Forelæsning 6: Kapitel 7: Hypotesetest for gennemsnit (one-sample setup)
|
|
- Sara Hansen
- 8 år siden
- Visninger:
Transkript
1 Kursus Introduktion til Statistik Forelæsning 6: Kapitel 7: Hypotesetest for gennemsnit (one-sample setup) Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800 Lyngby Danmark Per Bruun Brockhoff Introduktion til Statistik, Forelæsning 6 Foråret / 34
2 Oversigt 1 Motiverende eksempel 2 Hypoteser og test af disse Ensidet eller tosidet alternativ Fejl ved hypotesetest 3 Hypotesetest i praksis I P-værdi Eksempel 1 4 Hypotesetest i praksis II Kritisk værdi Eksempel 1- fortsat 5 One-sample hypotesetest uden "kendt varians Store stikprøver Små stikprøver - normalfordelt Eksempel 2 6 R (R note 7) Per Bruun Brockhoff (perbb@dtu.dk) Introduktion til Statistik, Forelæsning 6 Foråret / 34
3 Motiverende eksempel Oversigt 1 Motiverende eksempel 2 Hypoteser og test af disse Ensidet eller tosidet alternativ Fejl ved hypotesetest 3 Hypotesetest i praksis I P-værdi Eksempel 1 4 Hypotesetest i praksis II Kritisk værdi Eksempel 1- fortsat 5 One-sample hypotesetest uden "kendt varians Store stikprøver Små stikprøver - normalfordelt Eksempel 2 6 R (R note 7) Per Bruun Brockhoff (perbb@dtu.dk) Introduktion til Statistik, Forelæsning 6 Foråret / 34
4 Motiverende eksempel Motiverende eksempel En producent af pc skærme oplyser, at skærmen i gennemsnit bruger 83 W. Desuden kan det antages, at forbruget er normalfordelt med kendt varians σ 2 = 4 2 (W) 2. En forbrugergruppe vil nu afprøve producentens påstand og planlægger at udføre et antal målinger af strømforbruget for den pågældende type pc skærm. Formuler nul og alternativ hypotese. Per Bruun Brockhoff (perbb@dtu.dk) Introduktion til Statistik, Forelæsning 6 Foråret / 34
5 Hypoteser og test af disse Oversigt 1 Motiverende eksempel 2 Hypoteser og test af disse Ensidet eller tosidet alternativ Fejl ved hypotesetest 3 Hypotesetest i praksis I P-værdi Eksempel 1 4 Hypotesetest i praksis II Kritisk værdi Eksempel 1- fortsat 5 One-sample hypotesetest uden "kendt varians Store stikprøver Små stikprøver - normalfordelt Eksempel 2 6 R (R note 7) Per Bruun Brockhoff (perbb@dtu.dk) Introduktion til Statistik, Forelæsning 6 Foråret / 34
6 Hypoteser og test af disse Test af hypoteser Vi betragter en parameter µ Ofte vil der være en forhåndsinteresse knyttet til en bestemt værdi af µ. Vi ønsker derfor at teste, dvs acceptere eller forkaste, hypotesen µ = µ 0 Da estimatet af µ er underkastet tilfældig variation, kan man ikke forvente at ˆµ = µ 0 selvom de faktisk er ens. Spørgsmålet er altså hvordan man skal forholde sig i sammenligningen af ˆµ og µ 0 Per Bruun Brockhoff (perbb@dtu.dk) Introduktion til Statistik, Forelæsning 6 Foråret / 34
7 Hypoteser og test af disse Hypoteser nul hypotese testes mod en alternativ hypotese H 0 : µ = µ 0 H 1 : µ µ 0 Man vælger enten at acceptere H 0 eller at forkaste H 0 Per Bruun Brockhoff (perbb@dtu.dk) Introduktion til Statistik, Forelæsning 6 Foråret / 34
8 Hypoteser og test af disse Ensidet eller tosidet alternativ Ensidet eller tosidet alternativ tosidet alternativ H 0 : µ = µ 0 H 1 : µ µ 0 Vælges et ensidet alternativ, bliver H 1 enten H 1 : µ < µ 0 eller H 1 : µ > µ 0 Per Bruun Brockhoff (perbb@dtu.dk) Introduktion til Statistik, Forelæsning 6 Foråret / 34
9 Hypoteser og test af disse Ensidet eller tosidet alternativ Hypoteseprøvning Et par tommelfingerregler ved formulering af hypoteser: I nulhypotesen anvendes så vidt som muligt lighedstegn I den alternative hypotese placeres det udsagn som man gerne vil vise Per Bruun Brockhoff (perbb@dtu.dk) Introduktion til Statistik, Forelæsning 6 Foråret / 34
10 Hypoteser og test af disse Fejl ved hypotesetest Fejl ved hypotesetest Når man tester statistiske hypoteser, kan man i princippet begå to typer af fejl: Type I: Fejlagtig forkaste H 0 når H 0 er sand Type II: Fejlagtig acceptere H 0 når H 1 er sand Vi definerer P (fejl af type I) = α P (fejl af type II) = β Per Bruun Brockhoff (perbb@dtu.dk) Introduktion til Statistik, Forelæsning 6 Foråret / 34
11 Hypoteser og test af disse Fejl ved hypotesetest Analogi En mand stilles for en dommer, anklaget for noget kriminelt. Nulhypotese og alternativ hypotese bliver: H 0 : H 1 : Manden er ikke skyldig Manden er skyldig Per Bruun Brockhoff (perbb@dtu.dk) Introduktion til Statistik, Forelæsning 6 Foråret / 34
12 Hypoteser og test af disse Fejl ved hypotesetest Analogi Hvilke fejl kan begås? Type I: Fejlagtig forkaste H 0 når H 0 er sand dvs. manden er uskyldig men dømmes skyldig (α) Type II: Fejlagtig acceptere H 0 når H 1 er sand dvs. manden er skyldig men frikendes (β) Per Bruun Brockhoff (perbb@dtu.dk) Introduktion til Statistik, Forelæsning 6 Foråret / 34
