TALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i <<< >>>.

Like dokumenter
UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

TALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i <<< >>>.

TALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i << >>.

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

Oppgaven består av 9 delspørsmål som anbefales å veie like mye, Kommentarer og tallsvar er skrevet inn mellom <<, >>, Oppgave 1

(iii) Når 5 er blitt trukket ut, er det tre igjen som kan blir trukket ut til den siste plassen, altså:

X ijk = µ+α i +β j +γ ij +ǫ ijk ; k = 1,2; j = 1,2,3; i = 1,2,3; i=1 γ ij = 3. i=1 α i = 3. j=1 β j = 3. j=1 γ ij = 0.

Illustrasjon av regel 5.19 om sentralgrenseteoremet og litt om heltallskorreksjon (som i eksempel 5.18).

TMA4240/4245 Statistikk Eksamen august 2016

Løsningskisse for oppgaver til uke 15 ( april)

Oppgaver. Multiple regresjon. Forelesning 3 MET3592 Økonometri ved David Kreiberg Vår 2011

Løsningskisse seminaroppgaver uke 17 ( april)

Forelesning 4 og 5 MET3592 Økonometri ved David Kreiberg Vår 2011

ØVINGER 2017 Løsninger til oppgaver

Eksamensoppgave i SØK Statistikk for økonomer

Appendiks 1: Organisering av Riksdagsdata i SPSS. Sannerstedt- og Sjölins data er klargjort for logitanalyse i SPSS filen på følgende måte:

Alle deloppgaver teller likt i vurderingen av besvarelsen.

Investering under usikkerhet Risiko og avkastning Høy risiko. Risikokostnad prosjekt Snøskuffe. Presisering av risikobegrepet

Eksamen i emne SIB8005 TRAFIKKREGULERING GRUNNKURS

Statistikk og økonomi, våren 2017

TMA4300 Mod. stat. metoder

De normalfordelte: x og sd for hver gruppe. De skjevfordelte og de ekstremt skjevfordelte: Median og kvartiler for hver gruppe.

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

STK desember 2007

EKSAMENSOPPGAVE I SØK1004 STATISTIKK FOR ØKONOMER STATISTICS FOR ECONOMISTS

UNIVERSITETET I OSLO

STK1000 Innføring i anvendt statistikk Eksamensdag: Tirsdag 12. desember 2017

MASTER I IDRETTSVITENSKAP 2012/2014. Individuell skriftlig eksamen. MAS 402- Statistikk. Tirsdag 9. oktober 2012 kl

Anvendelser. Kapittel 12. Minste kvadraters metode

Eksamensoppgave i SØK2900 Empirisk metode

TMA4265 Stokastiske prosesser

TALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i << >>.

Løsningsforslag ST2301 Øving 8

SIF5072 Stokastske prosesser Sde 2 av 6 b) Hva vl det s at en Markov-kjede er rredusbel? Er Markov-kjeden fx n g denne oppgaven rredusbel? Er den aper

TMA4240 Statistikk H2010

A. i) Sett opp en frekvenstabell over de fire mulige kombinasjonene av kjønn og røykestatus. Dvs. fyll inn. Ikke - røyker Sum Jente Gutt Sum 25

Løsningsforslag øving 10 TMA4110 høsten 2018

Studieprogramundersøkelsen 2013

TMA4265 Stokastiske prosesser

IT1105 Algoritmer og datastrukturer

som vi ønsker å si noe om basert på data Eksempel. Uid-modellen: X1, X ,,,

TALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i <<< >>>.

Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL 29. mai 2007

Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i << >>.

Oversikt over tester i Econ 2130

Hvordan får man data og modell til å passe sammen?

Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL

Løsningsforslag (ST1201/ST , kontinuasjonseksamen) ln L. X i = 2n.

Simpleksmetoden. Initiell basistabell Fase I for å skaffe initiell, brukbar løsning. Fase II: Iterativ prosess for å finne optimal løsning Pivotering

EKSAMEN ny og utsatt løsningsforslag

TALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i << >>.

