Vægtet model. Landmålingens fejlteori - Lektion4 - Vægte og Fordeling af slutfejl. Vægte. Vægte: Eksempel. Definition: Vægtrelationen

Størrelse: px
Starte visningen fra side:

Download "Vægtet model. Landmålingens fejlteori - Lektion4 - Vægte og Fordeling af slutfejl. Vægte. Vægte: Eksempel. Definition: Vægtrelationen"

Transkript

1 Vægtet model Landmålngens fejlteor Lekton 4 Vægtet gennemsnt Fordelng af slutfejl - kkb@mathaaudk kkb/undervsnng/lf Gvet n uafhængge målnger x,, x n af n størrelser µ,, µ n Målnger er kke nødvendgvs af samme kvaltet Fx kan vsse målnger være behæftet ved flere fejlklder end andre, nogle kan være målt flere gange, etc Som tdlgere er x,, x n realsatoner af stokatske varable X,, X n, hvor E(X ) µ og var(x ) σ, hvor σ erne kke nødvendgvs er ens Insttut for Matematske Fag Aalborg Unverstet / / Vægte Vægte: Eksempel Hver målng gves en vægt p som afspejler kvalteten af målngen - desto højere vægt desto bedre målng Defnton: Vægtrelatonen Vægtene, der er postve tal, sges at opfylde vægtrelatonen, hvs p σ p σ p n σ n V antager altd at vægtrelatonen er opfyldt Antag varansen på første målng er dobbelt så stor som på den anden (σ σ ) Et valg af vægte, der opfylder vægtrelatonen er p og p, det p σ p σ Der er uendelg mange lge god valg af vægte Et andet valg er p 3 og p 3 Bemærk: I eksemplet er vægten på den bedste målng dobbelt så stor som vægten på den dårlge målng 3/ 4/

2 Vægtet gennemsnt Antag at µ µ µ n µ, dvs alle observatoner x,, x n er målnger af samme størrelse µ Fortsat er varansen kke nødvendgvs den samme for alle målnger Fx kan der være anvendt måleudstyr af forskellge fabrkat og/eller kvaltet Tl at estmere µ bruges det vægtede gennemsnt x således mere præcse målnger (observatoner med lav varans) vægter mere gennemsnttet end dårlgere bestemte målnger Defnton: Vægtet gennemsnt For observatoner x,, x n med vægte p,, p n er det vægtede gennemsnt x p n p x + + p n p x n p (p x + + p n x n ), Sætnng Sætnng For den stokastske varabel X p n p X + + p n p X n p (p X + + p n X n ) gælder følgende udsagn E( X ) µ, dvs X er en central estmator for µ For postve p,, p n er var( X ) mndst når vægtene opfylder vægtrelatonen, dvs p σ p nσ n hvor vægtene er valgt så de opfylder p σ p nσ n 5/ 6/ Varansen for det vægtede gennemsnt Estmat af σ 0 Idet vægtrelatonen foreskrver p σ er ens for alle, kan σ0 ndføres som σ 0 p σ p σ Indtl vdere har σ0 kke nogen naturlg fortolknng Sætnng: Varansen af vægtet gennemsnt Lad p + p og dermed X p p + X + + pn p + X n Antag vægtrelatonen er opfyldt, dvs σ 0 p σ p nσ n Da gælder var( X ) σ 0 p Således er varansen på det vægtede gennemsnt gvet ved ( og dermed X N µ, var( X ) σ 0 p Estmat af σ 0 Som estmat af σ0 anvendes s 0 : s0 p (x x ) n p x ( x ) n p σ 0 p ) 7/ 8/

3 Estmat af σ Eksempel - Geometrsk nvellement Estmatet for varansen af det vægtede gennemsnt er altså s 0 p Relatonen mellem de enkelte varanser σ og σ0 er gvet ved vægtrelatonen: σ0 p σ p n σn Dvs den te varans σ Estmat for σ skrves som σ σ 0/p Varansen for σ kan estmeres vha s s 0 /p Højdeforskel nvelleret over n stræknnger med samme klometersprednng σ k Varansen over en længde l er fra tdlgere gvet ved σ k l Højdeforskel h Længde l Varans på h over l h l σ σ k l h l σ σ k l h n l n σ n σ k l n Forskellg varanser på målnger pga forskellge stræknnger, altså l l j Da varanserne er forskellge benytter v vægtede observatoner 9/ 0/ Eksempel - Geometrsk nvellement Eksempel - polygonvnkler Vægtrelatonen er opfyldt når V måler vnklerne punkterne 3-6 Alle vnkler er målt med samme varans σv σ 0 p σ p n σ n Lad σ m, være varansen af mddelsatsen punkt Indsættes udtrykket for σ l σk har v: Heraf fremgår det at hvs p l σ 0 p σ kl p n σ kl n er lgheden opfyldt: σ0 l σ kl l n σkl n σk σk Dvs vægte kan vælges tl p (l ) altså er vægten den resprokke længde Bemærk: Her har σ 0 en fortolknng: klometersprednngen Punkt Antal satser σ m, 3 σ m,3 σ v 4 3 σ m,4 σ v σm,5 σ v σm,6 σ v / /

4 Eksempel - fortsat Eksempel - Vnkelmålnger Ifølge vægtrelatonen skal p σ m, være ens for alle, p 3 σ m,3 p 4 σ m,4 p 5 σ m,5 p 6 σ m,6 Jf udtrykkene fra forrge slde σv p 3 p σv 4 3 p σv 5 4 p σv 6 6 Således kan vægtene vælges lg antal satser for hvert punkt Vnkler målt med forskellge satser med samme vnkelsprednng σ v Varansen på vnkler målt med k satser er fra tdlgere gvet ved σ v /k Vnkel v Sats k Varans på mddelsats v k σ σ v /k v k σ σ v /k v n k n σ n σ v /k n Forskellg varans på målnger pga forskellgt antal satser, dvs vægtede observatoner Vægtrelatonen er opfyldt når σ 0 p σ p n σ n Fra tabellen ses det at vægten kan vælges tl p k dvs vægten er antal satser 3/ 4/ Fordelng af slutfejl Nvellement - bestemmelse af kote Betragt en stuaton hvor v ved at summen af vores observatoner skal være lg en kendt værd x 0 Dette kunne eksempelvs være: x 0 00 gon, hvor vores målnger er vnkler en trekant x 0 0 mm, hvor v nvellerer et lukket net, dvs slut- og startpunkt er det samme x 0 H H, hvor målnger er for at bestemme kote tl et punkt Slutfejlen er afvgelsen mellem x 0 og den faktske sum af observatoner V ønsker at beregne koten µ tl punktet P med højdeforskelle h tl P og h tl P Længderne fra P tl de to punkter P og P er henholdvs l og l P H l h P l h P H 5/ 6/