13 Hypotesetest i praksis I Oversigt 1 Motiverende eksempel 2 Hypoteser og test af disse Ensidet eller tosidet alternativ Fejl ved hypotesetest 3 Hypotesetest i praksis I P-værdi Eksempel 1 4 Hypotesetest i praksis II Kritisk værdi Eksempel 1- fortsat 5 One-sample hypotesetest uden "kendt varians Store stikprøver Små stikprøver - normalfordelt Eksempel 2 6 R (R note 7) Per Bruun Brockhoff (perbb@dtu.dk) Introduktion til Statistik, Forelæsning 6 Foråret / 34
14 Hypotesetest i praksis I Trin ved Hypotesetest 1 Opstil hypoteser og vælg signifikansniveau α (vælg "risiko-niveau") 2 Beregn teststørrelse (se på data) 3 Beregn p-værdi vha. teststørrelse(mål forskellen på data og hypotesen) 4 Samenlign p-værdi med signifikansniveau og drag en konklusion alternativt til (3)-(4) kan testet udføres ved at sammenligne teststørrelse med kritisk værdi Per Bruun Brockhoff (perbb@dtu.dk) Introduktion til Statistik, Forelæsning 6 Foråret / 34
15 Hypotesetest i praksis I Hypotesetest Antager at data (stikprøve) kommer fra en normalfordeling, dvs. x 1,..., x n N(µ, σ 2 ) ELLER: stor stikprøve (n > 30) vi ønsker at teste en nul hypotese om middelværdien, f.eks. H 0 : µ = µ 0 hvor µ 0 kan være en vilkårlig værdi af interesse. Afhængig af hvad vi ønsker at påvise vælges alternativ hypotese. Herefter vælges signifikansniveau α Per Bruun Brockhoff (perbb@dtu.dk) Introduktion til Statistik, Forelæsning 6 Foråret / 34
16 Hypotesetest i praksis I Beregning af teststørrelse Vi antager, at vi har formuleret en nulhypotese og en alternativ hypotese, og har valgt et signifikansniveau α. Herefter skal en teststørrelse beregnes. Ved hypotesetest af én middelværdi for data, der antages normalfordelt og σ er kendt, fås teststørrelsen: Z = X µ 0 σ/ n Per Bruun Brockhoff (perbb@dtu.dk) Introduktion til Statistik, Forelæsning 6 Foråret / 34
17 Hypotesetest i praksis I P-værdi Beregning af p-værdi Testets p-værdi måler data s afvigelser fra H 0 Ved hypotesetest af én middelværdi for data der antages normalfordelt og σ er kendt, fås p-værdien for teststørrelsen Z ved opslag i normalfordelingen (tabel 3) Hvis p-værdien er mindre end signifikansniveauet, afvises H 0 Hvis p-værdien er større end signifikansniveauet, accepteres H 0 Per Bruun Brockhoff (perbb@dtu.dk) Introduktion til Statistik, Forelæsning 6 Foråret / 34
18 Hypotesetest i praksis I Eksempel 1 Eksempel 1 En producent af pc skærme oplyser, at skærmen i gennemsnit bruger 83 W. Desuden kan det antages, at forbruget er normalfordelt med kendt varians σ 2 = 4 2 (W) 2. En forbrugergruppe vil nu afprøve producentens påstand og planlægger at udføre et antal målinger af strømforbruget for den pågældende type pc skærm. Formuler nul og alternativ hypotese. Per Bruun Brockhoff (perbb@dtu.dk) Introduktion til Statistik, Forelæsning 6 Foråret / 34
19 Hypotesetest i praksis I Eksempel 1 Eksempel 1 Der udføres nu 12 målinger af forbruget: Herfra estimeres middelforbruget til x = Udfør hypotesetestet. Anvend signifikansniveau α = 1% Per Bruun Brockhoff (perbb@dtu.dk) Introduktion til Statistik, Forelæsning 6 Foråret / 34
20 Hypotesetest i praksis I Eksempel 1 Eksempel 1 Per Bruun Brockhoff (perbb@dtu.dk) Introduktion til Statistik, Forelæsning 6 Foråret / 34
21 Hypotesetest i praksis II Oversigt 1 Motiverende eksempel 2 Hypoteser og test af disse Ensidet eller tosidet alternativ Fejl ved hypotesetest 3 Hypotesetest i praksis I P-værdi Eksempel 1 4 Hypotesetest i praksis II Kritisk værdi Eksempel 1- fortsat 5 One-sample hypotesetest uden "kendt varians Store stikprøver Små stikprøver - normalfordelt Eksempel 2 6 R (R note 7) Per Bruun Brockhoff (perbb@dtu.dk) Introduktion til Statistik, Forelæsning 6 Foråret / 34
22 Hypotesetest i praksis II Kritisk værdi Sammenligning med kritisk værdi: Alternativt kan hypotesetestet udføres ved at sammenligne teststørrelse med kritisk værdi z α (eller z α/2 i et tosidet test) Ved hypotesetest af én middelværdi for data der antages normalfordelt og σ er kendt, fås Alternativ Afvis hypotese nul-hypotese hvis µ < µ 0 Z < z α µ > µ 0 Z > z α µ µ 0 Z < z α/2 eller Z > z α/2 Per Bruun Brockhoff (perbb@dtu.dk) Introduktion til Statistik, Forelæsning 6 Foråret / 34
23 Hypotesetest i praksis II Eksempel 1- fortsat Eksempel I - nu med kritisk værdi i stedet Per Bruun Brockhoff (perbb@dtu.dk) Introduktion til Statistik, Forelæsning 6 Foråret / 34