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

EKSAMEN Løsningsforslag

Oversikt 1. forelesning. ECON240 Statistikk og økonometri. Utdanning og lønn. Forskning. Datainnsamling; utdanning og inntekt

STK1100 våren 2015 P A B P B A. Betinget sannsynlighet. Vi trenger en definisjon av betinget sannsynlighet! Eksemplet motiverer definisjonen:

Seleksjon og uttak av alderspensjon fra Folketrygden

Oppvarming og innetemperaturer i norske barnefamilier

Notater. Marie Lillehammer. Usikkerhetsanalyse for utslipp av farlige stoffer 2009/30. Notater

i kjemiske forbindelser 5. Hydrogen har oksidasjonstall Oksygen har oksidsjonstall -2

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

Oppgaven består av 9 delspørsmål som anbefales å veie like mye. Kommentarer og tallsvar er skrevet inn mellom << >>. Oppgave 1

Forelesning nr.3 INF 1411 Elektroniske systemer. Parallelle og parallell-serielle kretser Kirchhoffs strømlov

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

Oppgave 3, SØK400 våren 2002, v/d. Lund

TMA4245 Statistikk Eksamen mai 2016

NA Dok. 52 Angivelse av måleusikkerhet ved kalibreringer

Oppgave 1 Det er oppgitt i oppgaveteksten at estimatoren er forventningsrett, så vi vet allerede at E(ˆµ) = µ. Variansen til ˆµ er 2 2 ( )

Oppgaven består av 10 delspørsmål som anbefales å veie like mye. Kommentarer og tallsvar er skrevet inn mellom <<. >>. Oppgave 1

Fleksibelt arbeidsliv. Befolkningsundersøkelse utført for Manpower September 2015

EKSAMEN Ny og utsatt Løsningsforslag

Forelesning nr.3 INF 1411 Elektroniske systemer

Eksamensoppgave i TMA4240 Statistikk

Notater. Bjørn Gabrielsen, Magnar Lillegård, Berit Otnes, Brith Sundby, Dag Abrahamsen, Pål Strand (Hdir)

Econ 2130 uke 19 (HG) Inferens i enkel regresjon og diskrete modeller

SNF-rapport nr. 23/05

STK1110 høsten Lineær regresjon. Svarer til avsnittene i læreboka (med unntak av stoffet om logistisk regresjon)

Randi Eggen, SVV Torunn Moltumyr, SVV Terje Giæver. Notat_fartspåvirkn_landeveg_SINTEFrapp.doc PROSJEKTNR. DATO SAKSBEARBEIDER/FORFATTER ANTALL SIDER

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

Forelesning 17 torsdag den 16. oktober

NOEN SANNSYNLIGHETER I BRIDGE Av Hans-Wilhelm Mørch.

Fast valutakurs, selvstendig rentepolitikk og frie kapitalbevegelser er ikke forenlig på samme tid

C(s) + 2 H 2 (g) CH 4 (g) f H m = -74,85 kj/mol ( angir standardtilstand, m angir molar størrelse)

Notater. Anna-Karin Mevik. Estimering av månedlig omsetning innenfor bergverksdrift og industri 2008/57. Notater

betyr begivenheten at det blir trukket en rød kule i første trekning og en hvit i andre, mens B1 B2

Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i << >>.

Vekst i skjermet virksomhet: Er dette et problem? Trend mot større andel sysselsetting i skjermet

\ ;' STIKKORD: FILTER~ VEIEFEIL YRKESHYGIENISK INSTITUTT REGISTRERI~G AV FEILKILDER AVDELING: TEKNISK AVDELING RØNNAUG BRUUN HD 839/80820

Auksjoner og miljø: Privat informasjon og kollektive goder. Eirik Romstad Handelshøyskolen Norges miljø- og biovitenskapelige universitet

EKSAMEN I FAG SIF5040 NUMERISKE METODER Tirsdag 15. mai 2001 Tid: 09:00 14:00

Oversikt over tester i Econ 2130

Løsningsskisse til eksamen i TFY112 Elektromagnetisme,

DEN NORSKE AKTUARFORENING

Sannsynlighet seier noko om kor truleg det er at ei hending får eit bestemt utfall. Ein matematisk definisjon på sannsynlighet er:

