Statistik Lektion 4. Kovarians og korrelation Mere om normalfordelingen Den centrale grænseværdi sætning Stikprøvefordelingen

Save this PDF as:
 WORD  PNG  TXT  JPG

Størrelse: px
Starte visningen fra side:

Download "Statistik Lektion 4. Kovarians og korrelation Mere om normalfordelingen Den centrale grænseværdi sætning Stikprøvefordelingen"

Transkript

1 Sttistik Lektio 4 Kovris og korreltio Mere om ormlfordelige De cetrle græseværdi sætig Stikprøvefordelige

2 Repetitio: Kotiuerte stokstiske vrible f (x) er e sdsylighedstæthedsfuktio, hvis f ( x) 0 for lle x R f(x) f ( x) dx - relet uder f(x) er P( x) Fordeligsfuktio F( x) x f ( t) dt - relet tv for x F(x) Sdsylighed for itervl P ( b) F( b) F( ) f ( x) dx b P( x 3)

3 Simult kumultiv fordeligsfuktio og ufhægighed Ld,,, være stokstiske vrible. Defiitio: Simult kumultiv fordeligsfuktio: F( x, x, K, x) P( x x L Dvs. sdsylighede for t er midre ed x, smtidig med t er midre ed x osv. x ) Defiitio: De stokstiske vrible er ufhægige hvis og ku hvis F( x, x, K, x) F( x ) F( x ) LF( x ) hvor F(x i ) P( i x i ) de mrgile fordeligsfuktio for i.

4 Kovris Ld og Y være to stokstiske vrible, hvor E Defiitio: Kovrise mellem og Y er Nyttig regeregel: [ ] μ og V[ ] σ [ Y ] μ Y og V[ Y ] σ Y E Cov(, Y ) E[( μ )( Y E[ Y ] μ μ Y μ Y )] Vr[ by c] σ b σ Y bcov(, Y )

5 Kovris: Bemærkiger Defiitio: Kovrise mellem og Y er Cov(, Y) E[( μ )( Y μ )] Hvis og Y er ufhægige så er Cov(,Y) 0. Det omvedte gælder ikke geerelt. Fortolkig (hådviftede): Hvis store værdier f følges med store værdier f Y og små værdier f følges med små værdier f Y så er kovrise mellem og Y positiv. Hvis store værdier f følges med små værdier f Y og omvedt, så er kovrise mellem og Y egtiv. Y

6 Kovris: Eksempel Ld være e stokstisk vribel, hvor E ] μ og V[ ] σ Defier de stokstiske vribel Y ved Dvs. E [ Y b [ Y ] bμ og V[ Y ] b σ y y bx x Kovrise mellem og Y er d givet ved Cov (, Y ) bσ

7 Korreltio Korreltioe er et mål for grde f lieær smmehæg mellem to stokstiske vrible. Defitio: Korreltioe mellem stokstiske vrible og Y er: ρ Corr(, Y ) Cov(, Y ) σ σ Y Cov(, Y ) V[ ] V[ Y ] Der gælder Pr defiitio: - ρ Hvis ρ - perfekt egtiv lieær smmehæg Hvis ρ 0 ige lieær smmehæg Hvis ρ perfekt positiv lieær smmehæg

8 Korreltio: Eksempel fortst Ld være e stokstisk vribel, hvor E ] μ og V[ ] σ [ y y bx Defier de stokstiske vribel Y ved Y Dvs. Y E b Perfekt lieær smmehæg [ Y ] bμ og V[ Y ] b σ x Korreltioe mellem og Y er d givet ved Corr(, Y ) Cov(, Y ) σ σ Y 0 hvis hvis hvis b b b < > 0 0 0

9 Kovris: Mere kompliceret eksempel Ld og Z være ufhægige stokstiske vrible, hvor E ] μ og V[ ] σ Defier de stokstiske vribel Y ved Y b Dvs. E D hr vi Cov [ E [ Z] μ Z og V[ Z] σ Z [ Y ] bμ og V[ Y ] b σ (, Y ) bσ Corr(, Y ) Y b y σ Z bσ σ σ y Z bx x

10 Sum f stokstiske vrible Ld,,, være stokstiske vrible med middelværdier μ, μ,, μ og vriser σ, σ,, σ. Middelværdie f e sum Vrise f e sum, hvis,,, er idbydes ufhægige Hvis ej ufhægige E μ μ μ L L ] [ ] [ V σ σ σ L L ), ( ] [ j i i j i Cov V σ σ σ L L

11 Repetitio: Norml fordelige Des kedeteg er: Klokkeformet og symmetrisk omkrig des middelværdi Middelværdimedimode De er krkteriseret ved e middelværdi μ og vris σ² (eller stdrd fvigelse σ). ~N( μ, σ² ) betyder, t følger e orml fordelig med middelværdi μ og vris σ² Arelet uder kurve idefor zσ f middelværdie, er de smme for ehver orml fordelig, uset middelværdi og stdrd fvigelse. Er uset prmetre værdier, defieret for lle x (dvs x k tge værdier fr mius uedelig til plus uedelig) σ μ

12 Stdrd orml fordelige Stdrd orml fordelige, er ormlfordelige med middelværdi μ0 og stdrd fvigelse σ, Z~N(0,²) 0.4 Stdrd Norml fordelig f(z) σ { μ 0 Z NB: E stdrd orml fordelt stokstisk vribel beteges sædvligvis Z.

