TMA4240/4245 Statistikk 11. august 2012

Like dokumenter
X = 1 5. X i, i=1. som vil være normalfordelt med forventningsverdi E( X) = µ og varians Var( X) = σ 2 /5. En rimelig estimator for variansen er

LØSNINGSFORSLAG TILEKSAMEN I FAG TMA4240/TMA4245 STATISTIKK 10. august 2005

TMA4240 Statistikk Høst 2015

TMA4245 Statistikk Eksamen mai 2017

TMA4240 Statistikk Høst 2009

Oppgave 1 a) Minste kvadraters metode tilpasser en linje til punktene ved å velge den linja som minimerer kvadratsummen. x i (y i α βx i ) = 0, SSE =

5 y y! e 5 = = y=0 P (Y < 5) = P (Y 4) = 0.44,

TMA4240 Statistikk Høst 2016

H 1 : µ 1 µ 2 > 0. t = ( x 1 x 2 ) (µ 1 µ 2 ) s p. s 2 p = s2 1 (n 1 1) + s 2 2 (n 2 1) n 1 + n 2 2

TMA4240 Statistikk Høst 2016

LØSNINGSFORSLAG TIL EKSAMEN I FAG TMA4245 STATISTIKK 6.august 2004

Oppgave 1 Hardheten til en bestemt legering er undersøkt med åtte målinger og resultatene ble (i kg/mm 2 ) som i tabellen til høyre.

LØSNINGSFORSLAG TIL EKSAMEN I FAG TMA4240 STATISTIKK 5.august 2004

MOT310 Statistiske metoder 1, høsten 2011

TMA4240 Statistikk Eksamen desember 2015

) = P(Z > 0.555) = > ) = P(Z > 2.22) = 0.013

TMA4245 Statistikk Eksamen august 2015

Kap. 9: Inferens om én populasjon

Løsningsforslag Oppgave 1

0.5 (6x 6x2 ) dx = [3x 2 2x 3 ] 0.9. n n. = n. ln x i + (β 1) i=1. n i=1

Kap. 9: Inferens om én populasjon

Repetisjon; 9.1, 9.2, 9.3, 9.4, 9.5, og Repetisjon; 9.1, 9.2, 9.3, 9.4, 9.5, og 9.10

Econ 2130 Forelesning uke 11 (HG)

ÅMA110 Sannsynlighetsregning med statistikk, våren 2006

Kort repetisjon fra kapittel 4. Oppsummering kapittel ST0202 Statistikk for samfunnsvitere. Betinget sannsynlighet og trediagram

ST1201 Statistiske metoder

TMA4240 Statistikk 2014

ÅMA110 Sannsynlighetsregning med statistikk, våren 2010 Kp. 6, del 4

ÅMA110 Sannsynlighetsregning med statistikk, våren 2008 Kp. 6, del 5

Kap. 9: Inferens om én populasjon. Egenskaper ved t-fordelingen. ST0202 Statistikk for samfunnsvitere. I Kapittel 8 brukte vi observatoren

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007 Kp. 6, del 2

Løsningsforsalg til første sett med obligatoriske oppgaver i STK1110 høsten 2015

Løsningsforsalg til første sett med obligatoriske oppgaver i STK1110 høsten 2018

ÅMA110 Sannsynlighetsregning med statistikk, våren Kontinuerlige tilfeldige variable, intro. Kontinuerlige tilfeldige variable, intro.

ÅMA110 Sannsynlighetsregning med statistikk, våren Kontinuerlige tilfeldige variable, intro. Kontinuerlige tilfeldige variable, intro.

TMA4240 Statistikk H2010

ST1201 Statistiske metoder

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

Hypotesetesting, del 4

ECON240 Statistikk og økonometri

ÅMA110 Sannsynlighetsregning med statistikk, våren Estimering. Målemodellen. Konfidensintervall, innledning. Kp. 5 Estimering.

