Analyse af Saltdata. Henrik Spliid
|
|
- Vilhelm Kronborg
- 7 år siden
- Visninger:
Transkript
1 Analyse af Saltdata Henrik Spliid December
2 Analyse af restsalt ved udspredning af fugtsalt og saltlage Page 1 of 12 Indledning Nrvrende rapport beskriver kort resultaterne af en statistisk analyse af data vedrrende udspredning og efterflgende nedslidning af vejsalt i forbindelse med glatfresituationer. Forsget og data To veje indgar analysen. De har numrene 206 og 714 og ligger pa Fyn. Vejene er valgt, sa de mht. udformning og trak er sammenlignelige. Der benyttes to udspredningsmetoder, nemlig i form af almindeligt fugtigt salt (pa vej 714) eller som spray, dvs en saltlage (pa vej nr 206). Der udspredes en vis saltmngde pr m 2 vej (10, 15 eller 20 g pr m 2 ). I forbindelse med den enkelte udspredningssituation karakteriseres trakmngden som svag, let eller kraftig (S, L eller K). I den endelige analyse blev kategorierne 'S' og 'L' slaet sammen til kategorien 'S' (svag). Efter udspredningen maltes med faste tidsintervaller restsaltmngden. Denne maling blev foretaget 2, 5 og 10 timer efter udspredningen. For at fa et reprsentativt mal for restsaltmngden maltes denne i afstanden 0.5, 1.5 og 2.5 m pa begge sider af vejmidten, og dette blev gjort pa to steder med ca 500 m's afstand. Den analyserede restsaltmngde er beregnet som gennemsnittet af disse 12 malevrdier. Yderligere en rkke oplysninger (vejr, vejtilstand etc.) registreredes, men indgar ikke i analysen. Det er et vsentligt element, at udspredningen blev foretaget i de samme vejrsituationer (altsa pa samme tidspunkt). Ved at medtage vejrsituations nummeret (case nr) i analysen kan forstyrrende fllesvariationer, som ikke er relateret til udspredningsmetoden, den udspredte mngde eller den forlbne tid, elimineres fra data. Dette glder f.eks vejret, som kan anses for ens pa de to vejstrkninger og (til en vis grad) vejtilstand (fugtig, is, mv). Der analyseredes savel de absolutte saltmngder og saltmngder beregnet relativt til den udspredte mngde. I nrvrende rapport er alene beskrevet analysen af de relative restsaltmngder. Flgende tabel viser data fra det frste registrerede case:
3 Analyse af restsalt ved udspredning af fugtsalt og saltlage Page 2 of 12 Case Vej nr Tid Salt udspr. Trak Restsalt Relativ rest nr nr gaet pr m mngde gprm 2 mngde svag svag svag svag I alt indgik 33 cases eller sammenlagt 633 = 198 registreringer. Enkelte cases var ufuldstndige, saledes, at der var i alt 189 fuldstndige registreringer. To suspekte malevrdier blev udeladt: Case nr 11, vej nr 714, 2 timer og case nr 16, vej nr 714, 2 timer, i de to tilflde fordi den malte restsaltmngde var urimeligt hj og urimeligt lav, henholdsvis, set i forhold til de vrige data. Videre er udeladt case nr 10, da der er anfrt forskellig trakmngde for de to veje, og fordi estimationen pga variablen "case" resulterer i en urimeligt stor vrdi (bedmt som outlier). Endelig er case nr 28 udeladt, da der kun er registreret saltmalinger for tiden=2 timer. Statistik { Variansanalyser Der undersges flgende model for den relative restsaltmngde: Y = + case(trak) + vej + tid + vej*tid + trak + trak*vej + E hvor er en flles konstant og "case" er et bidrag, som knytter de data sammen, som stammer fra samme dag (tidspunkt), og hvor det formodes, at en rkke flles forhold er gldende (temperatur, generelle vejrforhold, lysforhold, trakale forhold, etc.). Variablen vej er enten "206" eller "714", og tid er enten "2", "5" eller "10". Bidraget "vej*tid" er et sakaldt vekselvirkningsled, som kan beskrive, at saltnedbrydningen ikke foregar parallelt pa de to veje. Endelig angiver variablen "trak", hvorvidt der er svag, "S", eller kraftig, "K", trak. Videre er medtaget et led, "trak*vej", som kan beskrive, om trakmngden virker forskelligt for de to udspredningsmetoder (veje). For variablen "case" ndes individuelle konstanter hrende til de enkelte udspredningstilflde, men rubriceret sadan, at der kan beregnes en eventuel systematisk forskel for de to trakkategorier, "S" og "K", angivet ved notationen case(trak). Det benyttede analyseprogram (SAS, GLM) estimerer disse konstanter i forhold til det senest registrerede udspredningstilflde, som er "case" nr 33, der altsa far tildelt konstanten 0 (nul). Regnes "case" om til en variation i forhold til et flles "case"-gennemsnit for de to trakkategorier, ndes et totalt gennemsnit pa henholdsvis 0.61 for "S" og "0.50" for "K", eller en forskel pa ca For de to veje ndes flgende relative restsaltmngder for de forskellige tidspunkter og trakkategorier:
4 Analyse af restsalt ved udspredning af fugtsalt og saltlage Page 3 of 12 Relativ restsaltmngde Svag trak Kraftig trak Vej nr 2 timer 5 timer 10 timer 2timer 5timer 10 timer Til denne model hrer flgende: Variansanalysetabel Variations- Kvadrataf- Friheds- F-test kilde vigelsessum grader S 2 vrdi p-vrdi Case(Trak) < 0:0001 Vej < 0:0001 Tid < 0:0001 Vej*Tid :14 Trak ) '0.30 Vej*Trak Restvariation Total variation ) Vrdien 1.14 = /0.2423, idet variationen, som kan tilskrives trakken, skal testes mod variablen "cases(trak)". Man ser af tabellen, at de to led i modellen, som beskriver vekselvirkninger (dvs ikke parallel nedbrydning for de to veje mod tid henholdsvis trak) formelt set ikke er statistisk signikante. Derfor kan man overveje at forenkle modellen ved at antage at Det resulterer i flgende estimation: Y = + case(trak) + vej + tid + trak + E Relativ restsaltmngde Svag trak Kraftig trak Vej nr 2 timer 5 timer 10 timer 2timer 5timer 10 timer Man ser, at den reelle forskel pa de to modeller ikke erstor.
