Institut for Matematiske Fag Matematisk Modellering 1 UGESEDDEL 4
|
|
- Bodil Nørgaard
- 7 år siden
- Visninger:
Transkript
1 Insiu for Maemaiske Fag Maemaisk Modellering 1 Aarhus Universie Eva B. Vedel Jensen 12. februar 2008 UGESEDDEL 4 OBS! Øvelseslokale for hold MM4 (Jonas Bæklunds hold) er ændre il Koll. G3 på IMF. Ændringen gælder fra den 14. februar. Forelæsningerne orsdag den 7. februar og irsdag den 12. februar. Jeg har gennemgåe følgende emner vedrørende analyse af normalfordele daa (allene i parenes angiver sider i BG): To normalfordele observaionsrækker med forskellig varians (p ) Likelihood mehoden (p ) - I ser også på dee emne ved de eoreiske øvelser i denne uge Lineær regression (p ) Teoreiske øvelser i ugen februar. (Opgaverne 4 og 5 kan regnes efer orsdagsforelæsningen). 1) Opgave ) I denne opgave vil vi vise fordelingsresulae vedr. β side 125. Fordelingsresulae for α vises ilsvarende. Vi berager alså den lineære regression M 2 : x i N(α + β i, σ 2 ), hvor de er underforsåe, a observaionerne er uafhængige. Lad. = 1 i, SSD = ( i. ) 2, SP D x = (x i x. )( i. ), n hvor x. er definere som.. (a) Vis, a n ( i. ) = 0 og slu heraf a SP D x = x i ( i. ) (b) Vis, a SP D x N(β SSD, σ 2 SSD ) og slu heraf a fordelingen af β er som angive side ) Gennemgå, sammen med insrukoren, hvordan journalis daa i Table 3.6, side 118, i BG kan analyseres ved hjælp af PROC GLM i SAS. Maeriale il dee finder I på nee under slides. Den relevane fil hedder f5.bemaerk.pdf. De ilhørende SAS program f5.program.sas findes samme sed. 4) Eksamen, Maemaisk Modellering 1, Sommer 2004, Opgave 4. (Kan regnes efer orsdagsforelæsningen.) 1
2 5) På kursushjemmesiden, ved linke il denne ugeseddel, findes e SAS-program, der gennemregner den foregående opgave. Kør dee program, og besvar følgende spørgsmål. (a) Berag den førse kørsel, som har overskif Linear Regression. (Svarende il model-linjen model x=/ss1 clparm;). Gør rede for hvilken model der specificeres i model-linjen. Gør desuden rede for hvad der kan aflæses under Error og under Parameer i oupu. (b) Berag den 2. kørsel, som har overskrifen Linear Regression paa xny. (Der svarer il model-linjen model xny=/ss1 clparm; Bemærk a xny er definere som xny=x-0.2*). Hvilke es kan vi aflæse under Parameer i oupu? Afleveringsopgave. Berag modellen for o observaionsrækker fra normalfordelingen med samme varians X ij N(µ i, σ 2 ), i = 1, 2, j = 1,..., n i. Udled likelihood raio ese for hypoesen H 0µ : µ 1 = µ 2. Saisik Laboraorium 18. februar. Se førs og fremmes på de opgaver, der kan involvere SAS, dvs. opgaverne under 3), 4) og 5) i ovensående program for de eoreiske øvelser i ugen februar. Forelæsningerne orsdag den 14. februar og irsdag den 19. februar. Omhandler Afnsi 3.3.2, 3.3.3, 3.3.4, sam Desuden PROC GLM i SAS, svarende il side Afsniene og gennemgås senere. Afsniene og kan læses kursorisk. Læs dog om de sandardiserede residualer side 128 (omkring (3.58) (3.59)). Desuden når jeg a gå i gang med Afsni om more han wo samples. Øvrige bemærkninger: Bemærkninger il likelihood meoden: 1) Likelihood meoden er nyig i siuaioner, hvor de ikke er oplag, hvordan paramere skal esimeres og hypoeser eses. (Se f.eks. afsnie om lineær regression). 2) Bemærk a likelihood raio ese for µ = µ 0 i en normalfordel observaionsrække er ækvivalen med u-ese (3.5), når variansen er kend og -ese (3.9), når variansen er ukend. Vi siger, a o es er ækvivalene, når de resulerer i samme essandsynlighed. Mere generel gælder, a likelihood raio ese er ækvivalen med alle de (eksake) -es vi vil lave fremover. 3) I en normalfordel observaionsrække er µ = x. Maksimum likelihood esimae for σ 2 er σ 2 = 1 SSD. Vi vil dog forsa benye de middelværdiree variansskøn n s2. Bemærkninger il lineær regression: 1) Når vi skal konrollere modellen M 2 i (3.48), kan vi bland ande analysere residualerne (eng.: raw residuals) definere i (3.49). De sandardiserede residualer r i fremkommer ved a sandardisere r i således a r i N(0, σ2 ). 2) Under særlige omsændigheder er de mulig a ese modellen M 2. Se og Venlig hilsen Eva