13 Ny type spørgsmål Eksempel fr sidst: Fid P(Z -.76 ) Nyt eksempel: P(Z z) F(z) 0.90 Tbelløsig: Fid e værdi z, så I Tbel fid z, så F(z) er tættest mulig på F(.8) og F(.9) Dvs. Svret er et sted mellem.8 og.9 z F(z) 90%

14 Ny type spørgsmål - fortst Eksempel ige: Fid e værdi z, så P(Z z) % Rcmdr løsig: Distributio Cotiuous distributios Norml distributio Norml qutiles z R løsig: qorm(0.90,me0,sd)

15 Trsformtio til Stdrdorml Efter e lieær trsformtio f e ormlfordelt stokstisk vribel er stdig e ormlfordelt stokstisk vribel. Ld ~ N(μ,σ ) og defier Y b, så gælder E[Y] E[] b μ b V[Y] V[] σ Y ~ N(μ b, σ ) Ld ~ N(μ,σ ) og defier Z (-μ)/σ, så gælder E[Z] 0 V[Z] Z ~ N(0,)

16 Trsformtio: Eksempel Atg studerede score til eksme er ormlfordelt med middelværdi 60 og stdrdfvigelse 5. Dvs. score ~ N(60,5 ) Spørgsmål: Fid x, så P( x) 0.90 Ide: Trsformer problemet til et, der vedrører e stdrd orml-fordelt stokstisk vribel. μ x μ x 60 P( x) P P Z σ σ 5 Vi ved llerede P(Z.8 ) 0.90 x 60.8 x Dvs. 90% f de studerede hr e score uder 79.3.

17 Sum f ormlfordelte stok. vr. Atg,, er ufhægige stokstiske vrible, hvor i ~ N( μ, σ i Dvs. i er orml-fordelt med middelværdi μ og vris σ. i ) Regel: Summe f orml-fordelte stokstiske vrible er også e orml-fordelt stokstisk vribel. Defier S S ( μ μ L μ σ σ L σ ) ~ N,

18 Sttistik Sttistisk Iferes: Udtle os om værdier f popultios prmetre Teste hypoteser om værdier f popultios prmetre Tge beslutiger på bsis f stikprøver Drge Drge koklusioer om om egeskber for for e e popultio... på på bsis bsis f f observtioer i i e e stikprøve, e e del del f f popultioe.

19 The Literry Digest Poll (936) Popultio Demokrter Ikke bised stikprøve Republikere Ikke bised, repræsettiv stikprøve fr hele popultioe. Popultio Folk, der hr telefo og/eller bil og/eller læser Digest. Demokrter Bised stikprøve Republikere Bised, ikke repræsettiv stikprøve f folk, der hr telefo og/eller bil og/eller læser Digest.

20 Dt idsmlig Dt idsmlig Direkte observtioer Eksperimeter Registre Spørgeskemer Et problem med spørgeskemer er orespos bis hvd gør m år folk ikke vil svre? Typisk vil gruppe f folk, der ikke svrer være derledes ed folk, der svrer. Lv for eksempel e opfølgig på spørgeskemet ved t rige til folk. Folk, der slet ikke svrer, vil lige dem der svrer de gg mere ed de liger dem, der svrer første gg (me ikke helt). M k også over smple dem m tror ikke vil svre (hvis m ved det) og dermed hve større chce for t oge f dem svrer.

21 Hvord lver m e stikprøve Simpel stikprøve I e simpel stikprøve er observtioere udvlgt, så ehver de stikprøve med smme tl observtioer, er lige så sdsylig t vælge Observtioere k for eksempel vælges ved hjælp f e Rdom umbers tbel m k fide i ogle bøger. 0495, 5793, 0034, 35640,. Strtificeret stikprøve Opdele popultioe i disjukte mægder (strt) og tge e simpel stikprøve fr hver strt. Hvis m for eksempel ved, t der er forskel på hvord mæd og kvider svrer og der i popultioe er 54 % mæd og 46 % kvider.

22 Stikprøvefordelig Atg t vi vil udtle os om e popultiosprmeter (fx middelværdie μ) på bggrud f e stikprøve sttistik (fx. stikprøve-geemsittet ). x Vores koklusio skl tge i betrgtig, t værdie f ædrer sig for hver y tilfældig stikprøve x De tilfældig vritio f stikprøve-sttistikke (her geemsittet) beteges stikprøve-fordelige (f stikprøve-geemsittet)

23 Stikprøvefordelig: Eksempel E direktør hr seks stte med cieitete målt i år: Popultioes geemsit er μ Vi udtger u e stikprøve på to stte og udreger stikprøve-geemsittet. Bemærk: Vi k udvælge to stte på 5 måder: C 6!!(6 )!

24 Stikprøvefordelig: Eksempel De 5 lige sdsylige stikprøver og deres stikprøve-geemsit. Stikprøve Stikprgest Stikprøve Stikpr. gst, ,8 6.0, ,6 6.0, ,7 6.5, ,8 7.0, , , , , , ,7 5.5 De mulige geemsit og deres sdsylighed. Stikpr. gst Sdsylighed 3.0 /5 4.0 /5 4.5 / /5 5.5 /5 6.0 /5 6.5 / /5 /5

25 Stikprøvefordelig: Eksempel Smme direktør og stte, me u e stikprøvestørrelse på 5. Stikprøve x Sdsylighed,4,6,6,7 5.0 /6,4,6,6,8 5. /6,4,6,7,8 5.4 /6,6,6,7,8 5.8 /6 4,6,6,7,8 6. /6 Bemærk : Ku værdier tæt på popultios-middelværdie er sdsylige. Bemærk : Stikprøve-geemsittet tættest på popultios-middelværdie er mest sdsylig.

26 Stikprøve-fordelig Atg u t vi tger e tilfældig stikprøve beståede f observtioer fr e meeeget stor popultio. Popultioe hr middelværdi μ og vris σ. Vi betrgter de ekelte observtioer i stikprøve som stokstiske vrible,,,. For hver observtio i tger vi t E[ i ] μ og V[ i ] σ. Hvd k vi u sige om fordelige f stikprøvegeemsittet?

