Normalfordeling. Høgskolen i Gjøvik Avdeling for teknologi, økonomi og ledelse. Statistikk Ukeoppgaver uke 7



Like dokumenter
Normal- og eksponentialfordeling.

EKSAMEN. TILLATTE HJELPEMIDLER: Kalkulator. Hornæs: Formelsamling statistikk HiG. John Haugan: Formler og tabeller.

Andre obligatoriske oppgave stk 1100

Matematikk S2 kapittel 5 Sannsynlighet Utvalgte løsninger oppgavesamlingen

Fasit for tilleggsoppgaver

Førsteordens lineære differensiallikninger

EKSAMEN KANDIDATNUMMER: EKSAMENSDATO: 26. mai SENSURFRIST: 16. juni KLASSE: HIS TID: kl

EKSAMEN I FAG 75510/75515 STATISTIKK 1 Tirsdag 20. mai 1997 Tid: 09:00 14:00

EKSAMEN. TILLATTE HJELPEMIDLER: Kalkulator. Hornæs: Formelsamling statistikk HiG. John Haugan: Formler og tabeller.

Løsningsforslag ECON 2130 Obligatorisk semesteroppgave 2017 vår

MAT1030 Forelesning 16

EKSAMEN. TILLATTE HJELPEMIDLER: Kalkulator. Hornæs: Formelsamling statistikk HiG. John Haugan: Formler og tabeller.

Rekursjon og induksjon. MAT1030 Diskret matematikk. Induksjonsbevis. Induksjonsbevis. Eksempel (Fortsatt) Eksempel

Forelesning 5: Kontinuerlige fordelinger, normalfordelingen. Jo Thori Lind

Konfidensintervall for µ med ukjent σ (t intervall)

EKSAMEN. Flexibel ingeniørutdanning, 2kl. Bygg m.fl.

Tyngdepunkt. Togforsinkelsen (Eksamen Des2003.1a) I denne oppgaven kan du bruke uten å vise det at. Kapittel 4

EKSAMEN. TILLATTE HJELPEMIDLER: Kalkulator. Hornæs: Formelsamling statistikk HiG. John Haugan: Formler og tabeller.

Da vil summen og gjennomsnittet være tilnærmet normalfordelte : Summen: X 1 +X X n ~N(nµ,nσ 2 ) Gjennomsnittet: X 1 +X

STK1100 våren Normalfordelingen. Normalfordelingen er den viktigste av alle sannsynlighetsfordelinger

TMA4240/TMA4245 Statistikk: Oppsummering kontinuerlige sannsynlighetsfordelinger

Regneregler for forventning og varians

Togforsinkelsen (Eksamen Des2003.1a) I denne oppgaven kan du bruke uten å vise det at

TMA4245 Statistikk. Innlevering 3. Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag

FORMELSAMLING STATISTIKK, HiG

µ = E(X) = Ʃ P(X = x) x

Oppgaven består av 10 delspørsmål som anbefales å veie like mye. Kommentarer og tallsvar er skrevet inn mellom <<. >>. Oppgave 1

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

Beskrivende statistikk.

Kapittel 6: Kontinuerlige sannsynlighetsfordelinger

Observatorer. STK Observatorer - Kap 6. Utgangspunkt. Eksempel høyde Oxford studenter

Gammafordelingen og χ 2 -fordelingen

To-dimensjonale kontinuerlige fordelinger

Løsningsforslag til obligatorisk oppgave i ECON 2130

TMA4240 Statistikk Høst 2008

TMA4240 Statistikk Høst 2018

Ulikheter. Vi gir her eksempel på hvordan man kan finne ut hvornår ulikheter er sanne på forskjellige måter.

