Matematik og spil. Rolf Poulsen Institut for Matematiske Fag, Kbh. Uni. Mød MATH på KU (måske sidste chance), november 2014

Størrelse: px
Starte visningen fra side:

Download "Matematik og spil. Rolf Poulsen rolf@math.ku.dk Institut for Matematiske Fag, Kbh. Uni. Mød MATH på KU (måske sidste chance), november 2014"

Transkript

1 Enhedens navn Matematik og spil Rolf Poulsen Institut for Matematiske Fag, Kbh. Uni. Mød MATH på KU (måske sidste chance), november 2014

2

3 På disse slides skal spil læses som væddemål. Hvorfor denne besættelse af spil; er alle statistikere/sandsynlighedsteoretikere ludomaner? Nej, nok snarere tværtimod. (Af samme grund som næppe mange kræftlæger ryger.)

4 Det betyder ikke, at der er noget galt med at spille, man skal bare opfatte det som underholdning, ikke som opsparing. Der betales i dopamin, ikke i kroner. I det hele taget skal videnskabsfolk holde moraliseren til et minimum. (Åbenlyst nemmere sagt end gjort.)

5 Uanset om man vil det eller ej, så kommer man til at træffe beslutninger om usikre ting. Usikkerhed forsvinder ikke, bare fordi man ignorerer den. Det er fornuftigt (og muligt) at bryde tingene ned i så simple bestanddele som muligt; i atomer. Menneskelig intuition angående usikkerhed er notorisk dårlig. (Tennisbold vs. fødselsdagsproblemet.) Man skal/må stole på sine beregninger i stedet.

6 Planen Sædvanligvis: You can t beat the odds. Og lidt om spildesign. Arbitrage: Et meget fordelagtigt spil. Poisson-fordelingen og modellering af fodboldresultater. Og test af myter. Hvis tid, så næppe: Kelly-kriteriet. What s in it for me -spg.: Kan man lave SRP om det her? Ja snak eller skriv til mig.

7 Det første, man skal vide Hvis man spiller et ufordelagtigt spil, så taber man i det lange løb. You can t beat the odds. Det er ikke bare et moralsk opbyggeligt princip, det er en matematisk sætning kaldet optional sampling. (Eller rettere to matematiske sætninger; det lange løb refererer til store tals lov.)

8 Og nej, snedige stoppestrategier laver ikke om på det. Heller ikke rød/sortdoblingsstrategien. Og hvis casinoet giver dig en velkomstbonus, så er det klogt at læse det med småt.

9 Et spil kaldes fair, hvis dets forventede gevinst er 0. (Og analogt (u)fordelagtigt.) Et odds x er et tal, der angiver, hvor mange gange, jeg får min indsats tilbage, hvis jeg vinder. Hvis jeg vædder 1 kr. til odds x på noget, der har sandsynlighed p, så er min forventede gevinst px-1, og fra det får vi fair odds-formlen x fair = 1 p.

10 Hos Danske Spil, på casinoer og hos bookmakere er spil ikke fair, men odds/gevinster er sat som x bookie = t% p, hvor t% er den teoretiske tilbagebetalings%. (Muligvis med en favourite/longshot bias-justering.) Tilbagebetalings% varierer fra spiltype til spiltype.

11 Spiltype Tilbagebet'-% Max' odds Hold pengene i lommen 100% 1 Fodboldkamp 97% 4 Roulette 97% 36 1-armet tyveknægt 95% 100 Skrabespil 58% 2000 Tips 52% Lotto 45% Den aftagende sammenhæng mellem tilbagebetalings% og maksimalt odds er alt andet end tilfældig. (Ej heller hvor hurtigt en 1- armet tyveknægt kører.)

12 For lotto og roulette er det forholdsvis enkelt at regne forskellige sandsynligheder ud og derefter at sætte odds. For eksempelvis fodboldkampe er det mindre oplagt, hvad sandsynlighederne er. Forskellige bookmakere kan se forskelligt på sandsynligheder. Og det kan vi som spillere udnytte.

13 Den sidste uge kunne man (med hjælp fra læse (Asiatisk handicap, Watford -0.5 betyder at Watford skal vinde.)

14 Vi gør nu flg.: Spil 100/4,32 = 23,15 kr. på Birmingham hos BetIn Spil 100/ 3,59 = 27,90 kr. på uafgjort hos Pinnacle Spil 100/2,26 = 44,25 kr. på Watford hos 188Bet Vores samlede indsats er 95,30 kr. Uanset hvad der sker, er vores gevinst 100 kr. En sikker fortjeneste på 4,70 kr. eller lige knap 5% af vores investering.

15 Det, vi har fundet, kaldes en arbitrage. Og man kan ellers roligt regne med, at there is no such thing as a free lunch. (Det er iøvrigt et forbløffende nyttigt princip indenfor finansiel modellering.) Det kræver ingen viden om hverken fodbold eller sandsynligheder. Hvis man kan finde sådan et spil hver anden dag (ikke ganske urealistisk), så ville 100 kr. i løbet af et år vokse til ca kr.

16 Men helt så enkelt er det ikke i praksis: Bookmakere kan ændre odds (indtil spillet er afgivet), og de indsamlede odds, man får gratis, kommer med forsinkelse. Pr. konstruktion vil spil af denne type involvere mange bookmakere. Der er omkostninger forbundet med at flytte penge rundt mellem konti (via dit kreditkort).

17 Der er grænser for, hvor store indsatser, bookmakerne vil acceptere, så den eksponentielle vækst er svær at opnå. Men måske allervigtigst: Det er kedeligt! It feels like work.