5 Model Estmat af µ P Tl at estmere µ anvendes det vægtede gennemsnt x det varanserne på højdemålngerne kke nødvendgvs er ens, P l h P l h H x p p + p (H + h ) + p p + p (H h ), hvor vægtene p og p opfylder vægtrelatonen p l σ k p l σ k H X H og X H er uafhængge stokatske varable med E(X H ) E(X H ) µ, X H X H H + h H h Fra sdste gang har v at var(x H ) l σ k og var(x H ) l σ k Dvs de recprokke længder kan anvendes som vægte, Estmatet for µ er altså gvet ved: x p l og p l l l l + l (H + h ) + l + l (H h ) 7/ 8/ Estmat af µ - fortsat Slutfejlen r n V kan omskrve udtrykket for x således: x l l l + l (H + h ) + l + l (H h ) l l l l l l + (H + h ) + l l l l + (H h ) l l l l l l + l (H + h ) + l l + l (H h ) På grund af målefejl er h + h H H Derfor ndføres slutfejlen r n som korrekton h + h + r n H H H h H + h + r n Indsættes dette udtrykket for x får v x l l + l (H + h ) + l l + l (H h ) l l + l (H + h ) + l l + l (H + h + r n ) (H + h ) + l l + l r n Slutfejlen på estmatet x af koten µ skal under de anvendte vægte (recprokke længdemål) fordeles proportonalt med vejlængden 9/ 0/

6 Slutfejl af vnkelmålnger trekant Model for vnkler trekant β α Betragt trekanten med sande vnkler α, β og γ Dvs α + β + γ 00 gon X α X β X γ x α x β x γ E(X α ) α, E(X β ) β og E(X γ ) γ var(x α ) var(x β ) var(x γ ) σ γ På grund af betngelsen om en vnkelsum på 00 gon, kan modellen smplfceres, X α 00 X β X γ x α 00 x β x γ Fra vores vden om lneære transformatoner om E og var har v at, E(X α ) α E(00 X β X γ ) 00 β γ var(x α ) σ var(00 X β X γ ) σ / / Estmat af α Slutfejlen r v på vnkelsummen Idet varansen for de to observatoner er forskellg anvendes det vægtede gennemsnt tl at estmere α Bemærk at både x α (drekte målng) og 00 x β x γ (ndrekte målng) er observatoner tl at estmere den sande værd α x p p + p x α + p p + p (00 x β x γ ) Igen skal vægtene p og p opfylde vægtrelatonen p σ p σ Idet σ σ og σ σ vælges p og p Hermed har v x 3 x α + 3 (00 x β x γ ) Som foregående eksempel er summen af x α, x β og x γ kke 00 pga uundgålge målefejl Derfor ndføres r v således x α + x β + x γ + r v x β x γ x α + r v, og dette ndsættes udtrykke for x, x 3 x α + 3 (00 x β x γ ) 3 x α + 3 (x α + r v ) x α + 3 r v 3/ Dvs slutfejlen fordeles lgelgt på alle vnkler uanset deres målte størrelser 4/

Antag X 1,..., X n stokastiske variable med fælles middelværdi µ og varians σ 2. Hvis µ er ukendt estimeres σ 2 ved 1/36.

Antag X 1,..., X n stokastiske variable med fælles middelværdi µ og varians σ 2. Hvis µ er ukendt estimeres σ 2 ved 1/36. Estmaton af varans/sprednng Landmålngens fejlteor Lekton 4 Vægtet gennemsnt Fordelng af slutfejl - rw@math.aau.dk Insttut for Matematske Fag Aalborg Unverstet Antag X,..., X n stokastske varable med fælles

Læs mere

Vægtet model. Landmålingens fejlteori - Lektion4 - Vægte og Fordeling af slutfejl. Vægte. Vægte: Eksempel. Definition: Vægtrelationen

Vægtet model. Landmålingens fejlteori - Lektion4 - Vægte og Fordeling af slutfejl. Vægte. Vægte: Eksempel. Definition: Vægtrelationen Vægtet model Landmålngens fejlteor Lekton 4 Vægtet gennemsnt Fordelng af slutfejl - kkb@mathaaudk http://peoplemathaaudk/ kkb/undervsnng/lf3 Insttut for Matematske Fag Aalborg Unverstet Gvet n uafhængge

Læs mere

Økonometri 1. Lineær sandsynlighedsmodel. Hvad nu hvis den afhængige variabel er en kvalitativ variabel (med to kategorier)?

Økonometri 1. Lineær sandsynlighedsmodel. Hvad nu hvis den afhængige variabel er en kvalitativ variabel (med to kategorier)? Dagens program Økonometr Heteroskedastctet 6. oktober 004 Hovedemnet for denne forelæsnng er heteroskedastctet (kap. 8.-8.3) Lneære sandsynlghedsmodel (kap 7.5) Konsekvenser af heteroskedastctet Hvordan

Læs mere

Kvantitative metoder 2

Kvantitative metoder 2 Program for dag: Kvanttatve metoder Den smple regressonsmodel 9. februar 007 Regressonsmodel med en forklarende varabel (W..3-5) Varansanalyse og goodness of ft Enheder og funktonel form af varabler modellen

Læs mere

Økonometri 1. Heteroskedasticitet 27. oktober Økonometri 1: F12 1

Økonometri 1. Heteroskedasticitet 27. oktober Økonometri 1: F12 1 Økonometr 1 Heteroskedastctet 27. oktober 2006 Økonometr 1: F12 1 Dagens program: Heteroskedastctet (Wooldrdge kap. 8.3-4) Sdste gang: I dag: Konsekvenser af heteroskedastctet for OLS Korrekton af varansen

Læs mere

Statistik II Lektion 5 Modelkontrol. Modelkontrol Modelsøgning Større eksempel

Statistik II Lektion 5 Modelkontrol. Modelkontrol Modelsøgning Større eksempel Statstk II Lekton 5 Modelkontrol Modelkontrol Modelsøgnng Større eksempel Generel Lneær Model Y afhængg skala varabel 1,, k forklarende varable, skala eller bnære Model: Mddelværden af Y gvet =( 1,, k

Læs mere

Kvantitative metoder 2

Kvantitative metoder 2 Dagens program: Heteroskedastctet (Wooldrdge kap. 8.4) Kvanttatve metoder Heteroskedastctet 6. aprl 007 Sdste gang: Konsekvenser af heteroskedastctet for OLS Whte s korrekton af OLS varansen Test for heteroskedastctet

Læs mere

Landmålingens fejlteori - Lektion4 - Vægte og Fordeling af slutfejl

Landmålingens fejlteori - Lektion4 - Vægte og Fordeling af slutfejl Landmålingens fejlteori Lektion 4 Vægtet gennemsnit Fordeling af slutfejl - kkb@math.aau.dk http://people.math.aau.dk/ kkb/undervisning/lf13 Institut for Matematiske Fag Aalborg Universitet 1/1 Vægtet

