q-værdien som skal sammenlignes med den kritiske Chi-i-Anden værdi p-værdien som skal sammenlignes med signifikansniveauet.
|
|
- Signe Christoffersen
- 7 år siden
- Visninger:
Transkript
1 Introduktion: Chi-i-Anden test (Goodness of Fit) på computeren fungerer som en "black-boks"- kommando, hvor eleverne med udgangspunkt i en nulhypotese (H ) taster de forventede og de observerede talværdier ind i to talskemaer (matricer) og automatisk får to outputs (to nøgletal): q-værdien som skal sammenlignes med den kritiske Chi-i-Anden værdi p-værdien som skal sammenlignes med signifikansniveauet. Formål: Ved hjælp af Maple kan vi forstå hvordan disse to output-værdier fremkommer. Ved at simulere et forsøg tilpas mange gange kan vi selv beregne værdierne fra Chi-i-Anden testen. Eksempel: Lad os se på en ikke-symmetrisk 6-sidet terning defineret ud fra nedenstående sandsynlighedsfelt (P). restart with Statistics : infolevel Statistics d 1 : P d.1,.15,.2,.2,.25,.1.1,.15,.2,.2,.25,.1 (1) Vi kan nu simulere kast med terningen. Her ser vi først output fra 5 serier af 1 kast og bagefter outputtet fra 1 kast samt en grafisk opstilling (et pinde-diagram). randomize : X d RandomVariable ProbabilityTable P : for i from 1 to 5 do Sample X, 1 end top d 1 : interface rtablesize = 1 : Y d Sample X, top 2., 5., 3., 5., 6., 2., 4., 2., 3., 5., 5., 5., 1., 4., 5., 5., 3., 4., 5., 3., 2., 5., 5., 1., 3., 3., 1., 5., 4., 3., 3., 1., 4., 6., 2., 6., 3., 5., 2., 6., 3., 3., 4., 2., 3., 2., 2., 6., 4., 6., 3., 4., 5., 6., 4., 3., 6., 4., 5., 2., (2) (3)
2 5., 3., 5., 3., 4., 5., 4., 6., 4., 3., 4., 5., 5., 1., 2., 6., 5., 4., 4., 6., 4., 4., 3., 3., 4., 5., 3., 2., 3., 3., 5., 4., 5., 4., 3., 3., 5., 5., 5., 5., 5., 4., 4., 3., 4., 3., 6., 1., 6., 2., 2., 5., 4., 3., 2., 4., 4., 1., 5., 2., 5., 6., 5., 2., 2., 5., 5., 2., 1., 1., 2., 3., 2., 3., 4., 5., 5., 2., 1., 2., 6., 5., 2., 1., 4., 3., 4., 4., 4., 6., 1., 1., 5., 5., 4., 2., 4., 5., 5., 5., 1., 5., 3., 6., 2., 3., 3., 1., 5., 3., 4., 4., 5., 5., 5., 5., 3., 1., 2., 2., 4., 2., 1., 5., 4., 6., 4., 6., 4., 6., 3., 4., 5., 3., 1., 1., 5., 2., 3., 6., 5., 1., 2., 4., 3., 4., 2., 6., 1., 5., 2., 2., 6., 3., 2., 4., 3., 4., 5., 1., 5., 5., 2., 5., 1., 5., 6., 4., 3., 2., 3., 6., 4., 2., 3., 5., 5., 2., 6., 5., 5., 2., 6., 3., 1., 2., 3., 2., 1., 5., 5., 6., 2., 5., 5., 6., 5., 2., 4., 5., 6., 5., 5., 4., 1., 6., 6., 1., 3., 5., 6., 2., 1., 3., 5., 3., 1., 5., 4., 2., 1., 4., 6., 1., 4., 2., 2., 4., 2., 5., 5., 4., 2., 4., 1., 4., 2., 3., 3., 3., 2., 2., 3., 1., 2., 4., 5., 1., 5., 5., 1., 4., 4., 4., 5., 5., 3., 5., 3., 6., 3., 5., 2., 2., 1., 5., 5., 5., 4., 4., 5., 3., 5., 4., 6., 2., 5., 4., 4., 3., 5., 5., 5., 2., 3., 6., 4., 5., 4., 4., 4., 3., 3., 4., 4., 5., 6., 1., 4., 5., 3., 1., 4., 4., 1., 3., 2., 4., 2., 1., 5., 5., 4., 2., 5., 5., 2., 4., 3., 3., 4., 5., 5., 3., 4., 3., 3., 1., 4., 5., 1., 4., 4., 5., 1., 1., 2., 5., 2., 3., 5., 5., 5., 5., 3., 5., 3., 3., 3., 6., 2., 6., 2., 5., 4., 4., 5., 2., 2., 2., 5., 1., 3., 6., 3., 3., 4., 2., 5., 1., 3., 1., 5., 2., 1., 6., 4., 1., 4., 3., 5., 4., 3., 1., 5., 1., 3., 2., 5., 4., 4., 3., 3., 4., 1., 3., 3., 1., 5., 6., 6., 3., 6., 5., 4., 3., 2., 1., 5., 4., 4., 3., 6., 4., 4., 2., 5., 4., 2., 4., 5., 5., 5., 3., 6., 2., 3., 2., 4., 