Variansanalyse (ANOVA) Repetition, sammenligning af to grupper Variansanalyse: Sammenligning af flere end to middelværdier.

Størrelse: px
Starte visningen fra side:

Download "Variansanalyse (ANOVA) Repetition, sammenligning af to grupper Variansanalyse: Sammenligning af flere end to middelværdier."

Transkript

1 Vaaaalye (ANOVA) Reetto, ammelgg af to gue Vaaaalye Sammelgg af flee ed to mddelvæde.

2 Sammelgg af to mddelvæde kedte vaae og toe tkøve elle oulatoe omalfodelte Hyotee H H µ µ ( µ µ ) µ µ ( µ µ ) Tettøele z α X X Belutg Ktke ukte ± z ( µ µ ) σ σ +, hvo α e gfka veauet. Bemæk!!Ka ogå lave om et højedet tet, H vetedet tet, H µ > µ elle µ < µ. Deude ka v elvfølgelg ogå beege - væde om v leje, tedet fo at ammelge med de ktke væd z α. Fokat H hv z > z elle hv z < z α α

3 Ukedt vaa, omalfodelg ) ( Fo og To tuatoe + t Tettøele H H µ µ µ µ σ σ σ σ σ σ ) ( Fo + t Tettøele H H µ µ µ µ σ σ hvo ), ( ) ( ) ( + ± + + t ukte Ktke Vaa Pooled ν ν α ) ( ) ( ) ( hvo, ) ( + + ± t ukte Ktke ν ν α Hv toe tkøve, buge z tedet fo t-fodelge. Boge buge z, å og e tøe ed 3. SPSS ege altd med t-fodelge

4 Sammelgg af to adele,, toe tkøve Tettøele ) (dv. ) (dv. H H H H a a elle ammelg med de ktke væde. å - væde e llle,, Fokat H. ˆ hvo, ˆ) ˆ( ˆ ˆ z + + +

5 Sammelgg af to adele, -D, toe tkøve H H a D D Tettøele z ˆ ( ˆ ˆ ) / ˆ + ˆ D ( ˆ ) / Fokat H, å - væde e llle, elle ammelg med de ktke væde. Ka ogå lave om højedet vetedet tet. tet og

6 Paede obevatoe Lav dffeece Nke Sue Nke Ogal Sue-Ogal Beeg D og D ud fa dffeecee. Kofdeteval H H a µ D µ D D α µ D µ Tettøele t D E t fodelt med D µ fhedgade, hv dffeecee e omalfodelte. D D D, ± t Beeg elv ekemlet tl ogaveegge! D

7 F fodelge og tet fo lghed af to oulato vaae F fodelge e fodelge af bøke af to ch--ade tokatke vaable, de e uafhægge og hve e dvdeet med atallet af de fhedgade. E F fodelt tokatk vaable med k og k fhedgade F ( k k ), χ k k F (5,6). χ f(f)..5 F (5,3) F (,5) F

8 Tet fo e vaa Tettøele fo tet fo e oulato omalfodelte oulatoe vaa af to F (, ) Det vetedet ktke ukt, de høe tl F (k,k) e gvet ved F( k, k ) hvo F (k,k) e det højedet ktke ukt fo e F fodelt tokatk vaabel, me det omvedte atal fhedgade.

9 ANOVA - defto ANOVA (ANaly Of VAace), ogå kaldet vaaaalye e e tattk metode tl at betemme, om de e fokel å mddelvædee flee (ed to) oulatoe. Gude tl at det hedde vaaaalye, e at ma aalyee fokellge vaae fo at betemme om, de e fokel å mddelvædee. SÅ HUSK - vaaaalye faktk hadle om at fde fokelle mellem mddelvæde og det gø ma ved at aalyee vaaee! Hyoteee e gvet om H µ µ µ 3 µ H Ikke alle mddelvæde e e Smel tkøve fa hve af de oulatoe. Stkøvetøele e gvet om

10 Ekemel Sammelg 3 flytye E de fokel å hvo lagt de flyve å e fuld tak? Pototye A Pototye B Pototye C Poblem E de ud fa data e ytematk dffeece mellem de 3 gue? Løe ved bug af ANOVA.

11 Hvofo ANOVA og kke t-tet? ANOVA buge, å ma kal ammelge flee ed to mddelvæde. Ka ogå buge tl at ammelge bae to mddelvæde, me tl dette e det bede at buge t-tet. Hvofo ka ma kke bae buge t-tet tl at ammelge flee mddelvæde og ammelge dem to og to? Hv ma kal ammelge fo ekemel 5 mddelvæde, vl dette eultee fokellge t-tet. Sadylghede fo at begå e tye fejl e hve tet α, fo ekemel α.5. Hvad e å adylghede fo at begå e tye fejl amlet et? Det ka faktk kke beege, da tetee e afhægge af hade. I fo ekemel ammelgge af µ og µ og af µ og µ3 dgå etmatet fo µ begge tet defo afhægghed mellem de tet. I tedet vælge altå e tet, hvo mddelvædee ammelge amtdg (multa tet).