24 One-sample hypotesetest uden "kendt varians Oversigt 1 Motiverende eksempel 2 Hypoteser og test af disse Ensidet eller tosidet alternativ Fejl ved hypotesetest 3 Hypotesetest i praksis I P-værdi Eksempel 1 4 Hypotesetest i praksis II Kritisk værdi Eksempel 1- fortsat 5 One-sample hypotesetest uden "kendt varians Store stikprøver Små stikprøver - normalfordelt Eksempel 2 6 R (R note 7) Per Bruun Brockhoff (perbb@dtu.dk) Introduktion til Statistik, Forelæsning 6 Foråret / 34
25 One-sample hypotesetest uden "kendt varians Store stikprøver Beregning af teststørrelse Ved hypoteseprøvning af én middelværdi for data der antages normalfordelt hvor σ er ukendt, men stor stikprøve (n > 30), fås teststørrelsen Z = X µ 0 s/ n Idet Z N(0, 1 2 ) fås p-værdien for teststørrelsen Z ved opslag i normalfordelingen (tabel 3) Per Bruun Brockhoff (perbb@dtu.dk) Introduktion til Statistik, Forelæsning 6 Foråret / 34
26 One-sample hypotesetest uden "kendt varians Store stikprøver Sammenligning med kritisk værdi Alternativt kan hypotesetestet udføres ved at sammenligne teststørrelse med kritisk værdi z α (eller z α/2 i et tosidet test). Ved hypoteseprøvning af én middelværdi for data der antages normalfordelt hvor σ er ukendt, men stor stikprøve, fås Alternativ Afvis hypotese nul-hypotese hvis µ < µ 0 Z < z α µ > µ 0 Z > z α µ µ 0 Z < z α/2 eller Z > z α/2 Per Bruun Brockhoff (perbb@dtu.dk) Introduktion til Statistik, Forelæsning 6 Foråret / 34
27 One-sample hypotesetest uden "kendt varians Små stikprøver - normalfordelt Beregning af teststørrelse Ved hypoteseprøvning af én middelværdi for data der antages normalfordelt og σ er ukendt, og stikprøven er lille (n < 30), fås teststørrelsen t = X µ 0 s/ n Idet t t(n 1) fås p-værdien for teststørrelsen t ved opslag i t-fordelingen (tabel 4) Per Bruun Brockhoff (perbb@dtu.dk) Introduktion til Statistik, Forelæsning 6 Foråret / 34
28 One-sample hypotesetest uden "kendt varians Små stikprøver - normalfordelt Sammenligning med kritisk værdi Alternativt kan hypotesetestet udføres ved at sammenligne teststørrelse med kritisk værdi t α (eller t α/2 i et tosidet test). Ved hypoteseprøvning af én middelværdi for data der antages normalfordelt og σ er ukendt og stikprøven er lille, fås Alternativ Afvis hypotese nul-hypotese hvis µ < µ 0 t < t α µ > µ 0 t > t α µ µ 0 t < t α/2 eller t > t α/2 Per Bruun Brockhoff (perbb@dtu.dk) Introduktion til Statistik, Forelæsning 6 Foråret / 34
29 One-sample hypotesetest uden "kendt varians Eksempel 2 Eksempel 2 I et amerikansk studie ønskede man at sammenligne indhold af arsenik i drikkevandet ved 8 forskellige lokaliteter: lokalitet vandprøve (ppm) x = 2.2 og s 2 x = 1.64 Per Bruun Brockhoff (perbb@dtu.dk) Introduktion til Statistik, Forelæsning 6 Foråret / 34
30 One-sample hypotesetest uden "kendt varians Eksempel 2 Eksempel 2 Sundhedsmyndighederne vil gerne teste om middelindhold i drikkevandet kan antages at være 2 ppm. Udfør dette hypotesetest ved anvendelse af signifikansniveau α = 5% Per Bruun Brockhoff (perbb@dtu.dk) Introduktion til Statistik, Forelæsning 6 Foråret / 34
31 One-sample hypotesetest uden "kendt varians Eksempel 2 Eksempel 2 Per Bruun Brockhoff (perbb@dtu.dk) Introduktion til Statistik, Forelæsning 6 Foråret / 34
32 R (R note 7) Oversigt 1 Motiverende eksempel 2 Hypoteser og test af disse Ensidet eller tosidet alternativ Fejl ved hypotesetest 3 Hypotesetest i praksis I P-værdi Eksempel 1 4 Hypotesetest i praksis II Kritisk værdi Eksempel 1- fortsat 5 One-sample hypotesetest uden "kendt varians Store stikprøver Små stikprøver - normalfordelt Eksempel 2 6 R (R note 7) Per Bruun Brockhoff (perbb@dtu.dk) Introduktion til Statistik, Forelæsning 6 Foråret / 34
33 R (R note 7) R (R note 7) > x=c(10,13,16,19,17,15,20,23,15,16) > t.test(x,mu=20,conf.level=0.99) One-sample t-test data: x t = , df = 9, p-value = alternative hypothesis: mean is not equal to percent confidence interval: sample estimates: mean of x 16.4 Per Bruun Brockhoff (perbb@dtu.dk) Introduktion til Statistik, Forelæsning 6 Foråret / 34
34 R (R note 7) Oversigt 1 Motiverende eksempel 2 Hypoteser og test af disse Ensidet eller tosidet alternativ Fejl ved hypotesetest 3 Hypotesetest i praksis I P-værdi Eksempel 1 4 Hypotesetest i praksis II Kritisk værdi Eksempel 1- fortsat 5 One-sample hypotesetest uden "kendt varians Store stikprøver Små stikprøver - normalfordelt Eksempel 2 6 R (R note 7) Per Bruun Brockhoff (perbb@dtu.dk) Introduktion til Statistik, Forelæsning 6 Foråret / 34
Ensidet eller tosidet alternativ. Hypoteser. tosidet alternativ. nul hypotese testes mod en alternativ hypotese