3 Maemaisk Modellering 1 (reeksamen) Side 6 Opgave 4 Ved a observere en supernova kan man besemme o sørrelser, som vi her vil kalde x og. Man forvener, a der approksimaiv er en lineær sammenhæng på formen x = α + β, hvor β = 0.2. Konsanen k H = 10 α+5 kaldes for Hubbles konsan, og kan bland ande benyes il a besemme universes alder. Til ineresserede kan oplyses, a k H måles i enheden km/(s Mpc). Her svarer km il kilomeer, s il sekund, og en Mpc er cirka lig med km. Til sammenligning er e lysår cirka Mpc. Man har besem x og for 20 supernovaer. Vi vil i de følgende berage de 20 observerede værdier af som fase al, mens de 20 observerede værdier af x er udfald af sokasiske variable. For a undersøge om daa kan beskrives ved en lineær regression af x på, har man lave re konrolegninger, som kan ses på de næse o sider. I Figur 1 er værdierne af x og indegne sammen med den esimerede regressionslinje. I Figur 2 ses e frakildiagram for de sandardiserede residualer ved en lineær regression af x på. Endelig ses i Figur 3 de sandardiserede residualer egne op mod. 1) Gør, med udgangspunk i Figur 1-3, rede for, a de er rimelig a modellere daa ved en lineær regression af x på. Sandardberegninger basere på de observerede værdier af x og resulerer i nedensående abel. n 20 x S USS SP I øvrig kan de anbefales, a man benyer så mange beydende cifre som mulig ved mellemregninger i de næse spørgsmål. 2) Esimer afskæringen α og hældningen β i den lineære regression af x på. Esimer også variansen på x. 3) Vis, a de kan anages, a hældningen β er 0.2. Som nævn ovenfor lader vi k H = 10 α+5 beegne Hubbles konsan. 4) Beregn e 95%-konfidensinerval for α. Esimer Hubbles konsan k H og beregn e 95%-konfidensinerval for denne parameer. Opgaven forsæes
4 Maemaisk Modellering 1 (reeksamen) Side 7 x Figur 1: x egne op mod. Desuden er den esimerede regressionslinje indegne. Opgaven forsæes
5 Maemaisk Modellering 1 (reeksamen) Side p f r a c i l e s a n d _ r e s i Figur 2: Frakildiagram for de sandardiserede residualer ved en lineær regression af x på S a n d a r d i s e r e d e r e s i d u a l e r Figur 3: De sandardiserede residualer egne op mod.
Opgave 1 Betragt to diskrete stokastiske variable X og Y. Antag at sandsynlighedsfunktionen p X for X er givet ved
Matematisk Modellering 1 (reeksamen) Side 1 Opgave 1 Betragt to diskrete stokastiske variable X og Y. Antag at sandsynlighedsfunktionen p X for X er givet ved { 1 hvis x {1, 2, 3}, p X (x) = 3 0 ellers,
Læs mereInstitut for Matematiske Fag Matematisk Modellering 1 UGESEDDEL 6
Institut for Matematiske Fag Matematisk Modellering 1 Aarhus Universitet Eva B. Vedel Jensen 25. februar 2008 UGESEDDEL 6 Forelæsningerne torsdag den 21. februar og tirsdag den 26. februar. Jeg har gennemgået
Læs mereDagens Emner. Likelihood-metoden. MLE - fortsat MLE. Likelihood teori. Lineær regression (intro) Vi har, at
Likelihood teori Lineær regression (intro) Dagens Emner Likelihood-metoden M : X i N(µ,σ 2 ) hvor µ og σ 2 er ukendte Vi har, at L(µ,σ 2 1 ) = ( 2πσ 2)n/2 e 1 2 P n (xi µ)2 er tætheden som funktion af
Læs mereβ = SDD xt SSD t σ 2 s 2 02 = SSD 02 f 02 i=1
Lineær regression Lad x 1,..., x n være udfald af stokastiske variable X 1,..., X n og betragt modellen M 2 : X i N(α + βt i, σ 2 ) hvor t i, i = 1,..., n, er kendte tal. Konkret analyseres (en del af)
Læs mereNaturvidenskabelig Bacheloruddannelse Forår 2006 Matematisk Modellering 1 Side 1
Matematisk Modellering 1 Side 1 I nærværende opgavesæt er der 16 spørgsmål fordelt på 4 opgaver. Ved bedømmelsen af besvarelsen vægtes alle spørgsmål lige. Endvidere lægges der vægt på, at det af besvarelsen
Læs merek normalfordelte observationsrækker (ensidet variansanalyse)
k normalfordelte observationsrækker (ensidet variansanalyse) Lad x ij, i = 1,...,k, j = 1,..., n i, være udfald af stokastiske variable X ij og betragt modellen M 1 : X ij N(µ i, σ 2 ). Estimaterne er
Læs mereDagens Emner. Likelihood teori. Lineær regression (intro) p. 1/22
Dagens Emner Likelihood teori Lineær regression (intro) p. 1/22 Likelihood-metoden M : X i N(µ,σ 2 ) hvor µ og σ 2 er ukendte Vi har, at L(µ,σ 2 ) = ( 1 2πσ 2)n/2 e 1 2σ 2 P n (x i µ) 2 er tætheden som
Læs mereModel. (m separate analyser). I vores eksempel er m = 2, n 1 = 13 (13 journalister) og
Model M 0 : X hi N(α h + β h t hi,σ 2 h ), h = 1,...,m, i = 1,...,n h. m separate regressionslinjer. Behandles som i afsnit 3.3. (m separate analyser). I vores eksempel er m = 2, n 1 = 13 (13 journalister)
Læs mereTema. Model og modelkontrol ( Fx. en normalfordelt obs. række m. kendt varians) Estimation af parametre. Fordeling. Hypotese og test. Teststørrelse.
