Statistiske test. Efteråret 2010 Jens Friis, AAU. Hjemmeside :
|
|
- Kaj Marcussen
- 7 år siden
- Visninger:
Transkript
1 Statistiske test Efteråret 00 Jes Friis, AAU Hjemmeside :
2 Kotiuerte fordeliger Defiitio: Tæthedsfuktio E sadsylighedstæthedsfuktio på R er e itegrabel fuktio f : R [0; [ hvor f d = Defiitio: Kotiuert fordelig E kotiuert sadsylighedsfordelig er e sadsylighedsfordelig, som har e sadsylighedstæthedsfuktio f : fuktioe F f t dt kaldes fordeligsfuktioe for e kotiuert fordelig på R Defiitio: middelværdi,varias og spredig Lad X være e stokastisk variabel med tæthedfuktio f Middelværdi : μ=ex= f d Varias : σ =EX-μ = Spredige er σ f d
3 Normalfordelige er det klassiske eksempel på e kotiuert fordelig Her er tæthedsfuktioe givet ved f e Middelværdie er μ og spredige σ De stokastiske variabel med dee tæthedsfuktio siges at være Nμ, σ fordelt De ormalfordelte stokastiske variabel, som har middelværdi 0 og varias, kaldes sædvaligvis U, og de tilhørede tæthedsfuktio for φ, dvs at e De tilsvarede fordeligsfuktio kaldes for Ф, dvs at t dt
4 Der gælder følgede : a b b U a P b X a P Ma ka derfor klare sig med kedskab til værdier af Ф, som er tabellagt og idlagt i de fleste computersystemer Udersøgelse af om et observatiossæt ka betragtes som Normalfordelt: Apgar- fødselsvægt SPSS eller BMI Geogear SPSS
5 Ma kue også have idført ormalfordelige således : Defiitio E stokastisk variabel U siges at være u-fordelt eller N0, -fordelt, hvis tæthedsfuktioe for U er givet ved e Sætig: EU = 0 og V = Defiitio E stokastisk variabel X = μ + σu, hvor μ R og σ R +, siges at være Nμ, σ -fordelt Sætig: EX = μ og VX = σ
6 Sætig De Nμ, σ fordelte stokastiske variabel X har tæthedsfuktioe e f Bevis: ' e f P U U P X P F
7 Hvorfor er ormalfordelige iteresset? Ja, det er de, fordi geemsittet af æste alle måliger tilærmelsesvis er ormalfordelt Mere præcist, så gælder de cetrale græseværdisætig : Lad X, X, X være idbyrdes uafhægige stokastiske variable, der følger samme fordelig med middelværdi og spredig Da er X / tilærmelsesvis N0, - fordelt Ma ka vise, at hvis X er b,p-fordelt, er X tilærmelsesvis ormalfordelt Nµ, σ for, hvor µ = p og σ = p-p Hvad var det u lige biomialfordelige er for oget?
8 Biomialfordelige Et basiseksperimet beskrives af et udfaldsrum E med to udfald succes s og fiasko f, dvs E={s,f}, hvor Ps=p og Pf=-p Basiseksperimemtet getages gage uafhægigt af hiade Hvis X beteger atal succes i de getagelser gælder der P X q q p q p q, q 0,, Sætig: EX=p ; VX=p-p Eks 5 uafhægige kast med e terig X er atal 6 ere P X 5 q q 6 q 5 6 5q, q 0,,5 q PX=q 0,40 0,46 0,6 0,03 0,003 0,000 Se også SPSS: poisbi6idlagtesav
9 Heraf følger, at hvis X biomialfordelt b, p er X p p p tilærmelsesvis N 0, -fordelt Lad os u edelig komme til χ -fordelige Defiitio Lad X, X, X er idbyrdes uafhægige N0, fordelte stokastiske variable Summe siges at være χ - fordelt med frihedsgrader i X i Sætig E stokastisk variabel, som er χ - fordelt med frihedsgrader, har tæthedsfuktioe f / / e,, 0 / hvor r r e 0 d
10 X p Atag at X bp, N0, χ, f = p p X p p p Hvis ma har e stikprøve, som er biomialfordelt f stikprøve med svarmulighedere ja/ej ka ma beytte et χ -test, hvis ma øsker at teste hypotese Ho : p = p 0 De alterative hypotese er H : p p 0 Atal ja Atal ej ialt observeret - forvetet p 0 -p 0 p p 0 0 p0 p 0 p0 p0 p0 p p 0 0 p 0 p0 p p 0 0 som tilærmelsesvis er χ fordelt med frihedsgrad Dvs regle er, at ma udreger observeret forvetet forvetet Det er klart, at store værdier er kritiske for accept af hypotese
11 Accept af hypoteser Ma arbejder med et såkaldt sigifikasiveau, som sædvaligvis er 5% eller % Sigifikasiveauet er sadsylighede for at forkaste e rigtig hypotese Ma ka da begå to fejl : type : forkaste e rigtig hypotese type : acceptere e hypotese selv om de er forkert For at kue bedømme et tests styrke skal ma studere sadsylighede for at begå fejl af type Det er ofte ret kompliceret, og idgår ormalt ikke i idledede statistikkurser
12 Eksempel på χ -test med frihedsgrad I e meigsmålig har ma spurgt 500 vælgere om de vil stemme på Socialdemokratiet, hvis der var valg u Resultatet blev Atal ja Atal ej Ialt Afviger dette resultat sigifikat fra hypotese, at 30% vil stemme på partiet? Formuleret mere matematisk: X beteger atal stemmer på partiet og modelle er, at X b500, p og ulhypotese er H 0 : p = /3 H : p /3 Følgede tabel udreges : Atal ja Atal ej I alt observeret forvetet Da 95% s fraktile er 3,84 accepteres hypotese på et sigifikasiveau på 5%
13 Multiomialfordelige X = X, X, X k siges, at være multiomialfordelt b,p,p p k, hvis p +p + p k = og P!!! X k, X, X k k p p pk, hvor + + k = k På samme måde som ved biomialfordelige ka ma se på et basiseksperimet som getages gage uafhægigt af hiade I stedet for succes eller fiasko er der k svarmuligheder Dvs at X er atal svar på kategori X k X k
