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

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

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

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

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

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

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

Oppgaver fra boka: X 2 X n 1

ÅMA110 Sannsynlighetsregning med statistikk, våren 2006

Statistikk og økonomi, våren 2017

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

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

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

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

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 2006 Kp. 6, del 5

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

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

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007

Kap. 9: Inferens om én populasjon

Kapittel 8: Estimering

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

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

betegne begivenheten at det trekkes et billedkort i trekning j (for j=1,2,3), og komplementet til

TMA4240 Statistikk Høst 2015

Econ 2130 Forelesning uke 11 (HG)

TMA4240 Statistikk Høst 2016

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

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

LØSNINGSFORSLAG TIL EKSAMEN I FAG TMA4245 STATISTIKK 6.august 2004

ECON240 Statistikk og økonometri

Løsningskisse seminaroppgaver uke 15

LØSNINGSFORSLAG TIL EKSAMEN I FAG TMA4240 STATISTIKK 5.august 2004

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

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

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

Løsningsforslag ST1101/ST6101 kontinuasjonseksamen 2018

Løsningsforslag Oppgave 1

Kap. 9: Inferens om én populasjon

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

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

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

TMA4240 Statistikk Høst 2016

Mer om utvalgsundersøkelser

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

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

Forventningsverdi. MAT0100V Sannsynlighetsregning og kombinatorikk

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

UNIVERSITETET I OSLO

TMA4245 Statistikk Eksamen mai 2017

Løsningsforsalg til første sett med obligatoriske oppgaver i STK1110 høsten 2018

Kapittel 7: Noen viktige sannsynlighetsfordelinger

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007 Oppsummering

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

Hypotesetesting, del 4

Estimering 1 -Punktestimering

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

TMA4245 Statistikk Eksamen 9. desember 2013

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

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

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

TMA4240 Statistikk H2010

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)

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

Oversikt over konfidensintervall i Econ 2130

MOT310 Statistiske metoder 1, høsten 2011

TMA4240 Statistikk Høst 2009

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

Oversikt over konfidensintervall i Econ 2130

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

Estimering 1 -Punktestimering

Løsningsforslag til eksamen i STK desember 2010

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

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

Estimering 2. -Konfidensintervall

STK1100 våren 2017 Estimering

Løsning TALM1005 (statistikkdel) juni 2017

Løsningsforsalg til første sett med obligatoriske oppgaver i STK1110 høsten 2015

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

EKSAMENSOPPGAVE. Mat-1060 Beregningsorientert programmering og statistikk

TMA4245 Statistikk Eksamen august 2015

Noen vanlige. Indikatorfordeling: 1, dersom suksess. I mange situasjoner kan fenomenet vi ser på. 0, dersom ikke suksess

Løsningsforslag ST2301 øving 3

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

Hypotesetesting, del 5

Kapittel 7: Noen viktige sannsynlighetsfordelinger

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.

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

Oversikt over konfidensintervall i Econ 2130

TMA4240/4245 Statistikk 11. august 2012

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 =

Eksamen REA3028 S2, Våren 2010

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

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

AVDELING FOR INGENIØRUTDANNING EKSAMENSOPPGAVE

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

MOT310 Statistiske metoder 1, høsten 2012

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007

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

Transkript:

ECON EKSAMEN 8 VÅR TALLSVAR Oppgave Vi har e kortstokk beståede av 6 kort. På av disse står det skrevet JA på forside mes det står NEI på forside av de adre kortee. Hvis ma får se kortet med bakside vedt mot seg, er det ikke mulig å se om det står JA eller NEI på forside. A. Ata kortstokke blir stokket godt og lagt ed på bordet i e buke med bakside opp. (i) Hva er sasylighete for at det øverste kortet i buke er et JA-kort? (ii) Hva er sasylighete for at de to øverste kortee i buke begge er JA-kort? 6 <<Svar: (i): / (ii): = 5 B. La geerelt A og B være to begiveheter. Da gjelder () A= ( A B) ( A B) (i) Forklar relasjoe () ved et Ve-diagram. (ii) Ata PA= ( ) og PB ( A ) =. Hva blir da PA ( B)? 5 (iii) Ata at sasylighetee oppgitt i (ii) fortsatt gjelder. Hvilke verdi må PB ( ) ha hvis A og B er uavhegige begiveheter? Hva blir i så fall PA ( B)? <<Svar: (ii): PA ( B) = PA ( ) PAPB ( ) ( A) = =. 5 5 5 (iii): Uavhegighet hvis PB ( ) = PB ( A) =. I så fall 7 PA ( B) = PA ( ) + PB ( ) PAPB ( ) ( ) = + = + = =,85 5 5 5 C. Vi veder tilbake til situasjoe i pukt A. La J være begivehete at det øverste kortet i buke er et JA-kort, og J begivehete at det est øverste kortet er et JAkort. Forklar ituitivt, eller ved e beregig, at PJ ( ) = PJ ( ) =. << Svar: PJ ( ) = PJ ( ) PJ ( J) + PN ( ) PJ ( N) = + = (+ ) = 5 5 5

D. Kortstokke stokkes grudig og legges som før på bordet i e buke med bakside opp. Ett og ett kort åpes deretter fra toppe av buke og edover itil første JAkort dukker opp. La X være atall kort som må sus itil første JA-kort dukker opp. Hvis kortstokke er grudig ok stokket, vil alle mulige rekkefølger av kortee i buke ha samme sasylighet, og de stokastiske variabele X vil ha e fordelig gitt i tabell : Tabell Fordelige for X x 5 6 5 PX ( = x) 5 5 5 5 5 (i) Vis at PX= ( ) = som gitt i tabelle. 5 [Hit: Merk at begivehete ( X = ) er ekvivalet med begivehete N N J - dvs. der de to øverste kortee er NEI-kort og det tredje kortet ovefra et JA-kort (der begivehete N i betyr at i-te kort fra toppe er et NEI-kort).] (ii) Vis at 7 EX ( ) = og Var( X ) =. 9 << Svar: (i) PX ( = ) = PN ( ) PN ( N) PJ ( N N) = = = 6 5 5 5 (ii) 5 + + 5 7 5 + + 5 EX ( ) = = =, EX ( ) = = = 7 5 5 5 5 og 7 6 9 Var( X ) = 7 = = 9 9 E. Å stokke e kortstokk godt er vaskeligere e folk flest tror. Jes meer at ha valigvis stokker kortee godt ok, me er villig til å gjeomføre følgede test. Eksperimetet beskrevet i pukt D gjetas = gager. I hvert forsøk stokker Jes kortee så godt ha meer er tilstrekkelig, legger deretter kortee på bordet i e buke med bakside opp, åper ett og ett kort fra toppe og edover i buke itil første JA-kort dukker opp og registrerer til slutt hvor mage kort som må sus før JA-kortet viser seg. La for forsøk i X i betege atall kort som må sus itil det første JAkortet kommer ( i =,,,). Vi atar at X, X,, X er uavhegige og idetisk fordelt, med felles forvetig, EX ( i ) = µ og varias, Var( X i ) = σ. Hvis stokkige er god ok, er de felles fordelige kjet og gitt i tabell. Dette utgjør vår ull-hypotese. Hvis stokkige

