Variansanalyse. på normalfordelte observationer af Jens Friis
|
|
- Bjørn Bjerre
- 5 år siden
- Visninger:
Transkript
1 Varasaalyse på ormalfordelte observatoer af Jes Frs
2 Esdg varasaalyse Model eelt ormalfordelt observatosræe Lad X, X, X er dbyrdes uafhægge N(μ, σ ) - fordelt stoastse varable Det tlhørede observatossæt aldes,, Estmater ˆ ˆ ( ) s Kvadratsumsopspaltg f - ( ) ( ) ( )
3 Hypotese H 0 : μ = μ 0 med H : μ μ 0 øses testet Teststørrelse blver t 0 s Det ses, at (X X) er e stoasts varabel, og derfor er t e ormalfordelt Ma a vse, at (X er σ χ X) - fordelt med f=- frhedsgrader Testore t følger e såaldt t-fordelg med f=- frhedsgrader t-fordelge overgere mod N(0, ) fordelge for gåede mod uedelg t-fordelges tæthedsfuto er også symmetrs om 0 Hypotese accepteres hvs T - f (α/) t T - f (-α/), hvor T f er fordelgdfutoe svarede tl t-fordelge med f frhedsgrader
4 Esempel: Ved produto af pller har ma målt cotamd-dholdet 0 pller Idholdet sal være 5mg Ved stprøve på 0 pller f ma følgede resultater:,67 3,9 3,40 3,56 3,76 3,83 3,95 4, 4,50 4,64 4,87 5,05 5,35 5,73 5,79 5,80 6, 6,97 5,36 7, Model : X N(μ, σ ) for = tl 0 er uafhægge stoastse varable H 0 : μ = 5, H : μ 5 Parametree estmeres = 4,797 ; s =,587 Teststørrelse blver 4,797 5 t, ,737 Da,5% s fratle er -,093 for 9 frhedsgrader, accepters hypotese
5 Avedelse af SPSS tl aalyse: Først udersøges om observatossættet a ases for ormalfordelt Ma får et såaldt Q-Q plots Det accepteres at observatossættet er ormalfordelt
6 Herefter testes hypotese : l Aalyze Compare Meas Oe-Sample T test Vælg Test Value tl 5 Hypotese accepteres
7 Smpel leær regresso Atag at Y for = tl er uafhægge N(μ, σ ) -fordelte således at ( ) Ma a vse at estmatere for parametree er ) ( ) )( ( ˆ ; ˆ y y y )) ˆ( ( ˆ y y s Ma a også vse, at estmatore for β er - fordelt ) ) (, N( Ma a derfor teste hypotese H 0 : β = β 0 med teststørrelse s t 0 ) ( ˆ som er t-fordelt med - frhedsgrader uder H 0 Hvs β 0 = 0 tester ma uafhægghed af og y værdere Bemær at særg med y-ase er y ˆ
8 Kvadratsumsopspaltg : f Omrg lje ( y - y ˆ( )) lje ( ) total ( y y) - ˆ Som test for H 0 : β = 0 a også avedes / /( ) som er F(,-) fordelt
9 Esempel : Ma for 8 pateter målt reatdholdet blodet før og efter dødes dtræde Er der e sammehæg? Dataee a ses e ecelfl Der er e pæ leær sammehæg og parametree estmeres ˆ y,04 ; ˆ,0 ; ˆ s 0,000 ; 8 ( ),485 Ma vl gere teste hypotese H 0 : β = t,0,000 0,000,485 0,3 som er t-fordelt med 6 frhedsgrader Da 97,5% s fratle er,056 accepteres hypotese Dataee er aalyseret vha SPSS : reatsav
10 Aalyse vha SPSS Først udersøges det om der er e leær sammehæg: Dette accepteres
11 Parametree estmeres: Kl Aalyze Regrsso Lear s Særg med y-ase og ˆ Spredge på ˆ Testet for H0 : β = blver 0 t , som det blev vst tdlgere
12 Yderlgere modelotrol : Ma bør udersøge resduere, dvs afvgelsere fra modelle Kl Aalyze Regresso Lear Save og fluebe som vst Opteg de forvetede mod de observerede y-værder mod hade og ogle passede plots af resduere
13
14 Model flere ormalfordelte observatosræer Lad X j, =,, j=, være dbyrdes uafhægge N(μ, σ ) - fordelt stoastse varable Det tlhørede observatossæt aldes j, =,, j=,, og lad Estmater ˆ j j ˆ s 0 ( j ) j Modelotrol Det forudsættes at for hver er observatosræe ormalfordelt, og at der er tale om varashomogetet for de observatosræer dvs for ( j ) j ˆ s, =, Ma a beytte et Barletts test eller et Levee test ( er tlgægelgt SPSS)
15 Følgede hypotese øses testet: H 0 : μ = μ, =, (samme mddelværd de observatosræer) Kvadratsumsopspaltg : Ide for grupper Mellem grupper 0 ( j ) - - ( ) Total - ) j j ( j f /( ) Teststørrelse for H 0 er, som er F(-,-) fordelt 0 /( ) Store værder er rtse Hvs H 0 accepteres er estmatere følgede: ˆ j j ˆ s j ( j )
16 Esempel To ttrergsmetoder avedes Det øses udersøgt om de gver samme resultat: T T 76,35 76,3 Det sal først udersøges om de to observatosræer a 76,33 76,30 ases for ormalfordelte, og beræftede fald om der er 76,45 76,33 varashomogetet Dataee orgaseres som lste SPSS: 76,40 76,33 r Tr 76,68 76,8 76,35 Atag at dataee er ormalfordelte 76,33 76,45 76,33 Kl Aalyze Compare Meas 76,40 76,38 76,45 Oe-way Aova : 76,8 76,43 76,40 76,58 76,45 osv 76,65 76,60 76,40 76,40 77,03 76,80 76,90 76,95 74,83 74,88 75,8 75,5
17 Ma får Da teststørrelse er 0,04 og de er F(, 8) fordelt accepters hypotese om varashomogetet s 0 s 0 Test-størrelse H 0 accepters ( ge forsel på de to ttrergsmetoder)