27 Stikprøve-geemsittets stikprøve- fordelig: Forvetede værdi Ld de stokstiske vrible,,, være e tilfældig stikprøve fr e popultio. Stikprøve-geemsittet f disse SV er De forvetede værdi f stikprøve-geemsittet er E Dvs stikprøve-geemsittet i geemsit er popultios-geemsittet i i μ [ ] E ( L ) μ

28 Stikprøve-geemsittets stikprøve- fordelig: Vris Hvis stikprøvestørrelse er lille i forhold til popultioes størrelse N k vi tge t SV,,, er ufhægige. Vrise f stikprøve-geemsittet er d Bemærk: Jo større stikprøve, jo midre vris. Hvis er stor i forhold til N k vi ikke tge ufhægighed. Vrise f stikprøve-geemsittet er d [ ] V V σ σ σ σ L L [ ] N V σ σ

29 Norml-fordelt Popultio Hvis popultioe er orml-fordelt gælder i ~ N(μ,σ ) D summe f orml-fordelte SV er e orml-fordelt SV hr vi t ( μ, σ ) ~ N Vi k stdrdisere stikprøve-geemsittet: Udreges som på forrige slide Z μ σ σ μ ~ N ( 0,)

30 Eksempel: Tædrør Producet påstår t levetide for tædrør er ormlfordelt med middelværdi miles og SD miles. E stikprøve f størrelse 6 hr e geemsitslevetid på Spørgsmål: Hvis producete hr ret, hvd er sdsylighede for et stikprøvegeemsit midre ed eller lig ? Løsig: P( ) μ P( σ μ ) σ P( Z ) P( Z,5) Tror vi på producetes påstde?

31 De Cetrle Græseværdi Sætig (CLT) Ld,,,, er være ufhægige stokstiske vrible fr smme fordelig med middelværdi μ og vris σ. D gælder, t år stikprøvestørrelse øges, så vil fordelige f Z μ σ ærme sig mere og mere e stdrd orml-fordelig. σ μ (Cetrl limit theorem) Tommelfiger-regel: 30 er ok til e god tilærmelse.

32 Eksempler Norml Uiform Skewed Geerl Popultio 30 μ μ μ μ

33 Jv Eksempel Her er et pr imerede illustrtioer f de cetrle græseværdi sætig. Prøv selv t google efter flere

34 Eksempel: Ny Cfe? Kfe Kjeld vil strte e y cfe i e y by! Erfrige viser, t det bliver e succes, hvis geemsits idkomste er midst kr. Det vides t SD for idkomst er 5.000kr. E stikprøve på 36 idbyggere hr et idkomstsgeemsit på 3.500kr. Spørgsmål: Skl h åbe e y cfe?

Sandsynlighedsregning og statistisk

Sandsynlighedsregning og statistisk Figur : J. C. F. Guss 777 855 Sdsylighedsregig og sttistisk Peter Hremoës Niels Brock 6. pril Idledig Dette hæfte er lvet som supplemet til. udgve f boge Mt B. Der er lgt vægt på t give e bedre forståelse

Læs mere

Sandsynlighedsregning og statistisk. J. C. F. Gauss ( ) Peter Haremoës Niels Brock. 9. april 2013

Sandsynlighedsregning og statistisk. J. C. F. Gauss ( ) Peter Haremoës Niels Brock. 9. april 2013 Sdsylighedsregig og sttistisk J. C. F. Guss 777 855 Peter Hremoës Niels Brock 9. pril 3 Idledig Dette hæfte er lvet som supplemet til. udgve f boge Mt B. Der er lgt vægt på t give e bedre forståelse for

Læs mere

Definition: Normalfordelingen. siges at være normalfordelt med middelværdi µ og varians σ 2, hvor µ og σ er reelle tal og σ > 0.

Definition: Normalfordelingen. siges at være normalfordelt med middelværdi µ og varians σ 2, hvor µ og σ er reelle tal og σ > 0. Repetitio: Normalfordelige Ladmåliges fejlteori Lektio Trasformatio af stokastiske variable - kkb@math.aau.dk http://people.math.aau.dk/ kkb/udervisig/lf13 Istitut for Matematiske Fag Aalborg Uiversitet

Læs mere

Grundlæggende matematiske begreber del 1 Mængdelære Talmængder Tal og regneregler Potensregneregler Numerisk værdi Gennemsnit

Grundlæggende matematiske begreber del 1 Mængdelære Talmængder Tal og regneregler Potensregneregler Numerisk værdi Gennemsnit Grudlæggede mtemtiske begreber del 1 Mægdelære Tlmægder Tl og regeregler Potesregeregler Numerisk værdi Geemsit x-klssere Gmmel Hellerup Gymsium 1 Idholdsfortegelse MÆNGDELÆRE... 3 TAL... 9 De turlige

Læs mere

Statistik Lektion 3. Simultan fordelte stokastiske variable Kontinuerte stokastiske variable Normalfordelingen

Statistik 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 mere

Analyse 1, Prøve maj Lemma 2. Enhver konstant funktion f : R R, hvor f(x) = a, a R, er kontinuert.

Analyse 1, Prøve maj Lemma 2. Enhver konstant funktion f : R R, hvor f(x) = a, a R, er kontinuert. Alyse, Prøve. mj 9 Alle hevisiger til TL er hevisiger til Klkulus 6, Tom Lidstrøm. Direkte opgvehevisiger til Klkulus er givet med TLO, ellers er lle hevisiger til steder i de overordede fsit. Hevises

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

Opgave 1. a) f : [a, b] R er en begrænset funktion for hvilken. A ε = {x [a + ε, b] f(x) 0}

Opgave 1. a) f : [a, b] R er en begrænset funktion for hvilken. A ε = {x [a + ε, b] f(x) 0} Opgve ) f : [, b] R er e begræset fuktio for hvilke er edelig for ethvert < ε < b. Vi skl vise t f er itegrbel og t A ε = { [ + ε, b] } d =. Vi bemærker først t f er itegrbel på [, b] hvis og ku hvis de

Læs mere

Estimation ved momentmetoden. Estimation af middelværdiparameter

Estimation ved momentmetoden. Estimation af middelværdiparameter Statistik og Sadsylighedsregig 1 STAT kapitel 4.2 4.3 Susae Ditlevse Istitut for Matematiske Fag Email: susae@math.ku.dk http://math.ku.dk/ susae Estimatio ved mometmetode Idimellem ka det være svært (eller

Læs mere

Udskiftning af et tag antages at vare 2-6 dage. Denne tidsperiode antages at være fastlagt ved følgende symmetriske tæthedsfunktion

Udskiftning af et tag antages at vare 2-6 dage. Denne tidsperiode antages at være fastlagt ved følgende symmetriske tæthedsfunktion STATISTIK Sriftlig evluerig, 3. semester, torsdg de. ur l. 9.-3.. Alle hælpemidler er tilldt. Opgveløsige forses med v og CPR-r. OPGAVE Udsiftig f et tg tges t vre -6 dge. Dee tidsperiode tges t være fstlgt