INF 2310 Digital bildebehandling

Notasjoner, gjennomsnitt og kvadratsummer. Enveis ANOVA, modell. Flere enn to grupper. Enveis variansanalyse (One-way ANOVA, fixed effects model)

NA Dok. 52 Angivelse av måleusikkerhet ved kalibreringer

Seminaroppgaver for uke 13

TMA4240 Statistikk Høst 2016

Arbeid og potensiell energi

Transkript:

ECON: EKSAMEN 6 VÅR - UTSATT PRØVE TALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller lkt uansett varasjon vanskelghetsgrad. Svarene er gtt <<<. Oppgave En konferanse om aksjer hadde en av dagene to parallelle sesjoner rett etter lunsj, som nnebar at de to sesjonene gkk samtdg og at deltakerne måtte velge hvlken de vlle delta på. Ingen kunne få med seg begge sesjonene. Den ene sesjonen drede seg om portefølje-admnstrasjon og hadde 4% av deltakerne på konferansen, mens temaet for den andre var grafske metoder og hadde 5% av deltakerne. Senere om kvelden var det en fellessesjon med tttel «Er Random-walk-modellen død?». 8% av konferansens deltakere deltok på denne. V trekker en deltaker rent tlfeldg slk at alle deltakerne på konferansen har samme sjanse for å bl trukket. La Pf, Gr, Rw ndkere begvenhetene at den uttrukne deltakeren deltok henholdsvs på sesjonen om portefølje-admnstrasjon (kalt portefølje-sesjonen), på sesjonen om grafske metoder (kalt grafkk-sesjonen) og på sesjonen om random-walk-modellen (kalt random-walk-sesjonen). Følgende tre tng antas om dsse tre begvenhetene: () Pf og Gr er dsjunkte, () Pf og Rw er stokastsk uavhengge, () 85% av dem som deltok på grafkk-sesjonen deltok også på random-walksesjonen. Dsse tre antakelsene gjelder hele oppgaven. A.. Hva er sannsynlgheten for at den uttrukne deltakeren deltok på mnst en av portefølje-sesjonen og grafkk-sesjonen?. Hva er sannsynlgheten for at den uttrukne deltakeren deltok på mnst en av portefølje-sesjonen og random-walk-sesjonen? <<< Svar:. Dsjunksjonen () gr P( Pf Gr) P( Pf ) P( Gr).4.5.9. Uavhenggheten () gr Random-walk-modellen er en type modell som av og tl er brukt for å analysere aksjemarkeder.

P( Pf Rw) P( Pf ) P( Rw) P( Pf Rw) P( Pf ) P( Rw) P( Pf ) P( Rw).4.8 (.4)(.8).88 B.. Er Gr og Rw uavhengge begvenheter? Begrunn svaret dtt.. Hva er sannsynlgheten for at den uttrukne deltakeren deltok på mnst en av grafkk-sesjonen og random-walk-sesjonen? <<< Svar:. P( Rw).8 er forskjellg fra P( Rw Gr).85, som mplserer avhengghet.. Fnner P( Rw Gr) P( Gr) P( Rw Gr) (.5)(.85).45, hvorav P( Gr Rw) P( Gr) P( Rw) P( Gr Rw).5.8.45.875 C. La X være antall sesjoner blant de tre (portefølje-, grafkk- og random-walk-sesjonen) som den uttrukne deltakeren deltok på.. Vs at PX ( ).745.. Sett opp sannsynlghetsfordelngen for X når du får oppgtt (som du kke trenger å vse her) at PX ( ).45.. Beregn E( X ) og var( X ). <<< Svar:. V har ( X ) ( Pf Rw) ( Gr Rw), som er en dsjunkt unon. Dermed P( X ) P( Pf Rw) P( Gr Rw) (.4)(.8) (.5)(.85).745. Sden P( X ) P( X ) P( X ).45 P( X ).745 P( X ).79, blr PX ( ).79.. Dermed fordelngen for X: x P(X=x).45..745. EX ( )..745.7 EX ( ). 4.745.9 var( X ) E( X ) E( X ).9 (.7).

