WPS / R day. Rune Juhl (DTU Technical University of Denmark. 11th December DTU Compute Department of Applied Mathematics and Computer Science

Størrelse: px
Starte visningen fra side:

Download "WPS / R day. Rune Juhl (DTU Technical University of Denmark. 11th December 2013. DTU Compute Department of Applied Mathematics and Computer Science"

Transkript

1 WPS / R day Rune Juhl DTU Technical University of Denmark DTU Compute Department of Applied Mathematics and Computer Science 11th December 2013 DTU WPS Compute / R day Department of Applied 11th December Mathematics 2013and Computer 1 / 27

2 Om mig Historie B.Sc. Medicin og Teknologi, DTU og KU Prægraduat forskningsår, KU Hjerneforskning, Rigshospitalet og Hvidovre Hospital M.Sc. Matematisk modellering og computing, DTU une Juhl (DTU Technical University of Denmark DTU WPS Compute / R day Department of Applied 11th December Mathematics 2013and Computer 2 / 27

3 Om mig Historie B.Sc. Medicin og Teknologi, DTU og KU Prægraduat forskningsår, KU Hjerneforskning, Rigshospitalet og Hvidovre Hospital M.Sc. Matematisk modellering og computing, DTU Nu PhD Matematisk statistik (SDE), DTU Compute DTU WPS Compute / R day Department of Applied 11th December Mathematics 2013and Computer 2 / 27

4 Om R Åben og gratis computersprog til statistik Ross Ihaka og Robert Gentleman, University of Auckland, New Zealand Første udgave i 1993 Stort online community Mange udvidelsesmuligheder (CRAN) Hvor findes R: DTU WPS Compute / R day Department of Applied 11th December Mathematics 2013and Computer 3 / 27

5 RStudio IDE Gratis og meget populær IDE - DTU WPS Compute / R day Department of Applied 11th December Mathematics 2013and Computer 4 / 27

6 Grundlæggende R R er et computersprog med variabler af forskellige datatyper funktioner med flere argumenter og et resultat DTU WPS Compute / R day Department of Applied 11th December Mathematics 2013and Computer 5 / 27

7 Grundlæggende R R er et computersprog med variabler af forskellige datatyper funktioner med flere argumenter og et resultat Datatyper i R er numeric integer character logical matrix list data.frame DTU WPS Compute / R day Department of Applied 11th December Mathematics 2013and Computer 5 / 27

8 Grundlæggende operationer Tildelingsoperatoren er "<-" x <- 1 x ## [1] 1 Lave en vector c(-1, 0, 1, 2) ## [1] :2 ## [1] DTU WPS Compute / R day Department of Applied 11th December Mathematics 2013and Computer 6 / 27

9 Grundlæggende operationer Hvis springet nu ikke er 1 (x <- seq(-1, 2, by = 0.5)) ## [1] Inspicering af variablen x summary(x) ## Min. 1st Qu. Median Mean 3rd Qu. Max. ## str(x) ## num [1:7] DTU WPS Compute / R day Department of Applied 11th December Mathematics 2013and Computer 7 / 27

10 Grundlæggende operationer Pas på med at sætte forskellige datatyper sammen (x <- c(1, 2, "a")) ## [1] "1" "2" "a" x er nu en charactervektor str(x) ## chr [1:3] "1" "2" "a" DTU WPS Compute / R day Department of Applied 11th December Mathematics 2013and Computer 8 / 27

11 Dataframes data.frame er en vigtig datatype i R dat <- data.frame(values = c(20.2, 19.0, 18.7, 20.1), Sex = rep(c("m", "F"), each = 2)) dat ## Values Sex ## M ## M ## F ## F str(dat) ## 'data.frame': 4 obs. of 2 variables: ## $ Values: num ## $ Sex : Factor w/ 2 levels "F","M": DTU WPS Compute / R day Department of Applied 11th December Mathematics 2013and Computer 9 / 27

12 Dataframes - udtræk variabler Variabler i en data.frame kaldes via $ dat$values ## [1] dat$sex ## [1] M M F F ## Levels: F M dat[, "Sex"] ## [1] M M F F ## Levels: F M DTU WPS Compute / R day Department of Applied 11th December Mathematics 2013and Computer 10 / 27

13 Subsetting Først dannes 10 tilfældige normalfordelte tal (x <- rnorm(10)) ## [1] ## [8] Find dem der er større end 0 (keep er logical) (keep <- x > 0) ## [1] FALSE FALSE TRUE FALSE TRUE FALSE TRUE TRUE TRUE x[keep] ## [1] x[!keep] DTU WPS Compute / R day Department of Applied 11th December Mathematics 2013and Computer 11 / 27

14 Subsetting i dataframes - udtræk rækker dat dataframen fra før. Udtræk kvinderne dat[dat$sex == "F", ] ## Values Sex ## F ## F subset(dat, Sex == "F") ## Values Sex ## F ## F Komplicerede udtræk kan laves med & og. DTU WPS Compute / R day Department of Applied 11th December Mathematics 2013and Computer 12 / 27

15 Indlæsning af data R læser nemt tekstfiler ind med read.table. data <- read.table("data.csv", header = TRUE, sep = ";") data er nu en data.frame. DTU WPS Compute / R day Department of Applied 11th December Mathematics 2013and Computer 13 / 27

16 Linære modeller Linære modeller fittes med lm. Modellen gives ved en formular: respons ~ forklarende.variabler Intercept er inkluderet som standard og kan fjernes med -1 + eller 0 + DTU WPS Compute / R day Department of Applied 11th December Mathematics 2013and Computer 14 / 27

17 Linære modeller Simpel linær model på Iris datasættet i R lm(sepal.length ~ Sepal.Width + Petal.Width, data = iris) ## ## Call: ## lm(formula = Sepal.Length ~ Sepal.Width + Petal.Width, data ## ## Coefficients: ## (Intercept) Sepal.Width Petal.Width ## Ikke anbefalet måde lm(iris$sepal.length ~ iris$sepal.width + iris$petal.width) DTU WPS Compute / R day Department of Applied 11th December Mathematics 2013and Computer 15 / 27

18 Visualisering af data R er har mange muligheder for at plotte data. Grundlæggende funktioner plot hist pairs plot(iris$sepal.length, iris$sepal.width) DTU WPS Compute / R day Department of Applied 11th December Mathematics 2013and Computer 16 / 27

19 Visualisering af data plot(iris$sepal.length, iris$sepal.width) iris$sepal.width iris$sepal.length DTU WPS Compute / R day Department of Applied 11th December Mathematics 2013and Computer 17 / 27

