Statistikk og økonomi, våren 2017

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

TMA4240/4245 Statistikk Eksamen august 2016

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

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

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

TMA4265 Stokastiske prosesser

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.

TMA4265 Stokastiske prosesser

STK desember 2007

Anvendelser. Kapittel 12. Minste kvadraters metode

TMA4300 Mod. stat. metoder

Seleksjon og uttak av alderspensjon fra Folketrygden

ØVINGER 2017 Løsninger til oppgaver

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

Løsningskisse for oppgaver til uke 15 ( april)

Løsningsforslag øving 10 TMA4110 høsten 2018

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

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

Løsningsforslag ST2301 Øving 8

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

Eksamensoppgave i SØK Statistikk for økonomer

Alle deloppgaver teller likt i vurderingen av besvarelsen.

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

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

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

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

Tillegg 7 7. Innledning til FY2045/TFY4250

NOEN SANNSYNLIGHETER I BRIDGE Av Hans-Wilhelm Mørch.

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

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

Sannsynlighet seier noko om kor truleg det er at ei hending får eit bestemt utfall. Ein matematisk definisjon på sannsynlighet er:

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

Eksamensoppgave i SØK2900 Empirisk metode

IT1105 Algoritmer og datastrukturer

Alternerende rekker og absolutt konvergens

Fourieranalyse. Fourierrekker på reell form. Eksempel La. TMA4135 Matematikk 4D. En funksjon sies å ha periode p > 0 dersom

Samfunnsøkonomi andre avdeling, mikroøkonomi, Diderik Lund, 18. mars 2002

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

EKSAMEN Ny og utsatt Løsningsforslag

INF 2310 Digital bildebehandling

Eksamen i emne SIB8005 TRAFIKKREGULERING GRUNNKURS

Forelesning 17 torsdag den 16. oktober

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

DET KONGELIGE FISKERI- OG KYSTDEPARTEMENT. prisbestemmelsen

EKSAMENSOPPGAVE I SØK1004 STATISTIKK FOR ØKONOMER STATISTICS FOR ECONOMISTS

OBLIGATORISK OPPGAVE 1 INF 3340/4340/9340 HØSTEN 2005

EKSAMEN ny og utsatt løsningsforslag

Dynamisk programmering. Hvilke problemer? Overlappende delproblemer. Optimalitetsprinsippet

TMA4245 Statistikk Eksamen mai 2016

Hvordan får man data og modell til å passe sammen?

Regler om normalfordelingen

DEN NORSKE AKTUARFORENING

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

Regler om normalfordelingen

Generell likevekt med skjermet og konkurranseutsatt sektor 1

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

Forelesning nr.3 INF 1411 Elektroniske systemer

MA1301 Tallteori Høsten 2014

Dynamisk programmering. Hvilke problemer? Overlappende delproblemer. Optimalitetsprinsippet

NÆRINGSSTRUKTUR OG INTERNASJONAL HANDEL

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

UNIVERSITETET I OSLO

TMA4245 Statistikk Eksamen 21. mai 2013

NA Dok. 52 Angivelse av måleusikkerhet ved kalibreringer

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 ( )

Jobbskifteundersøkelsen Utarbeidet for Experis

Forelesning 19 og 20 Regresjon og korrelasjons (II)

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

Introduksjon Online Rapport Din trinn for trinn-guide til den nye Online Rapporten (OLR) Online Rapport

Regler om normalfordelingen

Forelesning nr.3 INF 1411 Elektroniske systemer. Parallelle og parallell-serielle kretser Kirchhoffs strømlov

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

Innkalling til andelseiermøte

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

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

Positive rekker. Forelest: 3. Sept, 2004

Makroøkonomi - B1. Innledning. Begrep. Mundells trilemma 1 går ut på følgende:

1. Konfidens intervall for

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

i kjemiske forbindelser 5. Hydrogen har oksidasjonstall Oksygen har oksidsjonstall -2

Sparing gir mulighet for å forskyve forbruk over tid; spesielt kan ujevne inntekter transformeres til jevnere forbruk.