4., 1., 2., 4., 2., 5., 2., 3., 4., 5., 5., 3., 4., 1., 3., 5., 2., 4., 3., 3., 1., 2., 2., 4., 6., 6., 3., 3., 2., 3., 2., 3., 1., 5., 6., 4., 5., 4., 3., 6., 5., 5., 3., 6., 6., 3., 5., 4., 5., 4., 2., 5., 5., 5., 2., 5., 2., 2., 4., 4., 3., 5., 6., 2., 5., 5., 2., 3., 6., 6., 6., 6., 3., 3., 2., 5., 4., 1., 4., 3., 3., 5., 4., 2., 3., 5., 2., 4., 5., 4., 4., 2., 3., 2., 4., 2., 5., 5., 3., 5., 4., 1., 6., 1., 5., 4., 4., 6., 4., 4., 5., 4., 5., 4., 4., 4., 6., 4., 4., 4., 5., 3., 3., 1., 1., 6., 5., 1., 6., 5., 2., 5., 5., 4., 2., 5., 6., 3., 3., 3., 5., 6., 3., 2., 1., 5., 5., 1., 5., 5., 2., 3., 3., 4., 4., 5., 2., 2., 5., 5., 4., 5., 4., 3., 1., 4., 4., 6., 3., 5., 4., 3., 6., 1., 5., 5., 2., 2., 5., 4., 4., 6., 2., 2., 1., 4., 3., 2., 4., 3., 5., 4., 4., 5., 2., 6., 5., 5., 5., 2., 5., 5., 5., 2., 5., 5., 6., 5., 1., 3., 3., 3., 5., 3., 2., 4., 3., 5., 2., 2., 1., 3., 4., 3., 6., 5., 1., 5., 4., 2., 4., 6., 2., 4., 6., 1., 4., 3., 4., 2., 4., 5., 5., 4., 5., 5., 1., 4., 5., 5., 2., 5., 2., 2., 6., 2., 2., 3., 4., 3., 3., 3., 3., 5., 1., 5., 4., 3., 3., 1., 5., 1., 1., 3., 4., 3., 3., 5., 3., 4., 1., 5., 6., 2., 4., 6., 5., 4., 6., 4., 6., 6., 3., 6., 5., 2., 1., 3., 3., 6., 3., 6., 6., 2., 1., 4., 2., 6., 1., 5., 1., 1., 2., 4., 4., 6., 4., 6., 5., 5., 5., 5., 3., 5., 6., 5., 2., 2., 2., 4., 3., 3., 6., 5., 4., 5., 5., 4., 3., 5., 5., 3., 4., 5., 5., 4., 1., 5., 6., 4., 4., 1., 3., 1., 5., 4., 1., 5., 1., 3., 4., 1., 5., 4., 1., 3., 5., 5., 4., 1., 4., 6., 4., 1., 6., 3., 2., 4., 2., 5., 5., 2., 3., 5., 3., 5., 3., 5., 2., 3., 3., 5., 2., 5., 4., 6., 5., 4., 1., 5., 3., 5., 5., 5., 5., 6., 5., 3., 6., 3., 4., 5., 2., 2., 4., 1., 5., 5., 5., 2., 3., 4., 5., 2., 1., 4., 2., 5., 5., 5., 4., 5., 5., 6., 1., 2., 4., 4., 2., 3., 2., 6., 5., 2., 5., 5., 3., 6., 5., 6., 6., 3., 5., 5., 3., 3., 4., 4., 5., 1., 5., 3., 4., 5., 2., 4., 3., 5., 3., 3., 6., 6., 5., 5., 3., 4., 6., 3., 6., 2., 3., 6., 2., 2., 4., 4., 2., 2., 4., 4., 5., 2., 5., 3., 6., 1., 4., 5., 2., 5., 5., 2., 4., 1., 3., 5., 1., 5., 3., 3., 5. Histogram Sample X, top, discrete Histogram Type: discrete Data Range: Number of Bins: 6 Frequency Scale: relative
3 Vi kan også selv udregne q-værdien ud fra Chi-i-Anden formlen: Ob d,,,,, : for j from 1 to 6 do for i from 1 to top do if Y i = j then Ob j d Ob j C 1 end end end Ob 11, 153, 18, 199, 262, 15 Ex d top * P Q d 1., 15., 2., 2., 25., 1. for k from 1 to 6 do Q d Q C Ob k KEx k 2 end Ex k (4) (5) (6)
4 Q (7) (8) Nedenfor kan vi se "black-boks"-kommanden, hvor det også fremgår om nulhypotesen skal forkastes eller accepteres. Chi-i-anden testen beregner om Nulhypotesen skal forkastes hvis Computed pvalue <.5 ELLER Critical value < Computed statistic ChiSquareGoodnessOfFitTest Ob, Ex, level =.5 Chi-Square Test for Goodness-of-Fit Null Hypothesis: Observed sample does not differ from expected sample Alt. Hypothesis: Observed sample differs from expected sample Categories: 6 Distribution: ChiSquare(5) Computed statistic: 2.91 Computed pvalue: Critical value: Result: [Accepted] There is no statistical evidence against the null hypothesis hypothesis = true, criticalvalue = , distribution = ChiSquare 5, pvalue = , statistic = 2.91 (9) Vi vil nu undesøge sammenhængen mellem den kritiske q-værdi og