18 Tosdg varasaalyse X N( j, ) Model : ~ =, r ; j=, s ; =, t ; =rst j I første omgag sal ma udersøge om der er varashomogetet de rs observatosræer Dee hypotese aldes H 0 (arbejdshypotese) Derefter er der flere hypoteser, som ma a opstlle H : Dvs e ræeeffet plus e søjleeffet j j H : 0 Dvs ge ræeeffet H * : j 0 Dvs ge søjleeffet H 3 : j Dvs samme fordelg de rs observatosræer (fuldstædg homogetet) Der er valgt e ormerg således at 0 og r j 0 s j
19 Ma a vse, at estmatere for mddelværdparametree uder H er : ˆ rst ˆ st r s j s t t j j j ˆ j j rt r t j Uder H 0 er estmatet for σ : 0 /f 0 ( se æste sde) Uder H er estmatet for σ : ( 0 + )/(f 0 +f )
20 Kvadratsumsopspaltg: Ide for grupper 0 f f 0 =rs(t-) r s Veselvrg f =(r-)(t-) j r Ræevrg f =r- s Søjlevrg * f *=t- Total r s t f=rst- r s j j t( ) j t st( ) rt( ) j ( j j) j ( j ) j
21 Test: H : adtvtet F som er F f, f ) 0 / f / f 0 ( fordelt H : ge ræevrg F ( 0 / f ) /( f 0 f ) som er F( f, f0 f) fordelt H 3 : fuldstædg homogetet (heller ge søjlevrg ) F ( 0 */ f * ) /( f 0 f f ) som er F( f*, f0 f f) fordelt Ma a også vælge at teste for ge søjlevrg først Der sal så byttes rudt på og * og deres frhedsgrader de to test Hver gag ma har accepteret e hypotese, er ædres estmatet for varase Hvs f H accepteres er Estmatet for varase ( )/(f 0 +f +f )
22 Es Ma har testet et byggematerale for vadgeemtrægg, målt seuder Ma har derpå taget logartme tl tde Byggemateralet blev produceret på 3 forsellge maser 9 forsellge dage med 3 målger pr dag: Først sal ma lave e modelotrol Da der u er dag mase mase mase3,404,306,93,346,68,674,68,40,399,447,4,46,569,85,768,80,56,859 3,94,506,38,477,575,690,894,649,36 4,887,673,7,485,37,58,39,4,37 5,77,7,30,78,397,489,545,53,336 6,665,404,633,539,45,6,680,67,359 7,98,9,38,93,508,80,9,436,385 8,845,583,689,790,67,48,04,8,795 9,540,636,703,48,067,370,704,384,839 tre observatoer pr dag, er det e mulgt at lave e foruftg otrol af, om der er tale om ormalfordelte observatoer pr mase dag Dermod a ma estmer varase pr mase dag, og teste om der er varashomogetet Dette gøres med ete et Bartletts test eller Levee I SPSS er det mulgt, at foretage et Levee test For at beytte SPSS sal dataee orgaseres som e lag lste : dag mase målg,404,346,68,306,68,40 3,93 3,674 3,399,447 osv
23 Dette a gøres samtdgt med de tosdge varasaalyse SPSS: Kl Aalyze Geerel Lear Model Uvarate og udfyld som vst Teststørrelse er F(6,54) fordelt Testet er dobbeltsdgt og e sgfat her Grafs modelotrol for addtvtet : Der afsættes putere (, j), r og ( j, j), j s som sal lgge omrg e ret lje med hældgsoeffcete
24 Herefter selve varasaalyse: Her er r=9, s=3(atal maser) og t=3 Er test for H, me s /s o Test for H accept 0
25 Tosdg varasaalyse med forsellgt atal observatoer pr celle X N( j, ) Model : ~ =, r ; j=, s ; =, j ; = j Alt er stort set som før Ma får følgede vadratsumopspaltg Ide for grupper 0 f 0 =-rs r s Veselvrg f =(r-)(t-) j r Ræevrg f =r- s Søjlevrg * f *=t- Total r s t f=- r s ( ) j j ( ) j j j j j ( ( ) j j j ( j ) j ) f r s j j
26 Leær regresso med flere observatoer pr Atag at Y j for = tl, j= tl er uafhægge N(μ j, σ ) -fordelte således at j j,,,, ) ( Ma a vse at estmatere for parametree er ) ( ) ( ˆ ; ˆ j j y y Ma a også vse, at estmatore for β er - fordelt ) ) (, N( Ma a derfor teste hypotese H : β = β 0 med teststørrelse s t 0 0 ) ( ˆ som er t-fordelt med f 0+ frhedsgrader uder H 0 Hvs β 0 = 0 tester ma uafhægghed af og y værdere Vedr s 0 se følgede Bemær ge at særg med y-ase er y ˆ Bemær at
27 Kvadratsumsopspaltg : Ide for grupper Omrg lje Regressoslje 0 ( j y ) f f 0 =- f =- f = Total f=- y j ( y y ˆ( )) ˆ j ( ( y j ) y) Testet for H : leær regresso er som er F(-,-) fordelt Bemær, at hvs H accepteres er estmatet for varase s 0 =( 0 + )/(f 0 +f ) Testet for H : β = 0 fuldstædg homogetet er ( 0 ) /( ) som er F(, -) fordelt Modelotrol: Det sal udersøges, at for hvert a observarosræe y j, j=, ases for ormalfordelt 0 /( /( ) ) /
28 Esempel: Nedeståede tabel vser logartme tl træstyre (g/cm ) og de recproe hærdgstd ( dage) for ogle cemetstyer: dage målg r Træstyre log recpro dag 3,00,4,000 3,30,4,000 3,80,07,000,90,340 0,500 4,50,389 0, ,70,393 0, ,80,474 0, ,00,447 0, ,0,38 0, ,0,384 0, ,0,48 0, ,40,5 0, ,40,483 0, ,50,538 0, ,0,50 0, ,70,553 0,43 8 4,80,6 0, ,60,69 0, ,30,605 0, ,70,553 0,036 Først e grafs udersøgelse: ,30,57 0,036
