Løsningsforslag Eksamen i Statistikk Nov 2001 Oppgave 1 a) Det fins 8 mulige kombinasjoner. Disse finnes ved å utelate ett og ett tall.

Like dokumenter
TMA4245 Statistikk Eksamen mai 2016

TMA4245 Statistikk Eksamen august 2014

TMA4245 Statistikk Eksamen 21. mai 2013

TMA4240 Statistikk Høst 2016

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 ( )

Regler om normalfordelingen

Regler om normalfordelingen

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

Oversikt over tester i Econ 2130

Regler om normalfordelingen

Econ 2130 uke 15 (HG)

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

Oversikt over tester i Econ 2130

Forelesning Punktestimering

Forelesning Ordnings observatorer

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

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

Løsningskisse seminaroppgaver uke 17 ( april)

STK1100 våren Konfidensintevaller

TMA4240 Statistikk Høst 2015

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

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

Om enkel lineær regresjon II

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

Om enkel lineær regresjon II

STK1100 våren Estimering. Politisk meningsmåling. Svarer til sidene i læreboka. The German tank problem. Måling av lungefunksjon

Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL

Det ble orientert i plenum under eksamensdagen om følgende endringer i forhold til oppgaven:

Om enkel lineær regresjon II

Statistikk med anvendelse i økonomi

Forelesning 19 og 20 Regresjon og korrelasjons (II)

EKSAMEN løsningsforslag

Forelesning 25 og 26 Introduksjon til Bayesiansk statistikk

1. Konfidens intervall for

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

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

Eksempel 1 - Er gjennomsnittshøyden for kvinner i Norge økende?

Oversikt over tester i Econ 2130

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

Formler og regler i statistikk ifølge lærebok Gunnar Løvås: Statistikk for universiteter og høgskoler

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

Oversikt over konfidensintervall i Econ 2130

Forelesning 21 og 22 Goodness of fit test and contingency table ( 2 test og krysstabell)

Analyse av sammenhenger

(ii) Anta vi vet om en observasjon av X at den ikke er større enn 5. Hva er da sannsynligheten for at den er lik 5? (Hint: Finn PX ( = 5 X 5) ).

Seminaroppgaver for uke 13 (Oppgave (1), (2), og (3))

Forelesning Enveis ANOVA

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007

Seminaroppgaver for uke 13

Forelesning 3 MET3592 Økonometri ved David Kreiberg Vår 2011

Løsningsforslag Oppgave 1

OBLIGATORISK OPPGAVE 1 INF 3340/4340/9340 HØSTEN 2005

Mer om Hypotesetesting (kap 5) Student t-fordelingen. Eksamen. Fordelingene blir like ved stor n:

TMA4240/4245 Statistikk Eksamen august 2016

TMA4240 Statistikk 2014

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.

LØSNINGSFORSLAG TIL EKSAMEN I FAG TMA4240 STATISTIKK 5.august 2004

TMA4245 Statistikk Eksamen mai 2017

TMA4245 Statistikk Eksamen august 2015

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

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

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)

Oppgave 1 ECON 2130 EKSAMEN 2011 VÅR

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

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT. Innleveringssted: Ekspedisjonen i 12. etasje (mellom ) OG Fronter (innen klokken 15).

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

Notat 1: Grunnleggende statistikk og introduksjon til økonometri

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

Hypotesetesting, del 4

TMA4300 Mod. stat. metoder

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

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

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

STK desember 2007

Enveis variansanalyse (One-way ANOVA, fixed effects model) (Notat til Kap. 12 i Rosner)

i B maksimal b Fundamentalteoremet for lineærprogrammering Den leksikografiske metode Blands pivoteringregel MoD233 - Geir Hasle - Leksjon 4 2

Løsningsforslag ST2301 øving 3

Makroøkonomi - B1. Innledning. Begrep. B. Makroøkonomi. Mundells trilemma går ut på følgende:

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

Forelesning Z-, t-test, test for forventningsdifferanser

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

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

Tors eminente Statistikk notater Revisjon 6

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

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

MOT310 Statistiske metoder 1, høsten 2011

FORELESNINGSNOTATER I SPILLTEORI Geir B. Asheim, våren 2001 (oppdatert ).

