Sammensatt estimering ved roterende utvalg. Matematisk - statistiske problemer knyttet til arbeidskraftundersøkelsene. av Steinar Bjerve x
|
|
- Ole-Kristian Thoresen
- 6 år siden
- Visninger:
Transkript
1 ) 74/ augus 1974 Sammensa esimering ved roerende uvalg. Maemaisk - saisiske problemer knye il arbeidskrafundersøkelsene. av Seinar Bjerve x INNHOLD Side Dealjer innholdsforegnelse Esimering ved roerende uvalg 5 3. Varians- og effisiensberegninger for esimaorer for nivåer og Markovkjedemodellen. Variansberegning for esimaoren 21 ij 5. Konklusjoner...,..., Appendiks 1: Noen uregninger for markovkjedemodellen Appendiks 2: Forsøk på finne BLU-esimaorer i markovkjedemodellen.når markovkjeden observeres på o idspunker Jeg vil akke Jan M. Hoem, som sae i gang denne undersøkelsen og ga verdifull bisand under arbeide. Ikke for offenliggjøring. Dee noa or e arbeidsdokumen og sieres eller refereres bare eer spesiell illaelse i hver enkel ilfelle Synspunkerog konklusjoner kan ikke uen videre as som urykk for Saisisk Senralbyrås oppfaning.
2 2 Innhold Side F orord 1. Innleiing Esimering ved roerende uvalg o.. (a) Noasjoner (b) Roasjonsmønsre (c) Opimale esimaorer... (d) Opimal roasjon.. *.. * *** (e) Andre korrelasjonsmonsre... (f) Esiaorer... (g) Generelle berakninger. o es **** * o e. 3. Varians- og effisiensberegninger for nivåer og endringer. (a) Innledende merknader... *****,. (b) Enkel esimering... (c ) Sammensa esimering.. ****** 4. Markovkjedemodellen. Variansberegninger for esimaoren = N../N (a) Modellen. w 46 (b ) Tayloruvikling av X/Y.... c ) Momenberegninger.. ***** ***** o 5. Konklusjoner... *****. (a) Hvor mye kan vinnes *****. *. 29 (b) Årsaker il reduksjon i variansgevinsen o 30 (c) Valg av konsanen C... *** e 30 * 4 ***** (d) Revidere all for nivåer... ***** Referanser.. ***** ***. 32 Appendiks 1; Noen uregninger for markovkjedemodellen Appendiks 2; Forsok på å finne BLU-esimaorer i markovkjedemodellen når markovkjeden observeres på o idspunker 35
3 3 Forord Manuskripe il dee noae ble i al vesenlig uarbeide våren De ble lag il side da forfaeren dro il Universiy of California for å sudere. De er n1 a fram igjen og slufør. De publiseres i Saisisk Senralbyrås serie av Arbeidsnoaer fordi en mener de vil komme il nye under de forsae arbeide med maemaisk - saisiske problemer knye il arbeidskrafundersøkelsene. Jan M. Hoem
4 4 1. Innleiing De norske arbeidskrafundersøkelser foreas på uvalgsbasis eer roasjonsprinsippe. De vil si a en med jamne mellomrom (kvaralsvis) rekker uvalg slik a 4n og samme uvalgsenhe er med i uvalge e viss anall ganger eer e gi roasjonsmonser. Den byes så u med en ny, som rekkes ilfeldig. Med en slik uvalgsplan viser de seg a en under visse foruseninger får e bedre grunnlag for esimering av arbeidskrafens bevegelse og sammensening enn ved uavhengige og ilfeldige uvalg. Befolkningen enkes del opp i grupper eer kjenneegn som for prakiske formal kan berakes som konsane over de akuelle idsrom (f.eks. kjønn, alder, udanning). Hver individ ilhører en arbeidskrafkaegori, eksempelvis "arbeidssøkere uen arbeidsinnek", "i arbeidssyrken", "full sysselsa". Vi vil enke oss a en ar for seg ei gruppe og en kaegori, la oss si "menn" og "arbeidssøkende uen arbeidsinnek". Ana a alle på menn som observeres er de samme il enhver id. For hver observasjon regisrerer vi om mannen er arbeidssøker uen arbeidsinnek eller ikke. For mann nummer j i undersøkelsen og for hver undersøkelsesidspunk definerer vi da en sokasisk variabel som Xj ar verdiene 1 og 0 eersom han på idspunke er arbeidssøkende uen arbeidsinnek eller ikke. Kall samlingen av undersøkelsesidspunker for T. Observasjonene {X ell er en realisasjon av en sokasisk prosess, {X ; en. La oss enke oss a en skal esimere følgende paramere: Nivår, a = EX PeX = 1), ii) Kvaralsvise endringer, (1.2) a a - a - 1 * iii) Arsgjennomsni, (1.3) a )
5 5 iv) Overgangssannsynligheer, ( 1 Li- p. pil P z i1x j); 11. (X + 1 Korrelasjonen mellom observasjoner på ulike idspunker vil i de følgende dels berakes som kjen, dels inngå som en forsyrrende parameer. Korrelasionen beegnes p h cov(x ' X )/(var X var X + h)2. dee noae vil vi bruke varians- og effisiensberegninger il a sudere egenskaper ved esimerings- og roasjonsmeoder. Vi vil særlig bygge på resulaer som finnes i lieraurreferansene E1J - [5]. Spesiel vil vi se på disse problemene når vi anar a X er en hornogenrnarkovldede,alsåslika p i.i(1.4) ovenfor er uavhengig av. j Vi anar hole ida a populasjonen er uendelig. Den mes uførlige lieraurlisa finnes i referanse. Esimering ved roerende uvalg (a) Noasjoner Vi kaller realisasjonene av prosessen {X ; ct} for sampelsier og lar {Xi ; icy være de sampelsier som observeres på idspunk. Vår observasjonsmaeriale vil da ware {X. ;ici og et}. i Klassen {1 e T1 besemmer roasjonsmønsere i undersøkelsen. Se1) n 0A (1 ) og la (for i og j = o, 1) N 1 = E X k' kei = n N1, Nij 7é{kcI ili Xk Xk, ) ffi$ (A) er anall elemener i mengden A.
6 6 N. E N.., N..E N.., 3 i ij N' = N - N.. N" = N - N.. i i l - i i -1 Her er N' og N" anall sier som er i ilsand i på idspunk og som i i ikke er observer på eerfølgende, henholdsvis foregående observasjonsidspunk. Se videre 'irs T = {l, 2,..., Nl, X = n, + 1 in og p - X. (b) Roasjonsmønsre Vi kan ha en siuasjon der p er posiiv bare på idspunker som er mulipla av e hel all c. c kaller vi da roasjonsavsanden. DersomE p, vil vi kalle p- for roasjonsraen. Vi vil ana a hver si bare observeres i en sekvens av påfølgende idspunker. lierauren er de også suder roasjonsmønsre der hver si får "gjenbesøk", de vil si a de observeres i ekvidisane sekvenser. En kan innføre gjenbesøks,vsanden, n. I de månedlige sikkprøver som as av de amerikanske Bureau of he Census' Curren Populaion Survey (C.P.S.), er eksempelvis m = 12, p = 1/4 og c = 1. (c) Når korrelasjonsfunksjonen p er kjen, er den bese lineære h forvenningsree esimaor (Bes Linear Unbiased esimaor eller BLU esimaor) for vekoren a = (al,..., an)' gi ved (2.1) 6/ 9 = an) (ft, y1)-1 elemener, hvor Her er?1() en søylevekor sammensa av observasjonene. har K K: E he (I ). e T I) T:x7.] er de sørse helall som ikke oversiger x.
7 7 C er kovariansmarisen il X. C er gi ved korrelasjonsfunksjonen,h rko p. Y er en N x K marise med binare elemener gi ved a (2.2) E X' = a' Y. Vi har videre (2.3) var = ( X BLU-esimaoren il en vilkårlig lineær - kombinasjon av a-ene, a'a, er gi ved a's. Beregning av 0, ved hjelp av (2.1) når er kjen, inne bærer inverering av K x K marisen fy,. Siden K vanligvis er svær sor, blir dee umulig i praksis. I C:61.-] uleder Prabhu Ajgaonkar e rekursiv beregnbar urykk for an når p,h oppfyller (2.4) P,h P, + 1 P + 1, + 2 Ph - 1, h. Under foruseningen D for alle får (2.4) formen ', + h Ph (2.5) p, + h h p, der 0 1* Pl. Med en roasjonsrae på P, en konsan varians, var X = a 2 og en roasjonsavsand på 1,får rekursjonsformelen for beregning av esimaoren ân useende 1) (Des Raj, El] side 161, og Dahmsrom, DI side 36.) a = A - " + (1 A k k NI ) k k + p(a k k - T17 1. ) :11 for k 2,..., N, med a = TT 1 A l 11 og A 1 - {1 + IA 1 - p 2 VX + Ak I for k r- 2,.., N. I) En srek over en observaor indikerer a den er lik den ilsvarende observaor uen srek, divider med de anall sampelsier den er ulede av.
8 8 Vi får da (2.6) N Folgende resulaer uledes i EI -1 og var a (cl 2 /n, 1.) N AN 5 A.-z.* lim A N (21X P 2 ) I:((l p 2 ) Ei - p 2 (1 40) p2 (d) Opimal roasion En ser le lim N var N Ain minimeres med hensyn på u for p fordi denne verdien samidig minimerer elleren og maksimerer nevneren. p vil alså minimere var ON i de lange lop. Eckler F8] hevder i denne sammenheng a de beyr lie for var Ç om Ak ersaes med A i rekursjonsformelen over. Opimal p for esimering av (3 og 6 er henholdsvis 0 og 1 når p,h > O. Når en skal velge roasjonsrae ved esimering av a, a + og 6, ma en derfor forea en prioriering mellom paramerene. (e) Andre korrelas'onsmonsre Rao og Graham foreslår i [9] e anne korrelasjonsmonser som kan være mer realisisk enn (2.5) når de er sesongvariasjoner, slik vi har i arbeidskrafdaa. De seer (2.7) p 4. = p i jp 2 1 for i = 0, 1,... og j -7-0, 1, 2, 3. Rao og Graham sier a variansberegninger for korrelasjonsmonsere (2.7) er forea, men de er ennå ikke publiser. Ideen med (2.7) er a p skal represenere den årvise korrelasjon og p 2 den kvaralsvise.
9 (f) Esimaorer Dersom p er kjen, kan A. -.. ca, (S.. a og + (a.. 1 f ) brukes som esimaorer for a ß Korrelasjonene (2.5) innsees ' ' da i marisen C". Disse esimaorene er imidlerid ikke opimale, men Dahnsrom [2, s gjengir beregninger som Paerson [73 har gjor og som yd6r på a de er lie å vinne i varians ved 4 finne BLU-esimaorene for disse paramerene når a er kjen. Vi foruseer her p p fas. Vanligvis vil p være ukjen og vil da ikke være noen esimaor. vil derfor førs og frems jene som sammenlikningsgrunnlag for andre esimaorer. Vi vil da kunne si noe om hvor mye som kan vinnes ved g bruke når p er kjen. De ville være ineressan å sudere egenskapene il den esimaoren en får dersom p esimeres og verdien innsees urykke for a. Den esimaoren som vil bli vurder her, er CPS - esimaoren 1) (se e.g. DahmsrOm): N ( 2. 8 ) a k k k - I 171) + (1 - c)kl ' N hvor a 1 = 1. TT 1. C er en konsan som fassees eer nærmere sudier av Œ. En esimaor som er foreslå av Waksburj og Pearl i er (2.9) k k - 1 k k ) D (c/k k '1 7,;;1". ) + k-4 ( - CD) hvor M ij 761I3 + 4* i, X M M + M. M. + M i.- - io j j oj. M m. oq M. M n, n, + 4 1) CPS Cenral Populaion Survey.