29 Som det ses er der tale om e pæ leær Sammehæg Lad y j betege log(træstyre) og de recproe hærdgstd =, = 5 0 Kl Aalyze Compare Meas Oe-Way Aova
30 Accept af varashomogetet 0 Herefter sal der foretages e leær regresso Tast Aalyze Regresso Lear og ma får
31 0 + ˆ Særg med y-ase /f /f (0, ,06808) / 3 0,06808/6 Test for leartet F, som accepteres
32 Vderegåede regressosaalyse : Model: Atag at Y for = tl er uafhægge N(μ, σ ) -fordelte således at p j j j,hvor j ere er edte værder og β j ere uedte parametre Dette a formuleres med matrcer: Xβ p p p p Og lad være et uderrum Estmatere blver R p R L β Xβ : X' y X' X β ) ( ˆ dm ˆ ˆ L s Xβ y og lad y y y y betege observatoere Ofte sættes første søjle X tl -taller således, at β er det geerelle veau
33 Esempel : Idaere Peru Ædrger meesers lvsbetgelser a gve sg udslag fysologse ædrger, esempelvs ædret blodtry E gruppe atropologer udersøgte hvorda blodtryet ædrer sg hos peruvase daere der flyttes fra deres oprdelge prmtve samfud de høje Adesbjerge tl de såaldte cvlsato, dvs storbye, der øvrgt lgger lagt mdre højde over havets overflade ed deres oprdelg bopæl (Dav (975), her cteret e er Rya et al (976)) Atropologere udvalgte e stprøve på 39 mæd over år der havde udergået e såda flytg På hver af dsse måltes blodtryet (det systolse og det dastolse) samt e ræe baggrudsvarable, herbladt alder, atal år sde flytge, højde, vægt og puls Desude har ma udreget edu e baggrudsvarabel, emlg»brødel af lvet levet de ye omgvelser«, dvs atal år sde flytg dvderet med uværede alder Ma forestllede sg at dee baggrudsvarabel ue have stor»forlargseve«
34 Her vl v e se på hele talmateralet, me u på blodtryet (det systolse) der sal optræde som y-varabel, og på de to -varable brødel af lvet de ye omgvelser og vægt Dsse er agvet tabel 8 (fra Rya et al (976)) Atropologere mete at, brødel levet de ye omgvelser, var et godt mål for hvor læge persoere havde levet de cvlserede omgvelser, og at det derfor måtte være teressat at se om ue forlare varatoe blodtryet y Første srdt ue derfor være at estmere e smpel leær regressosmodel med som forlarede varabel Gør det! Hvs ma et oordatsystem afsætter y mod, vser det sg mdlertd at det fats e vrer særlg rmelgt at hævde at (mddelværde af) y afhæger leært af Derfor må ma gve sg tl at overveje om adre af de målte baggrudsvarable med fordel a ddrages Nu ved ma at e persos vægt har betydg for de pågældedes blodtry, så æste modelforslag ue være e multpel regressosmodel med både og 3 som forlarede varable I SPSS dtastes dataee således: (hvs ma e havde -tallee vl SPSS gve det samme) y ,048 7,0 0 0,73 56,5 5 0,08 56,0 48 0,04 6,0 40 0,040 65,0 Osv Tast Aalyze Regresso Lear
35 Esempel : Idaere Peru ( se opgavear) s 'eree test for lg 0 Alle test for β = 0 er sgfate
36 Modelotrol : Der laves først smple grafer over sammehæg mellem y ere og ere og derpå 3 ere Der er e overbevsede leær sammehæg Parametree de multple regresso estmeres og de forvetede værder og resdueree bereges :l yderlgere på Save og sæt fluebe somvst Sammehæget mellem forvetet og observeret er e overbevsede me acceptabelt Resdueree udersøges: Det accepteres, at resduere a ases for ormalfordelte, me det er e flot
Pearsons formel for χ 2 test. Den teoretiske forklaring
Pearsos formel for χ test De teoretse forlarg Ole Wtt-Hase 04 Idhold. Normalfordelge og χ.... Pearsos formel for χ test... 3. Forlarg på Pearsos formel....4 Pearsos formel for χ test. Normalfordelge og
Læs mereØkonometri 1. Funktionel form. Funktionel form (fortsat) Dagens program. Den simple regressionsmodel 14. september 2005
Dages program Økoometr De smple regressosmodel 4. september 5 Dee forelæsg drejer sg stadg om de smple regressosmodel (Wooldrdge kap.4-.6) Fuktoel form Hvorår er OLS mddelret? Varase på OLS estmatore Regressosmodelle
Læs mereØkonometri 1. For mange variable i modellen. For få variable. Dagens program. Den multiple regressionsmodel 21. september 2004
Dages program Økoometr De multple regressosmodel. september 004 Emet for dee forelæsg er stadg de multple regressosmodel (Wooldrdge kap. 3.4-3.5) Praktske bemærkg Opsamlg fra sdst Irrelevate varable og
Læs mereStatistik Lektion 14 Simpel Lineær Regression. Simpel lineær regression Mindste kvadraters metode Kovarians og Korrelation
Statstk Lekto 4 Smpel Leær Regresso Smpel leær regresso Mdste kvadraters metode Kovaras og Korrelato Scatterplot Scatterplot kf Advertsg Epedtures ( ad Sales ( Et scatterplot vser par (, af observatoer.
