TMA4240 Statistikk Høst 2012



Like dokumenter
TMA4240 Statistikk Høst 2009

år i alder x i tid y i i=1 (x i x) 2 = 60, 9

TMA4240 Statistikk 2014

TMA4240 Statistikk Høst 2009

HØGSKOLEN I STAVANGER

Eksamensoppgave i TMA4245 Statistikk

TMA4245 Statistikk Eksamen desember 2016

HØGSKOLEN I STAVANGER

TMA4240 Statistikk Høst 2016

Oppgave 1. og t α/2,n 1 = 2.262, så er et 95% konfidensintervall for µ D (se kap 9.9 i læreboka): = ( 0.12, 3.32).

TMA4240 Statistikk Høst 2015

TMA4240 Statistikk Eksamen desember 2015

i x i

Oppgave 1. X 1 B(n 1, p 1 ) X 2. Vi er interessert i forskjellen i andeler p 1 p 2, som vi estimerer med. p 1 p 2 = X 1. n 1 n 2.

TMA4240 Statistikk Høst 2016

EKSAMEN I FAG TMA4255 ANVENDT STATISTIKK

Eksamensoppgave i TMA4240 Statistikk

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

HØGSKOLEN I STAVANGER

TMA4245 Statistikk Eksamen august 2014

Eksamensoppgave i TMA4240 Statistikk

Eksamensoppgave i TMA4255 Anvendt statistikk

Eksamensoppgave i TMA4240 Statistikk

Andre sett med obligatoriske oppgaver i STK1110 høsten 2010

Hypotesetesting. Notat til STK1110. Ørnulf Borgan Matematisk institutt Universitetet i Oslo. September 2007

Eksamensoppgave i ST1201/ST6201 Statistiske metoder

EKSAMEN I TMA4245 STATISTIKK Tysdag 21. mai 2013 Tid: 09:00 13:00 (Korrigert )

EKSAMEN I EMNE TMA4245 STATISTIKK

TMA4245 Statistikk. Innlevering 3. Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag

Eksamensoppgave i TMA4245 Statistikk

TMA4240 Statistikk Høst 2018

EKSAMEN I FAG 75510/75515 STATISTIKK 1 Tirsdag 20. mai 1997 Tid: 09:00 14:00

TMA4245 Statistikk Eksamen desember 2016

Kort overblikk over kurset sålangt

EKSAMEN I FAG TMA4260 INDUSTRIELL STATISTIKK

TMA4240 Statistikk Eksamen desember 2015

Eksamensoppgave i ST1201/ST6201 Statistiske metoder

EKSAMEN. EMNEANSVARLIG: Terje Bokalrud og Hans Petter Hornæs. TILLATTE HJELPEMIDLER: Kalkulator og alle trykte og skrevne hjelpemidler.

> 6 7 ) = 1 Φ( 1) = = P (X < 7 X < 8) P (X < 8) < ) < ) = Φ(2) =

n n i=1 x2 i n x2 n i=1 Y i og x = 1 n i=1 (x i x)y i = 5942 og n T = i=1 (x i x) 2 t n 2

i=1 x i = og 9 x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x

EKSAMEN I TMA4245 Statistikk

Sted Gj.snitt Median St.avvik Varians Trondheim Værnes Oppdal

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

Løsningsforslag. n X. n X 1 i=1 (X i X) 2 og SY 2 = 1 ny S 2 X + S2 Y

Eksamensoppgave i ST0103 Brukerkurs i statistikk

TMA4245 Statistikk Eksamen august 2014

EKSAMEN I TMA4255 ANVENDT STATISTIKK

UNIVERSITETET I OSLO

Eksamensoppgave i TMA4255 Anvendt statistikk

Statistikk og dataanalyse

Eksamensoppgåve i TMA4240 Statistikk

EKSAMEN I TMA4255 ANVENDT STATISTIKK

a ) Forventningen estimeres med gjennomsnittet: x = 1 12 (x x 12 ) = 1 ( ) = 8813/12 = 734.4

ST0202 Statistikk for samfunnsvitere Kapittel 9: Inferens om én populasjon

Eksamensoppgave i TMA4267 Lineære statistiske modeller

Eksamensoppgave i TMA4245 Statistikk

Om eksamen. Never, never, never give up!

Eksamensoppgåve i TMA4255 Anvendt statistikk

OPPGAVESETTET BESTÅR AV 3 OPPGAVER PÅ 6 SIDER MERKNADER: Alle deloppgaver vektlegges likt.