ST0202 Statistikk for samfunnsvitere Kapittel 6: Normalfordelingen

TMA4245 Statistikk Eksamen desember 2016

TMA4240 Statistikk Høst 2015

Høgskolen i Telemark. Institutt for økonomi og informatikk FORMELSAMLING Statistikk I. Til bruk ved eksamen. Per Chr. Hagen

Bernoulli forsøksrekke og binomisk fordeling

Løsningsforslag Eksamen i Statistikk SIF5060 Aug 2002

Foreleses onsdag 8. september 2010

ECON2130 Kommentarer til oblig

Kapittel 5: Diskrete sannsynsfordelingar TMA4245 Statistikk. 5.2 Diskret uniform fordeling NTNU NTNU NTNU

Sensorveiledning eksamen ECON 3610/4610 Høst 2004

Løsningsforslag til eksamen i TMA4245 Statistikk 7. juni 2007

Formelsamling V-2014 MAT110. Statistikk 1. Per Kristian Rekdal

Inferens. STK Repetisjon av relevant stoff fra STK1100. Eksempler. Punktestimering - "Fornuftig verdi"

Kontinuerlige stokastiske variable.

Kontinuerlige sannsynlighetsfordelinger.

Econ 2130 Forelesning uke 10 (HG) Geometrisk og normal fordeling

Kontinuerlige sannsynlighetsfordelinger.

ST1201 Statistiske metoder

Forelening 1, kapittel 4 Stokastiske variable

Siden vi her har brukt første momentet i fordelingen (EX = EX 1 ) til å konstruere estimatoren kalles denne metoden for momentmetoden.

Løsningsforslag Eksamen S2, våren 2017 Laget av Tommy O. Sist oppdatert: 25. mai 2017

ÅMA110 Sannsynlighetsregning med statistikk, våren ÅMA110 Sannsynlighetsregning med statistikk, våren 2010

Kapittel 4: Matematisk forventning

Løsningsforslag statistikkeksamen desember 2014

for x 0 F X (x) = 0 ellers Figur 1: Parallellsystem med to komponenter Figur 2: Seriesystem med n komponenter

TMA4240 Statistikk Høst 2015

Forventning og varians.

TMA4240 Statistikk H2010

+ S2 Y ) 2. = (avrundet nedover til nærmeste heltall) n Y 1

Kapittel 8: Tilfeldige utvalg, databeskrivelse og fordeling til observatorar, Kapittel 9: Estimering

STK1100 våren Betinget sannsynlighet og uavhengighet. Vi trenger en definisjon av betinget sannsynlighet! Eksempel 1

Eksamensoppgave i TMA4245 Statistikk

EKSAMEN KANDIDATNUMMER: EKSAMENSDATO: 10. juni Ingeniørutdanning. TID: kl EMNEANSVARLIG: Hans Petter Hornæs

Formelsamling i medisinsk statistikk

Utvalgsfordelinger. Utvalg er en tilfeldig mekanisme. Sannsynlighetsregning dreier seg om tilfeldige mekanismer.

TMA4240 Statistikk Eksamen desember 2015

EKSAMEN KANDIDATNUMMER: EKSAMENSDATO: 11. juni HiS Jørstadmoen. TID: kl EMNEANSVARLIG: Hans Petter Hornæs

KONTINUASJONSEKSAMEN I EMNE TDT4230 VISUALISERING TIRSDAG 7. AUGUST 2007 KL LØSNINGSFORSLAG

Eksamensoppgave i TMA4240 Statistikk

UNIVERSITETET I OSLO Matematisk Institutt

MAT4010 PROSJEKTOPPGAVE: Statistikk i S2. Olai Sveine Johannessen, Vegar Klem Hafnor & Torstein Mellem

Første sett med obligatoriske oppgaver i STK1110 høsten 2015

TMA4240 Statistikk H2010

3.1 Stokastisk variabel (repetisjon)

Forventning og varians.

Forelesning 6: Punktestimering, usikkerhet i estimering. Jo Thori Lind

TMA4245 Statistikk Eksamen desember 2016

onsdag_19_09_2018_poisson_eksponential_normalfordelng_vikartime_bygg_v2.notebook

Notasjon. Løsninger. Problem. Kapittel 7

LØSNINGSFORSLAG TIL EKSAMEN I FAG TMA4240 STATISTIKK Mandag 12. desember 2011

Kapittel 6: Kontinuerlige sannsynlighetsfordelinger : Normalfordelingen, normalapproksimasjon, eksponensial og gamma.