Læs mere

Normalfordelingen og Stikprøvefordelinger

Normalfordelingen og Stikprøvefordelinger Normalfordelingen og Stikprøvefordelinger Normalfordelingen Standard Normal Fordelingen Sandsynligheder for Normalfordelingen Transformation af Normalfordelte Stok.Var. Stikprøver og Stikprøvefordelinger

Læs mere

Bogstavregning - supplerende eksempler. Reduktion... 54 b Ligninger... 54 d

Bogstavregning - supplerende eksempler. Reduktion... 54 b Ligninger... 54 d Mtetik på AVU Eksepler til iveu F, E og D Bogstvregig - supplerede eksepler Reduktio... Ligiger... d Bogstvregig Side Mtetik på AVU Eksepler til iveu F, E og D Reduktio M gger to preteser ed hide ved -

Læs mere

Projekt 4.1 Potensbegrebet og geometriske rækker

Projekt 4.1 Potensbegrebet og geometriske rækker Hvd er mtemtik? C, i-bog ISBN 978 87 766 499 8 Projekter: pitel 4 Projekt 4. Potesbegrebet og geometriske rækker Vi hr defieret e ekspoetiel vækst, som e vækstmodel, hvor de fhægige vribel, - værdie, fremskrives

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

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

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

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

Finitisme og Konstruktivisme. 22. November 2010

Finitisme og Konstruktivisme. 22. November 2010 Fiitisme og Kostruktivisme 22. November 2010 Frktler Hilbert Mdelbrot Feigebum Lorez Lorez-Ligigere σ = 10 β = 8/3 ρ =28 Logistisk vækst x -> rx(1-x) Mdelbrots frktl z -> P c (z) = z 2 +c 0-> P c (0) ->P

Læs mere

Komplekse tal Matematik og naturfag i verdensklasse, 2004. Komplekse tal

Komplekse tal Matematik og naturfag i verdensklasse, 2004. Komplekse tal Komplekse tl Mtemtik og turfg i verdesklsse, 004 Komplekse tl Dette mterile er ereget til udervisig i mtemtik i gymsiet. Der forudsættes kedsk til løsig f degrdsligiger, trigoometri og e lille smule vektorregig.

Læs mere

Kap 1. Procent og Rentesregning

Kap 1. Procent og Rentesregning Idhold Kp. Procet og Retesregig.... Regig med proceter.... Reteformle.... Geemsitlig retefod (vækstrte)... Kp Opsprigs- og gældsuiteter...5. Auiteter...5. Sumformel for e kvotietrække...5. Opsprigsuitet...6.

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

Diskrete og kontinuerte stokastiske variable

Diskrete og kontinuerte stokastiske variable Diskrete og kotiuerte stokastiske variable Beroulli Biomial fordelig Negativ biomial fordelig Hypergeometrisk fordelig Poisso fordelig Kotiuerte stokastiske variable Uiform fordelig Ekspoetial fordelig

Læs mere

Sætning: Middelværdi og varians for linearkombinationer. Lad X 1,X 2,...,X n være stokastiske variable. Da gælder. Var ( a 0 + a 1 X a n X n

Sætning: Middelværdi og varians for linearkombinationer. Lad X 1,X 2,...,X n være stokastiske variable. Da gælder. Var ( a 0 + a 1 X a n X n Ladmåliges fejlteori Lektio 3 Estimatio af σ Dobbeltmåliger Geometrisk ivellemet Lieariserig - rw@math.aau.dk Istitut for Matematiske Fag Aalborg Uiversitet Repetitio: Middelværdi og Varias Sætig: Middelværdi

Læs mere

Kommentarer til VARIABLE

Kommentarer til VARIABLE Kommetrer til Fglige mål Kpitlet lægger op til, t elevere lærer vribelbegrebet t kede som et effektivt værktøj til t skbe sig overblik over komplekse problemstilliger. k udpege kostter og vrible med tilhørede

Læs mere

FUNKTIONER del 2 Rentesregning Eksponentielle udviklinger Trigonometriske funktioner Potensfunktioner Polynomier

FUNKTIONER del 2 Rentesregning Eksponentielle udviklinger Trigonometriske funktioner Potensfunktioner Polynomier FUNKTIONER del Retesregig Ekspoetielle udvikliger Trigoometriske fuktioer Potesfuktioer Polyomier -klssere Gmmel Hellerup Gymsium Idhold RENTESREGNING... 3 Kotiuert rete... EKSPONENTIELLE UDVIKLINGER...

Læs mere

Lidt Om Fibonacci tal

Lidt Om Fibonacci tal Lidt om Fioi tl Lidt Om Fioi tl Idhold. Defiitio f Fioi tllee.... Kivl... 3. Telefokæder....3 4. E formel for Fioi tllee...4 Ole Witt-Hse 008 Lidt om Fioi tl. Defiitio f Fioi tllee Fioi tllee er opkldt

Læs mere

Potens regression med TI-Nspire

Potens regression med TI-Nspire Potensvækst og modellering - Mt-B/A 2.b 2007-08 Potens regression med TI-Nspire Vi tger her udgngspunkt i et eksempel med tovværk, hvor mn får oplyst en tbel over smmenhængen mellem dimeteren (xdt) i millimeter

Læs mere

Differentiation af potensfunktioner

Differentiation af potensfunktioner Hvd er mtemti? B, i-bog ISBN 978 87 766 494 3 Hjemmesideevisig: Differetitio f potesfutioer, Kpitel 4, side 76 Differetitio f potesfutioer. Pscls tret og biomilformle Vi strter med t mide om t poteser

Læs mere

Sammensætning af regnearterne - supplerende eksempler

Sammensætning af regnearterne - supplerende eksempler Mtetik på AVU Ekseplet til iveu F, E og D Sesætig f regertere - supplerede eksepler Poteser... Rødder... d 0-tls-poteser... e Sesætig f regertere Side Mtetik på AVU Ekseplet til iveu F, E og D Sesætig

Læs mere

Den flerdimensionale normalfordeling

Den flerdimensionale normalfordeling De flerdimesioale ormalfordelig Stokastiske vektorer Ved e stokastisk vektor skal vi forstå e vektor, hvor de ekelte kompoeter er sædvalige stokastiske variable. For de stokastiske vektor Y = Y,..., Y

Læs mere

Grundlæggende matematiske begreber del 1 Mængdelære Talmængder Tal og regneregler Potensregneregler Numerisk værdi Gennemsnit

Grundlæggende matematiske begreber del 1 Mængdelære Talmængder Tal og regneregler Potensregneregler Numerisk værdi Gennemsnit Grudlæggede mtemtiske begreber del Mægdelære Tlmægder Tl og regeregler Potesregeregler Numerisk værdi Geemsit x-klssere Gmmel Hellerup Gymsium Idholdsfortegelse MÆNGDELÆRE... 3 TAL... 9 De turlige tl...