18 Så hvis vi gerne vil sige noget om sandsynlighederne for forskellige resultater i fodboldkampe, hvad gør vi så? Vi bygger en (statistisk) model. Og vi tager udgangspunkt i Poisson-fordelingen.

19 En stokastisk variabel X er Poisson-fordelt hvis der (for k = 0, 1, 2, ) gælder at Poisson-fordelingen er (ca.) binomial-fordelingen med lille sandsynlighedsparameter og stor antalsparameter. dukker op, hvis man tæller hukommelsesløse ankomster. (Begge bullets er matematiske sætninger.)

20 Antallet af mål i fodboldkampe er nogenlunde Poissonfordelt. Tv. ses Premier League Billedet er karakteristisk.

21 Med udgangspunkt i Poisson-fordelingen bygger vi en model, der inkluderer: Hjemmebanefordel. At nogle hold er stærkere and andre. Uafhængig modellering af forsvars- og angrebsstyrke. Vi antager yderligere, at ude- og hjemmescoringer i enhver kamp er stokastisk uafhængige. (Ikke helt fint i kanten, men en start.)

22

23 Med sådan en model estimeret kan vi lede efter fordelagtige væddemål. Men det ender ret hurtigt i teknisk fnidder-fnadder. Så lad os i stedet undersøge kommentator- eller fanmyter.

24 Der skal et mål til at åbne kampen Ja. Men man skal have set mange fodboldkampe før effekten er statistisk signifikant. Man U/Bayern München/[hva hold, du nu ikke ka li ] scorer altid i sidste minut Til dels ja: Der bliver scoret mange flere mål til sidst; dels er intensiteten højere, dels er minutterne længere. Nogle hold er bedre end andre til at stramme balderne. (Jacobsens fodboldmodel er dog ikke blevet bredt empirisk testet.)

25 Det koster for danske hold at spille Europa-cup Rungende nej. Min hypotese: Det er en post hoc ergo procter hoceffekt.

26 Fyr manageren. Måske eller nej.

27 That s all she wrote eller Like a poorly managed French restaurant I have run out of thyme

Kursusindhold: X i : tilfældig værdi af ite eksperiment. Antag X i kun antager værdierne 1, 2,..., M.

Kursusindhold: 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 February 9, 2015 Sandsynlighedsregning og lagerstyring Normalfordelingen

Læs mere

Valuta for pengene(?)

Valuta for pengene(?) Enhedens navn Valuta for pengene(?) Rolf Poulsen rolf@math.ku.dk Institut for Matematiske Fag, Kbh. Uni. Mød MATH på KU, november 2015 Valutamarkeder er store. Total verdenshandel er ca. USD 25 * 10 12

Læs mere

Note til styrkefunktionen

Note til styrkefunktionen Teoretisk Statistik. årsprøve Note til styrkefunktionen Først er det vigtigt at gøre sig klart, at når man laver statistiske test, så kan man begå to forskellige typer af fejl: Type fejl: At forkaste H

Læs mere

Produkt og marked - matematiske og statistiske metoder

Produkt og marked - matematiske og statistiske metoder Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet February 11, 2016 1/22 Kursusindhold: Sandsynlighedsregning og lagerstyring

Læs mere

Supplement til kapitel 7: Approksimationen til normalfordelingen, s. 136

Supplement til kapitel 7: Approksimationen til normalfordelingen, s. 136 Supplement til kapitel 7: Approksimationen til normalfordelingen, s. 36 Det er besværligt at regne med binomialfordelingen, og man vælger derfor ofte at bruge en approksimation med normalfordeling. Man

Læs mere

Vejledende løsninger til opgaver i kapitel 6

Vejledende løsninger til opgaver i kapitel 6 Vejledende løsninger til opgaver i kapitel Opgave 1: a) Den stokastiske variabel, X, der angiver, om en elev består, X = 1, eller dumper, X =, sin eksamen i statistik. b) En binomialfordelt variabel fremkommer

Læs mere

Teoretisk Statistik, 2. december 2003. Sammenligning af poissonfordelinger

Teoretisk Statistik, 2. december 2003. Sammenligning af poissonfordelinger Uge 49 I Teoretisk Statistik, 2. december 2003 Sammenligning af poissonfordelinger o Generel teori o Sammenligning af to poissonfordelinger o Eksempel Opsummering om multinomialfordelinger Fishers eksakte

Læs mere

Binomialfordelingen. Binomialfordelingen. Binomialfordelingen

Binomialfordelingen. Binomialfordelingen. Binomialfordelingen Statistik og Sandsynlighedsregning 1 MS kapitel 3 Susanne Ditlevsen Institut for Matematiske Fag Email: susanne@math.ku.dk http://math.ku.dk/ susanne Definition 3.2.1 Lad X 1, X 2,..., X n være uafhængige

Læs mere

Hvad skal vi lave i dag?

Hvad skal vi lave i dag? p. 1/2 Hvad skal vi lave i dag? Eksempler på stokastiske variable. Ventetid på krone ved møntkast. Antal plat ved n kast. Antal radioaktive henfald. Ventetiden på en flyulykke. Udtrækning af tal i et interval.

