Statikstik II 2. Lektion. Lidt sandsynlighedsregning Lidt mere om signifikanstest Logistisk regression
|
|
- Christian Krog
- 8 år siden
- Visninger:
Transkript
1 Statikstik II 2. Lktion Lidt sandsynlighdsrgning Lidt mr om signifikanstst Logistisk rgrssion
2 Lidt sandsynlighdsrgning Lad A vær n hændls (t llr flr mulig udfald af t ksprimnt ) Fx A Dt rgnr i morgn P(A) Sandsynlighdn for hændlsn A. 0 P(A) 1 P(Dt modsatt af A) 1- P(A)
3 Stokastisk variabl X stokastisk variabl (SV) tilfældigt tal X R (d rll tal) X r n diskrt SV, hvis X kan tag tællligt mang værdir. Fx. X antal spil på roulttn indn succs X r n kontinurt SV, hvis X kan tag all værdir i t intrval. Fx. X Højdn på n tilfældigt valgt prson.
4 Tæthdsfunktion Antag X kontinurt SV. Fordlingn af X kan angivs vd sandsynlighdstæthdsfunktion (probability dnsity function (PDF)) f(x). Egnskabr for PDF f(x) for SV X: f ( x) 0 for all f ( x) dx 1 - P( a X b) b a x R f ( x) dx
5 Tgning
6 Middlværdi og varians Lad X vær n kontinurt SV md PDF f. Middlværdin aka dn forvntd værdi af X r Variansn af X r 2 σ μ E [ X ] xf ( x) dx 2 2 Var [ X ] E[( x μ) ] ( x μ) f ( x) dx
7 Eksmpl: Normalfordlingn Antag X r normalfordlt SV md middlværdi μ E[X] varians σ 2 Notation: X~N(μ, σ 2 ) PDF: f ( x μ ) 1 2 2σ ( x) 2 2πσ 2
8 Eksmpl: Normalfordlingn Antag X~N(μ, σ 2 ) Da gældr P(μ 1.96σ X μ+1.96σ) 0.95 Aral 95% σ σ μ 1.96σ 2 σ Standard-afviglsn Standard rror Standard fjl μ μ+1.96σ
9 Signifikanstst sid 1 0) Opstil statistisk modl 1) Opstil Nul-hypots (H 0, arbjds-hypots) - dn simpl hypots Altrnativ-hypotsn (H 1 ) dn modsatt hypots af H 0. 2) Vælg tststørrls Talstørrls, dr bskrivr hvordan data passr til nulhypotsn. Notr hvilk værdir af tststørrlsn dr r ufordlagtig for H 0.
10 Signifikanstst sid 2 3) Bstmt fordlingn af tststørrlsn undr antagls af, at H 0 r sand. 4) Vælg signifikansnivau α typisk α0.05 llr α ) Brgn P-værdin sandsynlighdn for at obsrvr n mr ufordlagtig tststørrls vd næst ksprimnt, undr antagls af, at H 0 r sand. 6) Bslutning: 1) Hvis p-værdi < α : Afvis H 0 og accptr H 1. 2) Hvis p-værid α: Vi kan ikk afvis H 0.
11 Eksmpl - rptition To katgorisk variabl X og Y. X har c katgorir Y har r katgorir O ij r antallt af obsrvationr, hvor X r i i t katgori Y r i j t katgori Hypotsr: H 0 : X og Y r uafhængig H 1 : X og Y r afhængig
12 Eksmpl - fortsat Tststørrls Χ 2 ( E O ) c r ij i 1 j 1 Eij ij 2 Hvor CiR j Eij N Hvor C i Antal obsrvationr md Xi. R j Antal obsrvationr md Yj. N Total antal obsrvationr
13 Eksmpl - fortsat Jo størr X 2 jo mr ufordlagtig for H 0. Hvis H 0 r sand gældr X 2 følgr n chi-i-andn fordling md (r-1)(c-1) frihdsgradr. Tgning: X (( c 1)( r 1) ) 2 ~ χ 2
14 Bmærkningr til χ 2 -tst χ 2 -tstt kan gnrlt brugs i situationr, hvor man kan sammnlign obsrvrd antal obsrvationr md dt forvntd antal undr n H 0 -hypots. - dt kan dog vær tricky at find dt korrkt antal frihdsgradr For n 2x2 tabl (r c 2) ( ) E 2 ij Oij 1 2 Χ i 1 j 1 Eij Kontinuitts korrktion så passr X 2 s fordling bdr md χ 2 (1)-fordlingn. χ 2 -tstt r t ikk-paramtrisk tst.
15 Logistisk rgrssion: Motivation Sammnhængn ml. køn og slvvurdring Køn Drng % Pig % Total % Er du n god læsr Nj Ja Total % % % % % % Er dr n sammnhæng? Er d 13.6% signifikant forskllig fra d 9.0%?
16 Omkodning Vi omkodr d dikotom variabl til binær variabl: Køn Drng > X 0 Køn Pig > X 1 God læsr Nj > Y 0 God læsr Ja > Y 1
17 Gnrl 2x2 tabl Gnrl tabl: To binær variabl X og Y: Y 0 1 X 0 1-p 0 P(Y0 X0) p 0 P(Y1 X0) 1 1-p 1 P(Y0 X0) p 1 P(Y1 X0) Er dr n sammnhæng? Hvis p 0 p 1 r X og Y uafhængig.