Læs mere

Vægte motiverende eksempel. Landmålingens fejlteori - Lektion4 - Vægte og Fordeling af slutfejl. Vægtet model. Vægtrelationen

Vægte motiverende eksempel. Landmålingens fejlteori - Lektion4 - Vægte og Fordeling af slutfejl. Vægtet model. Vægtrelationen Vægte motiverende eksempel Landmålingens fejlteori Lektion 4 Vægtet gennemsnit Fordeling af slutfejl - kkb@mathaaudk Institut for Matematiske Fag Aalborg Universitet Højdeforskellen mellem punkterne P

Læs mere

Prøveeksamen Indtjening, konkurrencesituation og produktudvikling i danske virksomheder Kommenteret vejledende besvarelse

Prøveeksamen Indtjening, konkurrencesituation og produktudvikling i danske virksomheder Kommenteret vejledende besvarelse Økonometr Prøveeksamen Indtjenng, konkurrencestuaton og produktudvklng danske vrksomheder Kommenteret vejledende besvarelse Resultaterne denne besvarelse er fremkommet ved brug af eksamensnummer 7. Dne

Læs mere

Økonometri 1. Test for heteroskedasticitet. Test for heteroskedasticitet. Dagens program. Heteroskedasticitet 26. oktober 2005

Økonometri 1. Test for heteroskedasticitet. Test for heteroskedasticitet. Dagens program. Heteroskedasticitet 26. oktober 2005 Dagens program Økonometr Heteroskedastctet 6. oktober 005 Emnet for denne forelæsnng er heteroskedastctet (Wooldrdge kap. 8.3-8.4) Konsekvenser af heteroskedastctet Hvordan fnder man en effcent estmator?

Læs mere

TALTEORI Følger og den kinesiske restklassesætning.

TALTEORI Følger og den kinesiske restklassesætning. Følger og den knesske restklassesætnng, december 2006, Krsten Rosenklde 1 TALTEORI Følger og den knesske restklassesætnng Dsse noter forudsætter et grundlæggende kendskab tl talteor som man kan få Maranne

Læs mere

Opsamling. Simpel/Multipel Lineær Regression Logistisk Regression Ikke-parametriske Metoder Chi-i-anden Test

Opsamling. Simpel/Multipel Lineær Regression Logistisk Regression Ikke-parametriske Metoder Chi-i-anden Test Opsamlng Smpel/Multpel Lneær Regresson Logstsk Regresson Ikke-parametrske Metoder Ch--anden Test Opbygnng af statstsk model Specfcer model Lgnnger og antagelser Estmer parametre Modelkontrol Er modellen

Læs mere

Kvantitative metoder 2

Kvantitative metoder 2 Kvanttatve metoder 2 Instrumentvarabel estmaton 14. maj 2007 KM2: F25 1 y = cy ( c 0) Plan for resten af gennemgangen F25: Instrumentvarabel (IV) estmaton: Introdukton tl endogentet og nstrumentvarabler

Læs mere

Kvantitative metoder 2

Kvantitative metoder 2 y = cy ( c 0) Plan for resten af gennemgangen Kvanttatve metoder Instrumentvarabel estmaton 4. maj 007 F5: Instrumentvarabel (IV) estmaton: Introdukton tl endogentet og nstrumentvarabler En regressor,

Læs mere

Landbrugets efterspørgsel efter Kunstgødning. Angelo Andersen

Landbrugets efterspørgsel efter Kunstgødning. Angelo Andersen Landbrugets efterspørgsel efter Kunstgødnng Angelo Andersen.. Problemformulerng I forbndelse med ønsket om at reducere kvælstof udlednngen fra landbruget kan det være nyttgt at undersøge hvordan landbruget

Læs mere

Økonometri lektion 7 Multipel Lineær Regression. Testbaseret Modelkontrol

Økonometri lektion 7 Multipel Lineær Regression. Testbaseret Modelkontrol Økonometr lekton 7 Multpel Lneær Regresson Testbaseret Modelkontrol MLR Model på Matrxform Den multple lneære regressons model kan skrves som X y = Xβ + Hvor og Mndste kvadraters metode gver følgende estmat

Læs mere

Statistik Lektion 15 Mere Lineær Regression. Modelkontrol Prædiktion Multipel Lineære Regression

Statistik Lektion 15 Mere Lineær Regression. Modelkontrol Prædiktion Multipel Lineære Regression Statstk Lekton 15 Mere Lneær Regresson Modelkontrol Prædkton Multpel Lneære Regresson Smpel Lneær Regresson - repetton Spørgsmål: Afhænger y lneært af x?. Model: y = β + β x + ε ε d N(0, σ 0 1 2 ) Systematsk

Læs mere

Scorer FCK "for mange" mål i det sidste kvarter?

Scorer FCK for mange mål i det sidste kvarter? Uge 7 I Teoretsk Statstk, 9. aprl 2004. Hvor er v? Hvor var v: opstllg af statstske modeller Hvor skal v he: tro om estmato og test 2. Eksempel: FCK Estmato (tutvt) Test Maksmum lkelhood estmato Scorer

Læs mere

Økonometri 1. Definition og motivation. Definition og motivation. Dagens program. Den multiple regressionsmodel 21. september 2005

Økonometri 1. Definition og motivation. Definition og motivation. Dagens program. Den multiple regressionsmodel 21. september 2005 Dages program Økoometr De multple regressosmodel. september 005 Emet for dee forelæsg er de multple regressosmodel (Wooldrdge kap 3.-3.3+appedx E.-E.) Defto og motvato Fortolkg af parametree de multple

Læs mere

Binomialfordelingen. Erik Vestergaard

Binomialfordelingen. Erik Vestergaard Bnomalfordelngen Erk Vestergaard Erk Vestergaard www.matematkfysk.dk Erk Vestergaard,. Blleder: Forsde: Stock.com/gnevre Sde : Stock.com/jaroon Sde : Stock.com/pod Desuden egne fotos og llustratoner. Erk

Læs mere

Økonometri 1 Efterår 2006 Ugeseddel 9

Økonometri 1 Efterår 2006 Ugeseddel 9 Økonometr 1 Efterår 006 Ugeseddel 9 Program for øvelserne: Opsamlng på Ugeseddel 8 Gruppearbejde SAS øvelser Ugeseddel 9 består at undersøge, om der er heteroskedastctet vores model for væksten og så fald,

Læs mere

Statikstik II 4. Lektion. Generelle Lineære Modeller

Statikstik II 4. Lektion. Generelle Lineære Modeller Statkstk II 4. Lekton Generelle Lneære Modeller Generel Lneær Model Y afhængg skala varabel X 1,,X k forklarende varable, skala eller bnære Model: Mddelværden af Y gvet X + k = E( Y X ) = α + β x + + β

Læs mere

Statistik II Lektion 4 Generelle Lineære Modeller. Simpel Lineær Regression Multipel Lineær Regression Flersidet Variansanalyse (ANOVA)

Statistik II Lektion 4 Generelle Lineære Modeller. Simpel Lineær Regression Multipel Lineær Regression Flersidet Variansanalyse (ANOVA) Statstk II Lekton 4 Generelle Lneære Modeller Smpel Lneær Regresson Multpel Lneær Regresson Flersdet Varansanalyse (ANOVA) Logstsk regresson Y afhængg bnær varabel X 1,,X k forklarende varable, skala eller

Læs mere

Økonometri 1. Hvorfor simulationseksperimenter? Monte Carlo eksperimenter: Ideen. Inferens i den lineære regressionsmodel 28.

