Statikstik II 2. Lektion. Lidt sandsynlighedsregning Lidt mere om signifikanstest Logistisk regression

Størrelse: px
Starte visningen fra side:

Download "Statikstik II 2. Lektion. Lidt sandsynlighedsregning Lidt mere om signifikanstest Logistisk regression"

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 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 mere

Statistik II 4. Lektion. Logistisk regression

Statistik 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 mere

Statistik II Lektion 3. Logistisk Regression Kategoriske og Kontinuerte Forklarende Variable

Statistik 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 mere

Introduktion til logistisk regression

Introduktion 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

. 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 mere

Logistisk Regression. Repetition Fortolkning af odds Test i logistisk regression

Logistisk 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 mere

Regneregler 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)

Regneregler 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 mere

Logistisk Regression. Repetition Fortolkning af odds Test i logistisk regression

Logistisk 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 mere

Statistik II 1. Lektion. Sandsynlighedsregning Analyse af kontingenstabeller

Statistik 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 mere

Kvantitative metoder 2

Kvantitative 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 mere

Anvendt Statistik Lektion 2. Sandsynlighedsregning Sandsynlighedsfordelinger Normalfordelingen Stikprøvefordelinger

Anvendt 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 mere

Anvendt Statistik Lektion 2. Sandsynlighedsregning Sandsynlighedsfordelinger Normalfordelingen Stikprøvefordelinger

Anvendt 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 mere

Landmålingens fejlteori - Lektion 2. Sandsynlighedsintervaller Estimation af µ Konfidensinterval for µ. Definition: Normalfordelingen

Landmålingens 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 mere

Betinget hæftelse. Et regneeksempel 01-04-2014

Betinget 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 mere

BILAG. til forslaget. til EUROPA-PARLAMENTETS OG RÅDETS DIREKTIV. om begrænsning af visse luftforurenende emissioner fra mellemstore fyringsanlæg

BILAG. 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 mere

Kvantekosmologi med aftagende gravitation Forening af Mikrokosmos og Makrokosmos Hubble-parameteren forenet med Universets totale masse

Kvantekosmologi 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 mere

Kvantitative metoder 2

Kvantitative 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 mere

slagelse uddannelses- og karrierefestival

slagelse 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 mere

Betingede sandsynligheder Aase D. Madsen

Betingede 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 mere

Anvendt Statistik Lektion 6. Kontingenstabeller χ 2- test [ki-i-anden-test]

Anvendt 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 mere

KURSUSCENTRETS UDBUD AKADEMI FAG

KURSUSCENTRETS 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 mere

Landmålingens fejlteori - Lektion 2 - Transformation af stokastiske variable

Landmålingens 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 mere

Logistisk Regression - fortsat

Logistisk 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 mere

Program: 1. Repetition: p-værdi 2. Simpel lineær regression. 1/19

Program: 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 mere

Tema. Dagens tema: Indfør centrale statistiske begreber.

Tema. 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 mere

Program. Normalfordelingen. Hvad skal vi bruge normalfordelingen til? Eksempel: hjerneceller hos marsvin

Program. 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 mere

Tillykke - du har fået en ekstra affaldsbeholder

Tillykke - 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 mere

Elektronens specifikke ladning

Elektronens 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 mere

Teoretisk Statistik, 9 marts nb. Det forventes ikke, at alt materialet dækkes d. 9. marts.

Teoretisk 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 mere

Produkt og marked - matematiske og statistiske metoder

Produkt 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 mere

Anvendt Statistik Lektion 6. Kontingenstabeller χ 2 -test [ki-i-anden-test]

Anvendt 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 mere

FOLD BILLIE. Billie, se lige hvor langt mit papirfly kan flyve! 3 Fold de to hjørner indtil midten.

FOLD 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 mere

Skal vi hjælpe dig og din familie med at skabe sikkerhed i økonomien?