Tid: 29. mai (3.5 timer) Ved alle hypotesetester skal både nullhypotese og alternativ hypotese skrives ned.

TMA4240 Statistikk Høst 2007

ST0202 Statistikk for samfunnsvitere

Eksamensoppgåve i TMA4240 Statistikk

Løsningsforslag til eksamen i TMA4245 Statistikk 7. juni 2007

UNIVERSITETET I OSLO

Oppgave N(0, 1) under H 0. S t n 3

Eksamensoppgåve i TMA4245 Statistikk

Eksamensoppgave i TMA4240 / TMA4245 Statistikk

α =P(type I feil) = P(forkast H 0 H 0 er sann) =1 P(220 < X < 260 p = 0.6)

HØGSKOLEN I STAVANGER

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

TMA4240 Statistikk Høst 2016

Om eksamen. Never, never, never give up!

Oppgave 1. Det oppgis at dersom y ij er observasjon nummer j fra laboratorium i så er SSA = (y ij ȳ i ) 2 =

Faktor - en eksamensavis utgitt av ECONnect

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO

TMA4240 Statistikk Høst 2009

Fasit for tilleggsoppgaver

Gruvedrift. Institutt for matematiske fag, NTNU. Notat for TMA4240/TMA4245 Statistikk

Løsningsforslag Eksamen i Statistikk SIF5060 Aug 2002

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

Løsningsforslag, eksamen statistikk, juni 2015

EKSAMEN I TMA4240 Statistikk

Tabell 1: Beskrivende statistikker for dataene

Eksamen i : STA-1002 Statistikk og. Eksamensdato : 26. september Sted : Administrasjonsbygget. Tillatte hjelpemidler : - Godkjent kalkulator

Statistikk, FO242N, AMMT, HiST 2. årskurs, 30. mai 2007 side 1 ( av 8) LØSNINGSFORSLAG HØGSKOLEN I SØR-TRØNDELAG

Oppgave 1. T = 9 Hypotesetest for å teste om kolesterolnivået har endret seg etter dietten: T observert =

UNIVERSITETET I OSLO

Eksamensoppgave i TMA4255 Anvendt statistikk

UNIVERSITETET I OSLO

Eksamensoppgave i TMA4267 Lineære statistiske modeller

Dekkes av pensumsidene i kap. lesingsnotatene. Hypotesetesting er en systematisk fremgangsmåte

Transkript:

TMA424 Statistikk Høst 212 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving blokk II Oppgave 1 Oppgave 11.3 fra læreboka. Oppgave 2 Oppgave 11.19 fra læreboka. Oppgave 3 Oppgave 11.26 fra læreboka. Oppgave 4 Mosjonisten En 4-åring startet med løpetrening for 9 år siden, og har hvert år siden deltatt i samme mosjonsløp. Anvendt tid, i minutter, er gitt i tabellen nedenfor. år i 1 2 3 4 6 7 8 9 alder x i 37 38 39 4 41 42 43 44 4 tid y i 4.4 41.38 42. 38.8 41.26 37.2 38.19 38. 37.4 Det oppgis at 9 i=1 x i = 369, 9 i=1 y i = 36.37, 9 i=1 (x i x) 2 = 6, 9 i=1 (y i ȳ) 2 = 63.28 og 9 i=1 (x i x)(y i ȳ) = 9 i=1 (x i x)y i = 2.7. Vi skal anta at observasjonene kan ses på som realisasjoner av uavhengige normalfordelte variable Y 1,...,Y 9, hvor E(Y i ) = α+βx i og Var(Y i ) = σ 2. a) Skriv opp de vanlige forventningsrette estimatorene ˆα, ˆβ og ˆσ 2 for α, β og σ 2. Regn ut estioving11-oppg-b 1. august 212 Side 1