20 Øvelse Installer R Installer RStudio Importer data Iris summary plot lm DTU WPS Compute / R day Department of Applied 11th December Mathematics 2013and Computer 18 / 27

21 R s pakkesystem R udvides dagligt af mange folk fra hele verden. Standard repository er CRAN (Comprehensive R Archive Network) 5006 tilgængelige pakker (november 2013) une Juhl (DTU Technical University of Denmark DTU WPS Compute / R day Department of Applied 11th December Mathematics 2013and Computer 19 / 27

22 R s pakkesystem R udvides dagligt af mange folk fra hele verden. Standard repository er CRAN (Comprehensive R Archive Network) Installering og brug af pakker 5006 tilgængelige pakker (november 2013) install.packages("ggplot2") library(ggplot2) DTU WPS Compute / R day Department of Applied 11th December Mathematics 2013and Computer 19 / 27

23 Overblik over pakkerne CRAN Task Views DTU WPS Compute / R day Department of Applied 11th December Mathematics 2013and Computer 20 / 27

24 Alternative plottemuligheder Mulige pakker til at plotte data med ggplot2 lattice GGobi Rgl (3D) Anbefaler ggplot2 skrevet af Hadley Wickham, Rice University DTU WPS Compute / R day Department of Applied 11th December Mathematics 2013and Computer 21 / 27

25 ggplot2 DTU WPS Compute / R day Department of Applied 11th December Mathematics 2013and Computer 22 / 27

26 ggplot2 eksempel ggplot(data = iris, aes(x = Sepal.Length, y = Sepal.Width, shape = Species)), colour = Petal.Length) geom_point() + ggtitle("questionable Plot\nFlowers") DTU WPS Compute / R day Department of Applied 11th December Mathematics 2013and Computer 23 / 27

27 ggplot2 eksempel 4.5 Questionable Plot Flowers 4.0 Sepal.Width Species setosa versicolor virginica Petal.Length Sepal.Length DTU WPS Compute / R day Department of Applied 11th December Mathematics 2013and Computer 24 / 27

28 GLM i R ## Dobson (1990) Page 93: Randomized Controlled Trial : counts <- c(18, 17, 15, 20, 10, 20, 25, 13, 12) outcome <- gl(3, 1, 9) treatment <- gl(3, 3) head(d.ad <- data.frame(treatment, outcome, counts)) ## treatment outcome counts ## ## ## ## ## ## DTU WPS Compute / R day Department of Applied 11th December Mathematics 2013and Computer 25 / 27

29 GLM i R (glm.d93 <- glm(counts ~ outcome + treatment, family = poisson( ## ## Call: glm(formula = counts ~ outcome + treatment, family = ## ## Coefficients: ## (Intercept) outcome2 outcome3 treatment2 treatme ## 3.04e e e e e ## ## Degrees of Freedom: 8 Total (i.e. Null); 4 Residual ## Null Deviance: 10.6 ## Residual Deviance: 5.13 AIC: 56.8 DTU WPS Compute / R day Department of Applied 11th December Mathematics 2013and Computer 26 / 27

30 GLM i R summary(glm.d93) ## glm(formula = counts ~ outcome + treatment, family = poisson ## ## Call: ## ## Deviance Residuals: ## ## ## 9 ## ## ## Coefficients: ## Estimate Std. Error z value Pr(> z ) ## (Intercept) 3.04e e <2e-16 *** ## outcome2-4.54e e * ## outcome3-2.93e e DTU WPS Compute / R day Department of Applied 11th December Mathematics 2013and Computer 27 / 27

Oversigt. 1 Gennemgående eksempel: Højde og vægt. 2 Korrelation. 3 Regressionsanalyse (kap 11) 4 Mindste kvadraters metode

Oversigt. 1 Gennemgående eksempel: Højde og vægt. 2 Korrelation. 3 Regressionsanalyse (kap 11) 4 Mindste kvadraters metode Kursus 02402 Introduktion til Statistik Forelæsning 11: Kapitel 11: Regressionsanalyse Oversigt 1 Gennemgående eksempel: Højde og vægt 2 Korrelation 3 Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse

Læs mere

Normalfordelingen. Statistik og Sandsynlighedsregning 2

Normalfordelingen. Statistik og Sandsynlighedsregning 2 Normalfordelingen Statistik og Sandsynlighedsregning 2 Repetition og eksamen Erfaringsmæssigt er normalfordelingen velegnet til at beskrive variationen i mange variable, blandt andet tilfældige fejl på

Læs mere

Logistisk regression

Logistisk regression Logistisk regression Susanne Rosthøj Biostatistisk Afdeling Institut for Folkesundhedsvidenskab Københavns Universitet sr@biostat.ku.dk Kursushjemmeside: www.biostat.ku.dk/~sr/forskningsaar/regression2012/

Læs mere

Variansanalyse i SAS. Institut for Matematiske Fag December 2007

Variansanalyse i SAS. Institut for Matematiske Fag December 2007 Københavns Universitet Statistik for Biokemikere Det naturvidenskabelige fakultet Institut for Matematiske Fag December 2007 Variansanalyse i SAS 2 Tosidet variansanalyse Residualplot Tosidet variansanalyse

Læs mere

Program. Logistisk regression. Eksempel: pesticider og møl. Odds og odds-ratios (igen)

Program. Logistisk regression. Eksempel: pesticider og møl. Odds og odds-ratios (igen) Faculty of Life Sciences Program Logistisk regression Claus Ekstrøm E-mail: ekstrom@life.ku.dk Odds og odds-ratios igen Logistisk regression Estimation og inferens Modelkontrol Slide 2 Statistisk Dataanalyse

Læs mere

En meget kort introduktion til R på polit

En meget kort introduktion til R på polit En meget kort introduktion til R på polit Sebastian Barfort sebastian.barfort@econ.ku.dk Indhold 1 Introduktion 1 2 R som lommeregner 2 3 Tabeller, grafer og estimation 6 4 Økonomiske figurer 11 1 Introduktion

Læs mere

Lineær regression. Simpel regression. Model. ofte bruges følgende notation:

Lineær regression. Simpel regression. Model. ofte bruges følgende notation: Lineær regression Simpel regression Model Y i X i i ofte bruges følgende notation: Y i 0 1 X 1i i n i 1 i 0 Findes der en linie, der passer bedst? Metode - Generel! least squares (mindste kvadrater) til

Læs mere

Model. k = 3 grupper: hvor ǫ ij uafhængige og normalfordelte med middelværdi nul og varians σi 2, i = 1,2,3.

