Løsninger til kapitel 7
|
|
|
- Signe Christiansen
- 9 år siden
- Visninger:
Transkript
1 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 har de ekelte bil kørt mellem 49,87 og 58,93 km. Me der spørges om det samlede atal kørte kilometer. Her skal vi gage op med N = 800, vogparkes samlede størrelse. Resultatet bliver, at der er kørt estimeret km, og med 95% sikkerhed ligger dette mellem km og km. (Udtter ma, at populatioes størrelse kedes, så ka et smallere kofidesiterval opås) b) Stikprøvestørrelse bestemmes ved idsættelse: σ σ Zα / μ + Zα / Dvs. e stikprøve på midst 186 biler Opgave 7. a) Ja, det er det. Atal gage er umiddelbart e biomialfordelig, me de ka tilærmes med e ormalfordelig, hvis middelværdie er tilpas stor. Alterativt ka ma geemføre e empirisk udersøgelse og teste, om ormalitetsbetigelse er opfldt. b) HpoStat giver: X forudsættes Normalfordelt 0,95 7, , = 0 s 15,44 ( 1) s χ 1, α / σ ( 1) s χ 1,(1 α / )
2 Løsiger til kapitel 7 Ved at tage kvadratrødder fås et KI for spredige. Med 95% ligger spredige i itervallet 8,5 < σ < 16, 36. c) HpoStat giver: Pop. varias er ukedt og X er ormalfordelt, så studet t bruges = 34,300 s 15,440 = s0,000 t, α / μ + t 0,95 9,058 39,54 1 1, α / s Med 95% sikkerhed ligger middelværdie mellem 9,06 < μ < 39, 54. d) Smallere. Opgave 7.3 I løsige edefor igoreres det, at populatioes størrelse kedes. Ma ka aturligvis avede dee oplsig og opå margialt smallere kofidesitervaller. a) HpoStat giver: Pop. varias er ukedt, me 30, så Normalf. bruges approksimativt 0,95 10,01 10,788 = 10,400 s 7,840 = 00,000 Zα / μ + Z Med 95% sikkerhed ligger det geemsitlige årlig forbrug pr., husstad af pasta på Sodor 10,01 kg og 10,788 kg. b) Gager vi oveævte kofidesitervals græser med atallet af husstade på Sodor, så ses, at det forvetede samlede årlige forbrug på Sodor er 574.9,4 kg, og med 95% sikkerhed ligger dette forbrug mellem ,7 kg og ,95 kg. c) Ved idsættelse i formle edefor fås σ α / σ
3 Løsiger til kapitel 7 Der skal altså avedes e stikprøve på midst 753 husstade. d) HpoStat giver: 40 eller p 5 og (1 p) 5 = 00 P^ = 0,14 0,95 0, , (1 ) Z P α / + Zα / (1 ) Det ses, at med 95% sikkerhed ligger adele af husstade, som aldrig køber pasta, mellem 9,19% og 18,8%. e) Vi har et estimat på 14% for adele af husstade, som aldrig spiser pasta. Ved idsættelse i formle edefor fås Der skal altså avedes e stikprøve på midst 466 husstade. Opgave 7.4 a) HpoStat giver 40 eller p 5 og (1 p) 5 = 100 P^ = 0,53 0,95 0, ,678 (1 ) Z P α / + Zα / (1 ) 3
4 Løsiger til kapitel 7 Adele af ja-sigere ligger med 95% sikkerhed mellem 43% og 63%. b) Nej - vi varierer mellem 43% og 63% ja-sigere, så resultatet er tvivlsomt - vi ved ikke om der er flertal for ja eller ej. c) Vi har et estimat på 53% for adele af ja-sigere. Ved idsættelse i formle edefor fås Der skal altså avedes e stikprøve på midst 1064 husstade. Opgave 7.5 a) Et ormalfraktildiagram for det ormale salg kostrueres: Da datapuktere ligger jævt fordelt omkrig de rette lije i ormalfraktildiagrammet, så ka det ikke afvises, at det ormale salg af Guff-flakes følger e ormalfordelig. b) HpoStat giver: Pop. varias er ukedt og X er ormalfordelt, så studet t bruges = 3,300 s 3.793,063 = s0,000 t, α / μ + t 0,95 194,476 5,14 1 1, α / s 4 Det ses, at med 95% sikkerhed ligger middelværdie for det ormale salg mellem 194,48 og 5,1 pakker. c) Her er det fristede at berege et kofidesiterval for forskelle mellem de to middelværdier. HpoStat giver for dette kofidesiterval:
5 Løsiger til kapitel 7 Begge variaser er ikke kedte og og er ikke begge > 30 t fordelige bruges.σ =σ atages. X og Y er ormalfordelte og uafhægige = 0 = 3,3 s 3793,063 = 0 = 34,75 s = 407,355 0,95 141,481 61,4191 s e = ( ) ± t, α / 3910,09 S + e + Det ses, at med 95% sikkerhed ligger forskelle på middelværdiere mellem -141,48 og -61,4 pakker. Idet dette kofidesiterval ideholder værdier både uder og over -100, så ka ma her ikke kokludere, at kampages salgsmål er ået. Me dette er imidlertid forkert, idet der jo er tale om parvise observatioer ("matched pairs"). Det korrekte kofidesiterval bliver derfor Matched Pairs ~N(μ,σ ), ~N(μ,σ ) d = 101,45 s d 57,4184 s = d d t, α / 0,95 104,996 97, μ μ d + t 1 1, α / s d Med 95% sikkerhed ligger forskelle på middelværdiere mellem -105,00 og -97,90, og da alle tal i dette kofidesiterval er over -90, så ka vi kokludere, at forskelle er på midst 90, og kampage har derfor ået sit mål. Poite er, at der er e eorm spredig på størrelsere af butikkere (målt i salget af pakker), og at e evetuel forskel i middelværdiere før og efter kampage vil druke i dee eorme spredig, med midre ma elimierer dee. Dette gøres ved at avede parvise observatioer. 5