18 Odds og logit Lad X vær binær variabl md P(X1)p. Dfinition odds: Hvor 0 Odds( X 1) < Odds( X 1) p 1 p Fortolkning: Odds(X1)2 btydr at X1 r dobblt så sandsynligt som X0 Dfinition logit: Hvor Logit( X < Logit( X 1) < 1) ln p 1 p ( Odds( X 1) ) ln
19 Odds og odds-ratio D to btingd odds: Odds( Y 1 X p0 0) 1 p 0 og Odds( Y 1 X 1) p1 1 p 1 Odds-ratio: Oddsratio( Y 1) Odds( Y Odds( Y 1 X 1 X 1) 0) p p 1 0 (1 (1 p p 0 1 ) ) Hvis X og Y uafhængig har vi og Odds( Y 1 X 0) Odds( Y 1 X 1) Oddsratio( Y 1) 1
20 Logit og logit-forskll D to btingd logits: Logit ( Y 1 X 0) Logit-forskl: Logit forskl( Y p0 ln 1 p 1) 0 p1 ln 1 p og Logit( Y 1 X 1 p0 ln 1 p 0 1) ln p1 ln 1 p p p 1 0 (1 p (1 p ) ) Hvis X og Y uafhængig har vi og Logit( Y 1 X 0) Logit( Y 1 X 1) Logit forskl( Y 1) 0
21 Lidt rgnri Lad ( Y 1 X 0) α og Logit Logit ( Y 1 X 1) ~ α Logit-forsklln r da Logit forskl(y 1) ~ α α β D to btingd sandsynlighdr r da α P( Y 1 X 0) p0 1+ ~ α P( Y 1 X 1) p1 ~ 1+ Ign: Hvis β0 har vi p 0 p 1, dvs. uafhængighd. α α 1+ α + β α + β
22 Fortolkning af α og β Vi har Odds ( Y 1 X 0) α α + β Odds ( Y 1 X 1) Dvs. Oddst for Y1 ændrs md n faktor β, når X går fra 0 til 1. α β
23 Statistisk modl Dfinr β x for x0,1: β 0 0 β 1 β. Modl: P( Y 1 X x) α 1+ + β x α + β x
24 Statistisk modl altrnativ formulring Altrnativ: P ( Y 1 X x) 1+ α + β x α + β x Bmærk: logit(y1 Xx) α + βx.
25 Estimation Lad αˆ og βˆ btgn stimatrn af d sand, mn ukndt paramtr α og β. Paramtrn α og β stimrs vd maximum-liklihood mtodn: Dfinr funktion L( αˆ, βˆ ; data), dr sigr, hvor trolig (likly) data undr vors modl for givn αˆ og βˆ. Vi vælgr αˆ og βˆ så L r størst mulig (ordns af SPSS)
26 Konfidns-intrval for logit-forskl Gnrlt har vi ˆ β ~ N ( β, SE( β )) Et 95% konfidns-intrval for logit-forskl β: [ ˆ β 1.96SE ( ˆ) β ; ˆ β SE( ˆ)] β Husk: Logit-forskl ln(odds-ratio), dvs. Odds-ratio logit-forskl. Et 95% konfidns-intrval for odds-ratio: [ ˆ β 1.96SE( ˆ β ) ; ˆ β SE( ˆ β ) ]
27 Signifikanstst Hypotsr H 0 : β 0 H 1 : β 0 (uafhængighd) (afhængighd) ( ) 2 Tststørrls: 2 Z ˆ β SE( β) (Wald tststør.) Undr H 0 gældr: Z 2 ~ χ 2 () 1 Stor værdir af Z 2 r ufordlagtig for H 0.
28 SPSS Analyzy Rgrssion Binary Logistic
29 SPSS Output α β SE(β) Ζ 2 p-værdi β 95% konf-int. for β Modl: x x x X Y P β α β α ) 1 ( Modl: α α x X Y P + 1 ) 1 (
30 Katgorisk forklarnd variabl Indtil nu har X fungrt som n binær forklarnd variabl. Antag at dn forklarnd variabl r katgorisk md k katgorir. Som før kan n katgorisk variabl omkods til hltal. Antag at X r n diskrt variabl dr kan tag værdirn 1,,k. Hva nu?
31 Eksmpl: k3 Sammnhængn ml. læshastighd og slvvurdring Sætningslæsning Hurtig % Langsom % Usikkr % Total % Er dr n sammnhæng? Er du n god læsr Nj Ja Total % % % % % % % %
32 Uafhængighd Hvis dr r uafhængighd skal d tr mulig Odds i tablln vær ns: Odds(God Ja Hastighd Hurtig) Odds(God Ja Hastighd Langsom) Odds(God Ja Hastighd Usikkr) Vd to Odds sammnlignr vi d to Odds vd t Odds-ratio. Hr?
33 Sammnligning af mang Odds Vi vælgr n rfrnc katgori, fx. Læshastighd Hurtig. Vi sammnlignr nu Odds for hvr katgori md Odds for rfrnc-katgorin, vha. t Odds-ratio. På dn måd får vi (k-1) Odds-ratios. Hvis all (k-1) Odds-ratios r 1 r all Odds ns og vi har uafhængighd. Tilsvarnd r all logit-forskll 0.