12 Atagele fo at buge ANOVA V atage uafhægge tkøve fa hve af de oulatoe V atage, at de oulatoe e omal fodelte, med mddelvæde µ om e e elle fokellge, me med e vaae, σ. σ µ µ µ 3 Poulato Poulato Poulato 3

13 ANOVA ekemel ANOVA tettøele F(-,-).78

14 Notato Stkøvetøele Stkøvegeemt M Poulatoe M L L L L L L M j j' te obevato gue atal obevatoe gue geemttet fo gue

15 Mee otato Geemt de ' te gue j j Det totale geemt, dv.geemttet af alle obevatoee j + j, hvo + L+ + + L+

16 Idee ANOVA Total vaato vaatoe defo guee + vaatoe mellem guee Vaatoe defo guee Vaatoe af obevatoee hve gue omkg gue geemt (dv. vaae e gue, om v jo ha ataget e e fo alle guee!) Vaatoe mellem guee Vaatoe af guee geemt omkg det totale geemt Hv vaatoe defo guee e llle fohold tl vaatoe mellem guee, å e mddelvædee de fokellge gue kke e.

17 Geemt fo ekemlet X X X X

18 Stattkke bag ANOVA Fejl afvgele (eo devato) e j j Behadlg afvgele (teatmet t devato) Totale afvgele (total devato) Tot j j t + ej Total vaato vaato mellem gue (behadlg + vaato defo gue vaato)

19 Sum of Squae SSTR Sum of Squae fo Teatmet SSTR ( ) t SSE ( SSE Sum of Squae fo Eo ) j + ( ( j ) ) j + L+ ( e j ) SST SST Sum of Squae total j ( j ) j Tot j

20 The Sum-of-Squae c Total vaato Vaato mellem gue + Vaato defo gue Elle om boge fomulee det Total afvgele Behadlg afvgele + Fejl afvgele SSTR SSE SST SST SSTR + SSE ( ) + j ( j )

21 Fhedgade Fhedgade buge tl at beege geemtlg vaato. Huk! Atallet af fhedgade e atallet af dataukte mu atallet af etktoe. E etkto ka fo ekemel væe, at ma ha beeget -teg. df(sst) e atallet af dataukte, e e etkto. df(sstr) - - e atal gue og demed atallet af ' e. e e etkto. df(sse) - e atallet af Alt alt df(sst) - - ( -) + ( - ) obevatoe, df(sstr) + df(sse) ' ee e etktoe, om de e af.

22 Mea quae Lad MSTR SSTR - og MSE SSE - Ma ka ve, at E(MSE) σ ( µ µ ) E(MSTR) σ + - Nå H e ad, e µ µ L µ og demed e MSE og MSTR to cetale etmatoe af σ. Hv H kke e ad, vl MSTR væe tøe ed MSE å gud af det ekta otve led E(MSTR).

23 Fodelge af tet tøele Ude H MSTR MSE χ χ ha v å at SSTR/( -) SSE/( - ) SSTR SSE σ σ SSTR SSE /( ) /( - ) Ude H MSTR MSE e σ χ χ SSTR SSE SSTR σ /( ) /( - ) SSE, å ~ F( -, - )

24 Højehalet tet MSTR Det vl ge, ude H følge e F - fodelg MSE med hhv. -og - fhedgade. MSTR Ude H vl væe tæt å og å H MSE kke e ad, vl de blve tøe ed. V lave defo et "høje - halet" tet. FDtbutowth3ad5Degeeof Feedom f(f) α F (3,5)

25 ANOVA tabel Vaato klde Sum of Squae Fhedgade Mea Squae F Rato Behadlg SSTR ( - ) MSTR MSTR/MSE Fejl SSE ( - ) MSE Total SST ( -) MST

26 Ekemlet med fly Pototye A Pototye B Pototye C Dectve y 3 Total 95% Cofdece Iteval fo Mea N Mea Std. Devato Std. Eo Lowe Boud Ue Boud Mmum Mamum 447, 4,99 33, 433,89 448, , 6,77 33, ,6 436, , 7,995, ,5 486, ,33 47,343 6,9 4,3 43,

27 Ekemlet med fly ANOVA y Betwee Gou Wth Gou Total Sum of Squae df Mea Squae F Sg. 386,7 9563,333,78, 4846, 7 9, 69586,7 9 Så H fokate da.78 > 3.35 (og da -væde) de e altå fokel å mddelvædee. Næte gag Hvoda e de fokellge?

28 SPSS

29 SPSS

30 SPSS

31 SÅ alt alt H H µ µ L µ Ikke alle µ 'ee e e.7.6 Sgfkaveau Tettøele Ktk væd Belutgegel α MSTR F MSE F ( -, - ) α Fokat H F > F α ( hv -, - ) f(f) Fokatele omåde F α (-,-)

32 Sammehæg mellem F og t tet Hv v u ha e. 3 oulatoe, ka v å tete mddelvædee og ved hjæl af t-tet? Ikke godt, da adylghede fo Tye fejl tge. Hvofo å t-tet det hele taget? Ka v kke bae buge ANOVA tl at tete mddelvæde af oulatoe? Jo å v bae kal tete om oulatoe, de ha e vaa, ha e mddelvæde, å e t-tete og F-tete ækvvalet. Me! med t-tete ka v jo ogå tete om µ >µ og om µ <µ og v ka ogå have fokellg vaa. Bemæk, fo tet af oulato mddelvæde, t²f

33 Ogave Katel 8 6, 6, 68, 69 Katel 9, 4, 5 Ekameogave

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

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

Læs mere

Hypotesetest. Hypotesetest og kritiske værdier Type 1 og Type 2 fejl Styrken af en test Sammenligning af to populationer