10 10 C og D er konsaner. Denne sise esimaoren er foreslå på inuiiv grunnlag for A dra nye av evenuell høy år - il - år korrelasjon. De vil 4 si a p 4 er sor i forhold il p i. Waksburg og Pearl [41 foreslår dessuen en modifisering av (2.8) for å få en esimaor som svarer mer il (2.6). Denne esimaoren kalles A- K esimaoren. Den er gi ved o (2.10) a k = a k A(p k " A k , 1 ). A er en konsan. (g) Generelle berakninger. Esimaorer for a og 6 kan også avledes av esimaorene for gi i (2.8) o7, (2.9). Disse avledee esimaorene vil også bli vurder her. For a idenifisere esimaorene, vil de bli usyr med de samme oppsymboler som de esimaorene de er avlede fra. Den enkle (usammensae) esimaor for a er N 1 I Rao og Graham E 9 j er omfaende effisiensberegninger forea for a og W under roasjon med gjenbesøk. De opimerer effisiensen m.h.p. C og abeller opimal effisiens relaiv il -at (henholdsvis T ) for ulike verdier av p, m og C. I Waksburg - og Pearl!VI og Gurney og Daly E3-3 er noen enkle effisiensberegninger for henholdsvis "q,"-esimaorene og "EP-esimaorene forea på grunnlag av (2.3). De er desverre ikke gjor forsøk på a undersøke robushe m.h.p. avvik i korrelasjonsmønser for disse esimaorene. Av de esimaorene som er nevn, er bare (2.8) i bruk. I C.P.S. i U.S.A. brukes (2.8) med C = 0.5 for alle grupper og kaegorier og alle paramere. 1 Sverige brukes (2.8) med 0.5 for kaegorien "i arbeid" C = 0.0 i f "arbeidsløs" 0.7 if " i Arbeidskrafen C varieres ikke fra parameer il parameer. (Se Dahmsrom og Malmberg F. 10 :1-121.)
11 11 E argumen som forer il den svake grad av fleksibilie i valg av C i eksemple over, er krave om samsvar de publisere abeller imellom. Som eksempel kan nevnes en o-dimensjonal abell med arbeidskrafkaegori kolonnevis og aldersgrupper linjevis. Med svenskenes sysem vil kolonnesummene og esimae for den ilhørende arbeidskrafkaegori falle sammen, men linjesummene vil ikke nødvendigvis falle sammen med populasjonssørrelsen i den ilhørende aldersgruppe. I de amerikanske abeller vil både linje- og kolonnesummer "semme". E liknende problem gjelder for valg av C ved esimering av f.eks. a og S. De opimale verdier for C er ulike ved esimering ay. a og 6 (sørs for 6). Dersom C-ene velges ulike, vil esimaoren for endringer i f.eks. sysselseingen fra forrige kvaral ikke semme med differansen mellom de publisere all for nivåer. De er imidlerid mulig ved forskjellige valg av C, å revidere forrige kvarals esimaer ved hjelp av esimae for 6. I de foregående er de ikke a hensyn il a uvalge er e o-rinns uvalg med forhånds- og eerhåndssraifisering. Under vurderingen av resulaene foran må en huske på a variansen er sa sammen av variansen innen de primære uvalgsenheer (p.u.e.) variansen mellom primærenheene. Dersom uvalgssørrelsen i hver D.u.e. skal bevares ma roasjonen foregå innen p.u.e.. Men da er de bare variansen innen p.u.e. som reduseres ved bruk av sammensa esimering. De er da vikig a vie noe om hva de er som bidrar mes il den oale varians, variasjonen innen p.u.e. eller variasjonen mellom dem. Dee er e emne som bør suderes nærmere. E anne vikig momen er a de er nær sammenheng mellom flying og skife av arbeidskrafkaegori, f.eks. ved a den som miser arbeid flyer for a få ny arbeid. Dersom adresse som vanlig skal være rekkeenhe, vil den nye som flyer inn, ilsvarende ofe ha arbeid. pa denne måen vil vi risikere å underesimere arbeidsløsheen. Folk som flyer, bor følges opp. Dersom dee ikke er mulig, er de kanskje bes å regne enheen som ap fra undersøkelsen. Til slu vil jeg nevne probleme med a individene ikke oppfører seg eer foruseningen om konsan klasseilhoreghe. E individ kan for eksempel gå fra en aldersgruppe il en annen under undersøkelsen. Ana dee skjer mellom idspunkene k og k - I og a vi skal esimere arbeidskrafnivåe i den sise aldersgruppen. Individe vil da være med k D* og i k-1. "ff. 1 men ikke i de andre komponenene av (2.8). En mae 4 ree dee på ville være å beregne alle foregående observaorer på ny,
12 12 under den klasseilhørighe som gjelder på idspunk k. Dermed ville korrelasjons-egenskapene bevares. Omkosningene forbyr sannsynligvis en slik framgangsm5.e. En villa da under esimeringen måe ha ilgjengelig rådaa for alle undersokelsene, mens en ellers kan nøye sea med A ha esimaorene for forrige idspunk sam rådaa fra forrige og ngværende idspunk ilgjengelige under beregningene. Svenskene har omal dee i Ell -1. De er alså svær vikig 4 gruppere slik a de blir få individer som gar fra en gruppe il den annen under undersøkelsen. En kunne la individe under hele undersøkelsen ilhore den aldersgruppen de ilhøre ved innredelsen. Dee vil imidlerid skape skjevhe i esimaene for sise idspunk. L Iaz effisiens-bere ninsrer for esimaorer for nivier oa endriner (a) Innledende merknader Jeg vil i dee avsnie søke a vise hva som kan vinnes ved bruk av roerende uvalg og sammensa esimering. Sammensae esima- _, orer i mosening il enkle esimaorer, brukes som fellesbeegnelse på esimaorer som gjør bruk av observasjoner fra flere idspunker ved esimering av parameerverdiene for e gi idspunk. Gevinsen ved sammensa esimering og ved roasjon vil jeg belyse førs og frems ved abeller over effisienser. Tallene er for en sor del hene fra ilsvarende abeller i DI [137, I:4:1 og [5]. Der hvor maemaikken ikke blir for kompliser, vil jeg ulede formler for effisienser. Dee vil gjelde esimaorer hvor observasjoner fra innil o idspunker er med. (b) Enkel esiaria La oss førs se på gevinsen ved roasjon uen bruk av sammensa esimering. En kan her åpenbar bare vinne noe ved esimering av endringer, 6. Vi har N1... I N I og
13 13 (3.1) var Tf 2 cov ( TT Ti) var var, i 2a 2 2(1 - p) Pa 2 n n 2a 2 7: ( 1 - (1 - p) p). n hvor p er roasjonshasiheen, a 2 var X og p c -2 cov(x ) X Vi vil ana a (2.5) er oppfyl. Se... op. Ts a p 1-1 "a. blir esimaoren forved uavhengige uvalg. Vi får (3.2) ea, S var (1 p) p. var "E Vi ser a ved små p oçr sore p er vinsen ved roasjon beydelig. Vi kan samidiq, se a vi fir e ilsvarende variansap ved esimering av og = aa 1 2 under roasjon: var = var ( Tf ) < (1 + (1 p) p) 2n (3.3) e,) 17. (1 (1-1.1) p), hvor NM. "f 1(a + a + 1 ). (c) Sammensa esimering La oss se pa de enklese av de sammensae esimaorer, nemlig 0.P.S-esimaoren for o idspunker, N (3.4) a -I- 11 TT. -.) -1- (1 C)kN1 k - 1lk - k -
14 1 14 Vi får,med X 1 - p: F 21 1 p 1 p - (3.5) var a n nx + n n n fix ( 1 C ) 2 i-( 1 - C) ( ) cr2 n n n n 02 r C ( pp) + (1C) (1 - Cpp) i. 11 CPS-esimaoren for endringer blir: (3.6) 1(;; (1 - C) ( ). Ni merker vi oss a x + i l -11 og a N' og er uavhengige. Tilsvarende spales -I\Ï' opp i uav- 1 1 hengige addender: Vi får N = X if '1?f (3.7) var var( 2 (C X(1 - C)) ( - ) (1 - C) n - 1 N I )) - 2a 2 - x n L(1 - (1 - C) 0 2p ( "" C) 2 p x.1. Når en skal vurdere en esimaor, er de vikig både a se på hvor mye en vinner og hvor mye en kan oppnå ved 4 forbedre den. Eer Ill], s. 157 og 158, har vi (3.8) var p- p 2 2 a._ n A (3.9) var -7: 1 - p 2q2 1 - pp n
15 15 Effisiensene av de opimale relaiv il CPS-esimaene blir: (3.10) e(a s P P (1 p 2 p) X (2 pp.) + (1 C ) X (1 - (pli) (3.11) e(8, X(1 - P) - PP L. (X PC) 2 (1 - p) px For i se hvor mye som kan oppnås i forhold il de enkle esimaorer, ser vi på effisiensen il de opimale relaiv il de enkle. Av (3.8) og (3.9) får vi (var 2/n): (3.12) e(&, F) 2 - p 11 - P 2 11Z$ (3.13) e0s', 75) 1 PApp -1 - PP) (1 - Ap) (I 4' E-- ) -p Av (3.12) kan vi finne den opimale roasjonsrae ved esimering av a (se F- 1T] s. 157): 1 - (3.14) p (1 I, (1 - p 2 ) 2 ) op 1 > 1/2. De som vinnes ved 4 bruke CPS-esimaorer isedenfor enkle, urykkes ved n (3.14a)e(Œ, a) 11. var a -07, n (3.14b) 6) = var De viser seg a ved opimal valg av r i C.P.S.-esimaoren, si blir 'L Er vi alså heldig med valg av C, vil esimaoren W ikke kunne forbedres når vi begrenser oss il bruk av daa fra o observasjonsidspunker. Se r' 1 - C: d var j C. dc' - 211(1 - C'p) - p) + 2 C 2 -I Seer vi dee urykke likoog losermhpcfår vi: C' 1 - p op p(1 p)
16 16 eller (3.15) C op 1 - C'0 Ap 31(1 p) + Seer vi inn i urykke for var çc's', så finner vi a (3.16) mf (var var A noe som bekrefer påsanden over. Tabell 1 og 3 gir effisienser for CPS-esimaorene, a og 6, relaiv il 61, g, a og "E for ulike verdier av C, p og p. Ved å lese loddre, vil rcbushe overfor variasjon i p for ulike C og p kunne avleses. Rao og Graham L 5 j, s. 498 og s. 503, J sar formler for var a og var 6 når alle observasjoner fra en løpende undersøkelse brukes. a og 6 beregnes da eer formel (2.8). I abell... r, 1 og 3 er også e(a, a) og e(6, -6") beregne på griinn1ag av Rao og Grahams formler. Disse allene kan også brukes il i se hvor mye som vinnes ved å a med observasjoner fra fler enn o idspunker. Ana a C velges separa for esimering av a og 6. Som nevn i avsni 2 (g), vil en da kunne revidere foregående esima for a ved (3.17) a a. De foreligger lie om kvalieen av esimaorene med oppsymbol o og s. (Se (2.9) og (2.10).) Tabell 5 i gir effisienser for 0 o ooqd relaiv il -ciog Tabell 2 i 4-i viser a de er bare for r- esimering av årlige endringer en vinner noe særlig ved bruk av esimaoren ga i ( 2.6). 1 disse abellene er folgende korrelajsonsmonser ana å gjelder Korrelasjon mellom påfølgende observasjoner År lig korrelasjon "Civilian 0.8 labour force" "Agriculural employmen" "Unemployed" OOOOO O
17 17 1:12, abell 1, side 9, går de fram a den sørse gevinsen de regner med a oppnå ved bruk av sammensa esimering, er ved esimering av kvaralsvise endringer i arbeidskrafen. Der er gevinsen 11 prosen i forhold il -67. For de o førse norske undersøkelsene okober og d3sember 1971) ville de var lie jenlig å bruke sammensa esimering av paramerene for desember. En ve nemlig lie eller ingening om korrelasjonsmonsre for observas7lonene. De er imidlerid vikig a de blir lag vek på esimeringen av korrelasjonene slik a disse esimaene kan danne grunnlag for å avgjøre evenuel hvordan de sammensae esimaorer bor se u.