Kursus 02402 Introduktion til Statistik Forelæsning 6: Kapitel 7: Hypotesetest for gennemsnit (one-sample setup). 7.4-7.6 Per Bruun Brockhoff DTU Compute, Statistik Bygning 305/324 Danmarks Tekniske Universitet
Læs mereKursus 02402 Introduktion til Statistik. Forelæsning 7: Kapitel 7 og 8: Statistik for to gennemsnit, (7.7-7.8,8.1-8.5) Per Bruun Brockhoff
Kursus 02402 Introduktion til Statistik Forelæsning 7: Kapitel 7 og 8: Statistik for to gennemsnit, (7.7-7.8,8.1-8.5) Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks
Læs mereForelæsning 8: Inferens for varianser (kap 9)
Kursus 02402 Introduktion til Statistik Forelæsning 8: Inferens for varianser (kap 9) Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800 Lyngby
Læs mereForelæsning 9: Inferens for andele (kapitel 10)
Kursus 02402 Introduktion til Statistik Forelæsning 9: Inferens for andele (kapitel 10) Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800
Læs mereOversigt. Kursus Introduktion til Statistik. Forelæsning 9: Inferens for andele (kapitel 10) Per Bruun Brockhoff
Kursus 02402 Introduktion til Statistik Forelæsning 9: Inferens for andele (kapitel 10) Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800
Læs mereKonfidensinterval for µ (σ kendt)
Program 1. Repetition: konfidens-intervaller. 2. Hypotese test 3. Type I og type II fejl, p-værdi 4. En og to-sidede tests 5. Test for middelværdi (kendt varians) 6. Test for middelværdi (ukendt varians)
Læs mereForelæsning 5: Kapitel 7: Inferens for gennemsnit (One-sample setup)
Kursus 02402 Introduktion til Statistik Forelæsning 5: Kapitel 7: Inferens for gennemsnit (One-sample setup) Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske
Læs mereProgram. 1. Repetition: konfidens-intervaller. 2. Hypotese test, type I og type II fejl, signifikansniveau, styrke, en- og to-sidede test.
Program 1. Repetition: konfidens-intervaller. 2. Hypotese test, type I og type II fejl, signifikansniveau, styrke, en- og to-sidede test. 1/19 Konfidensinterval for µ (σ kendt) Estimat ˆµ = X bedste bud
Læs mereAnvendt Statistik Lektion 4. Hypotesetest generelt Test for middelværdi Test for andele
Anvendt Statistik Lektion 4 Hypotesetest generelt Test for middelværdi Test for andele Hypoteser og Test Hypotese I statistik er en hypotese en påstand om en populationsparameter. Typisk en påstand om
Læs mereHypotese test. Repetition fra sidst Hypoteser Test af middelværdi Test af andel Test af varians Type 1 og type 2 fejl Signifikansniveau
ypotese test Repetition fra sidst ypoteser Test af middelværdi Test af andel Test af varians Type 1 og type fejl Signifikansniveau Konfidens intervaller Et konfidens interval er et interval, der estimerer
Læs mereKonfidensintervaller og Hypotesetest
Konfidensintervaller og Hypotesetest Konfidensinterval for andele χ -fordelingen og konfidensinterval for variansen Hypoteseteori Hypotesetest af middelværdi, varians og andele Repetition fra sidst: Konfidensintervaller
Læs mereNote 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 merePhD-kursus i Basal Biostatistik, efterår 2006 Dag 2, onsdag den 13. september 2006
PhD-kursus i Basal Biostatistik, efterår 2006 Dag 2, onsdag den 13. september 2006 I dag: To stikprøver fra en normalfordeling, ikke-parametriske metoder og beregning af stikprøvestørrelse Eksempel: Fiskeolie
Læs mereModul 5: Test for én stikprøve
Forskningsenheden for Statistik ST01: Elementær Statistik Bent Jørgensen Modul 5: Test for én stikprøve 5.1 Test for middelværdi................................. 1 5.1.1 t-fordelingen.................................
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 mereReminder: Hypotesetest for én parameter. Økonometri: Lektion 4. F -test Justeret R 2 Aymptotiske resultater. En god model
Reminder: Hypotesetest for én parameter Antag vi har model Økonometri: Lektion 4 F -test Justeret R 2 Aymptotiske resultater y = β 0 + β 1 x 2 + β 2 x 2 + + β k x k + u. Vi ønsker at teste hypotesen H
Læs mereØVELSER Statistik, Logistikøkonom Lektion 6: Hypotesetest 1
! ØVELSER Statistik, Logistikøkonom Lektion 6: Hypotesetest 1 Eksempel 1 TEST AF MIDDELVÆRDI FRA ÉN STIKPRØVE (ukendt varians) En producent af tyggegummi påstår at en pakke tyggegummi i gennemsnit vejer
Læs mereAfsnit E1 Konfidensinterval for middelværdi i normalfordeling med kendt standardafvigelse
Afsnit 8.3 - E1 Konfidensinterval for middelværdi i normalfordeling med kendt standardafvigelse Først skal normalfordelingen lige defineres i Maple, så vi kan benytte den i vores udregninger. Dette gøres
Læs mereOversigt. Kursus 02402 Introduktion til Statistik. Forelæsning 10: Statistik ved hjælp af simulering. Per Bruun Brockhoff.