ikke er god ok, vil de felles fordelige være ukjet med ukjet forvetig og varias. Gjeomsittlig X-verdi for de stokke-forsøkee til Jes ble,98. Sett opp og gjeomfør (basert på dette resultatet) e test med sigifikasivå 5% for hypotese: 7 H : µ = =, mot H : µ, Bereg p-verdie for teste og formuler e koklusjo. 7 [Hit: Bruk setralgreseteoremet. Merk at både µ = og σ = er 9 kjete uder H, som i dette tilfellet er det eeste vi treger å vite for å kue berege kritiske verdier og p-verdi. ] <<Svar: To-sidig test. Alterativer: Testobservator Observert verdi Nedre kritisk verdi Øvre kritisk verdi X,98, (,96) =,95, + (,96) =,7 9 9 X 7 Z = 9, 77 -,96,96 P-verdi = P ( Z > z ) = P ( Z >,77) = P( Z <,77) =,8 =,768 H obs H H forkastes ikke på 5% Oppgave Et problem ved spørreudersøkelser er å få pålitelige svar på sesitive spørsmål. For å sikre aoymitete beytter e forsker følgede itervju-metode. Ata spørsmålet er, "Har du kjøpt smuglersprit i år?". Forskere viser respodete (dvs. persoe som blir itervjuet) e kortstokk av samme type som i oppgave der JA står på av kortee og NEI på. Respodete får opplyst hvor mage av kortee som har JA og hvor mage som har NEI. Respodete blir bedt om ikke å svare direkte på spørsmålet, me i stedet å trekke et kort og si om det som står på kortet stemmer eller ikke. For eksempel hvis respodete faktisk ikke har kjøpt smuglersprit og trekker et kort med NEI på, så svarer vedkommede at det som står på kortet stemmer. Deretter blir kortet lagt tilbake i kortstokke ute at forskere får se hva som står på det.

For ekelthets skyld vil vi i dee oppgave se bort ifra de tilfellee der respodete ekter å svare eller lyver, og atar i stedet at alle gir et av to mulige svar, det stemmer, eller det stemmer ikke, og at alle sakker sat. A. Metode brukes på et ret tilfeldig utvalg av vokse persoer fra befolkige. Gjør rede for at atall persoer i utvalget som svarer, "det som står på kortet stemmer", ka atas å være biomisk fordelt. B. La q være de relative adele som ville ha svart, "det som står på kortet stemmer", dersom forskere hadde itervjuet hele de vokse befolkige. La p være adele i befolkige som har kjøpt smuglersprit. Det ka vises (jfr. pukt D) at sammehege mellom p og q er gitt ved () p q = La X være atall som svarer "det som står på kortet stemmer" i et tilfeldig utvalg på vokse. Forklar hvorfor pˆ = X er e forvetigsrett estimator for p. Vis at stadardavviket (SD) for ˆp er (uttrykt ved q): ( ) SD( ˆ) q p = q << Svar: Opplagt. X C. (i) Kostruer et 95% kofidesitervall for p basert på qˆ =. [Hit: Ta utgagspukt i et 95% kofidesitervall for q, som vi ka skrive ( AB, ), der A og B er stokastiske variable som oppfyller PA ( q B) =,95 (tilærmet). Dette itervallet ka du så overføre til et itervall for p ved å vise at begivehete ( A q B) er ekvivalet med begivehete ( B p A). ] qˆ( qˆ) <<Svar: KI for q: qˆ ± (,96) qˆ( qˆ) KI for p: qˆ ± (,96)

5 (ii) Hvor mage observasjoer tregs for at legde, L = B A, på kofidesitervallet for q ikke skal overskride,6? Bereg også hvor mage observasjoer som tregs for at legde på itervallet for p ikke skal overskride,6. <<Svar: For q: Formel i boka der vi ikke vet oe om q: (,96,6) = 67 For p: Her er legde L = ( B A) =,6 B A=,,96, = 96 ( ) D. Vis relasjoe () i pukt B. [Hit: Betrakt itervju-situasjoe med e tilfeldig trukket respodet og ifør begivehetee: K = Respodete har kjøpt smuglersprit i år S = Respodete svarer at det som står på kortet stemmer J = Det står JA på kortet som respodete trekker N = Det står NEI på kortet som respodete trekker Gjør rede for og utytt at S = ( K J) ( K N), som er e disjukt uio. Merk også at det som står på kortet, åpebart er uavhegig av om respodete har kjøpt smuglersprit eller ikke. ] << Svar: p q= PS ( ) = PK ( J) + PK ( N) = PKPJ ( ) ( ) + PKPN ( ) ( ) = p + ( p) =