Hypotesetest. 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 mere

Kogebog: 5. Beregn F d

Kogebog: 5. Beregn F d tattk 8. gag KONFIDENINERVALLER Kofdetervaller: kaptel Valg og tet af fordelgfukto tattk 8. gag. KONFIDEN INERVALLER Et kofde terval udtrykker tervallet hvor de rgtge værd af parametere K, med γ % adylghed

Læs mere

Den stokastiske variabel X angiver levetiden i timer for en elektrisk komponent. Tæthedsfunktionen for den stokastiske variabel er givet ved

Den stokastiske variabel X angiver levetiden i timer for en elektrisk komponent. Tæthedsfunktionen for den stokastiske variabel er givet ved STATISTIK Skrtlg evaluerg, 3. emeter, madag de 3. jauar 5 kl. 9.-3.. Alle hjælpemdler er tlladt. Opgaveløge orye med av og CPR-r. OPGAVE De tokatke varabel agver levetde tmer or e elektrk kompoet. Tætheduktoe

Læs mere

Test i to populationer. Hypotesetest for parrede observationer Test for ens varians Gensyn med flyskræk!

Test 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 mere

Procent og eksponentiel vækst - supplerende eksempler

Procent og eksponentiel vækst - supplerende eksempler Eksemple til iveau F, E og D Pocet og ekspoetiel vækst - suppleede eksemple Pocete og decimaltal... b Vækst-fomle... d Fa side f og femefte vises eksemple på bug af vækstfomle. Fomle skives omalt på dee

Læs mere

Simpel Lineær Regression - repetition

Simpel Lineær Regression - repetition Smpel Leær Regresso - repetto Spørgsmål: Afhæger leært af?. Model: β + β + ε ε d N(0, σ 0 ) Sstematsk kompoet + Stokastsk kompoet Estmato - repetto Vha. Mdste Kvadraters Metode fder v regressosle hvor

Læs mere

Løsninger til kapitel 11. Opgave 11.1 a) I Excel-udskriften ses bl.a. p-værdien for testen med nulhypotesen.

Løsninger til kapitel 11. Opgave 11.1 a) I Excel-udskriften ses bl.a. p-værdien for testen med nulhypotesen. Løsninge til kapitel Opgave. a) I Excel-udskiften ses bl.a. p-vædien fo testen med nulhypotesen. Det ses, at denne p-vædi e på, og da dette e minde end signifikansniveauet på %, så konkludes det, at gennemsnittene

Læs mere

Finanskalkulationer Side 1/19 Steen Toft Jørgensen. Finanskalkulationer. avanceret rentesregning. matematiske modeller i økonomi

Finanskalkulationer Side 1/19 Steen Toft Jørgensen. Finanskalkulationer. avanceret rentesregning. matematiske modeller i økonomi Faskalkulatoe Sde /9 Stee Toft Jøgese Faskalkulatoe avaceet etesegg matematske modelle økoom Idholdsfotegelse: Kaptel : Rete Retebegebet Omkostge Retefomle Effektv ete Kotuet foetg Tdsdagam Flytg af kaptal

Læs mere

Repetition. Forårets højdepunkter

Repetition. Forårets højdepunkter Repetto Forårets højdepukter Forårets højdepukter Smpel Leær Regresso Smpel leær regresso: Mdste kvadraters metode Kovaras og Korrelato Scatterplot Scatterplot kf Advertsg Epedtures (X ad Sales (Y Et scatterplot

Læs mere

Statistik Lektion 14 Simpel Lineær Regression. Simpel lineær regression Mindste kvadraters metode Kovarians og Korrelation

Statistik Lektion 14 Simpel Lineær Regression. Simpel lineær regression Mindste kvadraters metode Kovarians og Korrelation Statstk Lekto 4 Smpel Leær Regresso Smpel leær regresso Mdste kvadraters metode Kovaras og Korrelato Scatterplot Scatterplot kf Advertsg Epedtures ( ad Sales ( Et scatterplot vser par (, af observatoer.

Læs mere

Vi ønsker også at teste hypoteser om parametrene. F.eks: Kan µ tænkes at være 0 (eller anden fast, kendt værdi)? Eksempel: dollarkurser

Vi ønsker også at teste hypoteser om parametrene. F.eks: Kan µ tænkes at være 0 (eller anden fast, kendt værdi)? Eksempel: dollarkurser Uge 37 I Teoretsk Statstk, 9.sept. 003. Fordelger kyttet tl N-ford. Gvet: uafhægge observatoer af samme N(µ,σ )-fordelte stokastske varabel. Formelt: X,X,,X uafhægge, alle N(µ,σ )-fordelt. Mddelværd µ

Læs mere

Opsparing og afvikling af gæld

Opsparing og afvikling af gæld Opspaig og afviklig af gæld Opspaig Eksempel 1 Lad os state med at se på et eksempel. 100 Euo idbetales å i tæk på e koto, de foetes med 3 % p.a. Vi ha tidligee beeget e såda kotos udviklig skidt fo skidt:

Læs mere

Eksempel: PEFR. Epidemiologi og biostatistik. Uge 1, tirsdag. Erik Parner, Institut for Biostatistik.