Læs mereVi ønsker også at teste hypoteser om parametrene. F.eks: Kan µ tænkes at være 0 (eller anden fast, kendt værdi)? Eksempel: dollarkurser
Uge 37 I Teoretsk Statstk, 9.sept. 003. Fordelger kyttet tl N-ford. Gvet: uafhægge observatoer af samme N(µ,σ )-fordelte stokastske varabel. Formelt: X,X,,X uafhægge, alle N(µ,σ )-fordelt. Mddelværd µ
Læs mereSimpel Lineær Regression - repetition
Smpel Leær Regresso - repetto Spørgsmål: Afhæger leært af?. Model: β + β + ε ε d N(0, σ 0 ) Sstematsk kompoet + Stokastsk kompoet Estmato - repetto Vha. Mdste Kvadraters Metode fder v regressosle hvor
Læs mereRepetition. Forårets højdepunkter
Repetto Forårets højdepukter Forårets højdepukter Smpel Leær Regresso Smpel leær regresso: Mdste kvadraters metode Kovaras og Korrelato Scatterplot Scatterplot kf Advertsg Epedtures (X ad Sales (Y Et scatterplot
Læs mereEksempel: PEFR. Epidemiologi og biostatistik. Uge 1, tirsdag. Erik Parner, Institut for Biostatistik.
Epdemolog og bostatstk. Uge, trsdag. Erk Parer, Isttut for Bostatstk. Geerelt om statstk Dataaalyse - Deskrptv statstk - Statstsk feres Sammelgg af to grupper med kotuerte data - Geemst og spredg - Parametre
Læs mereStatistik 9. gang 1 REGRESSIONSANALYSE. Korrelation (kontrol af model) Regression (tilpasning af model)
Statstk 9. gag REGRESSIONSANALYSE Korrelato kotrol af model Regresso tlpasg af model Statstk 9. gag KORRELATIONS ANALYSE. Grad af fælles varato mellem X og Y. Område og fordelg af sample data 3. Optræde
Læs mereHvorfor n-1 i stikprøvevariansen?
Erk Vestergaard www.matematkfysk.dk Hvorfor - stkprøvevarase? Lad os sge, at e fabrk producerer e bestemt type halogepærer. Det vser sg, at levetde for e såda elpære varerer efter e ormalfordelg. Nogle
Læs mereSpørgsmål 1 (5 %) Bestem sandsynligheden for at batteriet kan anvendes i mere end 5 timer.
TATITIK krftlg evaluerg, 3. semester, fredag de 4. jauar 3 kl. 9.-3.. Alle hjælpemdler er tlladt. Opgaveløsge forsyes med av og CR-r. OGAVE Et batter har e levetd tmer med de tlkyttede tæthedsfukto f (
Læs mereMen tilbage til regression og Chi-i-anden. test. Begge begreber refererer til normalfordelingen med middelværdi μ og spredning σ.
χ test matematkudervsge χ - test gymasets matematkudervsg I jauar ummeret 8 af LMFK bladet havde jeg e artkel, hvor jeg harcelerede ldt over, at regresso og sær χ fordelg havde fudet dpas matematkudervsge
Læs mereNotato: k grupper observeret tl tdspuktere (logartmerede) t1;t2;:::;t k. Tl tdspukt observeres et atal ( ) ph-vρrder, 1 ; 2 ;:::;. V opfatter dem som
Statstk 1, torsdag de 15. marts Leρr regressosaalyse, afst 5.2.1 ffl Problemstllg ffl Data Model Estmato og test Dages program: Hvad ka v? 1 V ka sammelge grupper af observatoer, hvor data hver gruppe
Læs mereKontrol af udledninger ved produktion af ørred til havbrugsfisk
Kotrol af udledger ved produto af ørred tl havbrugsfs Notat fra DCE - Natoalt Ceter for Mljø og Eerg Dato: 19. december 013 Rettet: 4. jauar 014 og de 8. marts 014 Søre Er Larse 1 & Lars M. Svedse 1 Isttut
Læs mereRettevejledning til Økonomisk Kandidateksamen 2006I, Økonometri 1
Rettevejledg tl Økoomsk Kaddateksame 6I, Økoometr Vurdergsgrudlaget er selve opgavebesvarelse og blaget. Programmer og data, som er afleveret på dskette/cd, bedømmes som såda kke, me er avedt f.eks. tl
Læs mereScorer FCK "for mange" mål i det sidste kvarter?
Uge 7 I Teoretsk Statstk, 9. aprl 2004. Hvor er v? Hvor var v: opstllg af statstske modeller Hvor skal v he: tro om estmato og test 2. Eksempel: FCK Estmato (tutvt) Test Maksmum lkelhood estmato Scorer
Læs mereKvantitative metoder 2
Program for dag: Kvattatve metoder Iferes de leære regressosmodel 9. marts 007 Opsamlg vedr. feres e leær regressosmodel uder Gauss-Markov atagelser (W.4-5) Eksempel med flere restrktoer (F-test) Lagrage
Læs mereBetænkning om kommunernes udgiftsbehov. Bilag (med metodediskussion af professor Anders Milhøj)
Betækg om kommueres udgftsbehov Blag (med metodedskusso af professor Aders Mlhøj) Betækg r. 36 Oktober 998 Kommueres Udgftsbehov Betækg om kommueres udgftsbehov - Redegørelse fra arbejdsgruppe uder Idergsmsterets
Læs mereBEVISER TIL KAPITEL 7
BEVISER TIL KAPITEL 7 A. Komplemetærhædelse Det er klart, at e hædelse A og de komplemetære hædelse A udgør hele udfaldsrummet U, dvs. A A = Da fås P(U = U P(A A = P (A + P(A = da de to hædelser er dsjukte
Læs mereLineære Normale Modeller
Note tl Leære Normale Modeller Bo Rosbjerg. marts 009 Tegger udført af Herk Ve Chrstese Idhold E smpel leær ormal model 5. Modelbestemmelse........................... 5. Mdste kvadraters estmat......................