18 1 H 4-JO) 00 Cf) NI" r-i Cn r r) oo c CV CV C 1 oo 0 q:) Lf) Cn (31 NI 18 CO r OC) CNI r-i Q0 c,..1 r, o ID cp,.1-r Nr Cq CO L').10 V) 0 LI4 co 01 r-1 Co) CY) r-i Cn CY) Cn (r) 00 CP) 00 (NI CV 01 C%1 0\ 1-1 r-i Cr) U')...1" CV 01.. CV! CV Lf) if) r.-1. r--1 r-1 0O I Q. %io F C11 VD CV CV (Y) CT\ ON mc o mo rn ON CV CV / CO C'") r-i N 00 CO 1/40 o 00 r. 00 cn m e-4 ON 01 N rh ON 1/40 1/40 Ce) Cf.) 0 00 r In.1- cal if) r oo r--4 1/40 Lf) CV CN 0 r, CO V) CO CO e \C) CO CN 00 C'n (NI V0 CO C) rlrq r3/4, Cn e Crl CY) r-1 Cr) v-4 Cn r--1 CV mm. 01 C.4 0 O'N CO Ce) 01 r-1 CV 00 1/ r - Q CO 1/40 ON 4" CV CV r-1 c4 c4 CV CV 4) 0 H,./* ci P (I) CV > i-1-4 PCV O 0 CU 0)4_i CN S.0 00 L-.1 \JD H 0 r-i r-i 01 r CT\ 1-4 O r- r W C!) CO 0.) 10I 4-) (I) Cn 4_J In 0 m (NI %.o 01.0 O'N Lf (1) C'n o " s 00 Ln.0 P 41Q) r-1 CY) r-..1 1" CY) I-4 P 0 CD 0) 0 Ln 0,4:) If) O CV el) in 0 f", r - P CO 1/ I",Lf o.4 Cr CO CU (/) 0. N,C) 1 ). CV r-1 N CV C4 CN1 (NI c,4 Cri 4.) C4 4-1 H Lf) Ln CO Cr) r I 1' Lr) c c\1 4/1 0 $.4 (:) r I 4-) 01 ON 00 CT\ T-4 r,-- 00 L1-1 r-i ocd 4-4 Q) CV CV r-i CV CV r-i r4 (0 O T-4 04 P E 0 ri 4-1 ^ 'O P ON-r, Q) oo Ln 0 Q) Q) 00\0\ 0 01 ON 0 'i 0 in r--4 r-i 4-4 Ca 00 c1 E T-4 r I CO 4-1 P 00 1`, Cr) n mo 0.) idc) r4 4-4 CV CV Cr) CO) C1/41 Cr'l O OD 04 g r-1 01 C) 0 01 CD Ch. m 0 00 ON CV CO 111 C 41 1/40 ON 1/ CD 0\ 0 r-i CV 1/40 1/40 1/40 CV Cy) CV CV CV P ^ O 0 CV i") 1/40 LnO col r -,01/40 r. m W OO) r r r r-i CO " 4) CI) C\1 Lf) r--i Ir,1* CY) r-i (0 H..1 C CO P > P r4 0 CO 0r--4 r-i 4-4 4J rl g 0 an I", 00 r4 r-..4 r C1/41 0 CO Q) ) 1.1 CO Q) CO r-i H W 4) 00 0'1 ON m 00. C1/41 L.41 CJ r-.4 C1/41 Ln oo C111 Cfl o O 00 I", v.-4 1/40 CV N 0 1/ CO CA CO N CV 00 CV CO 1/40 00 C1/ CV 00,..1" CNI O\ mo o- 0 0 r--i ce) 0:) C'n 00 U1 Cvl ON 1 CV CV 0 m CV r C-41 CN1 OC).. in 0 C.41 0\ a, Cf44 r-.4 CV 00 ON CNI 01 r-) 00 1/40 1/4C) 111 1/40 c I m o Ln cr ON CV CV CO ON ON ON CO ON 0 CO CO 1-4 r, 0 00 oo. 4 in Ce) r4 00 CO Q) 11 n U 11 Lel CO Q. 0
19 19 Tabell 2. Opimale verdier for konsanen C, i CPS-esimaoren for nivåer, baser på observasjoner på o idspunker T 1/2 1/3 1/ 4 1/5 1/6 1/7 1/
20 4 ) I C") 1/40 I %.(:) CV an C N cf.) (NI (-NI oo (NI cn CN CN.0 r-1 CNC4 CN CD n4 0 %JO 1 1%- cs, a, 1 44.) 1 CN r f) CN Co Q Ln. r-!.4 r-i 1/40 1/40 I s.0 r...1 I.1" CV 0 n4 1-4 r-i 01 1/40 I COI CNI 0 r-i CO r.-4 0 I 0 r- 0 r- C") Pi I r cn 1 0 ON r, " /". N- N. 1 CV 1/40 I CO if) r-1 cn N e mp cn,/' ON CV 11) C) r..4 I QCo I L LrcNLr c:n 1,4 r-,4 CO 1/40 I CV C) 1/40 1 C,)0 I VI 1/40 i 1-4 CO 0 1/40 0 o Cl o 01 I 0 CY) CO 1C1 4,o 1,1 vri r-i r-i 4, 4, a) 4, w I bi) 1" Lf1 01 N. I CV,1 CV 01 0, eu P-4 C() Lf) s CV 1/40 I-4 P C..) r r-i r--1 r-iq P,G) 0 Ci CO 1/40 i r". I N CO I CV 01 I C") CO I 4.-) 4) in 0 cn P r,4 1,4 vr4 P c (I) P E CO 4) s r4.4" In 0 ri cn) I C) 1 C.1 Ln r4 Ci) n4 0 P Q) 1,4 rrl rei 44 P 4-4 CL) 4) I 0 0 i cni R QCO Q I,- 0 11)..1" fil O r -1 L4-1 Ca. Ci) a) P 4) " ba cd r--) 0 n v-4 Crl $.4 r4 $.4 04-J bo s-1 o o co. Ln 0 I CV 0 %0 I cœ. C C') I r-1 c,r, r. 1 r. L.) I 0 Ch I r--4 C0 QIc-4 QI Q O r-.4 r,1 r-1 1 r 1 lf) 4.) e r--4 C31 1 1/40...1" Cri 1 r 1/40 i N- C 11 1/40 f", 1/ I r-1 C") 0 O N-0 1/40 l' n4 0 cn (NI In 0r--1 0 _ r) L11 om m Q 0 QI in 1 0 Ln en I-1 r-1 4-) o ;NI Ln r..4 4) ri Ca P `,^1 0 (n 'CI 4.1 mim i CC) ON-0 1/40 r ) 7)4 I 0C.1 v-4 Cfl ill I r4,0 014 CO ON-CO 4) c9 U) 4) co 4-4 I-4 0 E-4.4 ci) c-4 1 r 1,4 m oi r-1 f) C) 1 Cf) rs, 1 rl se 1/40 N. I 0 Cf) 1 CT 0 1 1/41 ) rs. "-A N Cr/ rrl 0 vri CV li WI 40 N CO cr,.... 0_O en".1
21 21 Tabell 4. Opimale verdier for konsanen C i CPS-esimaoren for endriner baser p observasjoner på o idspunker Markovkjedemodellen. Variansber,71inger for esimaoren p. = N../N. (a) Modellen Vi skal ni se på følgende modell: X er en oilsands homogen markovprosess som observeres eer en roasjonsplan på idspunkene T = {0, 1,..., N}'. Som for, se X i 7- observasjonen av i-e sampelsi på idspunk ; i e ' e T. Sampelsiene er nummerer slik a 1) I = {J i- 1,... n},j = n 0 er roasjonsavsanden og p er roasjonsraen. 1) Ex.] de sørse hele all < x.
22 22 En har videre (4.1) a E T; 4-1 = a (P11 p01 ) P01 hvor a -7: EX P(X 7-7 1) og X har overgangsmarise, P P 0 01 P P34. Eer appendiks 1 har den lineære differenslikning (4.1), generell løsning ( Pol P 4.2) a (10 P 1' Pll - P 01 Med noasjonen fra avsni 2 og under forusening av a sampelsiene observeres uavhengig av hverandre, kan Iikelihooden for observasjonene nå skrives: N N" N (4.3) A a - i (1 a, )0N.0 H u 1 N. 0 ki - a ) N.. ij hvor N.. - E, N... ij T 13 Vi har N.7. n - ol o N" orn. li N" - 1 e T' fo, , N - 11, og (E {0, 1 }) N (4.4) E Nii E {1 (N ) 'n 1- I i, j e E e T' N - I) n X N hvor X 1 - Å. Vi anar a er e hel all. Vi har (4.5) n når - n 4 {I n X ellers. 1 ' c T'.
23 23 E suffisien observaorse er (4.6) ( o N 1,1 1Ṇ" T', Noo, N ol' N 11 ). Vi seer N E N = N. N.. J. i 11 lo T' (b) Taylor-uvikling av X/Y. - La oss uvikle funksjonen f(x, y) x/y i en Taylorrekke om (EX, EY). X og Y er sokasiske variable: X EX 1 EX Ey (x - Ex) - Ty5-172 (Y EY) {EY-- 1 2{EX 1-0 (X - EX)} 2 (Y EY) (X - EX) ( EY)1 iey i- 0 1 EY) (Y EY), 2 der 0 I, 0 2 c E:o, I]. Hvis vi nå ser bor I) fra de o sise leddene, får vi ilnærme: X EX Y EY (4.7) XXEX,2 var - Y EY 1 EX 2 EX Ey2 var X i- var Y - 2coy (X, Y). EY Dersom vi skal bruke dee il a finne e ilnærme urykk for var(n 11/ N 1.) så får vi alså a beregne var N var N o g coy N ). 11' 1, ' (N11' 1 1) Vi vil mae vende ilbake il disse leddene for å finne graden av nøyakighe i ilnærmingene.