Kursus 02402 Introduktion til Statistik Forelæsning 10: Statistik ved hjælp af simulering Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800
Læs mereOversigt. Course 02402/02323 Introducerende Statistik. Forelæsning 3: Kontinuerte fordelinger. Per Bruun Brockhoff
Course 242/2323 Introducerende Statistik Forelæsning 3: Kontinuerte fordelinger Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 22 Danmarks Tekniske Universitet 28 Lyngby Danmark
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 mereOversigt. 1 Gennemgående eksempel: Højde og vægt. 2 Korrelation. 3 Regressionsanalyse (kap 11) 4 Mindste kvadraters metode
Kursus 02402 Introduktion til Statistik Forelæsning 11: Kapitel 11: Regressionsanalyse Oversigt 1 Gennemgående eksempel: Højde og vægt 2 Korrelation 3 Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse
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 mereKursus Introduktion til Statistik. Forelæsning 12: Variansanalyse. Per Bruun Brockhoff
Kursus 02402 Introduktion til Statistik Forelæsning 12: Variansanalyse Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800 Lyngby Danmark e-mail:
Læs mereForelæsning 11: Kapitel 11: Regressionsanalyse
Kursus 02402 Introduktion til Statistik Forelæsning 11: Kapitel 11: Regressionsanalyse Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800
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 mereOversigt. Kursus Introduktion til Statistik. Forelæsning 12: Variansanalyse. Per Bruun Brockhoff. Envejs variansanalyse - eksempel
Kursus 02402 Introduktion til Statistik Forelæsning 12: Variansanalyse Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800 Lyngby Danmark e-mail:
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 mereAnvendt Statistik Lektion 6. Kontingenstabeller χ 2 -test [ki-i-anden-test]
Anvendt Statistik Lektion 6 Kontingenstabeller χ 2 -test [ki-i-anden-test] 1 Kontingenstabel Formål: Illustrere/finde sammenhænge mellem to kategoriske variable Opbygning: En celle for hver kombination
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 mereVejledende besvarelser til opgaver i kapitel 14
Vejledende besvarelser til opgaver i kapitel 14 Opgave 1 a) Det første trin i opstillingen af en hypotesetest er at formulere to hypoteser, hvoraf den ene støtter den teori vi vil teste, mens den anden
Læs mereEn intro til radiologisk statistik
En intro til radiologisk statistik Erik Morre Pedersen Hypoteser og testning Statistisk signifikans 2 x 2 tabellen og lidt om ROC Inter- og intraobserver statistik Styrkeberegning Konklusion Litteratur
Læs mereForelæsning 10: Statistik ved hjælp af simulering
Kursus 02402 Introduktion til Statistik Forelæsning 10: Statistik ved hjælp af simulering Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800
Læs mereKursus Introduktion til Statistik. Forelæsning 13: Summary. Per Bruun Brockhoff
Kursus 02402 Introduktion til Statistik Forelæsning 13: Summary Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800 Lyngby Danmark e-mail:
Læs mereKursus 02323: Introducerende Statistik. Forelæsning 12: Forsøgsplanlægning. Peder Bacher
Kursus 02323: Introducerende Statistik Forelæsning 12: Forsøgsplanlægning Peder Bacher DTU Compute, Dynamiske Systemer Bygning 303B, Rum 009 Danmarks Tekniske Universitet 2800 Lyngby Danmark e-mail: pbac@dtu.dk
Læs mereForelæsning 3: Kapitel 5: Kontinuerte fordelinger
Kursus 02402 Introduktion til Statistik Forelæsning 3: Kapitel 5: Kontinuerte fordelinger Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800
Læs mereTest nr. 4 af centrale elementer 02402
QuizComposer 2001- Olaf Kayser & Gunnar Mohr Contact: admin@quizcomposer.dk Main site: www.quizcomposer.dk Test nr. 4 af centrale elementer 02402 Denne quiz angår forståelse af centrale elementer i kursus
Læs mereKapitel 7 Forskelle mellem centraltendenser
Kapitel 7 Forskelle mellem centraltendenser Peter Tibert Stoltze stat@peterstoltze.dk Elementær statistik F2011 1 / 29 Indledning 1. z-test for ukorrelerede data 2. t-test for ukorrelerede data med ens
Læs mereKvantitative Metoder 1 - Forår 2007. Dagens program
Dagens program Hypoteser: kap: 10.1-10.2 Eksempler på Maximum likelihood analyser kap 9.10 Test Hypoteser kap. 10.1 Testprocedure kap 10.2 Teststørrelsen Testsandsynlighed 1 Estimationsmetoder Kvantitative
Læs mereTest nr. 6 af centrale elementer 02402
QuizComposer 2001- Olaf Kayser & Gunnar Mohr Contact: admin@quizcomposer.dk Main site: www.quizcomposer.dk Test nr. 6 af centrale elementer 02402 Denne quiz angår forståelse af centrale elementer i kursus
Læs mereHypotesetest. 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 mereProgram. t-test Hypoteser, teststørrelser og p-værdier. Hormonkonc.: statistisk model og konfidensinterval. Hormonkoncentration: data
Faculty of Life Sciences Program t-test Hypoteser, teststørrelser og p-værdier Claus Ekstrøm E-mail: ekstrom@life.ku.dk Resumé og hængepartier fra sidst. Eksempel: effekt af foder på hormonkoncentration
Læs mereTest nr. 5 af centrale elementer 02402
QuizComposer 2001- Olaf Kayser & Gunnar Mohr Contact: admin@quizcomposer.dk Main site: www.quizcomposer.dk Test nr. 5 af centrale elementer 02402 Denne quiz angår forståelse af centrale elementer i kursus
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 mereStatistik Lektion 20 Ikke-parametriske metoder. Repetition Kruskal-Wallis Test Friedman Test Chi-i-anden Test
Statistik Lektion 0 Ikkeparametriske metoder Repetition KruskalWallis Test Friedman Test Chiianden Test Run Test Er sekvensen opstået tilfældigt? PPPKKKPPPKKKPPKKKPPP Et run er en sekvens af ens elementer,
Læs mere4. september 2003. π B = Lungefunktions data fra tirsdags Gennemsnit l/min
Epidemiologi og biostatistik Uge, torsdag 28. august 2003 Morten Frydenberg, Institut for Biostatistik. og hoste estimation sikkerhedsintervaller antagelr Normalfordelingen Prædiktion Statistisk test (udfra
Læs mereDagens Temaer. Test for lineær regression. Test for lineær regression - via proc glm. k normalfordelte obs. rækker i proc glm. p. 1/??
