UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

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

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

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

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

Illustrasjon av regel 5.19 om sentralgrenseteoremet og litt om heltallskorreksjon (som i eksempel 5.18).

Oppgaven består av 9 delspørsmål som anbefales å veie like mye, Kommentarer og tallsvar er skrevet inn mellom <<, >>, Oppgave 1

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.

TMA4240/4245 Statistikk Eksamen august 2016

(iii) Når 5 er blitt trukket ut, er det tre igjen som kan blir trukket ut til den siste plassen, altså:

Statistikk og økonomi, våren 2017

ØVINGER 2017 Løsninger til oppgaver

SIF5072 Stokastske prosesser Sde 2 av 6 b) Hva vl det s at en Markov-kjede er rredusbel? Er Markov-kjeden fx n g denne oppgaven rredusbel? Er den aper

STK desember 2007

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

Oppgaver. Multiple regresjon. Forelesning 3 MET3592 Økonometri ved David Kreiberg Vår 2011

Eksamensoppgave i SØK Statistikk for økonomer

MASTER I IDRETTSVITENSKAP 2012/2014. Individuell skriftlig eksamen. MAS 402- Statistikk. Tirsdag 9. oktober 2012 kl

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

TMA4240 Statistikk H2010

Alle deloppgaver teller likt i vurderingen av besvarelsen.

UNIVERSITETET I OSLO

De normalfordelte: x og sd for hver gruppe. De skjevfordelte og de ekstremt skjevfordelte: Median og kvartiler for hver gruppe.

Forelesning 4 og 5 MET3592 Økonometri ved David Kreiberg Vår 2011

EKSAMENSOPPGAVE I SØK1004 STATISTIKK FOR ØKONOMER STATISTICS FOR ECONOMISTS

Eksamen i emne SIB8005 TRAFIKKREGULERING GRUNNKURS

Anvendelser. Kapittel 12. Minste kvadraters metode

TMA4265 Stokastiske prosesser

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

Løsningskisse for oppgaver til uke 15 ( april)

Eksamensoppgave i SØK2900 Empirisk metode

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

STK1000 Innføring i anvendt statistikk Eksamensdag: Tirsdag 12. desember 2017

UNIVERSITETET I OSLO

Appendiks 1: Organisering av Riksdagsdata i SPSS. Sannerstedt- og Sjölins data er klargjort for logitanalyse i SPSS filen på følgende måte:

IT1105 Algoritmer og datastrukturer

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

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

Oversikt 1. forelesning. ECON240 Statistikk og økonometri. Utdanning og lønn. Forskning. Datainnsamling; utdanning og inntekt

Seleksjon og uttak av alderspensjon fra Folketrygden

TMA4265 Stokastiske prosesser

EKSAMEN I FAG SIF5040 NUMERISKE METODER Tirsdag 15. mai 2001 Tid: 09:00 14:00

EKSAMEN Ny og utsatt Løsningsforslag

Hvordan får man data og modell til å passe sammen?

NOEN SANNSYNLIGHETER I BRIDGE Av Hans-Wilhelm Mørch.

Seminaroppgaver for uke 13

Notater. Anna-Karin Mevik. Estimering av månedlig omsetning innenfor bergverksdrift og industri 2008/57. Notater

OBLIGATORISK OPPGAVE 1 INF 3340/4340/9340 HØSTEN 2005

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

EKSAMEN Løsningsforslag

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

STK1100 våren 2015 P A B P B A. Betinget sannsynlighet. Vi trenger en definisjon av betinget sannsynlighet! Eksemplet motiverer definisjonen:

1. Konfidens intervall for

Løsningsforslag ST2301 Øving 8

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

EKSAMEN ny og utsatt løsningsforslag

Forelesning nr.3 INF 1411 Elektroniske systemer

Forelesning 25 og 26 Introduksjon til Bayesiansk statistikk

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

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

MA1301 Tallteori Høsten 2014

Tidspunkt for 10eksamen: 15. mai ,5 timer

Eksamensoppgave i TMA4240 Statistikk

Econ 2130 uke 15 (HG)

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

TMA4300 Mod. stat. metoder

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

Forelesning Enveis ANOVA

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

Notasjoner, gjennomsnitt og kvadratsummer. Enveis ANOVA, modell. Flere enn to grupper. Enveis variansanalyse (One-way ANOVA, fixed effects model)

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

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

Notater. Bjørn Gabrielsen, Magnar Lillegård, Berit Otnes, Brith Sundby, Dag Abrahamsen, Pål Strand (Hdir)

Eksempel på poengbergegning fra grunnskolen til Vg1

2007/30. Notater. Nina Hagesæther. Notater. Bruk av applikasjonen Struktur. Stabsavdeling/Seksjon for statistiske metoder og standarder

Oversikt over tester i Econ 2130

NA Dok. 52 Angivelse av måleusikkerhet ved kalibreringer

Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL

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 ( )

En introduksjon i statistiske metoder for offisiell statistikk

Eksamen ECON 2200, Sensorveiledning Våren Deriver følgende funksjoner. Deriver med hensyn på begge argumenter i e) og f).