Læs mere

Produkt og marked - matematiske og statistiske metoder

Produkt og marked - matematiske og statistiske metoder Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet February 19, 2016 1/26 Kursusindhold: Sandsynlighedsregning og lagerstyring

Læs mere

Løsninger til kapitel 5

Løsninger til kapitel 5 1 Løsninger til kapitel 5 Opgave 51 Det nemmeste er her at omskrive alle sandsynlighederne til differenser mellem kumulerede sandsynligheder, dvs af sandsynligheder af formen, og derefter beregne disse

Læs mere

Definition. Definitioner

Definition. Definitioner Definition Landmålingens fejlteori Lektion Diskrete stokastiske variable En reel funktion defineret på et udfaldsrum (med sandsynlighedsfordeling) kaldes en stokastisk variabel. - kkb@math.aau.dk http://people.math.aau.dk/

Læs mere

Oversigt over nyttige fordelinger

Oversigt over nyttige fordelinger Oversigt over nyttige fordelinger Helene Regitze Lund Wandsøe November 14, 2011 1 Bernoulli-fordelingen 1 Når et eksperiment har to mulige udfald: succes eller fiasko. X er en stokastisk variabel med følgende

Læs mere

Kursusindhold: Produkt og marked - matematiske og statistiske metoder. Monte Carlo

Kursusindhold: 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 mere

Statistik viden eller tilfældighed

Statistik viden eller tilfældighed MATEMATIK i perspektiv Side 1 af 9 DNA-analyser 1 Sandsynligheden for at en uskyldig anklages Følgende histogram viser, hvordan fragmentlængden for et DNA-område varierer inden for befolkningen. Der indgår

Læs mere

Mikroøkonomi Projektopgave: Valg Under Usikkerhed

Mikroøkonomi Projektopgave: Valg Under Usikkerhed Mikroøkonomi Projektopgave: Valg Under Usikkerhed Peter Norman Sørensen, Økonomisk Institut Forår 2003 1. Formalia [10 minutter] Denne obligatoriske projektopgave er en guide til selvstudium af kapitel

Læs mere

Oversigt. Introduktion til Statistik. Forelæsning 2: Stokastisk variabel og diskrete fordelinger

Oversigt. Introduktion til Statistik. Forelæsning 2: Stokastisk variabel og diskrete fordelinger Introduktion til Statistik Forelæsning 2: og diskrete fordelinger Oversigt 1 2 3 Fordelingsfunktion 4 Peder Bacher DTU Compute, Dynamiske Systemer Bygning 303B, Rum 017 Danmarks Tekniske Universitet 2800

Læs mere

Uge 48 II Teoretisk Statistik 27. november 2003. Numerisk modelkontrol af diskrete fordelinger: intro

Uge 48 II Teoretisk Statistik 27. november 2003. Numerisk modelkontrol af diskrete fordelinger: intro Uge 48 II Teoretisk Statistik 7. november 003 Numerisk modelkontrol af diskrete fordelinger: intro Eksempel: kvalitetskontrol Goodness-of-fit test: generel teori Endeligt udfaldsrum Udfaldsrum uden øvre

Læs mere

Kønsproportion og familiemønstre.

Kønsproportion og familiemønstre. Københavns Universitet Afdeling for Anvendt Matematik og Statistik Projektopgave forår 2005 Kønsproportion og familiemønstre. Matematik 2SS Inge Henningsen februar 2005 Indledning I denne opgave undersøges,

Læs mere

Hvad bør en option koste?

Hvad bør en option koste? Det Naturvidenskabelige Fakultet Rolf Poulsen rolf@math.ku.dk Institut for Matematiske Fag 9. oktober 2012 Dias 1/19 Reklame først: Matematik-økonomi-uddannelsen Økonomi på et solidt matematisk/statistisk

Læs mere

Kvantitative Metoder 1 - Forår 2007. Dagens program

Kvantitative Metoder 1 - Forår 2007. Dagens program Dagens program Approksimation af binomialsandsynligheder, Afsnit 4.5 Poisson fordeling og Poisson process, Afsnit 4.6 Kontinuerte fordelinger, Afsnit 5.1-5.2: - Fordelingsfunktion - Tæthedsfunktion - Eksempel:

Læs mere

Teoretisk Statistik, 13 april, 2005

Teoretisk Statistik, 13 april, 2005 Poissonprocessen Teoretisk Statistik, 13 april, 2005 Setup og antagelser Fordelingen af X(t) og et eksempel Ventetider i poissonprocessen Fordeling af ventetiden T 1 til første ankomst Fortolkning af λ

Læs mere

C) Perspektiv jeres kommunes resultater vha. jeres svar på spørgsmål b1 og b2.

C) Perspektiv jeres kommunes resultater vha. jeres svar på spørgsmål b1 og b2. C) Perspektiv jeres kommunes resultater vha. jeres svar på spørgsmål b1 og b. 5.000 4.800 4.600 4.400 4.00 4.000 3.800 3.600 3.400 3.00 3.000 1.19% 14.9% 7.38% 40.48% 53.57% 66.67% 79.76% 9.86% 010 011

Læs mere

Skriftlig Eksamen Kombinatorik, sandsynlighed og randomiserede algoritmer (DM528)

Skriftlig Eksamen Kombinatorik, sandsynlighed og randomiserede algoritmer (DM528) Skriftlig Eksamen Kombinatorik, sandsynlighed og randomiserede algoritmer (DM58) Institut for Matematik & Datalogi Syddansk Universitet Torsdag den 7 Januar 010, kl. 9 13 Alle sædvanlige hjælpemidler (lærebøger,

Læs mere

Note om Monte Carlo metoden

Note om Monte Carlo metoden Note om Monte Carlo metoden Kasper K. Berthelsen Version 1.2 25. marts 2014 1 Introduktion Betegnelsen Monte Carlo dækker over en lang række metoder. Fælles for disse metoder er, at de anvendes til at

Læs mere

Sandsynlighedsteori. Sandsynlighedsteori. Sandsynlighedsteori Et eksperiment beskrives af et udfaldsrum udstyret med et. Et Bayesiansk argument

Sandsynlighedsteori. Sandsynlighedsteori. Sandsynlighedsteori Et eksperiment beskrives af et udfaldsrum udstyret med et. Et Bayesiansk argument Sandsynlighedsteori Sandsynlighedsteori Et eksperiment beskrives af et udfaldsrum udstyret med et sandsynlighedsmål, (, E, ν). Et eksperiment beskrives af et udfaldsrum udstyret med et sandsynlighedsmål,

