STK juni 2018

Like dokumenter
FORMELSAMLING TIL STK1100 OG STK1110

STK juni 2006

Regneøvelse 22/5, 2017

STK1100 våren Normalfordelingen. Normalfordelingen er den viktigste av alle sannsynlighetsfordelinger

Gammafordelingen og χ 2 -fordelingen

FORMELSAMLING TIL STK1100 OG STK1110

ÅMA110 Sannsylighetsregning og statistikk Løsningsforslag til eksamen høst 2010, s. 1. Oppgave 1. Histogram over frekvenser.

Løsningsforslag til andre sett med obligatoriske oppgaver i STK1110 høsten 2010

STK1100 våren Kontinuerlige stokastiske variabler Forventning og varians Momentgenererende funksjoner

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO

6.1 Kontinuerlig uniform fordeling

Siden vi her har brukt første momentet i fordelingen (EX = EX 1 ) til å konstruere estimatoren kalles denne metoden for momentmetoden.

6.5 Normalapproksimasjon til. binomisk fordeling

Funksjoner av stokastiske variable.

Høgskolen i Telemark. Institutt for økonomi og informatikk FORMELSAMLING Statistikk I. Til bruk ved eksamen. Per Chr. Hagen

Første sett med obligatoriske oppgaver i STK1110 høsten 2015

Funksjoner av stokastiske variable.

STK Oppsummering

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

Løsningsforslag, eksamen statistikk, juni 2015

HØGSKOLEN I STAVANGER

TMA4240 Statistikk Høst 2016

Kapittel 6: Kontinuerlige sannsynlighetsfordelinger : Normalfordelingen, normalapproksimasjon, eksponensial og gamma.

TMA4240 Statistikk Eksamen desember 2015

UNIVERSITETET I OSLO

STK1100 våren 2019 Mere om konfidensintevaller

STK juni 2016

UNIVERSITETET I OSLO

DEL 1 GRUNNLEGGENDE STATISTIKK

Kapittel 4.4: Forventning og varians til stokastiske variable

TMA4245 Statistikk Eksamen desember 2016

for x 0 F X (x) = 0 ellers Figur 1: Parallellsystem med to komponenter Figur 2: Seriesystem med n komponenter

TMA4240 Statistikk 2014

Matematikk 3MX AA6524 og AA6526 Elever og privatister 8. desember 2003

Eksamensoppgave i TMA4240 Statistikk

UNIVERSITETET I OSLO

ÅMA 110 SANNSYNLIGHETSREGNING MED STATISTIKK Løsningsforslag til regneøving nr. 12 (s. 34)

ST0202 Statistikk for samfunnsvitere

Eksamensoppgave i ST0103 Brukerkurs i statistikk

Oppfriskning av blokk 1 i TMA4240

UNIVERSITETET I OSLO

Eksamensoppgave i ST1201/ST6201 Statistiske metoder

EKSAMEN I TMA4300 BEREGNINGSKREVENDE STATISTIKK Torsdag 16 Mai, 2013

Observatorer. STK Observatorer - Kap 6. Utgangspunkt. Eksempel høyde Oxford studenter

Eksamensoppgave i TMA4240 Statistikk

(Det tas forbehold om feil i løsningsforslaget.) Oppgave 1

MOT310 Statistiske metoder 1, høsten 2011 Løsninger til regneøving nr. 7 (s. 1) Oppgaver fra boka: n + (x 0 x) 2 1. n + (x 0 x) 1 2 ) = 1 γ

TMA4245 Statistikk Eksamen august 2014

TMA4240 Statistikk Høst 2009

Eksamensoppgave i ST1201/ST6201 Statistiske metoder

Løsningsforslag til eksamen i TMA4245 Statistikk 7. juni 2007

Midtveiseksamen i STK1100 våren 2017

EKSAMEN I FAG TMA4275 LEVETIDSANALYSE Lørdag 4. juni 2005 Tid: 09:00 13:00

LØSNINGSFORSLAG TIL EKSAMEN I FAG TMA4240 STATISTIKK Mandag 12. desember 2011

TMA4240 Statistikk Høst 2015

Merk at vi for enkelthets skyld antar at alle som befinner seg i Roma sentrum enten er italienere eller utenlandske turister.

Løsningsforslag Eksamen i Statistikk SIF5060 Aug 2002

Inferens. STK Repetisjon av relevant stoff fra STK1100. Eksempler. Punktestimering - "Fornuftig verdi"

EKSAMENSOPPGAVE STA «Tabeller og formler i statistikk» av Kvaløy og Tjelmeland. To A4-ark/ 4 sider med egne notater. Godkjent kalkulator. Rute.