Dagens Temaer k normalfordelte obs. rækker i proc glm. Test for lineær regression Test for lineær regression - via proc glm p. 1/?? Proc glm Vi indlæser data i datasættet stress, der har to variable: areal,
Læs mereLøsning eksamen d. 15. december 2008
Informatik - DTU 02402 Introduktion til Statistik 2010-2-01 LFF/lff Løsning eksamen d. 15. december 2008 Referencer til Probability and Statistics for Engineers er angivet i rækkefølgen [8th edition, 7th
Læs mereDen endelige besvarelse af opgaverne gøres ved at udfylde nedenstående skema. Aflever KUN skemaet!
Danmarks Tekniske Universitet Side 1 af 19 sider. Skriftlig prøve: 2. juni 2008 Kursus navn og nr: Introduktion til Statistik, 02402 Tilladte hjælpemidler: Alle Dette sæt er besvaret af (studienummer)
Læs mereResumé: En statistisk analyse resulterer ofte i : Et estimat θˆmed en tilhørende se
Epidemiologi og biostatistik. Uge, torsdag 5. februar 00 Morten Frydenberg, Institut for Biostatistik. Type og type fejl Statistisk styrke Nogle speciale metoder: Normalfordelte data : t-test eksakte sikkerhedsintervaller
Læs mere2 0.9245. Multiple choice opgaver
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 mereHvad 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 mereKursus Introduktion til Statistik. Oversigt, Inferens for gennemsnit (One-sample setup)
Kuru 02402 Introduktion til Statitik Forelæning 5: Kapitel 7: Inferen for gennemnit (One-ample etup) Per Bruun Brockhoff DTU Compute, Statitik og Dataanalye Bygning 324, Rum 220 Danmark Teknike Univeritet
Læs mere3.600 kg og den gennemsnitlige fødselsvægt kg i stikprøven.
PhD-kursus i Basal Biostatistik, efterår 2006 Dag 1, onsdag den 6. september 2006 Eksempel: Sammenhæng mellem moderens alder og fødselsvægt I dag: Introduktion til statistik gennem analyse af en stikprøve
Læs mereOversigt. 1 Eksempel. 2 Fordelingen for gennemsnittet t-fordelingen. 3 Konfidensintervallet for µ Eksempel
Kursus 02402/02323 Introducerende Statistik Forelæsning 4: Konfidensinterval for middelværdi (og spredning) Klaus K. Andersen og Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Danmarks Tekniske
Læs mereOversigt. Kursus 02402 Introduktion til Statistik. Forelæsning 4: Kapitel 5: Kontinuerte fordelinger. Per Bruun Brockhoff. Eksponential fordelingen
Kursus 02402 Introduktion til Statistik Forelæsning 4: Kapitel 5: Kontinuerte fordelinger Per Bruun Brockhoff DTU Compute, Statistik Bygning 305/324 Danmarks Tekniske Universitet 2800 Lyngby Danmark e-mail:
Læs mereModule 12: Mere om variansanalyse
Mathematical Statistics ST06: Linear Models Bent Jørgensen og Pia Larsen Module 2: Mere om variansanalyse 2. Parreded observationer................................ 2.2 Faktor med 2 niveauer (0- variabel)........................
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 merek UAFHÆNGIGE grupper F-test Oversigt 1 Intro eksempel 2 Model og hypotese 3 Beregning - variationsopspaltning og ANOVA tabellen
Introduktion til Statistik Forelæsning 10: Envejs variansanalyse, ANOVA Peder Bacher DTU Compute, Dynamiske Systemer Bygning 303B, Rum 017 Danmarks Tekniske Universitet 2800 Lyngby Danmark e-mail: pbac@dtu.dk
Læs mereOversigt. 1 Intro: Regneeksempel og TV-data fra B&O. 2 Model og hypotese. 3 Beregning - variationsopspaltning og ANOVA tabellen
Kursus 02402/02323 Introducerende Statistik Forelæsning 10: Envejs variansanalyse, ANOVA Oversigt 1 Intro: Regneeksempel og TV-data fra B&O 2 Model og hypotese Per Bruun Brockhoff DTU Compute, Statistik
Læs mereForelæsning 1: Intro og beskrivende statistik
Kursus 02402 Introduktion til Statistik Forelæsning 1: Intro og beskrivende statistik Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800 Lyngby
Læs mereStatistik 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 mereBesvarelser til øvelsesopgaver i uge 6
Besvarelser til øvelsesopgaver i uge 6 Opgave 7.46, side 228 (7ed 7.28, side 244 og 6ed: 7.28, side 240) Vi tænker os, at vi har data for emissionen {x 1, x 2,..., x n }, når det pågældende device er monteret.
