Sammenligning af to grupper
|
|
|
- Flemming Mogensen
- 10 år siden
- Visninger:
Transkript
1 Sammeligig af to gruer Reetitio, heruder om kritiske værdier Sammeligig af to gruer Sammeligig af to middelværdier Sammeligig af to adele Sammeligig af to variaser
2 yoteser og hyotesetest. E hyotese er et udsag om ogle karakteristika af e variabel eller mægde af variable, for eksemel Er middelværdie af de 3.semesters A studeredes vægt lig med 7 kilo? I e hyotesetest (sigifikastest) testes værdier, der er ostillet i e hyotese, ved at sammelige med værdier bereget fra data. For eksemel ka geemsittet af e stikrøve af jeres vægte bereges til 68 kilo. Er det (sigifikat) forskellig fra 7? Det er forskellig fra 7, me ka vi derfra kokludere, at det ikke bare skyldes tilfældig variatio, afhæger af eksemelvis stikrøvestørrelse. E hyotesetest består af 5 elemeter atagelser, hyoteser, test størrelse, - værdi og beslutig/koklusio.
3 Test af middelværdi Atagelse Test af, X kvatitativ variabel og >3. yoteser a Stikrøve fordelig af X år er sad er aroksimativ ormal med middelværdi og stadard afvigelse σ Teststørrelse Z X σ x
4 Eksemel 3 m 3 Stikrøve 5 x 3.5 σ 5 P-værdi ( z >,) ( z >,).7.34 Lille -værdi, så forkastes. Fordelig Test størrelse Z , x3.5 x3.5
5 P-værdi og forkastelse af Når ul hyotese er falsk, er -værdie meget lille og år ul hyotese er sad, vil -værdie være stor (større ed for eksemel.5). Vi acceterer/beviser aldrig, at ul hyotese er sad. vis vi ikke ka forkaste ul hyotese, siger vi, at der ikke er ok beviser til at forkaste de. vis vi forkaster ul hyotese, ka vi kokludere, at der er beviser ok til at sige, at de alterative hyotese er sad.
6 Sigifikas iveau Sigifikas iveauet α er et tal, således at forkastes, hvis -værdie er midre ed α. Koklusio Er ormalvis.5 eller.. Vælges før aalyse foretages. P-værdi vis ma tester å sigifikas iveau.5, svarer det til e z-værdi å.96 i e to-sidet test og.645 i e højresidet test. P<.5 Forkast Acceter Normal ses dog å -værdie i stedet, da de i de fleste tilfælde ikke er smart at have e stadard rocedure for om ma forkaster eller ej. P>.5 Forkast ikke Acceter ikke
7 Kritiske værdier, to-sidet test, α.5 Eksemlet er for stadard ormal fordelige Tilsvarede kritiske værdier ka fides adre fordeliger, for eksemel t-fordelige.
8 Eksemel 3 m 3 Stikrøve 5 x 3.5 σ 5 Test størrelse Kritiske værdi Da, >,96 forkastes (eller hvis de var midre ed -,96) vis højresidet test, dvs. >3 Da, >.645 forkastes vis vestresidet test, dvs. <3 Da, ikke er midre ed -,645, forkastes ikke Z ,
9 Kritiske værdier
10 Sammeligig af to gruer Tjeer mæd og kvider lige meget? (Resos Lø, Forklarede Kø) Er adele af helbredte kræftatieter de samme for to forskellige tyer kemoterai? (Resos helbredte atieter, Forklarede Kemotye) Er adele af overvægtige i 6 de samme som adele af overvægtige i 999? (Forklarede årstal, Resos overvægtige) Kører e VW Toura og e Skoda det samme atal kilometer er liter? (Forklarede Bilmærke, Resos atal kilometer er l) Kører e VW Toura det samme atal kilometer er liter å almidelig bezi, som å bio bezi? (Forklarede Bezi tye, Resos atal kilometer) Er der forskel å hvor mage mæd og kvider, der beytter et værested for misbrugere? Er der forskel å hvor hurtigt ma løber 5 km, år ma har origiale Nike sko og Suer Nike sko å?
