Vægtet model. Landmålingens fejlteori - Lektion4 - Vægte og Fordeling af slutfejl. Vægte. Vægte: Eksempel. Definition: Vægtrelationen
|
|
- Simone Nøhr
- 7 år siden
- Visninger:
Transkript
1 Vægtet model Landmålngens fejlteor Lekton 4 Vægtet gennemsnt Fordelng af slutfejl - kkb@mathaaudk kkb/undervsnng/lf3 Insttut for Matematske Fag Aalborg Unverstet Gvet n uafhængge målnger x,, x n af n størrelser µ,, µ n Målnger er kke nødvendgvs af samme kvaltet Fx kan vsse målnger være behæftet ved flere fejlklder end andre, nogle kan være målt flere gange, etc Som tdlgere er x,, x n realsatoner af stokatske varable X,, X n, hvor E(X ) µ og Var(X ) σ, hvor σ erne kke nødvendgvs er ens / / Vægte Vægte: Eksempel Hver målng gves en vægt p som afspejler kvalteten af målngen - desto højere vægt desto bedre målng Defnton: Vægtrelatonen Vægtene, der er postve tal, sges at opfylde vægtrelatonen, hvs p σ p σ p n σ n V antager altd at vægtrelatonen er opfyldt Antag varansen på første målng er dobbelt så stor som på den anden (σ σ ) Et valg af vægte, der opfylder vægtrelatonen er p og p, det p σ p σ Der er uendelg mange lge god valg af vægte Et andet valg er p 3 og p 3 Bemærk: I eksemplet er vægten på den bedste målng dobbelt så stor som vægten på den dårlge målng 3/ 4/
2 Vægtet gennemsnt Antag at µ µ µ n µ, dvs alle observatoner x,, x n er målnger af samme størrelse µ Fortsat er varansen kke nødvendgvs den samme for alle målnger Fx kan der være anvendt måleudstyr af forskellge fabrkat og/eller kvaltet Tl at estmere µ bruges det vægtede gennemsnt x således mere præcse målnger (observatoner med lav varans) vægter mere gennemsnttet end dårlgere bestemte målnger Defnton: Vægtet gennemsnt For observatoner x,, x n med vægte p,, p n er det vægtede gennemsnt x p n p x + + p n p x n p (p x + + p n x n ), Sætnng Sætnng For den stokastske varabel X p n p X + + p n p X n p (p X + + p n X n ) gælder følgende udsagn E( X ) µ, dvs X er en central estmator for µ For postve p,, p n er Var( X ) mndst når vægtene opfylder vægtrelatonen, dvs p σ p n σ n hvor vægtene er valgt så de opfylder p σ p n σ n 5/ 6/ Varansen for det vægtede gennemsnt Estmat af σ 0 Idet vægtrelatonen foreskrver p σ er ens for alle, kan σ 0 ndføres som σ 0 p σ p σ p n σ n Indtl vdere har σ 0 kke nogen naturlg fortolknng Sætnng: Varansen af vægtet gennemsnt Lad p + p og dermed X p p + X + p p + X + + pn p + X n Antag vægtrelatonen er opfyldt, dvs σ0 p σ p n σn Da gælder Var( X σ0 ) p Således er varansen på det vægtede gennemsnt gvet ved ( Var( X ) og dermed X N µ, Estmat af σ 0 σ 0 p Som estmat af σ0 anvendes s 0: s 0 p (x x ) n p x ( x ) n p Der gælder desuden, at s 0 er et centralt estmat for σ 0 σ 0 p ) 7/ 8/