14 Som ved biomialfordelige ka ma teste, at de ekelte sadsylighedsparametre atager give værdier, dvs at modelle er X=X, X, X k er multiomialfordelt b,p,p p k, og ulhypotese er H0 : p = p 0, p = p 0, p k = p 0k og H : p p 0, p p 0, p k p 0k Ige ka ma lave et χ - test, her med k- frihedsgrader Ige er det observeret forvetet forvetet E tommelfigerregel er, at for at avede testet skal alle forvetede værdier være større ed 5
15 Eksempel : Medel avlede bøer, som gav følgede udbytte form\ farve gule grøe Rude katede 0 3 Da de stammede fra e krydsig af dobbelte heterozygotiske bøer, skulle udbyttet være i forholdet 9 : 3 : 3 : Som model ka avedes e multiomialfordelig b556, p, p, p 3, p 4 Nulhypotese er H 0 : p, p, p3, p Følgede tabel udreges : i 3 4 sum observeret forvetet 3,75 04,5 04,5 34,75 556
16 Eksempel fortsat: χ testet med 3 frihedsgrader udreges : 35 3,75 3,75 004,75 04, ,75 04, ,75 34,75 0,470 Da 95% s fraktile er 7,8 accepteres hypotese på et sigifikasiveau på 5%
17 Sammeligig af flere multiomialfordeliger eller test for uafhægighed Model : X = X, X, X k b,p,p p k X = X, X, X k b,p,p p k X m = X m, X m, X m b m,p m,p m p mk Nulpypotese : H 0 : p = p = = p m p = p = = p m p k = p k = = p mk H : forskellige pr kategori Som test avedes ige : observeret forvetet forvetet som er χ fordelt med f = m-k- frihedsgrader Også her bør de forvetede værdier være større ed 5
18 Lad os lige se på e kotigestabel over de observerede : i \ j j k sum j k i ij i m m mj mk m sum j k = Læg mærke til, at det forvetede atal i celle i,j er j j i i Ma udreger søjlefrekves gage rækkefrekves gage samlet atal, altså tester ma uafhægighed af de to iddeligskreterier
19 Eksempel : For mage år side lavede Dask Skakuio e læserudersøgelse for deres medlemsblad Ma spurgte bla om Hvad foretrækker du? sæt kryds at partiere briges adskilt fra referater og yheder at partiere briges samme med referater og yheder 3 ved ikke Spillere blev iddelt i spillerstyrke og resultatet blev: svar /styrke 3 sum sum
20 Hvis ma vil teste om svaree er uafhægig af spillerstyrke er de fælles skø over p ere p, p, p Tabelle med de forvetede ka udreges : svar styrke 3 sum 4,54 36,95 9, ,38 89,563 3, ,857 96,0 4, ,387 8,30,37 36 sum Idet 6 4,54 ; 6 36,9536, 37 Da χ = 4,98 og f=4-3-=6 og 95% s fraktile er,59 forkastes hypotese med et sigifikasiveau på 5%
21 Eksempel : for e del år side udersøgte ma om flere gage straffede persoer havde e é-ægget eller to-ægget tvillige bror/søster Resultatet blev : observeret krimiel ikke krimiel sum é ægget to ægget 5 7 sum 8 30 H 0 : fordelige på krimiel/ikke krimiel ed de samme for é- og to ægget De forvetede bliver forvetet ikke krimiel sum é ægget 5, 7,8 3 to ægget 6,8 0, 7 sum 8 30 Χ = 3,0, f = -- = Da 95% s fraktile er 3,84 forkastes hypotese med et sigifikas på 5% Da 99% s fraktile er 6,63 ka også forkaste på et sigifikasiveau på %
22 Hvorfor er der det atal frihedsgrader? Ved hjælp af de såkaldte spaltigssætig ka ma vise : Hvis X, X, X 3,X er N0, - fordelte, og der k lieære båd mellem dem er χ fordelt med - k frihedsgrader i X i I tilfældet med e m k tabel er der m k k m + = m k frihedsgrader Beviser for dee sætig ligger lagt ud over gymasieiveau Et sidste eksempel : rygig og apgar-tal : vha SPSS
23 u-test ved ormalfordelte observatioer Lad X, X, X er idbyrdes uafhægige Nμ, σ - fordelt stokastiske variable Der gælder da, at Xi i X er Nμ,, σ / fordelt Har ma derfor et observatiossæt,,, som atages at være Nμ, σ fordelt, hvor σ er kedt, ka hypotese H 0 : μ = μ 0 med H : μ μ 0 testes med teststørrelse 0 u, som uder H 0 er N0, fordelt Acceptområder er mellem / fraktile og / fraktile, hvor er sigifikasiveauet
24 Nu er det sjældet, at ma keder variase i et observatiossæt Der er der oftest tale om et approksimativt u-test Eks I e meigsmålig har ma spurgt 500 vælgere om de vil stemme på Socialdemokratiet, hvis der var valg u Resultatet blev Atal ja Atal ej Ialt Afviger dette resultat sigifikat fra hypotese, at 30% vil stemme på partiet? Formuleret mere matematisk: X beteger atal stemmer på partiet og modelle er, at X b500, p og ulhypotese er H 0 : p = 0,30 H : p 0,30 Vi ved at uder H0 er X er approksimativt N5000,30, Teststørrelse udreges , , , fordelt Da 97,5% s fraktile er,96 accepteres hypotese på et sigifikasiveau på 5%
25 t-test ved ormalfordelte observatioer Lad X, X, X er idbyrdes uafhægige Nμ, σ - fordelt stokastiske variable Der gælder da, at Xi i X er Nμ,, σ / fordelt Har ma derfor et observatiossæt,,, som atages at være Nμ, σ fordelt, hvor σ er ukedt, skal både μ og σ estimeres Har ma et kokret observatiossæt,,, er estimatet for μ : for σ : s i i i og Laver ma e tilsvarede teststørrelse som ved u-testet, har ma følgede situatio:
26 Hypotese H 0 : μ = μ 0 med H : μ μ 0 øskes testet Teststørrelse bliver t 0 s Det ses, at i X i X er e stokastisk variabel, og derfor er t ikke ormalfordelt Ma ka vise, at estimatore s for σ er σ χ - fordelt med - frihedsgrader Testore t følger e såkaldt t-fordelig med - frihedsgrader t-fordelige kovergere mod N0, fordelige for gåede mod uedelig t-fordeliges tæthedsfuktio er også symmetrisk om 0 Ellers fugerer alt som ved u-testet
27 Eksempel: Ved produktio af piller har ma målt icotamid-idholdet i 0 piller Idholdet skal være 5mg Ved stikprøve på 0 piller fik ma følgede resultater:,67 3,9 3,40 3,56 3,76 3,83 3,95 4, 4,50 4,64 4,87 5,05 5,35 5,73 5,79 5,80 6, 6,97 5,36 7, Model : X i Nμ, σ for i= til 0 er uafhægige stokastiske variable H 0 : μ = 5, H : μ 5 Parametree estimeres = 4,799 ; s =,587 Teststørrelse bliver 4,797 5 t, ,737 Da,5% s fraktile er -,093 for 9 frihedsgrader, accepters hypotese
28 Sammeligig af to ormalfordelte obsevatiosrækker På 3 hude har ma målt ph-værdie i arterielt blod før og efter idådige af CO Ædrer idådige af CO ph-værdie? Nr ormal CO differes 7,4 7,6 0,6 7,5 7,30 0, 3 7,36 7,6 0,0 4 7,43 7,39 0,04 5 7,43 7,38 0,05 6 7,5 6,69 0,46 7 7,50 7,3 0,8 8 7,34 7,6 0,08 9 7,45 7,3 0, 0 7,4 7,06 0,36 7,53 7,34 0,9 7,48 7,8 0,0 3 7,4 7,9 0,3 Model for differese: X i er uafh Nμ, σ - fordelt for i=, 3 H 0 : μ = 0 ; H : μ 0 Estimater : = 0,838 s = 0,0476 Teststørrelse udreges t 0, , ,566 Da 97,5% s fraktile er,79 for frihedsgrader forkastes hypotese 99,5% s fraktile er 3,055 og hypotese vil også blive forkastet på % s sigifikasiveau
29 Lieær regressio Atag at Y i for i = til er uafhægige Nμ i, σ -fordelte således at i i Ma ka vise at estimatere for parametree er ; * * i i i i i y y y * * i i i y y Ma ka også vise, at estimatore for β er - fordelt, N i i Ma ka derfor teste hypotese H 0 : β = β 0 med teststørrelse i i t * 0 * som er t-fordelt med - frihedsgrader uder H 0 Hvis β 0 = 0 tester ma uafhægighed af og y værdiere
30 Eksempel : Ma for 8 patieter målt kreatiiidholdet i blodet før og efter dødes idtræde Er der e sammehæg? Dataee ka ses i e ecelfil Der er e pæ lieær sammehæg og parametree estimeres *,04 ; *,0 ; * s 0,000 ; SSD i, i Ma vil gere teste hypotese H 0 : β = t,0,000 0,000,485 0,3 som er t-fordelt med 6 frihedsgrader Da 97,5% s fraktile er,056 accepteres hypotese Dataee er aalyseret vha SPSS : kreatiisav
Definition: Normalfordelingen. siges at være normalfordelt med middelværdi µ og varians σ 2, hvor µ og σ er reelle tal og σ > 0.
Repetitio: Normalfordelige Ladmåliges fejlteori Lektio Trasformatio af stokastiske variable - kkb@math.aau.dk http://people.math.aau.dk/ kkb/udervisig/lf13 Istitut for Matematiske Fag Aalborg Uiversitet
Læs mereTest i to populationer. Hypotesetest for parrede observationer Test for ens varians Gensyn med flyskræk!
Test i to populatioer Hypotesetest for parrede observatioer Test for es varias Gesy med flyskræk! Afhægige og uafhægige stikprøver Ved e uafhægig stikprøve udtages e stikprøve fra hver gruppe.. Mæd og
Læs merehvor i er observationsnummeret, som løber fra 1 til stikprøvestørrelsen n, X i
Normalfordeliger For at e stokastisk variabel X ka være ormalfordelt, skal X agive værdie af e eller ade målig, f.eks. tid, lægde, vægt, beløb osv. Notatioe er: Xi ~ N( μ, σ hvor i er observatiosummeret,
Læs mereantal gange krone sker i første n kast = n
1 Uge 15 Teoretisk Statistik, 5. april 004 1. Store tals lov Eksempel: møtkast Koverges i sadsylighed Tchebychevs ulighed Sætig: Store tals lov. De cetrale græseværdisætig 3. Approksimatio af sadsyligheder
Læs mere29. januar Epidemiologi og biostatistik Forelæsning 2 Uge 1, torsdag 2. februar 2006 Michael Væth, Afdeling for Biostatistik.
Epidemiologi og biostatistik Forelæsig Uge 1, torsdag. februar 006 ichael Væth, Afdelig for Biostatistik. Sammeligig af to middelværdier sikkerhedsitervaller statistisk test Sammeligig af to proportioer
Læs merePraktisk info. Statistisk analyse af en enkelt stikprøve: kendt eller ukendt varians Sandsynlighedsregning og Statistik (SaSt) I tirsdags.
Praktisk ifo Liste med rettelser og meigsforstyrrede trykfejl i DS på Absalo. Statistisk aalyse af e ekelt stikprøve: kedt eller ukedt varias Sadsylighedsregig og Statistik (SaSt) Helle Sørese Projekt
Læs mereStatistik Lektion 8. Parrede test Test for forskel i andele Test for ens varians Gensyn med flyskræk!
Statistik Lektio 8 Parrede test Test for forskel i adele Test for es varias Gesy med flyskræk! Afhægige og uafhægige stikprøver Ved e uafhægig stikprøve udtages e stikprøve fra hver gruppe.. Mæd og kviders
Læs mere30. august Epidemiologi og biostatistik. Forelæsning 3 Uge 2, torsdag d. 8. september 2005 Michael Væth, Afdeling for Biostatistik.