Tema Model og modelkontrol ( Fx. en normalfordelt obs. række m. kendt varians) Estimation af parametre. Fordeling. (Fx. x. µ) Hypotese og test. Teststørrelse. (Fx. H 0 : µ = µ 0 ) konfidensintervaller
Læs mereBankernes renter forklares af andet end Nationalbankens udlånsrente
N O T A T Bankernes rener forklares af ande end Naionalbankens udlånsrene 20. maj 2009 Kor resumé I forbindelse med de senese renesænkninger fra Naionalbanken er bankerne bleve beskyld for ikke a sænke
Læs mereEstimation af markup i det danske erhvervsliv
d. 16.11.2005 JH Esimaion af markup i de danske erhvervsliv Baggrundsnoa vedrørende Dansk Økonomi, eferår 2005, kapiel II Noae præsenerer esimaioner af markup i forskellige danske erhverv. I esimaionerne
Læs mereNATURVIDENSKABELIG KANDIDATEKSAMEN VED KØBENHAVNS UNIVERSITET MATEMATISK FINANSIERINGSTEORI
NAURVIDENSKABELIG KANDIDAEKSAMEN VED KØBENHAVNS UNIVERSIE MAEMAISK FINANSIERINGSEORI 4 imers skriflig eksamen, 9-3 orsdag 3/ 2. Alle sædvanlige hjælpemidler illad. Anal sider i sæe: 5. Opgave Spg..a [
Læs mereFunktionel form for effektivitetsindeks i det nye forbrugssystem
Danmarks Saisik MODELGRUPPEN Arbejdspapir* Grane Høegh. augus 007 Funkionel form for effekiviesindeks i de nye forbrugssysem Resumé: Der findes o måder a opskrive effekiviesudvidede CES-funkioner med o
Læs mereUndervisningsmaterialie
The ScienceMah-projec: Idea: Claus Michelsen & Jan Alexis ielsen, Syddansk Universie Odense, Denmark Undervisningsmaerialie Ark il suderende og opgaver The ScienceMah-projec: Idea: Claus Michelsen & Jan
Læs mereMatematik A. Studentereksamen. Forberedelsesmateriale til de digitale eksamensopgaver med adgang til internettet. stx141-matn/a-05052014
Maemaik A Sudenereksamen Forberedelsesmaeriale il de digiale eksamensopgaver med adgang il inernee sx141-matn/a-0505014 Mandag den 5. maj 014 Forberedelsesmaeriale il sx A ne MATEMATIK Der skal afsæes
Læs mereMatematisk Modellering 1 Cheat Sheet
By a team of brave computer scientists: Mads P. Buch, Tobias Brixen, Troels Thorsen, Peder Detlefsen, Mark Gottenborg, Peter Krogshede - 1 Contents 1 Basalt 3 1.1 Varianser...............................