6 Løsiger til kapitel 7 Opgave 7.6 a) Vi har i alt 4 timer, og de 15 kuder giver i geemsit. HpoStat giver: 0,95 4,435 5,803 ± Zα / Med 95% sikkerhed ligger itesitete mellem 4,435 og 5,803. b) Vi har tilsvarede 63 eftermiddagstimer med i alt 345 kuder, givede i geemsit. HpoStat giver u: 0,95 1,56 0,53860 ) ± Z / + ( α Med 95% sikkerhed ligger forskelle på de to itesiteter mellem -1,53 og 0,539. Idet der idgår både positive og egative værdier i dette kofidesiterval, så ka vi ikke kokludere, at itesitete af kuder om eftermiddage er større ed om formiddage. Opgave 7.7 a) Vi har spurgt 437 persoer, og af disse er iteresserede. Dette giver estimatet HpoStat giver u: for adele af iteresserede persoer. 40 eller p 5 og (1 p) 5 = 437 P^ = 0,31 0,9 0, ,64163 (1 ) Z P α / + Zα / (1 ) Med 90% sikkerhed ligger adele af iteresserede persoer mellem 19,78% og 6,4% 6
7 Løsiger til kapitel 7 b) Vi har u 13 mæd, hvoraf der er 47 eller,06%, og 4 kvider, hvoraf der er 54 eller 4,10%, som er iteresserede. HpoStat giver u: ˆ ˆ p0 5, (1 p0) 5 5, (1 ) = 13 = 4 P^ = 0,06 ( ) + ( ) 0 P^ = = 0, ,31108 σ^ σ^ 0,90 0, , , , σ^ = (P^ (1-P^) )/ σ^ = (P^ ( (1-P^) ˆ ˆ ˆ ˆ ˆ ˆ ˆ p ) Zα / σ + σ ( P P ) ( p p ) + Zα / σ + σ )/ Med 90% sikkerhed ligger forskelle på de to adele mellem -8,68% og 4,58%, og da dette kofidesiterval ideholder både positive og egative værdier, så ka vi ikke kokludere, at der er oge forskel på adele af iteresserede mæd og iteresserede kvider. Opgave 7.8 Det er vigtigt her at kostatere, at der er tale om parvise observatioer. Vi skal derfor kocetrere os om differecere i bruttosalgee før og efter for de ekelte perso: 7 Sælger Bruttosalg før kurset Bruttosalg efter kurset Differece Adres Aderse Bet Blom Camilla Christese Da Derig Esther Eskildse Frede Frederikse Gudru Gohrm Has Hase
8 Løsiger til kapitel 7 Disse differecer skal være ormalfordelte, hvorfor der kostrueres et ormalfraktildiagram for differecere: Idet datapuktere ligger jævt fordelte omkrig de rette lije, så ka vi ikke afvise, at der er tale om e ormalfordelig. HpoStat giver u for kofidesitervallet af differecere: Pop. varias er ukedt og X er ormalfordelt, så studet t bruges = 4,500 s 6,000 = s 8,000 t, α / μ + t 0,95 0,37 8, , α / s Med 95% sikkerhed ligger de geemsitlige salgsforbedrig mellem 0,37 og 8,763. Da alle tal i dette kofidesiterval er positive, så ka det kokluderes, at middelværdie for differece er positiv og at kurset derfor faktisk forbedrer salget. 8
9 Løsiger til kapitel 7 (Havde ma været så aiv at tro, at der var tale om uafhægige observatioer, så ville kofidesitervallet blive: Begge variaser er ikke kedte og og er ikke begge > 30 t fordelige bruges.σ =σ atages. X og Y er ormalfordelte og uafhægige = 8 = 96,875 s 08,6964 = 8 = 9,375 s = 173,6964 0,95 ) ± t 10,384 19,3839 s e = 191,1964 S ( +, α / e + og e evetuel forbedrig af salgstallee ville druke i variatioe fra de ekelte sælgeres salg, altså ige koklusio). 9
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
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
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
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
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
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
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
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
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
Sammenligning af to grupper
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 yoteser og hyotesetest. E hyotese er
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
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
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
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
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
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,
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
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
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
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
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
Løsninger til kapitel 9
Opgave 9.1 a) test for spredning, ensidet b) test for middelværdi, ensidet c) test for andel, ensidet d) test for to andele, ensidet e) test for spredning, tosidet f) test for middelværdi, ensidet g) test
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
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
Matematik A. Højere handelseksamen. Tirsdag den 26. maj 2015 kl hhx151-mat/a
Matematik A Højere hadelseksame hhx151-mat/a-26052015 Tirsdag de 26. maj 2015 kl. 9.00-14.00 Matematik A Prøve består af to delprøver. Delprøve ude hjælpemidler består af opgave 1 til 5 med i alt 5 spørgsmål.