30. august 005 Epidemiologi og biostatistik. Forelæsig 3 Uge, torag d. 8. september 005 Michael Væth, Afdelig for Biostatistik. Mere om kategoriske data Test for uafhægighed I RxC tabeller Test for uafhægighed
Læs mereStatistik ved Bachelor-uddannelsen i folkesundhedsvidenskab
Statistik ved Bachelor-uddaelse i folkesudhedsvideskab Græseværdisætiger Det hadler om geemsit Statistikere elsker geemsit Det er oplagt e god ide at tage geemsit. Hvis jeg f.eks skal gætte på vægte af
Læs mere13. februar Resumé: En statistisk analyse resulterer ofte i : Et estimat ˆ θ med en tilhørende se( ˆ θ )
3. februar 003 Epidemiologi og biostatistik. Uge, torag d. 3. februar 003 Morte Frydeberg, Istitut for Biostatistik. Type og type fejl Nogle specielle metoder: Test i RxC tabeller Test i x tabeller Fishers
Læs mereSandsynlighedsfordelinger for kontinuerte data på interval/ratioskala
Statistik for biologer 005-6, modul 5: Sadsylighedsfordeliger for kotiuerte data på iterval/ratioskala M6, slide Gægse matematiske sadsylighedsfordeliger: Diskrete data: De positive biomialfordelig Poisso-fordelige
Læs mereMotivation. 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 mereGenerelle lineære modeller
Geerelle lieære modeller Regressiosmodeller med é uafhægig itervalskala variabel: Y e eller flere uafhægige variable: X,..,X k De betigede fordelig af Y givet X,..,X k atages at være ormal med e middelværdi,
Læs mereSpørgsmål 3 (5 %) Bestem sandsynligheden for at et tilfældigt valgt vindue har en fejl ved listerne, når man ved at der er fejl i glasset.
STATISTIK Skriftlig evaluerig, 3. semester, madag de 30. auar 006 kl. 9.00-3.00. Alle hælpemidler er tilladt. Opgaveløsige forsyes med av og CPR-r. OPGAVE Ved e produktio af viduer er der mulighed for,
Læs mereEstimation ved momentmetoden. Estimation af middelværdiparameter
Statistik og Sadsylighedsregig 1 STAT kapitel 4.2 4.3 Susae Ditlevse Istitut for Matematiske Fag Email: susae@math.ku.dk http://math.ku.dk/ susae Estimatio ved mometmetode Idimellem ka det være svært (eller
Læs mere24. januar Epidemiologi og biostatistik. Forelæsning 1 Uge 1, tirsdag. Niels Trolle Andersen, Afdelingen for Biostatistik.
Epidemiologi og biostatistik. Forelæsig Uge, tirsdag. Niels Trolle Aderse, Afdelige for Biostatistik. Geerelt om kurset: - Formål - Forelæsiger - Øvelser - Forelæsigsoter - Bøger - EpiBasic: http://www.biostat.au.dk/teachig/software
Læs mereLøsninger til kapitel 7
Løsiger til kapitel 7 Opgave 7.1 a) HpoStat giver resultatet: Pop. varias er ukedt, me 30, så Normalf. bruges approksimativt = 54,400 s 1.069,90 = 00,000 0,95 49,868 58,93 Dette betder, at med 95% sikkerhed
Læs mereSætning: Middelværdi og varians for linearkombinationer. Lad X 1,X 2,...,X n være stokastiske variable. Da gælder. Var ( a 0 + a 1 X a n X n
Ladmåliges fejlteori Lektio 3 Estimatio af σ Dobbeltmåliger Geometrisk ivellemet Lieariserig - rw@math.aau.dk Istitut for Matematiske Fag Aalborg Uiversitet Repetitio: Middelværdi og Varias Sætig: Middelværdi
Læs mereStatistik Lektion 7. Hypotesetest og kritiske værdier Type I og Type II fejl Styrken af en test Sammenligning af to populationer
Statistik Lektio 7 Hpotesetest og kritiske værdier Tpe I og Tpe II fejl Strke af e test Sammeligig af to populatioer 1 Tri I e Hpotesetest E hpotesetest består af 5 elemeter: I. Atagelser Primært hvilke
Læs mereDagens program. Estimation: Kapitel Eksempler på middelrette og/eller konsistente estimator (de sidste fra sidste forelæsning)
Dages program Estimatio: Kapitel 9.4-9.7 Eksempler på middelrette og/eller kosistete estimator (de sidste fra sidste forelæsig) Ko desiterval for store datasæt kap. 9.4 Ko desiterval for små datasæt kap.
Læs mere1 Punkt- og intervalestimation Punktestimatorer: Centralitet(bias) og efficiens... 2
Idhold 1 Pukt- og itervalestimatio 2 1.1 Puktestimatorer: Cetralitet(bias) og efficies.................... 2 2 Kofidesiterval 3 2.1 Kofidesiterval for adel................................ 4 2.2 Kofidesiterval
Læs mereVejledende besvarelser til opgaver i kapitel 15
Vejledede besvarelser til opgaver i apitel 5 Opgave a) De teststatistier, ma aveder til at teste om to middelværdier er es, består af et estimat på forselle mellem middelværdiere,, divideret med et udtry
Læs mereStikprøvefordelinger og konfidensintervaller
Stikprøvefordeliger og kofidesitervaller Stikprøvefordelige for middelværdi De Cetrale Græseværdi Sætig Egeskaber Ved Estimatore Kofidesitervaller t-fordelige Estimator og estimat E stikprøve statistik
Læs mereAnvendt Statistik Lektion 3. Punkt- og intervalestimater Konfidensintervaller Valg af stikprøvestørrelse
Avedt Statistik Lektio 3 Pukt- og itervalestimater Kofidesitervaller Valg af stikprøvestørrelse Pukt- og itervalestimater: Motivatio Motiverede eksempel: I e udersøgelse er adele af rygere 0.27. Det aslås
Læs mere9. Binomialfordelingen
9. Biomialfordelige 9.. Gekedelse Hvert forsøg ka ku resultere i to mulige udfald; succes og fiasko. I modsætig til poissofordelige er atallet af forsøg edeligt. 9.. Model X : Stokastisk variabel, der
Læs mereMeningsmålinger KLADDE. Thomas Heide-Jørgensen, Rosborg Gymnasium & HF, 2017
Meigsmåliger KLADDE Thomas Heide-Jørgese, Rosborg Gymasium & HF, 2017 Idhold 1 Meigsmåliger 2 1.1 Idledig................................. 2 1.2 Hvorda skal usikkerhede forstås?................... 3 1.3
Læs mereIndholdsfortegnelse Generelt Diskrete stokastiske variable: Kontinuerte stokastiske variable: Regneregler for stokastiske variable