TMA4240 Statistikk H2010

EKSAMEN Løsningsforslag

Forelesning 4 og 5 MET3592 Økonometri ved David Kreiberg Vår 2011

Forelesning Ordnings observatorer

Forelesning 25 og 26 Introduksjon til Bayesiansk statistikk

NA Dok. 52 Angivelse av måleusikkerhet ved kalibreringer

Forelesning nr.3 INF 1410

Løsningsskisse til eksamen i TFY112 Elektromagnetisme,

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

Seminaroppgaver for uke 13

ÅMA110 Sannsynlighetsregning med statistikk, våren Kp. 3 Diskrete tilfeldige variable. Diskrete tilfeldige variable, varians (kp. 3.

KVIKKSØLVEKSPONERING VED DENTALLABORATORIER. Nils Gundersen og Arve Lie HD 807/790814

SNF-rapport nr. 23/05

TMA4245 Statistikk Eksamen august 2014

Fleksibelt arbeidsliv. Befolkningsundersøkelse utført for Manpower September 2015

Transkript:

Statstkk og økonom, våren 7 Oblgatorsk oppgave Løsnngsforslag Oppgave Anta at forbruket av ntrogen norsk landbruk årene 987 99 var følgende målt tonn: 987: 9 87 988: 8 989: 8 99: 8 99: 79 99: 87 99: 9 99 99: 8 87 99: 8 99: 97 Fnn følgende karakterstka for dette datasettet, dersom det som det spørres etter er menngsfullt: a) Modus (typetall) Modus er det tallet som forekommer hyppgst. I dette utvalget forekommer hvert tall bare en gang, og utvalget har derfor kke noe modus. b) Medan Medan er den mdterste verden når lsta er sortert. Her er lsta sortert: 8 87 9 99 9 87 8 8 79 8 87 8 97 Sden antall tall lsta er et partall, er det kke ett tall som er det mdterste. De to mdterste verdene er 8 og 79, og medanen er gjennomsnttet av dsse, altså ~ 8 79 x =

c) Gjennomsntt (mddelverd) Dette er x = (9 87 + 8 + 8 + 8 + 79 + 87 + 9 99 + 8 87 + 8 + 97) / = d) Varasjonsbredde Varasjonsbredden er største tall mnus mnste tall datasettet, altså 97 8 87 = 89 e) Varans (utvalgsvarans) s n n x x x ((8 9 87 ) (9 99 ) (9 87 ) ( 8 ) ( 8 ) (97 ) ) ( 8 ) ( 87 ) ( 79 ) ( 8 ) (88 9 9 89 8 9 79 9) 9 8 89 9.89 f) Standardavvk (utvalgsstandardavvk) s 89.89.7 Statstkk og økonom, oblg Sde

Oppgave La den stokastske varablen være antall seksere ved kast med tre ternnger. a) Fnn verdmengden tl. Verdmengden tl er mengden av de verder kan ha. Hvs man kaster med tre ternnger, kan man få,, eller seksere. Følgelg er V,,, b) Fnn sannsynlghetsfordelngen tl. Den enkleste regnngen får v her ved å nnse at dette er et bnomsk forsøk med tre delforsøk med p (sden hver av ternngene er uavhengge av de andre og kan derfor betraktes som tre uavhengge forsøk, og sannsynlgheten for å få sekser på hver av ternngene er /). V får da ) ) ) ).9.79.7. Hvs en kke ser at dette er et bnomsk forsøk (for eksempel ford dere gjorde denne oppgaven før v hadde gjennomgått bnomsk fordelng), kan man tenke slk: Ved kast med ternng er alle seks utfall lke sannsynlge, og v kan derfor regne sannsynlgheter ved å telle gunstge på mulge. Vdere er det vktg å tenke på at de tre ternngene er uavhengge av hverandre. V vet at når hendelsene A og B er uavhengge, vl P( A B) P( A) P( B) Skal v da regne ut sannsynlgheten for seksere, kan v regne ut dette som sannsynlgheten for kke å få sekser på den første ternngen ganger sannsynlgheten for kke å få sekser på den andre ternngen ganger sannsynlgheten for kke å få sekser på den tredje ternngen. Sannsynlgheten for kke å få sekser på en ternng fnner v ved gunstge på mulge tl å være /. V får derfor Statstkk og økonom, oblg Sde

).79 Skal v få en sekser, kan v få dette på den første ternngen og ngen sekser på de to andre, eller en sekser på den andre ternngen og ngen på den første og tredje osv. V får da ).7 Måten v kan få to seksere på, er ved å få seksere på de to første ternngene, de to sste, eller på første og sste. Sannsynlgheten blr da ).9 Det er bare en måte å få tre seksere på, nemlg ved at alle tre ternnger blr sekser: ). Oppgave La være antall systemsvkt neste uke et nytt datasystem. Sannsynlghetsfordelngen er gtt følgende tabell: x P( = x)....7. a) Tegn et sannsynlghetshstogram for denne fordelngen. Statstkk og økonom, oblg Sde