A) B) 400 C) 120 D) 60 E) 10. Rett svar: C. Fasit: ( 5 6 = 60. Hvis A, B, C er en partisjon av utfallsrommet S, så er P (A B) lik.

TMA4240 Statistikk Høst 2016

Løsningsforslag oblig 1 STK1110 høsten 2014

EKSAMENSOPPGAVE Georg Elvebakk NB! Det er ikke tillatt å levere inn kladd sammen med besvarelsen

Kap. 6, Kontinuerlege Sannsynsfordelingar

Transformasjoner av stokastiske variabler

MAT-INF 2360: Obligatorisk oppgave 3

TMA4240 Statistikk Høst 2008

Snøtetthet. Institutt for matematiske fag, NTNU 15. august Notat for TMA4240/TMA4245 Statistikk

EKSAMEN. TILLATTE HJELPEMIDLER: Kalkulator. Hornæs: Formelsamling statistikk HiG. John Haugan: Formler og tabeller.

TMA4240 Statistikk Høst 2018

Kapittel 2: Hendelser

Oppgave 1. a) Anlysetype: enveis variansanalyse (ANOVA). Modell for y ij = ekspedisjonstid nr. j for skrankeansatt nr. i:

Oppgave 1. Vi må forutsette at dataene kommer fra uavhengige og normalfordelte tilfeldige variable,

Binomisk sannsynlighetsfunksjon

Løsning eksamen desember 2017

Løsningsforslag Eksamen 3MX - AA

To-dimensjonale kontinuerlige fordelinger

Eksamensoppgave i TMA4295 Statistisk inferens

Oppgave 1. . Vi baserer oss på at p 47 1 og p 2 er tilnærmet normalfordelte (brukbar tilnærming). Vi har tilnærmet at (n 1 = n 2 = 47)

i x i

Statistisk inferens: 9.14: Sannsynlighetsmaksimeringsestimatoren 8.5: Fordeling til gjennomsnittet 9.4: Konfidensintervall for µ (σ kjent)

TMA4240 Statistikk Høst 2015

Kontinuerlige sannsynlighetsfordelinger.

Kap. 6, Kontinuerlege Sannsynsfordelingar

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

Eksamensoppgave i TMA4240 Statistikk

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

EKSAMEN KANDIDATNUMMER: EKSAMENSDATO: 10. juni Ingeniørutdanning. TID: kl EMNEANSVARLIG: Hans Petter Hornæs

TMA4240 Statistikk H2015

MOT 310 Statistiske metoder 1 Løsningsforslag til eksamen høst 2006, s. 1. Oppgave 1

Forelesning 5: Kontinuerlige fordelinger, normalfordelingen. Jo Thori Lind

TMA4240 Statistikk H2010

Transkript:

Løsningsforslag til eksamen i STK. juni 8 Oppgave Tvillingpar kan være enten eneggede eller toeggede. Sannsynligheten for at det ved en tvillingfødsel blir født eneggede tvillinger er i Nord-Europa omtrent 3%, og vi vil benytte denne sannsynligheten for enegget tvillingfødsel i denne oppgaven. De to tvillingene i et enegget tvillingpar har alltid samme kjønn. Vi antar at sannsynligheten for to jenter ved enegget tvillingfødsel er 48.%. Vi antar videre at ved en fødsel av toeggede tvillinger er kjønnet til den ene tvillingen uavhengig av kjønnet til den andre, og at sannsynligheten for at en bestemt av tvillingene er jente er 48.%. a) Hva er sannsynligheten for to jenter ved toegget tvillingfødsel? For toegget tvillingfødsel er kjønnet til den ene tvillingen uavhengig av kjønnet til den andre. Vi har dermed at P (to jenter toegget) P (første tvilling jente toegget) P (andre tvilling jente toegget).48.48.3 b) Hva er sannsynligheten for at begge tvillingene i et tvillingpar er jenter? Hva er sannsynligheten for at én er jente og én er gutt? Setningen om total sannsynlighet gir at P (to jenter) P (enegget) P (to jenter enegget) + P (toegget) P (to jenter toegget).3.48 +.7.48.3 Tilsvarende har vi at P (én gutt og én jente) P (enegget) P (én gutt og én jente enegget) +P (toegget) P (én gutt og én jente toegget).3 +.7 (.48.54).35 c) Begge tvillingene i et tvillingpar er jenter. Hva er sannsynligheten for at de er eneggede? Denisjonen av betinget sannsynlighet og produktsetningen gir at (jf. Bayes' setning) P (enegget to jenter) P (enegget og to jenter) P (to jenter) P (enegget) P (to jenter enegget) P (to jenter).3.48.3.49