Statikstik II 2. Lektion. Lidt sandsynlighedsregning Lidt mere om signifikanstest Logistisk regression
Statikstik II 2. Lektion Lidt sandsynlighedsregning Lidt mere om signifikanstest Logistisk regression Sandsynlighedsregningsrepetition Antag at Svar kan være Ja og Nej. Sandsynligheden for at Svar Ja skrives
Læs mereStatistik II 4. Lektion. Logistisk regression
Statistik II 4. Lektion Logistisk regression Logistisk regression: Motivation Generelt setup: Dikotom(binær) afhængig variabel Kontinuerte og kategoriske forklarende variable (som i lineær reg.) Eksempel:
Læs mereStatistik II Lektion 3. Logistisk Regression Kategoriske og Kontinuerte Forklarende Variable
Statistik II Lektion 3 Logistisk Regression Kategoriske og Kontinuerte Forklarende Variable Setup: To binære variable X og Y. Statistisk model: Konsekvens: Logistisk regression: 2 binære var. e e X Y P
Læs mereIntroduktion til logistisk regression
Introduktion til logistisk rgrssion Indhold: Sandsynlighdr, odds og logits Logistisk rgrssion Dummy variabl Wald tst SPSS 1 Rgrssionsmodllr bskrivr hvorlds én afhængig variabl, Y, afhængr af n llr flr
Læs mere. k er en konstant. Endvidere antages det i d), at gx ( 0) 0. I e) antages det, at f er differentiabel i x 0 og g er differentiabel i y 0
0BRgnrglr for ubstmt intgralr I dtt lill tillæg skal vi s på n sætning, som angivr d rgnrglr, dr gældr for ubstmt intgralr (intgralr udn grænsr), samt giv t bvis for sætningn. Da vi i bvist skal gør brug
Læs mereLogistisk regression 2
Logistisk rgrssion 2 Indhold: Logit Logistisk rgrssion Paramtrisring Vkslvirkning 1 Sammnhæng mllm rygvanr og hjrtsygdomm CHD : Hjrtsygdom MI : dligr hjrtsygdomm Sammnligning af gruppr gørs vha odds ratio!
Læs mereLogistisk Regression. Repetition Fortolkning af odds Test i logistisk regression
Logistisk Regression Repetition Fortolkning af odds Test i logistisk regression Logisitks Regression: Repetition Y {0,} binær afhængig variabel X skala forklarende variabel π P( Y X x) Odds(Y X x) π /(-π
Læs mereRegneregler for middelværdier M(X+Y) = M X +M Y. Spredning varians og standardafvigelse. 1 n VAR(X) Y = a + bx VAR(Y) = VAR(a+bX) = b²var(x)
Formelsamlingen 1 Regneregler for middelværdier M(a + bx) a + bm X M(X+Y) M X +M Y Spredning varians og standardafvigelse VAR(X) 1 n n i1 ( X i - M x ) 2 Y a + bx VAR(Y) VAR(a+bX) b²var(x) 2 Kovariansen
Læs mereLogistisk Regression. Repetition Fortolkning af odds Test i logistisk regression
Logistisk Regression Repetition Fortolkning af odds Test i logistisk regression Logistisk Regression: Definitioner For en binær (0/) variabel Y antager vi P(Y)p P(Y0)-p Eksempel: Bil til arbejde vs alder
Læs mereStatistik II 1. Lektion. Sandsynlighedsregning Analyse af kontingenstabeller
Statistik II 1. Lektion Sandsynlighedsregning Analyse af kontingenstabeller Kursusbeskrivelse Omfang 5 kursusgange (forelæsning + opgaveregning) 5 kursusgange (mini-projekt) Emner Analyse af kontingenstabeller
Læs mereKvantitative metoder 2
Kvantitative metoder 2 Beskrivende statistik og analyse af kvalitatitive data 12. februar 2007 Kvantitative metoder 2: F3 1 Program for i dag: Test i multinomialfordelingen: Q-testet (BL.13.1-2) Opsamling
Læs mereStatistik II 1. Lektion. Analyse af kontingenstabeller
Statistik II 1. Lektion Analyse af kontingenstabeller Kursusbeskrivelse Omfang 5 kursusgange (forelæsning + opgaveregning) 5 kursusgange (mini-projekt) Emner Analyse af kontingenstabeller Logistisk regression
Læs mereAnvendt Statistik Lektion 2. Sandsynlighedsregning Sandsynlighedsfordelinger Normalfordelingen Stikprøvefordelinger
Anvendt Statistik Lektion 2 Sandsynlighedsregning Sandsynlighedsfordelinger Normalfordelingen Stikprøvefordelinger Sandsynlighed: Opvarmning Udfald Resultatet af et eksperiment kaldes et udfald. Eksempler:
Læs mereLandmålingens fejlteori - Lektion 2. Sandsynlighedsintervaller Estimation af µ Konfidensinterval for µ. Definition: Normalfordelingen
Landmålingens fejlteori Lektion Sandsynlighedsintervaller Estimation af µ Konfidensinterval for µ - rw@math.aau.dk Institut for Matematiske Fag Aalborg Universitet En stokastisk variabel er en variabel,
Læs mereAnvendt Statistik Lektion 2. Sandsynlighedsregning Sandsynlighedsfordelinger Normalfordelingen Stikprøvefordelinger
Anvendt Statistik Lektion 2 Sandsynlighedsregning Sandsynlighedsfordelinger Normalfordelingen Stikprøvefordelinger Sandsynlighed: Opvarmning Udfald Resultatet af et eksperiment kaldes et udfald. Eksempler:
Læs mereBetinget hæftelse. Et regneeksempel 01-04-2014
Btingt hæftls Et rgnsmpl 01-04-2014 1 Indldning Notatt sr lidt nærmr på sammnhængn mllm btingt hæftls og dt forvntd afast for ationærr og rditorr i n (finansil) virsomhd, hvor gnapitalandln r lav. Notatt
Læs mereDefinition: Normalfordelingen. siges at være normalfordelt med middelværdi µ og varians σ 2, hvor µ og σ er reelle tal og σ > 0.