Model. k = 3 grupper: hvor ǫ ij uafhængige og normalfordelte med middelværdi nul og varians σi 2, i = 1,2,3. Model Program (8.15-10): 1. ensidet variansanalyse. 2. forsøgsplanlægning: blocking. Bruger nu to indices: i = 1,...,k for gruppenr. og j = 1,...,n i for observation indenfor gruppe. k = 3 grupper: µ 1

Læs mere

Normalfordelingen. Statistik og Sandsynlighedsregning 2

Normalfordelingen. Statistik og Sandsynlighedsregning 2 Statistik og Sandsynlighedsregning 2 Repetition og eksamen T-test Normalfordelingen Erfaringsmæssigt er normalfordelingen velegnet til at beskrive variationen i mange variable, blandt andet tilfældige

Læs mere

k normalfordelte observationsrækker (ensidet variansanalyse)

k normalfordelte observationsrækker (ensidet variansanalyse) k normalfordelte observationsrækker (ensidet variansanalyse) Lad x ij, i = 1,...,k, j = 1,..., n i, være udfald af stokastiske variable X ij og betragt modellen M 1 : X ij N(µ i, σ 2 ). Estimaterne er

Læs mere

Appendiks Økonometrisk teori... II

Appendiks Økonometrisk teori... II Appendiks Økonometrisk teori... II De klassiske SLR-antagelser... II Hypotesetest... VII Regressioner... VIII Inflation:... VIII Test for SLR antagelser... IX Reset-test... IX Plots... X Breusch-Pagan

Læs mere

Module 1: Introduktion til R, simpel regression

Module 1: Introduktion til R, simpel regression Department of Statistics ST502: Statistisk modellering Pia Veldt Larsen Module 1: Introduktion til R, simpel regression 1.1 Lineære modeller................................... 1 1.2 Simpel lineær regression..............................

Læs mere

(studienummer) (underskrift) (bord nr)

(studienummer) (underskrift) (bord nr) Danmarks Tekniske Universitet Side 1 af 20 sider. Skriftlig prøve: 15. december 2008 Kursus navn og nr: Introduktion til Statistik, 02402 Tilladte hjælpemidler: Alle Dette sæt er besvaret af (studienummer)

Læs mere

Multipel regression 22. Maj, 2012

Multipel regression 22. Maj, 2012 Data: Det færøske kviksølv-studie Simpel linær regression Confounding Multipel lineær regression Fortolkning af parametre Vekselvirkning Kollinearitet Modelkontrol Multipel regression 22. Maj, 2012 Esben

Læs mere

PROC TRANSPOSE. SAS-tabellen - hensigtsmæssig lagring af data. Copyright 2011 SAS Institute Inc. All rights reserved.

PROC TRANSPOSE. SAS-tabellen - hensigtsmæssig lagring af data. Copyright 2011 SAS Institute Inc. All rights reserved. PROC TRANSPOSE SAS-tabellen - hensigtsmæssig lagring af data Copyright 2011 SAS Institute Inc. All rights reserved. Transponerede tabeller Brede eller smalle? Hvad: Brede tabeller har mange kolonner med

Læs mere

Introduktion til biostatistik

Introduktion til biostatistik Introduktion til biostatistik Kursusplan Anders Bo Bojesen anders.bo.bojesen@rsyd.dk 15. juni 2016 Kurset er en indføring i praktisk anvendelse af klassiske biostatistiske metoder til analyse af kategoriske,

Læs mere

Variansanalyse i SAS 1. Institut for Matematiske Fag December 2007

Variansanalyse i SAS 1. Institut for Matematiske Fag December 2007 Københavns Universitet Statistik for Biokemikere Det naturvidenskabelige fakultet Institut for Matematiske Fag December 2007 Variansanalyse i SAS 1 Ensidet variansanalyse Bartlett s test Tukey s test PROC

Læs mere

Opgaver til ZAR II. Afdeling for Anvendt Matematik og Statistik Michael Sørensen Oktober Opgave 1

Opgaver til ZAR II. Afdeling for Anvendt Matematik og Statistik Michael Sørensen Oktober Opgave 1 Københavns Universitet Afdeling for Anvendt Matematik og Statistik Statistik for biokemikere Inge Henningsen Michael Sørensen Oktober 2003 Opgaver til ZAR II Opgave 1 Et datasæt består af 20 observationer.

Læs mere

(studienummer) (underskrift) (bord nr)

(studienummer) (underskrift) (bord nr) Danmarks Tekniske Universitet Side 1 af 20 sider. Skriftlig prøve: 26. maj 2011 Kursus navn og nr: Introduktion til Statistik, 02402 Tilladte hjælpemidler: Alle Dette sæt er besvaret af (studienummer)

Læs mere

Oversigt. Kursus 02402 Introduktion til Statistik. Forelæsning 1: Intro og beskrivende statistik. Per Bruun Brockhoff. Praktisk Information

Oversigt. Kursus 02402 Introduktion til Statistik. Forelæsning 1: Intro og beskrivende statistik. Per Bruun Brockhoff. Praktisk Information Kursus 02402 Forelæsning 1: Intro og beskrivende statistik Oversigt 1 Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800 Lyngby Danmark e-mail:

Læs mere

Program. t-test Hypoteser, teststørrelser og p-værdier. Hormonkonc.: statistisk model og konfidensinterval. Hormonkoncentration: data

Program. t-test Hypoteser, teststørrelser og p-værdier. Hormonkonc.: statistisk model og konfidensinterval. Hormonkoncentration: data Faculty of Life Sciences Program t-test Hypoteser, teststørrelser og p-værdier Claus Ekstrøm E-mail: ekstrom@life.ku.dk Resumé og hængepartier fra sidst. Eksempel: effekt af foder på hormonkoncentration

Læs mere

Forelæsning 1: Intro og beskrivende statistik

Forelæsning 1: Intro og beskrivende statistik Kursus 02402 Introduktion til Statistik Forelæsning 1: Intro og beskrivende statistik Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800 Lyngby

Læs mere

Reminder: Hypotesetest for én parameter. Økonometri: Lektion 4. F -test Justeret R 2 Aymptotiske resultater. En god model

Reminder: Hypotesetest for én parameter. Økonometri: Lektion 4. F -test Justeret R 2 Aymptotiske resultater. En god model Reminder: Hypotesetest for én parameter Antag vi har model Økonometri: Lektion 4 F -test Justeret R 2 Aymptotiske resultater y = β 0 + β 1 x 2 + β 2 x 2 + + β k x k + u. Vi ønsker at teste hypotesen H

Læs mere

For at få 8 linjer ud, skal dette specifiseres i kommandoen ved at sætte antal lig 8 n=8:

For at få 8 linjer ud, skal dette specifiseres i kommandoen ved at sætte antal lig 8 n=8: Klasseøvelser dag 1 Opgave 1 1.1. Vi gemmer først dbase filen "perulung.dbf" i den relevante mappe og derefter sættes working directory til denne mappe ved at vælge menuen Session -> Set Working Directory

Læs mere

k UAFHÆNGIGE grupper F-test Oversigt 1 Intro eksempel 2 Model og hypotese 3 Beregning - variationsopspaltning og ANOVA tabellen

k UAFHÆNGIGE grupper F-test Oversigt 1 Intro eksempel 2 Model og hypotese 3 Beregning - variationsopspaltning og ANOVA tabellen Introduktion til Statistik Forelæsning 10: Envejs variansanalyse, ANOVA Peder Bacher DTU Compute, Dynamiske Systemer Bygning 303B, Rum 017 Danmarks Tekniske Universitet 2800 Lyngby Danmark e-mail: pbac@dtu.dk

Læs mere

To samhørende variable

To samhørende variable To samhørende variable Statistik er tal brugt som argumenter. - Leonard Louis Levinsen Antagatviharn observationspar x 1, y 1,, x n,y n. Betragt de to tilsvarende variable x og y. Hvordan måles sammenhængen

Læs mere

MPH specialmodul i epidemiologi og biostatistik. SAS. Introduktion til SAS. Eksempel: Blodtryk og fedme

MPH specialmodul i epidemiologi og biostatistik. SAS. Introduktion til SAS. Eksempel: Blodtryk og fedme MPH specialmodul i epidemiologi og biostatistik. SAS Introduktion til SAS. Display manager (programmering) Vinduer: program editor (med syntaks-check) log output reproducerbart (program teksten kan gemmes

Læs mere

Introduktion til R. Faculty of Health Sciences

Introduktion til R. Faculty of Health Sciences Faculty of Health Sciences Introduktion til R Susanne Rosthøj Biostatistisk Afdeling Institut for Folkesundhedsvidenskab Københavns Universitet sr@biostat.ku.dk Kursushjemmeside: www.biostat.ku.dk/~sr/forskningsaar/survival2011

Læs mere

Tænk på a og b som to n 1 matricer. a 1 a 2 a n. For hvert i = 1,..., n har vi y i = x i β + u i.

Tænk på a og b som to n 1 matricer. a 1 a 2 a n. For hvert i = 1,..., n har vi y i = x i β + u i. Repetition af vektor-regning Økonometri: Lektion 3 Matrix-formulering Fordelingsantagelse Hypotesetest Antag vi har to n-dimensionelle (søjle)vektorer a 1 b 1 a 2 a =. og b = b 2. a n b n Tænk på a og

Læs mere

Oversigt. 1 Intro: Regneeksempel og TV-data fra B&O. 2 Model og hypotese. 3 Beregning - variationsopspaltning og ANOVA tabellen

Oversigt. 1 Intro: Regneeksempel og TV-data fra B&O. 2 Model og hypotese. 3 Beregning - variationsopspaltning og ANOVA tabellen Kursus 02402/02323 Introducerende Statistik Forelæsning 10: Envejs variansanalyse, ANOVA Oversigt 1 Intro: Regneeksempel og TV-data fra B&O 2 Model og hypotese Per Bruun Brockhoff DTU Compute, Statistik

Læs mere

Motivation. En tegning

Motivation. En tegning Motivatio Scatter-plot at det mådelige salg mod det måedlige reklamebudget. R: plot(salg ~ budget, data = salg) Økoometri Lektio Simpel Lieær Regressio salg 400 450 500 550 20 25 30 35 40 45 50 budget

Læs mere

Skriftlig Eksamen ST501: Science Statistik Tirsdag den 8. juni 2010 kl

Skriftlig Eksamen ST501: Science Statistik Tirsdag den 8. juni 2010 kl Skriftlig Eksamen ST501: Science Statistik Tirsdag den 8. juni 2010 kl. 9.00 12.00 IMADA Syddansk Universitet Alle skriftlige hjælpemidler samt brug af lommeregner er tilladt. Opgavesættet består af 5

Læs mere

Side 1 af 17 sider. Danmarks Tekniske Universitet. Skriftlig prøve: 25. maj 2007 Kursus navn og nr: Introduktion til Statistik, 02402

Side 1 af 17 sider. Danmarks Tekniske Universitet. Skriftlig prøve: 25. maj 2007 Kursus navn og nr: Introduktion til Statistik, 02402 Danmarks Tekniske Universitet Side 1 af 17 sider. Skriftlig prøve: 25. maj 2007 Kursus navn og nr: Introduktion til Statistik, 02402 Tilladte hjælpemidler: Alle Dette sæt er besvaret af (navn) (underskrift)

Læs mere

Model. (m separate analyser). I vores eksempel er m = 2, n 1 = 13 (13 journalister) og

Model. (m separate analyser). I vores eksempel er m = 2, n 1 = 13 (13 journalister) og Model M 0 : X hi N(α h + β h t hi,σ 2 h ), h = 1,...,m, i = 1,...,n h. m separate regressionslinjer. Behandles som i afsnit 3.3. (m separate analyser). I vores eksempel er m = 2, n 1 = 13 (13 journalister)

Læs mere

Løsning til øvelsesopgaver dag 4 spg 5-9

Løsning til øvelsesopgaver dag 4 spg 5-9 Løsning til øvelsesopgaver dag 4 spg 5-9 5: Den multiple model Vi tilføjer nu yderligere to variable til vores model : Køn og kolesterol SBP = a + b*age + c*chol + d*mand hvor mand er 1 for mænd, 0 for

Læs mere

Faculty of Health Sciences. Regressionsanalyse. Simpel lineær regression, Lene Theil Skovgaard. Biostatistisk Afdeling

Faculty of Health Sciences. Regressionsanalyse. Simpel lineær regression, Lene Theil Skovgaard. Biostatistisk Afdeling Faculty of Health Sciences Regressionsanalyse Simpel lineær regression, 28-2-2013 Lene Theil Skovgaard Biostatistisk Afdeling 1 / 67 Simpel lineær regression Regression og korrelation Simpel lineær regression

Læs mere

Dagens Temaer. Test for lineær regression. Test for lineær regression - via proc glm. k normalfordelte obs. rækker i proc glm. p. 1/??