5 Analyse af restsalt ved udspredning af fugtsalt og saltlage Page 4 of 12 Til den reducerede model hrer flgende Variansanalysetabel Variations- Kvadrataf- Friheds- F-test kilde vigelsessum grader S 2 vrdi p-vrdi Case(Trak) < 0:0001 Vej < 0:0001 Tid < 0:0001 Trak ) '0.20 Restvariation Total variation ) Vrdien 1.73 = /0.2441, idet variationen, som kan tilskrives trakken, skal testes mod variablen "cases(trak)". Som et flles skn ses, at restsaltmngden pa vej nr 714 er ca 17% (af den udspredte mngde) mindre, end ved vej nr 206. For faktoren "Trak" ndes, at der for kategorien "K" ndes en restsaltmngde pa gennemsnitligt 11% (af den udspredte mngde) under kategorierne "S" og "L" under et. Man kan diskutere det rimelige i at antage additivitet for de relative restsaltmngder, idet en form for produktmodel maske ville vre mere naturlig. Den viste model giver imidlertid et godt indtryk af strrelsesordenen pa forskellen mellem de to udspredningsmetoder. Standardafvigelsen af estimatet for forskel pa udspredningsmetoderne er af strrelsesordenen Et omtrentligt 95% kondensinterval for forskellen pa atbenytte lage i stedet for trsalt beregnes som [0:17 2 0:025], dvs intervallet [0:12 ; 0:22]. Den fundne eekt fra udspredningsmetoden er saledes strkt statistisk signikant og er dermed sikkert pavist. Ved at estimere forskellen i restsaltmngde for to trakkategorier uden hensyntagen "Case" ndes, at spredningen pa denne forskel er af strrelsesordenen Et omtrentligt 95% kondensinterval for eekten af trakmngden beregnes derfor som [0:11 2 0:06], dvs intervallet [(;0:01) ; 0:21]. Den fundne eekt fra trakmngden er saledes ikke strkt statistisk signikant, og det fundne estimat er tilsvarende behftet med relativt stor usikkerhed. Eekt fra "case" og fra usikkerheden E Det er rimeligt at opfatte "case" som en stokastisk variabel, som varierer fra det ene udspredningstilflde til det nste, og som dermed beskriver, hvor store forskelle, der kan vre mellem tilsyneladende ens situationer. Det er vsentligt at notere, at "case" er flles for de to veje i den enkelte udspredningsituation.
6 Analyse af restsalt ved udspredning af fugtsalt og saltlage Page 5 of 12 Man nder ved generel variansanalyseteknik, at middelkvadratafvigelsessummen for variablen "Case(Trak)", dvs S 2 case, har den teoretiske forventningsvrdi EfS2 case g'2 rest + 5:40 2. Med S2 case rest =0:0243 og S2 case =0:2441 ndes b2 case ' (0:2441 ; 0:0243)=5:4 ' 0:20 2. Med denne (mest almindelige) estimationsmetode ndes dermed, at "case" har en spredning pa ca Der knytter sig en vrdi af restvariationen, E, til hver enkelt maling i de analyserede data. Efter estimation af den viste model ndes, at E har en varians pa b 2 ' 0:0243 ' 0:16 2, svarende til en spredning pa ca Skrives den fundne model pa formen: Y = +vej + tid + trak + (case(trak) + E) reprsenterer (case(trak) + E) modellens tilfldige elementer med de to angivne spredninger, medens, "vej", "tid" og "trak" er faste vrdier, estimeret som vist ovenfor. Variansen af (case(trak)+e) ndes ved addition 'i kvadratisk middel' som 0: :16 2 ' 0:26 2, dvs med spredning pa ca De 0.20 udtrykker (mere eller mindre) tilfldig variation mellem udspredningstilflde, dvs en variation, som er flles for de to vej. De 0.16 udtrykker tilfldig variation indenfor udspredningstilflde, dvs en variation, som er knyttet til den enkelte vej i det enkelte udspredningstilflde.