Landmålingens fejlteori Lektion 2 Transformation af stokastiske variable - kkb@math.aau.dk http://people.math.aau.dk/ kkb/undervisning/lf12 Institut for Matematiske Fag Aalborg Universitet Repetition:
Læs mereKvantekosmologi med aftagende gravitation Forening af Mikrokosmos og Makrokosmos Hubble-parameteren forenet med Universets totale masse
Kvantkosmologi md aftagnd gravitation Forning af ikrokosmos og akrokosmos Hubbl-paramtrn fornt md Univrsts total mass Af Louis Nilsn, cand.scint. i fysik og astronomi Lktor vd Hrlufsholm, Næstvd Indldning
Læs mereKvantitative metoder 2
Program for i dag: Kvantitative metoder Beskrivende statistik og analyse af kvalitatitive data 1. februar 007 Test i multinomialfordelingen: Q-testet (BL.13.1-) Opsamling fra sidste gang To eksempler To-dimensionale
Læs mereBILAG. til forslaget. til EUROPA-PARLAMENTETS OG RÅDETS DIREKTIV. om begrænsning af visse luftforurenende emissioner fra mellemstore fyringsanlæg
EUROPA- KOMMISSIONEN Bruxlls, dn 18.12.2013 COM(2013) 919 final ANNEXES 1 to 4 BILAG til forslagt til EUROPA-PARLAMENTETS OG RÅDETS DIREKTIV om bgrænsning af viss luftforurnnd missionr fra mllmstor fyringsanlæg
Læs mereLogistisk Regression - fortsat
Logistisk Regression - fortsat Likelihood Ratio test Generel hypotese test Modelanalyse Indtil nu har vi set på to slags modeller: 1) Generelle Lineære Modeller Kvantitav afhængig variabel. Kvantitative
Læs mereslagelse uddannelses- og karrierefestival
4 1 K U r på S l l i t s om ud s n? d m n m r o k ad v Vl h g o op r d a v H Vlkommn som udstillr på SUK-fstivaln Vlkommn i flokkn af ngagrd udstillr, dr år ftr år r md til at gør SUKfstivaln til Vstsjællands
Læs mereBetingede sandsynligheder Aase D. Madsen
1 Uge 12 Teoretisk Statistik 15. marts 2004 1. Betingede sandsynligheder Definition Loven om den totale sandsynlighed Bayes formel 2. Betinget middelværdi og varians 3. Kovarians og korrelationskoefficient
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 mereKURSUSCENTRETS UDBUD AKADEMI FAG
KURSUSCENTRETS UDBUD -2. halvår 2013 AKADEMI FAG Organisation og arbjdspsykologi Ldls i praksis Erhvrvsøkonomi Coaching og konflikthåndtring Projktstyring i praksis Social mdir HRM Ta t slvstændigt uddannlssforløb
Læs mereLandmålingens fejlteori - Lektion 2 - Transformation af stokastiske variable
Landmålingens fejlteori Lektion 2 Transformation af stokastiske variable - kkb@math.aau.dk http://people.math.aau.dk/ kkb/undervisning/lf12 Institut for Matematiske Fag Aalborg Universitet 1/31 Repetition:
Læs mereMultipel Linear Regression. Repetition Partiel F-test Modelsøgning Logistisk Regression
Multipel Linear Regression Repetition Partiel F-test Modelsøgning Logistisk Regression Test for en eller alle parametre I jagten på en god statistisk model har vi set på følgende to hypoteser og tilhørende
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] 1 Kontingenstabel Formål: Illustrere/finde sammenhænge mellem to kategoriske variable Opbygning: En celle for hver kombination
Læs mereStatistik Lektion 3. Simultan fordelte stokastiske variable Kontinuerte stokastiske variable Normalfordelingen
Statistik Lektion 3 Simultan fordelte stokastiske variable Kontinuerte stokastiske variable Normalfordelingen Repetition En stokastisk variabel er en funktion defineret på S (udfaldsrummet, der antager
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 mereEnergiens ligefordelingslov
Statistisk mkanik 7 Sid af 6 Enrgins ligfordlingslov I t systm undr M- llr klassisk statistik r antallt af partiklr md n givn frihdsgrad i intrvallt [ ; d] + ifølg udtryk (4.6) givt vd hvor d dg r tilstandssummn
Læs mereSkal vi hjælpe dig og din familie med at skabe sikkerhed i økonomien?