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

Kvantitative Metoder 1 - Efterår Dagens program

Kvantitative Metoder 1 - Efterår Dagens program Dagens program Approksimation af binomialsandsynligheder, Afsnit 4.5 Multinomial fordeling, Afsnit 4.8 Negativ binomialfordeling, Afsnit 4.4 Poisson fordeling og Poisson process, Afsnit 4.6 Kontinuerte

Læs mere

FÅ OVERSKUD PÅ DIT SPIL

FÅ OVERSKUD PÅ DIT SPIL FÅ OVERSKUD PÅ DIT SPIL Odds-Betting.dk Den sikre måde, hvorpå du kan få overskud. Jeg vil i denne E-bog komme ind på hvorpå du kan styrke dine chancer for netop at få et pænt overskud på diverse spil.

Læs mere

Kvantitative Metoder 1 - Forår 2007

Kvantitative Metoder 1 - Forår 2007 Dagens program Kapitel 4: Diskrete fordelinger Hypergeometrisk fordeling, Afsnit 4.3 Multinomial fordeling, Afsnit 4.8 Geometrisk fordeling og Negativ binomialfordeling (Inverse Sampling), Afsnit 4.4 Approksimation

Læs mere

Stokastiske processer og køteori

Stokastiske processer og køteori Stokastiske processer og køteori 8. kursusgang Anders Gorst-Rasmussen Institut for Matematiske Fag Aalborg Universitet 1 HVAD ER KØNETVÆRK? Åbent kønetværk Lukket kønetværk HVAD ER KØNETVÆRK? 2 Vi skal

Læs mere

Manual til regneark anvendt i bogen. René Vitting 2014

Manual til regneark anvendt i bogen. René Vitting 2014 Manual til regneark anvendt i bogen René Vitting 2014 Introduktion. Dette er en manual til de regneark, som du har downloadet sammen med bogen Ind i Gambling. Manualen beskriver, hvordan hvert regneark

Læs mere

Matematiske emner SPIL. Sandsynligheder og Strategier

Matematiske emner SPIL. Sandsynligheder og Strategier Matematiske emner SPIL Sandsynligheder og Strategier Ole Witt-Hansen Køge Gymnasium 2006 INDHOLD Kap. Sandsynligheder ved spil.... Lotto... øvelser...2 2. Poker...3 3. Ruinsandsynligheder ved Roulette

Læs mere

Hvad bør en option koste?

Hvad bør en option koste? Det Naturvidenskabelige Fakultet Rolf Poulsen rolf@math.ku.dk Institut for Matematiske Fag 19. marts 2015 Dias 1/22 Reklame først: Matematik-økonomi-uddannelsen Økonomi på et solidt matematisk/statistisk

Læs mere

Hvad skal vi lave? Nulhypotese - alternativ. Teststatistik. Signifikansniveau

Hvad skal vi lave? Nulhypotese - alternativ. Teststatistik. Signifikansniveau Hvad skal vi lave? 1 Statistisk inferens: Hypotese og test Nulhypotese - alternativ. Teststatistik P-værdi Signifikansniveau 2 t-test for middelværdi Tosidet t-test for middelværdi Ensidet t-test for middelværdi

Læs mere

Investerings- og finansieringsteori

Investerings- og finansieringsteori Sidste gang: Beviste hovedsætningerne & et nyttigt korollar 1. En finansiel model er arbitragefri hvis og kun den har et (ækvivalent) martingalmål, dvs. der findes et sandsynlighedsmål Q så S i t = E Q

Læs mere

Finansiering 1: Pænt goddag & praktisk info

Finansiering 1: Pænt goddag & praktisk info Vi ses til Finansiering 1: Pænt goddag & praktisk info Forelæsninger (Rolf): Mandag 10.15-12, onsdag 11.15-14. Øvelser (Line og Cathrine; går igang i denne uge): Mandag 9.15-10: Eksamenssimulation. Onsdag

Læs mere

Undervisningsbeskrivelse

Undervisningsbeskrivelse Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin Maj-juni 2015 Institution VUC Skive-Viborg, Uddannelse Fag og niveau Lærer(e) Hf-e Matematik B Lars H Kristensen

Læs mere

Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Uafhængighedstestet

Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Uafhængighedstestet Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab Uafhængighedstestet Eksempel: Bissau data Data kommer fra Guinea-Bissau i Vestafrika: 5273 børn blev undersøgt da de var yngre end 7 mdr og blev

Læs mere

Sandsynlighedsregning

Sandsynlighedsregning Mogens Bladt www2.imm.dtu.dk/courses/02405 28. September, 2007 Stokastiske variable Betragt 3 kast med en mønt. Så er udfaldsrummet Ω = {(p, p, p), (p, p, k), (p, k, p), (p, k, k), (k, p, p), (k, p, k),

Læs mere

Læringsmål Faglige aktiviteter Emne Tema Materialer

Læringsmål Faglige aktiviteter Emne Tema Materialer Uge 33-48 Målsætningen med undervisningen er at eleverne individuelt udvikler deres matematiske kunnen,opnår en viden indsigt i matematik kens verden således at de kan gennemføre folkeskolens afsluttende

Læs mere

Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Statistisk Model

Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Statistisk Model Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab Statistisk Model Indhold Binomialfordeling Sandsynlighedsfunktion Middelværdi og spredning 1 Aalen: Innføring i statistik med medisinske eksempler

Læs mere

Statistik Lektion 2. Betinget sandsynlighed Bayes regel Diskrete stokastiske variable Middelværdi og varians for diskret SV Binomialfordelingen

Statistik Lektion 2. Betinget sandsynlighed Bayes regel Diskrete stokastiske variable Middelværdi og varians for diskret SV Binomialfordelingen Statistik Lektion etinget sandsynlighed ayes regel Diskrete stokastiske variable Middelværdi og varians for diskret SV inomialfordelingen Repetition Udfaldsrum S Hændelse S Simpel hændelse O i 1, 3 4,

Læs mere

Kapitlet indledes med en beskrivelse af - og opgaver med - de tre former for sandsynlighed, som er omtalt i læseplanen for 7.- 9.