Læs mereVejledende 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 mereØkonometri 1. Definition og motivation. Definition og motivation. Dagens program. Den multiple regressionsmodel 21. september 2005
Dages program Økoometr De multple regressosmodel. september 005 Emet for dee forelæsg er de multple regressosmodel (Wooldrdge kap 3.-3.3+appedx E.-E.) Defto og motvato Fortolkg af parametree de multple
Læs mereUge 40 I Teoretisk Statistik, 30. september 2003
Uge 40 Teoretis tatisti, 30. september 003 Esidet variasaalyse Model, otatio, hypotese og hælpehypotese Test af hælpehypotese Opdaterig af variasestimat Test af hypotese om es middelværdier Variasaalysesema
Læs mereKombinatorik. 1 Kombinationer. Indhold
Kombator, marts 04, Krste Roselde Georg Mohr-Kourrece Kombator Kombator går ud på at tælle atallet af ombatoer af et eller adet, og for at ue tælle atallet af ombatoer smart har ma brug for forsellge tællestrateger
Læs mereInduktionsbevis og sum af række side 1/7
Iduktosbevs og sum af række sde /7 Skrver ma,,,...,,..., =, 2, 3,... 2 3 taler ma om e talfølge, eller blot e følge. Adre eksempler på følger er, -,, -,, -,..., (-) +,..., =, 2, 3,..., 2, 3, 4,...,,...,
Læs mereKvalitet af indsendte måledata
Notat ELT2004-112 Aktørafregg Dato: 23. aprl 2004 Sagsr.: 5584 Dok.r.: 185972 v1 Referece: NIF/AFJ Kvaltet af dsedte måledata I Damark er det etvrksomhederes opgave at måle slutforbrug, produkto og udvekslg
Læs mereStatistisk analyse. Vurdering af usikkerhed i forbindelse med statistiske opgørelser forudsætter:
Statstsk aalyse Vurderg af uskkerhed forbdelse med statstske opgørelser forudsætter: Kvattatve mål for varato og spredg forbdelse med statstske opgørelser varas og stadardafvgelse Kvattatve mål for tlfældgheder
Læs mereStatistiske 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 mereSupplement til sandsynlighedsregning og matematisk statistik
Supplemet tl sadsylghedsregg og matematsk statstk 1. Bevs for lgg (4b) 22.4 ( 23.3) 8. (7.) udgave. Teorem 3 (4): Atallet af forskellge kombatoer med k elemeter, der ka daes ud af forskellge elemeter,
Læs mereLineær regression lidt mere tekniske betragtninger om R^2 og et godt alternativ
Dowloaded from orbt.dtu.dk o: Dec 0, 08 Leær regresso ldt mere tekske betragtger om R^ og et godt alteratv Brockhoff, Per B.; Ekstrøm, Claus Thor; Hase, Erst Publshed : LMFK-Bladet Publcato date: 07 Documet
Læs mereKorrelation (kontrol af model) Regression (tilpasning af model) 1. Grad af fælles variation mellem X og Y. 2. Område og fordeling af sample data
tatstk 9. gag GIONANAL Korrelato (kotrol af model egresso (tlpasg af model tatstk 9. gag KOLATION ANAL. Grad af fælles varato mellem X og. Område og fordelg af sample data 3. Optræde af ekstrem-værder
Læs mereFordelingen af gentagne observationer (målinger) kan beskrives ved hjælp af et histogram, der viser antallet af målinger i et givet interval.
H:\excerc\geodstat.doc, sdste ædrg: ov. 5, 3.. 3. Geodætsk statstk og mdste kvadraters metode. 3.. Statstske grudbegreber. 3.. Fordelger. Fordelge af getage observatoer (målger ka beskrves ved hælp af
Læs mereØkonometri 1. Instrumentvariabelestimation 26. november Plan for IV gennemgang. Exogenitetsantagelsen. Exogenitetsantagelsen for OLS
y = cy ( c 0 ) Pla for IV geemgag Økoometr Istrumetvarabelestmato 6. ovember 004 F9: Hvad er IV estmato: Bvarat model, et strumet: Kap.5. + afst -4 ote. F0: IV estmato det multple tlfælde (eksakt detfceret):
Læs mereTest 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 mereAnvendt Statistik Lektion 3. Punkt- og intervalestimater Konfidensintervaller Valg af stikprøvestørrelse
Avedt Statistik Lektio 3 Pukt- og itervalestimater Kofidesitervaller Valg af stikprøvestørrelse Pukt- og itervalestimater: Motivatio Motiverede eksempel: I e udersøgelse er adele af rygere 0.27. Det aslås
Læs mereStatistik 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 mere13. 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 mereElementær Matematik. Sandsynlighedsregning
lemetær Matematk Sadsylghedsregg Ole Wtt-Hase Køge Gymasum 008 INDHOLD KAP. KOMBINATORIK.... MULTIPLIKATIONS- OG ADDTIONSPRINCIPPT.... PRMUTATIONR... 3. KOMBINATIONR...3 KAP. NDLIGT SANDSYNLIGHDSFLT...7.
Læs merebestemmes. kendes ( ) A i Subjektiv information + objektiv information Bayesiansk statistik (gang 10) Bayes sætning
Statstk. gag BAYESIANSKE METOER Objektv formato f.eks. forsøgs resultater klasssk statstk gag -9 Subjektv formato objektv formato Bayesask statstk gag Bayes sætg E E A A E A A... E A A A E A E E E A A
Læs mereFORDELINGER: HYPERGEOMETRISK FORDELING, BINOMIALFORDELING MIDDELVÆRDI DEFINITION. X er en stokastisk variabel på et endeligt sandsynlighedsfelt ( )
FORDELINGER: HYERGEOMETRIS FORDELING, BINOMIALFORDELING MIDDELVÆRDI Mddelværd MIDDELVÆRDI (TYS: ERWARTUNGSWERT ) DEFINITION X er e stokastsk varabel på et edelgt sadsylghedsfelt U, ( ) Mddelværde af X
Læs mereØkonometri 1. Test for heteroskedasticitet. Test for heteroskedasticitet. Dagens program. Heteroskedasticitet 26. oktober 2005
Dagens program Økonometr Heteroskedastctet 6. oktober 005 Emnet for denne forelæsnng er heteroskedastctet (Wooldrdge kap. 8.3-8.4) Konsekvenser af heteroskedastctet Hvordan fnder man en effcent estmator?