d) De to tvillingene i et tvillingpar har samme kjønn. Hva er sannsynligheten for at de er toeggede? Ved å bruke punkt b, nner vi at P (samme kjønn) P (én gutt og én jente).35.5 Videre har vi at P (samme kjønn toegget) P (to jenter toegget)+p (to gutter toegget).48 +.54.5 Vi nner dermed at P (toegget samme kjønn) P (toegget) P (samme kjønn toegget) P (samme kjønn).7.5.5.539 Oppgave Vi minner om at hvis en stokastisk variabel W er gammafordelt med formparameter α og skalaparameter β, som vi skriver W Gamma(α, β), så er sannsynlighetstettheten til W gitt ved { f W (w) β α Γ(α) wα e w/β hvis w >, ellers. Her er Γ(α) gammafunksjonen. Vi minner også om at Γ(/) π og Γ(). Anta at W Gamma(α, β). a) Vis at den momentgenererende funksjonen til W er M W (t) ( βt) α for t < /β Den momentgenererende funksjonen til W er (for t < /β) M W (t) E ( e tw ) e tw f W (w) dw β α Γ(α) wα e ( βt)w/β dw e tw β α Γ(α) wα e w/β dw β α Γ(α) ( βt) α ( βt) α ( ) u α e u/β du βt βt β α Γ(α) uα e u/β du [subsituerer u ( βt)w] Her følger den siste likheten av at integralet av Gamma(α, β)-tettheten er lik én.

b) Bruk den momentgenererende funksjonen til å bestemme forventning og varians til W. Vi kan skrive M W (t) ( βt) α. Vi deriverer to ganger med hensyn på t og nner M W (t) α( βt) α ( β) αβ( βt) α M W (t) ( α )αβ( βt) α ( β) (α + )αβ ( βt) α Dermed er E(W ) M W () αβ og V (W ) E(W ) [E(W )] M W () (αβ) (α + )αβ α β αβ Anta så at Z er standardnormalfordelt, og sett Y Z. c) Vis at for y > er den kumulative fordelingen til Y gitt ved F Y (y) Φ( y) Φ( y) der Φ(z) P (Z z) er den kumulative standardnormalfordelingen. Den kumulative fordelingen til Y er gitt ved (for y > ) F Y (y) P (Y y) P (Z y) P ( y Z y) P (Z y) P (Z y) Φ( y) Φ( y) d) Bruk resultatet i punkt c til å bestemme sannsynlighetstettheten til Y, og vis at Y Gamma(/, ). La ϕ(z) være tettheten for standardnormalfordelingen. Da er ϕ(z) Φ (z) π e z /. Vi har nå at tettheten til Y er gitt ved (for y > ) f Y (y) F Y (y) ϕ( ( y ) y ϕ( y ) ) y e ( y) / π y + e ( y) / π y y π e ( y) / πy e y/ Ved å bruke at Γ(/) π, ser vi at tettheten til Y kan skrives på formen f Y (y) / Γ(/) y/ e y/ Ved å sammenligne dette uttrykket med Gamma(α, β)-tettheten, ser vi at Y er gammafordelt med formparameter α / og skalaparameter β. 3

Oppgave 3 La X, X,..., X n være uavhengige normalfordelte variabler med kjent forventning µ og ukjent varians σ. En estimator for σ er σ n n (X i µ ) i a) Vis at n σ /σ Gamma(n/, ). (Vink: Bruk resultatet i oppgave d, og husk at en sum av uavhengige gammafordelte variabler som alle har samme skalaparameter, selv er gammafordelt.) La Z i (X i µ )/σ for i,,..., n. Da er Z i -ene uavhengige og standardnormalfordelte. Vi nner at n σ n σ i (X i µ ) σ n ( ) Xi µ σ Ved resultatet i oppgave d er Z i Gamma(/, ). Videre er en sum av uavhengige gammafordelte variabler som alle har samme skalaparameter, selv gammafordelt med en formparameter som er summen av formparameterne. Det følger at n σ /σ Gamma(n/, ). b) Vis at σ er en forventningsrett estimator for σ og bestem V ( σ ). Er σ σ en forventningsrett estimator for σ? Av resultatet i forrige punkt og oppgave b (med α n/ og β ) har vi at i ( ) n σ E n n σ ( ) n σ V n n σ n i Z i Vi får dermed at E( σ ) σ n E ( n σ σ ) σ n n σ Altså er σ en forventningsrett estimator for σ. Videre er ( ) σ V ( σ ) V n ( ) n σ σ4 σ σ4 n n n Vi kan ikke bytte om rekkefølgen av forventning og kvadratrot, så ) E( σ) E ( σ E( σ ) σ σ Derfor er ikke σ en forventningsrett estimator for σ. 4