signifikansniveauet. Vi udtager derfor et stort antal (her: 5) stikprøver (her: hver på 1 kast) og ser hvordan deres q-værdi fordeler sig. Som det fremgår af nedenstående tabel (Freq[1]) og grafiske illustrationer er der få stikprøver med "små" q-værdier, mange stikprøver med q-værdi i intervallet [2, 8] og så gradvis færre stikprøver med større q-værdi. Dog forkommer stikprøver med q-værdi i intervallet [15, 2]. testnum d 5 Ytable d Matrix testnum, top, : for j from 1 to testnum do Ytable j d Sample X, top end: Obtable d Matrix testnum, 6, : for m from 1 to testnum do for j from 1 to 6 do for i from 1 to top do if Ytable m, i = j then Obtable m, j d Obtable m, j C 1 end end end end Ytable : Qtable d Matrix 1, testnum, : 5 (1)
5 for n from 1 to testnum do for k from 1 to 6 do Qtable 1, n d Qtable 1, n C Obtable n, k KEx k 2 end end Ex k Qtable : Qsort d sort Qtable 1 : Freq d Matrix 1, 3, : i d 1 : j d 1 : for j from 1 to 3 do while Qsort i! j and i! testnum do Freq 1, j d Freq 1, j C 1; i d i C 1 end end Freq 1 19, 71, 83, 67, 61, 5, 38, 23, 22, 21, 1, 14, 6, 4, 4, 2,, 2, 1, 1,,,,,,,,,, v d 1, 2, 3, 4, 5, 6, 7, 8, 9, 1, 11, 12, 13, 14, 15, 16, 17, 18, 19, 2 : with plots : plot v, Freq 1, style = point (11) Histogram Qtable, binwidth = 1, range =..2 Histogram Type: default Data Range:.. 2
6 Bin Width: 1 Number of Bins: 2 Frequency Scale: relative Vi vil nu plotte dette histogram sammen med den teoretiske fordeling af q-værdier for en Chi-i-Anden test med 5 frihedsgrader (n-1). Bemærk at den røde kurve har samme forløb som histogrammet, specielt hvis antallet af stikprøver sættes yderligere op (prøv fx. 1, 2 eller 5) plot1 d Histogram Qtable, binwidth = 1, range =..2 Histogram Type: default Data Range:.. 2 Bin Width: 1 Number of Bins: 2 Frequency Scale: relative PLOT... Y d RandomVariable ChiSquare 5 PDF Y, t : f d t/pdf Y, t _R (12) (13)
7 plot2 d plot f t, t =..3 : display plot1, plot2.16 t/statistics:-pdf Y, t (14) t Til sidst kan vi beregne arealet under den røde kurve for q-værdier større end den kritiske q-værdi og derved se sammenhængen mellem den kritiske q-værdi og signifikansniveauet: int f t, t = infinity (15)
Maple-oversigt til matematik B-niveau: Rungsted Gymnasium Definer en funktion og funktionsværdier. Tegn grafen for en funktion.
Maple-oversigt til matematik B-niveau: Rungsted Gymnasium 2011 Definer en funktion og funktionsværdier (1.1) 32 (1.2) (1.3) Tegn grafen for en funktion (2.1) 250 200 150 100 50 0 5 10 8 6 4 2 0 1 2 0 y
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 mereTegning af grafer. Grafen for en ligning (almindelig) Skriv ligningen ind. Højreklik og vælg Plots -> 2-D Plot of Right Side.
TgPakken TgPakken er en række kommandoer til Maple tilegnet til det danske gymnasium. Det er rigtig smart til at kontrollere ens opgaver, men som alenestående svar til en eksamen er det ikke altid tilstrækkeligt.
Læs mereMaple 11 - Chi-i-anden test
Maple 11 - Chi-i-anden test Erik Vestergaard 2014 Indledning I dette dokument skal vi se hvordan Maple kan bruges til at løse opgaver indenfor χ 2 tests: χ 2 - Goodness of fit test samt χ 2 -uafhængighedstest.
Læs mere2 -test. Fordelingen er særdeles kompleks at beskrive med matematiske formler. 2 -test blev opfundet af Pearson omkring år 1900.