TMA4240 Statistikk Høst 2016

KLMED8004 Medisinsk statistikk. Del I, høst Estimering. Tidligere sett på. Eksempel hypertensjon

2. Hypotesetesting i ulike sitausjoner: i. for forventingen, μ, i målemodellen med normalantakelse og kjent varians, σ 2.

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007

TMA4245 Statistikk Eksamen 9. desember 2013

Introduksjon. Hypotesetesting / inferens (kap 3) Populasjon og utvalg. Populasjon og utvalg. Populasjonsvarians

211.7% 2.2% 53.0% 160.5% 30.8% 46.8% 17.2% 11.3% 38.7% 0.8%

Statistikk og økonomi, våren 2017

ÅMA110 Sannsynlighetsregning med statistikk, våren Kontinuerlige tilfeldige variable, intro. Kontinuerlige tilfeldige variable, intro.

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007 Kp. 6, del 5. Hypotesetesting, del 5

Løsningsforslag ST1101/ST6101 kontinuasjonseksamen 2018

ÅMA110 Sannsynlighetsregning med statistikk, våren 2008 Kp. 6, del 5

ÅMA110 Sannsynlighetsregning med statistikk, våren 2006 Kp. 6, del 5

Oppgaver fra boka: X 2 X n 1

Løsningsforslag for andre obligatoriske oppgave i STK1100 Våren 2007 Av Ingunn Fride Tvete og Ørnulf Borgan

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007

Rep.: generelle begrep og definisjoner Kp. 10.1, 10.2 og 10.3

Oppgave 1. (i) Hva er sannsynligheten for at det øverste kortet i bunken er et JA-kort?

Løsningsforslag til eksamen i STK desember 2010

Estimering 1 -Punktestimering

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

TMA4245 Statistikk Vår 2015

Estimering 1 -Punktestimering

LØSNING, EKSAMEN I STATISTIKK, TMA4240, DESEMBER Anta at sann porøsitet er r. Måling med utstyret gir da X n(x; r, 0,03).

EKSAMEN I TMA4245 Statistikk

MOT310 Statistiske metoder 1, høsten 2012

Oppgaver fra boka: Med lik men ukjent varians antatt har vi fra pensum at. t n1 +n 2 2 under H 0 (12 1) (12 1)

Emnenavn: Eksamenstid: 4 timer. Faglærer: Hans Kristian Bekkevard

Estimering og hypotesetesting. Estimering og hypotesetesting. Estimering og hypotesetesting. Kapittel 10. Ett- og toutvalgs hypotesetesting

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007 Oppsummering

EKSAMENSOPPGAVE. Mat-1060 Beregningsorientert programmering og statistikk

ÅMA110 Sannsynlighetsregning med statistikk, våren Kp. 5 Estimering. Målemodellen.

Konfidensintervall. Notat til STK1110. Ørnulf Borgan, Ingrid K. Glad og Anders Rygh Swensen Matematisk institutt, Universitetet i Oslo.

UNIVERSITETET I OSLO

ÅMA110 Sannsynlighetsregning med statistikk, våren Estimering. Målemodellen. Sannsynlighetsregning med statistikk. Kp. 5 Estimering.

TMA4240 Statistikk Høst 2015

ÅMA110 Sannsynlighetsregning med statistikk, våren 2011

f(x)dx = F(x) = f(u)du. 1 (4u + 1) du = 3 0 for x < 0, 2 + for x [0,1], 1 for x > 1. = 1 F 4 = P ( X > 1 2 X > 1 ) 4 X > 1 ) =

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007 Kp. 6, del 4. Hypotesetesting, del 4

Lineær regresjonsanalyse (13.4)

EKSAMEN. Oppgavesettet består av 5 oppgaver, hvor vekten til hver oppgave er angitt i prosent i oppgaveteksten. Alle oppgavene skal besvares.