3 Estmat af Var( X ) Estmat af σ Varasen for det vægtede gennemsnt er Var( X ) σ 0 p Et centralt estmatet for varansen af det vægtede gennemsnt er derfor s 0 p Relatonen mellem de enkelte varanser σ og σ 0 er gvet ved vægtrelatonen: σ0 p σ p n σn Dvs den te varans σ Estmat for σ skrves som σ σ 0/p Varansen for σ kan estmeres vha s s 0/p 9/ 0/ Eksempel - Geometrsk nvellement Eksempel - Geometrsk nvellement Højdeforskel nvelleret over n stræknnger med samme klometersprednng σ k Varansen over en længde l er fra tdlgere gvet ved σ k l Højdeforskel h Længde l Varans på h over l h l σ σ k l h l σ σk l h n l n σ n σ k l n Forskellg varanser på målnger pga forskellge stræknnger, altså l l j Da varanserne er forskellge benytter v vægtede observatoner 3 Vægtrelatonen er opfyldt når σ 0 p σ p n σ n Indsættes udtrykket for σ l σk har v: Heraf fremgår det at hvs p l σ 0 p σ kl p n σ kl n er lgheden opfyldt: σ0 l σ kl l n σkl n σk σk Dvs vægte kan vælges tl p (l ) altså er vægten den resprokke længde Bemærk: Her har σ 0 en fortolknng: klometersprednngen / /
4 Eksempel - polygonvnkler Eksempel - fortsat V måler vnklerne punkterne 3-6 Alle vnkler er målt med samme varans σ v Lad σm, være varansen af mddelsatsen punkt Ifølge vægtrelatonen skal p σm, være ens for alle, p 3 σ m,3 p 4 σ m,4 p 5 σ m,5 p 6 σ m,6 Punkt Antal satser σ m, Jf udtrykkene fra forrge slde 3 σ m,3 σ v 4 3 σ m,4 σ v σm,5 σ v σm,6 σ v σv p 3 p σv 4 3 p σv 5 4 p σv 6 6 Således kan vægtene vælges lg antal satser for hvert punkt: p 3 p 4 3 p 5 4 p 6 6 Med dsse vægte gælder σ 0 σ v 3/ 4/ Eksempel - Vnkelmålnger Fordelng af slutfejl Vnkler målt med forskellge satser med samme vnkelsprednng σ v Varansen på vnkler målt med k satser er fra tdlgere gvet ved σ v/k Vnkel v Sats k Varans på mddelsats v k σ σv/k v k σ σv/k v n k n σ n σ v/k n Forskellg varans på målnger pga forskellgt antal satser, dvs vægtede observatoner Vægtrelatonen er opfyldt når σ 0 p σ p n σ n Fra tabellen ses det at vægten kan vælges tl p k dvs vægten er antal satser 4 Betragt en stuaton hvor v ved at summen af vores observatoner skal være lg en kendt værd x 0 Dette kunne eksempelvs være: x 0 00 gon, hvor vores målnger er vnkler en trekant x 0 0 mm, hvor v nvellerer et lukket net, dvs slut- og startpunkt er det samme x 0 H H, hvor målnger er for at bestemme kote tl et punkt Slutfejlen er afvgelsen mellem x 0 og den faktske sum af observatoner 5/ 6/
