Eksempler fra slutten av forrige uke. Eksempler (styrke, dimensjonering,...) Eksempler fra slutten av forrige uke



Like dokumenter
Oversikt, del 5. Vi har sett på styrkefunksjon for ensidige tester. Eksempler (styrke, dimensjonering,...) Eksempler fra slutten av forrige uke

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

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

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

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

Hypotesetesting, del 5

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

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

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

ÅMA110 Sannsynlighetsregning med statistikk, våren 2006 Kp. 6, del 3

ÅMA110 Sannsynlighetsregning med statistikk, våren 2006 Kp. 6, del 3

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

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007 Oppsummering

Hypotesetesting, del 4

ÅMA110 Sannsynlighetsregning med statistikk, våren 2006

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007

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

MOT310 Statistiske metoder 1, høsten 2011

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

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

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

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

Løsningsforslag Oppgave 1

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

Statistikk og økonomi, våren 2017

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

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

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

ÅMA110 Sannsynlighetsregning med statistikk, våren Noen viktige sannsynlighetsmodeller. Binomisk modell. Kp. 3 Diskrete tilfeldige variable

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

ÅMA110 Sannsynlighetsregning med statistikk, våren

Mer om utvalgsundersøkelser

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)

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

MOT310 Statistiske metoder 1, høsten 2012

Løsningsforslag ST2301 øving 3

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

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 =

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007

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

TMA4245 Statistikk Eksamen mai 2017

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

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

Kapittel 8: Estimering

Econ 2130 Forelesning uke 11 (HG)

Oppgaven består av 9 delspørsmål, A,B,C,., som anbefales å veie like mye, Kommentarer og tallsvar er skrevet inn mellom <<.. >>.

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

Kap. 9: Inferens om én populasjon

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

Estimering 2. -Konfidensintervall

Løsningsforsalg til første sett med obligatoriske oppgaver i STK1110 høsten 2018

ÅMA110 Sannsynlighetsregning med statistikk, våren 2011

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

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

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

ÅMA110 Sannsynlighetsregning med statistikk, våren 2006 Kp. 6, del 4

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

Kap. 9: Inferens om én populasjon

ÅMA110 Sannsynlighetsregning med statistikk, våren 2010 Oppsummering

Forelesning 4 og 5 Transformasjon, Weibull-, lognormal, beta-, kji-kvadrat -, t-, F- fordeling

Forventningsverdi. MAT0100V Sannsynlighetsregning og kombinatorikk

TMA4245 Statistikk Eksamen 9. desember 2013

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

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

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

ÅMA110 Sannsynlighetsregning med statistikk, våren

Eksamen REA3028 S2, Våren 2010

Høgskolen i Telemark Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL 20. mai 2008

Econ 2130 uke 15 (HG) Poissonfordelingen og innføring i estimering

LØSNINGSFORSLAG TIL EKSAMEN I FAG TMA4245 STATISTIKK 6.august 2004

Eksamen REA3028 S2, Våren 2012

TMA4240 Statistikk Høst 2016

ÅMA110 Sannsynlighetsregning med statistikk, våren 2011

8 (inkludert forsiden og formelsamling) Tegne- og skrivesaker, kalkulator, formelsamling (se vedlagt).

TMA4245 Statistikk Eksamen august 2015

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

STK1100 våren 2017 Estimering

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

TMA4245 Statistikk Vår 2015

Oppgaver fra boka: X 2 X n 1

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

TMA4240 Statistikk Høst 2015

TMA4240 Statistikk Høst 2015

Skrivne og trykte hjelpemiddel samt kalkulator er tillate. Ta med all mellomrekning som trengst for å grunngje svaret.

UNIVERSITETET I OSLO

Løsningsforsalg til første sett med obligatoriske oppgaver i STK1110 høsten 2015

TMA4240/4245 Statistikk 11. august 2012

Påliteligheten til en stikkprøve

Eksamen REA3028 S2, Våren 2010

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

ECON240 Statistikk og økonometri

Vi skal hovedsakelig ikke bestemme summen men om rekken konvergerer. det vil si om summen til rekken er et bestemt tall

Kp. 13. Enveis ANOVA

Eksempeloppgave REA3028 Matematikk S2 Eksempel på eksamen våren 2015 etter ny ordning. Ny eksamensordning. Del 1: 3 timer (uten hjelpemidler)

TMA4245 Statistikk. Øving nummer b5. Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag

1. Egenverdiproblemet.

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

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

Estimering 1 -Punktestimering

Transkript:

Oversikt, del 5 Hypotesetestig, del 4 (oppsummerig fra Hypotesetestig, del 5 Kofidesitervall dimesjoerig Eksempler fra slutte av forrige uke Kofidesitervall p-verdi Eksempler Eksempler (styrke, dimesjoerig,... Eksempler fra slutte av forrige uke Kofidesitervall p-verdi Eksempler Eksempler (styrke, dimesjoerig,... Bjør H. Auestad Kp. 6: Hypotesetestig del 5 36 / 56

Eksempel; styrke, Hypotesetestig, del 4 (oppsummerig fra Hypotesetestig, del 5 Kofidesitervall dimesjoerig Styrke Vi har sett på styrkefuksjo for esidige tester. Nå: Styrkefuksjo for tosidige tester. Først litt repetisjo! Bjør H. Auestad Kp. 6: Hypotesetestig del 5 37 / 56

Eksempel; styrke, Hypotesetestig, del 4 (oppsummerig fra Hypotesetestig, del 5 Kofidesitervall dimesjoerig Repetisjo av: Geerell defiisjo av styrke/styrkefuksjo Situasjo og modell fastlagt; test ag. parametere θ Følgede er også fastlagt: H 0 og H 1 Teststørrelse, sig.ivå og forkastigsområde / kritisk verdi Def.: Styrkefuksjoe, γ, er defiert ved: γ(θ = P(forkaste H 0 θ. For e bestemt verdi θ 1 (slik at H 1 er riktig, kalles sasylighete γ(θ 1 for styrke i alterativet θ 1. Bjør H. Auestad Kp. 6: Hypotesetestig del 5 38 / 56

Eksempel; styrke, Hypotesetestig, del 4 (oppsummerig fra Hypotesetestig, del 5 Kofidesitervall dimesjoerig Eksempel: Herdetider til betog. Forvetige, µ = E(X i : virkelig herdetid m/tils.stoff Vil teste : H 0 : µ = 120 mot H 1 : µ 120 Teststørrelse: Z = X 120, Nullfordelig: N(0, 1, til. Test (tilærmet sig.ivå α = 0.05: 0.5 0.4 Forkast H 0 dersom 0.3 0.2 Z z 0.025 } {{ } 1.96 eller Z z 0.025 } {{ } 1.96 0.1 0-3 -2-1 0 1 2 3 N(0, 1 tetthet Bjør H. Auestad Kp. 6: Hypotesetestig del 5 39 / 56

Eksempel; styrke, Hypotesetestig, del 4 (oppsummerig fra Hypotesetestig, del 5 Kofidesitervall dimesjoerig Styrkefuksjo til dee teste; Betrakt µ 1 slik at H 1 er riktig: γ(µ 1 = P(forkaste H 0 µ = µ 1 = P(Z z 0.025 µ = µ 1 + P(Z z 0.025 µ = µ 1 Vi ser på et av leddee om gage, først P(Z z 0.025 µ = µ 1 Bjør H. Auestad Kp. 6: Hypotesetestig del 5 40 / 56

Eksempel; styrke, Hypotesetestig, del 4 (oppsummerig fra Hypotesetestig, del 5 Kofidesitervall dimesjoerig P(Z z 0.025 µ = µ 1 = P = P P ( X 120 ( X µ1 (Z : teststørrelse z 0.025 µ = µ 1 z 0.025 µ 1 ( Z z 0.025 + 120 µ 1 + 120 µ = µ 1, der Z N(0, 1 Bjør H. Auestad Kp. 6: Hypotesetestig del 5 41 / 56

Eksempel; styrke, Hypotesetestig, del 4 (oppsummerig fra Hypotesetestig, del 5 Kofidesitervall dimesjoerig Det adre leddet, P(Z z 0.025 µ = µ 1 : P(Z z 0.025 µ = µ 1 = P = P P = 1 P ( X 120 ( X µ1 (Z : teststørrelse z 0.025 µ = µ1 z 0.025 µ 1 ( Z z 0.025 + 120 µ 1 ( Z z 0.025 + 120 µ 1 + 120 µ = µ 1, der Z N(0, 1 Bjør H. Auestad Kp. 6: Hypotesetestig del 5 42 / 56