Læs mere24. 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 mereVideregående Algoritmik. David Pisinger, DIKU. Reeksamen, April 2005
Vderegåede Algortmk Davd Psger, DIKU Reeksame, Aprl 5 Bsecto problemet Gvet e uvægtet graf G = (V, E) samt et heltal k. E bsecto af grafe G er e opdelg af kudere V to lge store mægder S og T. MAX-BISECTION
Læs mereSimpel 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 merex-klasserne Gammel Hellerup Gymnasium
SANDSYNLIGHEDSREGNING OG KOMBINATORIK x-klassere Gammel Hellerup Gymasum Idholdsfortegelse SANDSYNLIGHEDSREGNING... 3 Sadsylghedsfelt... 3 Edelge sadsylghedsfelter (sadsylghedsfordelger):... 3 Uedelge
Læs mereMotivation. 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 mereGenerelle 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 mereBrugen af R 2 i gymnasiet
Bruge af R gymaset Per Bruu Brockhoff, DTU Compute, Erst Hase, KU Matematk og Claus Thor Ekstrøm, KU Bostatstk Der lader tl at være e vs forvrrg bladt og ueghed mellem forskellge faggrupper omkrg R værde,
Læs mereØkonometri lektion 7 Multipel Lineær Regression. Testbaseret Modelkontrol
Økonometr lekton 7 Multpel Lneær Regresson Testbaseret Modelkontrol MLR Model på Matrxform Den multple lneære regressons model kan skrves som X y = Xβ + Hvor og Mndste kvadraters metode gver følgende estmat
Læs mere30. 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 mereNoter om kombinatorik, Kirsten Rosenkilde, februar 2008 1. Kombinatorik
Noter om ombiatori, Kirste Roseilde, februar 008 Kombiatori Disse oter er e itrodutio til ombiatori og starter helt fra bude, så e del af det idledede er siert edt for dig allerede, me der ommer også hurtigt
Læs mere29. 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 merehvor 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 mereØkonometri 1. Heteroskedasticitet 27. oktober Økonometri 1: F12 1
Økonometr 1 Heteroskedastctet 27. oktober 2006 Økonometr 1: F12 1 Dagens program: Heteroskedastctet (Wooldrdge kap. 8.3-4) Sdste gang: I dag: Konsekvenser af heteroskedastctet for OLS Korrekton af varansen
Læs mereStatistik 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 mereDen stokastiske variabel X angiver levetiden i timer for en elektrisk komponent. Tæthedsfunktionen for den stokastiske variabel er givet ved
STATISTIK Skrtlg evaluerg, 3. emeter, madag de 3. jauar 5 kl. 9.-3.. Alle hjælpemdler er tlladt. Opgaveløge orye med av og CPR-r. OPGAVE De tokatke varabel agver levetde tmer or e elektrk kompoet. Tætheduktoe
Læs mereKombinatoriknoter 2012, Kirsten Rosenkilde 1
Kombatoroter 0, Krste Roselde Kombator Kombator går ud på at tælle atallet af ombatoer af et eller adet, og for at ue tælle atallet af ombatoer smart har ma brug for forsellge tællestrateger. I otere troduceres
Læs mereSpørgsmål 3 (5 %) Bestem sandsynligheden for at et tilfældigt valgt vindue har en fejl ved listerne, når man ved at der er fejl i glasset.
STATISTIK Skriftlig evaluerig, 3. semester, madag de 30. auar 006 kl. 9.00-3.00. Alle hælpemidler er tilladt. Opgaveløsige forsyes med av og CPR-r. OPGAVE Ved e produktio af viduer er der mulighed for,
Læs mereIndeks over udviklingen i biltrafikken i Danmark
Ideks over udvklge bltrafkke Damark Afdelgsgeør Alla Crstese, Vejdrektoratet, og cvlgeør, p.d. Crsta Overgård ase, TetraPla A/S. Baggrud og formål. Baggrud Vejdrektoratet ar sde 978 regelmæssgt udgvet
Læs mereFY01 Obligatorisk laboratorieøvelse. O p t i k. Jacob Christiansen Afleveringsdato: 3. april 2003 Morten Olesen Andreas Lyder
FY0 Oblgatorsk laboratoreøvelse O p t k Hold E: Hold: D Jacob Chrstase Alevergsdato: 3. aprl 003 Morte Olese Adreas Lyder Idholdsortegelse Idholdsortegelse Forål...3 Måleresultater...4. Salelser...4. Spredelse...5.3
Læs mereOversigt. 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 mereSUPPLEMENT til Anvendt statistik
SUPPLEMET tl Avedt statstk IDHOLD A BEVISER VEDRØREDE ORMALFORDELIGE 3A χ - FORDELIE 3 3B t - FORDELIGE 6 3C F - FORDELIGE 7 4A DEFIITIOER OG EKSEMPLER PÅ CETRALE OG EFFEKTIVE ESTIMATORER 9 4B BEVISER
Læs mereAnalyse af bivariate data: korrelation og regression. korrelation. Korrelation og regression: Co-varians:
,,,,,,,,,, Stattk for bologer -, modul og : Korrelato og regreo: Aale af bvarate data: korrelato og regreo Korrelato: llutrerer v.h.a. e koeffcet hvlke grad to varable er dbrde afhægge: - (perfekt egatv
Læs mere1.0 FORSIKRINGSFORMER
eam Lv forskrgsakteselskab Bereggsgrudlaget sgrp217 tl præmeberegg for gruppeforskrg e-am Lv forskrgsakteselskab 1. FORIKRINGFORMER 1.1 Oblgatorske ordger Alle gruppeforskrgsordger teget på dette grudlag
Læs mereØkonometri 1 Efterår 2006 Ugeseddel 9
Økonometr 1 Efterår 006 Ugeseddel 9 Program for øvelserne: Opsamlng på Ugeseddel 8 Gruppearbejde SAS øvelser Ugeseddel 9 består at undersøge, om der er heteroskedastctet vores model for væksten og så fald,
Læs mereRegressions modeller Hvad regresserer vi på og hvorfor? Anders Stockmarr Axelborg statistikgruppe 6/
Regressos modeller Hvad regresserer v på og hvorfor? Aders Sockmarr Aelborg saskgruppe 6/ 0 Geerel Regresso Y f( ) ε f er e UKENDT fuko der beskrver relaoe mellem de uafhægge varabel og de afhægge varabel
Læs mereTEKST NR 435 2004. TEKSTER fra IMFUFA
TEKST NR 435 2004 Basisstatisti 2. udgave Jørge Larse August 2006 TEKSTER fra IMFUFA INSTITUT ROSKILDE UNIVERSITETSCENTER FOR STUDIET AF MATEMATIK OG FYSIK SAMT DERES FUNKTIONER I UNDERVISNING, FORSKNING
Læs mereØkonometri 1. Interne evalueringer. Interne evalueringer. Dagens program. Heteroskedaticitet (Specifikation og dataproblemer) 2.