Dagens Temaer. Test for lineær regression. Test for lineær regression - via proc glm. k normalfordelte obs. rækker i proc glm. p. 1/?? Dagens Temaer k normalfordelte obs. rækker i proc glm. Test for lineær regression Test for lineær regression - via proc glm p. 1/?? Proc glm Vi indlæser data i datasættet stress, der har to variable: areal,

Læs mere

MLR antagelserne. Antagelse MLR.1:(Lineære parametre) Den statistiske model for populationen kan skrives som

MLR antagelserne. Antagelse MLR.1:(Lineære parametre) Den statistiske model for populationen kan skrives som MLR antagelserne Antagelse MLR.1:(Lineære parametre) Den statistiske model for populationen kan skrives som y = β 0 + β 1 x 1 + β 2 x 2 + + β k x k + u, hvor β 0, β 1, β 2,...,β k er ukendte parametere,

Læs mere

! "# $$ &'()*"* +*, & &"*0* & "# % %- %

! # $$ &'()** +*, & &*0* & # % %- % !"! "# $$ & &'()*"* +*, &- & &"./+0 & &"*0* & & & 1 2 ()))))$$" "# - " # $!&!!" 34 3((5(4 6()))))5 3((5# 7())))) 4 3((58 43((58 3((5#9! 3((5#4 3((584 6 9 # '"!&()!" * " 49 9-3 :; & Private Sub Workbook_Open()

Læs mere

Økonometri: Lektion 4. Multipel Lineær Regression: F -test, justeret R 2 og aymptotiske resultater

Økonometri: Lektion 4. Multipel Lineær Regression: F -test, justeret R 2 og aymptotiske resultater Økonometri: Lektion 4 Multipel Lineær Regression: F -test, justeret R 2 og aymptotiske resultater 1 / 35 Hypotesetest for én parameter Antag vi har model y = β 0 + β 1 x 2 + β 2 x 2 + + β k x k + u. Vi

Læs mere

Statistisk Softwareudvikling

Statistisk Softwareudvikling Statistisk Softwareudvikling Peter Dalgaard Biostatistisk Afdeling Københavns Universitet IT og Sundhed, september 2008 Introduktion Statistisk software Open Source / Free Software R projektet Værktøjer

Læs mere

Introduktion til GLIMMIX

Introduktion til GLIMMIX Introduktion til GLIMMIX Af Jens Dick-Nielsen jens.dick-nielsen@haxholdt-company.com 21.08.2008 Proc GLIMMIX GLIMMIX kan bruges til modeller, hvor de enkelte observationer ikke nødvendigvis er uafhængige.

Læs mere

Brugerinddragelse og fastholdelse af motionsvaner

Brugerinddragelse og fastholdelse af motionsvaner Brugerinddragelse og fastholdelse af motionsvaner Forsknings- og Udviklingssymposium for fysioterapeuter Region Nordjylland 8. november 2016 Charlotte Brun Thorup Postdoc i Klinisk Sygepleje Klinik Hjerte-Lunge

Læs mere

Design by Contract. Design and Programming by Contract. Oversigt. Prædikater

Design by Contract. Design and Programming by Contract. Oversigt. Prædikater Design by Contract Design and Programming by Contract Anne Haxthausen ah@imm.dtu.dk Informatics and Mathematical Modelling Technical University of Denmark Design by Contract er en teknik til at specificere

Læs mere

MPH specialmodul i epidemiologi og biostatistik. SAS. Introduktion til SAS. Eksempel: Blodtryk og fedme

MPH specialmodul i epidemiologi og biostatistik. SAS. Introduktion til SAS. Eksempel: Blodtryk og fedme MPH specialmodul i epidemiologi og biostatistik. SAS Introduktion til SAS. Display manager (programmering) Vinduer: program editor (med syntaks-check) log output reproducerbart (program teksten kan gemmes

Læs mere

Faculty of Health Sciences. Basal Statistik. Begreber. Parrede sammenligninger. Lene Theil Skovgaard. 6. september 2016

Faculty of Health Sciences. Basal Statistik. Begreber. Parrede sammenligninger. Lene Theil Skovgaard. 6. september 2016 Faculty of Health Sciences Basal Statistik Begreber. Parrede sammenligninger. Lene Theil Skovgaard 6. september 2016 1 / 88 APPENDIX Programbidder svarende til diverse slides: Indlæsning af vitamin D datasæt,

Læs mere

1. Lav en passende arbejdstegning, der illustrerer samtlige enkeltobservationer.

1. Lav en passende arbejdstegning, der illustrerer samtlige enkeltobservationer. Vejledende besvarelse af hjemmeopgave Basal statistik, efterår 2008 En gruppe bestående af 45 patienter med reumatoid arthrit randomiseres til en af 6 mulige behandlinger, nemlig placebo, aspirin eller

Læs mere

Statistik Lektion 17 Multipel Lineær Regression

Statistik Lektion 17 Multipel Lineær Regression Statistik Lektion 7 Multipel Lineær Regression Polynomiel regression Ikke-lineære modeller og transformation Multi-kolinearitet Auto-korrelation og Durbin-Watson test Multipel lineær regression x,x,,x

Læs mere

Basal statistik. 30. januar 2007

Basal statistik. 30. januar 2007 Basal statistik 30. januar 2007 Deskriptiv statistik Typer af data Tabeller Grafik Summary statistics Lene Theil Skovgaard, Biostatistisk Afdeling Institut for Folkesundhedsvidenskab, Københavns Universitet

Læs mere

Projekt Osiris Fattigdom i Danmark: En socioøkonomisk fattigdomsgrænse Iulian Vlad Serban

Projekt Osiris Fattigdom i Danmark: En socioøkonomisk fattigdomsgrænse Iulian Vlad Serban Appendikset Om appendikset Appendikset indeholder overordnet fire afsnit: - Teoretisk udledning og definition af modeller, - Supplerende statistiske resultater - Deskriptiv statistik - Udeladte undermodeller

Læs mere

Skriftlig eksamen Science statistik- ST501

Skriftlig eksamen Science statistik- ST501 SYDDANSK UNIVERSITET INSTITUT FOR MATEMATIK OG DATALOGI Skriftlig eksamen Science statistik- ST501 Torsdag den 21. januar Opgavesættet består af 5 opgaver, med i alt 13 delspørgsmål, som vægtes ligeligt.

Læs mere

Oversigt. 1 Intro: Regneeksempel og TV-data fra B&O. 2 Model. 3 Beregning - variationsopspaltning og ANOVA tabellen. 4 Hypotesetest (F-test)

Oversigt. 1 Intro: Regneeksempel og TV-data fra B&O. 2 Model. 3 Beregning - variationsopspaltning og ANOVA tabellen. 4 Hypotesetest (F-test) Kursus 02402/02323 Introducerende Statistik Forelæsning 11: Tovejs variansanalyse, ANOVA Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800

Læs mere

Logistisk regression og prædiktion

Logistisk regression og prædiktion Faculty of Health Sciences Introduktion Logistisk regression og prædiktion 16. Maj 2012 Julie Forman Biostatistisk Afdeling, Københavns Universitet Hvad er en god diagnostisk model? En model med god overensstemmelse

Læs mere

Vejledende besvarelse af hjemmeopgave i Basal statistik for lægevidenskabelige forskere, forår 2013

Vejledende besvarelse af hjemmeopgave i Basal statistik for lægevidenskabelige forskere, forår 2013 Vejledende besvarelse af hjemmeopgave i Basal statistik for lægevidenskabelige forskere, forår 2013 I forbindelse med reagensglasbehandling blev 100 par randomiseret til to forskellige former for hormonstimulation.

