5 ± 1.4kg
7 Et forsikringsselskap registrerer skader (f. eks. på biler) og størrelsen på skadene for alle som er forsikret i selskapet. På grunnlag av data for tidligere år, må de bestemme hvor mye hver kunde skal betale for forsikringen neste år. Da bruker de en statistisk modell som beskriver sannsynligheten for at en kunde får en skade og hvor stor sannsynligheten er for skader av ulik størrelse. 7
8 I forskning, forvaltning og næringsliv samles det inn stadig større datamengder. «Big Data» gir nye utfordringer både innen statistikk og informatikk. I tillegg til mer tradisjonelle statistiske metoder (som tar utgangspunkt i en sannsynlighetsmodell), er det også nødvendig å videreutvikle metoder innen maskinlæring (som tar utgangspunkt i en algoritme). Data science er en fellesbetegnelse på informatiske og statistiske metoder for «Big Data» 8
9 Det nye kurset STK2100 tar for seg en del sentrale metoder i data science (kan tas i fjerde semester). STK1100 er et mer basalt kurs som legger hovedvekten på grunnleggende sannsynlighetsregning og statistisk modellering. Men vi vil også se litt på hvordan sannsynlighetsregningen danner grunnlaget for statistiske metoder: Populasjon Utvalg 9
10 Hovedtrekk av pensum i STK1100 (fra læreboka til Devore og Berk): Kapittel 1: Beskrivende statistikk (tas ved behov) Kapittel 2: Grunnleggende sannsynlighetsregning (mye repetisjon fra Matematikk R1) Kapitlene 3-6: Diskrete og kontinuerlige stokastiske variabler. Sannsynlighetsfordelinger, forventning, varians, store talls lov, sentralgrensesetningen, m.m. Kapitlene 7 og 8: Litt om statistiske metoder (estimering og konfidensintervall) 10
Tilfeldige variabler. MAT0100V Sannsynlighetsregning og kombinatorikk
MAT0100V Sannsynlighetsregning og kombinatorikk Forventning, varians og standardavvik Tilnærming av binomiske sannsynligheter Konfidensintervall Ørnulf Borgan Matematisk institutt Universitetet i Oslo
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
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
DetaljerSTK1100 våren Kontinuerlige stokastiske variabler Forventning og varians Momentgenererende funksjoner
STK1100 våren 2017 Kontinuerlige stokastiske variabler Forventning og varians Momentgenererende funksjoner Svarer til avsnittene 4.1 og 4.2 i læreboka Ørnulf Borgan Matematisk institutt Universitetet i
DetaljerTMA4240 Statistikk H2010
TMA4240 Statistikk H2010 Statistisk inferens: 8.1: Tilfeldig utvalg 9.1-9.3: Estimering Mette Langaas Foreleses uke 40, 2010 2 Utfordring Ved en bedrift produseres en elektrisk komponent. Komponenten må
DetaljerUtfordring. TMA4240 Statistikk H2010. Mette Langaas. Foreleses uke 40, 2010
TMA4240 Statistikk H2010 Statistisk inferens: 8.1: Tilfeldig utvalg 9.1-9.3: Estimering Mette Langaas Foreleses uke 40, 2010 2 Utfordring Ved en bedrift produseres en elektrisk komponent. Komponenten må
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
ÅMA110 Sannsynlighetsregning med statistikk, våren 2006 Oppsummering Bjørn H. Auestad Institutt for matematikk og naturvitenskap Universitetet i Stavanger 24. april Bjørn H. Auestad Oppsummering våren
DetaljerKapittel 4.4: Forventning og varians til stokastiske variable
Kapittel 4.4: Forventning og varians til stokastiske variable Forventning og varians til stokastiske variable Histogrammer for observerte data: Sannsynlighets-histogrammer og tetthetskurver for stokastiske
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.