Kapitlet indledes med en beskrivelse af - og opgaver med - de tre former for sandsynlighed, som er omtalt i læseplanen for 7.- 9. Kapitlet indledes med en beskrivelse af - og opgaver med - de tre former for sandsynlighed, som er omtalt i læseplanen for 7.- 9. klassetrin: statistisk sandsynlighed, kombinatorisk sandsynlighed og personlig

Læs mere

sparbank free du er kun ung én gang

sparbank free du er kun ung én gang sparbank free du er kun ung én gang DU ER KUN UNG ÉN GANG Som ung står du over for en verden af muligheder. Du kan vælge at få en uddannelse, arbejde eller rejse jorden rundt. Du kan gå til fodbold, på

Læs mere

LIVE STREAMING Brøndby Hajduk Split Live Stream Direkte på nettet Online Champions League 27 juli 2017 Free Watch Online Now

LIVE STREAMING Brøndby Hajduk Split Live Stream Direkte på nettet Online Champions League 27 juli 2017 Free Watch Online Now LIVE STREAMING Brøndby Hajduk Split Live Stream Direkte på nettet Online Champions League 27 juli 2017 Free Watch Online Now Sådan ser du Brøndby Hajduk Split 27.07.2017 direkte på live stream! www.sefodbold.dk/online-tv/se-brøndby-if-vs-hajduk-split-live-stream-

Læs mere

Logistisk Regression. Repetition Fortolkning af odds Test i logistisk regression

Logistisk Regression. Repetition Fortolkning af odds Test i logistisk regression Logistisk Regression Repetition Fortolkning af odds Test i logistisk regression Logisitks Regression: Repetition Y {0,} binær afhængig variabel X skala forklarende variabel π P( Y X x) Odds(Y X x) π /(-π

Læs mere

At lytte med kroppen! Eksperternes kropsbevidsthed. Miniseminar: talentudvikling indenfor eliteidræt Susanne Ravn sravn@health.sdu.

At lytte med kroppen! Eksperternes kropsbevidsthed. Miniseminar: talentudvikling indenfor eliteidræt Susanne Ravn sravn@health.sdu. At lytte med kroppen! Eksperternes kropsbevidsthed Miniseminar: talentudvikling indenfor eliteidræt Susanne Ravn sravn@health.sdu.dk Formål: at udvikle gængs forståelse forbundet med ekspertise Konstruktivt

Læs mere

Tidsværdi for gods i Sverige

Tidsværdi for gods i Sverige Tidsværdi for gods i Sverige Mogens Fosgerau 1 og Mikkel Birkeland, COWI 1 Indledning COWI har sammen med INREGIA i Stockholm gennemført en undersøgelse af tidsværdien for gods for SIKA, Statens Institut

Læs mere

Modul 2: Sandsynlighedsmodeller og diskrete stokastiske variable

Modul 2: Sandsynlighedsmodeller og diskrete stokastiske variable Forskningsenheden for Statistik ST501: Science Statistik Bent Jørgensen Modul 2: Sandsynlighedsmodeller og diskrete stokastiske variable 2.1 Sandsynlighedsbegrebet............................... 1 2.1.1

Læs mere

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

Statistik II Lektion 3. Logistisk Regression Kategoriske og Kontinuerte Forklarende Variable Statistik II Lektion 3 Logistisk Regression Kategoriske og Kontinuerte Forklarende Variable Setup: To binære variable X og Y. Statistisk model: Konsekvens: Logistisk regression: 2 binære var. e e X Y P

Læs mere

02402 Løsning til testquiz02402f (Test VI)

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

Læs mere

Nationale test. v. Marie Teglhus Møller. Slides er desværre uden eksempelopgaver, da disse ikke må udleveres. marie@eystein.dk

Nationale test. v. Marie Teglhus Møller. Slides er desværre uden eksempelopgaver, da disse ikke må udleveres. marie@eystein.dk Nationale test v. Marie Teglhus Møller Slides er desværre uden eksempelopgaver, da disse ikke må udleveres. marie@eystein.dk Oplæg for dagen Hvad er en pædagogisk test? Hvilke krav stilles der til opgaverne

Læs mere

Simpsons Paradoks. Et emnearbejde om årsag og sammenhæng i kvantitative undersøgelser. Inge Henningsen

Simpsons Paradoks. Et emnearbejde om årsag og sammenhæng i kvantitative undersøgelser. Inge Henningsen Simpsons Paradoks Et emnearbejde om årsag og sammenhæng i kvantitative undersøgelser Afdeling for Anvendt Matematik og Statistik Københavns Universitet 1 Simpsons Paradoks -Et emnearbejde om årsag og sammenhæng

Læs mere

Appendiks A. Entreprenørskabsundervisning i befolkningen, specielt blandt unge

Appendiks A. Entreprenørskabsundervisning i befolkningen, specielt blandt unge Appendiks A. Entreprenørskabsundervisning i befolkningen, specielt blandt unge Redegørelsen ovenfor er baseret på statistiske analyser, der detaljeres i det følgende, et appendiks for hvert afsnit. Problematikken