Læs mere

Analysestrategi. Lektion 7 slides kompileret 27. oktober 200315:24 p.1/17

Analysestrategi. Lektion 7 slides kompileret 27. oktober 200315:24 p.1/17 nalysestrategi Vælg statistisk model. Estimere parametre i model. fx. lineær regression Udføre modelkontrol beskriver modellen data tilstrækkelig godt og er modellens antagelser opfyldte fx. vha. residualanalyse

Læs mere

Vi vil analysere effekten af rygning og alkohol på chancen for at blive gravid ved at benytte forskellige Cox regressions modeller.

Vi vil analysere effekten af rygning og alkohol på chancen for at blive gravid ved at benytte forskellige Cox regressions modeller. Løsning til øvelse i TTP dag 3 Denne øvelse omhandler tid til graviditet. Et studie vedrørende tid til graviditet (Time To Pregnancy = TTP) inkluderede 423 par i alderen 20-35 år. Parrene blev fulgt i

Læs mere

Simpel og multipel logistisk regression

Simpel og multipel logistisk regression Faculty of Health Sciences Logistisk regression Simpel og multipel logistisk regression 16. Maj 2012 Analyse af en binær responsvariabel. syg/rask, død/levende, ja/nej... Ud fra en eller flere forklarende

Læs mere

Finansiel statistik TABELTILLÆG. Nationalbankens udlånsundersøgelse, 3. kvartal 2009 DANMARKS NATIONALBANK. 12. oktober 2009

Finansiel statistik TABELTILLÆG. Nationalbankens udlånsundersøgelse, 3. kvartal 2009 DANMARKS NATIONALBANK. 12. oktober 2009 DANMARKS NATIONALBANK Finansiel statistik TABELTILLÆG Nationalbankens udlånsundersøgelse, 3. 2009 Danmarks Nationalbank's lending survey, 3rd 2009 12. oktober 2009 Tabel Side 1. Erhverv 1: Ændring i kreditpolitik

Læs mere

Ikke-parametriske tests

Ikke-parametriske tests Ikke-parametriske tests 2 Dagens menu t testen Hvordan var det nu lige det var? Wilcoxson Mann Whitney U Kruskall Wallis Friedman Kendalls og Spearmans correlation 3 t-testen Patient Drug Placebo difference

Læs mere

Variansanalyse (ANOVA)

Variansanalyse (ANOVA) Faculty of Health Sciences Variansanalyse (ANOVA) Ulla B Mogensen Biostatistisk Afd., SUND, KU. Mail: ulmo@sund.ku.dk Indhold dag 3 T-test kort opsummering Ensidet variansanalyse Modelkontrol Tosidet variansanalyse

Læs mere

Additiv model teori og praktiske erfaringer

Additiv model teori og praktiske erfaringer make connections share ideas be inspired Additiv model teori og praktiske erfaringer Kaare Brandt Petersen Forretningschef, ph.d., SAS Institute Agenda Hvad er en additiv model? Forudsætninger Fortolkning

Læs mere

Maple 11 - Chi-i-anden test

Maple 11 - Chi-i-anden test Maple 11 - Chi-i-anden test Erik Vestergaard 2014 Indledning I dette dokument skal vi se hvordan Maple kan bruges til at løse opgaver indenfor χ 2 tests: χ 2 - Goodness of fit test samt χ 2 -uafhængighedstest.

Læs mere

PUT og INPUT funktionerne

PUT og INPUT funktionerne PUT og INPUT funktionerne Af: Peter Kellberg Danmarks Statistik Sejrøgade 11 DK-2100 København Ø pke@dst.dk PUT og INPUT-funktionerne Denne artikel er foranlediget af en henvendelse til vores interne SAS

Læs mere

3. SPSS Output. Descriptives. [DataSet1] C:\Users\Thomas\Desktop\Eservice_i_produktgruppen_Bekldning.sav

3. SPSS Output. Descriptives. [DataSet1] C:\Users\Thomas\Desktop\Eservice_i_produktgruppen_Bekldning.sav 3. SPSS Output DESCRIPTIVES VARIABLES=DEM DEM5 DEM10 DEM11 /STATISTICS=MEAN STDDEV MIN MAX. Descriptives [DataSet1] C:\Users\Thomas\Desktop\Eservice_i_produktgruppen_Bekldning.sav Descriptive Statistics

Læs mere

Program. Sammenligning af grupper Ensidet ANOVA. Case 3, del II: Fiskesmag i lammekød. Case 3, del I: A-vitamin i leveren

Program. Sammenligning af grupper Ensidet ANOVA. Case 3, del II: Fiskesmag i lammekød. Case 3, del I: A-vitamin i leveren Faculty of Life Sciences Program Sammenligning af grupper Ensidet ANOVA Claus Ekstrøm E-mail: ekstrom@life.ku.dk Sammenligning af to grupper: tre eksempler Sammenligning af mere end to grupper: ensidet

Læs mere

Velkommen til StatBK. Program. Introduktion, summary measures, SAS. Praktisk info. Praktisk info

Velkommen til StatBK. Program. Introduktion, summary measures, SAS. Praktisk info. Praktisk info Program Introduktion, summary measures, SAS Helle Sørensen E-mail: helle@math.ku.dk I dag: Praktiske informationer Faglig intro: et par dataeksempler Datatyper Beskrivende statistik, bla. gennemsnit og

Læs mere

Kapitel 12 Variansanalyse

Kapitel 12 Variansanalyse Kapitel 12 Variansanalyse Peter Tibert Stoltze stat@peterstoltzedk Elementær statistik F2011 Version 7 april 2011 1 / 43 Indledning Sammenligning af middelværdien i to grupper indenfor en stikprøve kan

Læs mere

Miljøfremmede stoffer i regnvand monitering og modellering

Miljøfremmede stoffer i regnvand monitering og modellering Miljøfremmede stoffer i regnvand monitering og modellering Heidi Birch, PhD-studerende Peter Steen Mikkelsen, Hans-Christian Holten Lützhøft, Anitha Sharma, Luca Vezzaro Blå-grønne løsninger til håndtering