DetaljerTMA 4255 Forsøksplanlegging og anvendte statistiske metoder
TMA 4255 Forsøksplanlegging og anvendte statistiske metoder Våren 2007 1 Om kurset Foreleser Øvingslærer Kurset er beregnet for studenter som ønsker en videreføring av grunnkurset i statistikk. Sentralt
DetaljerStatistikk og dataanalyse
Njål Foldnes, Steffen Grønneberg og Gudmund Horn Hermansen Statistikk og dataanalyse En moderne innføring Kapitteloversikt del 1 INTRODUKSJON TIL STATISTIKK Kapittel 1 Populasjon og utvalg 19 Kapittel
DetaljerTMA4240 Statistikk H2010
TMA4240 Statistikk H2010 Statistisk inferens: 9.14: Sannsynlighetsmaksimeringsestimatoren 8.5: Fordeling til gjennomsnittet 9.4: Konfidensintervall for µ (σ kjent) Mette Langaas Foreleses mandag 11.oktober,
DetaljerStatistisk inferens: 9.14: Sannsynlighetsmaksimeringsestimatoren 8.5: Fordeling til gjennomsnittet 9.4: Konfidensintervall for µ (σ kjent)
TMA440 Statistikk H010 Statistisk inferens: 9.14: Sannsynlighetsmaksimeringsestimatoren 8.5: Fordeling til gjennomsnittet 9.4: Konfidensintervall for µ (σ kjent) Mette Langaas Foreleses mandag 11.oktober,
DetaljerMAT4010 PROSJEKTOPPGAVE: Statistikk i S2. Olai Sveine Johannessen, Vegar Klem Hafnor & Torstein Mellem
MAT400 PROSJEKTOPPGAVE: Statistikk i S2 Olai Sveine Johannessen, Vegar Klem Hafnor & Torstein Mellem 20. mai 205 Innhold. Stokastisk Variabel.. Stokastiske variable som funksjoner 3 2. Forventningsverdi
DetaljerOppgaver fra 8.3, 8.4, , 8.51, 8.52, 8.231, 8.232, 8.250, 8.252
Oppgaver fra 8.3, 8.4, 8.5 8.41, 8.51, 8.52, 8.231, 8.232, 8.250, 8.252 8.41 Populasjon: Tilfeldig variabel X : Trekke en tilfeldig flaske og måle volumet Ukjent sannsynlighetsfordeling, men forventning
DetaljerStatistikk 1. Nico Keilman. ECON 2130 Vår 2014
Statistikk 1 Nico Keilman ECON 2130 Vår 2014 Pensum Kap 1-7.3.6 fra Løvås «Statistikk for universiteter og høgskoler» 3. utgave 2013 (eventuelt 2. utgave) Se overspringelsesliste på emnesiden Supplerende
DetaljerSTK1100 våren Introduksjon til sannsynlighetsbegrepet. Svarer til avsnittene 2.1 og 2.2 i læreboka
STK1100 våren 2017 Introduksjon til sannsynlighetsbegrepet Svarer til avsnittene 2.1 og 2.2 i læreboka Ørnulf Borgan Matematisk institutt Universitetet i Oslo 1 Deterministiske fenomener Almanakk for Norge
DetaljerSTK1100 våren Introduksjon til sannsynlighetsbegrepet. Deterministiske fenomener. Stokastiske forsøk. Litt historikk
STK1100 våren 2017 Introduksjon til sannsynlighetsbegrepet Svarer til avsnittene 2.1 og 2.2 i læreboka Deterministiske fenomener Almanakk for Norge viser: når det er fullmåne når det er soloppgang og solnedgang
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
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:
DetaljerSannsynlighetsregning og Statistikk.
Sannsynlighetsregning og Statistikk. Leksjon Velkommen til dette kurset i sannsynlighetsregning og statistikk! Vi vil som lærebok benytte Gunnar G. Løvås:Statistikk for universiteter og høyskoler. I den
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren 2010 Oppsummering
ÅMA110 Sannsynlighetsregning med statistikk, våren 2010 Oppsummering Bjørn H. Auestad Institutt for matematikk og naturvitenskap Universitetet i Stavanger 21. april Bjørn H. Auestad Oppsummering våren
DetaljerTilfeldige variabler. MAT0100V Sannsynlighetsregning og kombinatorikk
MAT000V Sannsynlighetsregning og kombinatorikk Tilfeldige variabler og sannsynlighetsfordelinger (repetisjon) Hypergeometrisk fordeling (repetisjon) Binomisk fordeling Forventningsverdi Tilfeldige variabler
DetaljerInnhold. Innledning. Del I
Del I Innledning 1 Hva er statistikk?... 19 1.1 Bokas innhold 20 1.1.1 Noen eksempler 20 1.1.2 Historie 23 1.1.3 Bokas oppbygning 25 1.2 Noen viktige begreper 26 1.2.1 Populasjon og utvalg 26 1.2.2 Variasjon
DetaljerBred profil på statistikk?