Estimering 2. -Konfidensintervall

TMA4245 Statistikk. Øving nummer 12, blokk II Løsningsskisse. Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag

Emnenavn: Metode 1, statistikk deleksamen. Eksamenstid: 4 timer. Faglærer: Bjørnar Karlsen Kivedal

Løsningsforslag ST2301 øving 3

Estimering og hypotesetesting. Estimering og hypotesetesting. Estimering og hypotesetesting. Kapittel 10. Ett- og toutvalgs hypotesetesting

Oversikt over konfidensintervall i Econ 2130

UNIVERSITETET I OSLO

Introduksjon. Hypotesetesting / inferens (kap 3) Populasjon og utvalg. Populasjon og utvalg. Populasjonsvarians

Hva er statistikk? TMA4240 Statistikk H2015. Denne forelesningen. Pensum

Forventningsverdi. MAT0100V Sannsynlighetsregning og kombinatorikk

ÅMA110 Sannsynlighetsregning med statistikk, våren 2010 Kp. 6, del 5

Forelesning Moment og Momentgenererende funksjoner

STATISTIKK :D INNHOLD

Deskriptiv statistikk for sentrum og spredning i fordelingen. Gjennomsnitt og standardavvik. eller

Høgskolen i Telemark Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL 12. desember 2008

TMA4240 Statistikk Høst 2015

LØSNING: Eksamen 28. mai 2015

Transkript:

Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag TMA424/4245 Statistikk. august 22 Eksame - løsigsforslag Oppgave Vi har N Nµ,σ 2, µ 85 og X > 88. a X µ X > 88 σ > 88 µ Z > 88 85 Z > 3/σ.. σ σ Z 3/σ..2 3/σ.28 σ 3/.28 2.344.3 X µ X > 9 σ > 9 µ Z > 9 85 Z 2.4.4 σ 2.34.9838.62.5 b Vi har 6 uavhegige forsk spydkast, kast over 88 meter suksess, suksess. p, mao. e biomisk fordelig. X 3 X < 3 X 2+X +X.6 6 X 2 p x p x. 2.9 4.984.7 x 2 6 X..9 5.3543.8 6 X..9 6.534.9 X 3.984+.3543+.534.59. Legste kast over 88 meter mist e suksess. c Gjeomsitt: X X.534.4686. x x i 5 5 x i 86.8+84.4+88.3+9.6+85.4 87.m.2 5 i i aug2-lf 6. september 22 Side

Empirisk stadardavvik: s x i x 2 4 i 5 x i 87. 2 i 86.8 87. 2 +84.4 87. 2 4.3 +88.3 87. 2 +9.6 87. 2 +85.4 87. 2 2 2.447m.4 d Vi får følgede hypotese: Teststatistikk: H : µ 85m mot H : µ > 85m.5 t x µ s/ 87. 85 2.447/.92.6 5 Kritisk verdi: t α, t.5,4 2.32. Side t < t.5,4 ka vi ikke forkaste H ved sigifikasivå.5. Alterativt, p-verdi:.5 < T > t <.75, side p-verdi>.5 ka vi ikke forkaste H ved sigifikasivå.5. e Et kofidesitervall er et itervallestimat av e parameter. Et prediksjositervall er et itervallestimat av e y observasjo. Et prediksjositervall er gitt ved x t α/2, s +, x+t α/2, s + 87.±2.776 2.447 6/5.7 Så prediksjositervallet til det sjette spydkastet er 79.66, 94.54. Oppgave 2 Normalfordelig: Dybdemåligee fra Rybekke ser ormalfordelt ut fordi. og 3. kvatil er tilærmet like lagt fra mediae og det er få ekstremobservasjoer. Dette vil gi e ærmest symmetrisk fordelig som kjeeteger bl.a. ormalfordelige. Dataee fra Sylsjødamme har e mer skjev fordelig da 3. kvatil ligger betraktelig legre fra mediae e. kvatil. De har i tillegg flere og mer ekstreme observasjoer. Derfor er disse trolig ikke ormalfordelt. Forvetet sødybde: Vil være høyere ved Sylsjødamme e ved Rybekke pga oe ekstremt høye verdier, me de store variasjoe i dataee vil trolig gjøre at forskjelle mellom stedee ikke er statistisk sigifikat, mao forvetet sødybde er like. Varias: ser ut til å være betraktelig større ved Sylsjødamme e ved Rybekke pga legre avstad mellom mediae og 3. kvatil og de store ekstremobservasjoee. Oppgave 3 Vi fier først de kumulative sasylighetsfordelige: F X x X x x f X udu x u e du x e u x e 3.