Løsningsforslag til andre sett med obligatoriske oppgaver i STK1110 høsten 2010

TMA4240/TMA4245 Statistikk Oppsummering diskrete sannsynlighetsfordelinger

Oppgave 1. a) Anlysetype: enveis variansanalyse (ANOVA). Modell for y ij = ekspedisjonstid nr. j for skrankeansatt nr. i:

Denne uken: kap : Introduksjon til statistisk inferens. - Konfidensintervall - Hypotesetesting - P-verdier - Statistisk signifikans

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

8 + AVSLUTTE SPILLET Handelsenheten forteller deg når spillet er over, etter 1 time. BATTERY INFORMATION

Eksamen i. MAT110 Statistikk 1

Løsningsforslag Eksamen S2, høsten 2017 Laget av Tommy O. Sist oppdatert: 26. november 2017

FORMELSAMLING STATISTIKK, HiG Versjon per 10. januar 2002, ved Hornæs

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

Utvalgsfordelinger. Utvalg er en tilfeldig mekanisme. Sannsynlighetsregning dreier seg om tilfeldige mekanismer.

statistikk, våren 2011

Transkript:

Ueoppgaver i BtG207 Statisti, ue 7 : Normalfordeling. 1 Høgsolen i Gjøvi Avdeling for tenologi, øonomi og ledelse. Statisti Ueoppgaver ue 7 Normalfordeling. Oppgave 1 Anta Z N(0, 1), dvs. Z er standard normalfordelt. Regn ut sannsynlighetene: a) P(Z 1.50) b) P (Z > 1.50) c) P (Z 0.25) d) P(Z > 0.25) e) P ( 0.75 < Z 0.75) f) P (Z = 0.75). Sørg for at du beherser denne regnetenien så fort som mulig. Flere oppgaver av samme type i oppgave 21, ap. 5.12 i Løvås. Oppgave 2 a ) Finn tallet z 0.25 som er sli at P (Z <z 0.25 )=0.75 når Z N(0, 1). b ) Finn tallet z 0.025 sli at P (Z >z 0.025 )=0.025 når Z N(0, 1). Oppgave 3 Måleverdien av spenningen på et bilbatteri er X, som er N (12.70, ). Regn ut P(12.50 <X 12.90) Sørg for at du beherser denne regnetenien så fort som mulig. Flere oppgaver av samme type i oppgave 23, ap. 5.12 i Løvås. Oppgave Anta X N(μ, ), og regn ut a) P(μ <X<μ+ ). b) P(μ 2 <X<μ+2). c) P(μ 3 <X<μ+3). Oppgave 5 La X N(12.70, ). Finn en sli at P(12.70 X 12.70 + ) =0.95 Oppgave 6 En sneer sal appe to 200 centimeter lange lister og legge dem etter hverandre. Kall lengden på listene X 1 og X 2,mensX er summen av lengdene. a ) Anta lengdene X i N (200, 2) er uavhengige. Regn ut forventningsverdi μ og standardavvi for X = X 1 + X 2. b ) Regn ut P (397 <X 03). c) Finn et intervall [μ +, μ ] sli at P (μ X μ + ) =0.95. d ) Anta han isteden apper den andre lista ved å legge den første oppå, og at dette medfører at X 2 = X 1. Hva er da P (397 <X 03)?