Idholdsfortegelse Geerelt:...3 Stokastisk variabel:...3 Tæthedsfuktio/sadsylighedsfuktio for stokastisk variabel:...3 Fordeligsfuktio/sumfuktio for stokastisk variabel:...3 Middelværdi:...4 Geemsit:...4
Læs mereStatistik 8. gang 1 KONFIDENSINTERVALLER. Konfidensintervaller: kapitel 11. Valg og test af fordelingsfunktion
Statistik 8. gag 1 KONIDENSINTERVALLER Kofidesitervaller: kapitel 11 Valg og test af fordeligsfuktio Statistik 8. gag 11. KONIDENS INTERVALLER Et kofides iterval udtrykker itervallet hvori de rigtige værdi
Læs mereDen flerdimensionale normalfordeling
De flerdimesioale ormalfordelig Stokastiske vektorer Ved e stokastisk vektor skal vi forstå e vektor, hvor de ekelte kompoeter er sædvalige stokastiske variable. For de stokastiske vektor Y = Y,..., Y
Læs mereOversigt. Kursus 02402/02323 Introducerende Statistik. Forelæsning 12: Inferens for andele. Klaus K. Andersen og Per Bruun Brockhoff
Kursus 02402/02323 Itroducerede Statistik Forelæsig 12: Iferes for adele Klaus K. Aderse og Per Bruu Brockhoff DTU Compute, Statistik og Dataaalyse Damarks Tekiske Uiversitet 2800 Lygby Damark e-mail:
Læs mereDiskrete og kontinuerte stokastiske variable
Diskrete og kotiuerte stokastiske variable Beroulli Biomial fordelig Negativ biomial fordelig Hypergeometrisk fordelig Poisso fordelig Kotiuerte stokastiske variable Uiform fordelig Ekspoetial fordelig
Læs mereØkonometri 1. Definition og motivation. Definition og motivation. Dagens program. Den multiple regressionsmodel 15. februar 2006
Dages program Økoometri De multiple regressiosmodel 5. februar 006 Emet for dee forelæsig er de multiple regressiosmodel (Wooldridge kap 3.-3.3+appedix E.-E.) Defiitio og motivatio Fortolkig af parametree
Læs mereMaja Tarp AARHUS UNIVERSITET
AARHUS UNIVERSITET Maja Tarp AARHUS UNIVERSITET HVEM ER JEG? Maja Tarp, 4 år Folkeskole i Ulsted i Nordjyllad Studet år 005 fra Droiglud Gymasium Efter gymasiet: Militæret Australie Startede på matematik
Læs mereSkitse til notat om hvor de forskellige sandsynlighedsfordelinger kan tænkes at komme fra
E6 efterår 1999 Notat 8 Jørge Larse 12. oktober 1999 Skitse til otat om hvor de forskellige sadsylighedsfordeliger ka tækes at komme fra I statistik opererer ma i vid udstrækig med et lille atal»stadardfordeliger«.
Læs mereProjekt 9.1 Regneregler for stokastiske variable middelværdi, varians og spredning
Hvad er matematik? Projekter: Kaitel 9 Projekt 9 Regeregler for stokastiske variable middelværdi, varias og sredig Projekt 9 Regeregler for stokastiske variable middelværdi, varias og sredig Sætig : Regeregler
Læs mereSimpel Lineær Regression. Opsplitning af variationen Determinations koefficient Variansanalyse F-test Model-kontrol
Simpel Lieær Regressio Opsplitig af variatioe Determiatios koefficiet Variasaalse F-test Model-kotrol Opbgig af statistisk model Specificer model Ligiger og atagelser Estimer parametre Modelkotrol Er modelle
Læs mereModul 14: Goodness-of-fit test og krydstabelanalyse
Forskigsehede for Statistik ST01: Elemetær Statistik Bet Jørgese Modul 14: Goodess-of-fit test og krydstabelaalyse 14.1 Idledig....................................... 1 14.2 χ 2 -test i e r c krydstabel.............................
Læs mereSammenligning af to grupper
Sammeligig af to gruer Reetitio, heruder om kritiske værdier Sammeligig af to gruer Sammeligig af to middelværdier Sammeligig af to adele Sammeligig af to variaser yoteser og hyotesetest. E hyotese er
Læs mereMatematisk Modellering 1 Hjælpeark
Matematisk Modellerig Hjælpeark Kaare B. Mikkelse 2005090 3. september 2007 Idhold Formler 2 2 Aalyse af k ormalfordelte prøver 2 2. Modelcheck............................................ 2 2.2 Test af
Læs mereUge 40 I Teoretisk Statistik, 30. september 2003
Uge 40 Teoretis tatisti, 30. september 003 Esidet variasaalyse Model, otatio, hypotese og hælpehypotese Test af hælpehypotese Opdaterig af variasestimat Test af hypotese om es middelværdier Variasaalysesema
Læs mereKvantitative metoder 2
Dages program Kvatitative metoder De multiple regressiosmodel 6. februar 007 Emet for dee forelæsig er de multiple regressiosmodel (Wooldridge kap 3.- 3.+appedix E.) Defiitio og motivatio Fortolkig af
Læs mereVelkommen. Program. Statistik og Sandsynlighedsregning 2 Sandsynlighedstætheder og kontinuerte fordelinger på R. Praktiske ting og sager
Program Statistik og Sadsylighedsregig 2 Sadsylighedstætheder og kotiuerte fordeliger på R Helle Sørese Uge 6, madag Velkomme I dag: Praktiske bemærkiger Hvad skal vi lave på SaSt2? Sadsylighedstætheder
Læs mereHovedpointer fra SaSt
Hovedpoiter fra SaSt Marti Nørgaard Peterse 13. februar 2018 Følgede geemgår udvalgte begreber fra E Itroduktio til Sadsylighedsregig af M. Sørese (9. udgave), Itroductio to Likelihood-based Estimatio
Læs mereSTATISTIKNOTER Simple normalfordelingsmodeller
STATISTIKNOTER Simple ormalfordeligsmodeller Jørge Larse IMFUFA Roskilde Uiversitetsceter Februar 1999 IMFUFA, Roskilde Uiversitetsceter, Postboks 260, DK-4000 Roskilde. Jørge Larse: STATISTIKNOTER: Simple
Læs merex-klasserne Gammel Hellerup Gymnasium
SANDSYNLIGHEDSREGNING OG KOMBINATORIK x-klassere Gammel Hellerup Gymasium Idholdsfortegelse SANDSYNLIGHEDSREGNING... 3 SANDSYNLIGHEDSFELT... 3 DE STORE TALS LOV... 4 Sadsyligheder og frekveser:... 4 STOKASTISK
Læs mereProgram. Middelværdi af Y = t(x ) Transformationssætningen
Program Statistik og Sadsylighedsregig 2 Trasformatio af kotiuerte fordeliger på R, flerdimesioale kotiuerte fordeliger, mere om ormalfordelige Helle Sørese Uge 7, osdag I formiddag: Opfølgig på trasformatiossætige
Læs mereHvorfor er det lige at vi skal lære det her?