2 -fordeling og 2 -test Generelt om 2 -fordelingen 2 -fordelingen er en kontinuert fordeling, modsat binomialfordelingen som er en diskret fordeling. Fordelingen er særdeles kompleks at beskrive med matematiske
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 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 mereVærktøjshjælp for TI-Nspire CAS Struktur for appendiks:
Værktøjshjælp for TI-Nspire CAS Struktur for appendiks: Til hvert af de gennemgåede værktøjer findes der 5 afsnit. De enkelte afsnit kan læses uafhængigt af hinanden. Der forudsættes et elementært kendskab
Læs mereχ 2 -test i GeoGebra Jens Sveistrup, Gammel Hellerup Gymnasium
χ 2 -test i GeoGebra Jens Sveistrup, Gammel Hellerup Gymnasium Man kan nemt lave χ 2 -test i GeoGebra både goodness-of-fit-test og uafhængighedstest. Den følgende vejledning bygger på GeoGebra version
Læs mereIntroduktion til Statistik. Forelæsning 5: Hypotesetest, power og modelkontrol - one sample. Peder Bacher
Introduktion til Statistik Forelæsning 5: Hypotesetest, power og modelkontrol - one sample Peder Bacher DTU Compute, Dynamiske Systemer Bygning 303B, Rum 009 Danmarks Tekniske Universitet 2800 Lyngby Danmark
Læs mereChi-i-anden Test. Repetition Goodness of Fit Uafhængighed i Kontingenstabeller
Chi-i-anden Test Repetition Goodness of Fit Uafhængighed i Kontingenstabeller Chi-i-anden Test Chi-i-anden test omhandler data, der har form af antal eller frekvenser. Antag, at n observationer kan inddeles
Læs mereCMU PROJEKT HYPOTESETEST OG SIMULERING MICHAEL AGERMOSE JENSEN CHRISTIANSHAVNS GYMNASIUM
CMU PROJEKT HYPOTESETEST OG SIMULERING MICHAEL AGERMOSE JENSEN CHRISTIANSHAVNS GYMNASIUM FORMÅL - BEKENDTGØRELSEN STX MATEMATIK A Kompetencer anvende simple statistiske eller sandsynlighedsteoretiske modeller
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 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 mereStatistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Uafhængighedstestet
Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab Uafhængighedstestet Eksempel: Bissau data Data kommer fra Guinea-Bissau i Vestafrika: 5273 børn blev undersøgt da de var yngre end 7 mdr og blev
Læs 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 mereEnsidet 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 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 mereFlemmings Maplekursus 1. Løsning af ligninger
Flemmings Maplekursus 1. Løsning af ligninger a) Ligninger med variabel og kun en løsning. Ligningen løses 10 3 Hvis vi ønsker løsningen udtrykt som en decimalbrøk i stedet: 3.333333333 Løsningen 3 er
Læs mereLars Andersen: Anvendelse af statistik. Notat om deskriptiv statistik, χ 2 -test og Goodness of Fit test.
Lars Andersen: Anvendelse af statistik. Notat om deskriptiv statistik, χ -test og Goodness of Fit test. Anvendelser af statistik Statistik er et levende og fascinerende emne, men at læse om det er alt
Læs mereMATEMATIK A-NIVEAU. Anders Jørgensen & Mark Kddafi. Vejledende eksempler på eksamensopgaver og eksamensopgaver i matematik, 2012
MATEMATIK A-NIVEAU Vejledende eksempler på eksamensopgaver og eksamensopgaver i matematik, 2012 Kapitel 4 Statistik & sandsynlighedsregning 2016 MATEMATIK A-NIVEAU Vejledende eksempler på eksamensopgaver
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 merePersonlig stemmeafgivning
Ib Michelsen X 2 -test 1 Personlig stemmeafgivning Efter valget i 2005 1 har man udspurgt en mindre del af de deltagende, om de har stemt personligt. Man har svar fra 1131 mænd (hvoraf 54 % har stemt personligt
Læs mereVelkommen til Flemmings store Maplekursus 1. lektion. Skift mellem tekst- og matematikmode
Velkommen til Flemmings store Maplekursus 1. lektion. Skift mellem tekst- og matematikmode Man kan skifte mellem tekst- og matemamatikmode ved at trykke på F5. I øjeblikket er jeg i tekstmode.. 2. lektion.
Læs mereForelæsning 6: Kapitel 7: Hypotesetest for gennemsnit (one-sample setup). 7.4-7.6
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 og Dataanalyse Bygning 324, Rum 220
Læs mereBetinget fordeling Uafhængighed. Beregning af forventet tabel Chi-kvadrat teststatistik Chi-kvadrat test. Chi-kvadratfordelingen Agresti - Summary
1 Kontingenstabeller Betinget fordeling Uafhængighed 2 Chi-kvadrat test for uafhængighed Beregning af forventet tabel Chi-kvadrat teststatistik Chi-kvadrat test. Chi-kvadratfordelingen Agresti - Summary
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 mereKapitel 8 Chi-i-anden (χ 2 ) prøven
Kapitel 8 Chi-i-anden (χ 2 ) prøven Peter Tibert Stoltze stat@peterstoltze.dk Elementær statistik F2011 1 / 19 Indledning Forskelle mellem stikprøver undersøges med z-test eller t-test for data målt på
Læs mereC) Perspektiv jeres kommunes resultater vha. jeres svar på spørgsmål b1 og b2.