Bred profil på statistikk? Geir Storvik Juleseminar CSE 30. November 2012 Statistikk Statistikk involverer innsamling, organisering, analysering, tolkning og presentasjon av data Sentralt: Ta hensyn til
DetaljerSTK1100 våren Introduksjon til sannsynlighetsbegrepet. Deterministiske fenomener. Stokastiske forsøk. Litt historikk
STK1100 våren 2016 Introduksjon til sannsynlighetsbegrepet Svarer til avsnittene 2.1 og 2.2 i læreboka Geir Storvik Basert på presentasjon av Ørnulf Borgan Matematisk institutt Universitetet i Oslo 1 Deterministiske
DetaljerInformasjon om studieprogrammet Beregningsorientert informatikk
Informasjon om studieprogrammet Beregningsorientert informatikk Beregningsorientert informatikk kombinerer kunnskaper og ferdigheter i matematikk og informatikk, og legger spesielt vekt på utvikling av
DetaljerUtvalgsfordelinger. Utvalg er en tilfeldig mekanisme. Sannsynlighetsregning dreier seg om tilfeldige mekanismer.
Utvalgsfordelinger Vi har sett at utvalgsfordelinger til en statistikk (observator) er fordelingen av verdiene statistikken tar ved mange gjenttatte utvalg av samme størrelse fra samme populasjon. Utvalg
DetaljerHypotesetesting (kp. 6) ÅMA110 Sannsynlighetsregning med statistikk, våren Tre deler av faget/kurset: 1. Beskrivende statistikk
ÅMA Sannsynlighetsregning med statistikk, våren 2 Kp. 6 Hypotesetesting Hypotesetesting (kp. 6) Tre deler av faget/kurset:. Beskrivende statistikk 2. Sannsynlighetsteori, sannsynlighetsregning 3. Statistisk
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren Noen viktige sannsynlighetsmodeller. Binomisk modell. Kp. 3 Diskrete tilfeldige variable
ÅMA Sannsynlighetsregning med statistikk, våren 006. 3 Diskrete tilfeldige variable Noen viktige sannsynlighetsmodeller Noen viktige sannsynlighetsmodeller (k. 3.6 Hyergeometrisk modell (k. 3.7 Geometrisk
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
DetaljerBinomisk fordeling. Hypergeometrisk fordeling. MAT0100V Sannsynlighetsregning og kombinatorikk. Vi har følgende situasjon: = = 2
MAT0100V Sannsynlighetsregning og kobinatorikk Oppgaver o Binoisk og hypergeoetrisk fordeling Forventning varians og standardavvik Tilnæring av binoiske sannsynligheter Konfidensintervall Ørnulf Borgan
DetaljerStudieplan 2009/2010. Matematikk 2. Studiepoeng: Arbeidsmengde i studiepoeng er: 30. Studiets varighet, omfang og nivå. Innledning.
Studieplan 2009/2010 Matematikk 2 Studiepoeng: Arbeidsmengde i studiepoeng er: 30. Studiets varighet, omfang og nivå Studiet gir 30 studiepoeng og går over et semester. Innledning Matematikk 2 skal forberede
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren Hypotesetesting (kp. 6) Hypotesetesting, innledning. Kp.