5 Nvellement - bestemmelse af kote Model V ønsker at beregne koten µ tl punktet P med højdeforskelle h tl P og h tl P Længderne fra P tl de to punkter P og P er henholdvs l og l P H l h P l h P H P H l h P l h X H og X H er uafhængge stokatske varable med E(X H ) E(X H ) µ, X H X H H + h H h P H Fra sdste gang har v at Var(X H ) l σ k og Var(X H ) l σ k 7/ 8/ Estmat af µ Estmat af µ - fortsat Tl at estmere µ anvendes det vægtede gennemsnt x det varanserne på højdemålngerne kke nødvendgvs er ens, x p p + p (H + h ) + p p + p (H h ), hvor vægtene p og p opfylder vægtrelatonen p l σ k p l σ k Dvs de recprokke længder kan anvendes som vægte, Estmatet for µ er altså gvet ved: p l og p l x l l l + l (H + h ) + l + l (H h ) 5 V kan omskrve udtrykket for x således: x l l l + l (H + h ) + l + l (H h ) l l l l l l l + (H + h ) + l l l l + (H h ) l l l l l + l (H + h ) + l l + l (H h ) 9/ 0/
6 Slutfejlen r n På grund af målefejl er h + h H H Derfor ndføres slutfejlen r n som korrekton Slutfejl af vnkelmålnger trekant β h + h + r n H H H h H + h + r n Indsættes dette udtrykket for x får v x l l + l (H + h ) + l l + l (H h ) l l + l (H + h ) + l l + l (H + h + r n ) (H + h ) + l l + l r n Slutfejlen på estmatet x af koten µ skal under de anvendte vægte (recprokke længdemål) fordeles proportonalt med vejlængden α Betragt trekanten med sande vnkler α, β og γ Dvs α + β + γ 00 gon X α X β X γ x α x β x γ E(X α ) α, E(X β ) β og E(X γ ) γ Var(X α ) Var(X β ) Var(X γ ) σ γ / / Model for vnkler trekant Estmat af α På grund af betngelsen om en vnkelsum på 00 gon, kan modellen smplfceres, X α 00 X β X γ x α 00 x β x γ Fra vores vden om lneære transformatoner om E og Var har v at, E(X α ) α E(00 X β X γ ) 00 β γ Var(X α ) σ Var(00 X β X γ ) σ 6 Idet varansen for de to observatoner er forskellg anvendes det vægtede gennemsnt tl at estmere α Bemærk at både x α (drekte målng) og 00 x β x γ (ndrekte målng) er observatoner tl at estmere den sande værd α x p p + p x α + p p + p (00 x β x γ ) Igen skal vægtene p og p opfylde vægtrelatonen p σ p σ Idet σ σ og σ σ vælges p og p Hermed har v x 3 x α + 3 (00 x β x γ ) 3/ 4/
7 Slutfejlen r v på vnkelsummen Som foregående eksempel er summen af x α, x β og x γ kke 00 pga uundgålge målefejl Derfor ndføres r v således x α + x β + x γ + r v x β x γ x α + r v, og dette ndsættes udtrykke for x, x 3 x α + 3 (00 x β x γ ) 3 x α + 3 (x α + r v ) x α + 3 r v Dvs slutfejlen fordeles lgelgt på alle vnkler uanset deres målte størrelser 5/ 7
Vægtet model. Landmålingens fejlteori - Lektion4 - Vægte og Fordeling af slutfejl. Vægte. Vægte: Eksempel. Definition: Vægtrelationen
Vægtet model Landmålngens fejlteor Lekton 4 Vægtet gennemsnt Fordelng af slutfejl - kkb@mathaaudk http://peoplemathaaudk/ kkb/undervsnng/lf Gvet n uafhængge målnger x,, x n af n størrelser µ,, µ n Målnger
Læs mereAntag X 1,..., X n stokastiske variable med fælles middelværdi µ og varians σ 2. Hvis µ er ukendt estimeres σ 2 ved 1/36.