7 Analyse af restsalt ved udspredning af fugtsalt og saltlage Page 6 of 12 Data De analyserede data fremgar af flgende udskrift: OBS CASE VEJ TID KM VEJR G/m Trafik SALT Rel.SALT S S S S S S K K K K K K S S S S S S S S S S S S S S S S S S S S S S S S S S S
8 Analyse af restsalt ved udspredning af fugtsalt og saltlage Page 7 of S S S S S S S S S K K K K K K S K S K S K S S S S S S S S S S S S K K K K K K S S S S S S
9 Analyse af restsalt ved udspredning af fugtsalt og saltlage Page 8 of K K K K K K S S S S S S K K K K K K K K K K K S S S S S S S S S S S S S S S S S S S S S
10 Analyse af restsalt ved udspredning af fugtsalt og saltlage Page 9 of S S S S S S S S S K K K K K K S S S S S S S K S K S K K K K K S K K K K K K K
11 Analyse af restsalt ved udspredning af fugtsalt og saltlage Page 10 of S S S S S S S S S S K S K S K S S S S S S S
12 Analyse af restsalt ved udspredning af fugtsalt og saltlage Page 11 of 12 Program Der er benyttet flgende SAS program. En rkke supplerende analyser er udkommenteret (star mellem ' /* ' og ' */ '). Ovenstaende tabel er et (let redigeret) print herfra: title Prahls data options linesize=120 /* data henrik.glat2 merge henrik.cases henrik.glat */ Data henrik.analys1 set henrik.glat2 if _n_ = 3 then G_PR_M=20 if _n_ = 5 then G_PR_M=20 if _n_ = 43 then G_PR_M=20 salt=(h10_5m+h11_5m+h12_5m+v10_5m+v11_5m+v12_5m + H20_5M+H21_5M+H22_5M+V20_5M+V21_5M+V22_5M)/12 salt0=salt/(g_pr_m*0.766) if trafik = 'L' then trafik='s' if vej_nr=206 then salt0=salt/(g_pr_m*0.23) drop H10_5M H11_5M H12_5M V10_5M V11_5M V12_5M H20_5M H21_5M H22_5M V20_5M V21_5M V22_5M _REC_ID DATO KL KM_ VEJTIL SKYD F S R G BEM_RK NAVN AARSAG UDKALD_K SPREDT_K SAND_INT _OBSTAT_ proc print run data outlier set henrik.analys1 if case=11 and vej_nr=714 and tid=2 then delete if case=16 and vej_nr=714 and tid=2 then delete if case=10 then delete if case=28 then delete title2 Analyse: Stor model run proc GLM class case vej_nr tid trafik vejr model salt0 = case(trafik) vej_nr tid vej_nr*tid trafik vej_nr*trafik / ss3 solution random case(trafik) lsmeans trafik/stderr run title2 Analyse: Model uden vej*tid vekselvirkning run proc GLM class case vej_nr tid trafik model salt0 = case(trafik) vej_nr tid trafik vej_nr*trafik / ss3 solution random case(trafik) lsmeans trafik/stderr run
13 Analyse af restsalt ved udspredning af fugtsalt og saltlage Page 12 of 12 title2 Analyse: Model uden vekselvirning run proc GLM class case vej_nr tid trafik model salt0 = case(trafik) vej_nr tid trafik / ss3 solution random case(trafik) lsmeans trafik/stderr run.ooo.
Restsaltmængdernes afhængighed af trafikken,
Restsaltmængdernes afhængighed af trafikken, Thomas Glue, marts 2. Trafikintensitet...2 Indledende definitioner...2 Regressionsanalyser på trafikintensiteten...6 Justering af restsaltmængder i henhold
Læs mereVi kalder nu antal prøverør blandt de 20, hvor der ikke ses vækst for X.
Opgave I I en undersøgelse af et potentielt antibiotikum har man dyrket en kultur af en bestemt mikroorganisme og tilført prøver af organismen til 20 prøverør med et vækstmedium og samtidig har man tilført
Læs mereInstitut for Matematiske Fag Matematisk Modellering 1 UGESEDDEL 6
Institut for Matematiske Fag Matematisk Modellering 1 Aarhus Universitet Eva B. Vedel Jensen 25. februar 2008 UGESEDDEL 6 Forelæsningerne torsdag den 21. februar og tirsdag den 26. februar. Jeg har gennemgået
Læs mereOpgave 1 Betragt to diskrete stokastiske variable X og Y. Antag at sandsynlighedsfunktionen p X for X er givet ved
Matematisk Modellering 1 (reeksamen) Side 1 Opgave 1 Betragt to diskrete stokastiske variable X og Y. Antag at sandsynlighedsfunktionen p X for X er givet ved { 1 hvis x {1, 2, 3}, p X (x) = 3 0 ellers,
Læs mereNaturvidenskabelig Bacheloruddannelse Forår 2006 Matematisk Modellering 1 Side 1
Matematisk Modellering 1 Side 1 I nærværende opgavesæt er der 16 spørgsmål fordelt på 4 opgaver. Ved bedømmelsen af besvarelsen vægtes alle spørgsmål lige. Endvidere lægges der vægt på, at det af besvarelsen
Læs mereReeksamen i Statistik for Biokemikere 6. april 2009
Københavns Universitet Det Naturvidenskabelige Fakultet Reeksamen i Statistik for Biokemikere 6. april 2009 Alle hjælpemidler er tilladt, og besvarelsen må gerne skrives med blyant. Opgavesættet er på
Læs mereOpgaver til ZAR II. Afdeling for Anvendt Matematik og Statistik Michael Sørensen Oktober Opgave 1
Københavns Universitet Afdeling for Anvendt Matematik og Statistik Statistik for biokemikere Inge Henningsen Michael Sørensen Oktober 2003 Opgaver til ZAR II Opgave 1 Et datasæt består af 20 observationer.