11 Afhægige og uafhægige stikrøver Ved e uafhægig stikrøve udtages e stikrøve fra hver grue.. Mæd og kviders lø Tag e stikrøve fra grue af mæd og e stikrøve fra grue af kvider og sammelig geemsitsløe for de to gruer.. Kilometer er liter Tilfældig stikrøve af Toura er og tilfældig stikrøve af Skoda er. Ved e afhægig stikrøve er observatioere i de to gruer arrede. Oftest er det de samme erso/gestad, der bliver observeret i to forskellige situatioer.. Bio bezi kotra almidelig bezi Vælg tilfældigt et atal VW Toura er og test dem med de to forskellige tyer bezi.. Origial Nike sko kotra Suer Nike sko Vælg tilfældigt ogle ersoer til at løbe 5 km og lad dem teste begge ar sko.
12 Forklarede variabel og resos variabel. To gruer, der sammeliges, udgør e bivariat variabel dvs. e variabel, der ku har to kategorier, for eksemel mæd og kvider. Dee variabel kaldes de forklarede variabel (eller de uafhægige variabel). De variabel, der sammeliges, kaldes resos variable (eller de afhægige variabel), for eksemel lø. Når resos variable er kvatitativ, sammeliges middelværdier. Når resos variable er kvalitativ, sammeliges adele. Summeogave Se å eksemlere idetificer resos og forklarede variabel og se å om resose er kvalitativ eller kvatitativ.
13 Reste af forelæsige Sammeligig af to middelværdier kedt varias. yotesetest. Kofides iterval Sammeligig af to middelværdier ukedt varias. yotesetest. Kofides iterval Sammeligig af to adele. yotesetest. Kofides iterval Sammeligig af to middelværdier arrede observatioer. yotesetest. Kofides iterval Sammeligig af to variaser. yotese test
14 Sammeligig af to middelværdier kedte variaser og store stikrøver eller oulatioer ormalfordelte Poulatio Poulatio X har middelværdi og variasσ. X har middelværdi og variasσ. Er der forskel å E( X Når X er X og X deres middelværdier? Bedste estimator af er X X ) og V ( X X er ormalfordelte, er σ X) X ormalfordelt, og år aroksimativt ormalfordelt, uaset fordelige af X σ +. x og x og. X. er store,
15 Sammeligig af to middelværdier kedte variaser og store stikrøver eller oulatioer ormalfordelte ) ( Teststørrelse ) ( ) ( yoteser X X z. vestresidet test, eller test, højresidet laves som et Bemærk!!Ka også < > eller hvis hvis Forkast Beslutig iveauet. er sigifikas hvor, Kritiske ukter ) ( α α α α σ σ z z z z z X X z < > ± +. kritiske værdi stedet for at sammelige med de i lejer, værdie som vi berege - selvfølgelig også Desude ka vi z α
16 Kofides iterval Kofides iterval for ( X z α X ) ± z α σ σ + vælges ud fra kofides iveauet. vis det for eksemel er et 95% kofidesiterval, er z,96. vis kofidesitervallet ideholder, svarer det til, at et hyotesetest ikke havde forkastet ul hyotese om at de to middelværdier er es.
17 Eksemel er der forskel å hvor lagt bilere kører å 5 l. bezi? Poulatio x 38 σ 84 σ Poulatio x σ VW Toura Skoda a ( x x) (38 54) z σ + σ , værdi (z > 5,5) + (z < -5,5) forkastes, der er altså forskel å hvor lagt de to biltyer kører å litere. 95% kofides iterval 54 ±,96,75 [3,93 ; 75,7]
18 SPSS
19 SPSS
20 SPSS beregetalder udfra fødselsår Kø Mad Kvide Grou Statistics Std. Error N Mea Std. Deviatio Mea 54 45,854 7,38, ,66 7,743,7788 Ideedet Samles Test beregetalder udfra fødselsår Equal variaces assumed Equal variaces ot assumed Levee's Test for Equality of Variaces F Sig. t df Sig. (-tailed) t-test for Equality of Meas Mea Differece 95% Cofidece Iterval of the Std. Error Differece Differece Lower Uer,6,64,8,856,999,9368 -,94693,3453,8,,855,999,93 -,946,34438
21 Ukedt varias, ormalfordelig ) ( For og To situatioer + s x x t Teststørrelse σ σ σ σ σ σ ± + hvor ), ( ) ( For t ukter Kritiske s s x x t Teststørrelse ν σ σ hvor ), ( ) ( ) ( + ± + + t ukter Kritiske s s s Varias Pooled ν ν α + + ± ) ( ) ( ) ( hvor ), ( s s s s t ukter Kritiske ν ν α vis store stikrøver, bruges z i stedet for t-fordelige. Boge bruger z, år og er større ed 3. SPSS reger altid med t-fordelige
22 Eksemel
23 Kofides itervaller
24 Sammeligig af to adele,, store stikrøver Teststørrelse ) (dvs. ) (dvs. a a eller sammelig med de kritiske værdier. år - værdie er lille,, Forkast. ˆ hvor, ˆ) ˆ( ˆ ˆ x x z + +