Læs mere

Statistik i basketball

Statistik i basketball En note til opgaveskrivning jerome@falconbasket.dk 4. marts 200 Indledning I Falcon og andre klubber er der en del gymnasieelever, der på et tidspunkt i løbet af deres gymnasietid skal skrive en større

Læs mere

Spil & Sandsynlighed. Preben Blæsild

Spil & Sandsynlighed. Preben Blæsild Spil & Sandsynlighed Preben Blæsild (1,1) (1,2) (1,3) (1,4) (1,5) (1,6) (2,1) (2,2) (2,3) (2,4) (2,5) (2,6) (3,1) (3,2) (3,3) (3,4) (3,5) (3,6) (4,1) (4,2) (4,3) (4,4) (4,5) (4,6) (5,1) (5,2) (5,3) (5,4)

Læs mere

Stokastiske processer og køteori

Stokastiske processer og køteori Stokastiske processer og køteori 7. kursusgang Anders Gorst-Rasmussen Institut for Matematiske Fag Aalborg Universitet 1 OVERBLIK Sidste gang: M/M/(m, n m)-køsystemet: ligevægtsfordeling; performancestørrelser;

Læs mere

Stokastiske processer og køteori

Stokastiske processer og køteori Stokastiske processer og køteori 6. kursusgang Anders Gorst-Rasmussen Institut for Matematiske Fag Aalborg Universitet 1 KØSYSTEMER NOTATION Notation for parallelforbundne ekspeditionssystemer X/Y(m, q).

Læs mere

Elementær sandsynlighedsregning

Elementær sandsynlighedsregning Elementær sandsynlighedsregning Sandsynlighedsbegrebet Et udfaldsrum S er mængden af alle de mulige udfald af et eksperiment. En hændelse A er en delmængde af udfaldsrummet S. Den hændelse, der ikke indeholder

Læs mere

Sandsynligheder. Mængder Hændelser Sandsynligheder Regler for sandsynligheder

Sandsynligheder. Mængder Hændelser Sandsynligheder Regler for sandsynligheder Sandsynligheder Mængder Hændelser Sandsynligheder Regler for sandsynligheder Sandsynligheder En sandsynlighed er et kvantitativt mål for usikkerhed et mål der udtrykker styrken af vores tro på forekomsten

Læs mere

Orientering om det engelske abstract i studieretningsprojektet og den større skriftlige opgave

Orientering om det engelske abstract i studieretningsprojektet og den større skriftlige opgave Fra: http://www.emu.dk/gym/fag/en/uvm/sideomsrp.html (18/11 2009) November 2007, opdateret oktober 2009, lettere bearbejdet af JBR i november 2009 samt tilpasset til SSG s hjemmeside af MMI 2010 Orientering

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

Elementær sandsynlighedsregning

Elementær sandsynlighedsregning Elementær sandsynlighedsregning Sandsynlighedsbegrebet Et udfaldsrum S er mængden af alle de mulige udfald af et eksperiment. En hændelse A er en delmængde af udfaldsrummet S. Et sandsynlighedsmål er en

Læs mere

Matematik. Matematiske kompetencer

Matematik. Matematiske kompetencer Matematiske kompetencer stille spørgsmål, som er karakteristiske for matematik og have blik for hvilke typer af svar, som kan forventes(tankegangskompetence) erkende, formulere, afgrænse og løse matematiske

Læs mere

Nanostatistik: Opgavebesvarelser

Nanostatistik: Opgavebesvarelser Nanostatistik: Opgavebesvarelser JLJ Nanostatistik: Opgavebesvarelser p. 1/16 Pakkemaskine En producent hævder at poserne indeholder i gennemsnit 16 ounces sukker. Data: 10 pakker sukker: 16.1, 15.8, 15.8,

Læs mere

Dagens program. Afsnit 1.1-1.3 Eksperimenter med usikkerhed Sandsynlighedsmodel - Udfaldsrum - Hændelser - Sandsynligheder Eksempler

Dagens program. Afsnit 1.1-1.3 Eksperimenter med usikkerhed Sandsynlighedsmodel - Udfaldsrum - Hændelser - Sandsynligheder Eksempler Dagens program Afsnit 1.1-1.3 Eksperimenter med usikkerhed Sandsynlighedsmodel - Udfaldsrum - Hændelser - Sandsynligheder Eksempler 1 Sandsynlighedsmodel Kvantitative Metoder 1 - Efterår 2006 Eksperiment

Læs mere

Undervisningsbeskrivelse

Undervisningsbeskrivelse Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin maj - juni 2015 Institution Uddannelse Fag og niveau Lærer Hold 414 Københavns VUC Hfe Matematik B Tom Juul

Læs mere

Estimation og konfidensintervaller

Estimation og konfidensintervaller Statistik og Sandsynlighedsregning STAT kapitel 4.4 Susanne Ditlevsen Institut for Matematiske Fag Email: susanne@math.ku.dk http://math.ku.dk/ susanne Estimation og konfidensintervaller Antag X Bin(n,

Læs mere

Statistik og Sandsynlighedsregning 2

Statistik og Sandsynlighedsregning 2 Statistik og Sandsynlighedsregning 2 Sandsynlighedstætheder og kontinuerte fordelinger på R Helle Sørensen Uge 6, mandag SaSt2 (Uge 6, mandag) Tætheder og kont. fordelinger 1 / 19 Program Velkommen I dag:

Læs mere

Opgave 1 Betragt to diskrete stokastiske variable X og Y. Antag at sandsynlighedsfunktionen p X for X er givet ved

Opgave 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 mere

Generelt om faget: (Eventuelle kommentarer til højre) - Givet målbeskrivelsen ovenfor, hvordan vurderer du så pensum?