Estmaton af varans/sprednng Landmålngens fejlteor Lekton 4 Vægtet gennemsnt Fordelng af slutfejl - rw@math.aau.dk Insttut for Matematske Fag Aalborg Unverstet Antag X,..., X n stokastske varable med fælles
Læs mereVægte motiverende eksempel. Landmålingens fejlteori - Lektion4 - Vægte og Fordeling af slutfejl. Vægtet model. Vægtrelationen
Vægte motiverende eksempel Landmålingens fejlteori Lektion 4 Vægtet gennemsnit Fordeling af slutfejl - kkb@mathaaudk Institut for Matematiske Fag Aalborg Universitet Højdeforskellen mellem punkterne P
Læs mereLandmålingens fejlteori - Lektion4 - Vægte og Fordeling af slutfejl
Landmålingens fejlteori Lektion 4 Vægtet gennemsnit Fordeling af slutfejl - kkb@math.aau.dk http://people.math.aau.dk/ kkb/undervisning/lf13 Institut for Matematiske Fag Aalborg Universitet 1/1 Vægtet
Læs mereLandmålingens fejlteori - Lektion4 - Vægte og Fordeling af slutfejl
Landmålingens fejlteori Lektion 4 Vægtet gennemsnit Fordeling af slutfejl - rw@math.aau.dk Institut for Matematiske Fag Aalborg Universitet 1/36 Estimation af varians/spredning Antag X 1,...,X n stokastiske
Læs mereØkonometri 1. Heteroskedasticitet 27. oktober Økonometri 1: F12 1
Økonometr 1 Heteroskedastctet 27. oktober 2006 Økonometr 1: F12 1 Dagens program: Heteroskedastctet (Wooldrdge kap. 8.3-4) Sdste gang: I dag: Konsekvenser af heteroskedastctet for OLS Korrekton af varansen
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 mereKvantitative metoder 2
Program for dag: Kvanttatve metoder Den smple regressonsmodel 9. februar 007 Regressonsmodel med en forklarende varabel (W..3-5) Varansanalyse og goodness of ft Enheder og funktonel form af varabler modellen
Læs mereKvantitative metoder 2
Dagens program: Heteroskedastctet (Wooldrdge kap. 8.4) Kvanttatve metoder Heteroskedastctet 6. aprl 007 Sdste gang: Konsekvenser af heteroskedastctet for OLS Whte s korrekton af OLS varansen Test for heteroskedastctet
Læs mereØkonometri lektion 7 Multipel Lineær Regression. Testbaseret Modelkontrol
Økonometr lekton 7 Multpel Lneær Regresson Testbaseret Modelkontrol MLR Model på Matrxform Den multple lneære regressons model kan skrves som X y = Xβ + Hvor og Mndste kvadraters metode gver følgende estmat
Læs mereØkonometri 1. Test for heteroskedasticitet. Test for heteroskedasticitet. Dagens program. Heteroskedasticitet 26. oktober 2005
Dagens program Økonometr Heteroskedastctet 6. oktober 005 Emnet for denne forelæsnng er heteroskedastctet (Wooldrdge kap. 8.3-8.4) Konsekvenser af heteroskedastctet Hvordan fnder man en effcent estmator?
Læs mereTALTEORI Følger og den kinesiske restklassesætning.
Følger og den knesske restklassesætnng, december 2006, Krsten Rosenklde 1 TALTEORI Følger og den knesske restklassesætnng Dsse noter forudsætter et grundlæggende kendskab tl talteor som man kan få Maranne
Læs mereOpsamling. Simpel/Multipel Lineær Regression Logistisk Regression Ikke-parametriske Metoder Chi-i-anden Test
Opsamlng Smpel/Multpel Lneær Regresson Logstsk Regresson Ikke-parametrske Metoder Ch--anden Test Opbygnng af statstsk model Specfcer model Lgnnger og antagelser Estmer parametre Modelkontrol Er modellen
Læs mereØkonometri 1. Lineær sandsynlighedsmodel. Hvad nu hvis den afhængige variabel er en kvalitativ variabel (med to kategorier)?
