TMA4240 Statistikk Høst 2016

Like dokumenter
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 ( )

TMA4245 Statistikk Eksamen mai 2016

TMA4245 Statistikk Eksamen august 2014

TMA4245 Statistikk Eksamen 21. mai 2013

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

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

STK1100 våren Konfidensintevaller

Regler om normalfordelingen

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

Regler om normalfordelingen

1. Konfidens intervall for

Regler om normalfordelingen

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

Econ 2130 uke 15 (HG)

Forelesning 19 og 20 Regresjon og korrelasjons (II)

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

Forelesning 25 og 26 Introduksjon til Bayesiansk statistikk

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

OBLIGATORISK OPPGAVE 1 INF 3340/4340/9340 HØSTEN 2005

Om enkel lineær regresjon II

Oversikt over tester i Econ 2130

Forelesning Ordnings observatorer

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

Forelesning Enveis ANOVA

Løsningskisse seminaroppgaver uke 17 ( april)

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

Analyse av sammenhenger

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

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

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

Statistikk med anvendelse i økonomi

Oversikt over tester i Econ 2130

Om enkel lineær regresjon II

Forelesning 3 MET3592 Økonometri ved David Kreiberg Vår 2011

Om enkel lineær regresjon II

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

Oversikt over konfidensintervall i Econ 2130

TMA4240/4245 Statistikk Eksamen august 2016

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

EKSAMEN løsningsforslag

Oversikt over tester i Econ 2130

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

TMA4240 Statistikk 2014

STK desember 2007

Forelesning Punktestimering

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.

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

Estimering 1 -Punktestimering

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

Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL

TMA4240 Statistikk Høst 2009

Notat 1: Grunnleggende statistikk og introduksjon til økonometri

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

TMA4300 Mod. stat. metoder

Seminaroppgaver for uke 13

Estimering 1 -Punktestimering

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007

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

(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) ).

0.5 (6x 6x2 ) dx = [3x 2 2x 3 ] 0.9. n n. = n. ln x i + (β 1) i=1. n i=1

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 =

TMA4245 Statistikk Eksamen mai 2017

TMA4240 Statistikk Høst 2016

Estimering 2. -Konfidensintervall

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)

LØSNINGSFORSLAG TIL EKSAMEN I FAG TMA4240 STATISTIKK 5.august 2004

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

TMA4240/4245 Statistikk 11. august 2012

Løsningsforsalg til første sett med obligatoriske oppgaver i STK1110 høsten 2015

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

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

TMA4240 Statistikk Høst 2016

TMA4240 Statistikk Høst 2016

TMA4240 Statistikk Høst 2015

TMA4240 Statistikk Høst 2009

Løsningsforslag Oppgave 1

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

Eksempel 1 - Er gjennomsnittshøyden for kvinner i Norge økende?

Forelesning 2 MET3592 Økonometri ved David Kreiberg Vår 2011

Econ 2130 uke 13 (HG)

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

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

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

TMA4240 Statistikk Eksamen desember 2015

TMA4240 Statistikk H2010

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

TMA4240 Statistikk Høst 2016

Oppgaver fra boka: X 2 X n 1

TMA4240 Statistikk 2014

Positive rekker. Forelest: 3. Sept, 2004

ØVINGER 2017 Løsninger til oppgaver

Statistikk og økonomi, våren 2017

Løsningsforsalg til første sett med obligatoriske oppgaver i STK1110 høsten 2018

TMA4240 Statistikk Høst 2015

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

TMA4240 Statistikk Høst 2007

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

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

Transkript:

TMA440 Statstkk Høst 06 Norges teksk-aturvteskapelge uverstet Isttutt for matematske fag Abefalt øvg 0 Løsgssksse Oppgave a Estmatore for avstade a er gjeomsttet av uavhegge detsk fordelte målger, x; a, σ G. Eâ Varâ EX a a. VarX σ G σ G. Estmatore er e leærkombasjo av Gaussske Normalfordelte tlfeldge varable, og er derfor Gausssk; â; a, σg. b Sde stadardavvket σ G er ukjet, er T â a Dermed er S G / Pr t,0.05 < T < t,0.05 0.95 Pr t,0.05 < t-fordelt med frhetsgrader. â a S G / < t,0.05 0.95 Prâ t,0.05 S G < a < â + t,0.05 S G 0.95. Da er et 95% kofdestervall for a gtt ved [ â t,0.05 S G, â + t,0.05 S G ]. Oppgave Det er oppgtt oppgavetekste at estmatore er forvetgsrett, så v vet allerede at Eˆµ µ. Varase tl ˆµ er τ Varˆµ 0 σ τ0 + VarX + 0 σ 0 τ0 + VarY σ 0 τ 0 4σ 0 + σ4 0 τ 0 τ0 + τ 0 + σ 0 τ 0 σ 0 σ 0 τ0 + σ 0 τ 0 σ 0 τ0 +, σ 0 ab0-lsf-b 7. oktober 06 Sde