Læs mereModellering af benzin- og bilforbruget med bilstocken bestemt på baggrund af samlet forbrug
Danmarks Saisik MODELGRUPPEN Arbejdspapir* 13. maj 2005 Modellering af benzin- og bilforbruge med bilsocken besem på baggrund af samle forbrug Resumé: Dee redje papir om en ny model for biler og benzin
Læs mereStatistik og Sandsynlighedsregning 2. Repetition og eksamen. Overheads til forelæsninger, mandag 7. uge
Statistik og Sandsynlighedsregning 2 Repetition og eksamen Overheads til forelæsninger, mandag 7. uge 1 Normalfordelingen Erfaringsmæssigt er normalfordelingen velegnet til at beskrive variationen i mange
Læs mereDagens forelæsning. Claus Munk. kap. 4. Arbitrage. Obligationsprisfastsættelse. Ingen-Arbitrage princippet. Nulkuponobligationer
Dagens forelæsning Ingen-Arbirage princippe Claus Munk kap. 4 Nulkuponobligaioner Simpel og generel boosrapping Nulkuponrenesrukuren Forwardrener 2 Obligaionsprisfassæelse Arbirage Værdien af en obligaion
Læs mereProjekt 6.3 Løsning af differentialligningen y
Projek 6.3 Løsning af differenialligningen + c y 0 Ved a ygge videre på de løsningsmeoder, vi havde succes med ved løsning af ligningerne uden ledde y med den enkelafledede, er vi nu i sand il a løse den
Læs mereEstimering af CES-efterspørgselssystemer - En Kalman Tilgang
Esimering af CES-eferspørgselssysemer - En Kalman Tilgang Anders F. Kronborg, Chrisian S. Kasrup og Peer P. Sephensen, DREAM May 18, 2018 1 Indledning Dee papir beskriver hvordan Kalman-filere - muligvis
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 mere1 Stofskifte og kropsvægt hos pattedyr. 2 Vægtforhold mellem kerne og strå. 3 Priselasticitet. 4 Nedbrydning af organisk materiale. 5 Populationsvækst
Oversig Eksempler på hvordan maemaik indgår i undervisningen på LIFE Gymnasielærerdag Thomas Vils Pedersen Insiu for Grundvidenskab og Miljø vils@life.ku.dk Sofskife og kropsvæg hos paedyr Vægforhold mellem
Læs mereKovarians forecasting med GARCH(1,1) -et overblik
Kovarians forecasing med GARCH(1,1) -e overblik Hvorfor volailies-forecase? Risikosyring Dela-normal Value-a-Risk Mone Carlo Value-a-Risk Prisfassæelse Opionsproduker Realkrediobligaioner Mone Carlo simulaion
Læs mereNewtons afkølingslov løst ved hjælp af linjeelementer og integralkurver
Newons afkølingslov løs ved hjælp af linjeelemener og inegralkurver Vi så idligere på e eksempel, hvor en kop kakao med emperauren sar afkøles i e lokale med emperauren slu. Vi fik, a emperaurfalde var
Læs mereMAKRO 2 ENDOGEN VÆKST
ENDOGEN VÆKST MAKRO 2 2. årsprøve Forelæsning 7 Kapiel 8 Hans Jørgen Whia-Jacobsen econ.ku.dk/okojacob/makro-2-f09/makro I modeller med endogen væks er den langsigede væksrae i oupu pr. mand endogen besem.
Læs mereSkriftlig prøve Kredsløbsteori Onsdag 3. Juni 2009 kl (2 timer) Løsningsforslag
Skriflig prøve Kredsløbseori Onsdag 3. Juni 29 kl. 2.3 4.3 (2 imer) øsningsforslag Opgave : (35 poin) En overføringsfunkion, H(s), har formen: Besem hvilke poler og nulpunker der er indehold i H(s) Tegn
Læs mereOpgave 11.4 side 316 (7ed: 11.4, side 352 og 6ed: 11.2, side 345)
Kursus 4: Besvarelser til øvelses- og hjemmeopgaver i uge 11 Opgave 11.4 side 316 (7ed: 11.4, side 35 og 6ed: 11., side 345) Opgaven består i at foretage en regressionsanalse. Først afbildes data som i
Læs mereEksponentielle sammenhänge
Eksponenielle sammenhänge y 800,95 1 0 1 y 80 76 7, 5 5% % 1 009 Karsen Juul Dee häfe er en forsäelse af häfe "LineÄre sammenhänge, 008" Indhold 14 Hvad er en eksponeniel sammenhäng? 53 15 Signing og fald
Læs mereStatistik og Sandsynlighedsregning 2. IH kapitel 12. Overheads til forelæsninger, mandag 6. uge
Statistik og Sandsynlighedsregning 2 IH kapitel 12 Overheads til forelæsninger, mandag 6. uge 1 Fordelingen af én (1): Regressionsanalyse udfaldsvariabel responsvariabel afhængig variabel Y variabel 2
Læs mereOpgave 1: Regressionsanalyse
Opgave : Regressiosaalyse La u, x,..., u, x være par af reelle al. Vi skal u besemme e ree liie, er passer bes me isse alpar i e forsa a summe x s α βu s miimeres. Ma fier alså e liie, x ˆα + ˆβu, for
Læs mereI dette appendiks uddybes kemien bag enzymkinetikken i Bioteknologi 2, side 60-72.