Skal vi hjælp dig og din famili md at skab sikkrhd i økonomin? Vi hjælpr dig md at få n tryg hvrdag Hvis du mistr jobbt, blivr uarbjdsdygtig llr dr skr t dødsfald, så kan dt få økonomisk konskvnsr for
Læs mereElementær sandsynlighedsregning
Elementær sandsynlighedsregning Sandsynlighedsbegrebet Et udfaldsrum S er mængden af alle de mulige udfald af et eksperiment. En hændelse A er en delmængde af udfaldsrummet S. Et sandsynlighedsmål er en
Læs mereTillykke - du har fået en ekstra affaldsbeholder
Gnbrugsguidn Tillykk md din gnbrugsbholdr! Hvad MÅ komm i gnbrugsbholdrn? Hvad må IKKE komm i gnbrugsbholdrn? Tillykk - du har fåt n kstra affaldsbholdr Fra nu af hntr vi din avisr, rklamr, dåsr, glas
Læs mereLandmålingens fejlteori - Repetition - Kontinuerte stokastiske variable - Lektion 3
Landmålingens fejlteori Repetition - Kontinuerte stokastiske variable Lektion 4 - kkb@math.aau.dk http://people.math.aau.dk/ kkb/undervisning/lf10 Institut for Matematiske Fag Aalborg Universitet 29. april
Læs mereProgram. Normalfordelingen. Hvad skal vi bruge normalfordelingen til? Eksempel: hjerneceller hos marsvin
Program Normalfordlig Hll Sørs E-mail: hll@mah.ku.dk I dag: ormalfordlig Hvad skal vi brug ormalfordlig il og hvorfor r d vigig? Hisogram og ormalfordligsæhd Brgig af sadsylighdr i ormalfordlig Er daa
Læs mereKausale modeller. Konstruktion og analyse
Kausale modeller Konstruktion og analyse 1 Kausale modeller = DAGs (Directed acyclic graphs) defineret ved Fuldstændig ordnet kausal struktur Definition af direkte kausal effekt Antagelser om fravær af
Læs mereTeoretisk Statistik, 9 marts nb. Det forventes ikke, at alt materialet dækkes d. 9. marts.
Teoretisk Statistik, 9 marts 2005 Empiriske analoger (Kap. 3.7) Normalfordelingen (Kap. 3.12) Opsamling på Kap. 3 nb. Det forventes ikke, at alt materialet dækkes d. 9. marts. 1 Empiriske analoger Betragt
Læs mereProdukt og marked - matematiske og statistiske metoder
Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet February 19, 2016 1/26 Kursusindhold: Sandsynlighedsregning og lagerstyring
Læs mereElektronens specifikke ladning
Elktronns spcifikk ladning Martin Gislr 25. aj 2001 Indhold 1 Forål 1 2 Udførls 1 3 Toriafsnit 2 3.1 Sprdning............................. 3 4 Forsøgsrsultatr 4 5 Bhandling af forsøgsrsultatr 4 6 Diskussion
Læs mereProgram: 1. Repetition: p-værdi 2. Simpel lineær regression. 1/19
Program: 1. Repetition: p-værdi 2. Simpel lineær regression. 1/19 For test med signifikansniveau α: p < α forkast H 0 2/19 p-værdi Betragt tilfældet med test for H 0 : µ = µ 0 (σ kendt). Idé: jo større
Læs mereMorten Frydenberg 14. marts 2006
Introduktion til Logistisk Regression Morten Frydenberg, Inst. f. Biostatistik 1 RESUME: 2 2. gang: 2006 Institut for Biostatistik, Århus Universitet MPH 1. studieår Specialmodul 4 Cand. San. uddannelsen
Læs mereAKADEMI FAG KURSUSCENTRETS UDBUD. Organisation og arbejdspsykologi Ledelse i praksis Erhvervsøkonomi Coacing i organisationer Projektstyring i praksis
KURSUSCENTRETS UDBUD -2. halvår 2012 AKADEMI FAG Organisation og arbjdspsykologi Ldls i praksis Erhvrvsøkonomi Coacing i organisationr Projktstyring i praksis Ta t slvstændigt uddannlssforløb - llr ta
Læs mereBefolkningsprognose pr. 31.12 2015 excl.flygtninge for perioden 2016 2026 Dato 03.06.2015
Bfolkningsprognos pr. 3. cl.flygtning for prion 6 6 Dato 3.6. Bfolkningsprognosr r bhæftt m n vis usikkrh, it prognosns forusætningr om føslshyppigh, øligh, boligmassn samt in og uvanring kan ænr sig i
Læs mereFOLD BILLIE. Billie, se lige hvor langt mit papirfly kan flyve! 3 Fold de to hjørner indtil midten.
U D R E D L O SÅDAN F Y L F R I P A P ET SEJT FOLD BILLIE S BEDSTE PAP IRFLY! lv. mm at lav s n : l h t d st af st papirfly. n flyv og bd r Billis hurtig l m D r sjov, ka sa u d an hr hvord Billi visr
Læs mereMorten Frydenberg 25. april 2006
. gang: Introduktion til Logistisk Regression Morten Frydenberg 26 Afdeling for Biostatistik, Århus Universitet MPH. studieår specialmodul 4 Cand. San. uddannelsen. studieår Hvorfor logistisk regression
Læs mereI dag. Statistisk analyse af en enkelt stikprøve med kendt varians Sandsynlighedsregning og Statistik (SaSt) Eksempel: kobbertråd
I dag Statistisk analyse af en enkelt stikprøve med kendt varians Sandsynlighedsregning og Statistik SaSt) Helle Sørensen Først lidt om de sidste uger af SaSt. Derefter statistisk analyse af en enkelt
Læs mereKorrekthed af Algoritmer
Korrkthd af Algoritmr md fokus på whil-løkkr Kim Skak Larsn Institut for Matmatik og Datalogi Syddansk Univrsitt, Odns Sptmbr 2001 Introduktion Dnn not supplrr korrkthdsafsnittt i [1], som r dn anvndt
Læs mereKursusindhold: X i : tilfældig værdi af ite eksperiment. Antag X i kun antager værdierne 1, 2,..., M.