24 24 (c) Momnbereniner Vi har, (4.8) EN.. = E E N.. = E P.. n a np.. a, T' T' (4.9) EN 1. E E N 1. = E n a = na, T' T' hvor a E 1; a. T, n Folgende resulaer 1) uledes le av resulaene i appendiks I: var N 1. = n a (1 - a ), (4.10) coy (X r9 X s ) = a k (i - a k )4) lr sl k r v s. Når vi skal beregne var N 11, var N 1. g coy (N 11, N1. ), er folgende urykk mer bekvemme: N r. E '11 Xk. X k + I e Tv KeI r 1 o7, N 1 E E X k. T' k E I ni + I Vi fir (4-11) var N.=E z Ecoy (X, X ). 1* k- is r, s e To k e I r AI 12+11E1441 s s + 1 1) avb = sup(a, b), a A b = mf (a, b)
25 P 25 Seer vi K for den indeksmengden som horer il summen over, si kan vi videre skrive: (4.12) var N 11 = E cov(x X X kr kr ls1s + 1 (4.13) coy (N11, N 1.) = E coy (X X X 13 kr kr + ). 1 Se så m rs = # {1 r AI 41 r + 1 AI s s Siden siene er uavhengige og idenisk fordele fa, vi ni: (4.14) var N 1. E m coy (X, X), r, s e T' rs s (4.15) var N II = E mcoy (X., X. X s + 1 ), rs r r + 1 s r, s T' (4.16) coy (N 1, N 11 ) r- E mcoy (X r X r + 1, x s ). rs r, s e T' La oss beregne de o sise kovariansene over. Vi har E (X. X1 ) = P(X = X + 1 = 1) = P(X = 1 I X = 1) P(X = 1) L.: a 11 Ana a r < s. Da blir.x.x. X= I) r r + 1 s + 1 ) = P(X r = X r + 1 = X S = X STI
26 26 P(X. = 1 I X ::: 1) P(X r. 1 1 X + 1 Tfl k + 1 1) P(X k + 1 1! Xk1) P(X k 1). 2 (111 - k - 1) p P r f s, ar p r 11' r s, IlvorPk =fp il (k) },k=ras og m=rv s. Ni er (k) (k) k (4.17) P - P p i Dee kan vises slik ved induksjon: (4.17) er rikig for k Ana a den er rikig for k. Da er (k + 1) + (k) (k) (k) (4.18) p 11 - P01 = P10 P 01 4* Pll p 00 P 01 - P 01 (k) p 11 (k) (k) (k) (k) = P 01 - Pll P01 Pll Pll - P01 4. P01 P01 - P01 P11 (k) (k) k k + 1 = (P 11 - P -01 ) (P 11 - P01 )*P 17.1) =P Analog med (4.1), har vi når s r: (s r) (s r), (s r) s - r (s r) (4.19) a s a r (1) 11 Pol pol arp Pol Vi fir ni ved å bruke (4.18) og (4.19), (4.20) coy (X r + 1 X, 2 (s r 1)2 + 1 X s ) -= a rp11 p 11 ar as P ll T) k - 2, (nik 1) m k - 1 1) (m k 1), - k + 1p 01 og.1: a k (1 - a k + 1) P112 pl m -k- 1,k=rAs<rvs: m (4.21) var (X X + 1 ) 74 a p 11 (1 - a p 11 ).
27 27 Videre har vi E X r (s-r-1) a r P 11 P11 (r s) sir, as. PllPll s + 1, 'a p e P 11 r s-r-1 EX X r i. 1 EX s ar. a s. p 11 \ ], sr i ap [CC.p s-r (s-r) s 11 s +p01 J, s < r. Dee gir a (1 - ar + 1) pll p s-r-1, s r + 1, (4.22) coy (X r X r + 1 ' ) s a (1 -as r s )pp s < r. 11 (4.7) - (4.9), (4.14) - (4.16), (4.10) og (4.20) - (4.22) gir oss nå: N var 11 A, m 1 N. cov (X X X X ) + r, s c T' rse7;737 r + 1 r' s + 1 s n 2 p 2 (1, 2.n w. coy (X X ) s, r npia n a cov (X r X r + 1, x s ) E rs 2 F-ap (1 -ap )+p a (1 -as)-p11 2 as(1 -c s )] s,... s 11 e T' T1 2 Œ2 s s Emrs 2ak(1a s f r 2a2 n E: p11 k + 1) P Ir sl-1 2 P 11 a k (1 - a k ) Ir si - 2 p li 2 a (1 - a k + 6(r, s) ) P lr s! - 6( r, s):1, k = ras,
28 28 ifl rs 2 s T' n a 2 s p( a p ) s 11 in I + E rs 2 2 strna si [p - a ras + 1 ) + (1 - a ras ) 2 s) (1 - a ras + gr,50 ). PI Pll aras. Vi har for r < s: -1 (4.23) p (1 - a )(1 - a rhs) - 2p-6(r, s) (1 - a ras + 1 ras + 6(r, s P a r + + 1cc- 2p / (1 - a r + -1(- L ( I r p(1 ar )]. Ved å anvende resulaer fra appendiks 1 på den kjeden vi får når ilsandene 0 og 1 byes om, ser vi a vi får folgende urykk for (4.23) når r < s: For r s kan (4.23) skrives slik: -1 A (1 - a s + ) + (1 - a s ) 2(1 - a s ) p[1 - a s + 1 ) P (1 - p11 ). Vi får nå: Nu N - 1 np (1 - a p N p 2 (1 - r 1 ) r-s1 (4.24) van-- = E a + E m r P qa -a ). N 1. r 1 r < s m rs2 s r a p 1 Her er jo m rs r. 0 når fir sl -- c, hvor c er roasionsavsanden. Med c 7.1 og roasjonsrae p blir (1 - rs 0 m { a )n for Ir s < ellers 1
29 29 Bruken av denne markovmodellen krever a (4.2) er en god ilpassing il virkeligheen for de idsrom som vi bruker under esimeringen. De esimaorene vi vil komme fram il, vil kunne kalles glidende esimaorer i de de bruker observasjonene fra idspunkene s I,..., - 1,. s kan kalles esimaorens lengde.. Konklusjoner LalLimjajaa.:21.1mag Ved g a i bruk den sammensae esimaor a slik den er gjengi ' i (2.8), kan sorre presisjon oppnås ved esimering av kvaralsvise endringer og nivåer. Gevinsen kan bli sor ved esimering av endringer, mens de er mindre å vinne ved esimering av nivåer. Tabell 1 og 3 gir oss de gevinsene som kan oppnås. Avvik fra foruseningene for beregningen av effisiensene svekker imidlerid fordelene ved sammensa esimering noe. Slike avvik vil bli behandle nedenfor. De er ikke dokumener ilsrekkelige fordeler ved de andre esimaorer som ble foreslå i avsni 2 (se (2.9) og (2.10)) il a de vil bli foreslå bruk. Nærmere sudier av disse esimaorer anbefales. Ved fasseing av roasjonsraen er de idligere nevn a de rengs en prioriering av de ineressane paramerene. Dersom en vil ha observasjoner av en og samme sampelsi med e års mellomrom, ma imidlerid roasjonsraen være mindre enn 1/4. Dee er nødvendig hvis en vil beregne den årvise korrelasjon for å kunne a hensyn il sesongvariasjonene under esimeringen. Esimaoren (2.9) vil ikke kunne brukes uen a observasjonen av samme si foreas med e års mellomrom. ArVIse endringer vil kunne esimeres sikrere med en roasjonsrae mindre enn 1/4. Fasseing av roasjonsraen påvirkes også av momener som ligger uenfor rammen av dee noae. Selv uen sammensa esimering, er de en beydelig gevins ved selve roeringen når endringer skal esimeres. Effisiensen il den enkle esimaor for endringer ved roering relaiv il samme esimaor uen roering er gi ved (5.1) 1 - (1 - P) P Av abell 1 ser vi a gevinsen ved sammensa esimering av nivåer aldri er beydelig unnagen ved en så høy korrelasjon som 0.9 og roasjon 1/2. Dee vil neppe oppre i praksis. Derimo kan gevinser ) Som nevn er opimal roasjonsrae 1/2 for sammensa esimering av nivåer, 0 for endringer og 1 for årsgjennomsni.
30 30 på opp il 40 prosen oppnås allerede ved korrelasjon 0.5 under esimering av endringer. Siden de bare er ved esimering av endringer sørre gevinser oppnås, er de rimelig a roasjonen ilpasses esimering av endringer. Ana a en vil esimere endringer i arbeidssokken. La oss si a korrelasjonen er 0.7 og a en har besem seg for en roasjonsrae på 1/6. Gevinsen som da kan oppnås, er 60 prosen dersom en velger konsanen C lik 0.7. Dersom en bruker sammensa esimering av nivåe, med denne konsanen, ser en a en risikerer variansap. (C.7: 0.6 gir en effisiens på 0.96 og C 7: 0.8 gir 1.26). (b) Arsaker il reduksjon i varians evinsen Fra avsni 2 husker vi a følgende momener vil gjøre variansgevinsen mindre enn de som ble nevn i avsni 5(a). 1) Roeringen skjer innafor de p.u.e. (primære uvalgsenheer). Dersom variansen mellom p.u.e. dominerer, vil de bli lien variansgevins. 2) Frafall. (Individer som flyer, mg følges opp.) 3) Endring av gruppeilhørighe under undersøkelsen. (Individer kan grupperes eer kjenneegn ved innredelsen dersom dee ikke skaper for sor forvenningsskjevhe). 4) Opimal valg av konsanen C begrenses av krave om konsisens i de publisere abeller. Virkningene av punkene 1 il 3 ovenfra vil svare il a korrelasjonen, p, vil reduseres. En vil derfor av abellene kunne se hvordan effisiensene påvirkes. Variansgevinsen beholdes for endringer mens de for oppsår variansap for nivåer. (c) Valgav konsanen C Endringer esimeres ved ak a hvor a er gi ved k k l k (2.8). C i (2.8) box, kunne velges fleksibel eer beregning av korrelasjoner for de ulike grupper og kjenneegn. Svenskene har funne a korrelasjonen førs og frems varierer eer kjenneegn. De er nesen ingen korrelasjon for kjenneegne "arbeidslos", men høy korrelasjon for kjenneegne "i arbeid". (Se r.) De lar derfor C variere med disse kjenneegnene, mens konsanen ikke varierer mellom de ulike alders- og udanningsgrupper. På denne måen vil kolonnesummene semme i de publisere abellene, mens linjesummene ikke vil semme med oalen. (Jeg iv
31 31 enker meg her a vi har "arbeidsløs" osv. kolonnevis og "15-20 år" osv. linjevis.) (d) Revidere all for nivåer En kan gi avkall på sammensa esimering av nivåer og publisere revidere all for forrige o kvaral ved formelen Œ k 1, revider r. a k k 6. På denne måen unngår en a de publisere endringer ikke semmer med differansen mellom de publisere nivåer. Dessuen vil åk 1, revider sannsynligvis ware e sikrere esima enn a k 1* I [123 er de beregne a merkosnadene ved innføring av esimaoren gi ved (2.8) er S.kr pr. år, mens en reduksjon av variansen på 2-3 prosen ved å øke uvalgssørrelsen med individer, vil kose S.kr pr. gr. De må nevnes a svenskene bruker månedsvise undersøkelser. Overgangssannsynligheer vil mae esimeres med esimaoren N1./N.. De er vanskelig, av (4.24) 4 si hvordan variansen påvirkes av 3 a. roasjonsplanen.