TMA440 Statstkk Høst 06 og ford ˆµ er e leærkombasjo av ormalfordelte varable, er de ormalfordelt. Altså har v Z ˆµ µ N0,, σ0 τ 0 τ0 +σ 0 slk at v får et 00% kofdestervall fra P ˆµ z / σ 0 τ 0 τ 0 + σ 0 P z / Z z / σ0 µ ˆµ + z τ 0 / τ0 +. σ 0 Itervallet er altså ] σ0 [ˆµ τ 0 σ0 z/ τ0 +, ˆµ + z τ 0 / σ 0 τ0 +. σ 0 Oppgave 3 a For å fe sasylghetstetthete tl Z ka v bruke trasformasjosformele fra teorem 7.3 læreboka Walpole, Myers, Myers og Ye. La Z λt ut, som er e stregt mooto og derverbar fuksjo for alle T. V har T Z/λ wz og w Z /λ. Dette gr g Z z fwz w z λe λz/λ /λ { e z/, z > 0 0, ellers b V har λt χ. Dersom levetde tl kompooetee T er uavhegg, ka v bruke følgede resultat λt χ λ T χ V fer et kofdestervall fra P χ /, < λ t < χ /, χ /, P t < λ < χ /, t c V ka evaluere sasylghetsmaksmergsestmatore som oppgtt oppgave, ˆλ 500/ 500 T, på følgede måte Matlab: t load levetder.txt ; % laste data legtht; % atall observasjoer ab0-lsf-b 7. oktober 06 Sde

lambdahat / sumt; % rege ut SME fprtf SME %.4f\,lambdahat % skrve SME tl kosoll TMA440 Statstkk Høst 06 V får at ˆλ 0.0097. Alteratvt kue v ha brukt de ebygde Matlab-fuksjoe expftt - merk at dee fer SME tl forvetgsverde /λ, kke rate λ som v bruker her. Fra oppgave b har v at λ 500 T χ 000. V ka derfor rege ut kofdestervallet som følger: alpha.; % df *; % atall frhetsgrader sum_t sumt; % Berege greser edre_grese chvalpha/, df / * sum_t; ovre_grese chv-alpha/, df / * sum_t; kof_t [edre_grese, ovre_grese]; kof_tsprtf %d, kof_t; fprtf Kofdestervall: %s\, kof_t V får følgede 90% kofdestervall for λ: [0.0090, 0.004]. Oppgave 4 a Kumulatv fordelg: Bruk substtusjoe u s med du sds: P X x x 0 x 0 e x fsds x 0 s e s [ e u du e u ds ] x 0 Betget fordelg: V har at P X > x P X x e x. P X > 5 X > 0 P X > 5 X > 0 P X > 0 5 e 5 e 0 5 0.0003 0.083 0.0067. P X > 5 P X > 0 ab0-lsf-b 7. oktober 06 Sde 3

TMA440 Statstkk Høst 06 b Rmelghetsfuksjoe er gtt ved: Tar logartme: L; x,..., x fx,..., x ; fx ; fx ; x x e x e x x x e x. l; x,..., x l [L] l + lx x x l l + lx x x. F maksmumspukt ved å dervere l-rmelghetsfuksjoe og sette lk 0. l 0 + 0 + ˆ SME for blr da ˆ X. Vser at ˆ er forvetgsrett: x. x 0 E[ˆ] E[ X ] E[X ]. For å rege ut varase tl ˆ treger v først varase tl X. La Y X. Bruker at Var[Y ] E[Y ] E[Y ]. Dermed er Var[X ] Var[Y ] E[Y ] E[Y ] E[X 4 ] E[X ]. Da får v: Var[ˆ] Var[ X ] Var[X ]. ab0-lsf-b 7. oktober 06 Sde 4

TMA440 Statstkk Høst 06 c Setralgreseteoremet ser at hvs Y,..., Y er uavhegge og detsk fordelte, så er gjeomsttet tlærmet ormalfordelt. Mer presst er Z Ȳ E[Ȳ ] Var[ Ȳ ] tlærmet stadard ormalfordelt år er stor 30. I vårt tlfelle er Y X uavhegge og Ȳ X ˆ. Vdere er som fuet forrge pukt 3b, EȲ og VarȲ. Dermed blr Z tlærmet ormalfordelt år er stor. X V fer så et 95% kofdestervall med 0.05. Sett Ȳ X. Bruker at Pr z Z z Pr z Ȳ z Pr z Pr z Pr + z Pr Et tlærmet 95% kofdestervall for blr da [ X Ȳ z Ȳ + z Ȳ z Ȳ Ȳ + z z + z, 0.05 X z 0.05 ] Sde p e 00 er e mootot stgede fuksjo av, har v at Pr X + z X z Et tlærmet 95% kofdestervall for e 00 Pr e 00 ˆ L e 00 e 00 ˆ U blr da [ ] e 00 ˆ L, e 00 ˆ U ab0-lsf-b 7. oktober 06 Sde 5