Bioeknologi 2, Tema 4 5 Kineik Kineik er sudier af reakionshasigheden hvor man eksperimenel undersøger de fakorer, der påvirker reakionshasigheden, og hvor resulaerne afslører reakionens mekanisme og ransiion
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 mereMLR antagelserne. Antagelse MLR.1:(Lineære parametre) Den statistiske model for populationen kan skrives som
MLR antagelserne Antagelse MLR.1:(Lineære parametre) Den statistiske model for populationen kan skrives som y = β 0 + β 1 x 1 + β 2 x 2 + + β k x k + u, hvor β 0, β 1, β 2,...,β k er ukendte parametere,
Læs mereEPIDEMIERS DYNAMIK. Kasper Larsen, Bjarke Vilster Hansen. Henriette Elgaard Nissen, Louise Legaard og
EPDEMER DYAMK AF Kasper Larsen, Bjarke Vilser Hansen Henriee Elgaard issen, Louise Legaard og Charloe Plesher-Frankild 1. Miniprojek idefagssupplering, RUC Deember 2007 DLEDG Maemaisk modellering kan anvendes
Læs mereKvantitative metoder 2
Kvantitative metoder 2 Den multiple regressionsmodel 5. marts 2007 regressionsmodel 1 Dagens program Emnet for denne forelæsning er stadig den multiple regressionsmodel (Wooldridge kap. 3.4-3.5, E.2) Variansen
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 mereMat 1. 2-timersprøve den 10. december 2017.
Ma. -imersprøve den. december 7. JE 8..7 Opgave resar;wih(linearalgebra): Give de inhomogene lineære ligningssysem lign:=x-*x+3*x3=a^+*a-3; lign d x K x C3 x3 = a C a K3 lign:=x+*x-*x3=a^+3; lign d x C
Læs mereNormalfordelingen. Det centrale er gentagne målinger/observationer (en stikprøve), der kan beskrives ved den normale fordeling: 1 2πσ
Normalfordelingen Det centrale er gentagne målinger/observationer (en stikprøve), der kan beskrives ved den normale fordeling: f(x) = ( ) 1 exp (x µ)2 2πσ 2 σ 2 Frekvensen af observationer i intervallet
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 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 mereBilbeholdningen i ADAM på NR-tal
Danmarks Saisik MODELGRUPPEN Arbejdspapir* Grane Høegh 4. april 2008 Bilbeholdningen i ADAM på NR-al Resumé: Dee papir foreslår a lade bilbeholdningen i ADAM være lig den officielle bilbeholdning fra Naionalregnskabe.
Læs mereRETTEVEJLEDNING TIL Tag-Med-Hjem-Eksamen Makroøkonomi, 2. Årsprøve Efterårssemestret 2003
RETTEVEJLEDNING TIL Tag-Med-Hjem-Eksamen Makroøkonomi, 2. Årsprøve Eferårssemesre 2003 Generelle bemærkninger Opgaven er den redje i en ny ordning, hvorefer eksamen efer førse semeser af makro på 2.år
Læs mereg(n) = g R (n) + jg I (n). (6.2) Analogt med begreberne, som benyttes ved det komplekse spektrum, kan man også notere komplekse signaler på formerne
KAPITEL SEKS Komplekse signaler I forbindelse med en række signalbehandlingsopgaver er de hensigsmæssig a benye komplekse signaler, f.eks. ved karakerisering af den diskree fourier ransformaion (se kapiel
Læs mereKvantitative Metoder 1 - Forår 2007
Dagens program Kapitel 8.7, 8.8 og 8.10 Momenter af gennemsnit og andele kap. 8.7 Eksempel med simulationer Den centrale grænseværdisætning (Central Limit Theorem) kap. 8.8 Simulationer Normalfordelte
Læs mereHvorfor er normalfordelingen så normal?
Hvorfor er normalfordelingen så normal? Søren Højsgaard Institut for Matematiske Fag, Aalborg Universitet October 24, 2018 normalfordelingen så normal? October 24, 2018 1 / 13 Højde af kvinder Histogram
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 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 meren r x rs x r = 1 n r s=1 (x rs x r ) 2, s=1
(a) Denne opgave bygger på resultaterne fra 2 forsøg med epo-behandling af for tidligt fødte børn, idet gruppe 1 og 3 stammer fra første forsøg, mens gruppe 2 og 4 stammer fra det andet. Det må antages,
Læs mereDynamik i effektivitetsudvidede CES-nyttefunktioner
Danmarks Saisik MODELGRUPPEN Arbejdspapir Grane Høegh. augus 006 Dynamik i effekiviesudvidede CES-nyefunkioner Resumé: I dee papir benyes effekiviesudvidede CES-nyefunkioner il a finde de relaive forbrug
Læs mereNy ligning for usercost
Danmarks Saisik MODELGRUPPEN Arbejdspapir* Grane Høegh 8. okober 2008 Ny ligning for usercos Resumé: Usercos er bleve ændre frem og ilbage i srukur og vil i den nye modelversion have noge der minder om
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 mereUdlånsvækst drives af efterspørgslen
N O T A T Udlånsvæks drives af eferspørgslen 12. januar 211 Kor resumé Der har den senese id være megen fokus på bankers og realkrediinsiuers udlån il virksomheder og husholdninger. Især er bankerne fra
Læs mereModellering af den Nordiske spotpris på elektricitet
Modellering af den Nordiske spopris på elekricie Speciale Udarbejde af: Randi Krisiansen Oecon. 10. semeser Samfundsøkonomi, Aalborg Universie 2 RANDI KRISTIANSEN STUDIENUMMER 20062862 Tielblad Uddannelse:
Læs mereNATURVIDENSKABELIG KANDIDATEKSAMEN VED KØBENHAVNS UNIVERSITET.