2 Ueoppgaver i BtG207 Statisti, ue 7 : Normalfordeling. Oppgave 7 Anta vi har et bilbatteri med spenning 12.70V. I prasis er dette et ujent tall, som vi sal forsøe å finne ved målinger. På grunn av måleunøyatighet vil måleverdien i prasis avvie noe fra den orrete verdien. En standard antaelse om målefeil er at de er normalfordelte, og at målingene har forventningsverdi μ som den orrete verdien (dvs. 12.70V i dette tilfellet). Av denne grunn alles normalfordeling av og til målemodellen. Vi antar her at vi gjennom spesifiasjoner fra produsenten av måleinstrumentet vet at =V. For å øe presisjonen på resultatet gjør vi målinger, og aller disse måleresultatene ( før observasjon ) X 1, X 2, X 3 og X. De fatise resultatene av disse målingene alles x 1, x 2, x 3 og x. Som vår onlusjon sal vi brue gjennomsnittsverdien x =(x 1 + x 2 + x 3 + x )/, som før observasjon er en stoastis variabel X =(X 1 + X 2 + X 3 + X )/. Vi antar at X 1, X 2, X 3 og X er uavhengige, og alle har N (12.7, 0.3) fordeling. a) Hva er E ( X ),Var ( X ) og X? b ) Hva slags fordeling har X? (Dvs. angi fordelingstype og verdier på parametrene). c) Regn ut P ( 12.50 < X 12.90 ). d ) Gjør følgende generalisering: La X 1,,X 2,...,X n være uavhengige, der X i N(μ, ) for alle i. Hva slags fordeling har X? Oppgave 8 Tiden Hansen bruer påågå til jobben ( i minutter) er en stoastis variabel X 1 N(32, 2), mens veien hjem igjen som går nedoverbae er X 2 N(28, 3). a ) b ) c ) d ) Hva er sannsynligheten for at han en enelt dag bruer mellom 31 og 33 minutter til jobben? Hva er sannsynligheten for at han i gjennomsnitt en måned med 25 arbeidsdager bruer mellom 31 og 33 minutter til jobben? Hva er sannsynligheten for at han bruer mer enn 65 minutter tilsammen på veien til og fra jobben en dag? Hva er sannsynligheten for at han bruer ortere tid fra jobben enn til jobben en dag? Hint: Betrat variabelen D = X 2 X 1. 08.02.11 Hans Petter Hornæs

Ueoppgaver i BtG207 Statisti, ue 7 : Normalfordeling. 3 Fasit, Normalfordeling. Oppgave 1 a) P(Z 1.50) = Φ(1.50) Tabell5.1.1 = 0.9332 b) P(Z>1.50) = P ( Z 1.50 ) =1 P(Z 1.50) = 1 0.9332 = 0.0668 c) P(Z 0.25) = Φ( 0.25) = 1 (0.25) Tabell5.1 = 1 0.5987 = 0.013 d) P(Z> 0.25) = P ( Z 0.25 ) =1 P(Z 0.25) = 1 0.013 = 0.5987 e) P( 0.75 <Z 0.75) = Φ(0.75) ( 0.75) = 0.773 (1 0.773) = 2 0.773 1=0.568 f) 0 (fordi eneltverdier har sanns. 0 i ontinuerlig fordeling, eller alternativt at dette an regnes ut som P (X =0.75) = P (0.75 X 0.75) = Φ(0.75) (0.75) = 0) Oppgave 2 a) Vi må brue tabell 5.1.1 balengs, og finne det tallet som er nærmest 0.7500 midt inne i tabellen. Vi finner at Φ(0.67) = 0.786, og Φ(0.68) = 0.7517. Hvilet som helst av disse tallene, eller tall mellom disse godtas. Siden 0.75 er omtrent midt imellom foreslår jeg z =0.675 (Nøyatigere regning med Maple gir 0.675). b) P(Z>z)=0.025 P(Z z) =1 0.025 Φ(z) =0.975. Balengs tabellbru gir da at z 0.025 =1.96. Det er imidlertid greiere å brue fratiltabellen, tabell 5.2 i formelsamlinga. Denne gir denne verdien direte for enelte verdier, og vi an lese av 1.960 under 2.5% = 0.025. Oppgave 3 12.90 12.70 12.50 12.70 Φ =Φ(0.67) ( 0.67) = 2 Φ(0.67) 1=0.972 Oppgave a) μ + μ μ + μ Φ =Φ(1)( 1) = 2Φ(1) 1=2 0.813 1=0.6827 b) Φ(2)( 2) = 0.955 c) Φ(3) ( 3) = 0.9973. Oppgave 5 Uttryer først sannsynligheten ved hjelp av Φ: 12.70 + 12.70 12.70 12.70 P(12.70 X 12.70 + ) =Φ =Φ(/) ( /) = Φ(/) (1 (/)) = 2Φ(/) 1 Vi får dermed en lining vi først løser med hensyn på Φ(/) 2Φ(/) 1=0.95 Φ(/) = (1 + 0.95)/2 Φ(/) = 0.975 Siden Φ går på sannsynligheten for Z<z, mens fratiltabellen (tab. 5.2) tar utgangspunt i Z>z vrir vi sannsynligheten: P(Z</) = 0.975 P(Z>/) = 1 0.975 = 0.025 Dermed er / = z 0.025, dvs. 0.025 fratilen i standard normalfordeling. z 0.025 finner vi fra tabell 5.2 som z 0.025 =1.960. Dette gir da =1.960 = 0.588 (sli at intervallet blir 12.70 0.588 <X<12.70 + 0.588 12.11 <X<13.29).