25 Eksemel - Titaic Er adele af mæd, der overlevede, de samme som adele af kvider, der overlevede?
26 Eksemel - Titaic forkaste, da -værdi
27 Sammeligig af to adele, -D, store stikrøver a D D Teststørrelse z ˆ ( ˆ ˆ ) / ˆ ˆ D ( ˆ ) / Forkast, år - værdie er lille, eller sammelig med de kritiske værdier. Ka også laves som højresidet vestresidet test. test og
28 Kofides iterval for differece mellem to adele Kofides iterval for ( ˆ ˆ ) ± z ˆ ( ˆ ) + ˆ ( z vælges ige ud fra kofides iveauet. For eksemel for et 95% kofidesiterval, er z,96. ˆ ) Og ligesom før, hvis kofidesitervallet ideholder, svarer det til, at et hyotesetest ikke havde forkastet ul hyotese om at de to middelværdier er es.
29 Parrede observatioer Lav differecer Nike Suer Nike Origial Suer-Origial Bereg x D og s D ud fra differecere. Kofidesiterval a D D D α D x Teststørrelse t s D Er t fordelt med D frihedsgrader, hvis differecere er ormalfordelte. D D D, x ± t Bereg selv eksemlet til ogaveregige! s D
30 F fordelige og test for lighed af to oulatios variaser F fordelige er fordelige af brøke af to chi-i-ade stokastiske variable, der er uafhægige og hver er divideret med atallet af des frihedsgrader. E F fordelt stokastisk variable med k og k frihedsgrader F ( k k ), χ k k F (5,6). χ f(f)..5 F (5,3) F (,5) F
31 F tabelle Critical Poits of the F Distributio Cuttig Off a Right-Tail Area of.5 k F Distributio with 7 ad Degrees of Freedom.7 k f(f) F F Det vestresidet kritiske ukt, der hører til F (k,k) er givet ved F( k, k ) hvor F (k,k) er det højresidet kritiske ukt for e F fordelt stokastisk variabel, me det omvedte atal frihedsgrader.
32 Kritiske ukter i F fordelige F(6, 9), α. F Distributio with 6 ad 9 Degrees of Freedom Det højresidet kritiske ukt.5 f(f F) F F (6,9) 3.37 Det tilsvarede vestresidet ukt. 439 F, 4. ( 9 6) F.95 (/4.).439 F
33 Test for es varias Teststørrelse for test for es oulatios ormalfordelte oulatioer varias af to F (, ) s s I Tosidet test σ σ σ σ σ σ IIEsidet test σ σ σ σ σ > σ
34 Eksemel 8- Poulatio 4 s..5 F 3.8 3,8 Poulatio 9 s. F (8,3) F.77 (8,3) σ σ σ σ α F ( ) F, ( 3,8 ) ( ) s..9 s. ka ikke forkastes å et 5% sigifikas iveau, da.9 ikke er større ed 3.8 eller midre ed.36.
35 Ogaver Kaitel 7, 3, 5, 53, 57, 67 Kaitel 8 3, 9, 5, 3, 45
Statistik Lektion 8. Parrede test Test for forskel i andele Test for ens varians Gensyn med flyskræk!