NATURVIDENSKABELIG KANDIDATEKSAMEN VED KØBENHAVNS UNIVERSITET. Eksamen i Statistik 1 Tag-hjem prøve 1. juli 2010 24 timer Alle hjælpemidler er tilladt. Det er tilladt at skrive med blyant og benytte viskelæder,
Læs mereProgram: 1. Repetition: p-værdi 2. Simpel lineær regression. 1/19
Program: 1. Repetition: p-værdi 2. Simpel lineær regression. 1/19 For test med signifikansniveau α: p < α forkast H 0 2/19 p-værdi Betragt tilfældet med test for H 0 : µ = µ 0 (σ kendt). Idé: jo større
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 mereSammenhæng mellem prisindeks for månedstal, kvartalstal og årstal i ejendomssalgsstatistikken
6. sepember 2013 JHO Priser og Forbrug Sammenhæng mellem prisindeks for månedsal, kvaralsal og årsal i ejendomssalgssaisikken Dee noa gennemgår sammenhængen mellem prisindeks for månedsal, kvaralsal og
Læs mereDiploMat Løsninger til 4-timersprøven 4/6 2004
DiploMa Løsninger il -imersprøven / Preben Alsholm / Opgave Polynomie p er give ved p (z) = z 8 z + z + z 8z + De oplyses, a polynomie også kan skrives således p (z) = z + z z + Vi skal nde polynomies
Læs mereMuligheder: NB: test for µ 1 = µ 2 i model med blocking ækvivalent med parret t-test! Ide: anskue β j som stikprøve fra normalfordeling.
Eksempel: dæktyper og brændstofforbrug (opgave 25 side 319) Program: cars 1 2 3 4 5... radial 4.2 4.7 6.6 7.0 6.7... belt 4.1 4.9 6.2 6.9 6.8... Muligheder: 1. vi starter med at gennemgå opgave 7 side
Læs mereBeregning af prisindeks for ejendomssalg
Damarks Saisik, Priser og Forbrug 2. april 203 Ejedomssalg JHO/- Beregig af prisideks for ejedomssalg Baggrud: e radiioel prisideks, fx forbrugerprisidekse, ka ma ofe følge e ideisk produk over id og sammelige
Læs mereEt firma tuner biler. Antallet af en bils cylindere er givet ved den stokastiske variabel X med massetæthedsfunktionen
STATISTIK Skriftlig evaluering, 3. semester, mandag den 6. januar 004 kl. 9.00-13.00. Alle hjælpemidler er tilladt. Opgaveløsningen forsynes med navn og CPR-nr. OPGAVE 1 Et firma tuner biler. Antallet
Læs mereModule 4: Ensidig variansanalyse
Module 4: Ensidig variansanalyse 4.1 Analyse af én stikprøve................. 1 4.1.1 Estimation.................... 3 4.1.2 Modelkontrol................... 4 4.1.3 Hypotesetest................... 6 4.2
Læs mereSkriftlig Eksamen. Datastrukturer og Algoritmer (DM02) Institut for Matematik og Datalogi. Odense Universitet. Fredag den 5. januar 1996, kl.
Skriflig Eksamen aasrukurer og Algorimer (M0) Insiu for Maemaik og aalogi Odense Universie Fredag den 5. januar 1996, kl. 9{1 Alle sdvanlige hjlpemidler (lrebger, noaer, ec.) sam brug af lommeregner er
Læs mereEfterspørgslen efter læger 2012-2035
2013 5746 PS/HM Eferspørgslen efer læger 2012-2035 50000 45000 40000 35000 30000 25000 20000 15000 10000 5000 Anal eferspurge læger i sundhedsudgifalernaive Anal eferspurge læger i finanskrisealernaive
Læs mereVi sætter. (Signal støj- forhold) Poul Thyregod, 25. april Specialkursus vid.stat. foraar Lad Y i angiver observationer fra i te udtagne balle.
Modellens parametre Mandag den 25 april Hierarkiske normalfordelingsmodeller Dagens program: Resume af ensidet variansanalysemodel med tilfældig effekt estimation af tilfældige effekter, fortolkning som
Læs mereLindab Comdif. Fleksibilitet ved fortrængning. fortrængningsarmaturer. Comdif er en serie af luftfordelingsarmaturer til fortrængningsventilation.
comfor forrængningsarmaurer Lindab Comdif 0 Lindab Comdif Ved forrængningsvenilaion ilføres lufen direke i opholds-zonen ved gulvniveau - med lav hasighed og underemperaur. Lufen udbreder sig over hele
Læs mereHvad er danskernes gennemsnitshøjde? N = 10. X 1 = 169 cm. X 2 = 183 cm. X 3 = 171 cm. X 4 = 113 cm. X 5 = 174 cm
Kon densintervaller og vurdering af estimaters usikkerhed Claus Thorn Ekstrøm KU Biostatistik ekstrom@sund.ku.dk Marts 18, 2019 Slides @ biostatistics.dk/talks/ 1 Population og stikprøve 2 Stikprøvevariation
Læs mereDanmarks fremtidige befolkning Befolkningsfremskrivning 2009. Marianne Frank Hansen og Mathilde Louise Barington
Danmarks fremidige befolkning Befolkningsfremskrivning 29 Marianne Frank Hansen og Mahilde Louise Baringon Augus 29 Indholdsforegnelse Danmarks fremidige befolkning... 1 Befolkningsfremskrivning 29...