Skal 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 mere

Korrekthed af Algoritmer

Korrekthed 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 mere

Morten Frydenberg 25. april 2006

Morten 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 mere

PRÆSENTATIONSBESKRIVELSE AF UDDANNELSESAFSNIT I PSYKIATRISKE CENTRE/ SYGEHUSPSYKIATRIEN

PRÆSENTATIONSBESKRIVELSE AF UDDANNELSESAFSNIT I PSYKIATRISKE CENTRE/ SYGEHUSPSYKIATRIEN Spcialuddannlsn for psykiatrisk sygpljrskr Uddannlssrgion Syd ------------------------------------------------------------------------------------------------------------------------------------------------------------

Læs mere

Bilag 1. AIDA-modellen: Sepstrups kampagneplatform:

Bilag 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

For nemheds skyld: m = 2, dvs. interesseret i fordeling af X 1 og X 2. Nemt at generalisere til vilkårligt m.

For 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 mere

AKADEMI FAG KURSUSCENTRETS UDBUD. Organisation og arbejdspsykologi Ledelse i praksis Erhvervsøkonomi Coacing i organisationer Projektstyring i praksis

AKADEMI 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 mere

Befolkningsprognose pr. 31.12 2015 excl.flygtninge for perioden 2016 2026 Dato 03.06.2015

Befolkningsprognose 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 mere

Bilag 4: Spørgeskemaundersøgelse, politikere

Bilag 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 mere

Vedtægter for Oure Vandværk A.M.B.A.

Vedtægter 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 mere

Holdningsundersøgelse, Skifergas - 2015

Holdningsundersøgelse, 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 mere

AKKC Booking. Kendskabskampagne. Kampagnetryk Lokalt Regionalt Nationalt

AKKC 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 mere

Dette spørgeskema indeholder derudover tre åbne spørgsmål, hvor I har mulighed for at lægge billet ind på konkurrencens øvrige priser:

Dette 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 mere

Arbejdsløsheden hastigt på vej mod 100.000 - en underfinansieret skattereform løser ikke krisen

Arbejdsløsheden 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 mere

Ikke-parametriske metoder. Repetition Wilcoxon Signed-Rank Test Kruskal-Wallis Test Friedman Test Chi-i-anden Test

Ikke-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 mere

Danmarks Idræts-Forbund Frivillighed i fokus DIF s indsats for at styrke frivilligheden Løgstrup 25. oktober 2012

Danmarks 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 mere

Uge 10 Teoretisk Statistik 1. marts 2004

Uge 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 mere

MM501 forelæsningsslides

MM501 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 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

Analyse af binære responsvariable

Analyse 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 mere

Alders-mix udfordrer os alle på den gode måde

Alders-mix udfordrer os alle på den gode måde -------------------------------------------------------------------------- Nyhdsbrv nr. 21 juni 2014 -------------------------------------------------------------------------- S, hvor små vi var! Dt r

Læs mere

UDBUD. -1. halvår 2014 AKADEMI FAG

UDBUD. -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 mere

StatDataN: Middelværdi og varians

StatDataN: 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 mere

Praktiske oplysninger.

Praktiske 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 mere

ET VARMT OG VENLIGT SAMFUND

ET 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 mere

1.000 kr. Kval. Lån 2014 2015 2016 2017

1.000 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 mere

02402 Løsning til testquiz02402f (Test VI)

02402 Løsning til testquiz02402f (Test VI) 02402 Løsning til testquiz02402f (Test VI) Spørgsmål 4. En ejendomsmægler ønsker at undersøge om hans kunder får mindre end hvad de har forlangt, når de sælger deres bolig. Han har regisreret følgende:

Læs mere

SAS-øvelse: Vi starter ud med model et hvor x=(kvotient, eksald, halvaar, kvinde, MatB,, Gif).