Læs mere

29. januar Epidemiologi og biostatistik Forelæsning 2 Uge 1, torsdag 2. februar 2006 Michael Væth, Afdeling for Biostatistik.

29. januar Epidemiologi og biostatistik Forelæsning 2 Uge 1, torsdag 2. februar 2006 Michael Væth, Afdeling for Biostatistik. Epidemiologi og biostatistik Forelæsig Uge 1, torsdag. februar 006 ichael Væth, Afdelig for Biostatistik. Sammeligig af to middelværdier sikkerhedsitervaller statistisk test Sammeligig af to proportioer

Læs 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

Økonometri 1. Inferens i den lineære regressionsmodel 29. september Økonometri 1: F7 1

Økonometri 1. Inferens i den lineære regressionsmodel 29. september Økonometri 1: F7 1 Økoometri 1 Iferes i de lieære regressiosmodel 9. september 006 Økoometri 1: F7 1 Dages program Opsamlig af hemmeopgave om Mote Carlo eksperimeter Mere om hypotesetest: Ekelt lieær restriktio på koefficieter

Læs 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

Matematikkens mysterier - på et højt niveau. 1. Integralregning

Matematikkens mysterier - på et højt niveau. 1. Integralregning Mtemtikkes mysterier - på et højt iveu f Keeth Hse. Itegrlregig Hvd er relet f de skrverede puktmægde? . Itegrlregig Idhold. Stmfuktioer og det uestemte itegrl. Regeregler for det uestemte itegrl 7 Prtiel

Læs mere

Sandsynlighedsregning 5. forelæsning Bo Friis Nielsen

Sandsynlighedsregning 5. forelæsning Bo Friis Nielsen Dgens emner fsnit 3.5 og 4. oissonfordelingen Sndsynlighedsregning 5. forelæsning Bo Friis Nielsen Mtemtik og Computer Science Dnmrks Tekniske Universitet 800 Kgs. Lyngby Dnmrk Emil: bfni@dtu.dk Kontinuerte

Læs mere

antal gange krone sker i første n kast = n

antal gange krone sker i første n kast = n 1 Uge 15 Teoretisk Statistik, 5. april 004 1. Store tals lov Eksempel: møtkast Koverges i sadsylighed Tchebychevs ulighed Sætig: Store tals lov. De cetrale græseværdisætig 3. Approksimatio af sadsyligheder

Læs mere

hvor i er observationsnummeret, som løber fra 1 til stikprøvestørrelsen n, X i

hvor i er observationsnummeret, som løber fra 1 til stikprøvestørrelsen n, X i Normalfordeliger For at e stokastisk variabel X ka være ormalfordelt, skal X agive værdie af e eller ade målig, f.eks. tid, lægde, vægt, beløb osv. Notatioe er: Xi ~ N( μ, σ hvor i er observatiosummeret,

Læs mere

Oversigt. 1 Fordelingen for gennemsnittet t-fordelingen. 3 Den statistiske sprogbrug og formelle ramme

Oversigt. 1 Fordelingen for gennemsnittet t-fordelingen. 3 Den statistiske sprogbrug og formelle ramme Itroduktio til Statistik Forelæsig 4: Kofidesiterval for middelværdi (og spredig) Peder Bacher DTU Compute, Dyamiske Systemer Bygig 303B, Rum 009 Damarks Tekiske Uiversitet 2800 Lygby Damark e-mail: pbac@dtu.dk

Læs mere

Sandsynlighedsregning 9. forelæsning Bo Friis Nielsen

Sandsynlighedsregning 9. forelæsning Bo Friis Nielsen Dages eer afsit 5.3 og 5.4 Siultae kotiuerte fordeliger P(X dx,y dy = f(x,ydxdy Sadsylighedsregig 9. forelæsig Bo Friis Nielse Mateatik og Coputer Sciece Daarks Tekiske Uiversitet 8 Kgs. Lygby Daark Eail:

Læs 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

Supplerende noter II til MM04

Supplerende noter II til MM04 Supplerede oter II til MM4 N.J. Nielse 1 Uiform koverges af følger af fuktioer Vi starter med følgede defiitio: Defiitio 1.1 Lad S være e vilkårlig mægde og (X, d et metrisk rum. E følge (f af fuktioer

Læs mere

Rettevejledning til Økonomisk Kandidateksamen 2004II, Økonometri 1

Rettevejledning til Økonomisk Kandidateksamen 2004II, Økonometri 1 Rettevejledig til Økoomisk Kdidteksme 2004II, Økoometri Vurderigsgrudlget er selve opgvebesvrelse og bilget, iklusive det fleverede SAS progrm. Mterilet som er fleveret på diskette/cd bedømmes som såd

Læs mere

Ledighedsstatistik, juli 2013

Ledighedsstatistik, juli 2013 Ledighedssttistik, li Stigig i kdemikerledighede i li str stigig i dimittedledighede Akdemikerledighede er steget med fr i til li g er u å.9 svrede til e ledighedsrcet å 4, ct. Stærk stigede dimittedledighed

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

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

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

Program. Populationer og stikprøver. Praktiske oplysninger. Eksempel vaccine mod miltbrand hos får. Praktiske oplysninger