Dagens program Øonometr 1 Heterosedatctet (Specfaton og dataproblemer). november 005 dataproblemer 1 Interne evaluernger Emner for denne forelæsnng: Heterosedastctet (ap 8.4-8.5) Egensaber ved FGLS Esempel
Læs mereTest i polynomialfordelingen
Statisti og Sadsylighedsregig STAT apitel 4.4 Test i polyomialfordelige Lad X (X,..., X ) Poly (, p). Observatio: (,..., ) der agiver atal udfald, 2,..., Susae Ditlevse Istitut for Matematise Fag Email:
Læs mereStatistik 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 merePraktisk info. Statistisk analyse af en enkelt stikprøve: kendt eller ukendt varians Sandsynlighedsregning og Statistik (SaSt) I tirsdags.
Praktisk ifo Liste med rettelser og meigsforstyrrede trykfejl i DS på Absalo. Statistisk aalyse af e ekelt stikprøve: kedt eller ukedt varias Sadsylighedsregig og Statistik (SaSt) Helle Sørese Projekt
Læs mereIKKE-KONTINUERTE (DISKRETE) STOKASTISKE VARIABLE MIDDELVÆRDI, VARIANS, SPREDNING FORDELINGER: HYPERGEOMETRISK, BINOMIAL, POISSON
IE-ONTINUERTE (DISRETE) STOASTISE VARIABLE MIDDELVÆRDI, VARIANS, SPREDNING FORDELINGER: HYPERGEOMETRIS, BINOMIAL, POISSON Edelgt sadsylghedsfelt V reeterer: Et sadsylghedsfelt ( P ) U, kaldes edelgt, hvs
Læs mereOpsamling. Simpel/Multipel Lineær Regression Logistisk Regression Ikke-parametriske Metoder Chi-i-anden Test
Opsamlng Smpel/Multpel Lneær Regresson Logstsk Regresson Ikke-parametrske Metoder Ch--anden Test Opbygnng af statstsk model Specfcer model Lgnnger og antagelser Estmer parametre Modelkontrol Er modellen
Læs mere1 Punkt- og intervalestimation Punktestimatorer: Centralitet(bias) og efficiens... 2
Idhold 1 Pukt- og itervalestimatio 2 1.1 Puktestimatorer: Cetralitet(bias) og efficies.................... 2 2 Kofidesiterval 3 2.1 Kofidesiterval for adel................................ 4 2.2 Kofidesiterval
Læs mereχ 2 -fordelte variable
χ -fordelte varable Defnton af χ -fordelngen Kvadratsummen V n af n uafhængge standardserede normalfordelte stokastske varable sges at være χ -fordelt med n frhedsgrader. V n fremkommer altså som V n =
Læs mereNoter om kombinatorik, Kirsten Rosenkilde, februar Kombinatorik
Noter om ombiatori, Kirste Roseilde, februar 008 Kombiatori Disse oter er e itrodutio til ombiatori og starter helt fra bude, så e del af det idledede er siert edt for dig allerede, me der ommer også hurtigt
Læs mereLøsninger 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 mereKombinatorik. Indhold. Georg Mohr-Konkurrencen. 1 Kombinationer 2
Kombator Kombator går ud på at tælle atallet af ombatoer af et eller adet, og for at ue tælle atallet af ombatoer smart har ma brug for forsellge tællestrateger I otere troduceres helt grudlæggede måder
Læs mereStatistik Lektion 15 Mere Lineær Regression. Modelkontrol Prædiktion Multipel Lineære Regression
Statstk Lekton 15 Mere Lneær Regresson Modelkontrol Prædkton Multpel Lneære Regresson Smpel Lneær Regresson - repetton Spørgsmål: Afhænger y lneært af x?. Model: y = β + β x + ε ε d N(0, σ 0 1 2 ) Systematsk
Læs mereUgeseddel 8. Gruppearbejde:
Ugeseddel 8 Gruppearbejde: 1. Ved at nkludere en dummyvarabel for et bestemt landeområde, svarer tl at konstatere, at dsse lande har nogle unkke karakterstka, som har betydnng for væksten, som kke gør
Læs mereIkke-parametriske tests af forskel i central tendens. Tests for forskel i central tendens for data på ordinal- og intervalskala
Statstk for bologer 5-6, moul 7: Tests for forskel cetral tees for ata på oral- og tervalskala Ikke-parametrske tests af forskel cetral tees Vægter forskel mea ve hjælp af ragtal Data skal være på mst
Læs mere9. 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 mereStatistisk mekanik 13 Side 1 af 9 Faseomdannelse. Faseligevægt
Statsts mean 3 Sde af 9 Faselgevægt Hvs hver fase et PVT-system behandles særslt, vl hver fase alene raft af mulgheden for faseomdannelser udgøre et åbent system. Ved generalserng af udtry (3.48) fås dermed
Læs mereLøsningsforslag til skriftlig eksamen i Kombinatorik, sandsynlighed og randomiserede algoritmer (DM528)