Læs mere2. juni Solitaire spilles med pinde, der pa gurerne er angivet som sorte pletter. Der
SOLITAIRE 2. juni 2003 Mogens Esrom Larsen Indledning. Solitaire spilles med pinde, der pa gurerne er angivet som sorte pletter. Der kan sta en eller ingen pind i et felt, som pa guren er angivet som et
Læs mereNormalfordelingen. Det centrale er gentagne målinger/observationer (en stikprøve), der kan beskrives ved den normale fordeling: 1 2πσ
Normalfordelingen Det centrale er gentagne målinger/observationer (en stikprøve), der kan beskrives ved den normale fordeling: f(x) = ( ) 1 exp (x µ)2 2πσ 2 σ 2 Frekvensen af observationer i intervallet
Læs merek normalfordelte observationsrækker (ensidet variansanalyse)
k normalfordelte observationsrækker (ensidet variansanalyse) Lad x ij, i = 1,...,k, j = 1,..., n i, være udfald af stokastiske variable X ij og betragt modellen M 1 : X ij N(µ i, σ 2 ). Estimaterne er
Læs mereModelkontrol i Faktor Modeller
Modelkontrol i Faktor Modeller Julie Lyng Forman Københavns Universitet Afdeling for Anvendt Matematik og Statistik Statistik for Biokemikere 2003 For at konklusionerne på en ensidet, flersidet eller hierarkisk
Læs mereEksamen i Statistik for biokemikere. Blok
Eksamen i Statistik for biokemikere. Blok 2 2007. Vejledende besvarelse 22-01-2007, Niels Richard Hansen Bemærkning: Flere steder er der givet en argumentation (f.eks. baseret på konfidensintervaller)
Læs mereReferencelaboratoriet for måling af emissioner til luften
Referencelaboratoriet for måling af emissioner til luften Rapport nr.: 77 Titel Hvordan skal forekomsten af outliers på lugtmålinger vurderes? Undertitel - Forfatter(e) Arne Oxbøl Arbejdet udført, år 2015
Læs mereEstimation og usikkerhed
Estimation og usikkerhed = estimat af en eller anden ukendt størrelse, τ. ypiske ukendte størrelser Sandsynligheder eoretisk middelværdi eoretisk varians Parametre i statistiske modeller 1 Krav til gode
Læs mereEksamen i Statistik for Biokemikere, Blok januar 2009
Københavns Universitet Det Naturvidenskabelige Fakultet Eksamen i Statistik for Biokemikere, Blok 2 2008 09 19. januar 2009 Alle hjælpemidler er tilladt, og besvarelsen må gerne skrives med blyant. Opgavesættet
Læs mereReeksamen i Statistik for biokemikere. Blok
Københavns Universitet Det Naturvidenskabelige Fakultet Reeksamen i Statistik for biokemikere. Blok 2 2007-2008. 3 timers skriftlig prøve. Alle hjælpemidler - også blyant - er tilladt. Opgavesættet er
Læs mereProgram. Ensidet variansanalyse Sammenligning af grupper. Statistisk model og hypotese. Eksempel: Aldersfordeling i hjertestudie
Program Ensidet variansanalyse Sammenligning af grupper Helle Sørensen E-mail: helle@math.ku.dk I dag: Sammenligning af middelværdier Sammenligning af spredninger Parvise sammenligninger To eksempler:
Læs mereMPH specialmodul Epidemiologi og Biostatistik
MPH specialmodul Epidemiologi og Biostatistik Kvantitative udfaldsvariable 23. maj 2011 www.biostat.ku.dk/~sr/mphspec11 Susanne Rosthøj (Per Kragh Andersen) 1 Kapitelhenvisninger Andersen & Skovgaard:
Læs mereKursusindhold: Produkt og marked - matematiske og statistiske metoder. Monte Carlo
Kursusindhold: Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet Sandsynlighedsregning og lagerstyring Normalfordelingen og Monte
Læs mereTema. Dagens tema: Indfør centrale statistiske begreber.
Tema Dagens tema: Indfør centrale statistiske begreber. Model og modelkontrol Estimation af parametre. Fordeling. Hypotese og test. Teststørrelse. konfidensintervaller Vi tager udgangspunkt i Ex. 3.1 i
Læs mereKapitel 12 Variansanalyse
Kapitel 12 Variansanalyse Peter Tibert Stoltze stat@peterstoltzedk Elementær statistik F2011 Version 7 april 2011 1 Indledning 2 Ensidet variansanalyse 3 Blokforsøg 4 Vekselvirkning 1 Indledning 2 Ensidet
Læs mereEn Introduktion til SAS. Kapitel 5.
En Introduktion til SAS. Kapitel 5. Inge Henningsen Afdeling for Statistik og Operationsanalyse Københavns Universitet Marts 2005 6. udgave Kapitel 5 T-test og PROC UNIVARIATE 5.1 Indledning Dette kapitel
Læs mere02402 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 mereProdukt og marked - matematiske og statistiske metoder
Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet February 19, 2016 1/26 Kursusindhold: Sandsynlighedsregning og lagerstyring
Læs mereKapitel 12 Variansanalyse
Kapitel 12 Variansanalyse Peter Tibert Stoltze stat@peterstoltzedk Elementær statistik F2011 Version 7 april 2011 1 / 43 Indledning Sammenligning af middelværdien i to grupper indenfor en stikprøve kan
Læs mereKursusindhold: Produkt og marked - matematiske og statistiske metoder. Monte Carlo
Kursusindhold: Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet Sandsynlighedsregning og lagerstyring Normalfordelingen og Monte
Læs mereCIVILINGENIREKSAMEN Side 1 af 22 sider. Skriftlig prve, den: 21. december 1995 Kursus nr : 0401. (navn) (underskrift) (bord nr)
CIVILINGENIREKSAMEN Side 1 af 22 sider Skriftlig prve, den: 21. december 1995 Kursus nr : 0401 Kursus navn: Statistik 1. Tilladte hjlpemidler: Alle sdvanlige Dette st er besvaret af: (navn) (underskrift)
Læs mereAnvendt Statistik Lektion 9. Variansanalyse (ANOVA)
Anvendt Statistik Lektion 9 Variansanalyse (ANOVA) 1 Undersøge sammenhæng Undersøge sammenhænge mellem kategoriske variable: χ 2 -test i kontingenstabeller Undersøge sammenhæng mellem kontinuerte variable:
Læs mereStikprøver 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 mereEnsidet variansanalyse
Ensidet variansanalyse Sammenligning af grupper Helle Sørensen E-mail: helle@math.ku.dk StatBK (Uge 47, mandag) Ensidet ANOVA 1 / 18 Program I dag: Sammenligning af middelværdier Sammenligning af spredninger
Læs mereModelling Residual Salt NordFoU-MORS. Af: Göran Blomqvist & Michel M. Eram
Modelling Residual Salt NordFoU-MORS Af: Göran Blomqvist & Michel M. Eram MORS Agenda 2. Udvikling af en restsaltmodel skal give et bedre beslutningsgrundlag Baggrund for MORS-Projektet Der er flere årsager
Læs mereNormalfordelingen. Statistik og Sandsynlighedsregning 2
Normalfordelingen Statistik og Sandsynlighedsregning 2 Repetition og eksamen Erfaringsmæssigt er normalfordelingen velegnet til at beskrive variationen i mange variable, blandt andet tilfældige fejl på
Læs mereOpgavens formålet er at undersøge variationen mellem to laboratoriers bestemmelse af po 2 i blod.