TMA440 Statstkk Høst 06 Oppgave 5 a De kumulatve fordelgsfuksjoe F x P X x bereger v ved å tegrere sasylghetstetthete fx. Dvs. F x x ftdt x βt β dt β [t β] x [ ] β x β x β. Sasylghete for at det går mer e uker mellom to påfølgede fel, år β 3, er P X > P X F β 3 0.5 Sasylghete for at ettet svkter før det er gått 3.5 uker, gtt at det har gått mst uker sde sste fel, er med β 3 P X 3.5 X > P X 3.5 X > P X > F 3.5 F F P X 3.5 P X P X > 3.5 3 3 0.5 0.83 b Sasylghetsmaksmergsestmatore, SME for β: Smultatetthete for X,..., X er fx,..., x ; β uavh. fx ; β βx β. Rmelghetsfuksjoe er smultafordelge sett på som fuksjo av β, og ka skrves som Lx,..., x ; β β x β. SME er de verde for β som maksmerer Lx,..., x ; β. Dee verde fer v ved først å ta logartme, så dervere og sette lk 0: lx,..., x ; β l Lx,..., x ; β l dlx,..., x ; β dβ β lβ + l lβ + x β β x β β + lx lβ β + β lx 0 lx lx Dette gr at SME for β er ˆβ ˆβ l X. Når v setter de observerte verdee får v følgede estmat for β: ab0-lsf-b 7. oktober 06 Sde 6

TMA440 Statstkk Høst 06 ˆβ ˆβ l x 0 3.39.95. c V skal først vse at β lx er kjkvadratfordelt med frhetsgrader som er det samme som e ekspoesalfordelg. La Y β lx. V ka fe sasylghetsfordelge tl Y ved å bruke trasformasjosformele v ser her bort fra dekse utledge. La y ux β lx, slk at x wy exp y β. La f Y y være sasylghetstetthete tl Y. Trasformasjosformele ser da at f Y y f X wy w y. V derverer wy og får w y β exp y. Sasylghetstetthete tl Y blr da β f Y y f X wy w y βexp y β β β exp y β exp β y β exp y β exp β y β y β + y β exp y. Uttrykket for f Y y ka skrves f Y y / Γ/ y/ exp y, sde Γ/ Γ. Dette er sasylghetstetthete for e kjkvadratfordelt stokastsk varabel med frhetsgrader. Dermed har v vst at Y β lx er kjkvadratfordelt med frhetsgrader, dvs. Y χ. La Z β lx. Med Y β lx har v at Z β lx β lx Y. V har vst at Y χ, og sde e sum av uavhegge kjkvadratfordelte stokastske varabler er kjkvadratfordelt, med summe av frhetsgradee, er Z β lx kjkvadratfordelt med frhetsgrader. Kofdestervall for β: V bruker at Z β lx χ. La 0.05. V får da at P χ /, < Z < χ /, P χ /, < β lx < χ /, χ /, P lx < β < χ /, lx ab0-lsf-b 7. oktober 06 Sde 7

TMA440 Statstkk Høst 06 Et 95% kofdestervall for β blr da [ ] χ 0.05, lx < β < χ 0.05, lx Isatt observerte verder får v [ 9.59 3.39 < β < 34.70 ] [.4, 5.04]. 3.39 Oppgave 6 Dekgssasylghet for kofdestervall a Utvalgsgjeomsttet X er ormalfordelt, Vdere er S kjkvadratfordelt, S X N µ, σ. X X χ. V får dermed e t-fordelt tlfeldg varabel ved å ta T X EX VarX X µ S / t. V ka da skrve P t,0.05 T t,0.05 0.9 P t,0.05 X µ S / t,0.05 0.9 S S P X t,0.05 µ X + t,0.05 0.9. b Trekker e vektor med uavhegge, ormalfordelte elemeter x,..., x ved hjelp av ormrd. Reger så ut x og s. Reger tl slutt ut L og U. mu 3; sg ; 0; x ormrdmu,sg,[,]; xbar sumx/; ssq sumx-xbar.^/-; qt cdf t,0.95,-; L xbar - qt*sqrtssq/; U xbar + qt*sqrtssq/; ab0-lsf-b 7. oktober 06 Sde 8

Sjekker om µ er eholdt tervallet ved å evaluere følgede uttrykk. L < mu & mu < U TMA440 Statstkk Høst 06 c Setter kode fra pukt a e for-løkke som går fra tl 0 000, og kremeterer tellevarabele Cout år et kofdestervall eholder µ. B 0000; Cout 0; for b :B x ormrdmu,sg,[,]; xbar sumx/; ssq sumx-xbar.^/-; qt cdf t,0.95,-; L xbar - qt*sqrtssq/; U xbar + qt*sqrtssq/; f L < mu & mu < U Cout Cout + ; ed ed Skrver ut de emprske dekgssasylghete med følgede kommado. fprtf Emprsk dekgssasylghet: %.4f\\,Cout/B Dee blr ær 0.9. ab0-lsf-b 7. oktober 06 Sde 9