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
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.
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
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-
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
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:
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
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
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
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.............................
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
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
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
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
(VIDENSKABSTEORI) STATISTIK (EKSPERIMENTELT ARBEJDE)
(VIDENSKABSTEORI) STATISTIK (EKSPERIMENTELT ARBEJDE) x-klassere Gammel Hellerup Gymasium Idholdsfortegelse INDLEDNING... 3 DESKRIPTIV STATISTIK... 3 Eksempler ide for deskriptiv statistik... 12 Normalfordeligskurver...
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
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
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
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
Projekt 9.10 St. Petersborg paradokset
Hvad er matematik? ISBN 978877066879 Projekt 9.0 St. Petersborg paradokset. De store tals lov & viderchacer I grudboges kapitel 9 omtales de store tals lov, som ka formuleres således: Hvis e spiller i
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
Kapitel 10 KALIBRERING AF STRØMNINGSMODEL
Kapitel 0 KALIBRERING AF STRØMNINGSMODEL Torbe Obel Soeborg Hydrologisk afdelig, GEUS Nøglebegreber: Kalibrerigsprotokol, observatiosdata, kalibrerigskriterier, idetificerbarhed, etydighed, parameterestimatio,
Dagens forelæsning. Claus Munk. kap. 1-3. Obligationer Grundlæggende Intro. Obligationer Grundlæggende Intro. Obligationer Grundlæggende Intro
Dages forelæsig Grudlæggede itroduktio til obligatioer Claus Muk kap. - 3 Betaligsrækker og låeformer Det daske obligatiosmarked Effektive reter 2 Obligatioer Grudlæggede Itro Obligatioer Grudlæggede Itro
Claus Munk. kap. 1-3
Claus Muk kap. 1-3 1 Dages forelæsig Grudlæggede itroduktio til obligatioer Betaligsrækker og låeformer Det daske obligatiosmarked Pris og kurs Effektive reter 2 1 Obligatioer Grudlæggede Itro Debitor
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
Teoretisk Statistik, 18. november Stikprøveteori: hvor er vi, og hvor skal vi hen? Proportional allokering Optimal allokering
Uge 47 I Teoretisk Statistik, 8. oveber 003 Stikprøveteori: hvor er vi, og hvor skal vi he? Proportioal allokerig Optial allokerig Heruder: Saeligig af variaser og ødvedige stikprøvestørrelser for de forskellige
Supplement til Kreyszig
Supplemet til Kreyszig Forelæsigsoter til Matematik F Idholdsfortegelse side 1. Numerisk itegratio. Fejlvurderig af trapez og Simpso algoritmere 1. Dekompoerig af brøker (Laplace trasformatio) 3. Permutatioer
HASTIGHEDSKORT FOR DANMARK VHA. GPS
HASTIGHEDSKORT FOR DANMARK VHA. GPS Ove Aderse [email protected] Istitut for Datalogi Aalborg Uiversitet Harry Lahrma [email protected] Trafikforskigsgruppe Aalborg Uiversitet Kristia Torp [email protected]
Projekt 2.3 Det gyldne snit og Fibonaccitallene
Projekter: Kapitel Projekt.3 Det glde sit og Fiboaccitallee Forslag til hvorda klasses arbejde med projektet ka tilrettelægges: Forløbet:. Præsetatio af emet med vægt på det glde sit.. Grppere arbejder
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
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
6 Populære fordelinger
6 Populære fordeliger I apitel 4 itroducerede vi stoastise variabler so e åde at repræsetere udfald af et esperiet på. De stoastise variabler ue være både disrete (fx terigslag) og otiuerte (fx vareægder).
Lys og gitterligningen
Fysik rapport: Lys og gitterligige Forfatter: Bastia Emil Jørgese.z Øvelse blev udført osdag de 25. jauar 202 samme med Lise Kjærgaard Paulse 2 - Bastia Emil Jørgese Fysik rapport (4 elevtimer), februar
x-klasserne Gammel Hellerup Gymnasium
SANDSYNLIGHEDSREGNING OG KOMBINATORIK x-klassere Gammel Hellerup Gymasium Idholdsfortegelse SANDSYNLIGHEDSREGNING... 3 SANDSYNLIGHEDSFELT... 3 DE STORE TALS LOV... 4 Sadsyligheder og frekveser:... 4 STOKASTISK
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.
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