Eksempel; styrke, Hypotesetestig, del 4 (oppsummerig fra Hypotesetestig, del 5 Kofidesitervall dimesjoerig Berege styrke: γ(µ 1 = P(forkaste H 0 µ = µ 1 = P(Z z 0.025 µ = µ 1 + P(Z z 0.025 µ = µ 1 P ( Z z 0.025 + 120 µ 1 ( = 40, : 18.7 2, z 0.025 = 1.96 + 1 P ( Z z0.025 + 120 µ 1 Uttrykkee på siste lije ka vi berege vha., N(0, 1-tabelle: γ(115 P(Z 0.27 + 1 P(Z 3.65 = 0.39 + 1 0.9999 0.39 γ(125 P(Z 3.65 + 1 P(Z 0.27 = 0.0001 + 1 0.61 0.39 Bjør H. Auestad Kp. 6: Hypotesetestig del 5 43 / 56

Eksempel; styrke, Hypotesetestig, del 4 (oppsummerig fra Hypotesetestig, del 5 Kofidesitervall dimesjoerig Plott av styrkefuksjoe: γ(µ 1 P ( Z z 0.025 + 120 µ 1 ( = 40, : 18.7 2, z 0.025 = 1.96 1 + 1 P ( Z z0.025 + 120 µ 1 0.8 0.6 0.4 0.2 0 100 105 110 115 120 125 130 135 140 γ(µ 1 mot µ 1 (på x-akse. Bjør H. Auestad Kp. 6: Hypotesetestig del 5 44 / 56

Eksempel; styrke, dimesjoerig Hypotesetestig, del 4 (oppsummerig fra Hypotesetestig, del 5 Kofidesitervall dimesjoerig Vi skal se på problemet: Hvor mage data (måliger må vi ha for å få e gitt øsket styrke? Dimesjoerig av forsøk Svært viktig fordi ihetig av data ka være resurskrevede. Tar utgagspukt i eksempel med utprøvig av y medisi. Bjør H. Auestad Kp. 6: Hypotesetestig del 5 45 / 56

Eksempel; styrke, dimesjoerig Hypotesetestig, del 4 (oppsummerig fra Hypotesetestig, del 5 Kofidesitervall dimesjoerig Eksempel: E y medisi for e bestemt sykdom skal prøves ut. Gammel medisi for dee sykdomme helbreder i 60% av tilfellee (fastslått etter lag tids erfarig. Forsøk for å prøve ut de ye: 20 tilfeldig valgte idivid med sykdomme får medisie og det blir registrert at 14 blir helbredet; 14 av 20 er 70%. Tyder dette resultatet på at de ye er bedre e de gamle? Bjør H. Auestad Kp. 6: Hypotesetestig del 5 46 / 56

Eksempel; styrke, dimesjoerig Hypotesetestig, del 4 (oppsummerig fra Hypotesetestig, del 5 Kofidesitervall dimesjoerig Vi betrakter resultatet (14 av 20 helbredet som utfall av e tilfeldig variabel Y, der Y B(, p, = 20, p: ukjet. Vi vil teste H 0 : p = 0.6 mot H 1 : p > 0.6 Teststørrelse: Y ; ullfordelig: Y B(20, 0.6 0.2 0.15 Test (sig.ivå ca. 0.05: 0.1 0.05 Forkast H 0 dersom Y 16. 0 0 5 10 15 20 Y B(20, 0.6-fordelig Bjør H. Auestad Kp. 6: Hypotesetestig del 5 47 / 56

Eksempel; styrke, dimesjoerig Hypotesetestig, del 4 (oppsummerig fra Hypotesetestig, del 5 Kofidesitervall dimesjoerig Styrkefuksjo til dee teste; Betrakt p 1 slik at H 1 er riktig (p 1 > 0.6: γ(p 1 = P(forkaste H 0 p = p 1 = P ( Y 16 p = p 1 = 1 P ( Y 15 p = p1 Ka bereges vha. biomiske tabeller. p 1 (0.60 0.70 0.80 0.90 0.95 γ(p 1 (0.051 0.238 0.630 0.957 0.998 Bjør H. Auestad Kp. 6: Hypotesetestig del 5 48 / 56

Eksempel; styrke, dimesjoerig Hypotesetestig, del 4 (oppsummerig fra Hypotesetestig, del 5 Kofidesitervall dimesjoerig Hvor mye forbedres styrke dersom vi hadde hatt = 200 idivid med i utprøvige? Test med ormaltilærmig (til. 5% sig.ivå: Forkast H 0 dersom p 0.6 0.6(1 0.6 200 z 0.05 = 1.645 Bjør H. Auestad Kp. 6: Hypotesetestig del 5 49 / 56