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 mereIkke-parametriske metoder. Repetition Wilcoxon Signed-Rank Test Kruskal-Wallis Test Friedman Test Chi-i-anden Test
Ikkeparametriske metoder Repetition Wilcoxon SignedRank Test KruskalWallis Test Friedman Test Chiianden Test Run Test Er sekvensen opstået tilfældigt? PPPKKKPPPKKKPPKKKPPP Et run er en sekvens af ens elementer,
Læs mereOpsamling Modeltyper: Tabelanalyse Logistisk regression Generaliserede lineære modeller Log-lineære modeller
Opsamling Modeltyper: Tabelanalyse Logistisk regression Binær respons og kategorisk eller kontinuerte forklarende variable. Generaliserede lineære modeller Normalfordelt respons og kategoriske forklarende
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 mereOversigt. Kursus Introduktion til Statistik. Forelæsning 3: Kapitel 5: Kontinuerte fordelinger. Per Bruun Brockhoff.
Kursus 242 Introduktion til Statistik Forelæsning 3: Kapitel 5: Kontinuerte fordelinger Per Bruun Brockhoff DTU Compute, Statistik Bygning 35/324 Danmarks Tekniske Universitet 28 Lyngby Danmark e-mail:
Læs mereModul 7: Eksempler. 7.1 Beskrivende dataanalyse. 7.1.1 Diagrammer. Bent Jørgensen. Forskningsenheden for Statistik ST501: Science Statistik
Forskningsenheden for Statistik ST501: Science Statistik Bent Jørgensen Modul 7: Eksempler 7.1 Beskrivende dataanalyse............................... 1 7.1.1 Diagrammer.................................
Læs mereOversigt. Kursus Introduktion til Statistik. Forelæsning 2: Kapitel 4, Diskrete fordelinger. Per Bruun Brockhoff. Stokastiske Variable
Kursus 02402 Introduktion til Statistik Forelæsning 2: Kapitel 4, Diskrete fordelinger Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800
Læs mereForelæsning 2: Kapitel 4, Diskrete fordelinger
Kursus 02402 Introduktion til Statistik Forelæsning 2: Kapitel 4, Diskrete fordelinger Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800
Læs mereLøsninger til kapitel 9
Opgave 9.1 a) test for spredning, ensidet b) test for middelværdi, ensidet c) test for andel, ensidet d) test for to andele, ensidet e) test for spredning, tosidet f) test for middelværdi, ensidet g) test
Læs merefor matematik pä B-niveau i hf
for matematik pä B-niveau i hf 014 Karsten Juul TEST 1 StikprÅver... 1 1.1 Hvad er populationen?... 1 1. Hvad er stikpråven?... 1 1.3 Systematiske fejl ved valg af stikpråven.... 1 1.4 TilfÇldige fejl
Læs mereØkonometri: Lektion 4. Multipel Lineær Regression: F -test, justeret R 2 og aymptotiske resultater
Økonometri: Lektion 4 Multipel Lineær Regression: F -test, justeret R 2 og aymptotiske resultater 1 / 35 Hypotesetest for én parameter Antag vi har model y = β 0 + β 1 x 2 + β 2 x 2 + + β k x k + u. Vi
Læs mereSchweynoch, 2003. Se eventuelt http://www.mathematik.uni-kassel.de/~fathom/projekt.htm.
Projekt 8.5 Hypotesetest med anvendelse af t-test (Dette materiale har været anvendt som forberedelsesmateriale til den skriftlige prøve 01 for netforsøget) Indhold Indledning... 1 χ -test... Numeriske
Læs mereReeksamen Bacheloruddannelsen i Medicin med industriel specialisering. Eksamensdato: Tid: kl
Reeksamen 2018 Titel på kursus: Uddannelse: Semester: Forsøgsdesign og metoder Bacheloruddannelsen i Medicin med industriel specialisering 6. semester Eksamensdato: 13-08-2018 Tid: kl. 09.00-11.00 Bedømmelsesform
Læs mereOversigt. Kursus 02402 Introduktion til Statistik. Forelæsning 1: Intro og beskrivende statistik. Per Bruun Brockhoff. Praktisk Information
Kursus 02402 Forelæsning 1: Intro og beskrivende statistik Oversigt 1 Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800 Lyngby Danmark e-mail:
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 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 mereEstimation 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 mereMatematik A. Studentereksamen. Forberedelsesmateriale til de digitale eksamensopgaver med adgang til internettet
Matematik A Studentereksamen Forberedelsesmateriale til de digitale eksamensopgaver med adgang til internettet stx11-matn/a-080501 Tirsdag den 8. maj 01 Forberedelsesmateriale til stx A Net MATEMATIK Der
Læs mereVejledende løsninger kapitel 8 opgaver
KAPITEL 8 OPGAVE 1 Nej den kan også være over 1 OPGAVE 2 Stikprøvestørrelse 10 Stikprøvegennemsnit 1,18 Stikprøvespredning 0,388158 Konfidensniveau 0,95 Nedre grænse 0,902328 Øvre grænse 1,457672 Stikprøvestørrelse
Læs mereOpgave I.1 II.1 II.2 II.3 III.1 IV.1 IV.2 IV.3 V.1 VI.1 Spørgsmål (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) Svar
Danmarks Tekniske Universitet Side 1 af 19 sider. Skriftlig prøve: 30. maj 2006 Kursus navn og nr: Introduktion til Statistik, 02402 Tilladte hjælpemidler: Alle Dette sæt er besvaret af (navn) (underskrift)
Læs mere1 Statistisk inferens: Hypotese og test Nulhypotese - alternativ Teststatistik P-værdi Signifikansniveau...