32 Referanser 32 El: Des Raj (1968): ".ȧmlia " Mo. Graw-Hill, New York. [2] Dahmsrom, P. (1971): "Sampling and esimaion for Surveys on several occaions - a review." Saisisk idskrif, 9 (1), Gurney, M. and Daly, J. F. (1965): "A mulivariae approach o esimaion in periodic sample surveys." Proceedinp of he Social Saisics Secion, Amer. Sais. Assoc. 1965, [4] Waksberg, J. and Pearl, R. B. (1964): "The Curren Populaion Survey: A case hisory in panel operaions." Proceedings of he Social Saisics Secion, Amer. Sais. Assoc. 1964, E Rao, J. N. K. and Graham, J. E. (1964): "Roaion designs for sampling on repeaed occaions." J. Amer. Sais. Assoc E:6:3 Prahbu-Ajgaonkar, S. G. (1968): "The heory of univariae sampling on successive occaions under he general correlaion paern." Ausral. J. _Sais., 10, [7] Paerson, H. D. (1950): "Sampling on successive occaions wih parial replacemen of unis." Sa. B, 12, 241,255. E*-"J 8 Eckler, A. R. (1955): "Roaion sampling." Ann. Mah. Sais., 26, [92 Dahmsrom, P. og Malmberg, S. (1970): "Forsok med sammensaa skaningar i A.K.U." P. M. från Saisiska Cenralbyrån Uredningsinsiue, [103 Malmberg, S. (1970): "Korrelasjonsberäkningar i arbeskrafundersäkningarna (A.K.U.) 1970." Resularedovisnin,F fifiajl.2 E MIE, 6. 11' Lii : Dahmsr5m, P. og Malmberg, S. (1971): "Uredningsarbee r3rande sammensaa skaningar i A.K.U. "P. M. från Cenraibyrån, Uredniusinsiue, [12 ] Kulldorf, G. (1963): "Some problems of opimum allocaion for sampling on wo occaions." Rev. of he Inerna. Sais. Ins., 31,
33 33 Appendiks 1. Noen urepilinpr for markuhjeidemodellen. X er en o - ilsands markovkjede med overgangsmarise P og ilsandsrom, E = 11. Vi har EX = a = P(X = 1) var X = a (1 (A.1,1) a I = EX 1 = EE(Xpy = a E(X 1-1 K = 1) (1 - a ) E(X I- 1 X :0) = a Pll (1 - a ) P 01 = a (P11 - p01 ) P ol, EX X I- 1 = P(X = X = 1) i- 1 "Piv coy (XX i- 1 ) =al) - a a 11 1 "4 a (1 - a ) (p 11 - p 01 ), p(x 1 ) (p 11 l a (i - a ) 'a +1 (1-a +1 ) Differenslikningen (A.1,1) kan loses. Se P 01 P. Differens - likningen blir da (A.112) a I..7" a P P01. Den homogene likning a 1 = a p har losning a a p. Dersom f() er 0 en parikulær losning av (A.1,2), ve vi nå a den generelle losning av (A.1,2) er a = a o p f().
34 34 Ng er f() 1 - pol 1 - P en parikulær losning. Den generelle losning blir derfor 1 - p a o p + p p Når p < 1, blir P lim Œ l p
35 35 Appendiks Forsok a finne BLU-esimaorer i markov rosessmodellen når a21. 21LEyeres_2111LIilmIm Vi skal se pa modellen i avsni 4 med T {1, 2 }. Av (4.3) ser vi a likelihooden for observasjonene kan skrives ( (A.2,1) A a (1 - a )INO N11 n NO0 1 ( )2 () 1 P N10 Pola 1-e 11 L-10 '01 ' Rif Eer appendiks I ve vi a a2 a 1 (P11 P 01 ) 4. 1)01. Vi kan see opp følgende sammenhenger mellom de observaorene som går inn i urykke for A: 1 N 1 1 N 0 7. N + N' 1.Il' r. n - N - N' 1* 1 l' N 10 N 1* N 11' (A.2,2) N -7- N N 11' N 00 - N11 - NO1 - N10' N"im 021 Som for er p roasjonsraen, og X 1 - p. Vi har ved (A.2,2) uryk alle observaorer i likelihooden (A.2,1) ved observaorsee (A.2,3) ( N N N N. N"). 1 l' 1., 11' 1, 2 1 (A.2,3) er derfor e suffisien observaorse for paramerene i modellen. På grunn av de re lineær uavhengige releasjonene: p. 4- p. io 0, 1, (A.2,4) a2 a 1 (1311 p 01 ) p01, så kan våre seks paramere uledes av re vilkårlige av dem. Vi skal se på BLU-esimering av a op a. De mg nevnes a esimaer for 1) l' p og p oo ulede av BLU-esimaorer for al pog ikke nødvendigvis ' a2' selv er BLU-esimaer fordi sammenhengen (A.2,4) er ikke- lineær.
36 36 En BLU-esimaor for en parameer eller en lineær kombinasjon av paramere i modellen mg were en lineær kombinasjon av observaorene i de - suffisiene see. La oss se på BLU-esimae & av a. a ma ha formen: &2 r: al 1N1 ai2n1. + b Nll 1- CI 2 N 1 C 2N *1 A 61 2 skal were forvenningsre, beyr a (A.2,5) Ea 2 r. una 1 a 1 + Xna 2 a 1 + Xnba 1 p a 2 + unc 2 d 2 = n(pal al 1- Xa 2a1 XiDal Pll XCla2 XC 2a2 ) a2. Her har I g jcr bruk av: EN11 %. ;]:(N 11 1 N 1, ) E(N ) Xa I p 11. Dersom (A.2,5) skal gjelde far alle al, a2 og. pll' ser vi a vi må ha ua 1 = -Xa 2' XC uc 2 og b O. Koeffisienene a 1 og C 1 kan le besemmes ved hjelp av en kjen sening som sier a en BLU-esimaor er null-korreler med enhver ikkeriviell forvenningsre esimaor av O. N - N og N N. er slike ikkerivielle esimaorer. Regningen for besemmelse av a og C er gjor * 2 1 " 1 1 i f.eks. L.: 1 :1, s. 156 ff. Av (A.2,5) ser vi også a de ikke finnes noen BLU-esimaor for By nemlig u P11* Ea med E P og a på høyre side og berner]< a vi da mg ha Xbal -7= 1 for alle a1,noe som er umulig medp11, for fas p. Ved lineær esimering kan vi alså ikke nyiggjøre oss den informasjonen son ligger i N II il å forbedre esimaorene. Dee skulle yde på en vesenlig uilsrekkelighe ved lineære esimaorer. Resulaene over kan yde på a dee gjelder når de er en ikke-lineær sammenheng mellom paramerene.
av Erik Bédos, Matematisk Institutt, UiO, 25. mai 2007.
Om den diskree Fourier ransformen av Erik Bédos, Maemaisk Insiu, UiO,. mai 7. Vi lar H beegne indreproduk romme som besår av alle koninuerlige komplekse funksjoner definer på inervalle [, π] med indreproduke
DetaljerMAT1030 Forelesning 26
MAT030 Forelesning 26 Trær Roger Anonsen - 5. mai 2009 (Sis oppdaer: 2009-05-06 22:27) Forelesning 26 Li repeisjon Prims algorime finne de minse uspennende ree i en veke graf en grådig algorime i den forsand
DetaljerForelesning 26. MAT1030 Diskret Matematikk. Trær med rot. Litt repetisjon. Definisjon. Forelesning 26: Trær. Roger Antonsen
MAT1030 Diskre Maemaikk Forelesning 26: Trær Roger Anonsen Insiu for informaikk, Universiee i Oslo Forelesning 26 5. mai 2009 (Sis oppdaer: 2009-05-06 22:27) MAT1030 Diskre Maemaikk 5. mai 2009 2 Li repeisjon
DetaljerHarald Bjørnestad: Variasjonsregning en enkel innføring.
Haral Bjørnesa: Variasjonsregning en enkel innføring. Tiligere har vi løs oppgaven me å finne eksremalveriene ( maks./min. veriene) av en gi funksjon f () når enne funksjonen oppfyller beseme krav. Vi
DetaljerBetydning av feilspesifisert underliggende hasard for estimering av regresjonskoeffisienter og avhengighet i frailty-modeller
Beydning av feilspesifiser underliggende hasard for esimering av regresjonskoeffisiener og avhengighe i fraily-modeller Bjørnar Tumanjan Morensen Maser i fysikk og maemaikk Oppgaven lever: Mai 2007 Hovedveileder:
DetaljerSpesialisering: Anvendt makro 5. Modul
Spesialisering: Anvend makro 5. Modul 1.B Lineære regresjonsmodeller og minse kvadraers meode (MKM) Drago Berghol Norwegian Business School (BI) 10. november 2011 Oversik I. Inroduksjon il økonomeri II.
DetaljerForelesning 4 og 5 MET3592 Økonometri ved David Kreiberg Vår 2011. c) Hva er kritisk verdi for testen dersom vi hadde valgt et signifikansnivå på 10%?
Forelesning 4 og 5 MET59 Økonomeri ved David Kreiberg Vår 011 Diverse oppgaver Oppgave 1. Ana modellen: Y β + β X + β X + β X + u i 1 i i 4 4 i i Du esimerer modellen og oppnår følgende resulaer ( n 6
DetaljerVirkninger av ubalansert produktivitetsvekst («Baumols sykdom»)
1 Jon Vislie; februar 2018 ECON 3735 vår 2018 Forelesningsnoa #2 Virkninger av ubalanser produkiviesveks («Baumols sykdom») I Forelesningsnoa #1 så vi på generelle likevekseffeker i en o-sekor-økonomi,
DetaljerLøsningsforslag øving 6, ST1301
Løsningsforslag øving 6, ST1301 Oppgave 1 Løse Euler-Loka ligningen ved ruk av Newon's meode. Ana a vi har en organisme med maksimal alder lik n år. Vi ser kun på hunnene i populasjonen. La m i være anall
DetaljerBeskjeder. MAT1030 Diskret matematikk. Oppsummering. Oppsummering
Beskjeder MAT1030 Diskre maemaikk Forelesning 25: Trær Dag Normann Maemaisk Insiu, Universiee i Oslo 23. april 2008 Roger har bed meg gi følgende beskjeder: 1 De mese av plenumsregningen i morgen, 24/4,
DetaljerEt samarbeid mellom kollektivtrafikkforeningen og NHO Transport. Indeksveileder 2014. Indeksregulering av busskontrakter. Indeksgruppe 05.08.