matene for α og β for de gitte dataene. Plott datasettet og den estimerte regresjonslinjen. Det oppgis at estimatet for σ 2 er 1.68 2. b) Regn ut et uttrykk for variansen til estimatoren ˆβ. Gjennomfør en test av H : β = mot H 1 : β, på signifikansnivå 1%. Hva blir den praktiske fortolkningen av testen over? Løperen ønsker å predikere anvendt tid på mosjonsløpet neste gang (alder x = 46 år). c) Regn ut predikert tid. Det oppgis at Var(ˆα + ˆβx ) = σ 2 ( 1 n + (x x) 2 n i=1 (x i x) 2 ). Utled et 9% prediksjonsintervall for Y ved x = 46 år. Hva blir intervallet med de oppgitte data? Hvis løperen ber deg predikere anvendt tid om 1 år (alder 6 år), hva vil du svare da? Oppgave Dette er en Matlab-oppgave som omhandler lineær regresjon. Matlabkoden linearreg.m, tilgjengelig fra emnets hjemmeside, utfører lineær regresjon basert på definisjonen i kapittel 11. De tre datasettene gir resultater fra tre andre mosjonister. Prøv gjerne å bruke programmet for å se på resultatene til mosjonisten i forrige oppgave også. 1. Spesifiser modellantagelsene for lineær regresjon. 2. Last ned de tilgjengelige filene og kjør koden. Eventuelt kan du se på plottene som er lagt ved denne øvingen. Figur 1 viser resultatet for datasett 1. Forklar hva de tre plottene viser. Hva er tolkningen av et residualplot? Hva kan du si om datasettet basert på plottene? Hvordan stemmer dette med modellantagelsene? 3. Figur 2 viser resultatet for datasett 2. Hvordan er dette datasettet forskjellig fra det forrige? Kommenter resultatet i forhold til modellantagelsene. Er det passende med lineær regresjon for dette datasettet? Forklar. 4. Figur 3 viser resultatet for datasett 3. Hva kan du si om datasettet basert på de tre plottene? Sammenlign residualplottene for datasett 1 og 3. Hva er den største forskjellen mellom dette datasettet og datasett 1?

Oppgave 6 Trykkfasthet av murblokker Ved en bedrift produseres en spesiell type murblokker, og vi skal i denne oppgaven se på trykkfastheten, Y, til murblokkene. Med trykkfasthet menes det maksimale trykket en murblokk kan utsettes for uten at den skades. Anta at Y er normalfordelt med forventningsverdi µ = E(Y), gitt i MPa (1 6 Pascal), og standardavvik σ = SD(Y) =.21 MPa. a) Anta i dette punktet at µ = 2.1 MPa. Hva er sannsynligheten for at en tilfeldig valgt murblokk har en trykkfasthet som er høyere enn 1.83 MPa, dvs. P(Y > 1.83)? Hva er sannsynligheten for at en tilfeldig valgt murblokk har en trykkfasthet som avviker mindre enn.3 MPa fra forventningsverdien µ = 2.1 MPa? Vi ser på måling av trykkfasthet for n = 24 tilfeldig valgte murblokker fra produksjonen. Hva er sannsynligheten for at den minste målingen vil være lavere enn 1.83 MPa? Bedriften har startet produksjon av en ny type murblokker, som de mener har forventet trykkfasthet µ = 2.4 MPa. Anta at det er kjent at standardavviket til trykkfastheten til de nye murblokkene er σ =.21 MPa. Bedriften ønsker å undersøke om det er grunn til å tro at forventet trykkfasthet for den nye typen murblokker er lavere enn 2.4 MPa. b) Formulér dette som en hypotesetest ved å definere nullhypotese og alternativ hypotese. Sett opp en testobservator og finn forkastningsområdet til testen, når vi ønsker å benytte signifikansnivå α =.. Hva blir konklusjonen på testen, når vi har observert trykkfasthet til n = 24 murblokker, og gjennomsnittlig trykkfasthet ble 2.3 MPa? Bestem teststyrken til den alternative hypotesten H 1 : µ = 2.3 MPa for signifikansnivå. og n = 24 observasjoner.

1 1 2 4 6 8 1 12 14 18 16 14 12 1 8 6 4 2 9% prediction interval 2 1 1 1 Residual plot.98 Normal Probability Plot.9..9. Probability.7..2 1.1. 1. 1 1.2 1 1 Figur 1: Resultater for datasett 1

4 4 3 3 2 2 1 1 3 2 1 1 2 3 4 6 7 4 3 2 1 1 2 9% prediction interval 3 4 2 2 4 6 8 1 Residual plot.98 Normal Probability Plot.9 1.9 Probability.7..2.1. 1 1.2 1 1 Figur 2: Resultater for datasett 2

2 2 1 1 1 1 3 2 2 9% prediction interval 1 1 1 2 2 4 6 8 1 12 14 16 8 Residual plot.98 Normal Probability Plot 6.9 4.9 2.7 2 4 6 Probability..2.1. 8 1 1 2.2 Figur 3: Resultater for datasett 3