Eksempel: PEFR. Epidemiologi og biostatistik. Uge 1, tirsdag. Erik Parner, Institut for Biostatistik. Epdemolog og bostatstk. Uge, trsdag. Erk Parer, Isttut for Bostatstk. Geerelt om statstk Dataaalyse - Deskrptv statstk - Statstsk feres Sammelgg af to grupper med kotuerte data - Geemst og spredg - Parametre

Læs mere

Statistik 9. gang 1 REGRESSIONSANALYSE. Korrelation (kontrol af model) Regression (tilpasning af model)

Statistik 9. gang 1 REGRESSIONSANALYSE. Korrelation (kontrol af model) Regression (tilpasning af model) Statstk 9. gag REGRESSIONSANALYSE Korrelato kotrol af model Regresso tlpasg af model Statstk 9. gag KORRELATIONS ANALYSE. Grad af fælles varato mellem X og Y. Område og fordelg af sample data 3. Optræde

Læs mere

Analyse af bivariate data: korrelation og regression. korrelation. Korrelation og regression: Co-varians:

Analyse af bivariate data: korrelation og regression. korrelation. Korrelation og regression: Co-varians: ,,,,,,,,,, Stattk for bologer -, modul og : Korrelato og regreo: Aale af bvarate data: korrelato og regreo Korrelato: llutrerer v.h.a. e koeffcet hvlke grad to varable er dbrde afhægge: - (perfekt egatv

Læs mere

Simpel Lineær Regression. Opsplitning af variationen Determinations koefficient Variansanalyse F-test Model-kontrol

Simpel 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 mere

Afsnit , Hypotesetest for en varians... 19

Afsnit , Hypotesetest for en varians... 19 Aft.-.7... 5 vad er tattk?... 5 Nøgletal... 5 Meda... 5 Vara... 5 Fraktler... 6 Fgurer... 6 Pareto dagram... 6 Dot dagram... 6 Frequecy dtrbuto... 6 togram... 6 Boplot... 6 Aft 4.-4.4 og 4.6 og 4.7...

Læs mere

Spørgsmål 1 (5 %) Bestem sandsynligheden for at batteriet kan anvendes i mere end 5 timer.

Spørgsmål 1 (5 %) Bestem sandsynligheden for at batteriet kan anvendes i mere end 5 timer. TATITIK krftlg evaluerg, 3. semester, fredag de 4. jauar 3 kl. 9.-3.. Alle hjælpemdler er tlladt. Opgaveløsge forsyes med av og CR-r. OGAVE Et batter har e levetd tmer med de tlkyttede tæthedsfukto f (

Læs mere

Statistik Lektion 7. Hypotesetest og kritiske værdier Type I og Type II fejl Styrken af en test Sammenligning af to populationer

Statistik 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 mere

Med disse betegnelser gælder følgende formel for en annuitetsopsparing:

Med disse betegnelser gælder følgende formel for en annuitetsopsparing: Matema10k C-iveau, Fydelud Side 1 af 10 Auitetsopspaig De fides mage måde at spae op på. Vi vil he se på de såkaldte auitetsopspaig. Emet ka buges som e del af det suppleede stof, og det ka avedes som

Læs mere

Sammenligning af to grupper

Sammenligning 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 mere

Hvis man vil lægge 15% til 600, så kan det gøres ved at udregne, hvor meget 15% af 600 er lig med og lægge det til det oprindelige beløb:

Hvis man vil lægge 15% til 600, så kan det gøres ved at udregne, hvor meget 15% af 600 er lig med og lægge det til det oprindelige beløb: 0BRetesegig BTæk i femskivigsfaktoe! I dette tillæg skal vi se, at begebet femskivigsfaktoe e yttigt til at fostå og løse foskellige poblemstillige idefo pocet- og etesegig. 3B. Lægge pocet til elle tække

Læs mere

Januar2003/ AM Rentesregning - LÅN & OPSPARING 1/8. Aftager med...% Gange med (1...%) r:=...% Før aftager med...% og bliver til Efter, dvs.

Januar2003/ AM Rentesregning - LÅN & OPSPARING 1/8. Aftager med...% Gange med (1...%) r:=...% Før aftager med...% og bliver til Efter, dvs. Jaua2003/ AM Retesegig - LÅN & OPSPARING 1/8 PROCENT Po cet betyde p. 100" altså hudededele p% = p 100 Decimaltal Ved omskivig fa pocet til decimaltal flyttes kommaet to pladse mod veste 5%=0,05 0,1%=0,001

Læs mere

Opsamling. Lidt om det hele..!

Opsamling. 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 mere

To-sidet varians analyse

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

Læs mere

Anvendt Statistik Lektion 3. Punkt- og intervalestimater Konfidensintervaller Valg af stikprøvestørrelse

Anvendt 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 mere

13. februar Resumé: En statistisk analyse resulterer ofte i : Et estimat ˆ θ med en tilhørende se( ˆ θ )

13. 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 mere

Stikprøvefordelinger og konfidensintervaller

Stikprøvefordelinger 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 mere

Danmarks Tekniske Universitet

Danmarks Tekniske Universitet Dmk ekke Uetet Sde f 6 de Skftlg pøe, de 4. deceme, Kuu yk Kuu. //4 Vghed: 4 tme lle hjælpemdle: Ige hjælpemdle "Vægtg": eele edømme om e helhed. Alle kl egude med mde det e get. Alle mellemegge kl mege.

Læs mere

Projekt 4. Anlægsøkonomien i Storebæltsforbindelsen hvordan afdrages

Projekt 4. Anlægsøkonomien i Storebæltsforbindelsen hvordan afdrages Pojekt 4. Alægsøkoomie i Stoebæltsfobidelse hvoda afdages lå? Dette pojekt hadle om, hvoda økoomie va skuet samme, da ma byggede Stoebæltsfobidelse. Stoe alægspojekte e æste altid helt elle delvist låefiasieet.