C) Perspektiv jeres kommunes resultater vha. jeres svar på spørgsmål b1 og b. 5.000 4.800 4.600 4.400 4.00 4.000 3.800 3.600 3.400 3.00 3.000 1.19% 14.9% 7.38% 40.48% 53.57% 66.67% 79.76% 9.86% 010 011
Læs 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 mere18. december 2013 Mat B eksamen med hjælpemidler Peter Harremoës. P = 100 x 0.6 y 0.4 1000 = 100 x 0.6 y 0.4 10 = x 0.6 y 0.4 10 y 0.4 = x 0.
Opgave 6 Vi sætter P = 1000 og isolerer x i ligningen Se Bilag 2! P = 100 x 0.6 y 0.4 1000 = 100 x 0.6 y 0.4 10 = x 0.6 y 0.4 10 y 0.4 = x 0.6 ( 10 y 0.4 )1 /0.6 = x 10 1 /0.6 y 0.4 /0.6 = x x = 10 5 /3
Læs mereOversigt. Kursus 02402/02323 Introducerende Statistik. Forelæsning 5: Hypotesetest, power og modelkontrol - one sample
Kursus 02402/02323 Introducerende Statistik Forelæsning 5: Hypotesetest, power og modelkontrol - one sample Klaus K. Andersen og Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Danmarks Tekniske
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 mereKommentarer til øvelser i basalkursus, 2. uge
Kommentarer til øvelser i basalkursus, 2. uge Opgave 2. Vi betragter målinger af hjertevægt (i g) og total kropsvægt (målt i kg) for 10 normale mænd og 11 mænd med hjertesvigt. Målingerne er taget ved
Læs mereMatematik A eksamen 14. august Delprøve 1
Matematik A eksamen 14. august 2014 www.matematikhfsvar.page.tl Delprøve 1 Info: I denne eksamensopgave anvendes der punktum som decimaltal istedet for komma. Eks. 3.14 istedet for 3,14 Opgave 1 - Andengradsligning
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 mereAnvendt 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
Læs mereIntroduktion til Statistik. Forelæsning 12: Inferens for andele. Peder Bacher
Introduktion til Statistik Forelæsning 12: Inferens for andele Peder Bacher DTU Compute, Dynamiske Systemer Bygning 303B, Rum 009 Danmarks Tekniske Universitet 2800 Lyngby Danmark e-mail: pbac@dtu.dk Efterår
Læs mereLøsning til eksaminen d. 14. december 2009
DTU Informatik 02402 Introduktion til Statistik 200-2-0 LFF/lff Løsning til eksaminen d. 4. december 2009 Referencer til Probability and Statistics for Engineers er angivet i rækkefølgen [8th edition,
Læs merea) For at bestemme a og b i y=ax+b defineres to lister med data fra opgaven År d 0, 1, 2, 3, 4, 5, 6 :
Eksemplarisk løsning af eksamensopgave Nedenstående opgaver er delprøven med hjælpemidler fra Matematik B eksamen d. 22 maj 2014 restart with Gym : Opgave 7 a) For at bestemme a og b i y=ax+b defineres
Læs mereKlasseøvelser dag 2 Opgave 1
Klasseøvelser dag 2 Opgave 1 1.1. Vi sætter først working directory og data indlæses: library( foreign ) d
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 mereOversigt. 1 Motiverende eksempel - energiforbrug. 2 Hypotesetest (Repetition) 3 Two-sample t-test og p-værdi. 4 Konfidensinterval for forskellen
Kursus 02402/02323 Introducerende Statistik Forelæsning 6: Sammenligning af to grupper Oversigt 1 Motiverende eksempel - energiforbrug 2 Hypotesetest (Repetition) 3 Klaus K. Andersen og Per Bruun Brockhoff
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 mereSkriv punkternes koordinater i regnearket, og brug værktøjet To variabel regressionsanalyse.