E samarbeid mellom kollekivrafikkforeningen og NHO Transpor Indeksveileder 2014 Indeksregulering av busskonraker Indeksgruppe 05.08.2015 Innhold 1. Innledning...2 1.1 Bakgrunn...2 2 Anbefal reguleringsmodell
DetaljerForelesning 25. Trær. Dag Normann april Beskjeder. Oppsummering. Oppsummering
Forelesning 25 Trær Dag Normann - 23. april 2008 Beskjeder Roger har bed meg gi følgende beskjeder: 1 De mese av plenumsregningen i morgen, 24/4, blir avleregning, slik a sudenene ikke kan belage seg på
DetaljerSkjulte Markov Modeller
CpG øy Skjule Markov Modeller år CG er eer hverandre i en DA sekvens vil C ofe muere il T ved meylase. (kalles ofe CpG for å ikke forveksles med pare C-G i o DA råder). CpG dinukleoiden forekommer mye
DetaljerEksempel på beregning av satser for tilskudd til driftskostnader etter 4
Regneeksempel - ilskudd il privae barnehager 2013 Eksempel på beregning av ilskuddssaser. ARTIKKEL SIST ENDRET: 08.04.2014 Eksempel på beregning av saser for ilskudd il drifskosnader eer 4 Kommunens budsjeere
DetaljerEksamen i STK4060/STK9060 Tidsrekker, våren 2006
Eksamen i STK4060/STK9060 Tidsrekker, våren 2006 Besvarelsen av oppgavene nedenfor vil ugjøre de vesenlige grunnlage for karakergivningen, og ugangspunke for den munlige eksaminasjonen. De er meningen
Detaljerslrrd s/ t-l Fi ia Fi fl:r ged <^'(n fi Ft'H s ks F;A= HX3 I(: 2 * d;gb ri EF g 3 = t?$ lh 3[ X +i ?$i Es xe 0i i,r s E O X > t-
#l l :ll.ll! i = l = :9X {n\j d,s.w{ 4. ld / l i i i fl: D LCJ Wi] fi ' ;= X h
Detaljer1. Betrakt følgende modell: Y = C + I + G C = c 0 + c(y T ), c 0 > 0, 0 < c < 1 T = t 0 + ty, 0 < t < 1
. Berak følgende modell: Y = C + I + G C = c 0 + c(y T ), c 0 > 0, 0 < c < T = 0 + Y, 0 < < Hvor Y er BNP, C er priva konsum, I er privae realinveseringer, G er offenlig kjøp av varer og jeneser, T er
Detaljert [0, t ]. Den er i bevegelse langs en bane. Med origo menes her nullpunktet
FAO 9 Forberedelse il skoleprøve Del Prakisk bruk av inegral Oppgave parikkelfar Hasigheen il en parikkel ved iden er gi ved v () = i m/min. Tiden er ( + ) + regne i min, for angivelse av posisjon. [,
Detaljer~/stat230/teori/bonus08.tex TN. V2008 Introduksjon til bonus og overskudd
~/sa23/eori/bonus8.ex TN STAT 23 V28 Inrodukson il bonus og overskudd Bankinnskudd Ana a vi ønsker å see e viss beløp y i banken ved id = for å ha y n ved id = n. Med en reneinensie δ må vi see inn y =
Detaljer2006/2 Notater 2006. Håvard Hungnes. Notater. Hvitevarer 2006. Modell og prognose. Gruppe for Makroøkonomi
006/ Noaer 006 Håvard Hungnes Noaer Hvievarer 006. Modell og prognose Gruppe for Makroøkonomi I. Innledning og konklusjon 1 På oppdrag fra norske elekroleverandørers landsforening (NEL) har vi uarbeide
DetaljerSensorveiledning UNIVERSITETET I OSLO ØKONOMISK INSTITUTT. ECON 1310 Obligatorisk øvelsesoppgave våren 2012
Sensorveiledning UNIVERSITETET I OSLO ØKONOMISK INSTITUTT ECON 3 Obligaorisk øvelsesoppgave våren 22 Ved sensuren illegges alle oppgavene lik vek For å få godkjen besvarelsen må den i hver fall: gi mins
DetaljerUNIVERSITETET I OSLO ØKONOMISK INSTITUTT
UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Usa eksamen i: ECON315/415 Inroducory Economerics Eksamensdag: Fredag 11. augus 26 Tid for eksamen: kl. 9: 12: Oppgavesee er på 5 sider Tillae hjelpemidler: Alle
DetaljerFunksjonslære Derivasjon Matematikk 2
Funksjonslære Derivasjon Maemaikk 2 Avdeling for lærerudanning, Høgskolen i Vesfold 19 mars 2009 1 Innledning La f(x) være en funksjon, alså, en sørrelse som er avhengig av x De kan ofe være hensiksmessig
DetaljerDato: 15.september Seksjonssjef studier og etter utdanning Arkivnr 375/2008
S TYRES AK Syremøe 07 23.sepember Syresak 53/2008 MÅLTALL framidig uvikling av sudenall og sudieprogrammer KONTAKTINFORMASJON POSTBOKS 6853, ST. OLAVS PLASS NO-0130 OSLO TLF: (+47) 22 99 55 00 FAKS: (+47)
DetaljerElgbeiteregistrering i Trysil og omegn 2005
Elgbeieregisrering i Trysil og omegn 2005 Fyresdal Næringshage 3870 Fyresdal Tlf: 35 06 77 00 Fax: 35 06 77 09 Epos: pos@fna.no Oppdragsgiver: Trysil og Engerdal Umarksråd Uarbeide av: -Lars Erik Gangsei
DetaljerLevetid og restverdi i samfunnsøkonomisk analyse
Visa Analyse AS Rappor 35/11 Leveid og resverdi i samfunnsøkonomisk analyse Haakon Vennemo Visa Analyse 5. januar 2012 Dokumendealjer Visa Analyse AS Rapporiel Rappor nummer xxxx/xx Leveid og resverdi
DetaljerLøsningsforslag til obligatorisk øvelsesoppgave i ECON 1210 høsten 06
Løsningsforslag il obligaorisk øvelsesoppgave i ECON 0 høsen 06 Oppgave (vek 50%) (a) Definisjon komparaive forrinn: Den ene yrkesgruppen produserer e gode relaiv mer effekiv enn den andre yrkesgruppen.
DetaljerOppgave 1. = 2(1 4) = 6. Vi regner også ut de andre indreproduktene:
Løsning Eksamen i ELE 379 Maemaikk Valgfag Dao 7. juni 26 kl 9-4 Dee e e foreløpig løsningsforslag som ikke er komple. De skal ikke publiseres i denne form. Oppgave. (a) Vi ve a kolonnevekorene il A er
DetaljerLøsningsforslag til regneøving 5. Oppgave 1: a) Tegn tegningen for en eksklusiv eller port ved hjelp av NOG «NAND» porter.
TFE4110 Digialeknikk med kreseknikk Løsningsforslag il regneøving 5 vårsemeser 2008 Løsningsforslag il regneøving 5 Ulever: irsdag 29. april 2008 Oppgave 1: a) Tegn egningen for en eksklusiv eller por
DetaljerYF kapittel 3 Formler Løsninger til oppgavene i læreboka
YF kapiel 3 Formler Løsninger il oppgavene i læreoka Oppgave 301 a E 0,15 l 0,15 50 375 Den årlige energiproduksjonen er 375 kwh. E 0,15 l 0,15 70 735 Den årlige energiproduksjonen er 735 kwh. Oppgave
DetaljerObligatorisk oppgave ECON 1310 høsten 2014
Obligaorisk oppgave EON 30 høsen 204 Ved sensuren vil oppgave elle 20 prosen, oppgave 2 elle 50 prosen, og oppgave 3 elle 30 prosen. For å få godkjen må besvarelsen i hver fall: gi mins re nesen rikige
DetaljerInfoskriv ETØ-1/2016 Om beregning av inntektsrammer og kostnadsnorm for 2015
Infoskriv Til: Fra: Ansvarlig: Omseningskonsesjonærer med inneksramme Seksjon for økonomisk regulering Tore Langse Dao: 1.2.2016 Vår ref.: 201403906 Arkiv: Kopi: Infoskriv ETØ-1/2016 Om beregning av inneksrammer
DetaljerLøsning: V = Ed og C = Q/V. Spenningen ved maksimalt elektrisk felt er
Gruppeøving 6 Elekrisie og magneisme Flervalgsoppgaver 1. Dersom en kondensaor har en kapasians på på 7.28 µf, hvor mye må plaene lades opp for a poensialdifferansen mellom plaene skal bli 25.0 V?. 15
DetaljerBoligprisvekst og markedsstruktur i Danmark og Norge
NORGES HANDELSHØYSKOLE Bergen, våren 2007 Boligprisveks og markedssrukur i Danmark og Norge Philip Harreschou og Sig Økland Veiledere: Frode Seen og Guorm Schjelderup Maseruredning ved foreaks- og samfunnsøkonomisk
DetaljerProduksjonsgapet i Norge en sammenlikning av beregningsmetoder
Produksjonsgape i Norge en sammenlikning av beregningsmeoder Hilde C. Bjørnland, posdokor ved Økonomisk Insiu, Universiee i Oslo, Leif Brubakk og Anne Sofie Jore, seniorrådgivere i Økonomisk avdeling,
DetaljerGo to and use the code Hva var viktig i siste forelesning? FYS-MEK
Go o www.meni.com and use he code 65 37 7 Ha ar ikig i sise forelesning? FYS-MEK 111.1.18 1 FYS-MEK 111.1.18 Beegelse i én dimensjon ().1.18 Ukesoppgaer og oblig 1 er lag u: hp://www.uio.no/sudier/emner/mana/fys/fys-mek111/18/maeriale/maeriale18.hml
DetaljerOppgave 1. (a) Vi utvikler determinanten langs første kolonne og dette gir. (b) Med utgangspunkt i de tre datapunktene denerer vi X og y ved
Sensorveiledning: ELE 37191 Maemaikk valgfag Eksamensdao: 13.06.2012 09:00 1:00 Toal anall sider: 5 Anall vedlegg: 0 Tillae hjelpemidler: BI-dener eksamenskalkulaor TEXAS INSTRUMENTS BA II Plus Innføringsark:
DetaljerInternasjonale prisimpulser til importerte konsumvarer
Inernasjonale prisimpulser il imporere konsumvarer Johan Øverseh Røsøen, konsulen i Økonomisk avdeling 1 Den lave konsumprisveksen i Norge kan i sor grad forklares ved krafig prisfall på imporere varer,
DetaljerRundskriv EØ 1/2011 - Om beregning av inntektsrammer og kostnadsnorm i vedtak om inntektsramme for 2010
Noa Til: Fra: Ansvarlig: Omseningskonsesjonærer med inneksramme NVE - Seksjon for økonomisk regulering Tore Langse Dao: 1.2.2011 Vår ref.: NVE Arkiv: 200904925 Kopi: Rundskriv EØ 1/2011 - Om beregning
Detaljerog ledelse av forsyningskjeder Kapittel 4 Del A - Prognoser SCM200 Innføring i Supply Chain Management
Logisikk og ledelse av forsyningskjeder Kapiel 4 Del A - Prognoser M200 Innføring i Suin Man Rasmus Rasmussen PREDIKSJON En prediksjon (forecas forecas) er en prognose over hva som vil skje i framiden.