D. Konferansen hadde deltakere alt. Av dsse deltok 8 på portefølje-sesjonen, på grafkk-sesjonen og 6 på random-walk-sesjonen. Hvor mange som deltok både på portefølje-sesjonen og på random-walk-sesjonen var kke kjent. Heller kke hvor mange som deltok på både random-walk- og grafkk-sesjonen eller hvor mange som kun deltok på random-walk-sesjonen. Anslå de tre ukjente antallene ved å bruke antakelsene nnlednngen, dvs. anslå hvor mange som deltok på både random-walk- og portefølje-sesjonen, hvor mange som deltok på både random-walk- og grafkk-sesjonen og hvor mange som kun deltok på random-walk-sesjonen. [Hnt. Bruk for eksempel forventet antall de tre kategorene.] <<< Svar: V bruker sannsynlghetene, P( Pf Rw) (.4)(.8). og P( Gr Rw) (.5)(.85).45 Hvs U, U er antallet av Pf Rw og antallet av Gr Rw henholdsvs blant deltakerne, og U er antall som kun deltok på random-walk-sesjonen, fnner v E( U ) P( Pf Rw). 64, E( U ) P( Gr Rw).45 85 E( U ) 6 E( U ) E( U ) (sden U U U 6) Dette kan bl.a. begrunnes ved å vse tl at U, U begge er hypergeometrsk fordelte der sannsynlghetene er andeler populasjonen av konferansedeltakere. E.. Sksser et Venn-dagram over begvenhetene Pf, Gr og Rw.. Venn-dagrammet deler utfallsrommet 6 dsjunkte deler. For eksempel, to av dsse delene er Gr Rw og Gr Rw, som tlsammen blr Gr. Skrv nn dagrammet sannsynlghetene for alle de 6 dsjunkte delene.. Forklar hvorfor PX ( ).45 som angtt punkt C.. ovenfor. <<< Svar:. og.:

4 Utfallsrommet. Begvenheten ( X ) nntreffer hvs og bare hvs den uttrukne deltakeren havner utenfor de tre srklene, som har sannsynlghet - (.8+.8+.75)=.45. Oppgave Dataene er hentet fra et eksperment (98 England) for å undersøke effekten av et svakt stmulerende stoff som koffen på ytelsen ved en enkel fyssk oppgave. Den fysske oppgaven ekspermentet var å tromme med en fnger på bordet så fort man kunne og der hastgheten ble målt som antall slag pr. mnutt. Ekspermentet besto først å trene mannlge college studenter en td å tromme med fngeren uten at studentene hadde nntatt noen stmulerende mdler. Gjennomsnttlg ytelse for studentene ved denne nnledende trenngen var 45 slag pr. mnutt. Deretter ble studentene ved loddtreknng nndelt grupper på hver. Alle studentene måtte drkke en kopp kaffe. Gruppe hadde fått ml koffen koppen, gruppe hadde fått ml. koffen koppen mens gruppe fkk ml koffen koppen. Ingen av studentene vsste hvlken gruppe de tlhørte. Etter t mnutter ble studentene bedt om å tromme med fngeren og hastgheten ble regstrert. Det vste seg at gjennomsnttshastgheten blant dem som hadde fått ml koffen kke var sgnfkant forskjellg fra 45 slag pr. mnutt, noe som gav øket evdens for at en eventuell sgnfkant endrng hastghet blant dem som fkk koffen skyltes koffenen først og fremst.