Opdateret 28. maj 2014. MD Ofte brugte kommandoer i Geogebra. Generelle Punktet navngives A Geogebra navngiver punktet Funktionen navngives f Funktionen navngives af Geogebra Punktet på grafen for f med
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 mereMPH specialmodul i epidemiologi og biostatistik. SAS. Introduktion til SAS. Eksempel: Blodtryk og fedme
MPH specialmodul i epidemiologi og biostatistik. SAS Introduktion til SAS. Display manager (programmering) Vinduer: program editor (med syntaks-check) log output reproducerbart (program teksten kan gemmes
Læs mereLøsning til eksamen d.27 Maj 2010
DTU informatic 02402 Introduktion til Statistik Løsning til eksamen d.27 Maj 2010 Referencer til Probability and Statistics for Engineers er angivet i rækkefølgen [8th edition, 7th edition]. Opgave I.1
Læs mereVejledning i brug af Gym-pakken til Maple
Vejledning i brug af Gym-pakken til Maple Gym-pakken vil automatisk være installeret på din pc eller mac, hvis du benytter cd'en Maple 16 - Til danske Gymnasier eller en af de tilsvarende installere. Det
Læs mereMatematik B STX 18. maj 2017 Vejledende løsning De første 6 opgaver løses uden hjælpemidler
ADVARSEL! Før du anvender løsningerne, så husk at læs betingelserne for løsningerne, som du kan finde på hjemmesiden. Indeholder: Matematik B, STX 18 maj Matematik B, STX 23 maj Matematik B, STX 15 august
Læs mereIntroduktion til Statistik. Forelæsning 10: Inferens for andele. Peder Bacher
Introduktion til Statistik Forelæsning 10: Inferens for andele Peder Bacher DTU Compute, Dynamiske Systemer Bygning 303B, Rum 009 Danmarks Tekniske Universitet 2800 Lyngby Danmark e-mail: pbac@dtu.dk Efterår
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 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 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 mereForelæsning 4: Konfidensinterval for middelværdi (og spredning)
Introduktion til Statistik Forelæsning 4: Konfidensinterval for middelværdi (og spredning) Peder Bacher DTU Compute, Dynamiske Systemer Bygning 303B, Rum 009 Danmarks Tekniske Universitet 2800 Lyngby Danmark
Læs meret-fordeling Boxplot af stikprøve (n=20) fra t(2)-fordeling Program ( ): 1. repetition: fordeling af observatorer X, S 2 og t.
t-fordeling Boxplot af stikprøve (n=20) fra t(2)-fordeling Program (8.15-10): 1. repetition: fordeling af observatorer X, S 2 og t. 2. konfidens-intervaller, hypotese test, type I og type II fejl, styrke,
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 mere1 enote 1: Simple plots og deskriptive statistik. 2 enote 2: Diskrete fordelinger. 3 enote 2: Kontinuerte fordelinger
Kursus 02402/02323 Introduktion til statistik Forelæsning 13: Et overblik over kursets indhold Peder Bacher DTU Compute, Dynamiske Systemer Building 303B, Room 017 Danish Technical University 2800 Lyngby
Læs mere2. lektion. Indtastning af matematiske udtryk i matematikmode Når man indtaster et udtryk i matematikmode skal man altid skrive alle gangetegn.
Velkommen til Flemmings store Maplekursus 1. lektion. Skift mellem tekst- og matematikmode Man kan skifte mellem tekst- og matemamatikmode ved at trykke på F5. I øjeblikket er jeg i tekstmode.. 2. lektion.
Læs mereMantel-Haenszel analyser. Stratificerede epidemiologiske analyser
Mantel-Haensel analyser Stratificerede epidemiologiske analyser 1 Den epidemiologiske synsvinkel: 1) Oftest asymmetriske (kausale) sammenhænge (Eksposition Sygdom/død) 2) Risikoen vurderes bedst ved hjælp
Læs meremen nu er Z N((µ 1 µ 0 ) n/σ, 1)!! Forkaster hvis X 191 eller X 209 eller
Type I og type II fejl Type I fejl: forkast når hypotese sand. α = signifikansniveau= P(type I fejl) Program (8.15-10): Hvis vi forkaster når Z < 2.58 eller Z > 2.58 er α = P(Z < 2.58) + P(Z > 2.58) =
Læs merek UAFHÆNGIGE grupper Oversigt 1 Intro eksempel 2 Model og hypotese 3 Beregning - variationsopspaltning og ANOVA tabellen 4 Hypotesetest (F-test)
Kursus 02323: Introduktion til Statistik Forelæsning 11: Envejs variansanalse, ANOVA Peder Bacher DTU Compute, Dnamiske Sstemer Bgning 303B, Rum 009 Danmarks Tekniske Universitet 2800 Lngb Danmark e-mail:
Læs mereStatistik i GeoGebra
Statistik i GeoGebra Peter Harremoës 13. maj 2015 Jeg vil her beskrive hvordan man kan lave forskellige statistiske analyser ved hjælp af GeoGebra 4.2.60.0. De statistiske analyser svarer til pensum Matematik
Læs mereHypotesetests, fejltyper og p-værdier
Hypotesetests, fejltyper og p-værdier Søren Højsgaard Institut for Matematiske Fag, Aalborg Universitet October 25, 2018 Søren Højsgaard Institut for Matematiske Fag, Aalborg Hypotesetests, Universitet