Detaljer3. Beregning av Fourier-rekker.
Forelesigsoaer i maemaikk. 3. Beregig av 3.. Formlee for Fourier-koeffisieee. Vi går re på sak: a f være e sykkevis koiuerlig fuksjo med periode p. De uedelige rigoomeriske rekka cos( ) si ( ) a + a +
DetaljerLevetid (varighet av en tilstand)
Leveid (varighe av en ilsand) Leveidsanalyse (survival analysis) Rosner.8-. av Sian Lydersen Forlesning 6 april 8 Eksempler: Tid il personen dør (mål fra fødsel, fra diagnose, fra behandling) Tid il en
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO De maemaisk-naurvienskapelige fakule Eksamen i INF3320 Meoder i grafisk daabehandling og diskre geomeri Eksamensdag: 2. desember 2009 Tid for eksamen: 14.30 17.30 Oppgavesee er på
DetaljerØving 1: Bevegelse. Vektorer. Enheter.
Lørdagsverksed i fysikk. Insiu for fysikk, NTNU. Høsen 007. Veiledning: 8. sepember kl :5 5:00. Øving : evegelse. Vekorer. Enheer. Oppgave a) Per løper 800 m på minuer og 40 sekunder. Hvor sor gjennomsnisfar
DetaljerBevegelse i én dimensjon (2)
Beegelse i én dimensjon () 5..6 Daa-lab i dag: Hjelp med Pyhon / Malab insallasjon Førse skri Oblig er lag u: hp://www.uio.no/sudier/emner/mana/fys/fys-mek/6/maeriale/maeriale6.hml Innleeringsfris: Tirsdag,
Detaljer2007/51. Notater. Håvard Hungnes. Notater. Hvitevarer 2008 Modell og prognose. Forskningsavdelingen/Gruppe for makroøkonomi
007/51 Noaer Håvard Hungnes Noaer Hvievarer 008 Modell og prognose Forskningsavdelingen/Gruppe for makroøkonomi I. Innledning og konklusjon På oppdrag fra Sifelsen Elekronikkbransjen har vi uarbeide en
DetaljerAVDELING FOR INGENIØRUTDANNING EKSAMENSOPPGAVE
AVDELING FO INGENIØUTDANNING EKSAENSOPPGAVE Emne: INSTUENTELL ANALYSE Emnekode: SO 458 K Faglig veileder: Per Ola ønning Gruppe(r): 3KA, 3KB Dao: 16.0.04 Eksamensid: 09.00-14.00 Eksamensoppgaven Anall
DetaljerMatematikk 1P-Y. Teknikk og industriell produksjon
Maemaikk 1P-Y Teknikk og indusriell produksjon «Å kunne regne i eknikk og indusriell produksjon innebærer å forea innsillinger på maskiner og å uføre beregning av rykk og emperaur og blandingsforhold i
DetaljerDokumentasjon av en ny relasjon for rammelånsrenten i KVARTS og MODAG
Noaer Documens 65/2012 Håvard Hungnes Dokumenasjon av en ny relasjon for rammelånsrenen i KVARTS og MODAG Noaer 65/2012 Håvard Hungnes Dokumenasjon av en ny relasjon for rammelånsrenen i KVARTS og MODAG
DetaljerEksamen R2, Hausten 2009
Eksamen R, Hausen 009 Del Tid: imar Hjelpemiddel: Vanlege skrivesaker, passar, linjal med cenimeermål og vinkelmålar er illane. Oppgåve a) Deriver funksjonen f x x sinx Vi bruker produkregelen for derivasjon
DetaljerPrising av opsjoner på OBXindeksen
NORGES HANDELSHØYSKOLE Bergen, 0..006 Prising av opsjoner på OBXindeksen Evaluering av ulike volailiesmodeller Av Jan-Ivar Kemi og Rune Bråen Lihol Veileder: Førseamanuensis Jonas Andersson Maseruredning
DetaljerForelesning nr.9 INF 1410
Forelesning nr.9 INF 141 29 espons il generelle C- og -kreser 3.3.29 INF 141 1 Oversik dagens emaer Naurlig espons respons il generelle C- og -kreser på uni-sep funksjonen Naurlig og vungen respons for
DetaljerÅdne Cappelen, Arvid Raknerud og Marina Rybalka
2007/36 Rapporer Repors Ådne Cappelen, Arvid Raknerud og Marina Rybalka Resulaer av SkaeFUNN paenering og innovasjoner Saisisk senralbyrå Saisics Norway Oslo Kongsvinger Rapporer Repors I denne serien
DetaljerSystem 2000 HLK-Relais-Einsatz Bruksanvisning
Sysem 2000 HLK-Relais-Einsaz Sysem 2000 HLK-Relais-Einsaz Ar. Nr.: 0303 00 Innholdsforegnelse 1. rmasjon om farer 2 2. Funksjonsprinsipp 2 3. onasje 3 4. Elekrisk ilkopling 3 4.1 Korsluningsvern 3 4.2
DetaljerOm muligheten for å predikere norsk inflasjon ved hjelp av ARIMA-modeller
Om muligheen for å predikere norsk inflasjon ved hjelp av ARIMA-modeller av Kjell-Arild Rein Hovedfagsoppgave i samfunnsøkonomi Våren Insiu for økonomi Universiee i Bergen . INNLEDNING.. LITTERATUR 3.
DetaljerNewtons lover i to og tre dimensjoner 09.02.2015
Newons loer i o og re dimensjoner 9..5 FYS-MEK 3..4 Innleering Oblig : på grunn a forsinkelse med deilry er frisen usa il onsdag,.., kl. Innleering Oblig : fris: mandag, 6.., kl. Mideiseksamen: 6. mars
DetaljerForelesning 14 REGRESJONSANALYSE II. Regresjonsanalyse. Slik settes modellen opp i SPSS
Forelesning 4 REGRESJOSAALYSE II Regresjonsanalyse Saisisk meode for å forklare variansen i en avhengig variabel u fra informasjon fra en eller flere uavhengige variabler. Eksempel: Kjønn Udanning Alder
DetaljerINF april 2017
IN 310 19. april 017 Segmenering ved erskling Global erskling Kap 10.3 Generelle hisogramfordelinger og klassifikasjonsfeil To populære ersklingsalgorimer ruken av kaner, og effeken av søy og glaing Lokal
Detaljers Ss H= ul ss i ges su Es $ ieig *isx E i i i * r $ t s$ F I U E,EsilF'Ea g g EE $ HT E s $ Eg i i d :; il N SR S 8'i R H g i,he$r'qg5e 3
"t q) )t 9q ) nf;'=i \0.l.j >, @ N c\, l'1 { rrl r) cg K X (), T t'1 s Ss q r' s S i i * r $ t s$ iig *isx i i gs su s $ Ss N SR S f, S = ul ss i? X $ $ g $ T s i :; il \ei V,t. =R U {N ' r 5 >. ct U,sil'
DetaljerRAPPORT. Kalkulasjonsrenten 2012/44. Michael Hoel og Steinar Strøm
RAPPORT 01/44 Kalkulasjonsrenen Michael Hoel og Seinar Srøm Dokumendealjer Visa Analyse AS Rappornummer 01/44 Rapporiel Kalkulasjonsrenen ISBN 978-8-816-093-1 Forfaer Michael Hoel og Seinar Srøm Dao for
Detaljer(x 0,y 0,0) α. Oppgave 3. Ved tiden t har vi følgende situasjon: α = ω1t β = ω2t
Oppgave 3 Ve ien har vi følgene siuasjon: oer vinkel om aksen parallell me -aksen: oer vinkel om aksen l: β l,, Punkes koorinaer ve ien kan besemmes ve hjelp av følgene serie av basisransformasjoner. ransformasjonene
DetaljerLøsningsforslag for regneøving 3
Ulever: 3.mars 7 Løsningsforslag for regneøving 3 Oppgave : a Se opp ligning for spenningen over som funksjon av id, for. R v + - Kres Løsning: Beraker kresen førs: I iden før null vil spenningen over
DetaljerKort om ny reguleringskurvelogikk. Trond Reitan 19/8-2013
Kor om ny reguleringskurvelogikk Trond Reian 19/8-2013 Hensik Hensiken med en reguleringskurver er å angi sammenhengen mellom en angi minimumsvannføring (apping) og nødvendig magasinvolum på årlig basis.
Detaljer2. Å R S B E R E T N I N G O G R E G N S K A P F O R A ) Å r s b e r e t n i n g o g r e g n s k a p f o r
I N N K A L L I N G T I L O R D I N Æ R G E N E R A L F O R S A M L I N G 2 0 1 0 O r d i n æ r g e n e r a l f o r s a m l i n g i, a v h o l d e s m a n d a g 3. m ai 2 0 1 0, k l. 1 8 0 0 p å T r e
Detaljer, og dropper benevninger for enkelhets skyld: ( ) ( ) L = 432L L = L = 1750 m. = 0m/s, og a = 4.00 m/s.
eegelse øsninger på blandede oppgaer Side - Oppgae Vi kaller lengden a en runde for Faren il joggerne er da: A = m/s = m/s 6 6 + 48 48 = m/s = m/s 7 6 + 4 Når de møes, ar de løp like lenge Da er + 5 m
DetaljerLøsningsforslag til øving 9 OPPGAVE 1 a)
Høgskole i Gjøvik vd for ek, øk og ledelse aemaikk 5 Løsigsforslag il øvig 9 OPPGVE ) Bereger egeverdiee: de I) ) ) ) Egeverdier: og ) ) Bereger egevekoree: vi ivi ii) vi ed λ : ) ) v Velger s som gir
DetaljerStyringsteknikk. Kraner med karakter. ABUS kransystemer målrettet krankjøring. setter ting i bevegelse. Kransystemer. t t v. max.
Kraner med karaker max. 0 ABUS kransysemer målree krankjøring Syringseknikk Kransysemer seer ing i beegelse Konakorsyre moorer den raskese eien fra A il B Erfarne kranførere er forrolig med oppførselen
DetaljerOppgaveverksted 3, ECON 1310, h14
Oppgaveverksed 3, ECON 30, h4 Oppgave I denne oppgaven skal du forklare de økonomiske mekanismene i hver deloppgave, men de er ikke men a du skal bruke id på å forklare modellen uover de som blir spur
DetaljerK j æ r e b e b o e r!
K j æ r e b e b o e r! D u h o l d e r n å i n nk a l l i n g e n t i l å r e t s g e n e r a l f o r s am l i n g i h å n d e n. D e n i n n e h o l d e r b o r e t t s l a g e t s å r s b e r e t n i
DetaljerFYS3220 Oppgaver om Fourieranalyse
FYS3220 Oppgaver om Fourieranalyse Innhold Enkle fourieranalyse oppgaver... 1 1) egn frekvensspeker for e sammensa sinus signal... 1 2) Fra a n og b n il c n og θ... 2 Fourier serieanalyse... 2 3) Analyse
DetaljerVed opp -og utladning av kondensatorer varierer strøm og spenning. Det er vanlig å bruke små bokstaver for å angi øyeblikksverdier av størrelser.