1-stikprøve t-test (Eksamen 2005 opgave 1) Opgavens formålet er at undersøge variationen mellem to laboratoriers bestemmelse af po 2 i blod. I nedenstående tabel betragtes blodprøver fra 9 patienter. Hver
Læs mereModule 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 mereTema. Model og modelkontrol ( Fx. en normalfordelt obs. række m. kendt varians) Estimation af parametre. Fordeling. Hypotese og test. Teststørrelse.
Tema Model og modelkontrol ( Fx. en normalfordelt obs. række m. kendt varians) Estimation af parametre. Fordeling. (Fx. x. µ) Hypotese og test. Teststørrelse. (Fx. H 0 : µ = µ 0 ) konfidensintervaller
Læs meregrupper(kvalitativ exposure) Variation indenfor og mellem grupper F-test for ingen effekt AnovaTabel Beregning af p-værdi i F-fordelingen
1 Ensidet variansanalyse(kvantitativt outcome) - sammenligning af flere grupper(kvalitativ exposure) Variation indenfor og mellem grupper F-test for ingen effekt AnovaTabel Beregning af p-værdi i F-fordelingen
Læs mereEpidemiologi og biostatistik. Uge 3, torsdag. Erik Parner, Institut for Biostatistik. Regressionsanalyse
Epidemiologi og biostatistik. Uge, torsdag. Erik Parner, Institut for Biostatistik. Lineær regressionsanalyse - Simpel lineær regression - Multipel lineær regression Regressionsanalyse Regressionsanalyser
Læs mereSammenhængsanalyser. Et eksempel: Sammenhæng mellem rygevaner som 45-årig og selvvurderet helbred som 51 blandt mænd fra Københavns amt.
Sammenhængsanalyser Et eksempel: Sammenhæng mellem rygevaner som 45-årig og selvvurderet helbred som 51 blandt mænd fra Københavns amt. rygevaner som 45 årig * helbred som 51 årig Crosstabulation rygevaner
Læs mereNATURVIDENSKABELIG KANDIDATEKSAMEN VED KØBENHAVNS UNIVERSITET.
NATURVIDENSKABELIG KANDIDATEKSAMEN VED KØBENHAVNS UNIVERSITET. Eksamen i Statistik 1TS Teoretisk statistik Den skriftlige prøve Sommer 2002 3 timer - alle hjælpemidler tilladt Det er tilladt at skrive
Læs mereLandmålingens fejlteori - Lektion 2. Sandsynlighedsintervaller Estimation af µ Konfidensinterval for µ. Definition: Normalfordelingen
Landmålingens fejlteori Lektion Sandsynlighedsintervaller Estimation af µ Konfidensinterval for µ - rw@math.aau.dk Institut for Matematiske Fag Aalborg Universitet En stokastisk variabel er en variabel,
Læs mereProgram. Forsøgsplanlægning og tosidet variansanalyse. Eksempel: fuldstændigt randomiseret forsøg. Forsøgstyper
Program Forsøgsplanlægning og tosidet variansanalyse Helle Sørensen E-mail: helle@math.ku.dk I formiddag: Forsøgstyper og forsøgsplanlægning Analyse af data fra fuldstændigt randomiseret blokforsøg: tosidet
Læs mereProgram. Tosidet variansanalyse og forsøgsplanlægning. Repetition: ensidet variansanalyse. Eksempel: data fra Collinge et al
Program Tosidet variansanalyse og forsøgsplanlægning Helle Sørensen E-mail: helle@math.ku.dk I formiddag: Ensidet ANOVA: repetition og Collinge eksempel. Additiv tosidet ANOVA (blokforsøg) Tosidet ANOVA
Læs mereAnvendt Statistik Lektion 9. Variansanalyse (ANOVA)
Anvendt Statistik Lektion 9 Variansanalyse (ANOVA) 1 Undersøge sammenhæng Undersøge sammenhænge mellem kategoriske variable: χ 2 -test i kontingenstabeller Undersøge sammenhæng mellem kontinuerte variable:
Læs mereBetydningen af konjunktur og regelændringer for udviklingen i sygedagpengemodtagere
DET ØKONOMISKE RÅD S E K R E T A R I A T E T d. 20. maj 2005 SG Betydningen af konjunktur og regelændringer for udviklingen i sygedagpengemodtagere Baggrundsnotat vedr. Dansk Økonomi, forår 2005, kapitel
Læs mereTovejs-ANOVA (Faktoriel) Regler og problemer kan generaliseres til mere end to hovedfaktorer med tilhørende interaktioner
Tovejs-ANOVA (Faktoriel) Regler og problemer kan generaliseres til mere end to hovedfaktorer med tilhørende interaktioner I modsætning til envejs-anova kan flervejs-anova udføres selv om der er kun én
Læs mereAnalyse af måledata II
Analyse af måledata II Usikkerhedsberegning og grafisk repræsentation af måleusikkerhed Af Michael Brix Pedersen, Birkerød Gymnasium Forfatteren gennemgår grundlæggende begreber om måleusikkerhed på fysiske
Læs mereLøsning til øvelsesopgaver dag 4 spg 5-9
Løsning til øvelsesopgaver dag 4 spg 5-9 5: Den multiple model Vi tilføjer nu yderligere to variable til vores model : Køn og kolesterol SBP = a + b*age + c*chol + d*mand hvor mand er 1 for mænd, 0 for
Læs mereIce control Technology with 20% salt/water solution on highways, (Brug af 20 % saltvands opløsning til glatføre bekæmpelse på større veje) Af
Ice control Technology with % salt/water solution on highways, (Brug af % saltvands opløsning til glatføre bekæmpelse på større veje) Af civilingeniør J Kr Fonnesbech, Fyns Amt, Danmark. INDHOLDSFORTEGNELSE.