Statistik Lektio 8 Parrede test Test for forskel i adele Test for es varias Gesy med flyskræk! Afhægige og uafhægige stikprøver Ved e uafhægig stikprøve udtages e stikprøve fra hver gruppe.. Mæd og kviders
Hypotesetest. Hypotesetest og kritiske værdier Type 1 og Type 2 fejl Styrken af en test Sammenligning af to populationer
Hypoteetet Hypoteetet og kritike værdier Type og Type fejl Styrke af e tet Sammeligig af to populatioer Kofideiterval for σ tore tikprøver. Hvi X følger e χ -fordelig med frihedgrader, dv. X~χ (), gælder
hvor i er observationsnummeret, som løber fra 1 til stikprøvestørrelsen n, X i
Normalfordeliger For at e stokastisk variabel X ka være ormalfordelt, skal X agive værdie af e eller ade målig, f.eks. tid, lægde, vægt, beløb osv. Notatioe er: Xi ~ N( μ, σ hvor i er observatiosummeret,
Stikprøvefordelinger og konfidensintervaller
Stikprøvefordeliger og kofidesitervaller Stikprøvefordelige for middelværdi De Cetrale Græseværdi Sætig Egeskaber Ved Estimatore Kofidesitervaller t-fordelige Estimator og estimat E stikprøve statistik
Løsninger til kapitel 7
Løsiger til kapitel 7 Opgave 7.1 a) HpoStat giver resultatet: Pop. varias er ukedt, me 30, så Normalf. bruges approksimativt = 54,400 s 1.069,90 = 00,000 0,95 49,868 58,93 Dette betder, at med 95% sikkerhed
Anvendt 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
Konfidens intervaller
Kofides itervaller Kofides itervaller for: Kofides iterval for middelværdi, varias kedt Kofides iterval for middelværdi, varias ukedt Kofides iterval for adel Kofides iterval for varias Bestemmelse af
Statistik 8. gang 1 KONFIDENSINTERVALLER. Konfidensintervaller: kapitel 11. Valg og test af fordelingsfunktion
Statistik 8. gag 1 KONIDENSINTERVALLER Kofidesitervaller: kapitel 11 Valg og test af fordeligsfuktio Statistik 8. gag 11. KONIDENS INTERVALLER Et kofides iterval udtrykker itervallet hvori de rigtige værdi
9. Binomialfordelingen
9. Biomialfordelige 9.. Gekedelse Hvert forsøg ka ku resultere i to mulige udfald; succes og fiasko. I modsætig til poissofordelige er atallet af forsøg edeligt. 9.. Model X : Stokastisk variabel, der
Motivation. En tegning
Motivatio Scatter-plot at det mådelige salg mod det måedlige reklamebudget. R: plot(salg ~ budget, data = salg) Økoometri Lektio Simpel Lieær Regressio salg 400 450 500 550 20 25 30 35 40 45 50 budget
Definition: Normalfordelingen. siges at være normalfordelt med middelværdi µ og varians σ 2, hvor µ og σ er reelle tal og σ > 0.
Repetitio: Normalfordelige Ladmåliges fejlteori Lektio Trasformatio af stokastiske variable - [email protected] http://people.math.aau.dk/ kkb/udervisig/lf13 Istitut for Matematiske Fag Aalborg Uiversitet
Praktisk 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
1 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
Sætning: Middelværdi og varians for linearkombinationer. Lad X 1,X 2,...,X n være stokastiske variable. Da gælder. Var ( a 0 + a 1 X a n X n
Ladmåliges fejlteori Lektio 3 Estimatio af σ Dobbeltmåliger Geometrisk ivellemet Lieariserig - [email protected] Istitut for Matematiske Fag Aalborg Uiversitet Repetitio: Middelværdi og Varias Sætig: Middelværdi
Statistik Lektion 8. Test for ens varians
Statitik Lektio 8 Tet for e varia ra tidligere Hvi populatioe er ormalfordelt med varia, å gælder ( ) S ~ χ hvor er tikprøve tørrele og S er tikprøvevariae. χ -fordelig med - frihedgrader χ Tet af Variae
Vejledende besvarelser til opgaver i kapitel 15
Vejledede besvarelser til opgaver i apitel 5 Opgave a) De teststatistier, ma aveder til at teste om to middelværdier er es, består af et estimat på forselle mellem middelværdiere,, divideret med et udtry
Indholdsfortegnelse Generelt Diskrete stokastiske variable: Kontinuerte stokastiske variable: Regneregler for stokastiske variable
Idholdsfortegelse Geerelt:...3 Stokastisk variabel:...3 Tæthedsfuktio/sadsylighedsfuktio for stokastisk variabel:...3 Fordeligsfuktio/sumfuktio for stokastisk variabel:...3 Middelværdi:...4 Geemsit:...4
Simpel Lineær Regression. Opsplitning af variationen Determinations koefficient Variansanalyse F-test Model-kontrol
Simpel Lieær Regressio Opsplitig af variatioe Determiatios koefficiet Variasaalse F-test Model-kotrol Opbgig af statistisk model Specificer model Ligiger og atagelser Estimer parametre Modelkotrol Er modelle
Maja Tarp AARHUS UNIVERSITET