Program. Populationer og stikprøver. Praktiske oplysninger. Eksempel vaccine mod miltbrand hos får. Praktiske oplysninger Faculty of Life Scieces Program Populatioer og stikprøver Claus Ekstrøm E-mail: ekstrom@life.ku.dk Praktiske oplysiger Populatioer og stikprøver Data Datatyper Visualiserig Cetrum og spredig af e fordelig

Læs mere

Ledighedsstatistik, maj 2013

Ledighedsstatistik, maj 2013 Ledighedssttistik, mj 3 Fld i kdemikerledighede i mj me reelt tle m e lille stigig Stigede tl lgtidsledige dimitteder Akdemikerledighede er fldet med fr ril til mj g er u å.53 svrede til e ledighedsrcet

Læs mere

Fejlforplantning. Landmålingens fejlteori - Lektion 9 - Repetition - Fejlforplantning. Kovariansmatrix. Kovariansmatrix

Fejlforplantning. Landmålingens fejlteori - Lektion 9 - Repetition - Fejlforplantning. Kovariansmatrix. Kovariansmatrix Fejlforplntning Lndmålingens fejlteori Lektion 9 Repetition - Fejlforplntning Ksper K Berthelsen - kk@mthudk http://peoplemthudk/ kk/undervisning/lf11 Institut for Mtemtiske Fg Alorg Universitet Lndmåling

Læs mere

Repetition. Diskrete stokastiske variable. Kontinuerte stokastiske variable

Repetition. Diskrete stokastiske variable. Kontinuerte stokastiske variable Normal fordelingen Normal fordelingen Egenskaber ved normalfordelingen Standard normal fordelingen Find sandsynligheder ud fra tabel Transformation af normal fordelte variable Invers transformation Repetition

Læs mere

Kap. 1: Integralregning byggende på stamfunktioner.

Kap. 1: Integralregning byggende på stamfunktioner. - - Kp. : Itegrlregig yggede på stmfuktioer... Specielle egesker ved fuktioer. Defiitio... E fuktio f siges t være egræset i et itervl I, hvis f er defieret i itervllet, og hvis der fides to tl k og K,

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

Stikprøver og stikprøve fordelinger. Stikprøver Estimatorer og estimater Stikprøve fordelinger Egenskaber ved estimatorer Frihedsgrader

Stikprøver og stikprøve fordelinger. Stikprøver Estimatorer og estimater Stikprøve fordelinger Egenskaber ved estimatorer Frihedsgrader Stikprøver og stikprøve fordelinger Stikprøver Estimatorer og estimater Stikprøve fordelinger Egenskaber ved estimatorer Frihedsgrader Statistik Statistisk Inferens: Prediktere og forekaste værdier af

Læs mere

Program. Ensidet variansanalyse Normalfordelingen. Antibiotika og nedbrydning af organisk materiale. Tegninger

Program. Ensidet variansanalyse Normalfordelingen. Antibiotika og nedbrydning af organisk materiale. Tegninger Faculty of Life Scieces Program Esidet variasaalyse Normalfordelige Claus Ekstrøm E-mail: ekstrom@life.ku.dk Esidet variasaalyse (oe-way ANOVA) Hvilke type data? Hvad er problemstillige? Variatio mellem

Læs mere

Statistiske test. Efteråret 2010 Jens Friis, AAU. Hjemmeside :

Statistiske test. Efteråret 2010 Jens Friis, AAU. Hjemmeside : Statistiske test Efteråret 00 Jes Friis, AAU Hjemmeside : http://akaaudk/jfj Kotiuerte fordeliger Defiitio: Tæthedsfuktio E sadsylighedstæthedsfuktio på R er e itegrabel fuktio f : R [0; [ hvor f d = Defiitio:

Læs mere

Sandsynligheder og diskrete stokastiske variable

Sandsynligheder og diskrete stokastiske variable Sndsynligheder og disrete stostise vrible Regler for sndsynligheder Byes sætning Stostis vribel disret Sndsynligheds fordeling Kumultiv fordeling Middelværdi, vrins, stndrd fvigelse Sidste gng Mængder

Læs mere

MATEMATISK FORMELSAMLING

MATEMATISK FORMELSAMLING MATEMATISK FORMELSAMLING GUX Grøld Mtemtisk formelsmlig til C-iveu, GUX Grøld Deprtemetet for uddelse 05 Redktio: Rsmus Aderse, Jes Thostrup MtemtiskformelsmligtilC-iveu GUX Grøld FORORD Dee formelsmlig

Læs mere

Velkommen. Program. Statistik og Sandsynlighedsregning 2 Sandsynlighedstætheder og kontinuerte fordelinger på R. Praktiske ting og sager

Velkommen. Program. Statistik og Sandsynlighedsregning 2 Sandsynlighedstætheder og kontinuerte fordelinger på R. Praktiske ting og sager Program Statistik og Sadsylighedsregig 2 Sadsylighedstætheder og kotiuerte fordeliger på R Helle Sørese Uge 6, madag Velkomme I dag: Praktiske bemærkiger Hvad skal vi lave på SaSt2? Sadsylighedstætheder

Læs 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

Vejledende opgavebesvarelser

Vejledende opgavebesvarelser Vejledede opgavebesvarelser 1. Atal hæder er lig med K(52,5), altså 2598960. Ved brug af multiplikatiospricippet ka atal hæder med 3 ruder og 2 spar udreges som K(13, 3) K(13, 2), hvilket giver 22308.

Læs mere

Lektion 6 Bogstavregning

Lektion 6 Bogstavregning Lektion Bogstvregning Formler... Reduktion... Ligninger... Lektion Side 1 Formler En formel er en slgs regne-opskrift, hvor mn med bogstver viser, hvorledes noget skl regnes ud. F.eks. formler til beregning

Læs mere

9. Binomialfordelingen

9. Binomialfordelingen 9. Biomialfordelige 9.. Gekedelse Hvert forsøg ka ku resultere i to mulige udfald; succes og fiasko. I modsætig til poissofordelige er atallet af forsøg edeligt. 9.. Model X : Stokastisk variabel, der

Læs 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

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

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

Definition: Normalfordelingen. siges at være normalfordelt med middelværdi µ og varians σ 2, hvor µ og σ er reelle tal og σ > 0.