Læs mereØkonometri 1. Dagens program. Den simple regressionsmodel 15. september 2006
Dagens program Økonometri Den simple regressionsmodel 5. september 006 Den simple lineære regressionsmodel (Wooldridge kap.4-.6) Eksemplet fortsat: Løn og uddannelse på danske data Funktionel form Statistiske
Læs mere! Variansen på OLS estimatoren. ! Multikollinaritet. ! Variansen i misspecificerede modeller. ! Estimat af variansen på fejlleddet
Dagens program Økonometri Den multiple regressionsmodel 4. februar 003 regressionsmodel Emnet for denne forelæsning er stadig den multiple regressionsmodel (Wooldridge kap. 3.4-3.5)! Opsamling fra sidst
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 mereUdkast pr. 27/11-2003 til: Equity Premium Puzzle - den danske brik
Danmarks Saisik MODELGRUPPEN Arbejdspapir Jakob Nielsen 27. november 2003 Claus Færch-Jensen Udkas pr. 27/11-2003 il: Equiy Premium Puzzle - den danske brik Resumé: Papire beskriver udviklingen på de danske
Læs mere2 Separation af de variable. 4 Eksistens- og entydighed af løsninger. 5 Ligevægt og stabilitet. 6 En model for forrentning af kapital med udtræk
Oversig Mes repeiion med fokus på de sværese emner Modul 3: Differenialligninger af. orden Maemaik og modeller 29 Thomas Vils Pedersen Insiu for Grundvidenskab og Miljø vils@life.ku.dk 3 simple yper differenialligninger
Læs mereBeskrivelse af forskningsprojekt om FUNDAMENTALE OG FAKTISKE BOLIGPRISER I DANMARK OG SVERIGE
Beskrivelse af forskningsprojek om FUNDAMENTALE OG FAKTISKE BOLIGPRISER I DANMARK OG SVERIGE Michael Bergman og Peer Birch Sørensen Økonomisk Insiu, Københavns Universie Okober 202 Projekes baggrund og
Læs merei(t) = 1 L v( τ)dτ + i(0)
EE Basis - 2010 2/22/10/JHM PE-Kursus: Kredsløbseori (KRT): ECTS: 5 TID: Mandag d. 22/2 LØSNINGSFORSLAG: Opgave 1: Vi ser sraks, a der er ale om en enkel spole, hvor vi direke pårykker en kend spænding.
Læs mereLandmålingens fejlteori - Repetition - Fordeling af slutfejl - Lektion 8
Landmålingens fejlteori Repetition - Fordeling af slutfejl Lektion 8 - tvede@math.aau.dk http://www.math.aau.dk/ tvede/teaching/l4 Institut for Matematiske Fag Aalborg Universitet 15. maj 2008 1/13 Fordeling
Læs mereSkriftlig Eksamen. Datastrukturer og Algoritmer (DM02) Institut for Matematik og Datalogi. Odense Universitet. Torsdag den 2. januar 1997, kl.
Skriflig Eksamen Daasrukurer og lgorimer (DM0) Insiu for Maemaik og Daalogi Odense Universie Torsdag den. januar 199, kl. 9{1 lle sdvanlige hjlpemidler (lrebger, noaer, ec.) sam brug af lommeregner er
Læs mereStatistik og Sandsynlighedsregning 2
Statistik og Sandsynlighedsregning 2 Lineære transformationer, middelværdi og varians Helle Sørensen Uge 8, onsdag SaSt2 (Uge 8, onsdag) Lineære transf. og middelværdi 1 / 15 Program I formiddag: Fordeling
Læs mereNanostatistik: Lineær regression
Nanostatistik: Lineær regression JLJ Nanostatistik: Lineær regression p. 1/41 Sammenhænge Funktionssammenhæng: y er en funktion af x. Ex: Hvis jeg kender afstanden mellem to galakser så kender jeg også
Læs mereBaggrundsnotat: Estimation af elasticitet af skattepligtig arbejdsindkomst
d. 02.11.2011 Esben Anon Schulz Baggrundsnoa: Esimaion af elasicie af skaepligig arbejdsindkoms Dee baggrundsnoa beskriver kor meode og resulaer vedrørende esimaionen af elasicieen af skaepligig arbejdsindkoms.