Eksempel; styrke, dimesjoerig Hypotesetestig, del 4 (oppsummerig fra Hypotesetestig, del 5 Kofidesitervall dimesjoerig Styrkefuksjo: γ(p 1 = P(forkaste H 0 p = p 1 = P ( p 0.6 0.6(1 0.6 200 z 0.05 p = p 1 Obs: år p = p 1, er p p 1 p 1 (1 p 1 200 N(0, 1, tilærmet Bjør H. Auestad Kp. 6: Hypotesetestig del 5 50 / 56

Eksempel; styrke, dimesjoerig Hypotesetestig, del 4 (oppsummerig fra Hypotesetestig, del 5 Kofidesitervall dimesjoerig Styrkefuksjo: ( p 0.6 γ(p 1 = P z 0.05 p = p 1 0.6(1 0.6 200 ( 0.6(1 0.6 = P p z 0.05 + 0.6 200 p = p 1 ( p p1 = P z 0.6(1 0.6 0.05 200 + 0.6 p 1 p 1 (1 p 1 p 1 (1 p 1 200 200 1 P ( Z z 0.05 0.6(1 0.6 200 + 0.6 p 1, p 1 (1 p 1 200 p = p 1 der Z N(0, 1 Bjør H. Auestad Kp. 6: Hypotesetestig del 5 51 / 56

Eksempel; styrke, dimesjoerig Hypotesetestig, del 4 (oppsummerig fra Hypotesetestig, del 5 Kofidesitervall dimesjoerig Beregiger, for p 1 = 0.7: γ(0.7 1 P ( Z 1.645 0.6(1 0.6 200 + 0.6 0.7 0.7(1 0.7 200 = 1 P(Z 1.33 = 1 0.0918 = 0.9078 (Med = 20 var styrke 0.2375 i alterativet p 1 = 0.7. Bjør H. Auestad Kp. 6: Hypotesetestig del 5 52 / 56

Eksempel; styrke, dimesjoerig Hypotesetestig, del 4 (oppsummerig fra Hypotesetestig, del 5 Kofidesitervall dimesjoerig Dimesjoerig; Eksempel på problemstillig: Hvor mage pasieter måtte vi hatt med i forsøket for å få styrke mist 0.9 i alterativet p 1 = 0.8? Test med ormaltilærmig (til. 5% sig.ivå: Forkast H 0 dersom p 0.6 0.6(1 0.6 z 0.05 = 1.645 Bjør H. Auestad Kp. 6: Hypotesetestig del 5 53 / 56

Eksempel; styrke, dimesjoerig Hypotesetestig, del 4 (oppsummerig fra Hypotesetestig, del 5 Kofidesitervall dimesjoerig Styrke: γ(p 1 = P P ( p p1 p 1 (1 p 1 ( Z 0.6(1 0.6 z 0.05 0.6(1 0.6 z 0.05 p 1 (1 p 1 p 1 (1 p 1 + 0.6 p 1 + 0.6 p 1 p = p 1, der Z N(0, 1 Bjør H. Auestad Kp. 6: Hypotesetestig del 5 54 / 56

Eksempel; styrke, dimesjoerig Hypotesetestig, del 4 (oppsummerig fra Hypotesetestig, del 5 Kofidesitervall dimesjoerig Styrke for p 1 = 0.8 lik 0.9: γ(0.8 0.9 γ(0.8 P ( Z dersom 0.6(1 0.6 z 0.05 + 0.6 0.8 0.8(1 0.8 0.6(1 0.6 z 0.05 + 0.6 0.8 0.8(1 0.8 0.5 0.4 0.3 = z 0.1 = 1.282 0.2 0.1 = 0.9, 0-3 -2-1 0 1 2 3 N(0, 1 tetthet Bjør H. Auestad Kp. 6: Hypotesetestig del 5 55 / 56

Eksempel; styrke, dimesjoerig Hypotesetestig, del 4 (oppsummerig fra Hypotesetestig, del 5 Kofidesitervall dimesjoerig 0.6(1 0.6 z 0.05 + 0.6 0.8 0.8(1 0.8 0.6(1 0.6 0.6 0.8 = z 0.05 + 0.8(1 0.8 0.8(1 0.8 = z 0.1 0.6(1 0.6 0.8(1 0.8 = z 0.1 z 0.05 0.6 0.8 = 6.59 = 6.59 2 44 0.8(1 0.8 Bjør H. Auestad Kp. 6: Hypotesetestig del 5 56 / 56