Læs mereNormalfordelingen og Stikprøvefordelinger
Normalfordelingen og Stikprøvefordelinger Normalfordelingen Standard Normal Fordelingen Sandsynligheder for Normalfordelingen Transformation af Normalfordelte Stok.Var. Stikprøver og Stikprøvefordelinger
Læs mere1 Ensidet variansanalyse(kvantitativt outcome) - sammenligning af flere grupper(kvalitativ
Indhold 1 Ensidet variansanalyse(kvantitativt outcome) - sammenligning af flere grupper(kvalitativ exposure) 2 1.1 Variation indenfor og mellem grupper.......................... 2 1.2 F-test for ingen
Læs mereNATURVIDENSKABELIG KANDIDATEKSAMEN VED KØBENHAVNS UNIVERSITET.
NATURVIDENSKABELIG KANDIDATEKSAMEN VED KØBENHAVNS UNIVERSITET. Eksamen i Statistik 1TS Teoretisk statistik Den skriftlige prøve Sommer 2003 3 timer - alle hjælpemidler tilladt Det er tilladt at skrive
Læs mereDeskriptiv statistik. Version 2.1. Noterne er et supplement til Vejen til matematik AB1. Henrik S. Hansen, Sct. Knuds Gymnasium
Deskriptiv (beskrivende) statistik er den disciplin, der trækker de væsentligste oplysninger ud af et ofte uoverskueligt materiale. Det sker f.eks. ved at konstruere forskellige deskriptorer, d.v.s. regnestørrelser,
Læs mere12. september Epidemiologi og biostatistik. Forelæsning 4 Uge 3, torsdag. Niels Trolle Andersen, Afdelingen for Biostatistik. Regressionsanalyse
. september 5 Epidemiologi og biostatistik. Forelæsning Uge, torsdag. Niels Trolle Andersen, Afdelingen for Biostatistik. Lineær regressionsanalyse - Simpel lineær regression - Multipel lineær regression
Læs mereCIVILINGENIREKSAMEN Side 1 af 19 sider. Skriftlig prve, den: 19. december 1994 Kursus nr : (navn) (underskrift) (bord nr)
CIVILINGENIREKSAMEN Side 1 af 19 sider Skriftlig prve, den: 19. december 1994 Kursus nr : 0401 Kursus navn: Statistik 1. Tilladte hjlpemidler: Alle sdvanlige Dette st er besvaret af: (navn) (underskrift)
Læs mereVariansanalyse i SAS 1. Institut for Matematiske Fag December 2007
Københavns Universitet Statistik for Biokemikere Det naturvidenskabelige fakultet Institut for Matematiske Fag December 2007 Variansanalyse i SAS 1 Ensidet variansanalyse Bartlett s test Tukey s test PROC
Læs mereEksempel på logistisk vækst med TI-Nspire CAS
Eksempel på logistisk vækst med TI-Nspire CAS Tabellen herunder viser udviklingen af USA's befolkning fra 1850-1910 hvor befolkningstallet er angivet i millioner: Vi har tidligere redegjort for at antallet
Læs mereEpidemiologi og biostatistik. Uge 3, torsdag. Erik Parner, Afdeling for Biostatistik. Eksempel: Systolisk blodtryk
Eksempel: Systolisk blodtryk Udgangspunkt: Vi ønsker at prædiktere det systoliske blodtryk hos en gruppe af personer. Epidemiologi og biostatistik. Uge, torsdag. Erik Parner, Afdeling for Biostatistik.
Læs meretræer og busker står smukt om vinteren i frost
træer og busker står smukt om vinteren i frost 1 ved valg af metode til glatførebekæmpelse, er du med til at bestemme udseende på træer og buske 2 De mest anvendte salt typer: Stensalt: Spredevenlig -
Læs mereVariansanalyse i SAS. Institut for Matematiske Fag December 2007
Københavns Universitet Statistik for Biokemikere Det naturvidenskabelige fakultet Institut for Matematiske Fag December 2007 Variansanalyse i SAS 2 Tosidet variansanalyse Residualplot Tosidet variansanalyse
Læs mereEffekten af indvandring på indfødte danskeres løn og beskæftigelse
d. 22.05.2017 Brian Krogh Graversen (DØRS) Effekten af indvandring på indfødte danskeres løn og beskæftigelse I kapitlet Udenlandsk arbejdskraft i Dansk Økonomi, forår 2017 analyseres det, hvordan indvandringen
Læs mereEksamen i Statistik for biokemikere. Blok
Københavns Universitet Det Naturvidenskabelige Fakultet Eksamen i Statistik for biokemikere. Blok 2 2006. 3 timers skriftlig prøve. Alle hjælpemidler - også blyant - er tilladt. Opgavesættet er på 6 sider.
Læs mereBilag 5: Økonometriske analyser af energispareindsatsens. (Cointegration) Energistyrelsen. Marts 2015
Marts 2015 Bilag 5: Økonometriske analyser af energispareindsatsens nettoeffekt (Cointegration) Indholdsfortegnelse 1. Cointegrationsanalyse 3 Introduktion til anvendte cointegrationsmodel og data 3 Enhedsrodstest
Læs mereKapitel 11 Lineær regression
Kapitel 11 Lineær regression Peter Tibert Stoltze stat@peterstoltze.dk Elementær statistik F2011 1 / 1 Indledning Vi modellerer en afhængig variabel (responset) på baggrund af en uafhængig variabel (stimulus),
Læs merea) Har måleresultaterne for de 2 laboranter samme varians? b) Tyder resultaterne på, at nogen af laboranterne måler med en systematisk fejl?
Module 6: Exercises 6.1 To laboranter....................... 2 6.2 Nicotamid i piller..................... 3 6.3 Karakterer......................... 5 6.4 Blodtryk hos kvinder................... 6 6.5
Læs mereProgram. Modelkontrol og prædiktion. Multiple sammenligninger. Opgave 5.2: fosforkoncentration
Faculty of Life Sciences Program Modelkontrol og prædiktion Claus Ekstrøm E-mail: ekstrom@life.ku.dk Test af hypotese i ensidet variansanalyse F -tests og F -fordelingen. Multiple sammenligninger. Bonferroni-korrektion
Læs mereAccelerations- og decelerationsværdier
Accelerations- og decelerationsværdier for personbiler Baseret på data fra testkørsler med 20 testpersoner Poul Greibe Oktober 2009 Scion-DTU Diplomvej 376 2800 Lyngby www.trafitec.dk Indhold 1. Introduktion...