Lektion 8 Stokastiske variable En stokastisk variabel er en afbildning af udfaldsrummet ind i de reelle tal. Man benytter ofte store bogstaver som X, Y og Z til at betegne en stokastisk variabel. Ved at
Læs mereKonfidens intervaller
Kofides itervaller Kofides itervaller for: Kofides iterval for middelværdi, varias kedt Kofides iterval for middelværdi, varias ukedt Kofides iterval for adel Kofides iterval for varias Bestemmelse af
Læs mereAsymptotisk optimalitet af MLE
Kapitel 4 Asymptotisk optimalitet af MLE Lad Y 1, Y 2,... være uafhægige, idetisk fordelte variable med værdier i et rum (Y,K). Vi har givet e model (ν θ ) θ Θ for fordelige af Y 1 (og dermed også for
Læs mereTeoretisk Statistik, 9. februar Beskrivende statistik
Uge 7 I Teoretisk Statistik, 9 februar 004 Beskrivede statistik Kategoriserede variable 3 Kvatitative variable 4 Fraktiler for ugrupperede observatioer 5 Fraktiler for grupperede observatioer 6 Beliggeheds-
Læs mereOpsamling. Lidt om det hele..!
Opsamlig Lidt om det hele..! Kursus oversigt Hvad har vi været igeem: Deskriptiv statistik Sadsyligheder Stokastiske variable diskrete og kotiuerte Fordeliger Estimatio Test Iferes Sammeligig af middelværdier
Læs mereTests for forskel i central tendens for data på ordinal- og intervalskala. Typer af statistiske test:
Statistik for biologer 005-6, modul 7: Tests for forskel i cetral tedes for data på ordial- og itervalskala M7, slide M7, slide Typer af statistiske test: Parametrisk statistik: - Tester for forskel i
Læs mereØkonometri 1. Inferens i den lineære regressionsmodel 29. september Økonometri 1: F7 1
Økoometri 1 Iferes i de lieære regressiosmodel 9. september 006 Økoometri 1: F7 1 Dages program Opsamlig af hemmeopgave om Mote Carlo eksperimeter Mere om hypotesetest: Ekelt lieær restriktio på koefficieter
Læs mereIMFUFA TEKST NR TEKSTER fra ROSKILDE UNIVERSITETSCENTER. Jørgen Larsen
TEKST NR 435 2004 Basisstatistik 2. udgave Jørge Larse August 2006 TEKSTER fra IMFUFA INSTITUT ROSKILDE UNIVERSITETSCENTER FOR STUDIET AF MATEMATIK OG FYSIK SAMT DERES FUNKTIONER I UNDERVISNING, FORSKNING
Læs mereSusanne Ditlevsen Institut for Matematiske Fag susanne
Statistik og Sadsylighedsregig 1 STAT Sætig 4.4 og kapitel 6 Susae Ditlevse Istitut for Matematiske Fag Email: susae@math.ku.dk http://math.ku.dk/ susae 8. udervisigsuge 1 E hypotese af forme H 0 : θ =
Læs mereSammensatte hypoteser i en polynomialfordeling
Statistik og Sadsylighedsregig 1 STAT Sætig 44 og kapitel 6 E hypotese af forme H 0 : θ θ 0 Susae Ditlevse Istitut for Matematiske Fag Email: susae@mathkudk http://mathkudk/ susae hvor der ikke idgår ukedte
Læs mereMatematik A. Højere handelseksamen. Tirsdag den 26. maj 2015 kl hhx151-mat/a
Matematik A Højere hadelseksame hhx151-mat/a-26052015 Tirsdag de 26. maj 2015 kl. 9.00-14.00 Matematik A Prøve består af to delprøver. Delprøve ude hjælpemidler består af opgave 1 til 5 med i alt 5 spørgsmål.
Læs mereTest i polynomialfordelingen
Statisti og Sadsylighedsregig STAT apitel 4.4 Test i polyomialfordelige Lad X (X,..., X ) Poly (, p). Observatio: (,..., ) der agiver atal udfald, 2,..., Susae Ditlevse Istitut for Matematise Fag Email:
Læs mereMorten Frydenberg version dato:
Morte Frdeberg versio dato: 4--4 Itroduktio til kurset Statistik Forelæsig Morte Frdeberg, Sektio for Biostatistik af Biostatistik dele af. semester kurset. Statistiske modeller Biomialfordelige Normalfordelige
Læs mereTema. Dagens tema: Indfør centrale statistiske begreber.
Tema Dagens tema: Indfør centrale statistiske begreber. Model og modelkontrol Estimation af parametre. Fordeling. Hypotese og test. Teststørrelse. konfidensintervaller Vi tager udgangspunkt i Ex. 3.1 i
Læs mereOversigt. 1 Fordelingen for gennemsnittet t-fordelingen. 3 Den statistiske sprogbrug og formelle ramme
Itroduktio til Statistik Forelæsig 4: Kofidesiterval for middelværdi (og spredig) Peder Bacher DTU Compute, Dyamiske Systemer Bygig 303B, Rum 009 Damarks Tekiske Uiversitet 2800 Lygby Damark e-mail: pbac@dtu.dk
Læs mereVejledende opgavebesvarelser
Vejledede opgavebesvarelser 1. Atal hæder er lig med K(52,5), altså 2598960. Ved brug af multiplikatiospricippet ka atal hæder med 3 ruder og 2 spar udreges som K(13, 3) K(13, 2), hvilket giver 22308.