Kursusindhold: Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet March 1, 2013 Sandsynlighedsregning og lagerstyring Normalfordelingen
Læs merePRÆSENTATIONSBESKRIVELSE AF UDDANNELSESAFSNIT I PSYKIATRISKE CENTRE/ SYGEHUSPSYKIATRIEN
Spcialuddannlsn for psykiatrisk sygpljrskr Uddannlssrgion Syd ------------------------------------------------------------------------------------------------------------------------------------------------------------
Læs mereI dag. Normalfordelingen. Hvad skal vi bruge normalfordelingen til? Eksempel: hjerneceller hos marsvin
I dag Normalfordlingn Hll Sørnsn E-mail: hll@math.ku.dk Formiddag og ftrmiddag: Datatilrttlæggls i SAS (fra mandag) Hvad skal vi brug normalfordlingn til og hvorfor r dn vigtig? Histogram og normalfordlingstæthd
Læs mereFor nemheds skyld: m = 2, dvs. interesseret i fordeling af X 1 og X 2. Nemt at generalisere til vilkårligt m.
1 Uge 11 Teoretisk Statistik 8. marts 2004 Kapitel 3: Fordeling af en stokastisk variabel, X Kapitel 4: Fordeling af flere stokastiske variable, X 1,,X m (på en gang). NB: X 1,,X m kan være gentagne observationer
Læs mereBilag 1. AIDA-modellen: Sepstrups kampagneplatform:
Bilag 1 AIDA-modlln: Spstrups kampagnplatform: Bilag 2: 1 Risikofaktor for usikkr sx i Danmark: Hvrt år dør 300 danskr på grund af usikkr sx. Dt svarr til 0,5 % af all dødsfald. Dt flst r kvindr dr dør
Læs mere- læsetræning på en sjov måde
- læstræning på n sjov måd Supr ffktivt supr nklt supr sjovt for båd børn og drs voksn Et spil, dr på n nkl og sjov måd vil styrk båd forældr, lærr og pædagogr i at vartag dn fundamntal læstræning. Spillt
Læs mereBinomial fordeling. n f (x) = p x (1 p) n x. x = 0, 1, 2,...,n = x. x x!(n x)! Eksempler. Middelværdi np og varians np(1 p). 2/
Program: 1. Repetition af vigtige sandsynlighedsfordelinger: binomial, (Poisson,) normal (og χ 2 ). 2. Populationer og stikprøver 3. Opsummering af data vha. deskriptive størrelser og grafer. 1/29 Binomial
Læs mereBilag 4: Spørgeskemaundersøgelse, politikere
Bilag 4: Spørgskmaundrsøgls, politikr Er du mand llr kvind? Krydst md: Pa mokra Vnstr Dt Konsr par Mand 187 13 48 43 10 2 54 163 18 26 71,4% Kvind 77 12 11 20 4 0 24 58 9 11 28,6% 264 25 59 63 14 2 78
Læs mereUge 10 Teoretisk Statistik 1. marts 2004
1 Uge 10 Teoretisk Statistik 1. marts 004 1. u-fordelingen. Normalfordelingen 3. Middelværdi og varians 4. Mere normalfordelingsteori 5. Grafisk kontrol af normalfordelingsantagelse 6. Eksempler 7. Oversigt
Læs mereVedtægter for Oure Vandværk A.M.B.A.
Vdtægtr for Our Vandværk A.M.B.A. VEDTÆGTER OR ANDELSSELSKABET OURE VANDVÆRK Navn og hjmstd 1 Slskabt dr r stiftt i 1948, r t andlsslskab md bgrænst ansvar (a.m.b.a.), hvis navn r OURE VANDVÆRK. Slskabt
Læs mereMM501 forelæsningsslides
MM501 forelæsningsslides uge 40, 2010 Produceret af Hans J. Munkholm bearbejdet af JC 1 Separabel 1. ordens differentialligning En generel 1. ordens differentialligning har formen s.445-8 dx Eksempler
Læs mereAnalyse af binære responsvariable
Analyse af binære responsvariable Susanne Rosthøj Biostatistisk Afdeling Institut for Folkesundhedsvidenskab Københavns Universitet 23. november 2012 Har mænd lettere ved at komme ind på Berkeley? UC Berkeley
Læs mereHoldningsundersøgelse, Skifergas - 2015
t Holdningsundrsøgls, Skifrgas - 2015 19308 Grnpac 6. maj 2015 AARHUS COPENHAGEN MALMÖ OSLO SAIGON STAVANGER VIENNA 1 INDHOLDSFORTEGNELSE 1. Kort om Epinion... 3 2. Baggrund... 4 3. Frkvnsr... 5 4. Kryds
Læs mereKursusindhold: Produkt og marked - matematiske og statistiske metoder. Monte Carlo
Kursusindhold: Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet Sandsynlighedsregning og lagerstyring Normalfordelingen og Monte
Læs mereHvis α vælges meget lavt, bliver β meget stor. Typisk vælges α = 0.01 eller 0.05
Statistik 7. gang 9. HYPOTESE TEST Hypotesetest ved 6 trins raket! : Trin : Formuler hypotese Spørgsmål der ønskes testet vha. data H : Nul hypotese Formuleres som en ligheds hændelse H eller H A : Alternativ
Læs mereAKKC Booking. Kendskabskampagne. Kampagnetryk Lokalt Regionalt Nationalt
1 Kndskabskampagn Kampagntryk Lokalt Rgionalt Nationalt 2 MØDER kurser SEMINaRER FoREDRag FESTER præsentationer Få n virtul rundvisning i AKKC s mødfacilittr Hvis AKKC v n frugt akkc r vrdnsbrømt i Nordjylland
Læs mereDette spørgeskema indeholder derudover tre åbne spørgsmål, hvor I har mulighed for at lægge billet ind på konkurrencens øvrige priser:
Årts sundst virksomhd 2009 Spørgskmat udgør ldlsns bsvarls til konkurrncn "Årts sundst virksomhd 2009" samt mulighd for at dltag i d tr kstra prisr. Prisn "Årts sundst virksomhd 2009" ovrrækks af ministr
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 mereIkke-parametriske metoder. Repetition Wilcoxon Signed-Rank Test Kruskal-Wallis Test Friedman Test Chi-i-anden Test