Læs mereRapport 23. november 2018
Rapport 23. november 2018 Proj.nr. 2004280 Version 1 EVO/MT Principper for og forslag til repræsentative stikprøveplaner til analyse af konsekvensen af produktionsændringer for værdi- og kvalitetsvurdering
Læs mereOvenstående figur viser et (lidt formindsket billede) af 25 svampekolonier på en petriskål i et afgrænset felt på 10x10 cm.
Multiple choice opgaver Der gøres opmærksom på, at ideen med opgaverne er, at der er ét og kun ét rigtigt svar på de enkelte spørgsmål. Endvidere er det ikke givet, at alle de anførte alternative svarmuligheder
Læs mereEksamen i Statistik for biokemikere. Blok
Københavns Universitet Det Naturvidenskabelige Fakultet Eksamen i Statistik for biokemikere. Blok 2 2007. 3 timers skriftlig prøve. Alle hjælpemidler - også blyant - er tilladt. Opgavesættet er på 8 sider.
Læs mereKøbenhavnske ejerlejlighedspriser en meget begrænset indikator for hele landets boligmarked
N O T A T Københavnske ejerlejlighedspriser en meget begrænset indikator for hele landets boligmarked Baggrund og resume Efter i årevis at have rapporteret om et fastfrosset boligmarked, har de danske
Læs mereUge 43 I Teoretisk Statistik, 21. oktober Forudsigelser
Uge 43 I Teoretisk Statistik,. oktober 3 Simpel lineær regressionsanalyse Forudsigelser Fortolkning af regressionsmodellen Ekstreme observationer Transformationer Sammenligning af to regressionslinier
Læs mereHvis α vælges meget lavt, bliver β meget stor. Typisk vælges α = 0.01 eller 0.05
Statistik 7. gang 9. HYPOTESE TEST Hypotesetest ved 6 trins raket! : Trin : Formuler hypotese Spørgsmål der ønskes testet vha. data H : Nul hypotese Formuleres som en ligheds hændelse H eller H A : Alternativ
Læs mereKursusindhold: X i : tilfældig værdi af ite eksperiment. Antag X i kun antager værdierne 1, 2,..., M.
Kursusindhold: Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet March 1, 2013 Sandsynlighedsregning og lagerstyring Normalfordelingen
Læs mereModel. (m separate analyser). I vores eksempel er m = 2, n 1 = 13 (13 journalister) og
Model M 0 : X hi N(α h + β h t hi,σ 2 h ), h = 1,...,m, i = 1,...,n h. m separate regressionslinjer. Behandles som i afsnit 3.3. (m separate analyser). I vores eksempel er m = 2, n 1 = 13 (13 journalister)
Læs mereVejledende besvarelse af eksamen i Statistik for biokemikere, blok
Opgave 1 Vejledende besvarelse af eksamen i Statistik for biokemikere, blok 2 2006 Inge Henningsen og Niels Richard Hansen Analysevariablen i denne opgave er variablen forskel, der for hver af 10 kvinder
Læs mereSkriftlig Eksamen. Datastrukturer og Algoritmer (DM02) Institut for Matematik og Datalogi. Odense Universitet. Torsdag den 6. juni 1996, kl.
Skriftlig Eksamen Datastrktrer og Algoritmer (DM0) Institt for Matematik og Datalogi Odense Universitet Torsdag den 6. jni 1996, kl. 9{13 Alle sdvanlige hjlpemidler (lrebger, notater, etc.) samt brg af
Læs mereIndhold. 2 Tosidet variansanalyse Additive virkninger Vekselvirkning... 9
Indhold 1 Ensidet variansanalyse 2 1.1 Estimation af middelværdier............................... 3 1.2 Estimation af standardafvigelse............................. 3 1.3 F-test for ens middelværdier...............................
Læs mereStatistik Lektion 1. Introduktion Grundlæggende statistiske begreber Deskriptiv statistik
Statistik Lektion 1 Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Introduktion Kursusholder: Kasper K. Berthelsen Opbygning: Kurset består af 5 blokke En blok består af: To normale
Læs mereTrin 1: Formuler hypotese Spørgsmål der ønskes testet vha. data H 0 : Nul hypotese Formuleres som en ligheds hændelse
Statistik 7. gang 9. HYPOTESE TEST Hypotesetest ved 6 trins raket! : Trin : Formuler hypotese Spørgsmål der ønskes testet vha. data H 0 : Nul hypotese Formuleres som en ligheds hændelse H eller H A : Alternativ
Læs mere02402 Vejledende løsninger til Splus-opgaverne fra hele kurset
02402 Vejledende løsninger til Splus-opgaverne fra hele kurset Vejledende løsning SPL3.3.1 Der er tale om en binomialfordeling med n =10ogp=0.6, og den angivne sandsynlighed er P (X =4) som i bogen også
Læs mereBesvarelse af vitcap -opgaven
Besvarelse af -opgaven Spørgsmål 1 Indlæs data Dette gøres fra Analyst med File/Open, som sædvanlig. Spørgsmål 2 Beskriv fordelingen af vital capacity og i de 3 grupper ved hjælp af summary statistics.