Læs mere

Statistik 8. gang 1 KONFIDENSINTERVALLER. Konfidensintervaller: kapitel 11. Valg og test af fordelingsfunktion

Statistik 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 mere

Flerfaktormodeller. Grinblatt & Titman kap. 6. Exhibit 6.1. Markedsmodellen. Exhibit 6.2. Risikotyper ~ ~ ~ ~ var( Problem ved CAPM:

Flerfaktormodeller. Grinblatt & Titman kap. 6. Exhibit 6.1. Markedsmodellen. Exhibit 6.2. Risikotyper ~ ~ ~ ~ var( Problem ved CAPM: oblem ved : lefaktomodelle nde faktoe (udove et aktv kovaan med makedpoteføljen) ha vt oå at foklae et aktv foventede afkat. Gnblatt & Ttman kap. 6 (o nole tuatone foklae de det foventede afkat bede end

Læs mere

Notato: k grupper observeret tl tdspuktere (logartmerede) t1;t2;:::;t k. Tl tdspukt observeres et atal ( ) ph-vρrder, 1 ; 2 ;:::;. V opfatter dem som

Notato: k grupper observeret tl tdspuktere (logartmerede) t1;t2;:::;t k. Tl tdspukt observeres et atal ( ) ph-vρrder, 1 ; 2 ;:::;. V opfatter dem som Statstk 1, torsdag de 15. marts Leρr regressosaalyse, afst 5.2.1 ffl Problemstllg ffl Data Model Estmato og test Dages program: Hvad ka v? 1 V ka sammelge grupper af observatoer, hvor data hver gruppe

Læs mere

Løsninger til kapitel 7

Løsninger 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 mere

Statistik Lektion 8. Test for ens varians

Statistik Lektion 8. Test for ens varians Statitik Lektio 8 Tet for e varia ra tidligere Hvi populatioe er ormalfordelt med varia, å gælder ( ) S ~ χ hvor er tikprøve tørrele og S er tikprøvevariae. χ -fordelig med - frihedgrader χ Tet af Variae

Læs mere

Statistik Lektion 8. Parrede test Test for forskel i andele Test for ens varians Gensyn med flyskræk!

Statistik 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 mere

30. august Epidemiologi og biostatistik. Forelæsning 3 Uge 2, torsdag d. 8. september 2005 Michael Væth, Afdeling for Biostatistik.

30. 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 mere

Estimation og test i normalfordelingen

Estimation og test i normalfordelingen af Birger Stjerholm Made Samfudlitteratur 07 Etimatio og tet i ormalfordelige Dee tekt ideholder et overblik over ogle grudlæggede pricipper for etimatio og tet i ormalfordelige i hyppigt forekommede ituatioer:

Læs mere

Økonometri 1. Funktionel form. Funktionel form (fortsat) Dagens program. Den simple regressionsmodel 14. september 2005

Økonometri 1. Funktionel form. Funktionel form (fortsat) Dagens program. Den simple regressionsmodel 14. september 2005 Dages program Økoometr De smple regressosmodel 4. september 5 Dee forelæsg drejer sg stadg om de smple regressosmodel (Wooldrdge kap.4-.6) Fuktoel form Hvorår er OLS mddelret? Varase på OLS estmatore Regressosmodelle

Læs mere

Ikke-parametriske tests af forskel i central tendens. Tests for forskel i central tendens for data på ordinal- og intervalskala

Ikke-parametriske tests af forskel i central tendens. Tests for forskel i central tendens for data på ordinal- og intervalskala Statstk for bologer 5-6, moul 7: Tests for forskel cetral tees for ata på oral- og tervalskala Ikke-parametrske tests af forskel cetral tees Vægter forskel mea ve hjælp af ragtal Data skal være på mst

Læs mere

Cykelfysik. Om udveksling og kraftoverførsel

Cykelfysik. Om udveksling og kraftoverførsel Cykelfysik 1/7 Cykelfysik Om udvekslig og kaftoveføsel Idhold 2. Kaftoveføsel og abejde...2 3. Abejde ved cykelkøsel...4 4. Regeeksemple fo e acecykel...5 5. Det e hådt at køe op ad bakke...6 6. Simple

Læs mere

Induktionsbevis og sum af række side 1/7

Induktionsbevis og sum af række side 1/7 Iduktosbevs og sum af række sde /7 Skrver ma,,,...,,..., =, 2, 3,... 2 3 taler ma om e talfølge, eller blot e følge. Adre eksempler på følger er, -,, -,, -,..., (-) +,..., =, 2, 3,..., 2, 3, 4,...,,...,

Læs mere

Generelle lineære modeller

Generelle 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 mere

Motivation. En tegning

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

Læs mere

Sandsynlighedsfordelinger for kontinuerte data på interval/ratioskala

Sandsynlighedsfordelinger 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 mere

Praktisk info. Statistisk analyse af en enkelt stikprøve: kendt eller ukendt varians Sandsynlighedsregning og Statistik (SaSt) I tirsdags.