Læs mereenote 3: Hypotesetests for én gruppe/stikprøve Introduktion til Statistik Forelæsning 5: Hypotesetest, power og modelkontrol - one sample Peder Bacher
Introduktion til Statistik Forelæsning 5: Hypotesetest, power og modelkontrol - one sample Peder Bacher DTU Compute, Dynamiske Systemer Bygning 303B, Rum 009 Danmarks Tekniske Universitet 2800 Lyngby Danmark
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 mereStatistik kommandoer i Stata opdateret 22/ Erik Parner
Statistik kommandoer i Stata opdateret 22/4 2008 Erik Parner Indledning... 1 Simple beskrivelser... 1 Data manipulation... 1 Estimation af proportioner... 2 Estimation af rater... 2 Estimation af Relativ
Læs mereSpørgeskemaundersøgelser og databehandling
DASG. Nye veje i statistik og sandsynlighedsregning. side 1 af 12 Spørgeskemaundersøgelser og databehandling Disse noter er udarbejdet i forbindelse med et tværfagligt samarbejde mellem matematik og samfundsfag
Læs mereProgram. 1. Repetition 2. Fordeling af empirisk middelværdi og varians, t-fordeling, begreber vedr. estimation. 1/18
Program 1. Repetition 2. Fordeling af empirisk middelværdi og varians, t-fordeling, begreber vedr. estimation. 1/18 Fordeling af X Stikprøve X 1,X 2,...,X n stokastisk X stokastisk. Ex (normalfordelt stikprøve)
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 mereKursus 02402/02323 Introducerende Statistik. Forelæsning 6: Sammenligning af to grupper
Kursus 02402/02323 Introducerende Statistik Forelæsning 6: Sammenligning af to grupper Peder Bacher DTU Compute, Dynamiske Systemer Bygning 303B, Rum 009 Danmarks Tekniske Universitet 2800 Lyngby Danmark
Læs mereMikro-kursus i statistik 2. del Mikrokursus i biostatistik 1
Mikro-kursus i statistik 2. del 24-11-2002 Mikrokursus i biostatistik 1 Hvad er hypotesetestning? I sundhedsvidenskab:! Hypotesetestning = Test af nulhypotesen Hypotese-testning anvendes til at vurdere,
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 mereBuilding Benchmarks for Infrastructure Investors. edhec.infrastructure.institute
Building Benchmarks for Infrastructure Investors edhec.infrastructure.institute Histogram of DSCR1 = + + Frequency 0 50 100 150 200 250 5 0 5 10 = + + + = + + + Frequency 0 50 100 150 200 250
Læs mereStatistik (deskriptiv)
Statistik (deskriptiv) Ikke-grupperede data For at behandle ikke-grupperede data i TI, skal data tastes ind i en liste. Dette kan gøres ved brug af List, hvis ikon er nr. 5 fra venstre på værktøjsbjælken
Læs mereStatistik II 1. Lektion. Analyse af kontingenstabeller
Statistik II 1. Lektion Analyse af kontingenstabeller Kursusbeskrivelse Omfang 5 kursusgange (forelæsning + opgaveregning) 5 kursusgange (mini-projekt) Emner Analyse af kontingenstabeller Logistisk regression
Læs 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 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 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 mereMatematik B STX 18. maj 2017 Vejledende løsning De første 6 opgaver løses uden hjælpemidler
ADVARSEL! Før du anvender løsningerne, så husk at læs betingelserne for løsningerne, som du kan finde på hjemmesiden. Indeholder: Matematik B, STX 18 maj Matematik B, STX 23 maj Matematik B, STX 15 august
Læs mereLøsning til opgave 7, 9, 10 og 11C Matematik B Sommer 2014
Vejledning til udvalgte opgave fra Matematik B, sommer 2014 Opgave 7 Størrelsen og udbudsprisen på 100 fritidshuse på Rømø er indsamlet via boligsiden.dk. a) Grafisk præsentation, der beskriver fordelingen
Læs merefor matematik pä B-niveau i hf
for matematik pä B-niveau i hf 75 50 5 016 Karsten Juul GRUPPEREDE DATA 1.1 Hvad er deskriptiv statistik?...1 1. Hvad er grupperede og ugrupperede data?...1 1.1 Eksempel pä ugrupperede data...1 1. Eksempel
Læs mereStatistik kommandoer i Stata opdateret 16/3 2009 Erik Parner
Statistik kommandoer i Stata opdateret 16/3 2009 Erik Parner Indledning... 1 Hukommelse... 1 Simple beskrivelser... 1 Data manipulation... 2 Estimation af proportioner... 2 Estimation af rater... 2 Estimation
Læs merefor gymnasiet og hf 2017 Karsten Juul
for gymnasiet og hf 75 50 5 017 Karsten Juul Statistik for gymnasiet og hf 017 Karsten Juul 5/11-017 Nyeste version af dette hæfte kan downloades fra http://mat1.dk/noter.htm Hæftet må benyttes i undervisningen
Læs merefor gymnasiet og hf 2016 Karsten Juul
for gymnasiet og hf 75 50 5 016 Karsten Juul Statistik for gymnasiet og hf Ä 016 Karsten Juul 4/1-016 Nyeste version af dette håfte kan downloades fra http://mat1.dk/noter.htm HÅftet mç benyttes i undervisningen
Læs mereEn Introduktion til SAS. Kapitel 5.