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 =

Positive rekker. Forelest: 3. Sept, 2004

TMA4240 Statistikk Høst 2009

Introduksjon til økonometri, kap 8, 9.1 og 9.2. Hva er formålet med økonometri? Utvalgskorrelasjoner To-variabel regresjoner

Løsning TALM1005 (statistikkdel) juni 2017

UNIVERSITETET I OSLO

Løsningsforsalg til første sett med obligatoriske oppgaver i STK1110 høsten 2015

Forelesning 3 mandag den 25. august

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

Kapittel 7: Noen viktige sannsynlighetsfordelinger

Estimering 1 -Punktestimering

Transkript:

Løsgsforslag Eksame Statstkk Nov 00 Oppgave a) Det fs 8 mulge kombasjoer. Dsse fes ved å utelate ett og ett tall. Atall utvalg av størrelse 7 blat m er ( m 7 ). b) Prs Atall Rekker 3 kr. ( 7 ) 3 kr.... 6... 7 3 kr. 376 kr. Tlærmelse, år p µ, kommer fra resultatet; lm b(x;, p) p(x; µ). b(x;, p) er bomsk med parametre og p. p(x; µ) er posso med parametre µ. Dersom p er lte og stor, vl possofordelge være e god tlærmelse tl de bomske fordelge. Tlærmelse vl være gtt ved hvor P (X x) b(x;, p) p(x; µ) µx x! exp( µ), µ p 48 335 5 379 66 4.0. Possotlærmelse:

P (X 0) exp( 4) 0.083, P (X ) 4 exp( 4) 0.0733. Bomsk tlærmelse: P (X 0) ( p) 0.084, P (X ) 4 ( p) 0.0736. V ser at tlærmelse er meget god. Oppgave a) Merk fra Ve dagram at I kke overlapper F eller R. P (R F ) P (R F ) P (F ) 0.3 0.5 0.6 P (R I ) P (R I ) P (I ) P (R) P (I) 0.4 0.05 0.4 b) Geerelle forutsetger for bomsk fordelg ) Forsøksrekke består av ekeltforsøk.

) Det regstreres ku suksess eller kke suksess. ) Sasylghete for suksess er lk alle forsøk. v) Ekeltforsøkee er uavhegge. For X har v ) Det er valgt ut kamper. ) V regstrerer ku om de som får første målet ver(suksess) eller kke. ) Sasylghete for suksess er p og er atatt å være kostat. v) V atar at kampee er uavhegge. Dette er rmelge atakelser. Setralgreseteoremet ser: Dersom Z, Z,..., Z er uavhegg detsk fordelte fra sasylghetsfordelge f Z (z), hvor E(Z) µ og V ar(z) σ, så vl Z µ kovergere mot e ormalfordelg med σ forvetg 0 og varas. Der Z Z. For e bomsk forsøksrekke, defer Z slk at: Z hvs suksess, og Z 0 ellers. Med adre ord: { p hvs z P (Z z) p hvs z 0 Slk at E(Z ) p og V ar(z ) p( p). Sde ekeltforsøkee er uavhegge så er Z ee også uavhegge. Av setralgreseteoremet følger at ˆp p kovergerer mot e ormalfordelg med forvetg 0 og p( p) varas. Der ˆp Z. c) H 0 : p 0.8 mot H : p < 0.8 Evetuelt: H 0 : p 0.8 mot H : p < 0.8 V øsker å forkaste dersom ˆp < k, hvor k bestemmes slk at V beytter at Z ˆp p 0 p0 ( p 0 ) uder H 0. Da har v fra lgge over: P (ˆp < k) α 0.05 er tlærmet ormalfordelt med forvetg 0 og varas P (Z < (k p0 ) p0 ( p 0 ) ) 0.05 (k p0 ) p0 ( p 0 ) Z 0.05 3