Generelt om faget: (Eventuelle kommentarer til højre) - Givet målbeskrivelsen ovenfor, hvordan vurderer du så pensum? - Givet målbeskrivelsen ovenfor, hvordan vurderer du så pensum? Meget Godt Godt % 6 t 3% 2 Dårligt % Meget Dårligt % % 25% 5% 5% % - Givet målbeskrivelsen ovenfor, hvordan vurderer du så pensum? it is

Læs mere

AT-1. Oktober 09 + December 10 + November 11. CL+JW. Stenhus. side 1/5

AT-1. Oktober 09 + December 10 + November 11. CL+JW. Stenhus. side 1/5 AT-1. Oktober 09 + December 10 + November 11. CL+JW. Stenhus. side 1/5 1. 2. 3. 4. AT-1. Metodemæssig baggrund. Oktober 09. (NB: Til inspiration da disse papirer har været anvendt i gamle AT-forløb med

Læs mere

Vi vil analysere effekten af rygning og alkohol på chancen for at blive gravid ved at benytte forskellige Cox regressions modeller.

Vi vil analysere effekten af rygning og alkohol på chancen for at blive gravid ved at benytte forskellige Cox regressions modeller. Løsning til øvelse i TTP dag 3 Denne øvelse omhandler tid til graviditet. Et studie vedrørende tid til graviditet (Time To Pregnancy = TTP) inkluderede 423 par i alderen 20-35 år. Parrene blev fulgt i

Læs mere

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

Hypotesetest. Altså vores formodning eller påstand om tingens tilstand. Alternativ hypotese (hvis vores påstand er forkert) H a : 0 Hypotesetest Hypotesetest generelt Ingredienserne i en hypotesetest: Statistisk model, f.eks. X 1,,X n uafhængige fra bestemt fordeling. Parameter med estimat. Nulhypotese, f.eks. at antager en bestemt

Læs mere

Undervisningsbeskrivelse

Undervisningsbeskrivelse Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin Juni, 2014 Institution Vid Gymnasier, Rønde Uddannelse Fag og niveau Lærer(e) Hold hhx Matematik B Ann Risvang

Læs mere

Kvantitative Metoder 1 - Efterår 2006. Dagens program

Kvantitative Metoder 1 - Efterår 2006. Dagens program Dagens program Afsnit 2.4-2.5 Bayes sætning Uafhængige stokastiske variable - Simultane fordelinger - Marginale fordelinger - Betingede fordelinger Uafhængige hændelser - Indikatorvariable Afledte stokastiske

Læs mere

Undervisningsbeskrivelse

Undervisningsbeskrivelse Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin Maj-juni, 2015/16 Institution Vid Gymnasier Uddannelse Fag og niveau Lærer(e) Hold hhx Matematik B Hasse Rasmussen

Læs mere

hvor y antages approksimeret ved normalfordeling med middelværdi y og varians va^r(y): y ± u 1-/2 # cv(y) # y = y(1 ± u 1-/2 # cv(y))

hvor y antages approksimeret ved normalfordeling med middelværdi y og varians va^r(y): y ± u 1-/2 # cv(y) # y = y(1 ± u 1-/2 # cv(y)) 1 Opgave II.1 a) Stikprøvevariansen er vidt forskellig for de fire varetyper, men denne absolutte størrelse er vanskelig at sammenligne på tværs af varetyper, da disse har vidt forskellige niveauer, målt

Læs mere

Statistik Lektion 1. Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Sandsynlighedsregning

Statistik 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 mere

Hvis α vælges meget lavt, bliver β meget stor. Typisk vælges α = 0.01 eller 0.05

Hvis 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 mere

Mattip om. Statistik 2. Tilhørende kopier: Statistik 3, 4 og 5. Du skal lære om: Faglig læsning. Chance og risiko. Sandsynlighed

Mattip om. Statistik 2. Tilhørende kopier: Statistik 3, 4 og 5. Du skal lære om: Faglig læsning. Chance og risiko. Sandsynlighed Mattip om Statistik Du skal lære om: Faglig læsning Kan ikke Kan næsten Kan Chance og risiko Sandsynlighed Observationer, hyppighed og frekvens Gennemsnit Tilhørende kopier: Statistik, og mattip.dk Statistik

Læs mere

Skriftlig eksamen i samfundsfag

Skriftlig eksamen i samfundsfag OpenSamf Skriftlig eksamen i samfundsfag Indholdsfortegnelse 1. Introduktion 2. Præcise nedslag 3. Beregninger 3.1. Hvad kan absolutte tal være? 3.2. Procentvis ændring (vækst) 3.2.1 Tolkning af egne beregninger

Læs mere

Billedbehandling og mønstergenkendelse: Lidt elementær statistik (version 1)

Billedbehandling og mønstergenkendelse: Lidt elementær statistik (version 1) ; C ED 6 > Billedbehandling og mønstergenkendelse Lidt elementær statistik (version 1) Klaus Hansen 24 september 2003 1 Elementære empiriske mål Hvis vi har observationer kan vi udregne gennemsnit og varians

Læs mere

www.aalborg-friskole.dk Sohngårdsholmsvej 47, 9000 Aalborg, Tlf.98 14 70 33, E-mail: kontor@aalborg-friskole.dk

www.aalborg-friskole.dk Sohngårdsholmsvej 47, 9000 Aalborg, Tlf.98 14 70 33, E-mail: kontor@aalborg-friskole.dk www.aalborg-friskole.dk Sohngårdsholmsvej 47, 9000 Aalborg, Tlf.98 14 70 33, E-mail: kontor@aalborg-friskole.dk Årsplan for matematik i 8.klasse I timerne vil vi bruge bogen matematiktak 8.klasse, programmer