a X 2 e 2 4 e 2.67 3.2 EX xf X xdx Setter i u x og du dx du dx, ue u du u e u e u x x e e u du + dx 3.3 e u du 3.4 + 4 mg 3.5 X < 4 X > 2 b La x x...,x. X < 4 X > 2 e 4 4 +e 2 4 e 2 4 2 x dx e x 2 < X < 4 e x/4 4 2 e 2 3.6 e 2.393 3.7 u e u 2/ 2/ e u du EX X > 2 3.8 2 2 e + e u 2/ 2 2 e +e 2 3.9 e 2 2 + 2+ 6 mg 3. Lx f X x i i i lx llx l lx x i e e x i i 3. x i 3.2 i + 2 x i 2 x i i i 3.3 x i x 3.4 i Side lx ˆ SME x. > for < x og lx Eˆ E x E < for > x er x et globalt maksimum og x i i Ex i i 3.5 i

Fier Ex 2 : x 2 x e x 2 x e x 2 Ex 2 x 2 f X xdx dx dx dx 2e 3.6 2 u 2 e u du u 2 2 e u 2 u e u du 3.7 2 2 ue u du 2 u e 2 u e u du 2 2 3.8 Dermed er Varx Ex 2 Ex 2 2 2 2 2. Ma ka også gjekjee f X x e x som ekspoetialfordelige med forvetig og varias 2. Varˆ Var x i i 2 i Varx i 2 i 2 2 x 3.9 c Side X i ee er uavhegige og idetisk fordelt, sier setralgreseteoremet at X er ormalfordelt med forvetig og varias 2 /. Dette ka brukes til å tilærme kofidesitervallet til da z α/2 < X X/ < z α/2 α 3.2 X z α/2 X < < X +z α/2 X α 3.2 Med α.5 og X 5.2 mg får vi: 5.2±.96 5.2 5 3.76,6.64 3.22 Alterativt, ka ma rege kofidesitervallet eksakt: z α/2 < X / < z α/2 α 3.23 X +z α/2 / < < X z α/2 / α 3.24 Med α.5 og X 5.2 mg får vi: 5.2.96/ 5 4.7,7.9 3.25 d Vi har Y 2X og f Xx e x. Vi setter y 2x x y 2 wy 3.26 og får w y 2. Vi fier tetthetsfuksjoe til Y: g Y y f X wy w y e y 2 2 2 e y 2 y > 3.27

Videre er e kjikvadratfordelig defiert som h Y y ν 2 ν/2 Γν/2 yν/2 e y/2 3.28 ogviseratg Y y h Y y νårν 2,maoY er e kjikvadratfordelig med 2 frihetsgrader. La Ỹ i Y i. Dette er e sum av uavhegige kjikvadratfordelte variabler med 2 frihetsgrader, derfor er Ỹ kjikvadrafordelt med ν i2 2 frihetsgrader. Vi ka skrive Ỹ Y i 2X i / 2 X i / 2 X/ 3.29 i i Et kofidesitervall for e kjikvadrafordelt variabel er χ 2 α/2,ν < Ỹ < χ2 α/2,ν α 3.3 χ 2 2 X α/2,ν < < χ2 α/2,ν α 3.3 2 X 2 X < < α 3.32 χ 2 α/2,ν 2 5 5.2 29.6 χ 2 α/2,ν i < < 2 5 5.2 74.2 Så det eksakte 95% kofidesitervallet for er 4., 7...95 3.33