Læs mere

Modellering af tillid i teknologiske løsninger

Modellering af tillid i teknologiske løsninger Christian Damsgaard Jensen Embedded Systems Engineering Department of Applied Mathematics and Computer Science Technical University of Denmark cdje@dtu.dk http://www.compute.dtu.dk/~cdje Tillid i online

Læs mere

Differensligninger og populationsstørrelser

Differensligninger og populationsstørrelser Differensligninger og populationsstørrelser Søren Højsgaard Department of Mathematical Sciences Aalborg University, Denmark October 22, 2015 Printed: October 22, 2015 File: differensligninger-slides.tex

Læs mere

Dagens Emner. Likelihood teori. Lineær regression (intro) p. 1/22

Dagens Emner. Likelihood teori. Lineær regression (intro) p. 1/22 Dagens Emner Likelihood teori Lineær regression (intro) p. 1/22 Likelihood-metoden M : X i N(µ,σ 2 ) hvor µ og σ 2 er ukendte Vi har, at L(µ,σ 2 ) = ( 1 2πσ 2)n/2 e 1 2σ 2 P n (x i µ) 2 er tætheden som

Læs mere

9. Chi-i-anden test, case-control data, logistisk regression.

9. Chi-i-anden test, case-control data, logistisk regression. Biostatistik - Cand.Scient.San. 2. semester Karl Bang Christensen Biostatististisk afdeling, KU kach@biostat.ku.dk, 35327491 9. Chi-i-anden test, case-control data, logistisk regression. http://biostat.ku.dk/~kach/css2014/

Læs mere

Peter Kellberg. Rundt om Danmarks Statistiks makroer. Design, Standardisering, Teknik

Peter Kellberg. Rundt om Danmarks Statistiks makroer. Design, Standardisering, Teknik Peter Kellberg Rundt om Danmarks Statistiks makroer Design, Standardisering, Teknik SAS Forum 2009 Ét makrobibliotek ca 50 makroer, vi selv har lavet mange andre fx CLAN Autocall makroer en makro er et

Læs mere

Career systems at The University of Copenhagen. Kim Brinckmann Director for Research and Innovation University of Copenhagen

Career systems at The University of Copenhagen. Kim Brinckmann Director for Research and Innovation University of Copenhagen Career systems at The University of Copenhagen Kim Brinckmann Director for Research and Innovation University of Copenhagen A Comprehensive University in Scandinavia 40,000 students 9,000 employees in

Læs mere

(tæt på N(0,1) hvis n ikke alt for lille). t i god til at checke for outliers som kan have stor indflydelse på estimaterne s 2 og ˆσ 2 e i

(tæt på N(0,1) hvis n ikke alt for lille). t i god til at checke for outliers som kan have stor indflydelse på estimaterne s 2 og ˆσ 2 e i Da er r i = e i ˆσ ei t(n 3) (tæt på N(0,1) hvis n ikke alt for lille). Program 1. lineær regression: opgave 3 og 13 (sukker-temperatur). 2. studentiserede residualer, multipel regression. Tommelfinger-regel:

Læs mere

Bilag 7. SFA-modellen

Bilag 7. SFA-modellen Bilag 7 SFA-modellen November 2016 Bilag 7 Konkurrence- og Forbrugerstyrelsen Forsyningssekretariatet Carl Jacobsens Vej 35 2500 Valby Tlf.: +45 41 71 50 00 E-mail: kfst@kfst.dk Online ISBN 978-87-7029-650-2

Læs mere

Erfaringer med brugbarhedsevalueringer af EPJ-systemer

Erfaringer med brugbarhedsevalueringer af EPJ-systemer Erfaringer med brugbarhedsevalueringer af EPJ-systemer Mikael B. Skov dubois@cs.aau.dk HCI Laboratoriet Institut for datalogi Aalborg Universitet Tiden læger alle sår? IPJ 2.3: Elektronisk patientjournal

Læs mere

Kommentarer til opg. 1 og 3 ved øvelser i basalkursus, 3. uge

Kommentarer til opg. 1 og 3 ved øvelser i basalkursus, 3. uge Kommentarer til opg. 1 og 3 ved øvelser i basalkursus, 3. uge Opgave 1. Data indlæses i 3 kolonner, som f.eks. kaldessalt,pre ogpost. Der er således i alt tale om 26 observationer, idet de to grupper lægges

Læs mere

(studienummer) (underskrift) (bord nr)

(studienummer) (underskrift) (bord nr) Danmarks Tekniske Universitet Side 1 af 20 sider. Skriftlig prøve: 23. maj 2012 Kursus navn og nr: Introduktion til Statistik, 02402 Tilladte hjælpemidler: Alle Dette sæt er besvaret af (studienummer)

Læs mere

IMPLEMENTERING AF BUS RAPID TRANSIT I KØBENHAVN BASERET PÅ INTERNATIONALE ERFARINGER

IMPLEMENTERING AF BUS RAPID TRANSIT I KØBENHAVN BASERET PÅ INTERNATIONALE ERFARINGER IMPLEMENTERING AF BUS RAPID TRANSIT I KØBENHAVN BASERET PÅ INTERNATIONALE ERFARINGER 4. februar 2013 Jesper Bláfoss Ingvardson & Jonas Kornerup Jensen Introduktion DEL I: Undersøge konceptet Bus Rapid

Læs mere

Tabelbegrebet. Klassediagrammer (III) Oversigt. Anvendelse af Tabeller. Tabeller og qualified associations

Tabelbegrebet. Klassediagrammer (III) Oversigt. Anvendelse af Tabeller. Tabeller og qualified associations Tabelbegrebet Klassediagrammer (III) Tabeller og qualified associations originally by Michael R. Hansen modified/extended by Anne E. Haxthausen Informatics and Mathematical Modelling Technical University

Læs mere

Long-term consequences of subtotal and total abdominal hysterectomy

Long-term consequences of subtotal and total abdominal hysterectomy UNIVERSITY OF SOUTHERN DENMARK INSTITUTE OF REGIONAL HEALTH RESEARCH Long-term consequences of subtotal and total abdominal hysterectomy Follow-up of a randomized clinical trial and an observational study

Læs mere

To-sidet varians analyse

To-sidet varians analyse To-sidet varians analyse Repetition En-sidet ANOVA Parvise sammenligninger, Tukey s test Model begrebet To-sidet ANOVA Tre-sidet ANOVA Blok design SPSS ANOVA - definition ANOVA (ANalysis Of VAriance),

Læs mere

Oversigt. Kursus 02402 Introduktion til Statistik. Forelæsning 10: Statistik ved hjælp af simulering. Per Bruun Brockhoff.