Simpleksmetoden. Initiell basistabell Fase I for å skaffe initiell, brukbar løsning. Fase II: Iterativ prosess for å finne optimal løsning Pivotering

Eksamen Nynorsk side 2 4. Bokmål side 5 7. Felles vedlegg side 9 17

NÆRINGSSTRUKTUR OG INTERNASJONAL HANDEL

IN1 Audio Module. Innføring og hurtigreferanse

Om enkel lineær regresjon II

HI-FI KOMPONENTSYSTEM

TMA4240 Statistikk Høst 2016

Løsningsskisse til eksamen i TFY112 Elektromagnetisme,

Veiledning til obligatorisk oppgave i ECON 3610/4610 høsten N. Vi skal bestemme den fordeling av denne gitte arbeidsstyrken som

Masteroppgave i statistikk. GAMLSS-modeller i bilforsikring. Hallvard Røyrane-Løtvedt Kandidatnr

Fleksibelt arbeidsliv. Befolkningsundersøkelse utført for Manpower September 2015

Investering under usikkerhet Risiko og avkastning Høy risiko. Risikokostnad prosjekt Snøskuffe. Presisering av risikobegrepet

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

betyr begivenheten at det blir trukket en rød kule i første trekning og en hvit i andre, mens B1 B2

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

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

Om enkel lineær regresjon II

Transkript:

Utsatt eksamen : ECON130 Statstkk 1 UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Eksamensdag: 15.0.015 Sensur kunngjøres senest: 0.07.015 Td for eksamen: kl. 09:00 1:00 Oppgavesettet er på 4 sder Tllatte hjelpemdler: Alle trykte og skrevne hjelpemdler er tllatt. I tllegg kan du ta med lommekalkulator som kke kan brukes tl å kommunsere med andre. Eksamen blr vurdert etter ECTS-skalaen. A-F, der A er beste karakter og E er dårlgste ståkarakter. F er kke bestått.

1 ECON130: EKSAMEN 015 VÅR - UTSATT PRØVE Oppgave 1 V har 4 spar-kort, hentet fra en vanlg kortstokk, med tallverder, 5,,7,8. To av dsse, og 8, er partall (dvs. er delelg med, og to, 5 og 7, er oddetall. A. V trekker to kort uten tlbakeleggng fra dsse fre slk at alle utvalg på to kort er lke sannsynlge. La A 1 være begvenheten at det første kortet trukket ut har et oddetall som verd, og A begvenheten at det andre kortet som blr trukket ut har et oddetall som verd. Fnn sannsynlghetene P( A1, P( A1 A og P( A Anta v vet at det andre kortet som ble trukket ut vste et oddetall (dvs. at A nntraff, men kke hva som skjedde første treknng (dvs. av det første kortet. Hva er sannsynlgheten for at det ble trukket et oddetall også første treknng? B. To skoleelever, Kar og Per, spller et spll de kaller «oddetall og partall» basert på de fre kortene beskrevet nnlednngen. Et spll består å trekke to kort uten tlbakeleggng fra de fre kortene. Dersom summen av de to uttrukne kortverdene er et oddetall, vnner Kar, og hvs summen er et partall, vnner Per. De to elevene tror nemlg det er samme sjanse for at summen blr et oddetall som at den blr et partall, slk at begge har samme sjanse for å vnne. De tar mdlertd fel. Vs at P(Kar vnner. 3 [Hnt. Det kan lønne seg å lage en tabell over aktuelle summer, x y, for alle kombnasjoner av x og y, der x er verden på det første kortet som trekkes ut og y verden på det andre. Du kan anta at alle kombnasjoner som er mulge, er lke sannsynlge. ] C. La ( et spll X være verden på det første kortet som trekkes ut og Y verden på det andre kortet som trekkes ut. 1 Vs at P( X 5 Y 1 Sett opp en tabell over smultanfordelngen for X og Y, bestemt ved f ( x, y P( X x Y y for alle kombnasjoner av x og y. Du kan, som før, anta at alle kombnasjoner som er mulge, er lke sannsynlge. Er X og Y stokastsk uavhengge? Begrunn svaret dtt.