5 I denne oppgaven skal v kun se på gruppe som hadde fått ml koffen (og gnorere gruppe ) og undersøke om tallene gr grunnlag for å konkludere at koffen ( ml) øker ytelsen. Hastghetene, x, x,, x for gruppe, er gtt tabell : Tabell Antall slag pr. mnutt for studenter som fkk ml koffen koppen. 48 46 45 47 48 5 47 46 4 44 For å lette regnngen oppgaven, oppgs x 464 og x 67 68. La X betegne den stokastske varabelen bak målngen x for,,,. V antar at X, X,, X uavhengge og dentsk normalfordelte med forventnng EX ( ) og varans, var( X ). V ønsker blant annet å teste H H : 45 mot : 45. A. V antar dette punktet for enkelthets skyld at varansen tl X er kjent lk 5 (dvs. 5 ).. En test består å forkaste H hvs X 46, der X X. Beregn sgnfkansnvået for denne testen.. Beregn p-verden basert på dataene tabell og en test som består å forkaste H hvs X blr stor nok.. Formuler en konklusjon basert på resultatet delpunkt. <<< Svar:.: Nvået er gtt ved 46 45 P 45(forkast H) P 45( X 46) P 45 Z G(.4).97.79 5 Nvå 7.9%.: Observert Xobs 46.4. P-verden blr 46.4 45 ˆ P45 X X obs P45 X 46.4 G G(.98).976.9 5 : En p-verd på.4% gr forkastnng på.5% som som oftest betraktes som tlstrekkelg evdens for å forkaste H. B. V antar kke lenger at varansen,, er kjent. Dette betyr at er ukjent og må estmeres hvs den nngår testen.. Sett opp en test for H med sgnfkansnvå 5% basert på X, X,, X.. Gjennomfør testen basert på data tabell og formuler en konklusjon.

6 <<< Svar: : T-test sden X ene er ud og normalfordelte N(, ) med, ukjente. X eksakt Testobservator T 45 ~ t (9) fordelt hvs 45. 5%-kvantlen t(9)- S fordelngen er.8 som blr krtsk verd for T. Forkast H hvs T.8.. Fnner 9Sobs x x 6768 (46.4) 8.4 Sobs 4.667 hvorav 46.4 45 T obs.4 som gr forkastnng av H på 5%. Sterk evdens for at 4.667 koffen vrker. C. V ønsker et 9% konfdensntervall for øknngen forventet hastghet, 45.. Begrunn følgende regel: Hvs [ AB, ] er et konfdensntervall for, er [ A45, B 45] et konfdensntervall for 45.. Sett opp og beregn et 9% konfdensntervall for 45 basert på data tabell når varansen er ukjent. <<< Svar:. Åpenbart P( A B) P A 45 45 B 45 P A 45 B 45 X. Basert på at W ~ t(9)-fordelt for alle og.8 er 5% kvantlen t(9), S S får v P(.8 W.8).9, som gr 9% konf.ntervallet X.8 for 4.667, eller observert 46.4.8 46.4.97 [45., 47.6] Og for øknngen følge punkt.: [.,.6] Oppgave Anne har hatt en bl noen år og er nteressert å fnne ut hvor mange lter bensn blen bruker pr. ml ved landeveskjørng. Hun har foretatt tre målnger gtt tabell : norsk ml = klometer

7 Tabell Antall ml kjørt ( x ) 6. Lter bensn brukt ( y ) 8. 5. 9. La den stokastske varabelen Y representere antall lter bensn brukt på en kjøretur på x ml der x antas kke-stokastsk (,, ). V antar dessuten at Y, Y, Y er stokastsk uavhengge med forventnng og varans, E( Y ) x og var( Y ) x,,,, der og er ukjente parametre.. Forklar hvorfor kan tolkes som forventet antall lter blen bruker pr ml.. Vs at estmatorene ˆ og begge er forventnngsrette, der ˆ Y Y Y Y Y Y, x x x x x x. Fnn uttrykk for var( ˆ ) og var( ) og bestem hvlken av dem som er mnst (for x -ene tabell ). v. Estmer ut fra målngene tabell ved å bruke den beste av de to estmatorene. <<< Svar: : Forventet antall lter pr ml blr E( Y x ) E( Y ) x ( x ) x : : ˆ Y E( Y ) x E( ) E x x x Y EY x E( ) E x x x ˆ var( ) var( ).8 Y x x x x 48. var( Y) x var( ). 9 x 9 x 9 x som vser at ˆ har mnst varans. v: Estmat ˆ y 4.4 obs.88 x 48.