Ikkeparametriske metoder Repetition Wilcoxon SignedRank Test KruskalWallis Test Friedman Test Chiianden Test Run Test Er sekvensen opstået tilfældigt? PPPKKKPPPKKKPPKKKPPP Et run er en sekvens af ens elementer,
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 mereKursusindhold: Produkt og marked - matematiske og statistiske metoder. Monte Carlo
Kursusindhold: Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet Sandsynlighedsregning og lagerstyring Normalfordelingen og Monte
Læs mereArbejdsløsheden hastigt på vej mod 100.000 - en underfinansieret skattereform løser ikke krisen
26. fbruar 29 af Spcialkonsulnt Erik Bjørstd Dirkt tlf. 33 55 77 15 og Chfanalytikr Frdrik I. Pdrsn Dirkt tlf. 33 55 77 12 llr 28 42 42 72 Rsumé: Arbjdsløshdn hastigt på vj mod 1. - n undrfinansirt skattrform
Læs mereDanmarks Idræts-Forbund Frivillighed i fokus DIF s indsats for at styrke frivilligheden Løgstrup 25. oktober 2012
Frivillighd i fokus DIF s indsats for at styr frivillighdn Løgstrup 25. oktobr 2012 Frivillighd i fokus politis Evalu Hvorfor bskæftig sig md frivillighd dt frivillig r: Forankrt i dt lystbtont fællsskab,
Læs mereOverheads til forelæsninger, mandag 5. uge På E har vi en mængde af mulige sandsynlighedsfordelinger for X, (P θ ) θ Θ.
Statistiske modeller (Definitioner) Statistik og Sandsynlighedsregning 2 IH kapitel 0 og En observation er en vektor af tal x (x,..., x n ) E, der repræsenterer udfaldet af et (eller flere) eksperimenter.
Læs mereStatistik. Hjemmeside: kkb. Statistik - lektion 1 p.1/22
Statistik Kursets omfang: 2 ECTS Inklusiv mini-projekt! Bog: Complete Business Statistics, AD Aczel & J. Sounderpandian Software: SPSS eller Excel?? Forelæser: Kasper K. Berthelsen E-mail: kkb@math.aau.dk
Læs mereHypotesetest. Altså vores formodning eller påstand om tingens tilstand. Alternativ hypotese (hvis vores påstand er forkert) H a : 0
Hypotesetest Hypotesetest generelt Ingredienserne i en hypotesetest: Statistisk model, f.eks. X 1,,X n uafhængige fra bestemt fordeling. Parameter med estimat. Nulhypotese, f.eks. at antager en bestemt
Læs mereStatistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Eksamensopgave E05. Socialklasse og kronisk sygdom
Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab Eksamensopgave E05 Socialklasse og kronisk sygdom Data: Tværsnitsundersøgelse fra 1986 Datamaterialet indeholder: Køn, alder, Højest opnåede
Læs mereØkonometri 1. Den simple regressionsmodel 11. september Økonometri 1: F2
Økonometri 1 Den simple regressionsmodel 11. september 2006 Dagens program Den simple regressionsmodel SLR : Én forklarende variabel (Wooldridge kap. 2.1-2.4) Motivation for gennemgangen af SLR Definition
Læs mereHvordan er trivslen blandt eleverne på skolen (fx i forhold til mobning)?
Skol og Forældr Kvægtorvsgad 1 1710 Købnhavn V Tlf. 3326 1721 Fax 3326 1722 post@skol-foraldr.dk www.skol-foraldr.dk Skolbstyrlsrns bdømmls af trivsl og samarbjd i skoln Skol og Forældr har stillt n rækk
Læs mereUDBUD. -1. halvår 2014 AKADEMI FAG
UDBUD -1. halvår 2014 AKADEMI FAG Dt stratgisk ldrskab Ldls i praksis Erhvrvsøkonomi Coaching og konflikthåndtring Positiv psykologi i ldls Tag t slvstændigt uddannlssforløb - llr tag fagt som n dl af
Læs mereStatistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Statistisk Model
Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab Statistisk Model Indhold Binomialfordeling Sandsynlighedsfunktion Middelværdi og spredning 1 Aalen: Innføring i statistik med medisinske eksempler
Læs mereAlders-mix udfordrer os alle på den gode måde
-------------------------------------------------------------------------- Nyhdsbrv nr. 21 juni 2014 -------------------------------------------------------------------------- S, hvor små vi var! Dt r
Læs merePraktiske oplysninger.
Praktisk oplysningr. Lundrskov Boldklub vil grn byd all dltagr vlkommn til Lundrskov Frøs Cup 2015. Dt r i år 34. gang vi afviklr stævnt. Dr dltagr til stævnt 76 hold og dt btydr, at dr skal afvikls 199
Læs mereMM501/MM503 forelæsningsslides
MM501/MM503 forelæsningsslides uge 50, 2009 Produceret af Hans J. Munkholm 1 Separabel 1. ordens differentialligning En generel 1. ordens differentialligning har formen dx Eksempler = et udtryk, der indeholder
Læs mereET VARMT OG VENLIGT SAMFUND
ET VARMT OG VENLIGT SAMFUND Danskrn r vrdnsstr til vlfærd og osorg Mn vi r også vrdnsstr til rglr, kontrol og straffsystr... Vi kunn åsk brug lidt r tillid Tillid skabr var og vnlighd www..altomnnskr.dk
Læs mereSammenhængsanalyser. Et eksempel: Sammenhæng mellem rygevaner som 45-årig og selvvurderet helbred som 51 blandt mænd fra Københavns amt.