AARHUS UNIVERSITET Maja Tarp AARHUS UNIVERSITET HVEM ER JEG? Maja Tarp, 4 år Folkeskole i Ulsted i Nordjyllad Studet år 005 fra Droiglud Gymasium Efter gymasiet: Militæret Australie Startede på matematik
Estimation ved momentmetoden. Estimation af middelværdiparameter
Statistik og Sadsylighedsregig 1 STAT kapitel 4.2 4.3 Susae Ditlevse Istitut for Matematiske Fag Email: [email protected] http://math.ku.dk/ susae Estimatio ved mometmetode Idimellem ka det være svært (eller
Mikroøkonomi, matematik og statistik Eksamenshjemmeopgave 14. 20. december 2007
Mikroøkoomi, matematik og statistik Eksameshjemmeopgave 14. 20. december 2007 Helle Buzel, Tom Egsted og Michael H.J. Stæhr 14. december 2007 R E T N I N G S L I N I E R F O R E K S A M E N S H J E M M
Program. Statistisk inferens En enkelt stikprøve og lineær regression Stat. modeller, estimation og konfidensintervaller. Fordeling af gennemsnit
Faculty of Life Sciece Program Statitik ifere E ekelt tikprøve og lieær regreio Stat. modeller, etimatio og kofideitervaller Clau Ektrøm E-mail: [email protected] Fordelig af geemit Statitik ifere for
og Fermats lille sætning
Projekter: Kaitel 0. Projekt 0. Modulo-regig, restklassegruer og Fermats lille sætig Projekt 0. Modulo-regig, restklassegruere ( { 0 }, ) og Fermats lille sætig Vi aveder moduloregig og restklasser mage
Estimation og test i normalfordelingen
af Birger Stjerholm Made Samfudlitteratur 07 Etimatio og tet i ormalfordelige Dee tekt ideholder et overblik over ogle grudlæggede pricipper for etimatio og tet i ormalfordelige i hyppigt forekommede ituatioer:
Meningsmålinger 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
Program. Ensidet variansanalyse Normalfordelingen. Antibiotika og nedbrydning af organisk materiale. Tegninger
Faculty of Life Scieces Program Esidet variasaalyse Normalfordelige Claus Ekstrøm E-mail: [email protected] Esidet variasaalyse (oe-way ANOVA) Hvilke type data? Hvad er problemstillige? Variatio mellem
Konfidensintervaller 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
Vejledende opgavebesvarelser
Vejledede opgavebesvarelser 1. Atal hæder er lig med K(52,5), altså 2598960. Ved brug af multiplikatiospricippet ka atal hæder med 3 ruder og 2 spar udreges som K(13, 3) K(13, 2), hvilket giver 22308.
STATISTIKNOTER Simple normalfordelingsmodeller
STATISTIKNOTER Simple ormalfordeligsmodeller Jørge Larse IMFUFA Roskilde Uiversitetsceter Februar 1999 IMFUFA, Roskilde Uiversitetsceter, Postboks 260, DK-4000 Roskilde. Jørge Larse: STATISTIKNOTER: Simple
Morten Frydenberg version dato:
Morte Frdeberg versio dato: 4--4 Itroduktio til kurset Statistik Forelæsig Morte Frdeberg, Sektio for Biostatistik af Biostatistik dele af. semester kurset. Statistiske modeller Biomialfordelige Normalfordelige
Spørgsmål 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,
STATISTISKE GRUNDBEGREBER
MOGENS ODDERSHEDE LARSEN STATISTISKE GRUNDBEGREBER 18 15 1 9 6 3 0 Histogram for ph 6,9 7,1 7,3 7,5 7,7 7,9 ph 13 udgave 013 FORORD Der er i dee bog søgt at give letlæst og askuelig fremstillig af de statistiske
Matematisk 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
Program. Middelværdi af Y = t(x ) Transformationssætningen
Program Statistik og Sadsylighedsregig 2 Trasformatio af kotiuerte fordeliger på R, flerdimesioale kotiuerte fordeliger, mere om ormalfordelige Helle Sørese Uge 7, osdag I formiddag: Opfølgig på trasformatiossætige
Kapitel 10 KALIBRERING AF STRØMNINGSMODEL
Kapitel 0 KALIBRERING AF STRØMNINGSMODEL Torbe Obel Soeborg Hydrologisk afdelig, GEUS Nøglebegreber: Kalibrerigsprotokol, observatiosdata, kalibrerigskriterier, idetificerbarhed, etydighed, parameterestimatio,
Den flerdimensionale normalfordeling
De flerdimesioale ormalfordelig Stokastiske vektorer Ved e stokastisk vektor skal vi forstå e vektor, hvor de ekelte kompoeter er sædvalige stokastiske variable. For de stokastiske vektor Y = Y,..., Y
STATISTISKE GRUNDBEGREBER
MOGENS ODDERSHEDE LARSEN STATISTISKE GRUNDBEGREBER med avedelse af TI 89 og Excel 8 5 9 6 3 0 Histogram for ph 6,9 7, 7,3 7,5 7,7 7,9 ph. udgave 0 FORORD Der er i dee bog søgt at give letlæst og askuelig
Modul 14: Goodness-of-fit test og krydstabelanalyse
Forskigsehede for Statistik ST01: Elemetær Statistik Bet Jørgese Modul 14: Goodess-of-fit test og krydstabelaalyse 14.1 Idledig....................................... 1 14.2 χ 2 -test i e r c krydstabel.............................