Dagens program Økonometr Heteroskedastctet 6. oktober 004 Hovedemnet for denne forelæsnng er heteroskedastctet (kap. 8.-8.3) Lneære sandsynlghedsmodel (kap 7.5) Konsekvenser af heteroskedastctet Hvordan
Læs mereKvantitative metoder 2
Kvanttatve metoder 2 Instrumentvarabel estmaton 14. maj 2007 KM2: F25 1 y = cy ( c 0) Plan for resten af gennemgangen F25: Instrumentvarabel (IV) estmaton: Introdukton tl endogentet og nstrumentvarabler
Læs mereKvantitative metoder 2
y = cy ( c 0) Plan for resten af gennemgangen Kvanttatve metoder Instrumentvarabel estmaton 4. maj 007 F5: Instrumentvarabel (IV) estmaton: Introdukton tl endogentet og nstrumentvarabler En regressor,
Læs merePrøveeksamen Indtjening, konkurrencesituation og produktudvikling i danske virksomheder Kommenteret vejledende besvarelse
Økonometr Prøveeksamen Indtjenng, konkurrencestuaton og produktudvklng danske vrksomheder Kommenteret vejledende besvarelse Resultaterne denne besvarelse er fremkommet ved brug af eksamensnummer 7. Dne
Læs mereStatistik Lektion 15 Mere Lineær Regression. Modelkontrol Prædiktion Multipel Lineære Regression
Statstk Lekton 15 Mere Lneær Regresson Modelkontrol Prædkton Multpel Lneære Regresson Smpel Lneær Regresson - repetton Spørgsmål: Afhænger y lneært af x?. Model: y = β + β x + ε ε d N(0, σ 0 1 2 ) Systematsk
Læs mereχ 2 -fordelte variable
χ -fordelte varable Defnton af χ -fordelngen Kvadratsummen V n af n uafhængge standardserede normalfordelte stokastske varable sges at være χ -fordelt med n frhedsgrader. V n fremkommer altså som V n =
Læs mereØkonometri 1 Efterår 2006 Ugeseddel 9
Økonometr 1 Efterår 006 Ugeseddel 9 Program for øvelserne: Opsamlng på Ugeseddel 8 Gruppearbejde SAS øvelser Ugeseddel 9 består at undersøge, om der er heteroskedastctet vores model for væksten og så fald,
Læs mereStatikstik II 4. Lektion. Generelle Lineære Modeller
Statkstk II 4. Lekton Generelle Lneære Modeller Generel Lneær Model Y afhængg skala varabel X 1,,X k forklarende varable, skala eller bnære Model: Mddelværden af Y gvet X + k = E( Y X ) = α + β x + + β
Læs mereStatistik II Lektion 4 Generelle Lineære Modeller. Simpel Lineær Regression Multipel Lineær Regression Flersidet Variansanalyse (ANOVA)
Statstk II Lekton 4 Generelle Lneære Modeller Smpel Lneær Regresson Multpel Lneær Regresson Flersdet Varansanalyse (ANOVA) Logstsk regresson Y afhængg bnær varabel X 1,,X k forklarende varable, skala eller
Læs mereAnvendt Statistik Lektion 10. Regression med både kvantitative og kvalitative forklarende variable Modelsøgning Modelkontrol
Anvendt Statstk Lekton 0 Regresson med både kvanttatve og kvaltatve forklarende varable Modelsøgnng Modelkontrol Opsummerng I forbndelse med multpel lneær regresson så v på modeller på formen E[ y] = α...
Læs mereØkonometri 1. Avancerede Paneldata Metoder II Introduktion til Instrumentvariabler 27. november 2006
Økonometr 1 Avancerede Paneldata Metoder II Introdukton tl Instrumentvarabler 27. november 2006 Paneldata metoder Sdste gang: Paneldata med to eller flere peroder og fxed effects estmaton. Første-dfferens
Læs mereEKSAMEN I MATEMATIK-STATISTIK, 27. JANUAR 2006, KL 9-13
EKSAMEN I MATEMATIK-STATISTIK, 7. JANUAR 006, KL 9-13 [HER STARTER STATISTIKDELEN] Opgave 3 (5%): Bologsk baggrundsnformaton tl forståelse af opgaven: Dr producerer kke altd lge meget afkom af hvert køn.