Oversigt. Kursus 02402 Introduktion til Statistik. Forelæsning 10: Statistik ved hjælp af simulering. Per Bruun Brockhoff. Kursus 02402 Introduktion til Statistik Forelæsning 10: Statistik ved hjælp af simulering Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800

Læs mere

MS Visual Studio Basic 2010. En kort vejledning

MS Visual Studio Basic 2010. En kort vejledning Du kan hente programmet gratis her: MS Visual Studio Basic 2010 Express http://www.microsoft.com/visualstudio/eng/downloads#d-2010-express Tryk på Install Now og følg vejledningen. Indholdsfortegnelse

Læs mere

SORTS 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

SORTS 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 PAGE Path and Project Name: C:\pqmethod/ Correlation Matrix Between Sorts SORTS 2 3 4 5 6 7 8 9 2 3 4 5 6 7 8 9 2 A2M S 33 22 26 2 46 47 46 27 4 7 5 59 32 38 4 9 8 53 64 2 J23M P 33 32 24 5 33 67 24 46

Læs mere

Kapitel 12 Variansanalyse

Kapitel 12 Variansanalyse Kapitel 12 Variansanalyse Peter Tibert Stoltze stat@peterstoltzedk Elementær statistik F2011 Version 7 april 2011 1 Indledning 2 Ensidet variansanalyse 3 Blokforsøg 4 Vekselvirkning 1 Indledning 2 Ensidet

Læs mere

Databasesystemer. IT Universitetet i København 16. januar 2006

Databasesystemer. IT Universitetet i København 16. januar 2006 Databasesystemer IT Universitetet i København 16. januar 2006 Eksamenssættet består af 5 opgaver med 16 spørgsmål, fordelt på 6 sider (inklusiv denne side), samt et svarark, hvor visse spørgsmål skal besvares.

Læs mere

Optimering af multifysisk-systemer

Optimering af multifysisk-systemer Optimering af multifysisk-systemer DANSIS, 29. marts 2006, DTU Fridolin Okkels, Laurits H. Olesen, og Henrik Bruus MIC Institut for Mikro- og Nanoteknologi Danmarks Tekniske Universitet www.mic.dtu.dk/research/mifts

Læs mere

β 2 : forskel i skæring polymer 1 og 2. β 3 forskel i skæring polymer 1 og 3.

β 2 : forskel i skæring polymer 1 og 2. β 3 forskel i skæring polymer 1 og 3. Program suspended 200 250 300 350 400 1 2 3 6.5 7.0 7.5 8.0 8.5 9.0 1. kategoriske variable - kodning som indikator variable. 2. model selektion, R 2, F-test samt eksempler. ph Model: forskellig skæring

Læs mere

Simpel Lineær Regression

Simpel Lineær Regression Simpel Lineær Regression Mål: Forklare variablen y vha. variablen x. Fx forklare Salg (y) vha. Reklamebudget (x). Vi antager at sammenhængen mellem y og x er beskrevet ved y = β 0 + β 1 x + u. y: Afhængige

Læs mere

Akutdatabasen Resultater, erfaringer og fremtidigt perspektiv

Akutdatabasen Resultater, erfaringer og fremtidigt perspektiv Akutdatabasen Resultater, erfaringer og fremtidigt perspektiv Jakob Lundager Forberg Konst. Ledende Overlæge, PhD, Fagområde Akutmedicin Akutafdelingen Disposition Data - også en del af kerne opgaven Akutdatabasen

Læs mere

Styrket jernbane- og transportforskning på DTU

Styrket jernbane- og transportforskning på DTU Styrket jernbane- og transportforskning på DTU Den danske Banekonference 2016 Koncerndirektør Niels Axel Nielsen 17. maj 2016 Transportforskning på DTU Transportforskning på DTU kører videre og styrkes

Læs mere

Svine-MRSA i RegionHovedstaden MRSA Knowledge Center Department of Clinical Microbiology Hvidovre Hospital University of Copenhagen Denmark

Svine-MRSA i RegionHovedstaden MRSA Knowledge Center Department of Clinical Microbiology Hvidovre Hospital University of Copenhagen Denmark Svine-MRSA i RegionHovedstaden MRSA Knowledge Center Department of Clinical Microbiology Hvidovre Hospital University of Copenhagen Denmark Helle Neustrup, Heidi Meiniche, Ulla Kehlet, Mette Bartels, Henrik

Læs mere

GÅ-HJEM-MØDE OM FM OG INNOVATION

GÅ-HJEM-MØDE OM FM OG INNOVATION Centre for Facilities Management, DTU DFM Netværk GÅ-HJEM-MØDE OM FM OG INNOVATION Kgs. Lyngby, 21. Mai 2015 PROGRAM Kl. 14.00-14.10: Velkomst - Per Anker Jensen, CFM Kl. 14.10-14.45: Sony og Innovation

Læs mere

Program. 1. Varianskomponent-modeller (Random Effects) 2. Transformation af data. 1/12

Program. 1. Varianskomponent-modeller (Random Effects) 2. Transformation af data. 1/12 Program 1. Varianskomponent-modeller (Random Effects) 2. Transformation af data. 1/12 Dæktyper og brændstofforbrug Data fra opgave 10.43, side 360: cars 1 2 3 4 5... radial 4.2 4.7 6.6 7.0 6.7... belt

Læs mere

Oversigt. Kursus 02402 Introduktion til Statistik. Forelæsning 4: Kapitel 5: Kontinuerte fordelinger. Per Bruun Brockhoff. Eksponential fordelingen

Oversigt. Kursus 02402 Introduktion til Statistik. Forelæsning 4: Kapitel 5: Kontinuerte fordelinger. Per Bruun Brockhoff. Eksponential fordelingen Kursus 02402 Introduktion til Statistik Forelæsning 4: Kapitel 5: Kontinuerte fordelinger Per Bruun Brockhoff DTU Compute, Statistik Bygning 305/324 Danmarks Tekniske Universitet 2800 Lyngby Danmark e-mail:

Læs mere

Module 3: Statistiske modeller

Module 3: Statistiske modeller Department of Statistics ST502: Statistisk modellering Pia Veldt Larsen Module 3: Statistiske modeller 31 ANOVA 1 32 Variabelselektion 4 321 Multipel determinationskoefficient 5 322 Variabelselektion med

Læs mere

Logistisk regression

Logistisk regression Logistisk regression http://biostat.ku.dk/ kach/css2 Thomas A Gerds & Karl B Christensen 1 / 18 Logistisk regression I dag 1 Binær outcome variable død : i live syg : rask gravid : ikke gravid etc 1 prædiktor

Læs mere