Teoretisk Statistik, 9. februar Beskrivende statistik
Uge 7 I Teoretisk Statistik, 9 februar 004 Beskrivede statistik Kategoriserede variable 3 Kvatitative variable 4 Fraktiler for ugrupperede observatioer 5 Fraktiler for grupperede observatioer 6 Beliggeheds-
Økonometri 1. Inferens i den lineære regressionsmodel 29. september Økonometri 1: F7 1
Økoometri 1 Iferes i de lieære regressiosmodel 9. september 006 Økoometri 1: F7 1 Dages program Opsamlig af hemmeopgave om Mote Carlo eksperimeter Mere om hypotesetest: Ekelt lieær restriktio på koefficieter
Projekt 9.1 Regneregler for stokastiske variable middelværdi, varians og spredning
Hvad er matematik? Projekter: Kaitel 9 Projekt 9 Regeregler for stokastiske variable middelværdi, varias og sredig Projekt 9 Regeregler for stokastiske variable middelværdi, varias og sredig Sætig : Regeregler
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
Introduktion til uligheder
Itroduktio til uligheder, marts 0, Kirste Rosekilde Itroduktio til uligheder Dette er e itroduktio til ogle basale uligheder om det aritmetiske geemsit, det geometriske geemsit, det harmoiske geemsit og
Løsningsforslag 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
Elementær Matematik. Polynomier
Elemetær Matematik Polyomier Ole Witt-Hase 2008 Køge Gymasium Idhold 1. Geerelle polyomier...1 2. Divisio med hele tal....1 3. Polyomiers divisio...2 4. Polyomiers rødder....4 5. Bestemmelse af røddere
Gamle eksamensopgaver. Diskret Matematik med Anvendelser (DM72) & Diskrete Strukturer(DM504)
Gamle eksamesopgaver Diskret Matematik med Avedelser (DM72) & Diskrete Strukturer(DM504) Istitut for Matematik& Datalogi Syddask Uiversitet, Odese Alle sædvalige hjælpemidler(lærebøger, otater etc.), samt
Introduktion til Statistik
Itroduktio til Statistik 4. udgave Susae Ditlevse og Helle Sørese Susae Ditlevse, [email protected] Helle Sørese, [email protected] Istitut for Matematiske Fag Købehavs Uiversitet Uiversitetsparke 5 2100
TEKST 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
Introduktion til uligheder
Itroduktio til uligheder Dette er e itroduktio til ogle basale uligheder om det aritmetiske geemsit, det geometriske geemsit, det harmoiske geemsit og det kvadratiske geemsit. Først skal vi ved fælles
GENEREL INTRODUKTION.
Study Guide til Matematik C. OVERSIGT. Dee study guide ideholder følgede afsit - Geerel itroduktio. - Emeliste. - Eksame. - Bilag. Udervisigsmiisteriets bekedtgørelse for matematik C. GENEREL INTRODUKTION.