Sannsynlghetsfordelng - antall systemsvkt neste uke,,,,,,,,,, b) Fnn forventnngsverd. x P( x )....7..9 c) Fnn varans og standardavvk. x. P( ) x...7.98.8 =...9.. d) Tegn den kumulatve fordelngsfunksjonen F(x) for. Statstkk og økonom, oblg Sde

e) Fnn P( > ). Denne kan v regne ut på flere måter: P( > ) = P( = ) + P( = ) =.7 +. =. Alternatvt kan v regne slk f) Fnn P( < ). P( > ) = F() = (P( = ) + P( = ) + P( = ) = (. +. +.) =. ) P( ) P( ) P( )...7 Anta nå at bedrften som leverer dette datasystemet må betale et gebyr basert på hvor mange ganger løpet av en uke systemet svkter. Dette gebyret beregnes som g ( ) g) Hva er forventnngsverden tl gebyret? E g( ) E Statstkk og økonom, oblg Sde

E( ) E( ) E() Husk her at E ( ) x P( x ). 98 som v fant da v regnet ut varansen. Følgelg får v E g( ).98.9 9 Oppgave Følgende tabell vser smultanfordelngen tl og Y. x y P( = x)........ P(Y = y)... a) Beregn E() og E(Y). E( ) x P( x )... E( Y ) b) Fnn E( Y). Y y P( Y y ).... E ( Y) j x y j P( x Y y ) j Her blr alle leddene null unntatt ett, nemlg for x = og y =. Følgelg: E ( Y).. c) Fnn kovaransen og korrelasjonen. Cov (, Y) E( Y) E( ) E( Y)... Når kovaransen er null er også korrelasjonen null. Dette ser v også av defnsjonen av korrelasjonen: Cov(, Y ) (, Y ) Corr(, Y ) Y Y Statstkk og økonom, oblg Sde 7

d) Undersøk om varablene er uavhengge. V må her undersøke om P x Y y ) P( x ) P( Y y ) for alle mulge par av x og y. Her ser v for eksempel at ( j j mens Y ). ) P( Y )... P( Y ) Konklusjonen er altså at selv om korrelasjonen er så er kke varablene uavhengge. Oppgave En keramker produserer fem tekanner. Sannsynlgheten for at en kanne må vrakes, er p =.. Anta at hvorvdt en kanne blr vraket er uavhengg av hvorvdt de andre kannene blr vraket. La være antall vrakede kanner blant de fem. a) Fnn P( = ). Dette er et bnomsk forsøk med fem delforsøk og p =.. Følgelg er ). (.). b) Tegn opp sannsynlghetsfordelngen tl. Dette kan v enten regne ut eller slå opp en tabell: ). (.).78 ). (.).9 ). (.). ). (.). ). (.).77 ). (.). Statstkk og økonom, oblg Sde 8

,,,,,,,,,,,,,,7,7,8,8,9,9 bn (,.),,,,,,,, Oppgave Noen soldater kaster mynter mot en vegg, og det gjelder å komme nærmest mulg veggen for å vnne. La være avstanden meter fra veggen tl der Magnes mynt lander. Følgende sannsynlghetstetthet er en god modell: ( x) f ( x) x ellers a) Tegn sannsynlghetstettheten.,,,, b) Skraver arealet som tlsvarer P (..8). Statstkk og økonom, oblg Sde 9

,,,,,,,,,,,,,,7,7,8,8,9,9,,,, c) Beregn sannsynlgheten P (..8)..8 P (..8) f ( x) dx ( x) dx.8..8..8 x x ( x x ) dx x..8.8.8 (... ).7.97.9. 7 d) Beregn hvor nær veggen Magne kan forvente at mynten lander. E( ) x f ( x) dx x( x) dx ( x x x ) dx x x x. ( ) ( 8 ). Statstkk og økonom, oblg Sde

e) Fnn standardavvket tl. V må først fnne varansen: x f ( x) dx x ( x) dx. ( x x x ) dx. x x. x ( ). ( ) ( ). Standardavvket blr da...7.7.9 Statstkk og økonom, oblg Sde