Praktisk 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 mere

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

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

Læs mere

Pearsons formel for χ 2 test. Den teoretiske forklaring

Pearsons formel for χ 2 test. Den teoretiske forklaring Pearsos formel for χ test De teoretse forlarg Ole Wtt-Hase 04 Idhold. Normalfordelge og χ.... Pearsos formel for χ test... 3. Forlarg på Pearsos formel....4 Pearsos formel for χ test. Normalfordelge og

Læs mere

Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab

Statistik 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 mere

Indhold (med link til dokumentet her) Introduktion til låntyper. Begreber. Thomas Jensen og Morten Overgård Nielsen

Indhold (med link til dokumentet her) Introduktion til låntyper. Begreber. Thomas Jensen og Morten Overgård Nielsen Thomas Jensen og Moten Ovegåd Nielsen Annuitetslån I bogens del 2 kan du læse om Pocent og ente (s. 41-66). Vi vil i mateialet he gå lidt videe til mee kompliceede entebeegninge i fobindelse med annuitetslån.

Læs mere

Bliv robust over for stress. Birgitte Dam Jensen

Bliv robust over for stress. Birgitte Dam Jensen Blv obu ov fo Md om v oplvd a d f d jg, uovv omm dlg d m g. - Alb Camu Hvad? Spo kopp mdfød v l a g o mægd af g og fobd o på hadlg hv v, fov ll oplv a væ fa. Nå blv l poblm Sblag: - å kopp og/ll pyk blv

Læs mere

Statistisk analyse. Vurdering af usikkerhed i forbindelse med statistiske opgørelser forudsætter:

Statistisk analyse. Vurdering af usikkerhed i forbindelse med statistiske opgørelser forudsætter: Statstsk aalyse Vurderg af uskkerhed forbdelse med statstske opgørelser forudsætter: Kvattatve mål for varato og spredg forbdelse med statstske opgørelser varas og stadardafvgelse Kvattatve mål for tlfældgheder

Læs mere

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

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

Læs mere

Vejledende besvarelser til opgaver i kapitel 15

Vejledende 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 mere

Danmarks Tekniske Universitet

Danmarks Tekniske Universitet Dk ekke Uetet Sde f 9 de Skftlg pøe, de 4. decee, Kuu yk Kuu. //4 Vghed: 4 te lle hjælpedle: Ige hjælpedle "Vægtg": eele edøe o e helhed. Alle kl egude ed de det e get. Alle elleegge kl ege. De å ku eytte

Læs mere

Beslutning. Gothersgade karréen. Nansensgade 94-96, Gothersgade 155-159, Nørre Farimagsgade 65-71.

Beslutning. Gothersgade karréen. Nansensgade 94-96, Gothersgade 155-159, Nørre Farimagsgade 65-71. Beslutig FÆLLES GÅRDHAVE Gothesgade kaée Nasesgade 94-96, Gothesgade 155-159, Nøe Faimagsgade 65-71. Bogeepæsetatioe ha XX. XX 20XX tuffet byfoyelsesbeslutig om idetig af e fælles gådhave. De fælles gådhave

Læs mere

L komponent produceret i linie 1

L komponent produceret i linie 1 Statstk. gag BAYESIANSKE METOER Obektv ormato (.eks. orsøgs resultater klasssk statstk (gag -9 Subektv ormato + obektv ormato Bayesask statstk (gag Bayes sætg ( E ( E A ( A + ( E A ( A +... ( E A ( + (

Læs mere

Program. 1. ensidet variansanalyse. 2. forsøgsplanlægning: blocking. 1/12

Program. 1. ensidet variansanalyse. 2. forsøgsplanlægning: blocking. 1/12 Program 1. ensidet variansanalyse. 2. forsøgsplanlægning: blocking. 1/12 Ensidet variansanalyse: analyse af grupperede data Nedbrydningsrate for tre typer af opløsningsmidler (opgave 13.8 side 523) Sorption

Læs mere

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

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

Læs mere

Tests for forskel i central tendens for data på ordinal- og intervalskala. Typer af statistiske test:

Tests 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 mere

Løsning eksamen d. 15. december 2008

Løsning eksamen d. 15. december 2008 Informatik - DTU 02402 Introduktion til Statistik 2010-2-01 LFF/lff Løsning eksamen d. 15. december 2008 Referencer til Probability and Statistics for Engineers er angivet i rækkefølgen [8th edition, 7th

Læs mere

KYSTLINJE. Interiørperspektiv +-0 +2.5 +3 +3. Havkanten. Materialer

KYSTLINJE. Interiørperspektiv +-0 +2.5 +3 +3. Havkanten. Materialer KYSTLINJE 1 Inteiøpepektiv +3 +3 +3 +-0 +-0 +-0 +.5 +.5 +.5 Diaga tilpaning topogafi Diaga konept Havkant Mateiale Maitit Vitte i Tungevåg, Randabeg feje d Noke kytlinje. ygning akee linj de fobinde land

Læs mere

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

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

Læs mere

Videregående Algoritmik. David Pisinger, DIKU. Reeksamen, April 2005

Videregående Algoritmik. David Pisinger, DIKU. Reeksamen, April 2005 Vderegåede Algortmk Davd Psger, DIKU Reeksame, Aprl 5 Bsecto problemet Gvet e uvægtet graf G = (V, E) samt et heltal k. E bsecto af grafe G er e opdelg af kudere V to lge store mægder S og T. MAX-BISECTION

Læs mere

Konfidens intervaller

Konfidens 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 mere

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

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

Læs mere

Kvalitet af indsendte måledata

Kvalitet af indsendte måledata Notat ELT2004-112 Aktørafregg Dato: 23. aprl 2004 Sagsr.: 5584 Dok.r.: 185972 v1 Referece: NIF/AFJ Kvaltet af dsedte måledata I Damark er det etvrksomhederes opgave at måle slutforbrug, produkto og udvekslg