Økonometri 1. Hvorfor simulationseksperimenter? Monte Carlo eksperimenter: Ideen. Inferens i den lineære regressionsmodel 28. Oversgt: de næste forelæsnnger Økonometr Inferens den lneære regressonsmodel 8. september 4 Statstsk nferens: hvorledes man med udgangspunkt en statstsk model kan drage konklusoner på grundlag af data,

Læs mere

Anvendt Statistik Lektion 10. Regression med både kvantitative og kvalitative forklarende variable Modelsøgning Modelkontrol

Anvendt Statistik Lektion 10. Regression med både kvantitative og kvalitative forklarende variable Modelsøgning Modelkontrol Anvendt Statstk Lekton 0 Regresson med både kvanttatve og kvaltatve forklarende varable Modelsøgnng Modelkontrol Opsummerng I forbndelse med multpel lneær regresson så v på modeller på formen E[ y] = α...

Læs mere

Økonometri 1. Avancerede Paneldata Metoder II Introduktion til Instrumentvariabler 27. november 2006

Økonometri 1. Avancerede Paneldata Metoder II Introduktion til Instrumentvariabler 27. november 2006 Økonometr 1 Avancerede Paneldata Metoder II Introdukton tl Instrumentvarabler 27. november 2006 Paneldata metoder Sdste gang: Paneldata med to eller flere peroder og fxed effects estmaton. Første-dfferens

Læs mere

Elektromagnetisme 12 Side 1 af 6 Magnetisk energi. Magnetisk energi

Elektromagnetisme 12 Side 1 af 6 Magnetisk energi. Magnetisk energi lektronetsme Sde af 6 Betragt et kredsløb med erstatnngsresstans R og erstatnngs- L nduktans L. Som udtryk (.) er U emf + R. (.) U (emf) R Det arbejde, som batteret skal præstere løbet af tdsrummet strømmen,

Læs mere

Binomialfordelingen: april 09 GJ

Binomialfordelingen: april 09 GJ Bnomalfordelngen: aprl 09 GJ Spm A 14: Sandsynlghedsregnng og statstk. Efter en kort ntrodukton af grundlæggende begreber sandsynlghedsregnng og statstk skal du skal ntroducere bnomalfordelngsmodellen

Læs mere

Bilag 6: Økonometriske

Bilag 6: Økonometriske Marts 2015 Blag 6: Økonometrske analyser af energselskabernes omkostnnger tl energsparendsatsen Energstyrelsen Indholdsfortegnelse 1. Paneldataanalyse 3 Specfkaton af anvendte panel regressonsmodeller

Læs mere

Funktionalligninger - løsningsstrategier og opgaver

Funktionalligninger - løsningsstrategier og opgaver Funktionalligninger - løsningsstrategier og opgaver Altså er f (f (1)) = 1. På den måde fortsætter vi med at samle oplysninger om f og kombinerer dem også med tidligere oplysninger. Hvis vi indsætter =

Læs mere

FRIE ABELSKE GRUPPER. Hvis X er delmængde af en abelsk gruppe, har vi idet vi som sædvanligt i en abelsk gruppe bruger additiv notation at:

FRIE ABELSKE GRUPPER. Hvis X er delmængde af en abelsk gruppe, har vi idet vi som sædvanligt i en abelsk gruppe bruger additiv notation at: FRIE ABELSKE GRUPPER. IAN KIMING Hvs X er delmængde af en abelsk gruppe, har v det v som sædvanlgt en abelsk gruppe bruger addtv notaton at: X = {k 1 x 1 +... + k t x t k Z, x X} (jfr. tdlgere sætnng angående

Læs mere

Hypotese test. Repetition fra sidst Hypoteser Test af middelværdi Test af andel Test af varians Type 1 og type 2 fejl Signifikansniveau

Hypotese test. Repetition fra sidst Hypoteser Test af middelværdi Test af andel Test af varians Type 1 og type 2 fejl Signifikansniveau ypotese test Repetition fra sidst ypoteser Test af middelværdi Test af andel Test af varians Type 1 og type fejl Signifikansniveau Konfidens intervaller Et konfidens interval er et interval, der estimerer

Læs mere

Konfidensinterval for µ (σ kendt)

Konfidensinterval for µ (σ kendt) Program 1. Repetition: konfidens-intervaller. 2. Hypotese test 3. Type I og type II fejl, p-værdi 4. En og to-sidede tests 5. Test for middelværdi (kendt varians) 6. Test for middelværdi (ukendt varians)

Læs mere

Anvendt Statistik Lektion 10. Regression med både kvantitative og kvalitative forklarende variable Modelkontrol

Anvendt Statistik Lektion 10. Regression med både kvantitative og kvalitative forklarende variable Modelkontrol Anvendt Statstk Lekton 0 Regresson med både kvanttatve og kvaltatve forklarende varable Modelkontrol Opsummerng I forbndelse med multpel lneær regresson så v på modeller på formen E y] = α... [ 3 3 4 4

Læs mere

Logistisk regression. Logistisk regression. Probit model Fortolkning udfra latent variabel. Odds/Odds ratio

Logistisk regression. Logistisk regression. Probit model Fortolkning udfra latent variabel. Odds/Odds ratio Logstsk regresson Logstsk regresson Odds/Odds rato Probt model Fortolknng udfra latent varabel En varabel Y parameter p P( Y 1 Bernoull/bnomal fordelngen 1 1 p. er Bernoull- fordelt med sandsynlgheds hvs

Læs mere

Økonometri 1. Avancerede Paneldata Metoder I 24.november F18: Avancerede Paneldata Metoder I 1

Økonometri 1. Avancerede Paneldata Metoder I 24.november F18: Avancerede Paneldata Metoder I 1 Økonometr 1 Avancerede Paneldata Metoder I 24.november 2006 F18: Avancerede Paneldata Metoder I 1 Paneldatametoder Sdste gang: Paneldata begreber og to-perode tlfældet (kap 13.3-4) Uobserveret effekt modellen:

Læs mere

Brugerhåndbog. Del IX. Formodel til beregning af udlandsskøn

Brugerhåndbog. Del IX. Formodel til beregning af udlandsskøn Brugerhåndbog Del IX Formodel tl beregnng af udlandsskøn September 1999 Formodel tl beregnng af udlandsskøn 3 Formodel tl beregnng af udlandsskøn 1. Indlednng FUSK er en Formodel tl beregnng af UdlandsSKøn.