4.4 INNE- OG TKOPLING AV EN KONDENSATO 1 4.4 INN- OG TKOPLING AV EN KONDENSATO Ved opp -og uladning av kondensaorer varierer srøm og spenning. De er vanlig å bruke små boksaver for å angi øyeblikksverdier
DetaljerEnkle kretser med kapasitans og spole- bruk av datalogging.
Laboraorieøvelse i FY3-Elekrisie og magneisme år 7 Fysisk Insiu, NTNU Enkle kreser med kapasians og spole- bruk av daalogging. Laboraorieoppgaver Oppgave -Spenning i kres a: Mål inngangsspenningen og spenningsfalle
DetaljerInfoskriv ETØ-4/2015 Om beregning av inntektsrammer og kostnadsnorm for 2016
Infoskriv Til: Fra: Ansvarlig: Omseningskonsesjonærer med inneksramme Seksjon for økonomisk regulering Tore Langse Dao: 4.12.2015 Vår ref.: NVE 201500380-10 Arkiv: Kopi: Infoskriv ETØ-4/2015 Om beregning
DetaljerSensorveiledning UNIVERSITETET I OSLO ØKONOMISK INSTITUTT. ECON 1310 Eksamensoppgave høsten 2011
Sensorveiledning UNIVERSITETET I OSLO ØKONOMISK INSTITUTT ECON 3 Eksamensoppgave høsen 2 Ved sensuren illegges alle oppgavene lik vek For å beså eksamen, må besvarelsen i hver fall: gi mins re rikige svar
DetaljerNewtons lover i to og tre dimensjoner
Newons loer i o og re dimensjoner 3..4 Innleering: på papir på ekspedisjonskonore: bruk forsiden elekronisk på froner én pdf fil nan på førse side egenerklæring med signaur innleeringsboks på ekspedisjon
DetaljerK j æ r e b e b o e r!
K j æ r e b e b o e r! D u h o l d e r n å i n nk a l l i n g e n t i l å r e t s g e n e r a l f o r s am l i n g i h å n d e n. D e n i n n e h o l d e r b o r e t t s l a g et s å r s b e r e t n i
DetaljerRealkostnadsvekst i Forsvaret betydningen av innsatsfaktorenes substitusjonsmulighet
FFI-rappor 2011/02404 Realkosnadsveks i Forsvare beydningen av innsasfakorenes subsiusjonsmulighe Seinar Gulichsen og Karl R. Pedersen (SNF) Forsvares forskningsinsiu (FFI) 1. mars 2012 FFI-rappor 2011/02404
DetaljerPengemengdevekst og inflasjon
Pengemengdeveks og inflasjon - en empirisk analyse og eoreiske berakninger Hovedfagsoppgave i samfunnsøkonomi av Sian Brundland Berge Insiu for økonomi Universiee i Bergen Våren 2004 KAPITTEL 1 INNLEDNING...
DetaljerFigurer o *
19 Norske ftdselsrater for ettrive aldersklasser, 1968-1972 av jan M. Hoem, Er1mn Berge o7 Liv Hanson K NNHOLD L nnledning o 00000 0004 006 0* 2. Bereningsmatoder... 3. Karakteristiske trekk vej kurvene
DetaljerUNIVERSITETET I OSLO. Det matematisk-naturvitenskapelige fakultet. Oppgave 1 OpenGL (vekt 1 5 )
UNIVERSITETET I OSLO De maemaisk-naurvienskapelige fakule Eksamen i INF3320/INF4320 Meoder i grask daabehandling og diskre geomeri Eksamensdag: 7. desember 2007 Tid for eksamen: 14:30 17:30 Oppgavesee
DetaljerSensorveiledning ECON2200 Våren 2014
Oppgave a) Sensorveiledning ECON00 Våren 04 f( ) + ln f ( ) 6 b) ( ) ( ) f( ) + f ( ) + + + De er ikke krav om å forenkle il en besem form, alle svar er ree. c) f( ) ln g ( ) g ( ) f ( ) g ( ) d) e) f)
DetaljerEksamensoppgave i TFY4190 Instrumentering
Insiu for fysikk Eksamensoppgave i TFY49 Insrumenering Faglig konak under eksamen: Seinar Raaen Tlf.: 482 96 758 Eksamensdao: 6. mai 27 Eksamensid (fra-il): 9: 3: Hjelpemiddelkode/Tillae hjelpemidler:
DetaljerBankers utlånspolitikk over konjunkturene
Bankers ulånspoliikk over konjunkurene en analyse av opimalie fra e foreaksøkonomisk synspunk av irik Fjellså Hærem Maseroppgave Maseroppgaven er lever for å fullføre graden Maser i samfunnsøkonomi (Profesjonssudium
Detaljer1999/37 Rapporter Reports. Trygve Martinsen. Avanseundersøkelse for detaljhandel. Statistisk sentralbyrå Statistics Norway Oslo Kongsvinger
1999/37 Rapporer Repors Trygve Marinsen Avanseundersøkelse for dealjhandel Saisisk senralbyrå Saisics Norway Oslo Kongsvinger Rapporer Repors I denne serien publiseres saisiske analyser, meode- og modellbeskrivelser
DetaljerTillatte hjelpemidler: Lærebok og kalkulator i samsvar med fakultetet sine regler
UNIVERSITETET I BERGEN De maemaisk-naurvienskapelige fakule Eksamen i emne MT11 Brukerkurs i maemaikk Mandag 15. desember 8, kl. 9-14 BOKMÅL Tillae hjelpemidler: Lærebok og kalkulaor i samsvar med fakulee
DetaljerLøysingsforslag for oppgåvene veke 17.
Løysingsforslag for oppgåvene veke 17. Oppgåve 1 Reningsfel for differensiallikningar gi i oppg. 12.6.3 med numeriske løysingar for gi inialkrav (og ei par il). a) b) c) d) Oppgåve 2 a) c) b) Reningsfele
DetaljerK j æ r e b e b o e r!
1 H o v i n B o r e t t s l a g K j æ r e b e b o e r! D u h o l d e r n å i n nk a l l i n g e n t i l å r e t s g e n e r a l f o r s am l i n g i h å n d e n. D e n i n n e h o l d e r b o r e t t s
DetaljerHumankapitalens rolle for den økonomiske veksten i Norden
Humankapialens rolle for den økonomiske veksen i Norden Achraf Bougroug Masergradsoppgave i Samfunnsøkonomi Ved økonomisk insiu UNIVERSITETET I OSLO 18. augus 2008 i Forord Arbeide med denne oppgaven
DetaljerWorking Paper 1996:3. Kortere arbeidstid og miljøproblemer - noen regneeksempler for å illustrere mulige kortsiktige og langsiktige sammenhenger
Working Paper 1996:3 Korere arbeidsid og miljøproblemer - noen regneeksempler for å illusrere mulige korsikige og langsikige sammenhenger av Bjar Holsmark Sepember 1996 ISSN: 84-452X 1 2 sammendrag De
DetaljerTillatte hjelpemidler: Lærebok og kalkulator i samsvar med fakultetet sine regler. 2 2x
UNIVERSITETET I BERGEN De maemaisk-naurvienskapelige fakule Eksamen i emne MT11 Brukerkurs i maemaikk Mandag 15. desember 8, kl. 9-14 BOKMÅL Tillae hjelpemidler: Lærebok og kalkulaor i samsvar med fakulee
DetaljerStyring av romfartøy STE6122
Syring av romfarøy STE6122 3HU -. 1LFNODVVRQ Høgskolen i Narvik Høs 2000 Forelesningsnoa 8 1 6W\ULQJ RJ UHJXOHULQJ DY RULHQWHULQJ,, Nødvendig med nøyakig syring og/eller regulering av orienering i en rekke
DetaljerEksamensoppgave i SØK3001 Økonometri I
Insiu for samfunnsøkonomi Eksamensoppgave i SØK3001 Økonomeri I Faglig konak under eksamen: Kåre Johansen Tlf.: 73 59 19 33 Eksamensdao: 1. desember 2017 Eksamensid (fra-il): 5 imer (09.00-14.00) Sensurdao:
DetaljerSNF-rapport nr. 21/04
SNF-rappor nr. /04 PRISIN V FORSIKRINSKONRKER MED RENERNI av Roger F. Peersen Eirik M. Samnøy SNF-Prosjek nr. 7000 SMFUNNS- O NÆRINSLIVSFORSKNIN S Bergen, November 004 Dee eksemplar er fremsil eer avale
DetaljerKOMMUNIKASJONS strategi Tynset kommune
i g e a r s S N JO S A K I N e U M M O K Tynse kommun VISJON: Tynse for alle VERDIER: TRYGGHET : OPTIMISME : PULS : INKLUDERING TRYGGHET mmunikasjon Vi ilpasser ko se for andres Vi viser forsåel mmunikasjon
DetaljerI N N K A L L I N G T I L O R D I N Æ R T S A M E I E R M Ø T E
I N N K A L L I N G T I L O R D I N Æ R T S A M E I E R M Ø T E 2 0 0 9 O r d i n æ r t s am e i e rm øt e i S am e i e t W al d em a rs H a g e, a v h o l d e s t o rs d a g 1 8. j u n i 2 0 0 9, k l.
Detaljer'-ri \ \ I I. t ( \ I I I -!.1. \-S tr i* r-,i r.\ii. \r 9{ l(l. ! r. {} t \ (, \,H
l : l i- -!. i i:,( v : l, r! E c rl -S r i* r-,i r.ii r 9{! r i o u (} o l(l? j l {} {J,H N- '-r, -l (! (, Forslag il ny fordeing av konsesjoner p6 lokalieer NG 5 NG 6 NG 20 NG 5 NG 59 NG 60 undervisning
DetaljerFAGKONFERANSE KONTROL L OG TILSYN GARDERMOEN JUNI A RSMØTE I FORU M FO R KONTROLL OG TILSYN 5. JUN I 2013
FAGKONFERANSE KONTROL L OG TILSYN GARDERMOEN 5.- 6. JUNI 201 3 A RSMØTE I FORU M FO R KONTROLL OG TILSYN 5. JUN I 2013 09. 0 0 1 0. 0 0 R E G I S TR E R I NG N o e å b i t e i 10. 0 0 1 0. 15 Å p n i ng
Detaljer6. mai 2018 MAT Obligatorisk oppgave 2 av 2 - Løsningsforslag
6. mai 218 MAT 24 Obligaoris oppgave 2 av 2 - Løsningsforslag Oppgave 1. La X være veorromme X = C([ 1, 1], R usyr med sup-norm. For j = 1,..., n, la a j R og la x j [ 1, 1]. La F : X R være definer ved
DetaljerIndikatorer for underliggende inflasjon,
Indikaorer for underliggende inflasjon i Norge Moren Jonassen, assiserende direkør i Pengepoliisk avdeling, og Einar Wøien Nordbø, konsulen i Økonomisk avdeling i Norges Bank 1 En senralbank som skal syre
Detaljer