ÅMA Sannsynlighetsregning med statistikk, våren 8 Kp. 6 Hypotesetesting Hypotesetesting (kp. 6) Tre deler av faget/kurset:. Beskrivende statistikk. Sannsynlighetsteori, sannsynlighetsregning 3. Statistisk
DetaljerStudieplan 2011/2012. Matematikk 2. Studiepoeng: 30. Studiets varighet, omfang og nivå. Innledning. Læringsutbytte
Studieplan 2011/2012 Matematikk 2 Studiepoeng: 30 Studiets varighet, omfang og nivå Studiet gir 30 studiepoeng og går over to semester. Innledning Matematikk 2 skal forberede studentene på praktisk lærerarbeid
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
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
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Deleksamen i: STK Sannsynlighetsregning og statistisk modellering Eksamensdag: Mandag 4. mars 26 Tid for eksamen: 5. 7. Oppgavesettet er
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
DetaljerTMA4245 Statistikk. Innlevering 3. Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag
TMA4245 Statistikk Vår 2017 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Innlevering 3 Dette er den første av to innleveringer i blokk 2 Denne øvingen skal oppsummere pensum
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
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
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren
ÅMA110 Sannsynlighetsregning med statistikk, våren 2006 Kp. 6, del 4 Bjørn H. Auestad Institutt for matematikk og naturvitenskap Universitetet i Stavanger 3. april Bjørn H. Auestad Kp. 6: Hypotesetesting
DetaljerTMA4240 Statistikk Høst 2008
TMA4240 Statistikk Høst 2008 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 7 Oppgave 1 Tippekonkurranse Denne oppgaven er ment som en kjapp test på hva du har
DetaljerEksamensoppgave i ST0103 Brukerkurs i statistikk
Institutt for matematiske fag Eksamensoppgave i ST0103 Brukerkurs i statistikk Faglig kontakt under eksamen: Nikolai Ushakov Tlf: 45128897 Eksamensdato: August 2018 Eksamenstid (fra til): 09:00 13:00 Hjelpemiddelkode/Tillatte
DetaljerRegneøvelse 29/5, 2017
Regneøvelse 29/5, 2017 Arne Bang Huseby Eksamen STK1100 2008: oppgave 3 Eksamen STK1100 2004: oppgave 2 Eksamen 2008, oppgave 3 Et vannverk tar prøver av drikkevannet for å kontrollere forekomsten av en
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 H2017 [15]
TMA4240 Statistikk H207 [5] Del 2: Statistisk inferens Populasjon og utvalg [8.] Observatorer og utvalgsfordelinger [8.2-8.3] Fordeling til gjennomsnittet og sentralgrenseteoremet [8.4] Normalplott [8.8]
DetaljerFordelinger, mer om sentralmål og variasjonsmål. Tron Anders Moger
Fordelinger, mer om sentralmål og variasjonsmål Tron Anders Moger 20. april 2005 1 Forrige gang: Så på et eksempel med data over medisinerstudenter Lærte hvordan man skulle få oversikt over dataene ved
Detaljerfor x 0 F X (x) = 0 ellers Figur 1: Parallellsystem med to komponenter Figur 2: Seriesystem med n komponenter
TMA4245 Statistikk Vår 2016 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Innlevering 3, blokk II Dette er den første av to innleveringer i blokk 2. Denne øvingen skal oppsummere
DetaljerLærebok Robert Johnson og Patricia Kuby: Elementary Statistics, 10. utgave. Pensumoversikt. Forelesninger og øvinger
2 Lærebok Robert Johnson og Patricia Kuby: Elementary Statistics, 10. utgave ST0202 Statistikk for samfunnsvitere Bo Lindqvist Institutt for matematiske fag 3 4 Pensumoversikt Forelesninger og øvinger
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren 2008
ÅMA0 Sannsynlighetsregning med statistikk, våren 008 Kp. Sannsynlighetsregning (sannsynlighetsteori).5 Betinget sannsynlighet Betinget sannsynlighet (kp..5) - innledning Eks.: Et terningkast; {,, 3, 4,
DetaljerST0202 Statistikk for samfunnsvitere. Bo Lindqvist Institutt for matematiske fag