Ueoppgaver i BtG207 Statisti, ue 7 : Normalfordeling. Mange vil no synes argumentet er mer oversitlig ved åhenvisetilenfigur: 0.950 0.025 0.025 12 µ 12,5 µ 13 µ + 13,5 x Siden sannsynligheten er 0.95 for at utfallet ligger mellom grensene, er sannsynligheten 1 0.95 = 0.05 for at utfallet blir utenfor. Denne sannsynligheten fordeles lit, med 0.05/2 = 0.025 på begge sider. Spesielt blir det en sannsynlighet på 0.025 for at utfallet blir større enn μ + : ( X μ P(X μ + ) =0.025 P μ + μ ) =0.025. De to sannsynligheten er lie da det er samme hendelse, vi har truet fra samme tall og dividert med samme positive tall på begge sider av lihetstegnet. Siden Z = X μ N(0, 1) (og μ ene nulles ut) er altså ( P Z ) =0.025 Siden z 0.025 per definisjon er det entydige tallet som oppfyller P (Z z 0.025 )=0.025 er = z 0.025 = z 0.025 =1.960 = 0.588. Oppgave 6 a ) Du an addere forventningsverdiene: μ =E(X 1 + X 2 ) = 200 + 200 = 00. Dessuten an du addere variansene, når X 1 og X 2 er uavhengige. (Dette betyr at du ie an addere standardavviene): Var (X 1 + X 2 )=2 2 +2 2 =8så = 8=2.83. b ) Siden lineærombinasjoner, med sum som spesialtilfelle, av uavhengige normalfordelinger er normalfordelte er X 1 + X 2 normalfordelt. Parametrene har vi fra a oppgaven, så X N (00, 2.83): 03 00 397 00 P (397 <X 03) = Φ =Φ(1.06) ( 1.06) 2.83 2.83 =Φ(1.06) (1 (1.06)) = 2Φ(1.06) 1 tab.5.1 = 2 0.855 1=0.7108 c) ( μ + μ P(μ X μ + ) =0.95 Φ ( ) Φ =0.95 Φ 2Φ ( ) 1=0.95 Φ ) ( 1 ( ) μ μ =0.95 ( )) =0.95 ( ) =0.975

Ueoppgaver i BtG207 Statisti, ue 7 : Normalfordeling. 5 Dermed er P Z =0.975 P Z =0.025, sli at = Z 0.025, detvilsi2.5% fratilen i standard normalfordeling. Denne finner du i tabell 5.2: =1.960 =1.960 =1.960 2.83 = 5.6. Dermed er 95% intervallet [00 5.6, 00 + 5.6] = [39., 05.6]. Et alternativt argument, basert på figur: α/2 =0.025 (= 2.5%) 0.950 α/2 α/2 a µ b x ( X μ P(X b) =0.025 P b μ ) ( =0.025 P Z b μ ) =0.025 b μ = z 0.025 b μ = z 0.025 b = μ + z 0.025 Fra tabell 5.2 er 2.5% fratilen i standard normalfordeling z 0.025 =1.960, og vi finner øvre grense: b = 00 + 1.960 2.83 = 05.6 For nedre grense a får vi P (X a) =0.950+0.025 = 0.975. Du an brue tabell 5.2.2 eller symmetrien z r = z 1 r,spesieltatz 0.975 = z 1 0.975 = z 0.025 = 1.960 og får på tilsvarende måte a = μ z 0.025 = 00 1.960 2.83 = 39.. d) NåerX 1 og X 2 ie lenger uavhengige (snarere tvert i mot, X 2 = X 1)så X = X 1 + X 2 = X 1 + X 1 = 2X 1. Dermed er det reglene for multipliasjon med salar (E (ax + b) = ae(x) +b og Var (ax + b) = a 2 Var (X) ax+b = a x,medb = 0) som sal brues: μ =E(2X 1 )=2 200 = 00 og Var (2X 1 )=2 2 2 2 =16så =ogx N (00, ). 03 00 397 00 P (397 <X 03) = Φ =0.568 Det er med andre ord mindre sannsynlig åfålengdeså nær 00 i dette tilfellet, da spredningen (standardavviet) er større. Oppgave 7 a) E ( X ) ( 1 =E X 1 + 1 X 2 + 1 X 3 + 1 ) X = 1 E(X 1)+ 1 E(X 2)+ 1 E(X 3)+ 1 E(X ) = 1 12.70 + 1 12.70 + 1 12.70 + 1 12.70 = 1 12.70 = 12.70