Indhold 1 Statistisk inferens: Hypotese og test 2 1.1 Nulhypotese - alternativ.................................. 2 1.2 Teststatistik........................................ 3 1.3 P-værdi..........................................
Læs mereI dag. Statistisk analyse af en enkelt stikprøve: LR test og t-test, modelkontrol, R Sandsynlighedsregning og Statistik (SaSt)
I dag Statistisk analyse af en enkelt stikprøve: LR test og t-test, modelkontrol, R Sandsynlighedsregning og Statistik (SaSt) Helle Sørensen Repetition vha eksempel om dagligvarepriser Analyse med R: ttest
Læs mereStatistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Indledende om Signifikanstest Boldøvelser
Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab Indledende om Signifikanstest Boldøvelser 1 Påstand: Et nyt præparat M virker mod migræne. Inden præparatet kan markedsføres, skal denne påstand
Læs mereForsøgsplanlægning Stikprøvestørrelse
Basal statistik Esben Budtz-Jørgensen 6. november 2007 Forsøgsplanlægning Stikprøvestørrelse 1 41 Planlægning af et studie Videnskabelig hypotese Endpoints Instrumentelle/eksponerings variable Variationskilder
Læs mereOpgave 10.1, side 282 (for 6. og 7. ed. af lærerbogen se/løs opgave 9.1)
Kursus 02402: Besvarelser til øvelsesopgaver i uge 9 Opgave 10.1, side 282 (for 6. og 7. ed. af lærerbogen se/løs opgave 9.1) Som model benyttes en binomialfordeling, som beskriver antallet, X, blandt
Læs mereSusanne Ditlevsen Institut for Matematiske Fag Email: susanne@math.ku.dk http://math.ku.dk/ susanne
Statistik og Sandsynlighedsregning 1 Indledning til statistik, kap 2 i STAT Susanne Ditlevsen Institut for Matematiske Fag Email: susanne@math.ku.dk http://math.ku.dk/ susanne 5. undervisningsuge, onsdag
Læs mereda er X 1 + X 2 N(µ 1 + µ 2,σ1 2 + σ2) Hvis X 1,...,X n er uafhængige og X r N(µ,σ 2 ), da er X = 1 n (X 1 +... + X n ) N(µ, σ2
Statistik og Sandsynlighedsregning IH kapitel Overheads til forelæsninger, onsdag 5. uge Resultater om normalfordeling X N(µ,σ ). N har tæthed ϕ µ,σ (x) = exp (x µ) πσ σ EX = µ, Var(X) = σ X µ N(0,) σ
Læs mereForelæsning 11: Envejs variansanalyse, ANOVA
Kursus 02323: Introduktion til Statistik Forelæsning 11: Envejs variansanalyse, ANOVA Peder Bacher DTU Compute, Dynamiske Systemer Bygning 303B, Rum 009 Danmarks Tekniske Universitet 2800 Lyngby Danmark
Læs mereModul 12: Exercises. 12.1 Sukkersygepatienters vægt
Modul 12: Exercises 12.1 Sukkersygepatienters vægt............... 1 12.2 Newfoundlandske kvinders blodtryk.......... 4 12.3 Korrelationskoefficient.................. 6 12.4 Højde og vægt......................
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 mereTo-sidet varians analyse
To-sidet varians analyse Repetition En-sidet ANOVA Parvise sammenligninger, Tukey s test Model begrebet To-sidet ANOVA Tre-sidet ANOVA Blok design SPSS ANOVA - definition ANOVA (ANalysis Of VAriance),
Læs mereLogistisk 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 merec) For, er, hvorefter. Forklar.
1 af 13 MATEMATIK B hhx Udskriv siden FACITLISTE TIL KAPITEL 7 ØVELSER ØVELSE 1 c) ØVELSE 2 og. Forklar. c) For, er, hvorefter. Forklar. ØVELSE 3 c) ØVELSE 4 90 % konfidensinterval: 99 % konfidensinterval:
Læs mere(studienummer) (underskrift) (bord nr)
Danmarks Tekniske Universitet Side 1 af 18 sider. Skriftlig prøve: 14. december 2009 Kursus navn og nr: Introduktion til Statistik, 02402 Tilladte hjælpemidler: Alle Dette sæt er besvaret af (studienummer)
Læs mereEksamen Bacheloruddannelsen i Medicin med industriel specialisering
Eksamen 2016 Titel på kursus: Uddannelse: Semester: Forsøgsdesign og metoder Bacheloruddannelsen i Medicin med industriel specialisering 6. semester Eksamensdato: 17-02-2015 Tid: kl. 09.00-11.00 Bedømmelsesform
Læs mereSusanne Ditlevsen Institut for Matematiske Fag susanne
Statistik og Sandsynlighedsregning 1 STAT kapitel 4.4 Susanne Ditlevsen Institut for Matematiske Fag Email: susanne@math.ku.dk http://math.ku.dk/ susanne 7. undervisningsuge, mandag 1 Estimation og konfidensintervaller
Læs mereProgram: 1. Repetition: fordeling af observatorer X, S 2 og t. 2. Konfidens-intervaller, hypotese test, type I og type II fejl, styrke.
Program: 1. Repetition: fordeling af observatorer X, S 2 og t. 2. Konfidens-intervaller, hypotese test, type I og type II fejl, styrke. 1/23 Opsummering af fordelinger X 1. Kendt σ: Z = X µ σ/ n N(0,1)
Læs mere