D. Kar og Per spller spllet beskrevet punkt B 4 ganger. Det er klart at Kar vl ha en tendens tl å vnne oftere enn Per sden hun har større sannsynlghet for å vnne hvert spll. La U være antall ganger Kar vnner løpet av 4 spll. Beregn sannsynlgheten tlnærmet for at Kar vnner oftere enn Per løpet av 4 spll. Bruk heltallskorreksjon. [Hnt. Forklar at U er bnomsk fordelt. Beregn deretter PU ( 1 tlnærmet. ] La D være forskjellen mellom antall ganger de to vnner (dvs. D er antall ganger Kar vnner mnus antall ganger Per vnner løpet av 4 spll. Beregn forventnngen og varansen tl D. Begrunn at D er tlnærmet normalfordelt. I så fall, hvlken normalfordelng? Oppgave Det er en vanlg erfarng at man må stå kø foran kassen for å få betalt supermarkeder. I tabell 1 er det gtt ervasjoner fra forskjellge tlfeldge tlfeller man kom for å betale, målt lørdag ettermddag ved en bestemt kasse, der x angr antall personer som sto foran køen, og y tden ( mnutter man måtte vente tl man ble betjent for betalng (for tlfelle 1,,,. Tabell 1 Data Antall personer foran køen ( x Ventetd (* tl betjenng ved kassen (mnutter ( y 1 5.5 5 9.1 3 8 1.0 4 3.9 5 1.3 4 8. Sum 8 58.0 (* Desmaltallene betyr t-deler slk at, for eksempel, 5.5 mnutter betyr 5 mnutter og 30 sekunder.

3 A. Ventetden køen tl betjenng for betalng, Y, antas generelt å være en stokastsk varabel som er normalfordelt med forventnng, x, og varans, x, der x er antall personer foran køen når man kommer tl kassen for betalng. For enkelthets skyld antas denne oppgaven at antall personer køen, x, alltd er et gtt tall (dvs. kke-stokastsk. og er (ukjente parametre modellen. Forklar hvorfor denne modellen ser det samme som å s at ventetden pr. person køen, Y x er normalfordelt med forventnng og varans x (der altså x er kke-stokastsk. Den samlete tden en kunde tlbrnger ved kassen består av to deler, tden kø pluss betjenngstden ved selve kassen. Forklar kort hvorfor parameteren kan tolkes som gjennomsnttlg betjenngstd pr. kunde ved kassen (dvs. den gjennomsnttlge tden det tar å betjene en kunde. B. I tråd med modellen punkt A, antar v at ventetdene tabell 1 er ervasjoner av stokastske varable, Y1, Y,, Y, som antas å være uavhengge og normalfordelte slk at Y ~ N x, x, der x angr antall personer køen foran for tlfelle ( 1,,,. x -ene antas, som før, gtte tall (dvs. kke-stokastske. Det blr foreslått to estmatorer for : Y1 Y Y 1 Y ˆ og x x x x 1 1 Vs at både ˆ og er forventnngsrette estmatorer for. Beregn estmatene ˆ og. [Hnt. Tl hjelp under regnngen oppgs y x 1.97 ] Beregn varansene, var( ˆ og var(, uttrykt ved. Hvlket av de to estmatene mener du er mest troverdg? G en kort begrunnelse for svaret. [Hnt. Tl hjelp under regnngen oppgs 1 1 x 1.58 ] 1 C. Det kan vses (som du kke trenger å gjøre at W ˆ ˆ 1 x ~ t(5 fordelt 1 ( Y ˆ x fordelt med 5 frhetsgrader, der ˆ ˆ og ˆ. 5 x 1 (dvs. t- Bruk dette tl å fnne et 95% konfdensntervall for. Beregn konfdensntervallet ut fra data.

4 [Hnt. For å lette regnngen, oppgs den erverte verden, ˆ 0.878.] D. I dette og neste punkt skal v benytte modellen punkt B, men der v, for enkelthets skyld, antar at parameteren er kjent, 0.35. Forklar hvorfor estmatoren ˆ 0.35 er normalfordelt, med ˆ ~ N,. 8 Tdlgere har man regnet med en gjennomsnttlg betjenngstd på 1.9 mnutter pr. kunde ved kassen lørdag ettermddag. Tyder data på at gjennomsnttlg betjenngstd har økt (basert på sgnfkansnvå 5%? Med andre ord, gjennomfør en 5% test for H0: 1.9 mot H1: 1.9, og formuler en konklusjon. Beregn p-verden (basert på data tabell 1 for testen dn. E. Sett opp et uttrykk for styrkefunksjonen for testen dn punkt D. Beregn sannsynlgheten for å forkaste H 0 hvs den sanne verden av er.