6 Ueoppgaver i BtG207 Statisti, ue 7 : Normalfordeling. Var ( X ) ( 1 =Var ( 1 X 1 + 1 X 2 + 1 X 3 + 1 ) X = ) 2 ( ) 2 1 Var (X 1 )+ Var (X 2 )+ = X = 2 /=/2=0.15 ( ) 2 1 Var (X 3 )+ ( ) 2 1 Var (X ) 1 16 2 = 2 =0.0225 b ) c) d ) Siden X er en lineærombinasjon av normalfordelte variable er den normalfordelt. Med resultatene fra a oppgaven har vi da X N(12.70, 0.15) P ( 12.50 < X 12.90 ) 12.90 12.70 12.50 12.70 =Φ =Φ(1.33) ( 1.33) 0.15 0.15 =Φ(1.33) (1 (1.33)) = 2Φ (1.33) 1=2 0.9082 1=0.816 Kommentar: Om vi aller intervallet (12.50, 12.90) nær den ritige verdien 12.70 ser vi at det er mye mer sannsynlig at vi med gjennomsnittet ommer nær den ritige verdien enn ved en eneltmåling (denne sannsynligheten var 0.972 fra oppgave 2). Et tilsvarende argument som i a oppgaven, med erstattet med n, gire ( X ) = μ og Var ( X ) = 2 /n, og dermed X = / n. Dette gir X N ( μ, / n ) Kommentar: Standardavviet på gjennomsnittet, / n, er en vitig størrelse vi sal brue mye i fortsettelsen. Den alles standardfeilen. Oppgave 8 a) 33 32 31 32 P(31<X 1 33) = Φ =Φ(0.50) ( 0.50) = 0.3830 2 2 b) X N ( 32, 2/ 25 ) =N(32, 0.) gir sannsynligheten P ( 31 < X 33 ) 33 32 31 32 =Φ =Φ(2.5) ( 2.5) = 0.9876 0. 0. c) X = X 1 + X 2, sli at μ =E(X) =E(X 1 + X 2 )=E(X 1 )+E(X 2 ) = 32 + 28 = 60 Var (X) =Var(X 1 + X 2 )=Var(X 1 )+Var(X 2 )=2 2 +3 2 =13 og dermed = 13 = 3.61. Vi har derfor X N(60, 3.61) som gir: ( ) 65 60 P(X>65) = 1 P( 65) = 1 =1(1.39) = 1 0.9177 = 0.0833 3.61. d) μ =E(D) =E(X 1 X 2 )=E(X 1 ) E(X 2 )=28 32 = Gjentar argumentet for at variansene i en differens må adderes (og ie subtraheres!): Var (D) =Var(X 1 X 2 )=Var(1 X 1 +( 1) X 2 )=1 2 Var (X 1 )+( 1) 2 Var (X 2 ) =1 Var (X 1 )+1 Var (X 2 )=Var(X 1 )+Var(X 2 ) Dermed er Var (D) =2 2 +3 2 =13og = 13 = 3.61, og følgelig D N(, 3.61). At han bruer ortere tid fra enn till jobben er X 2 <X 1, som an omformes til X 2 X 1 < 0 D<0, og dermed ( ) 0 ( ) P(D<0) = Φ =Φ(1.11) = 0.8665 3.61