Læs mere

BEVISER TIL KAPITEL 7

BEVISER TIL KAPITEL 7 BEVISER TIL KAPITEL 7 A. Komplemetærhædelse Det er klart, at e hædelse A og de komplemetære hædelse A udgør hele udfaldsrummet U, dvs. A A = Da fås P(U = U P(A A = P (A + P(A = da de to hædelser er dsjukte

Læs mere

bestemmes. kendes ( ) A i Subjektiv information + objektiv information Bayesiansk statistik (gang 10) Bayes sætning

bestemmes. kendes ( ) A i Subjektiv information + objektiv information Bayesiansk statistik (gang 10) Bayes sætning Statstk. gag BAYESIANSKE METOER Objektv formato f.eks. forsøgs resultater klasssk statstk gag -9 Subjektv formato objektv formato Bayesask statstk gag Bayes sætg E E A A E A A... E A A A E A E E E A A

Læs mere

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

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

Læs mere

k UAFHÆNGIGE grupper Oversigt 1 Intro eksempel 2 Model og hypotese 3 Beregning - variationsopspaltning og ANOVA tabellen 4 Hypotesetest (F-test)

k UAFHÆNGIGE grupper Oversigt 1 Intro eksempel 2 Model og hypotese 3 Beregning - variationsopspaltning og ANOVA tabellen 4 Hypotesetest (F-test) Kursus 02323: Introduktion til Statistik Forelæsning 11: Envejs variansanalse, ANOVA Peder Bacher DTU Compute, Dnamiske Sstemer Bgning 303B, Rum 009 Danmarks Tekniske Universitet 2800 Lngb Danmark e-mail:

Læs mere

Multipel Lineær Regression

Multipel Lineær Regression Multipel Lineær Regression Trin i opbygningen af en statistisk model Repetition af MLR fra sidst Modelkontrol Prædiktion Kategoriske forklarende variable og MLR Opbygning af statistisk model Specificer

Læs mere

Program. Statistik og Sandsynlighedsregning 2 Normalfordelingens venner og bekendte. χ 2 -fordelingen

Program. Statistik og Sandsynlighedsregning 2 Normalfordelingens venner og bekendte. χ 2 -fordelingen Program Statitik og Sandynlighedregning 2 Normalfordelingen venner og bekendte Helle Sørenen Uge 9, ondag Reultaterne fra denne uge kal bruge om arbejdhete i projekt 1. I formiddag: χ 2 -fordelingen, t-fordelingen,

Læs mere

Forelæsning 11: Envejs variansanalyse, ANOVA

Forelæsning 11: Envejs variansanalyse, ANOVA Kursus 02323: Introduktion til Statistik Forelæsning 11: Envejs variansanalyse, ANOVA Peder Bacher DTU Compute, Dynamiske Systemer Bygning 303B, Rum 009 Danmarks Tekniske Universitet 2800 Lyngby Danmark

Læs mere

24. januar Epidemiologi og biostatistik. Forelæsning 1 Uge 1, tirsdag. Niels Trolle Andersen, Afdelingen for Biostatistik.

24. 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 mere

Uge 40 I Teoretisk Statistik, 30. september 2003

Uge 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 mere

Comparing Alternatives

Comparing Alternatives Coarg Alteratve Sauel Kouev Referece Meaurg Couter Perforace A Practtoer' Gude by Davd J. Lla, Cabrdge Uverty Pre, New Yor, NY, 000, ISBN 0-5-6405-5 The uleetal teachg ateral rovded at htt://www.arctc.u.edu/erf-boo/

Læs mere

Danmarks Tekniske Universitet

Danmarks Tekniske Universitet Dks Tekske Uvestet Sde f Skftlg pøve, e dg de??. decebe,, kl. 9:-3: Kusus v: ysk Kusus. Tlle hjælpedle: Ige hjælpedle. "Vægtg": esvelse bedøes so e helhed. Alle sv skl begudes ed de det e gvet. Sættet

Læs mere

Alt hvad du nogensinde har ønsket at vide om... Del 2. Frank Nasser 2006-2007

Alt hvad du nogensinde har ønsket at vide om... Del 2. Frank Nasser 2006-2007 Alt hvad du nogensinde ha ønsket at vide om... VEKTORER Del 2 Fank Nasse 2006-2007 - 1 - Indledning Vi skal i denne lille note gennemgå det basale teoi om vektoe i planen og i ummet. Stoffet e pæcis det

Læs mere

grib chancen 1/3 sæt ord på din drøm

grib chancen 1/3 sæt ord på din drøm gib chancen sæt od på din døm DR e på mange måde alleede i vedensklasse. Og vi skal væe det hele vejen undt. DR i vedensklasse handle om samab: Hvodan skal vi samab i femtiden? Og hvilke vædie skal vi

Læs mere

Statikstik II 4. Lektion. Generelle Lineære Modeller

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

Læs mere

Krydsprodukt. En introduktion Karsten Juul

Krydsprodukt. En introduktion Karsten Juul Kydspodut En ntoduton 5 Ksten Juul Bugsnvsnng Du sl se de fuldt optune mme fo t fnde defntone og sætnnge De e st punteet mme om esemple og evse Indhold Rmme Sde Defnton f ydspodut Esempel på ug f defntonen

Læs mere

Multipel regression. Data fra opgave 3 side 453: Multipel regressionsmodel: Y = α + β 1 x 1 + β 2 x 2 + ǫ. hvor ǫ N(0, σ 2 ).