Løsigsforslag til skriftlig eksame i Kombiatorik, sadsylighed og radomiserede algoritmer (DM58) Istitut for Matematik & Datalogi Syddask Uiversitet Madag de 3 Jauar 011, kl. 9 13 Alle sædvalige hjælpemidler
Læs mereMatematisk Modellering 1 Hjælpeark
Matematisk Modellerig Hjælpeark Kaare B. Mikkelse 2005090 3. september 2007 Idhold Formler 2 2 Aalyse af k ormalfordelte prøver 2 2. Modelcheck............................................ 2 2.2 Test af
Læs mere6. SEMESTER Epidemiologi og Biostatistik Opgaver til 3. uge, fredag
Afdelng for Epdemolog Afdelng for Bostatstk 6. SEESTER Epdemolog og Bostatstk Opgaver tl 3. uge, fredag Data tl denne opgave stammer fra. Bland: An Introducton to edcal Statstcs (Exercse 11E ). V har hentet
Læs mereTests 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 mereMeningsmålinger KLADDE. Thomas Heide-Jørgensen, Rosborg Gymnasium & HF, 2017
Meigsmåliger KLADDE Thomas Heide-Jørgese, Rosborg Gymasium & HF, 2017 Idhold 1 Meigsmåliger 2 1.1 Idledig................................. 2 1.2 Hvorda skal usikkerhede forstås?................... 3 1.3
Læs mereantal 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 mereOverlappende stationsoplande: Bestemmelse af passagerpotentialer
Resumé Overlappede statosoplade: Bestemmelse af passagerpotetaler Valdemar Warburg, stud.polyt., valde@post.com Ibe Rue, stud.polyt., berue@hotmal.com Ceter for Trafk og Trasport (CTT), Damarks Tekske
Læs mereStatistik II Lektion 4 Generelle Lineære Modeller. Simpel Lineær Regression Multipel Lineær Regression Flersidet Variansanalyse (ANOVA)
Statstk II Lekton 4 Generelle Lneære Modeller Smpel Lneær Regresson Multpel Lneær Regresson Flersdet Varansanalyse (ANOVA) Logstsk regresson Y afhængg bnær varabel X 1,,X k forklarende varable, skala eller
Læs mereNoter om Kombinatorik 2, Kirsten Rosenkilde, februar
Noter om Kombiatori, Kirste Roseilde, februar 008 1 Kombiatori Disse oter itroducerer ogle cetrale metoder som ofte beyttes i ombiatoriopgaver, og ræver et grudlæggede edsab til ombiatori (se fx Kombiatori
Læs mere6 Populære fordelinger
6 Populære fordeliger I apitel 4 itroducerede vi stoastise variabler so e åde at repræsetere udfald af et esperiet på. De stoastise variabler ue være både disrete (fx terigslag) og otiuerte (fx vareægder).
Læs mereStatikstik II 3. Lektion. Multipel Logistisk regression Generelle Lineære Modeller
Statkstk II 3. Lekton Multpel Logstsk regresson Generelle Lneære Modeller Defntoner: Repetton Sandsynlghed for at Ja tl at være en god læser gvet at man er en dreng skrves: P( God læser Ja Køn Dreng) Sandsynlghed
Læs mereKvantitative metoder 2
Program for dag: Kvanttatve metoder Den smple regressonsmodel 9. februar 007 Regressonsmodel med en forklarende varabel (W..3-5) Varansanalyse og goodness of ft Enheder og funktonel form af varabler modellen
Læs mereØkonometri 1. Lineær sandsynlighedsmodel (Wooldridge 8.5). Dagens program: Heteroskedasticitet 30. oktober 2006
Dagens program: Øonometr 1 Heterosedastctet 30. otober 006 Effcent estmaton under heterosedastctet (Wooldrdge 8.4): Sdste gang: Kendte vægte - Weghted Least Squares (WLS) Generalzed Least Squares (GLS)
Læs mereOm Følger og Rækker. Nyttige Grænseværdier. Nyttige Rækker. Carsten Lunde Petersen. lim. lim = 0. lim (1 + x n n )n = e x. n n n.
IMFUFA Carste Lude Peterse Om Følger og Ræer Nyttige Græseværdier lim = 1 lim! = x = 0! lim lim (1 + x ) = e x! lim = e 1 Nyttige Ræer 1 p < p > 1 1 log p ( + 1) < p > 1 x = = x 1 x for x < 1 og Z, diverget
Læs mereAnvendt Statistik Lektion 10. Regression med både kvantitative og kvalitative forklarende variable Modelsøgning Modelkontrol
Anvendt Statstk Lekton 0 Regresson med både kvanttatve og kvaltatve forklarende varable Modelsøgnng Modelkontrol Opsummerng I forbndelse med multpel lneær regresson så v på modeller på formen E[ y] = α...
Læs mereL komponent produceret i linie 1
Statstk. gag BAYESIANSKE METOER Obektv ormato (.eks. orsøgs resultater klasssk statstk (gag -9 Subektv ormato + obektv ormato Bayesask statstk (gag Bayes sætg ( E ( E A ( A + ( E A ( A +... ( E A ( + (
Læs mere