p Dette gr k p 0 Z 0 ( p 0 ) 0.05. V forkaster H 0 dersom: ˆp < p 0 Z 0.05 p0 ( p 0 ) 0.8 0.658 For 4 og X Z 7 får v ˆp 0.7, k 0.67. V forkaster kke H 0. V ka kke pastå at ekspertkommetatore tar fel på 5 proset vå. d) V øsker at styrke på teste alteratvet p 0.7 skal være mst 0.9. Dvs P (ˆp < 0.8 0.658 p 0.7) 0.9 V beytter at Z ˆp 0.7 0.7 0.3 er tlærmet ormalfordelt med forvetg 0 og varas uder alteratvet med p 0.7. Isatt kravet fra lgge over gr dette: P (Z < 0.8 0.7 0.658 ) 0.9 0.7 0.3 0.7 0.3 0. percetle ormalfordelge er lk Z 0..8. Kravet som må oppfylle blr dermed: 0. 0.658.8 0.7 0.3 0.7 0.3 Løsge blr 55. kamper. Dvs at v må se mst 56 kamper for å oppå de øskede styrke på teste. Oppgave 3 a) P (Bot) P (P.vakt akommer før Katre) P (T < ) 5 exp( t 5 ) dt 0 exp( 5 ) 0.33. Deferer K kostad ved parkergsopphold. Får da 4

P (K 300) P (Bot løpet av t tmer) P (T < t) t 0 λ exp( tλ)dt exp( λt). P (K 0) P (Ikke bot løpet at t tmer) exp( λt). E(K) 300( exp( λt)) + 0 300( exp( λt)). Forvetet kostad løpet av 8 tmer: E(K 8 ) 300( exp( 8 5 )) 39.40kr. Ordær prs: 8 30 kr 40 kr. Det løer seg (økoomsk) å kke betale. b) Fer sasylghetsmaksmergsfuksjoe L(λ) f(t,..., t ; λ) λ exp( λt ), de aturlge logartme av sasylghetsmaksmergsfuksjoe, l(λ) l(l(λ)) l(λ) λ og de derverte av de aturlge logartme av sasylghetsmaksmergsfuksjoe l λ λ t. 5 t

De dobbeltderverte er l λ λ. Setter de derverte lk ull, og får da et uttrykk for sasylghetsmaksmergsestmatore ˆλ t. Dee vet v er verde som maksmerer λ, ford de dobbeltderverte alltd er mdre e ull her. E(ˆλ) E( t ) E( t ) λ V ser da at estmatore kke er forvetgsrett, og foreslår da λ ˆλ. λ er å forvetgsrett, og ka estmeres: E( λ) E(ˆλ) λ λ 9 λ 4.5 0.447. c) Fra tabelle ka ma lese: For T ekspoeselt fordelt, M T (t) t. λ 6

For U χ -fordelt med frhetsgrader, M U (t) Beytter å stadard regeregler for MGF: M P ( t). T (t) M T (t) ( t λ ). P M λ T (t) MP T (λt) ( t) Har å vst at V λ T har samme MGF som e χ -fordelt varabel med frhetsgrader og dermed er V χ -fordelt med frhetsgrader. d) Fra c) har v følgede P (χ α < λ T < χ α ) α, hvor χ α og χ α er kvatler e χ -fordelt med frhetsgrader. Har da P ( χ α T < λ < χ α T ), og v får et ( α) 00% kofdestervall for λ For de aktuelle stuasjoe [ χ α T, χ α T ] [λ L, λ R ]. χ α, χ 0.975,40 4.43, χ α, χ 0.05,40 59.34. 7

Får da λ L 0.874, λ R 0.6980. (studetee ble kke bedt om å berege dsse). Sde 300( exp( λt)) er mootot økede λ, så blr ( α) 00% kofdestervall for λ lk [300( exp( λ L t)), 300( exp( λ R t))], hvor λ L og λ R er som tdlgere. For t 8 får v tervallet [69.90, 98.87]. 8