Læs mere

Statikstik II 3. Lektion. Multipel Logistisk regression Generelle Lineære Modeller

Statikstik II 3. Lektion. Multipel Logistisk regression Generelle Lineære Modeller Statkstk II 3. Lekton Multpel Logstsk regresson Generelle Lneære Modeller Defntoner: Repetton Sandsynlghed for at Ja tl at være en god læser gvet at man er en dreng skrves: P( God læser Ja Køn Dreng) Sandsynlghed

Læs mere

Landmålingens fejlteori - Repetition - Fordeling af slutfejl - Lektion 8

Landmålingens fejlteori - Repetition - Fordeling af slutfejl - Lektion 8 Landmålingens fejlteori Repetition - Fordeling af slutfejl Lektion 8 - tvede@math.aau.dk http://www.math.aau.dk/ tvede/teaching/l4 Institut for Matematiske Fag Aalborg Universitet 15. maj 2008 1/13 Fordeling

Læs mere

Udvikling af en metode til effektvurdering af Miljøstyrelsens Kemikalieinspektions tilsyn og kontrol

Udvikling af en metode til effektvurdering af Miljøstyrelsens Kemikalieinspektions tilsyn og kontrol Udvklng af en metode tl effektvurderng af Mljøstyrelsens Kemkalenspektons tlsyn og kontrol Orenterng fra Mljøstyrelsen Nr. 10 2010 Indhold 1 FORORD 5 2 EXECUTIVE SUMMARY 7 3 INDLEDNING 11 3.1 AFGRÆNSNING

Læs mere

Lineær regressionsanalyse8

Lineær regressionsanalyse8 Lneær regressonsanalyse8 336 8. Lneær regressonsanalyse Lneær regressonsanalyse Fra kaptel 4 Mat C-bogen ved v, at man kan ndtegne en række punkter et koordnatsystem, for at afgøre, hvor tæt på en ret

Læs mere

Kapitel 3 Centraltendens og spredning

Kapitel 3 Centraltendens og spredning Kapitel 3 Centraltendens og spredning Peter Tibert Stoltze stat@peterstoltze.dk Elementær statistik F2011 1 Indledning 2 Centraltendens 3 Spredning 4 Praktisk beregning 5 Fraktiler 6 Opsamling 1 Indledning

Læs mere

Piger er bedst til at bryde den sociale arv

Piger er bedst til at bryde den sociale arv Piger er bedst til at bryde den sociale arv Piger er bedre end drenge til at bryde den sociale arv. Mens næsten hver fjerde pige fra ufaglærte hjem får en videregående uddannelse, så er det kun omkring

Læs mere

Sandsynlighedsregning og statistik med binomialfordelingen

Sandsynlighedsregning og statistik med binomialfordelingen Sandsynlghedsregnng og statstk med bnomalfordelngen Katja Kofod Svan og Olav Lyndrup Januar 09 Indhold Stokastske varable... 3 Mddelværd og sprednng... 6 Bnomalfordelngen... Andre sandsynlghedsfordelnger...

Læs mere

Module 12: Mere om variansanalyse

Module 12: Mere om variansanalyse Mathematical Statistics ST06: Linear Models Bent Jørgensen og Pia Larsen Module 2: Mere om variansanalyse 2. Parreded observationer................................ 2.2 Faktor med 2 niveauer (0- variabel)........................

Læs mere

TALTEORI Primfaktoropløsning og divisorer.

TALTEORI Primfaktoropløsning og divisorer. Primfaktoropløsning og divisorer, oktober 2008, Kirsten Rosenkilde 1 TALTEORI Primfaktoropløsning og divisorer. Disse noter forudsætter et grundlæggende kendskab til talteori som man kan få i Marianne

Læs mere

Statistik II Lektion 5 Modelkontrol. Modelkontrol Modelsøgning Større eksempel

Statistik II Lektion 5 Modelkontrol. Modelkontrol Modelsøgning Større eksempel Statstk II Lekton 5 Modelkontrol Modelkontrol Modelsøgnng Større eksempel Opbygnng af statstsk model Eksploratv data-analyse Specfcer model Lgnnger og antagelser Estmer parametre Modelkontrol Er modellen

Læs mere

Forelæsning 8: Inferens for varianser (kap 9)

Forelæsning 8: Inferens for varianser (kap 9) Kursus 02402 Introduktion til Statistik Forelæsning 8: Inferens for varianser (kap 9) Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800 Lyngby

Læs mere

Landmålingens fejlteori - Lektion4 - Vægte og Fordeling af slutfejl

Landmålingens fejlteori - Lektion4 - Vægte og Fordeling af slutfejl Landmålingens fejlteori Lektion 4 Vægtet gennemsnit Fordeling af slutfejl - rw@math.aau.dk Institut for Matematiske Fag Aalborg Universitet 1/36 Estimation af varians/spredning Antag X 1,...,X n stokastiske

Læs mere

Variansanalyse (ANOVA) Repetition, ANOVA Tjek af model antagelser Konfidensintervaller for middelværdierne Tukey s test for parvise sammenligninger

Variansanalyse (ANOVA) Repetition, ANOVA Tjek af model antagelser Konfidensintervaller for middelværdierne Tukey s test for parvise sammenligninger Vaansanalyse (ANOVA) Repetton, ANOVA Tjek af model antagelse Konfdensntevalle fo mddelvædene Tukey s test fo pavse sammenlgnnge ANOVA - defnton ANOVA (ANalyss Of VAance), også kaldet vaansanalyse e en

Læs mere

Den svingende streng

Den svingende streng Den svingende streng Stig Andur Pedersen October 2, 2009 Ufuldstændigt udkast. Abstract 1 I det 18. århundrede blev differential- og integralregningen, som var introduceret af Newton, Leibniz og mange

Læs mere

Ligninger med reelle løsninger

Ligninger med reelle løsninger Ligninger med reelle løsninger, marts 2008, Kirsten Rosenkilde 1 Ligninger med reelle løsninger Når man løser ligninger, er der nogle standardmetoder som er vigtige at kende. Vurdering af antallet af løsninger

Læs mere

Multipel Lineær Regression. Polynomiel regression Ikke-lineære modeller og transformation Multi-kolinearitet Auto-korrelation og Durbin-Watson test