Læs mere

Opgaver i sandsynlighedsregning

Opgaver i sandsynlighedsregning Afdeling for Teoretisk Statistik STATISTIK Institut for Matematiske Fag Preben Blæsild Aarhus Universitet 9. januar 005 Opgaver i sandsynlighedsregning Opgave Lad A og B være hændelser således at P(A)

Læs mere

Diskrete fordelinger. Fire vigtige diskrete fordelinger: 1. Uniform fordeling (diskret) 2. Binomial fordeling. 3. Hyper-geometrisk fordeling

Diskrete fordelinger. Fire vigtige diskrete fordelinger: 1. Uniform fordeling (diskret) 2. Binomial fordeling. 3. Hyper-geometrisk fordeling Disrete fordelinger Fire vigtige disrete fordelinger: 1. Uniform fordeling (disret) 2. Binomial fordeling 3. Hyper-geometris fordeling 4. Poisson fordeling 1 Uniform fordeling Definition Esperiment med

Læs mere

Ghostbusters. Introduktion. Scratch. Du skal lave et fangelegsspil med spøgelser! Arbejdsliste. Test dit Projekt. Gem dit Projekt

Ghostbusters. Introduktion. Scratch. Du skal lave et fangelegsspil med spøgelser! Arbejdsliste. Test dit Projekt. Gem dit Projekt Scratch 1 Ghostbusters All Code Clubs must be registered. By registering your club we can measure our impact, and we can continue to provide free resources that help children learn to code. You can register

Læs mere

Preben Blæsild og Jens Ledet Jensen

Preben Blæsild og Jens Ledet Jensen χ 2 Test Preben Blæsild og Jens Ledet Jensen Institut for Matematisk Fag Aarhus Universitet Egå Gymnasium, December 2010 Program 8.15-10.00 Forelæsning 10.15-12.00 Statlab: I arbejder, vi cirkler rundt

Læs mere

Personlig stemmeafgivning

Personlig stemmeafgivning Ib Michelsen X 2 -test 1 Personlig stemmeafgivning Efter valget i 2005 1 har man udspurgt en mindre del af de deltagende, om de har stemt personligt. Man har svar fra 1131 mænd (hvoraf 54 % har stemt personligt

Læs mere

Økonomiske forecasts og fremskrivninger

Økonomiske forecasts og fremskrivninger Økonomiske forecasts og fremskrivninger Hvad kan økonomer egentlig? Henrik Jensen Økonomisk Institut Københavns Universitet DPØ, 1. december, 2009 Dagens situation Finansernes fald Ikke alle økonomer så

Læs mere

Simulering af stokastiske fænomener med Excel

Simulering af stokastiske fænomener med Excel Simulering af stokastiske fænomener med Excel John Andersen, Læreruddannelsen i Aarhus, VIA Det kan være en ret krævende læreproces at udvikle fornemmelse for mange begreber fra sandsynlighedsregningen

Læs mere

Undervisningsbeskrivelse

Undervisningsbeskrivelse Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin Institution Uddannelse Fag og niveau Lærer(e) Hold Termin hvori undervisningen afsluttes: Juni 2013 Roskilde

Læs mere

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

Statikstik II 2. Lektion. Lidt sandsynlighedsregning Lidt mere om signifikanstest Logistisk regression Statikstik II 2. Lektion Lidt sandsynlighedsregning Lidt mere om signifikanstest Logistisk regression Sandsynlighedsregningsrepetition Antag at Svar kan være Ja og Nej. Sandsynligheden for at Svar Ja skrives

Læs mere

Hvad skal vi lave i dag?

Hvad skal vi lave i dag? p. 1/1 Hvad skal vi lave i dag? Repeterer lidt om diskrete sv. Standardfordelinger (binomial, Poisson, geometrisk) Stokastiske vektorer Diskrete stokastiske vektorer p. 2/1 Repetition Heltallige sv er

Læs mere

Statistik II 1. Lektion. Analyse af kontingenstabeller

Statistik II 1. Lektion. Analyse af kontingenstabeller Statistik II 1. Lektion Analyse af kontingenstabeller Kursusbeskrivelse Omfang 5 kursusgange (forelæsning + opgaveregning) 5 kursusgange (mini-projekt) Emner Analyse af kontingenstabeller Logistisk regression

Læs mere

Emne Tema Materiale r - - - - - aktiviteter

Emne Tema Materiale r - - - - - aktiviteter Fag: Matematik Hold: 24 Lærer: TON Undervisningsmål Læringsmål 9 klasse 32-34 Introforløb: række tests, som viser eleverne faglighed og læringsstil. Faglige aktiviteter Emne Tema Materiale r IT-inddragelse

Læs mere

Statistiske modeller

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

Læs mere

Regneregler for middelværdier M(X+Y) = M X +M Y. Spredning varians og standardafvigelse. 1 n VAR(X) Y = a + bx VAR(Y) = VAR(a+bX) = b²var(x)

Regneregler for middelværdier M(X+Y) = M X +M Y. Spredning varians og standardafvigelse. 1 n VAR(X) Y = a + bx VAR(Y) = VAR(a+bX) = b²var(x) Formelsamlingen 1 Regneregler for middelværdier M(a + bx) a + bm X M(X+Y) M X +M Y Spredning varians og standardafvigelse VAR(X) 1 n n i1 ( X i - M x ) 2 Y a + bx VAR(Y) VAR(a+bX) b²var(x) 2 Kovariansen

Læs mere

Kiosk-modellen (News vendor s model) og EOQ modellen

Kiosk-modellen (News vendor s model) og EOQ modellen Kiosk-modellen (News vendor s model) og EOQ modellen Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet September 17, 2014 1/15 Stokastiske modeller i økonomi Fundamentale modeller i

Læs mere