Multipel regression. Data fra opgave 3 side 453: Multipel regressionsmodel: Y = α + β 1 x 1 + β 2 x 2 + ǫ. hvor ǫ N(0, σ 2 ). Program 1. multipel regression 2. polynomiel regression (og andre kurver) 3. kategoriske variable 4. Determinationkoefficient og justeret determinationskoefficient 5. ANOVA-tabel 1/13 Multipel regression

Læs mere

Forløb om annuitetslån

Forløb om annuitetslån Matema10k C-niveau, Fdenlund Side 1 af 7 Foløb om annuitetslån Dette mateiale fokusee på den tpe lån de betegnes annuitetslån. Emnet kan buges som en del af det suppleende stof, og mateialet kan anvendes

Læs mere

1.0 FORSIKRINGSFORMER

1.0 FORSIKRINGSFORMER eam Lv forskrgsakteselskab Bereggsgrudlaget sgrp217 tl præmeberegg for gruppeforskrg e-am Lv forskrgsakteselskab 1. FORIKRINGFORMER 1.1 Oblgatorske ordger Alle gruppeforskrgsordger teget på dette grudlag

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

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

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

Læs mere

Dagens program. Estimation: Kapitel Eksempler på middelrette og/eller konsistente estimator (de sidste fra sidste forelæsning)

Dagens 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 mere

Etiske dilemmaer i fysioterapeutisk praksis

Etiske dilemmaer i fysioterapeutisk praksis side 06 fysioteapeuten n. 06 apil 2008 AF: FYSIOTERAPEUT, PH.D.-STUDERENDE JEANETTE PRÆSTEGAARD j.paestegaad@oncable.dk Foto: GITTE SKOV fafo.fysio.dk Etiske dilemmae i fysioteapeutisk paksis Hvis vi ikke

Læs mere

Økonometri lektion 5 Multipel Lineær Regression. Inferens Modelkontrol Prædiktion

Økonometri lektion 5 Multipel Lineær Regression. Inferens Modelkontrol Prædiktion Økonometri lektion 5 Multipel Lineær Regression Inferens Modelkontrol Prædiktion Multipel Lineær Regression Data: Sæt af oservationer (x i, x i,, x ki, y i, i,,n y i er den afhængige variael x i, x i,,

Læs mere

VRÅ - EM AUGUST SEPTEMBER 2015

VRÅ - EM AUGUST SEPTEMBER 2015 VRÅ - EM E K R KI T E D BLA tale m a i l o - en fot o e l Sjæ ikeåd på Em k e n i d Æn t ce Kikekon andin v d å e Kik tjenete d u ft Filu 4 AUGUST SEPTEMBER 2015 Kontaktlite Sonepæt: Telefon: 98 98 10

Læs mere

Elektrostatisk energi

Elektrostatisk energi Elektomagnetisme ide 1 af 8 Elektostatik Elektostatisk enegi Fo et legeme, de bevæge sig fa et punkt til et andet, e tilvæksten i potentiel enegi høende til en konsevativ 1 kaft F givet ved minus det abejde,

Læs mere

Opgave 1: Regressionsanalyse

Opgave 1: Regressionsanalyse Opgave : Regressiosaalyse La u, x,..., u, x være par af reelle al. Vi skal u besemme e ree liie, er passer bes me isse alpar i e forsa a summe x s α βu s miimeres. Ma fier alså e liie, x ˆα + ˆβu, for

Læs mere

Men tilbage til regression og Chi-i-anden. test. Begge begreber refererer til normalfordelingen med middelværdi μ og spredning σ.

Men tilbage til regression og Chi-i-anden. test. Begge begreber refererer til normalfordelingen med middelværdi μ og spredning σ. χ test matematkudervsge χ - test gymasets matematkudervsg I jauar ummeret 8 af LMFK bladet havde jeg e artkel, hvor jeg harcelerede ldt over, at regresso og sær χ fordelg havde fudet dpas matematkudervsge

Læs mere

Regressions modeller Hvad regresserer vi på og hvorfor? Anders Stockmarr Axelborg statistikgruppe 6/

Regressions modeller Hvad regresserer vi på og hvorfor? Anders Stockmarr Axelborg statistikgruppe 6/ Regressos modeller Hvad regresserer v på og hvorfor? Aders Sockmarr Aelborg saskgruppe 6/ 0 Geerel Regresso Y f( ) ε f er e UKENDT fuko der beskrver relaoe mellem de uafhægge varabel og de afhægge varabel

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

Morten Frydenberg Biostatistik version dato:

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

Læs mere

Program. Statistisk inferens En enkelt stikprøve og lineær regression Stat. modeller, estimation og konfidensintervaller. Fordeling af gennemsnit

Program. Statistisk inferens En enkelt stikprøve og lineær regression Stat. modeller, estimation og konfidensintervaller. Fordeling af gennemsnit Faculty of Life Sciece Program Statitik ifere E ekelt tikprøve og lieær regreio Stat. modeller, etimatio og kofideitervaller Clau Ektrøm E-mail: ektrom@life.ku.dk Fordelig af geemit Statitik ifere for

Læs mere

B # n # # # #

B # n # # # # 1 3Somm i Tyrol Teor 1 Teor aritoe q 0 3 0 3 Л 0 som - m - sol ved "De hvi - de hest" ag al - e - ro - s-es som - m - sol ved "De hvi - de hest" ag al - e - ro - s-es ass som - m - sol ved "De hvi - de

Læs mere