SAS-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 mere

Anvendt Statistik Lektion 8. Multipel Lineær Regression

Anvendt 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 mere

Kompetencecenter. Aktiviteter i skoleåret 2010-11. særligt på området IT-rygsæk

Kompetencecenter. 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 mere

- læsetræning på en sjov måde

- 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 mere

Konfidensintervaller og Hypotesetest

Konfidensintervaller 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 mere

DOMI BOLIG 16 BOLIGER - ØSTERVÆNGET 21-40 DOMI BOLIG TORNØEGADE 12 8300 ODDER TLF 70 27 97 97 WWW.DOMIBOLIG.DK

DOMI BOLIG 16 BOLIGER - ØSTERVÆNGET 21-40 DOMI BOLIG TORNØEGADE 12 8300 ODDER TLF 70 27 97 97 WWW.DOMIBOLIG.DK DOMI OLIG 16 OLIGER - ØSTERVÆNGET 21-40 DOMI OLIG TORNØEGADE 12 8300 ODDER TLF 70 27 97 97 WWW.DOMIOLIG.DK DATO: 22.05.2015 DOMI OLIG 16 OLIGER - ØSTERVÆNGET 21-40 nr. 21 nr. 23 nr. 25 nr. 27 nr. 29 EYGGESESPLAN

Læs mere

Bernoulli og binomial fordelingerne Kontinuerte stokastiske variable Normalfordelingen

Bernoulli 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 mere

Notat. Forslag til ekstraordinære tiltag som kan imødekomme udgiftspresset for hele Social- og Sundhedsudvalgets område i 2015.

Notat. Forslag til ekstraordinære tiltag som kan imødekomme udgiftspresset for hele Social- og Sundhedsudvalgets område i 2015. Til: CENTER FOR SOCIAL OG SUNDHED Økonomistyring Dato: 30. juni 2015 Notat Forslag til kstraordinær tiltag som kan imødkomm udgiftsprsst for hl Social- og Sundhdsudvalgts områd i 2015. Ndnstånd r forslag,

Læs mere

hvor a og b er konstanter. Ved middelværdidannelse fås videre

hvor a og b er konstanter. Ved middelværdidannelse fås videre Uge 3 Teoretisk Statistik. marts 004. Korrelation og uafhængighed, repetition. Eksempel fra sidste gang (uge ) 3. Middelværdivektor, kovarians- og korrelationsmatrix 4. Summer af stokastiske variable 5.Den

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

Anvendt Statistik Lektion 9. Variansanalyse (ANOVA)

Anvendt 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 mere

Hypotesetest. Altså vores formodning eller påstand om tingens tilstand. Alternativ hypotese (hvis vores påstand er forkert) H a : 0

Hypotesetest. 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 mere

Kommentarer til. Faglige mål. RELATEREDE FORLØB TIL PROCENT i 7.-9. KLASSE. Matematrix og dette kapitel

Kommentarer 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 mere

KRESTON DANMARK Et landsdækkende samarbejde mellem uafhængige statsautoriserede revisionsvirksomheder.

KRESTON DANMARK Et landsdækkende samarbejde mellem uafhængige statsautoriserede revisionsvirksomheder. S tat s a u t o r i s r d R v i s o r r 2 21 Sid 2 Løn contra udbytt Sid 3 Tid til gnrationsskift? Sid 4 Pas på ovrskriftrn Sid 4 Fidus llr j Sid 5 Dtailrigdom contra ovrblik SIDE 5 Aktiavancbskatning

Læs mere

MM501/MM503 forelæsningsslides

MM501/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 mere

Repetition Stokastisk variabel

Repetition Stokastisk variabel Repetition Stokastisk variabel Diskret stokastisk variabel Udfaldsrum endelige eller tællelige mange antal elementer Sandsynlighedsfunktion f(x) er ofte tabellagt Udregning af sandsynligheder P( a < X

Læs mere

ca. 5 min. STATISTISKE TEGN

ca. 5 min. STATISTISKE TEGN ca. 5 min. STATISTISKE TEGN I statistik støder du tit på forskellige tegn - det som også kaldes for statistisk notation. Det kan virke forvirrende og uoverskueligt i starten. Men bare rolig: For det første