Læs mereSTATISTISKE GRUNDBEGREBER
MOGENS ODDERSHEDE LARSEN STATISTISKE GRUNDBEGREBER 18 15 1 9 6 3 0 Histogram for ph 6,9 7,1 7,3 7,5 7,7 7,9 ph 13 udgave 013 FORORD Der er i dee bog søgt at give letlæst og askuelig fremstillig af de statistiske
Læs mereMikroøkonomi, matematik og statistik Eksamenshjemmeopgave 14. 20. december 2007
Mikroøkoomi, matematik og statistik Eksameshjemmeopgave 14. 20. december 2007 Helle Buzel, Tom Egsted og Michael H.J. Stæhr 14. december 2007 R E T N I N G S L I N I E R F O R E K S A M E N S H J E M M
Læs mereStatistiske Modeller 1: Notat 1
Statistiske Modeller : Notat Jes Ledet Jese 9. august 005 Idhold Kast med k-sidet terig Betigig i multiomialfordelig 3 3 Fordelig af X + X - frembrigede fuktio 4 4 Maksimerig af log-likelihood 5 5 Afledede
Læs mereSandsynlighedsteori 1.2 og 2 Uge 5.
Istitut for Matematiske Fag Aarhus Uiversitet De 27. jauar 25. Sadsylighedsteori.2 og 2 Uge 5. Forelæsiger: Geemgage af emere karakteristiske fuktioer og Mometproblemet afsluttes, og vi starter på afsittet
Læs mereNogle Asymptotiske Resultater. Jens Ledet Jensen Matematisk Institut, Aarhus Universitet. 1 Indledning 1
Nogle Asymptotiske Resultater Jes Ledet Jese Matematisk Istitut, Aarhus Uiversitet Idhold Idhold i Idledig 2 Resultater i et geerelt set-up 7 2. Eksistes af et kosistet estimat............... 7 2.2 Asymptotisk
Læs mere(VIDENSKABSTEORI) STATISTIK (EKSPERIMENTELT ARBEJDE)
(VIDENSKABSTEORI) STATISTIK (EKSPERIMENTELT ARBEJDE) x-klassere Gammel Hellerup Gymasium Idholdsfortegelse INDLEDNING... 3 DESKRIPTIV STATISTIK... 3 Eksempler ide for deskriptiv statistik... 12 Normalfordeligskurver...
Læs mereProgram. Ensidet variansanalyse Normalfordelingen. Antibiotika og nedbrydning af organisk materiale. Tegninger
Faculty of Life Scieces Program Esidet variasaalyse Normalfordelige Claus Ekstrøm E-mail: ekstrom@life.ku.dk Esidet variasaalyse (oe-way ANOVA) Hvilke type data? Hvad er problemstillige? Variatio mellem
Læs mereIntroduktion til Statistik
Itroduktio til Statistik 4. udgave Susae Ditlevse og Helle Sørese Susae Ditlevse, susae@math.ku.dk Helle Sørese, helle@math.ku.dk Istitut for Matematiske Fag Købehavs Uiversitet Uiversitetsparke 5 2100
Læs mereRESEARCH PAPER. Nr. 2, En model for lagerstørrelsen som determinant for købs- og brugsadfærden for et kortvarigt forbrugsgode.
RESEARCH PAPER Nr., 005 E model for lagerstørrelse som determiat for købs- og brugsadfærde for et kortvarigt forbrugsgode af Jørge Kai Olse INSTITUT FOR AFSÆTNINGSØKONOMI COPENHAGEN BUSINESS SCHOOL SOLBJERG
Læs mereLøsningsforslag til skriftlig eksamen i Kombinatorik, sandsynlighed og randomiserede algoritmer (DM528)
Løsigsforslag til skriftlig eksame i Kombiatorik, sadsylighed og radomiserede algoritmer (DM58) Istitut for Matematik & Datalogi Syddask Uiversitet Madag de 3 Jauar 011, kl. 9 13 Alle sædvalige hjælpemidler
Læs mereProgram. 1. Repetition 2. Fordeling af empirisk middelværdi og varians, t-fordeling, begreber vedr. estimation. 1/18
Program 1. Repetition 2. Fordeling af empirisk middelværdi og varians, t-fordeling, begreber vedr. estimation. 1/18 Fordeling af X Stikprøve X 1,X 2,...,X n stokastisk X stokastisk. Ex (normalfordelt stikprøve)
Læs mereProjekt 9.10 St. Petersborg paradokset
Hvad er matematik? ISBN 978877066879 Projekt 9.0 St. Petersborg paradokset. De store tals lov & viderchacer I grudboges kapitel 9 omtales de store tals lov, som ka formuleres således: Hvis e spiller i
Læs mereKonfidensintervaller og Hypotesetest
Konfidensintervaller og Hypotesetest Konfidensinterval for andele χ -fordelingen og konfidensinterval for variansen Hypoteseteori Hypotesetest af middelværdi, varians og andele Repetition fra sidst: Konfidensintervaller
Læs mereSTATISTISKE GRUNDBEGREBER
MOGENS ODDERSHEDE LARSEN STATISTISKE GRUNDBEGREBER 18 15 1 9 6 3 0 Histogram for ph 6,9 7,1 7,3 7,5 7,7 7,9 ph 14 udgave 014 FORORD Der er i dee bog søgt at give letlæst og askuelig fremstillig af de statistiske
Læs mereSTATISTIK x-klasserne Gammel Hellerup Gymnasium
STATISTIK x-klassere Gammel Hellerup Gymasium Jui 209 ; Michael Szymaski ; mz@ghg.dk Idholdsfortegelse INDLEDNING...3 DESKRIPTIV STATISTIK...4 Skemaer...5 Diagrammer...8 Statistiske deskriptorer... 0 Typetal
Læs mereSTATISTISKE GRUNDBEGREBER
MOGENS ODDERSHEDE LARSEN STATISTISKE GRUNDBEGREBER med avedelse af TI 89 og Excel 8 5 9 6 3 0 Histogram for ph 6,9 7, 7,3 7,5 7,7 7,9 ph. udgave 0 FORORD Der er i dee bog søgt at give letlæst og askuelig
Læs mereSandsynlighedsregning 9. forelæsning Bo Friis Nielsen
Dages eer afsit 5.3 og 5.4 Siultae kotiuerte fordeliger P(X dx,y dy = f(x,ydxdy Sadsylighedsregig 9. forelæsig Bo Friis Nielse Mateatik og Coputer Sciece Daarks Tekiske Uiversitet 8 Kgs. Lygby Daark Eail:
Læs mereSandsynlighedsregning 9. forelæsning Bo Friis Nielsen
Dages eer afsit 5.3 og 5.4 Siultae kotiuerte fordeliger P(X dx,y dy f(x,ydxdy Sadsylighedsregig 9. forelæsig Bo Friis Nielse Mateatik og Coputer Sciece Daarks Tekiske Uiversitet 8 Kgs. Lygby Daark Eail:
Læs mereRenteformlen. Erik Vestergaard
Reteformle Erik Vestergaard 2 Erik Vestergaard www.matematikfysik.dk Erik Vestergaard, 2010. Billeder: Forside: istock.com/ilbusca Side 4: istock.com/adresrimagig Desude ege illustratioer. Erik Vestergaard
Læs mereAsymptotisk estimationsteori
Kapitel 5 Asymptotisk estimatiosteori De fleste eksperimeter har e idbygget størrelse, som regel kaldet eller N. Dette repræseterer typisk atallet af foretage måliger, atallet af udersøgte idivider, atallet
Læs merevejer (med fortegn). Det vil vi illustrere visuelt og geometrisk for (2 2)-matricer og (3 3)-matricer i enote 6.