Definition: 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 mere

Oversigt. Kursus 02402/02323 Introducerende Statistik. Forelæsning 12: Inferens for andele. Klaus K. Andersen og Per Bruun Brockhoff

Oversigt. Kursus 02402/02323 Introducerende Statistik. Forelæsning 12: Inferens for andele. Klaus K. Andersen og Per Bruun Brockhoff Kursus 02402/02323 Itroducerede Statistik Forelæsig 12: Iferes for adele Klaus K. Aderse og Per Bruu Brockhoff DTU Compute, Statistik og Dataaalyse Damarks Tekiske Uiversitet 2800 Lygby Damark e-mail:

Læs mere

Projekt 4.8 De reelle tal og 1. hovedsætning om kontinuerte funktioner

Projekt 4.8 De reelle tal og 1. hovedsætning om kontinuerte funktioner Projekter: Kapitel 4 Projekt 48 De reelle tal og hovedsætig om kotiuerte fuktioer Projekt 48 De reelle tal og hovedsætig om kotiuerte fuktioer Kotiuitet og kotiuerte fuktioer Ord som kotiuert og kotiuerlig

Læs mere

Eksponentielle Sammenhænge

Eksponentielle Sammenhænge Kort om Eksponentielle Smmenhænge 011 Krsten Juul Dette hæfte indeholder pensum i eksponentielle smmenhænge for gymnsiet og hf. Indhold 1. Procenter på en ny måde... 1. Hvd er en eksponentiel smmenhæng?....

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

Mikroøkonomi, matematik og statistik Eksamenshjemmeopgave 14. 20. december 2007

Mikroøkonomi, matematik og statistik Eksamenshjemmeopgave 14. 20. december 2007 Mikroøkoomi, matematik og statistik Eksameshjemmeopgave 14. 20. december 2007 Helle Buzel, Tom Egsted og Michael H.J. Stæhr 14. december 2007 R E T N I N G S L I N I E R F O R E K S A M E N S H J E M M

Læs mere

KULTURARVEN det skal der ske. vegne

KULTURARVEN det skal der ske. vegne KULTURARVEN det skl der ske R E M G DO være et kulturrve e. f g i r v skl be g kommu Kommue borgere o e d å b r fo I Roskilde de g ligt æri idetitet o fælles, sy ber lokl k s e d e rdifuld eskytte d rrv

Læs mere

Du kan efter ønske opfatte integralet som et Riemann-integral eller et Lebesgue-integral (idet de to er identiske på C([a, b], C) jf. Theorem 11.8.

Du kan efter ønske opfatte integralet som et Riemann-integral eller et Lebesgue-integral (idet de to er identiske på C([a, b], C) jf. Theorem 11.8. Anlyse Øvelser Rsmus Sylvester Bryder. og 5. oktober 3 Supplerende opgve Ld C([, b], C) betegne rummet f lle kontinuerte funktioner f : [, b] C, hvor < b, og definér et indre produkt på C([, b], C) ved

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

x-klasserne Gammel Hellerup Gymnasium

x-klasserne Gammel Hellerup Gymnasium SANDSYNLIGHEDSREGNING OG KOMBINATORIK x-klassere Gammel Hellerup Gymasium Idholdsfortegelse SANDSYNLIGHEDSREGNING... 3 SANDSYNLIGHEDSFELT... 3 DE STORE TALS LOV... 4 Sadsyligheder og frekveser:... 4 STOKASTISK

Læs mere

vejer (med fortegn). Det vil vi illustrere visuelt og geometrisk for (2 2)-matricer og (3 3)-matricer i enote 6.

vejer (med fortegn). Det vil vi illustrere visuelt og geometrisk for (2 2)-matricer og (3 3)-matricer i enote 6. enote 5 enote 5 Determiater I dee enote ser vi på kvadratiske matricer. Deres type er altså for 2, se enote 4. Det er e fordel, me ikke absolut ødvedigt, at kede determiatbegrebet for (2 2)-matricer på

Læs mere

Matematisk modellering og numeriske metoder. Lektion 17

Matematisk modellering og numeriske metoder. Lektion 17 Mtemtisk modellering og numeriske metoder Lektion 1 Morten Grud Rsmussen 8. november, 1 1 Numerisk integrtion og differentition [Bogens fsnit 19. side 84] 1.1 Grundlæggende om numerisk integrtion Vi vil

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

Begreber og definitioner

Begreber og definitioner Begreber og defiitioer Daske husstades forbrug på de medierelaterede udgiftsposter stiger og udgør i 2012*) 11,3 % af husstadees samlede forbrug mod 5,5 % i 1994. For husstade med de laveste idkomster

Læs mere

GrundlÄggende funktioner

GrundlÄggende funktioner GrundlÄggende funktioner for B-niveu i hf Udgve 014 Krsten Juul GrundlÄggende funktioner for B-niveu i hf Procent 1. Procenter på en ny måde... 1. VÄkstrte.... Gennemsnitlig procent... LineÄr väkst 4.

Læs mere

Integralregning. 2. del. 2006 Karsten Juul

Integralregning. 2. del. 2006 Karsten Juul Integrlregning del ( ( 6 Krsten Juul Indhold 6 Uestemt integrl8 6 Sætning om eksistens stmunktioner 8 6 Oplæg til "regneregler or integrl"8 6 Regneregler or uestemt integrl 9 68 Foreredelse til "integrtion

Læs mere

Økonometri 1. Definition og motivation. Definition og motivation. Dagens program. Den multiple regressionsmodel 15. februar 2006

Økonometri 1. Definition og motivation. Definition og motivation. Dagens program. Den multiple regressionsmodel 15. februar 2006 Dages program Økoometri De multiple regressiosmodel 5. februar 006 Emet for dee forelæsig er de multiple regressiosmodel (Wooldridge kap 3.-3.3+appedix E.-E.) Defiitio og motivatio Fortolkig af parametree

Læs mere

Note til Spilteori Mikro 2. år 2. semester Erik Bennike. Note til Spilteori

Note til Spilteori Mikro 2. år 2. semester Erik Bennike. Note til Spilteori Note tl Splteor Mkro. år. semester Erk Beke Note tl Splteor Gos s. - Splteor eskæftger sg med sttoer hvor der er strtegsk fhægghed geter mellem. Nytte for de ekelte get fhæger således kke lee f ege hdlger