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

Europaudvalget 2004 KOM (2004) 0360 Offentligt

Europaudvalget 2004 KOM (2004) 0360 Offentligt Europaudvalgt 2004 KOM (2004) 0360 Offntligt KOMMISSIONEN FOR DE EUROPÆISKE FÆLLESSKABER Bruxlls, dn 30.4.2004 KOM(2004) 360 ndlig BERETNING FRA KOMMISSIONEN om gnnmførlsn i 19992000 af forordning (EØF)

Læs mere

Gender. BirthYear. Region. Q1_Uddannelse. Hvad er dit køn? Kvinde Mand. Hvilket år er du født? Hvilken region er du bosat i?

Gender. BirthYear. Region. Q1_Uddannelse. Hvad er dit køn? Kvinde Mand. Hvilket år er du født? Hvilken region er du bosat i? Gndr Hvad r dit køn? Kvind Mand BirthYar Hvilkt år r du født? Rgion Hvilkn rgion r du bosat i? Rgion Hovdstadn Rgion Sjælland Rgion Syddanmark Rgion Midtjylland Rgion Nordjylland Udlandt Q1_Uddannls Hvad

Læs mere

Opsamling Modeltyper: Tabelanalyse Logistisk regression Generaliserede lineære modeller Log-lineære modeller

Opsamling 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 mere

25. april Probability of Developing Coronary Heart Disease in 6 years. Women (Aged 35-70) 160 No Yes

25. april Probability of Developing Coronary Heart Disease in 6 years. Women (Aged 35-70) 160 No Yes 25. april 2. gang: Introduktion til Logistisk Regression Morten Frydenberg 22 Institut for Biostatistik, Århus Universitet MPH. studieår specialmodul Cand. San. uddannelsen. studieår Hvorfor logistisk

Læs mere

De fleste børn er klar til at sige farvel til bleen i to-treårsalderen. projek

De fleste børn er klar til at sige farvel til bleen i to-treårsalderen. projek D flst børn r klar til at sig farvl til bln i to-trårsaldrn d m s Få succ n l b d i m s t projk 68 VO R E S BØRN tma farvl, bl! 69 72 72 74 Er dit barn klar til at smid bln? Hygglig potttræning Potttræning

Læs mere

Statistik Lektion 4. Variansanalyse Modelkontrol

Statistik Lektion 4. Variansanalyse Modelkontrol Statistik Lektion 4 Variansanalyse Modelkontrol Eksempel Spørgsmål: Er der sammenhæng mellem udetemperaturen og forbruget af gas? Y : Forbrug af gas (gas) X : Udetemperatur (temp) Scatterplot SPSS: Estimerede

Læs mere

Kendingstal: 12030. ReDane 1/6

Kendingstal: 12030. ReDane 1/6 RDAN Kndingstal: 12030 RDan 1/6 rdan MANIFST AT TGN T NYT LAND Nylig studir af madkultur visr, at dt r n af d mst håndgriblig markørr for social ulighd i Danmark. Lavindkomstgruppr r langt mr udsat for

Læs mere

Anvendt Statistik Lektion 9. Variansanalyse (ANOVA)

Anvendt 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 mere

Kære elever og forældre

Kære elever og forældre r v l l t s d a P f a n å L n u m m o K d l k s o R Kær lvr og forældr V r glad for at kunn udlån Pads tl lvrn. Pad n blvr t vgtgt arbjdsrdskab skoln. Pad n tlhørr skoln, og lvn og I som forældr har ansvart

Læs mere

Resumé: En statistisk analyse resulterer ofte i : Et estimat θˆmed en tilhørende se

Resumé: En statistisk analyse resulterer ofte i : Et estimat θˆmed en tilhørende se Epidemiologi og biostatistik. Uge, torsdag 5. februar 00 Morten Frydenberg, Institut for Biostatistik. Type og type fejl Statistisk styrke Nogle speciale metoder: Normalfordelte data : t-test eksakte sikkerhedsintervaller