Multipel Lineær Regression. Polynomiel regression Ikke-lineære modeller og transformation Multi-kolinearitet Auto-korrelation og Durbin-Watson test Multipel Lineær Regression Polynomiel regression Ikke-lineære modeller og transformation Multi-kolinearitet Auto-korrelation og Durbin-Watson test Multipel lineær regression x,x,,x k uafhængige variable

Læs mere

Tilbagetrækning fra arbejdsmarkedet

Tilbagetrækning fra arbejdsmarkedet September 2014 Tilbagetrækning fra arbejdsmarkedet I dette faktaark præsenteres resultaterne af en survey om tilbagetrækning fra arbejdsmarkedet gennemført af Epinion for DeFacto i juni 2014. Der er 1.058,

Læs mere

Real valutakursen, ε, svinger med den nominelle valutakurs P P. Endvidere antages prisniveauet i ud- og indland at være identisk, hvorved

Real valutakursen, ε, svinger med den nominelle valutakurs P P. Endvidere antages prisniveauet i ud- og indland at være identisk, hvorved Lgevægt på varemarkedet gen! Sdste gang bestemtes følgende IS-relatonen, der beskrver lgevægten på varemarkedet tl: Y = C(Y T) + I(Y, r) + G εim(y, ε) + X(Y*, ε) Altså er varemarkedet lgevægt, hvs den

Læs mere

Modul 5: Test for én stikprøve

Modul 5: Test for én stikprøve Forskningsenheden for Statistik ST01: Elementær Statistik Bent Jørgensen Modul 5: Test for én stikprøve 5.1 Test for middelværdi................................. 1 5.1.1 t-fordelingen.................................

Læs mere

TALTEORI Wilsons sætning og Euler-Fermats sætning.

TALTEORI Wilsons sætning og Euler-Fermats sætning. Wilsons sætning og Euler-Fermats sætning, marts 2007, Kirsten Rosenkilde 1 TALTEORI Wilsons sætning og Euler-Fermats sætning. Disse noter forudsætter et grundlæggende kendskab til talteori som man kan

Læs mere

Økonometri 1. Instrumentvariabelestimation 26. november Plan for IV gennemgang. Exogenitetsantagelsen. Exogenitetsantagelsen for OLS

Økonometri 1. Instrumentvariabelestimation 26. november Plan for IV gennemgang. Exogenitetsantagelsen. Exogenitetsantagelsen for OLS y = cy ( c 0 ) Pla for IV geemgag Økoometr Istrumetvarabelestmato 6. ovember 004 F9: Hvad er IV estmato: Bvarat model, et strumet: Kap.5. + afst -4 ote. F0: IV estmato det multple tlfælde (eksakt detfceret):

Læs mere

Program. 1. Repetition: konfidens-intervaller. 2. Hypotese test, type I og type II fejl, signifikansniveau, styrke, en- og to-sidede test.

Program. 1. Repetition: konfidens-intervaller. 2. Hypotese test, type I og type II fejl, signifikansniveau, styrke, en- og to-sidede test. Program 1. Repetition: konfidens-intervaller. 2. Hypotese test, type I og type II fejl, signifikansniveau, styrke, en- og to-sidede test. 1/19 Konfidensinterval for µ (σ kendt) Estimat ˆµ = X bedste bud

Læs mere

Prøveeksamen Indtjening, konkurrencesituation og produktudvikling i danske virksomheder Kommenteret vejledende besvarelse

Prøveeksamen Indtjening, konkurrencesituation og produktudvikling i danske virksomheder Kommenteret vejledende besvarelse Økonometr Forår 00 Prøveeksamen Indtjenng, konkurrencestuaton og produktudvklng danske vrksomheder Kommenteret vejledende besvarelse Resultaterne denne besvarelse er fremkommet ved brug af eksamensnummer

Læs mere

Statistik og Sandsynlighedsregning 2

Statistik og Sandsynlighedsregning 2 Statistik og Sandsynlighedsregning 2 Den flerdimensionale normalfordeling, fordeling af ( X,SSD) Helle Sørensen Uge 9, mandag SaSt2 (Uge 9, mandag) Flerdim. N, ford. af ( X,SSD) 1 / 16 Program Resultaterne

Læs mere

Variabel- sammenhænge

Variabel- sammenhænge Variabel- sammenhænge Udgave 2 2009 Karsten Juul Dette hæfte kan bruges som start på undervisningen i variabelsammenhænge for stx og hf. Hæftet er en introduktion til at kunne behandle to sammenhængende

Læs mere

Korrelation (kontrol af model) Regression (tilpasning af model) 1. Grad af fælles variation mellem X og Y. 2. Område og fordeling af sample data

Korrelation (kontrol af model) Regression (tilpasning af model) 1. Grad af fælles variation mellem X og Y. 2. Område og fordeling af sample data tatstk 9. gag GIONANAL Korrelato (kotrol af model egresso (tlpasg af model tatstk 9. gag KOLATION ANAL. Grad af fælles varato mellem X og. Område og fordelg af sample data 3. Optræde af ekstrem-værder

Læs mere

TALTEORI Wilsons sætning og Euler-Fermats sætning.

TALTEORI Wilsons sætning og Euler-Fermats sætning. Wilsons sætning og Euler-Fermats sætning, marts 2007, Kirsten Rosenkilde 1 TALTEORI Wilsons sætning og Euler-Fermats sætning. Disse noter forudsætter et grundlæggende kendskab til talteori som man kan

Læs mere

PRODUKTIONSEFFEKTEN AF AVL FOR HANLIG FERTILITET I DUROC

PRODUKTIONSEFFEKTEN AF AVL FOR HANLIG FERTILITET I DUROC PRODUKTIONSEFFEKTEN AF AVL FOR HANLIG FERTILITET I DUROC MEDDELELSE NR. 1075 Vrknngsgraden (gennemslaget) tl en produktonsbesætnng for avlsværdtallet for hanlg fertltet Duroc blev fundet tl 1,50, hvlket

Læs mere

χ 2 -fordelte variable

χ 2 -fordelte variable χ -fordelte varable Defnton af χ -fordelngen Kvadratsummen V n af n uafhængge standardserede normalfordelte stokastske varable sges at være χ -fordelt med n frhedsgrader. V n fremkommer altså som V n =

Læs mere

FACITLISTE TIL KOMPLEKSE TAL

FACITLISTE TIL KOMPLEKSE TAL FACITLISTE TIL KOMPLEKSE TAL Kaptel Opgave Opgave Opgave Det emmeste check af lgge er at opløfte begge sder tl. potes. Bombells metode gver følgede lgger: a a b = 5 ( ) b a b = 09 = 7. Løs dem med et CAS

Læs mere

Kvantitative Metoder 1 - Forår 2007

Kvantitative Metoder 1 - Forår 2007 Dagens program Afsnit 3.3-3.5 Varians Eksempel: Forventet nytte Kovarians og korrelation Middelværdi og varians af summer af stokastiske variabler Eksempel: Porteføljevalg 1 Beskrivelse af fordelinger