Noter om polynomier, Kirsten Rosenkilde, Marts Polynomier
Noter om polyomier, Kirste Rosekilde, Marts 2006 1 Polyomier Disse oter giver e kort itroduktio til polyomier, og de fleste sætiger æves ude bevis. Udervejs er der forholdsvis emme opgaver, mes der til
STATISTISKE GRUNDBEGREBER
MOGENS ODDERSHEDE LARSEN STATISTISKE GRUNDBEGREBER 18 15 1 9 6 3 0 Histogram for ph 6,9 7,1 7,3 7,5 7,7 7,9 ph 17. udgave 016 FORORD Der er i dee bog søgt at give letlæst og askuelig fremstillig af de
Projekt 0.4 Modulo-regning, restklassegrupperne ( lille sætning. {} 0, ) og Fermats { } ...,-44,-20,4,28,52,...
Projekter: Kaitel 0. Projekt 0. Modulo-regig, restklassegruer og Fermats lille sætig Projekt 0. Modulo-regig, restklassegruere ( {} 0, ) og Fermats lille sætig Vi aveder moduloregig og restklasser mage
Formelsamling til statistik-del af metodekursus, 4. semester, lægevidenskab Version 3 (26/9-2011)
Formelsamlig til statistik-el af metoekursus, 4. semester, lægevieskab Versio 3 (6/9-011) Kære læser Dee formelsamlig er lavet me ugagspukt i Meical Statistics, seco eitio af Betty R. Kirkwoo og A. C.
Formelskrivning i Word 2. Sådan kommer du i gang 4. Eksempel med skrivning af brøker 5. Brøker skrevet med småt 6. Hævet og sænket skrift 6
Dee udgave er til geemkig på ettet. Boge ka købes for kr. 5 hos EH-Mat. E y og udvidet udgave med title»symbol- og formelskrivig«er udkommet september 00. Se mere om de her. Idholdsfortegelse Formelskrivig
Renteformlen. Erik Vestergaard
Reteformle Erik Vestergaard 2 Erik Vestergaard www.matematikfysik.dk Erik Vestergaard, 2010. Billeder: Forside: istock.com/ilbusca Side 4: istock.com/adresrimagig Desude ege illustratioer. Erik Vestergaard
Noter 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
Matematikkens mysterier - på et obligatorisk niveau. 7. Ligninger, polynomier og asymptoter
Matematikkes mysterier - på et obligatorisk iveau af Keeth Hase 7. Ligiger, polyomier og asymptoter Hvad er e asymotote? Og hvorda fides de? 7. Ligiger, polyomier og asymptoter Idhold 7.0 Idledig 7.1 Udsag
STATISTIK x-klasserne Gammel Hellerup Gymnasium
STATISTIK x-klassere Gammel Hellerup Gymasium Jui 209 ; Michael Szymaski ; [email protected] Idholdsfortegelse INDLEDNING...3 DESKRIPTIV STATISTIK...4 Skemaer...5 Diagrammer...8 Statistiske deskriptorer... 0 Typetal
DATV: Introduktion til optimering og operationsanalyse, 2007. Bin Packing Problemet
DATV: Itroduktio til optimerig og operatiosaalyse, 2007 Bi Packig Problemet David Pisiger, Projektopgave 2 Dette er de ade obligatoriske projektopgave på kurset DATV: Itroduktio til optimerig og operatiosaalyse.
STATISTISKE GRUNDBEGREBER
MOGENS ODDERSHEDE LARSEN STATISTISKE GRUNDBEGREBER 18 15 1 9 6 3 0 Histogram for ph 6,9 7,1 7,3 7,5 7,7 7,9 ph 14 udgave 014 FORORD Der er i dee bog søgt at give letlæst og askuelig fremstillig af de statistiske
Anvendt Statistik Lektion 6. Kontingenstabeller χ 2- test [ki-i-anden-test]
Anvendt Statistik Lektion 6 Kontingenstabeller χ 2- test [ki-i-anden-test] Kontingenstabel Formål: Illustrere/finde sammenhænge mellem to kategoriske variable Opbygning: En celle for hver kombination af
To-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),
Sandsynlighedsregning
Sadsylighedsregig E ote om sadsylighedsregig. Via basal sadsylighedsregig gøres læsere klar til forstå biomialfordelige. Herik S. Hase, Sct. Kud Versio 5.0 Opgaver til hæftet ka hetes her. PDF Facit til
Sandsynlighedsregning i biologi
Om begrebet sadsylighed Sadsylighedsregig i biologi Hvis vi kaster e almidelig, symmetrisk terig, er det klart for de fleste af os, hvad vi meer, år vi siger, at sadsylighede for at få e femmer er 1/6.
Statistik 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,