En Introduktion til SAS. Kapitel 5. Inge Henningsen Afdeling for Statistik og Operationsanalyse Københavns Universitet Marts 2005 6. udgave Kapitel 5 T-test og PROC UNIVARIATE 5.1 Indledning Dette kapitel
Læs mereEn intro til radiologisk statistik. Erik Morre Pedersen
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 mereGennemsnit og normalfordeling illustreret med terningkast, simulering og SLUMP()
Gennemsnit og normalfordeling illustreret med terningkast, simulering og SLUMP() John Andersen, Læreruddannelsen i Aarhus, VIA Et kast med 10 terninger gav følgende udfald Fig. 1 Result of rolling 10 dices
Læs mereGeneralized Probit Model in Design of Dose Finding Experiments. Yuehui Wu Valerii V. Fedorov RSU, GlaxoSmithKline, US
Generalized Probit Model in Design of Dose Finding Experiments Yuehui Wu Valerii V. Fedorov RSU, GlaxoSmithKline, US Outline Motivation Generalized probit model Utility function Locally optimal designs
Læs mereIkke-parametriske tests
Ikke-parametriske tests 2 Dagens menu t testen Hvordan var det nu lige det var? Wilcoxson Mann Whitney U Kruskall Wallis Friedman Kendalls og Spearmans correlation 3 t-testen Patient Drug Placebo difference
Læs mereTeoretisk Statistik, 2. december 2003. Sammenligning af poissonfordelinger
Uge 49 I Teoretisk Statistik, 2. december 2003 Sammenligning af poissonfordelinger o Generel teori o Sammenligning af to poissonfordelinger o Eksempel Opsummering om multinomialfordelinger Fishers eksakte
Læs mereBinomial fordeling. n f (x) = p x (1 p) n x. x = 0, 1, 2,...,n = x. x x!(n x)! Eksempler. Middelværdi np og varians np(1 p). 2/
Program: 1. Repetition af vigtige sandsynlighedsfordelinger: binomial, (Poisson,) normal (og χ 2 ). 2. Populationer og stikprøver 3. Opsummering af data vha. deskriptive størrelser og grafer. 1/29 Binomial
Læs mereLøsning til eksaminen d. 29. maj 2009
DTU Informatik 02402 Introduktion til Statistik 20-2-01 LFF/lff Løsning til eksaminen d. 29. maj 2009 Referencer til Probability and Statistics for Engineers er angivet i rækkefølgen [8th edition, 7th
Læs mereMatematik A STX december 2016 vejl. løsning Gratis anvendelse - læs betingelser!
Matematik A STX december 2016 vejl. løsning www.matematikhfsvar.page.tl Gratis anvendelse - læs betingelser! Opgave 1 Lineær funktion. Oplysningerne findes i opgaven. Delprøve 1: Forskrift Opgave 2 Da
Læs mereStatistik med TI-Nspire CAS version 3.2. Bjørn Felsager September 2012. [Fjerde udgave]
Statistik med TI-Nspire CAS version 3.2 Bjørn Felsager September 2012 [Fjerde udgave] Indholdsfortegnelse Forord Beskrivende statistik 1 Grundlæggende TI-Nspire CAS-teknikker... 4 1.2 Lister og regneark...
Læs merematx.dk Vejledning i Maple
matx.dk Vejledning i Maple Dennis Pipenbring February 1, 2012 Contents 1 Indledning 4 2 Layout 5 2.1 Sidehoved......................... 5 2.2 Antallet af decimaler................... 6 3 Grundlæggende
Læs mere02402 Vejledende løsninger til hjemmeopgaver og øvelser i uge 5
02402 Vejledende løsninger til hjemmeopgaver og øvelser i uge 5 Opgave 5.117, side 171 (7ed: 5.116 side 201 og 6ed: 5.116 side 197) I denne opgave skal vi benytte relationen mellem den log-normale fordeling
Læs mereEt statistisk test er en konfrontation af virkelighenden (data) med en teori (model).
Hypotesetests, fejltyper og p-værdier og er den nu også det? Søren Højsgaard Institut for Matematiske Fag, Aalborg Universitet (updated: 2019-03-17) 1 / 40 Statistisk test Et statistisk test er en konfrontation
Læs mereStatistik II 1. Lektion. Sandsynlighedsregning Analyse af kontingenstabeller
Statistik II 1. Lektion Sandsynlighedsregning Analyse af kontingenstabeller Kursusbeskrivelse Omfang 5 kursusgange (forelæsning + opgaveregning) 5 kursusgange (mini-projekt) Emner Analyse af kontingenstabeller
Læs mereTorben Rønne. Statistik. med TI InterActive
Torben Rønne Statistik med TI InterActive Indholdsfortegnelse 1 Beskrivende statistik... 3 1.1 Middelværdi, kvartilsæt og boksplot... 3 1. Histogram og sumkurve... 5 1.3 Varians og spredning... 9 Normalfordelingen...
Læs mere