Læs mereDen erhvervspolitiske værdi af støtten til den danske vindmølleindustri
N N N '(7.2120,6.( 5c' 6 (. 5 ( 7 $ 5, $ 7 ( 7 Den erhvervspoliiske værdi af søen il den danske vindmølleindusri Svend Jespersen Arbejdspapir 2002:3 Sekreariae udgiver arbejdspapirer, hvori der redegøres
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 mereTrykfald over en bed af fliskoks
Danmarks Tekniske Universie Insiu for Energieknik ET -ES 99-01 Trykfald over en bed af fliskoks P Danmarks Tekniske Universie Insiu for Energieknik April 1999 Claus Hindsgaul Ulrik Henriksen Trykab over
Læs mereBeregning af prisindeks for ejendomssalg
Damarks Saisik, Priser og Forbrug 0. okober 204 Ejedomssalg JHO/- Beregig af prisideks for ejedomssalg Baggrud: I e radiioel prisideks, fx forbrugerprisidekse, ka ma ofe følge e ideisk produk over id og
Læs mereStatistik og Sandsynlighedsregning 2
Statistik og Sandsynlighedsregning 2 Normalfordelingens venner og bekendte Helle Sørensen Uge 9, onsdag SaSt2 (Uge 9, onsdag) Normalfordelingens venner 1 / 20 Program Resultaterne fra denne uge skal bruges
Læs mereVejledende besvarelse af eksamen i Statistik for biokemikere, blok
Opgave 1 Vejledende besvarelse af eksamen i Statistik for biokemikere, blok 2 2006 Inge Henningsen og Niels Richard Hansen Analysevariablen i denne opgave er variablen forskel, der for hver af 10 kvinder
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 mereLidt om trigonometriske funktioner
DEN TEKNISK-NATURVIDENSKABELIGE BASISUDDANNELSE MATEMATIK TRIGNMETRISKE FUNKTINER EFTERÅRET 000 Lid m rignmeriske funkiner Funkinerne cs g sin De rignmeriske funkiner defines i den elemenære maemaik ved
Læs merePrisfastsættelse af fastforrentede konverterbare realkreditobligationer
Copenhagen Business School 2010 Kandidaspeciale Cand.merc.ma Prisfassæelse af fasforrenede konvererbare realkrediobligaioner Vejleder: Niels Rom Aflevering: 28. juli 2010 Forfaere: Mille Lykke Helverskov
Læs mereHvis man ønsker mere udfordring, kan man springe de første 10 opgaver over.
Rumgeomeri Hvis man ønsker mere udfordring, kan man springe de førse 0 opgaver over Opgave I rumme er give punkerne A og B Besem en parameerfremsilling for linjen l som indeholder punkerne A og B, når
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 mereModule 9: Residualanalyse
Mathematical Statistics ST6: Linear Models Bent Jørgensen og Pia Larsen Module 9: Residualanalyse 9 Rå residualer 92 Standardiserede residualer 3 93 Ensidig variansanalyse 4 94 Studentiserede residualer
Læs mereMotivation. Konfidensintervaller og vurdering af usikkerhed på estimerede størrelser
Motivation Konfidensintervaller og vurdering af usikkerhed på estimerede størrelser Rasmus Waagepetersen October 26, 2018 Eksempel: En landmåler får til opgave at måle længden λ fra A til B. Entreprenøren
Læs mere02402 Vejledende løsninger til Splus-opgaverne fra hele kurset
02402 Vejledende løsninger til Splus-opgaverne fra hele kurset Vejledende løsning SPL3.3.1 Der er tale om en binomialfordeling med n =10ogp=0.6, og den angivne sandsynlighed er P (X =4) som i bogen også
Læs mere1 Hb SS Hb Sβ Hb SC = , (s = )
PhD-kursus i Basal Biostatistik, efterår 2006 Dag 6, onsdag den 11. oktober 2006 Eksempel 9.1: Hæmoglobin-niveau og seglcellesygdom Data: Hæmoglobin-niveau (g/dl) for 41 patienter med en af tre typer seglcellesygdom.
Læs mereDanmarks Nationalbank
Danmarks Naionalbank Kvar al so ver sig 3. kvaral Del 2 202 D A N M A R K S N A T I O N A L B A N K 2 0 2 3 KVARTALSOVERSIGT, 3. KVARTAL 202, Del 2 De lille billede på forsiden viser Arne Jacobsens ur,
Læs mereLektion 10 Reaktionshastigheder Epidemimodeller
Lekion 1 Reakionshasigheder Epidemimodeller Kemiske reakionshasigheder Simpel epidemimodel Kermack-McKendric epidemimodel 1 Reakionshasigheder Den generelle løsning il den separable differenialligning
Læs mereProduktionspotentialet i dansk økonomi
51 Produkionspoeniale i dansk økonomi Af Asger Lau Andersen og Moren Hedegaard Rasmussen, Økonomisk Afdeling 1 1. INDLEDNING OG SAMMENFATNING Den økonomiske udvikling er i Danmark såvel som i alle andre
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 mere