Sammenhængsanalyser Et eksempel: Sammenhæng mellem rygevaner som 45-årig og selvvurderet helbred som 51 blandt mænd fra Københavns amt. rygevaner som 45 årig * helbred som 51 årig Crosstabulation rygevaner
Læs mereAnvendt Statistik Lektion 8. Multipel Lineær Regression
Anvendt Statistik Lektion 8 Multipel Lineær Regression 1 Simpel Lineær Regression (SLR) y Sammenhængen mellem den afhængige variabel (y) og den forklarende variabel (x) beskrives vha. en SLR: ligger ikke
Læs mereKapitel 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 mere1.000 kr. Kval. Lån 2014 2015 2016 2017
Socialudvalgt Skrtariatt: 1.000 kr. Kval. Lån 2014 2015 2016 2017 1 Grønnmosværkstdrn nyt tag 2.100 - - 1.200 2 Ådaln ny tag mm 2.829 3 Fornyls og opgradring af brand- og kaldanlæg på pljcntrn 4.149 2.450
Læs mereOpsamling Modeltyper: Tabelanalyse Logistisk regression Generaliserede lineære modeller Log-lineære modeller
Opsamling Modeltyper: Tabelanalyse Logistisk regression Binær respons og kategorisk eller kontinuerte forklarende variable. Generaliserede lineære modeller Normalfordelt respons og kategoriske forklarende
Læs mereKommentarer til. Faglige mål. RELATEREDE FORLØB TIL PROCENT i 7.-9. KLASSE. Matematrix og dette kapitel
Kommntarr til procnt Faglig mål Kapitlt læggr op til, at lvrn konsolidrr og vidrudviklr drs forståls af sammnhængn mllm n værdi angivt som procnt, brøk og dcimaltal. lærr forskllig formr for procntbrgning
Læs mereProgram. 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 mereSAS-øvelse: Vi starter ud med model et hvor x=(kvotient, eksald, halvaar, kvinde, MatB,, Gif).
Vi vil formulere en model for et kvalitativ variabel y i med to udfald, at bestå og ikke at bestå første årsprøve. Derefter modeller vi respons-sandsynligheden: Specifikation af sandsynligheden for at
Læs mereStatistik og Sandsynlighedsregning 2. IH kapitel 12. Overheads til forelæsninger, mandag 6. uge
Statistik og Sandsynlighedsregning 2 IH kapitel 12 Overheads til forelæsninger, mandag 6. uge 1 Fordelingen af én (1): Regressionsanalyse udfaldsvariabel responsvariabel afhængig variabel Y variabel 2
Læs mereBernoulli og binomial fordelingerne Kontinuerte stokastiske variable Normalfordelingen
Bernoulli og binomial fordelingerne Kontinuerte stokastiske variable Normalfordelingen Repetition Lov om total sandsynlighed Bayes sætning P( B A) = P(A) = P(AI B) + P(AI P( A B) P( B) P( A B) P( B) +
Læs mereKompetencecenter. Aktiviteter i skoleåret 2010-11. særligt på området IT-rygsæk
Komptnccntr på Skansskoln Aktivittr i skolårt 2010-11 særligt på områdt IT-rygsæk Formålt md IT-rygsækskursrn Undrstøtt læshandlplann Opgavn for skolvæsnt: At flr børn inkludrs og tilgodss i dt almn miljø
Læs mereØkonometri 1. Dagens program. Den simple regressionsmodel 15. september 2006
Dagens program Økonometri Den simple regressionsmodel 5. september 006 Den simple lineære regressionsmodel (Wooldridge kap.4-.6) Eksemplet fortsat: Løn og uddannelse på danske data Funktionel form Statistiske
Læs mereStatDataN: Middelværdi og varians
StatDataN: Middelværdi og varians JLJ StatDataN: Middelværdi og varians p. 1/33 Repetition Stokastisk variabel: funktion fra udfaldsrum over i de hele tal eller over i de reelle tal Ex: Ω = alle egetræer,
Læs mereStatistik Lektion 2. Betinget sandsynlighed Bayes regel Diskrete stokastiske variable Middelværdi og varians for diskret SV Binomialfordelingen
Statistik Lektion etinget sandsynlighed ayes regel Diskrete stokastiske variable Middelværdi og varians for diskret SV inomialfordelingen Repetition Udfaldsrum S Hændelse S Simpel hændelse O i 1, 3 4,
Læs mereReminder: 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 mereAnvendt Statistik Lektion 9. Variansanalyse (ANOVA)
Anvendt Statistik Lektion 9 Variansanalyse (ANOVA) 1 Undersøge sammenhæng Undersøge sammenhænge mellem kategoriske variable: χ 2 -test i kontingenstabeller Undersøge sammenhæng mellem kontinuerte variable:
Læs mereUge 13 referat hold 4
Uge 13 referat hold 4 Gruppearbejde 1a: Er variablen kvotient inkluderet på en hensigtsmæssig måde? Der er to problemer med kvotient: 1) Den er trunkeret ved 6.9 og 10.0, løsningen er at indføre dummyer
Læs mere