c) Utled et 95% kondensinterval for σ. Intervallet skal uttrykkes ved hjelp av n, σ, a og b. Her er a og b henholdsvis.5% og 97.5% persentilene for gammafordelingen med formparameter n/ og skalaparameter. Vi har at P (a n σ σ ) b.95 Vi omformer ulikhetene og nner at dette er det samme som ( ) n σ P σ n σ.95 b a Vi tar så kvadratroten og nner (siden x er en strengt voksende funksjon for x > ) P ( ) n n b σ σ a σ.95 Altså er intervallet [ n n ] b σ, a σ et 95% kondensintervall for σ. Seks voltmetere ble testet med en spenning på nøyaktig 5 volt og ga følgende resultat: 5.4 49.3 5.5 49. 49.7 5. Vi antar at målingene er uavhengige og normalfordelte med forventning 5 volt og ukjent standardavvik σ. d) Gi et estimat for standardavviket. Bestem også et 95% kondensintervall for σ. Det opplyses at.5% og 97.5% persentilene i gammafordelingen med formparameter 3 og skalaparameter er henholdsvis.4 og 4.45. Et estimat for σ er σ [ (5.4 5) + (49.3 5) + (5.5 5) + (49. 5) + (49.7 5) + (5. 5) ] [.4 + (.7) +.5 + (.) + (.3) +. ]. 3.333 Et estimat for σ er dermed σ /3.577. Et 95% kondensintervall for σ er gitt ved [ ] 4.45.577,.4.577 dvs. [.37,.7]. 5

Oppgave 4 På et ark er det tegnet ere parallelle linjer. Avstanden mellom linjene er d 4.8 cm, som er lik lengden av en fyrstikk. En fyrstikk kastes tilfeldig på arket. La X være vinkelen fyrstikken danner med de parallelle linjene (i radianer), og la Y være avstanden fra den nederste enden av fyrstikken til linja ovenfor (i cm). Figuren nedenfor viser to mulige utfall av forsøket og denisjonene av X og Y. (På guren krysser den nederste fyrstikken en av de parallelle linjene, mens den øverste ikke gjør det.) Vi får en modell for et tilfeldig fyrstikkast ved å anta at X og Y har simultan tetthet { /(πd) for < x < π/ og < y < d f XY (x, y) ellers a) Bestem de marginale sannsynlighetstetthetene til X og Y. Er X og Y uavhengige? For < x < π/ er den marginale tettheten til X gitt ved f X (x) f XY (x, y) dy d πd dy πd d π For x og x π/ er f X (x). Altså er X uniformt fordelt over (, π/). For < y < d er den marginale tettheten til Y gitt ved f Y (y) f XY (x, y) dx π/ πd dx πd (π/) d For y og x d er f Y (y). Altså er Y uniformt fordelt over (, d). For < x < π/ og < y < d har vi at f XY (x, y) πd π d f X(x) f Y (y) For x (, π/) og y (, d) har vi at f XY (x, y) f X (x) f Y (y). Altså er f XY (x, y) f X (x) f Y (y) for alle x, y, så X og Y er uavhengige.

b Forklar at fyrstikken vil krysse en av de parallelle linjene så sant d sin X > Y, og vis at P(d sin X > Y ) /π. (Vink: Husk at sinus til en vinkel i en rettvinklet trekant er forholdet mellom motstående katet og hypotenusen. Husk også at π/ sin x dx.) Den vertikale avstanden fra nedre til øvre ende av fyrstikken er d sin X. krysse en linje hvis d sin X > Y. Se guren nedenfor. Så fyrstikken vil Vi nner at P (d sin X > Y ) π π/ [ d sin x π/ π/ [ πd y ] πd dy dx ] d sin x sin x dx dx π 7