Læs mere

Eksamensopgave august 2009

Eksamensopgave august 2009 Ib Michelsen, Viborg C / Skive C Side 1 09-04-011 1 Eksmensopgve ugust 009 Opgve 1 3 4 5 6 7 8 9 10 11 1 13 14 15 16 17 18 19 0 1 Givet ovenstående ensvinklede treknter. D treknterne er ensvinklede, er

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

Kvantitative Metoder 1 - Efterår Dagens program

Kvantitative Metoder 1 - Efterår Dagens program Dagens program Afsnit 6.1. Ligefordelinger, fra sidst Den standardiserede normalfordeling Normalfordelingen Beskrivelse af normalfordelinger: - Tæthed og fordelingsfunktion - Middelværdi, varians og fraktiler

Læs mere

Sandsynlighedsteori 1.2 og 2 Uge 5.

Sandsynlighedsteori 1.2 og 2 Uge 5. Istitut for Matematiske Fag Aarhus Uiversitet De 27. jauar 25. Sadsylighedsteori.2 og 2 Uge 5. Forelæsiger: Geemgage af emere karakteristiske fuktioer og Mometproblemet afsluttes, og vi starter på afsittet

Læs mere

Sandsynlighedsteori 1.2

Sandsynlighedsteori 1.2 Forelæsigsoter til Sadsylighedsteori.2 Sved Erik Graverse Jauar 2006 Istitut for Matematiske Fag Det Naturvideskabelige Fakultet Aarhus Uiversitet. Mometproblemet. I dette afsit beteger X e stokastisk

Læs mere

1 1 t 10 1. ( ) x 2 4. + k ================= sin( x) + 4 og har graf gennem (0,2), dvs F(0) = 2. + 4x + k

1 1 t 10 1. ( ) x 2 4. + k ================= sin( x) + 4 og har graf gennem (0,2), dvs F(0) = 2. + 4x + k 0x-MA (0.0.08) _ opg (3:07) Integrtion ved substitution ( x + 7) 9 t x + 7 > t 9 t 0 + k 0 0 ( x + 7)0 + k b) x x + 4 t x + 4 > 3 x t t t x 3 t x x + k 3 t t + k ( ) x 4 3 x + 4 + + k c) cos( x)

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

Noter om polynomier, Kirsten Rosenkilde, Marts Polynomier

Noter om polynomier, Kirsten Rosenkilde, Marts Polynomier Noter om polyomier, Kirste Rosekilde, Marts 2006 1 Polyomier Disse oter giver e kort itroduktio til polyomier, og de fleste sætiger æves ude bevis. Udervejs er der forholdsvis emme opgaver, mes der til

Læs mere

Potens- sammenhænge. inkl. proportionale og omvendt proportionale variable. 2010 Karsten Juul

Potens- sammenhænge. inkl. proportionale og omvendt proportionale variable. 2010 Karsten Juul Potens- smmenhænge inkl. proportionle og omvendt proportionle vrible 010 Krsten Juul Dette hæfte er en fortsættelse f hæftet "Eksponentielle smmenhænge, udgve ". Indhold 1. Hvd er en potenssmmenhæng?...1.

Læs mere

Længde [cm] Der er frit vandspejle i sandkassen. Herudover er sandkassen åben i højden cm i venstresiden og 0-20 cm i højresiden.

Længde [cm] Der er frit vandspejle i sandkassen. Herudover er sandkassen åben i højden cm i venstresiden og 0-20 cm i højresiden. Vadtrasportmodel Formål For beregig af vadtrasporte i sadkasse er der lavet e boksmodel. Formålet med boksmodelle er at beskrive vadtrasporte i sadkasse. Herover er formålet at bestemme de hydrauliske

Læs mere

Landmålingens fejlteori - Repetition - Kontinuerte stokastiske variable - Lektion 3

Landmålingens 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 mere

Differential-kvotient. Produkt og marked - differential og integralregning. Regneregler. Stamfunktion. Lad f være en funktion - f.eks. f (x) = 2x 2.

Differential-kvotient. Produkt og marked - differential og integralregning. Regneregler. Stamfunktion. Lad f være en funktion - f.eks. f (x) = 2x 2. Differentil-kvotient Ld f være en funktion - f.eks. f (x) = 2x 2. Produkt og mrked - differentil og integrlregning Rsmus Wgepetersen Institut for Mtemtiske Fg Alborg Universitet Februry 14, 2014 Differentilkvotienten

Læs mere

Dæmonen. Efterbehandlingsark C. Spørgsmål til grafen over højden.

Dæmonen. Efterbehandlingsark C. Spørgsmål til grafen over højden. Efterbehndlingsrk C Dæmonen Nedenfor er vist to grfer for bevægelsen i Dæmonen. Den første grf viser hvor mnge gnge du vejer mere eller mindre end din normle vægt. Den nden grf viser højden. Spørgsmål

Læs mere

... ... ... ... ... ... ... b > 0 og x > 0, vil vi kalde en potensfunktion. 492 10. Potensfunktioner

... ... ... ... ... ... ... b > 0 og x > 0, vil vi kalde en potensfunktion. 492 10. Potensfunktioner POTENSFUNKTIONER 0 49 0. Potensfunktioner POTENSFUNKTIONER DEFINITION En funktion med forskriften f( )= b hvor b > 0 og > 0 vil vi klde en potensfunktion. I MAT C kpitel så vi t hvis skl være et vilkårligt

Læs mere

Indholdsfortegnelse Generelt Diskrete stokastiske variable: Kontinuerte stokastiske variable: Regneregler for stokastiske variable

Indholdsfortegnelse Generelt Diskrete stokastiske variable: Kontinuerte stokastiske variable: Regneregler for stokastiske variable Idholdsfortegelse Geerelt:...3 Stokastisk variabel:...3 Tæthedsfuktio/sadsylighedsfuktio for stokastisk variabel:...3 Fordeligsfuktio/sumfuktio for stokastisk variabel:...3 Middelværdi:...4 Geemsit:...4

Læs mere