ST0202 Statistikk for samfunnsvitere Bo Lindqvist Institutt for matematiske fag 2 Lærebok Robert Johnson og Patricia Kuby: Elementary Statistics, 10. utgave 3 Pensumoversikt Kap. 2 Beskrivende statistikk,
DetaljerSTK1100 våren Forventningsverdi. Forventning, varians og standardavvik
STK00 våren 0 Forventning, varians og standardavvik Svarer til avsnitt 3.3 i læreboka Geir Storvik (Ørnulf Borgan) Matematisk institutt Universitetet i Oslo Forventningsverdi Punktsannsynligheten px (
DetaljerLast ned Statistikk - Tor Martin Kvikstad. Last ned. Last ned e-bok ny norsk Statistikk Gratis boken Pdf, ibook, Kindle, Txt, Doc, Mobi
Last ned Statistikk - Tor Martin Kvikstad Last ned Forfatter: Tor Martin Kvikstad ISBN: 9788256224715 Antall sider: 302 Format: PDF Filstørrelse: 28.02 Mb STATISTIKK er primært skrevet for studenter ved
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
DetaljerAndre sett med obligatoriske oppgaver i STK1110 høsten 2010
Andre sett med obligatoriske oppgaver i STK1110 høsten 2010 Dette er det andre settet med obligatoriske oppgaver i STK1110 høsten 2010. Oppgavesettet består av fire oppgaver. Det er valgfritt om du vil
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
DetaljerInnledning kapittel 4
Innledning kapittel 4 Sannsynlighet og tilfeldighet Basert på materiale fra Ørnulf Borgan Matematisk institutt Universitetet i Oslo 1 Deterministiske fenomener Almanakk for Norge viser: når det er fullmåne
DetaljerDenne uken: kap. 6.1-6.2-6.3: Introduksjon til statistisk inferens. - Konfidensintervall - Hypotesetesting - P-verdier - Statistisk signifikans
Denne uken: kap. 6.1-6.2-6.3: Introduksjon til statistisk inferens - Konfidensintervall - Hypotesetesting - P-verdier - Statistisk signifikans VG 25/9 2011 Statistisk inferens Mål: Trekke konklusjoner
DetaljerUtvalgsfordelinger (Kapittel 5)
Utvalgsfordelinger (Kapittel 5) Oversikt pensum, fortid og fremtid Eksplorativ data-analyse (Kap 1, 2) Hvordan produsere data (Kap 3) Sannsynlighetsteori (Kap 4) Utvalgsfordelinger til observatorer (Kap
DetaljerLæreplan i matematikk X - programfag i utdanningsprogram for studiespesialisering
Læreplan i matematikk X - programfag i utdanningsprogram for Fastsatt som forskrift av Utdanningsdirektoratet 22. mai 2006 etter delegasjon i brev 26. september 2005 fra Utdannings- og forskningsdepartementet
DetaljerTest, 3 Sannsynlighet og statistikk
Test, 3 Sannsynlighet og statistikk Innhold 3. Stokastiske variabler og sannsynlighetsfordelinger... 3. Forventningsverdi, varians og standardavvik... 5 3.3 Normalfordelingen... 4 3.4 Sentralgrensesetningen...
DetaljerNTNU KOMPiS Studieplan for MATEMATIKK 1 (8.-13. trinn) med hovedvekt på 8.-10. trinn Studieåret 2015/2016
Versjon 01/15 NTNU KOMPiS Studieplan for MATEMATIKK 1 (8.-13. trinn) med hovedvekt på 8.-10. trinn Studieåret 2015/2016 Profesjons- og yrkesmål Dette studiet er beregnet for lærere på ungdomstrinnet som
DetaljerEKSAMEN ST0202 STATISTIKK FOR SAMFUNNSVITERE
Norges teknisknaturvitenskapelige universitet Institutt for matematiske fag Side 1 av 10 Bokmål Faglig kontakt under eksamen: Bo Lindqvist, tlf. 97589418 EKSAMEN ST0202 STATISTIKK FOR SAMFUNNSVITERE Tirsdag
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
DetaljerInnhold. Innledning. Del I
Innhold Del I Innledning 1 Hva er statistikk?...17 1.1 Bokas innhold 18 1.1.1 Noen eksempler 18 1.1.2 Historie 21 1.1.3 Bokas oppbygning 22 1.2 Noen viktige begreper 23 1.2.1 Populasjon og utvalg 23 1.2.2
DetaljerST0202 Statistikk for samfunnsvitere
ST0202 Statistikk for samfunnsvitere Bo Lindqvist Institutt for matematiske fag 2 Tilfeldige variable (5.2) Dersom vi til hvert utfall av eksperimentet tilordner et tall, har vi laget en tilfeldig variabel.