Læs mere

Noter til fysik 3: Statistisk fysik

Noter til fysik 3: Statistisk fysik Noter tl fysk 3: Statstsk fysk Martn Sparre www.logx.dk August 27 Bemærk, at log x denne note er den naturlge logartme. Denne verson er fra d. 16 November, hvor flere trykfejl er blevet rettet. 1 Entrop

Læs mere

Forslag til løsning af Opgaver til ligningsløsning (side172)

Forslag til løsning af Opgaver til ligningsløsning (side172) Forslag til løsning af Opgaver til ligningsløsning (side17) Opgave 1 Hvis sønnens alder er x år, så er faderens alder x år. Der går x år, før sønnen når op på x år. Om x år har faderen en alder på: x x

Læs mere

BLÅ MEMOSERIE. Memo nr. 208 - Marts 2003. Optimal adgangsregulering til de videregående uddannelser og elevers valg af fag i gymnasiet.

BLÅ MEMOSERIE. Memo nr. 208 - Marts 2003. Optimal adgangsregulering til de videregående uddannelser og elevers valg af fag i gymnasiet. BLÅ MEMOSERIE Memo nr. 208 - Marts 2003 Optmal adgangsregulerng tl de vderegående uddannelser og elevers valg af fag gymnaset Karsten Albæk Økonomsk Insttut Købenavns Unverstet Studestræde 6, 1455 Købenavn

Læs mere

Fysik 3. Indhold. 1. Sandsynlighedsteori

Fysik 3. Indhold. 1. Sandsynlighedsteori Fysk 3 Indhold Termodynamk John Nclasen 1. Sandsynlghedsteor 1.1 Symboler 1.2 Boolsk Algebra 1.3 Betngede Udsagn 1.4 Regneregler 1.5 Bayes' formel 2. Fordelnger 2.1 Symboler 2.2 Bnomal Fordelngen 2.3 ultnomal

Læs mere

Analytisk modellering af 2D Halbach permanente magneter

Analytisk modellering af 2D Halbach permanente magneter Analytsk modellerng af 2D Halbach permanente magneter Kaspar K. Nelsen kak@dtu.dk, psjq@dtu.dk DTU Energ Konverterng og -Lagrng Danmarks Teknske Unverstet Frederksborgvej 399 4000, Rosklde, Danmark 17.

Læs mere

Fra små sjove opgaver til åbne opgaver med stor dybde

Fra små sjove opgaver til åbne opgaver med stor dybde Fra små sjove opgaver tl åbne opgaver med stor dybde Vladmr Georgev 1 Introdukton Den største overraskelse for gruppen af opgavestllere ved "Galle" holdkonkurrenen 009 var en problemstllng, der tl at begynde

Læs mere

Prøveeksamen Indtjening, konkurrencesituation og produktudvikling i danske virksomheder Kommenteret vejledende besvarelse

Prøveeksamen Indtjening, konkurrencesituation og produktudvikling i danske virksomheder Kommenteret vejledende besvarelse Økonometr Prøveeksamen Indtjenng, konkurrencestuaton og produktudvklng danske vrksomheder Kommenteret vejledende besvarelse Resultaterne denne besvarelse er fremkommet ved brug af eksamensnummer 7. Dne

Læs mere

Attraktive arbejdspladser er vejen frem

Attraktive arbejdspladser er vejen frem Attraktive er er vejen frem 2 Konklusion Omkring halvdelen af offentligt ansatte FTF ere er ansat på en, der ikke er attraktiv. Samtidig ses, at personer, der ansat på ikke-attraktive er i stort omfang

Læs mere

Prøveeksamen Indtjening, konkurrencesituation og produktudvikling i danske virksomheder Kommenteret vejledende besvarelse

Prøveeksamen Indtjening, konkurrencesituation og produktudvikling i danske virksomheder Kommenteret vejledende besvarelse Økonometr Prøveeksamen Indtjenng, konkurrencestuaton og produktudvklng danske vrksomheder Kommenteret vejledende besvarelse Resultaterne denne besvarelse er fremkommet ved brug af eksamensnummer 7. Dne

Læs mere

EKSAMEN I MATEMATIK-STATISTIK, 27. JANUAR 2006, KL 9-13

EKSAMEN I MATEMATIK-STATISTIK, 27. JANUAR 2006, KL 9-13 EKSAMEN I MATEMATIK-STATISTIK, 7. JANUAR 006, KL 9-13 [HER STARTER STATISTIKDELEN] Opgave 3 (5%): Bologsk baggrundsnformaton tl forståelse af opgaven: Dr producerer kke altd lge meget afkom af hvert køn.

Læs mere

Statistisk mekanik 13 Side 1 af 9 Faseomdannelse. Faseligevægt

Statistisk mekanik 13 Side 1 af 9 Faseomdannelse. Faseligevægt Statsts mean 3 Sde af 9 Faselgevægt Hvs hver fase et PVT-system behandles særslt, vl hver fase alene raft af mulgheden for faseomdannelser udgøre et åbent system. Ved generalserng af udtry (3.48) fås dermed

Læs mere

Afstandsformlerne i Rummet

Afstandsformlerne i Rummet Afstandsformlerne i Rummet Frank Nasser 12. april 2011 c 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Bemærk:

Læs mere

UDKAST til Værdighedspolitik. (Orange silhuetter kommer)

UDKAST til Værdighedspolitik. (Orange silhuetter kommer) UDKAST til Værdighedspolitik. (Orange silhuetter kommer) Et værdigt ældreliv i Albertslund Kommunerne skal i 2016 udarbejde en værdighedspolitik for perioden 2016 2019. værdighedspolitikken beskriver,

Læs mere

Rettevejledning til Økonomisk Kandidateksamen 2007I, Økonometri 1

Rettevejledning til Økonomisk Kandidateksamen 2007I, Økonometri 1 Rettevejlednng tl Økonomsk Kanddateksamen 2007I, Økonometr Vurderngsgrundlaget er selve opgavebesvarelsen og blaget. Programmer og data, som er afleveret elektronsk, bedømmes som sådan kke, men er anvendt

Læs mere

Matematik A Vejledende opgaver 5 timers prøven

Matematik A Vejledende opgaver 5 timers prøven Højere Teknisk Eksamen 007 Matematik A Vejledende opgaver 5 timers prøven Undervisningsministeriet Prøvens varighed er 5 timer. Opgavebesvarelsen skal dokumenteres/begrundes. Opgavebesvarelsen skal udformes

Læs mere

Økonometri 1. For mange variable i modellen. For få variable. Dagens program. Den multiple regressionsmodel 21. september 2004