Læs mere

Mød læs på alle. metroxpr. Metroxpress-universet. M tre stærke platforme

Mød læs på alle. metroxpr. Metroxpress-universet. M tre stærke platforme t s i l Pris S I V A n d n r M tr stærk platform Mtroxprss-univrst Dt startd i 2001, hvor n rblsk mtro-avis tillod sig at vær gratis hvor flabt sagd nogn, hvor djligt sagd mang hvor andrlds mnt d flst.

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

Uge 13 referat hold 4

Uge 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

MU H. Musen siger. aktive remser og sproglege med de mindste. Lotte Salling. Lotte Salling har blandt andet udgivet bøgerne: Varenr.

MU H. Musen siger. aktive remser og sproglege med de mindste. Lotte Salling. Lotte Salling har blandt andet udgivet bøgerne: Varenr. Lott Salling Når vi gør børn nysgrrig på sprog, fortælling og læsning så tidligt som ovr hovdt muligt, øgs drs chancr for at tilgn sig t vludviklt sprog og dr md opnå lttr adgang til social kontaktr og

Læs mere

Økonometri 1. Dagens program. Den simple regressionsmodel 15. september 2006

Økonometri 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 mere

Statistiske modeller

Statistiske modeller Statistiske modeller Statistisk model Datamatrice Variabelmatrice Hændelse Sandsynligheder Data Statistiske modeller indeholder: Variable Hændelser defineret ved mulige variabel værdier Sandsynligheder

Læs mere

Logistisk regression. Basal Statistik for medicinske PhD-studerende November 2008

Logistisk regression. Basal Statistik for medicinske PhD-studerende November 2008 Logistisk regression Basal Statistik for medicinske PhD-studerende November 2008 Bendix Carstensen Steno Diabetes Center, Gentofte & Biostatististisk afdeling, Københavns Universitet bxc@steno.dk www.biostat.ku.dk/~bxc

Læs mere

Center for Statistik. Multipel regression med laggede responser som forklarende variable

Center for Statistik. Multipel regression med laggede responser som forklarende variable Center for Statistik Handelshøjskolen i København MPAS Tue Tjur November 2006 Multipel regression med laggede responser som forklarende variable Ved en tidsrække forstås i almindelighed et datasæt, der

Læs mere

3 Stokastiske variable 3.1 Diskrete variable

3 Stokastiske variable 3.1 Diskrete variable 3 Stokastiske variable 3.1 Diskrete variable Punktsandsnligheden benævnes P(x) = P(X = x). {x, P(x)} er en sandsnlighedsfordeling for den stokastiske variabel, X, hvis 1) P(x) $ 0 for alle værdier af x.

Læs mere

Kvantitative Metoder 1 - Forår 2007

Kvantitative Metoder 1 - Forår 2007 Dagens program Kapitel 8.7, 8.8 og 8.10 Momenter af gennemsnit og andele kap. 8.7 Eksempel med simulationer Den centrale grænseværdisætning (Central Limit Theorem) kap. 8.8 Simulationer Normalfordelte

Læs mere

Stil analyse af danske aktieinvesteringsforeninger

Stil analyse af danske aktieinvesteringsforeninger Institut for økonomi Bachlorafhandling Forfattr: Nils Susgaard Jnsn HA Almn Vjldr: Michal Christnsn Stil analys af dansk aktiinvstringsforningr Aarhus Univrsitt Maj 2015 Sid 1 af 46 ABSTACT In this thsis

Læs mere

Module 4: Ensidig variansanalyse

Module 4: Ensidig variansanalyse Module 4: Ensidig variansanalyse 4.1 Analyse af én stikprøve................. 1 4.1.1 Estimation.................... 3 4.1.2 Modelkontrol................... 4 4.1.3 Hypotesetest................... 6 4.2

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