DetaljerOppgaver til Studentveiledning 4 MET 3431 Statistikk
Oppgaver til Studentveiledning 4 MET 3431 Statistikk 8. mai 2012 kl 17.15-20.15 i B2 Handelshøyskolen BI 2 Oppgaver 1. Eksamensoppgaver: Eksamen 22/11/2011: Oppgave 1-7. Eksamensoppgaven fra 11/2011 er
DetaljerTilfeldige variable (5.2)
Tilfeldige variable (5.) Dersom vi til hvert utfall av eksperimentet tilordner et tall, har vi laget en tilfeldig variabel. Tilfeldig variabel: En variabel som har en numerisk verdi for hvert utfall i
DetaljerTilfeldige variabler. MAT0100V Sannsynlighetsregning og kombinatorikk
MAT000V Sannsynlighetsregning og kombinatorikk Tilfeldige variabler og sannsynlighetsfordelinger Hypergeometrisk fordeling Binomisk fordeling Ørnulf Borgan Matematisk institutt Universitetet i Oslo Tilfeldige
DetaljerKapittel 8: Tilfeldige utvalg, databeskrivelse og fordeling til observatorar, Kapittel 9: Estimering
Kapittel 8: Tilfeldige utvalg, databeskrivelse og fordeling til observatorar, Kapittel 9: Estimering TMA4245 Statistikk Kapittel 8.1-8.5. Kapittel 9.1-9.3+9.15 Turid.Follestad@math.ntnu.no p.1/21 Har sett
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i STK1000 Innføring i anvendt statistikk. Eksamensdag: Torsdag 9. oktober 2008. Tid for eksamen: 15:00 17:00. Oppgavesettet er på
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
DetaljerEKSAMEN I FAG 75510/75515 STATISTIKK 1 Tirsdag 20. mai 1997 Tid: 09:00 14:00
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 5 Faglig kontakt under eksamen: Håvard Rue 73 59 35 20 Håkon Tjelmeland 73 59 35 20 Bjørn Kåre Hegstad 73 59 35 20
DetaljerLæreplan i matematikk for samfunnsfag - programfag i studiespesialiserende program
Læreplan i matematikk for samfunnsfag - programfag i studiespesialiserende program Fastsatt som forskrift av Utdanningsdirektoratet 27. mars 2006 etter delegasjon i brev 26. september 2005 fra Utdannings-
DetaljerInferens. STK Repetisjon av relevant stoff fra STK1100. Eksempler. Punktestimering - "Fornuftig verdi"
Inferens STK1110 - Repetisjon av relevant stoff fra STK1100 Geir Storvik 12. august 2015 Data x 1,..., x n evt også y 1,..., y n Ukjente parametre θ kan være flere Vi ønsker å si noe om θ basert på data.
DetaljerSTK1100 våren 2017 Kombinatorikk
STK1100 våren 2017 Kombinatorikk Svarer til avsnitt 2.3 i læreboka Ørnulf Borgan Matematisk institutt Universitetet i Oslo 1 Uniform sannsynlighetsmodell Et stokastisk forsøk har N utfall. Det er de mulige
DetaljerTMA4240 Statistikk Høst 2018
TMA4240 Statistikk Høst 2018 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Innlevering 5 Dette er andre av tre innleveringer i blokk 2. Denne øvingen skal oppsummere pensum
DetaljerMATEMATIKK 1 (for 8. 10. trinn) Emnebeskrivelser for studieåret 2014/2015
MATEMATIKK 1 (for 8. 10. trinn) Emnebeskrivelser for studieåret 2014/2015 Emnenavn Grunnleggende matematikk Precalculus MA6001 Undervisningssemester Høst 2014 Professor Petter Bergh petter.bergh@math.ntnu.no
DetaljerSTK1100 våren Betinget sannsynlighet og uavhengighet. Svarer til avsnittene 2.4 og 2.5 i læreboka
STK1100 våren 2017 Betinget sannsynlighet og uavhengighet Svarer til avsnittene 2.4 og 2.5 i læreboka Ørnulf Borgan Matematisk institutt Universitetet i Oslo 1 Eksempel 1 Vi vil først ved hjelp av et eksempel
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren 2010. ÅMA110 Sannsynlighetsregning med statistikk, våren 2010
ÅMA Sannsynlighetsregning med statistikk, våren Kp. Diskrete tilfeldige variable ÅMA Sannsynlighetsregning med statistikk, våren Kp. Diskrete tilfeldige variable Diskrete tilfeldige variable, innledning
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren Hypotesetesting (kp. 6) Hypotesetesting. Kp. 6 Hypotesetesting ...