Læs mereDosisovervågning af stråleudsatte arbejdstagere - Resultater for 2002
Juni 2003 Dosisovervågning af stråleudsatte arbejdstagere - Resultater for 2002 Baggrund Løbende individuel dosisovervågning af arbejdstagere, som udsættes for ioniserende stråling som følge af deres arbejde
Læs mereStatistiske modeller
Statistiske modeller Statistisk model Datamatrice Variabelmatrice Hændelse Sandsynligheder Data Statistiske modeller indeholder: Variable Hændelser defineret ved mulige variabel værdier Sandsynligheder
Læs mereLandmålingens fejlteori - Lektion4 - Vægte og Fordeling af slutfejl
Landmålingens fejlteori Lektion 4 Vægtet gennemsnit Fordeling af slutfejl - rw@math.aau.dk Institut for Matematiske Fag Aalborg Universitet 1/36 Estimation af varians/spredning Antag X 1,...,X n stokastiske
Læs mereStatistik Lektion 1. Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Sandsynlighedsregning
Statistik Lektion 1 Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Sandsynlighedsregning Introduktion Kasper K. Berthelsen, Inst f. Matematiske Fag Omfang: 8 Kursusgang I fremtiden
Læs mereSkriftlig Eksamen ST501: Science Statistik Tirsdag den 8. juni 2010 kl
Skriftlig Eksamen ST501: Science Statistik Tirsdag den 8. juni 2010 kl. 9.00 12.00 IMADA Syddansk Universitet Alle skriftlige hjælpemidler samt brug af lommeregner er tilladt. Opgavesættet består af 5
Læs mereKønsmainstreaming af HK-KL-overenskomst kvantitativ del
Kønsmainstreaming af HK-KL-overenskomst kvantitativ del Mona Larsen, SFI September 2015 1 1. Indledning I henhold til ligestillingslovgivningen skal kommunerne indarbejde ligestilling i al planlægning
Læs mereStatistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Introduktion
Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab Introduktion 1 Formelt Lærere: Esben Budtz-Jørgensen Jørgen Holm Petersen Øvelseslærere: Berivan+Kathrine, Amalie+Annabell Databehandling: SPSS
Læs mereEpidemiologi og Biostatistik Opgaver i Biostatistik Uge 10: 13. april
Århus 8. april 2011 Morten Frydenberg Epidemiologi og Biostatistik Opgaver i Biostatistik Uge 10: 13. april Opgave 1 ( gruppe 1: sp 1-4, gruppe 5: sp 5-9 og gruppe 6: 10-14) I denne opgaveser vi på et
Læs mereLøsning til opgave i logistisk regression
Løsning til øvelser i logistisk regression, november 2008 1 Løsning til opgave i logistisk regression 1. Først indlæses data, og vi kan lige sørge for at danne en dummy-variable for cml, som indikator
Læs mereEksempel Multipel regressions model Den generelle model Estimation Multipel R-i-anden F-test for effekt af prædiktorer Test for vekselvirkning
1 Multipel regressions model Eksempel Multipel regressions model Den generelle model Estimation Multipel R-i-anden F-test for effekt af prædiktorer Test for vekselvirkning PSE (I17) ASTA - 11. lektion
Læs mereProgram. 1. Varianskomponent-modeller (Random Effects) 2. Transformation af data. 1/12
Program 1. Varianskomponent-modeller (Random Effects) 2. Transformation af data. 1/12 Dæktyper og brændstofforbrug Data fra opgave 10.43, side 360: cars 1 2 3 4 5... radial 4.2 4.7 6.6 7.0 6.7... belt
Læs mere2 Opgave i hierarkiske normalfordelingsmodeller
IMM, 2005-04-04 Poul Thyregod Flere rotter Datasættet Metal indeholder resultaterne fra en forsøgsserie, der havde til formål at bestemme toxiteten af et metalsalt (Nikkel). Ved forsøget benyttede man
Læs mereOpgaver til kapitel 3
Opgaver til kapitel 3 3.1 En løber er interesseret i at undersøge om hendes løbeur er kalibreret korrekt. Hun udmåler derfor en strækning på præcis 1000 m og løber den 16 gange. For hver løbetur noterer
Læs mereDansk Erhvervs gymnasieanalyse Sådan gør vi
METODENOTAT Dansk Erhvervs gymnasieanalyse Sådan gør vi FORMÅL Formålet med analysen er at undersøge, hvor dygtige de enkelte gymnasier er til at løfte elevernes faglige niveau. Dette kan man ikke undersøge
Læs mereNATURVIDENSKABELIG KANDIDATEKSAMEN VED KØBENHAVNS UNIVERSITET.
NATURVIDENSKABELIG KANDIDATEKSAMEN VED KØBENHAVNS UNIVERSITET. Eksamen i Statistik 1 Tag-hjem prøve 1. juli 2010 24 timer Alle hjælpemidler er tilladt. Det er tilladt at skrive med blyant og benytte viskelæder,
Læs mereGenberegning af costdriveren renseanlæg
Genberegning af costdriveren renseanlæg April 2019 SIDE 2 Omkostningsækvivalenten for renseanlæg 1.1 Indledning Dette metodepapir beskriver, hvordan vi i forhold til OPEX-revisionen i 2017 har genberegnet
Læs mereTømiddelgruppen. Af: Peter Johnsen & Michel M. Eram
Tømiddelgruppen Af: Peter Johnsen & Michel M. Eram Agenda Baggrund Forskning Viden Praksis SIDE 2 SIDE 3 www.vejregler.dk Oversigt Håndbog for drift af veje og stier, juli 2003 Vejregel for Tømidler, sand
Læs mereProgram. Residualanalyse Flersidet variansanalyse. Opgave BK.15. Modelkontrol: residualplot
Program Residualanalyse Flersidet variansanalyse Helle Sørensen Modelkontrol (residualanalyse) i tosidet ANOVA med vekselvirkning. Test og konklusion i tosidet ANOVA (repetition) Tresidet ANOVA: the works
Læs mere1 α K = A t, (SS1) n + g + δ eller: ln yt =lna t +
Tag Med-Hjem-Eksamen Makroøkonomi,. Årsprøve Efterårssemestret 5 Udleveres mandag den. januar, 6, kl. 10. Afleveres onsdag den 4. januar, 6, senest kl. 10. på: Eksamenskontoret, Center for Sundhed og Samfund
Læs mere