enote 5 enote 5 Determiater I dee enote ser vi på kvadratiske matricer. Deres type er altså for 2, se enote 4. Det er e fordel, me ikke absolut ødvedigt, at kede determiatbegrebet for (2 2)-matricer på
Læs mereSandsynlighedsregning
Sadsylighedsregig E ote om sadsylighedsregig. Via basal sadsylighedsregig gøres læsere klar til forstå biomialfordelige. Herik S. Hase, Sct. Kud Versio 5.0 Opgaver til hæftet ka hetes her. PDF Facit til
Læs mereVariansanalyse. på normalfordelte observationer af Jens Friis
Varasaalyse på ormalfordelte observatoer af Jes Frs Esdg varasaalyse Model eelt ormalfordelt observatosræe Lad X, X, X er dbyrdes uafhægge N(μ, σ ) - fordelt stoastse varable Det tlhørede observatossæt
Læs mereSTATISTISKE GRUNDBEGREBER
MOGENS ODDERSHEDE LARSEN STATISTISKE GRUNDBEGREBER 18 15 1 9 6 3 0 Histogram for ph 6,9 7,1 7,3 7,5 7,7 7,9 ph 17. udgave 016 FORORD Der er i dee bog søgt at give letlæst og askuelig fremstillig af de
Læs mereTrin 1: Formuler hypotese Spørgsmål der ønskes testet vha. data H 0 : Nul hypotese Formuleres som en ligheds hændelse
Statistik 7. gang 9. HYPOTESE TEST Hypotesetest ved 6 trins raket! : Trin : Formuler hypotese Spørgsmål der ønskes testet vha. data H 0 : Nul hypotese Formuleres som en ligheds hændelse H eller H A : Alternativ
Læs mereProjekt 4.8 De reelle tal og 1. hovedsætning om kontinuerte funktioner
Projekter: Kapitel 4 Projekt 48 De reelle tal og hovedsætig om kotiuerte fuktioer Projekt 48 De reelle tal og hovedsætig om kotiuerte fuktioer Kotiuitet og kotiuerte fuktioer Ord som kotiuert og kotiuerlig
Læs mereSupplement til Kreyszig
Supplemet til Kreyszig Forelæsigsoter til Matematik F Idholdsfortegelse side 1. Numerisk itegratio. Fejlvurderig af trapez og Simpso algoritmere 1. Dekompoerig af brøker (Laplace trasformatio) 3. Permutatioer
Læs mereUndersøgelse af numeriske modeller
Udersøgelse af umeriske modeller Formål E del af målsætige med dette delprojekt er at give kedskab til de begræsiger, fejl og usikkerheder, som optræder ved modellerig. I de forbidelse er følgede udersøgelse
Læs mereAnvendt Statistik Lektion 6. Kontingenstabeller χ 2- test [ki-i-anden-test]
Anvendt Statistik Lektion 6 Kontingenstabeller χ 2- test [ki-i-anden-test] Kontingenstabel Formål: Illustrere/finde sammenhænge mellem to kategoriske variable Opbygning: En celle for hver kombination af
Læs mereSandsynlighedsregning og statistisk
Sadsylighedsregig og statistisk J. C. F. Gauss 777 855) Peter Haremoës Niels Brock 2. april 23 Idledig Dette hæfte er lavet som supplemet til 2. udgave af boge Mat B. Der er lagt vægt på at give e bedre
Læs mere6 Populære fordelinger
6 Populære fordeliger I apitel 4 itroducerede vi stoastise variabler so e åde at repræsetere udfald af et esperiet på. De stoastise variabler ue være både disrete (fx terigslag) og otiuerte (fx vareægder).
Læs mereHypotesetest. Hypotesetest og kritiske værdier Type 1 og Type 2 fejl Styrken af en test Sammenligning af to populationer
Hypoteetet Hypoteetet og kritike værdier Type og Type fejl Styrke af e tet Sammeligig af to populatioer Kofideiterval for σ tore tikprøver. Hvi X følger e χ -fordelig med frihedgrader, dv. X~χ (), gælder
Læs mereSandsynlighedsregning i biologi
Om begrebet sadsylighed Sadsylighedsregig i biologi Hvis vi kaster e almidelig, symmetrisk terig, er det klart for de fleste af os, hvad vi meer, år vi siger, at sadsylighede for at få e femmer er 1/6.
Læs mereEksempel 10.1 En autoregressiv proces af orden 1 (ofte blot kaldet en AR(1)- proces) pårhar et opdateringsskema (10.1) med funktionen. for y R.
Kapitel 0 Markovkæder Vi vil i det følgede studere processer Y 0, Y, Y 2,... med værdier irgivet på forme Y = f (Y +ǫ for =, 2,... (0. Her erǫ,ǫ 2,... e følge af iid støjvariable med middelværdi 0, alle
Læs mereNanostatistik: Opgavebesvarelser
Nanostatistik: Opgavebesvarelser JLJ Nanostatistik: Opgavebesvarelser p. 1/16 Pakkemaskine En producent hævder at poserne indeholder i gennemsnit 16 ounces sukker. Data: 10 pakker sukker: 16.1, 15.8, 15.8,
Læs mere