Økonometri 1. For mange variable i modellen. For få variable. Dagens program. Den multiple regressionsmodel 21. september 2004 Dages program Økoometr De multple regressosmodel. september 004 Emet for dee forelæsg er stadg de multple regressosmodel (Wooldrdge kap. 3.4-3.5) Praktske bemærkg Opsamlg fra sdst Irrelevate varable og

Læs mere

Morten Frydenberg Biostatistik version dato:

Morten Frydenberg Biostatistik version dato: Morten Frydenberg Bostatstk verson dato: -4- Bostatstk uge mandag Morten Frydenberg, Afdelng for Bostatstk Resume: Hvad har v været gennem ndtl nu Lneær (normal) regresson en kontnuert forklarende varabel

Læs mere

Beregning af strukturel arbejdsstyrke

Beregning af strukturel arbejdsstyrke VERION: d. 2.1.215 ofe Andersen og Jesper Lnaa Beregnng af strukturel arbedsstyrke Der er betydelg forskel Fnansmnsterets (FM) og Det Økonomske Råds (DØR) vurderng af det aktuelle output gap. Den væsentlgste

Læs mere

Sandsynlighedsregning 12. forelæsning Bo Friis Nielsen

Sandsynlighedsregning 12. forelæsning Bo Friis Nielsen Sandsynlghedsregnng. forelæsnng Bo Frs Nelsen Matematk og Computer Scence Danmarks Teknske Unverstet 800 Kgs. Lyngby Danmark Emal: bfn@mm.dtu.dk Dagens nye emner afsnt 6.5 Den bvarate normalfordelng Y

Læs mere

Statistik med GeoGebra

Statistik med GeoGebra Statistik med GeoGebra Hayati Balo, AAMS, marts 2012 1 Observationssæt Det talmateriale, som man gerne vil undersøge, kaldes et observationssæt. Det talsæt som fremgår i tabel 5.1 kan indsættes i GeoGebra

Læs mere

Husholdningsbudgetberegner

Husholdningsbudgetberegner Chrstophe Kolodzejczyk & Ncola Krstensen Husholdnngsbudgetberegner En model for husholdnngers daglgvareforbrug udarbejdet for Penge- og Pensonspanelet Publkatonen Husholdnngsbudgetberegner En model for

Læs mere

Fagblok 4b: Regnskab og finansiering 2. del Hjemmeopgave - 28.01 2005 kl. 14.00 til 31.01 2004 kl. 14.00

Fagblok 4b: Regnskab og finansiering 2. del Hjemmeopgave - 28.01 2005 kl. 14.00 til 31.01 2004 kl. 14.00 Fagblok 4b: Regnskab og fnanserng 2. del Hjemmeopgave - 28.01 2005 kl. 14.00 tl 31.01 2004 kl. 14.00 Dette opgavesæt ndeholder følgende: Opgave 1 (vægt 50%) p. 2-4 Opgave 2 (vægt 25%) samt opgave 3 (vægt

Læs mere

Inertimoment for arealer

Inertimoment for arealer 13-08-006 Søren Rs nertmoment nertmoment for arealer Generelt Defntonen på nertmoment kan beskrves som Hvor trægt det er at få et legeme tl at rotere eller Hvor stort et moment der skal tlføres et legeme

Læs mere

Skriftlig dansk 2014 STX. Karakter- og opgavestatistik

Skriftlig dansk 2014 STX. Karakter- og opgavestatistik Skriftlig dansk 2014 STX Karakter- og opgavestatistik INDHOLD Indhold... 2 Forord... 3 Opgaveformuleringer... 4 22.05.2014 (Ordinær)... 4 28.05.2014 (Ordinær)... 5 22.05.2014 (Netadgang)... 6 28.05.2014

Læs mere

Grafteori, Kirsten Rosenkilde, september 2007 1. Grafteori

Grafteori, Kirsten Rosenkilde, september 2007 1. Grafteori Grafteori, Kirsten Rosenkilde, september 007 1 1 Grafteori Grafteori Dette er en kort introduktion til de vigtigste begreber i grafteori samt eksempler på opgavetyper inden for emnet. 1.1 Definition af

Læs mere

Spørgsmål og svar om håndtering af udenlandsk udbytteskat marts 2016

Spørgsmål og svar om håndtering af udenlandsk udbytteskat marts 2016 Indhold AFTALENS FORMÅL... 2 Hvilken service omfatter aftalen?... 2 Hvad betyder skattereduktion, kildereduktion og tilbagesøgning?... 2 AFTALENS INDHOLD OG OPBYGNING... 3 Hvilke depoter er omfattet af

Læs mere

VIA læreruddannelsen Silkeborg. WordMat kompendium

VIA læreruddannelsen Silkeborg. WordMat kompendium VIA læreruddannelsen Silkeborg WordMat kompendium Bolette Fisker Olesen 25-11-2015 Indholdsfortegnelse Ligning... 2 Løs ligning... 2 WordMat som lommeregner... 4 Geometri... 4 Trekanter... 4 Funktioner...

Læs mere

Kreditrisiko efter IRBmetoden

Kreditrisiko efter IRBmetoden Kredtrsko efter IRBmetoden Vacceks formel Arbejdspapr, oktober 2013 1 KRAKAfnans - Fnanskrsekommssonens sekretarat Teknsk arbejdspapr udkast 15. oktober 2013 Indlednng Det absolutte mndstekrav tl et kredtnsttut

Læs mere

10. Usikkerhed og fejlsøgning

10. Usikkerhed og fejlsøgning 93 10. Uskkerhed og fejlsøgnng Forbrugerprsndekset er baseret på en stkprøve af varer og tjenester og derfor behæftet med uskkerhed. Kaptlet ndledes derfor med en gennemgang af de væsentlgste klder tl

Læs mere

Er A åben? Er A afsluttet? Er A en Borel-mængde? [Vink: Prøv at skriv A som en tællelig forening af afsluttede mængder.

Er A åben? Er A afsluttet? Er A en Borel-mængde? [Vink: Prøv at skriv A som en tællelig forening af afsluttede mængder. Analyse Øvelser Rasmus Sylvester Bryder 10. og 13. september 013 Supplerende opgave 4 Betragt mængden A = {(x, y) R x + y 1, x < y}. Er A åben? Er A afsluttet? Er A en Borel-mængde? [Vink: Prøv at skriv

Læs mere

En panelmodel for timeløn i Danmark: Ny metode til imputering af skyggelønninger i Finansministeriets forskelsbeløbsmodel

En panelmodel for timeløn i Danmark: Ny metode til imputering af skyggelønninger i Finansministeriets forskelsbeløbsmodel Arbejdspapr nr: / En panelmodel for tmeløn Danmark: Ny metode tl mptern af skyelønnner Fnansmnsterets forskelsbeløbsmodel Lars Grønvall Foldspan o Mads Vej Andersen* ** Resmé: En vrdern af tlskyndelsen

Læs mere