ÅMA Sannsynlighetsregning med statistikk, våren 6 Kp. 6 (kp. 6)... Begrep: nullhypotese alternativhypotese ensidig, tosidig teststørrelse (testobservator) nullfordeling kritisk verdi, forkastningsområde
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
DetaljerUNIVERSITETET I OSLO
Deleksamen i: UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet STK1000 Innføring i anvendt statistikk. Eksamensdag: Onsdag 13. oktober 2010. Tid for eksamen: 15:00 17:00. Oppgavesettet
DetaljerST0202 Statistikk for samfunnsvitere Kapittel 9: Inferens om én populasjon
ST0202 Statistikk for samfunnsvitere Kapittel 9: Inferens om én populasjon Bo Lindqvist Institutt for matematiske fag 2 Kap. 9: Inferens om én populasjon Statistisk inferens har som mål å tolke/analysere
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
DetaljerMAT0100V Sannsynlighetsregning og kombinatorikk
MAT000V Sannsynlighetsregning og kombinatorikk Uordnet utvalg uten tilbakelegging (repetisjon) Tilfeldige variabler og sannsynlighetsfordelinger Hypergeometrisk fordeling Binomisk fordeling Ørnulf Borgan
DetaljerTMA4240 Statistikk H2010
TMA4240 Statistikk H2010 9.8: To uvalg (siste del) 9.9: Parvise observasjoner 9.10-9.11: Andelser 9.12: Varians Mette Langaas Foreleses onsdag 20.oktober, 2010 2 Norske hoppdommere og Janne Ahonen Janne
DetaljerDepartment of Mathematics University of Oslo
Department of Mathematics University of Oslo Masterprogram i matematikk (20 studieplasser) Opptakskrav for studieretning "Matematikk" MAT1100 Kalkulus MAT2200 - Grupper, ringer og kropper MAT2400 - Reell
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
DetaljerNTNU KOMPiS Studieplan for MATEMATIKK 1 (8. - 10. trinn) Studieåret 2014/2015
Godkjent april 2014 NTNU KOMPiS Studieplan for MATEMATIKK 1 (8. - 10. trinn) Studieåret 2014/2015 Profesjons- og yrkesmål Dette studiet er beregnet for lærere som har godkjent lærerutdanning med innslag
Detaljerstatistikk, våren 2011
ÅMA110 Sannsynlighetsregning med statistikk, våren 011 Kp. 3 Diskrete tilfeldige variable 1 Diskrete tilfeldige variable, innledning Hva er en tilfeldig variabel (stokastisk variabel)? Diskret tilfeldig
DetaljerNorske hoppdommere og Janne Ahonen
TMA440 Statistikk H010 9.8: To uvalg (siste del) 9.9: Parvise observasjoner 9.10-9.11: Andelser 9.1: Varians Mette Langaas Foreleses onsdag 0.oktober, 010 Norske hoppdommere og Janne Ahonen Janne Ahonen
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren 2006 Kp. 6, del 3
ÅMA110 Sannsynlighetsregning med statistikk, våren 2006 Kp. 6, del 3 Bjørn H. Auestad Institutt for matematikk og naturvitenskap Universitetet i Stavanger 20. mars Bjørn H. Auestad Kp. 6: Hypotesetesting
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
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:
DetaljerUNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Underveiseksamen i: STK1000 Innføring i anvendt statistikk. Eksamensdag: Onsdag 22/3, 2006. Tid for eksamen: Kl. 09.00 11.00. Tillatte hjelpemidler:
Detaljer