Læs mereStatikstik II 3. Lektion. Multipel Logistisk regression Generelle Lineære Modeller
Statkstk II 3. Lekton Multpel Logstsk regresson Generelle Lneære Modeller Defntoner: Repetton Sandsynlghed for at Ja tl at være en god læser gvet at man er en dreng skrves: P( God læser Ja Køn Dreng) Sandsynlghed
Læs mereAnvendt Statistik Lektion 10. Regression med både kvantitative og kvalitative forklarende variable Modelkontrol
Anvendt Statstk Lekton 0 Regresson med både kvanttatve og kvaltatve forklarende varable Modelkontrol Opsummerng I forbndelse med multpel lneær regresson så v på modeller på formen E y] = α... [ 3 3 4 4
Læs mereØkonometri 1. Lineær sandsynlighedsmodel (Wooldridge 8.5). Dagens program: Heteroskedasticitet 30. oktober 2006
Dagens program: Øonometr 1 Heterosedastctet 30. otober 006 Effcent estmaton under heterosedastctet (Wooldrdge 8.4): Sdste gang: Kendte vægte - Weghted Least Squares (WLS) Generalzed Least Squares (GLS)
Læs mereBinomialfordelingen: april 09 GJ
Bnomalfordelngen: aprl 09 GJ Spm A 14: Sandsynlghedsregnng og statstk. Efter en kort ntrodukton af grundlæggende begreber sandsynlghedsregnng og statstk skal du skal ntroducere bnomalfordelngsmodellen
Læs mereStatistik II Lektion 5 Modelkontrol. Modelkontrol Modelsøgning Større eksempel
Statstk II Lekton 5 Modelkontrol Modelkontrol Modelsøgnng Større eksempel Generel Lneær Model Y afhængg skala varabel 1,, k forklarende varable, skala eller bnære Model: Mddelværden af Y gvet =( 1,, k
Læs mereØkonometri 1. Avancerede Paneldata Metoder I 24.november F18: Avancerede Paneldata Metoder I 1
Økonometr 1 Avancerede Paneldata Metoder I 24.november 2006 F18: Avancerede Paneldata Metoder I 1 Paneldatametoder Sdste gang: Paneldata begreber og to-perode tlfældet (kap 13.3-4) Uobserveret effekt modellen:
Læs mereBinomialfordelingen. Erik Vestergaard
Bnomalfordelngen Erk Vestergaard Erk Vestergaard www.matematkfysk.dk Erk Vestergaard,. Blleder: Forsde: Stock.com/gnevre Sde : Stock.com/jaroon Sde : Stock.com/pod Desuden egne fotos og llustratoner. Erk
Læs mereInstitut for Matematiske Fag Aalborg Universitet Specielt: Var(aX) = a 2 VarX 1/40. Lad X α, X β og X γ være stokastiske variable (vinkelmålinger) med
Repetition: Varians af linear kombination Landmålingens fejlteori Lektion 5 Fejlforplantning - rw@math.aau.dk Antag X 1, X,..., X n er uafhængige stokastiske variable, og Y er en linearkombination af X
Læs merePrøveeksamen Indtjening, konkurrencesituation og produktudvikling i danske virksomheder Kommenteret vejledende besvarelse
Økonometr Forår 00 Prøveeksamen Indtjenng, konkurrencestuaton og produktudvklng danske vrksomheder Kommenteret vejledende besvarelse Resultaterne denne besvarelse er fremkommet ved brug af eksamensnummer
Læs mereØkonometri 1. Interne evalueringer. Interne evalueringer. Dagens program. Heteroskedaticitet (Specifikation og dataproblemer) 2.
Dagens program Øonometr 1 Heterosedatctet (Specfaton og dataproblemer). november 005 dataproblemer 1 Interne evaluernger Emner for denne forelæsnng: Heterosedastctet (ap 8.4-8.5) Egensaber ved FGLS Esempel
Læs mereStatistik II Lektion 5 Modelkontrol. Modelkontrol Modelsøgning Større eksempel
Statstk II Lekton 5 Modelkontrol Modelkontrol Modelsøgnng Større eksempel Opbygnng af statstsk model Eksploratv data-analyse Specfcer model Lgnnger og antagelser Estmer parametre Modelkontrol Er modellen
Læs mereFRIE ABELSKE GRUPPER. Hvis X er delmængde af en abelsk gruppe, har vi idet vi som sædvanligt i en abelsk gruppe bruger additiv notation at:
FRIE ABELSKE GRUPPER. IAN KIMING Hvs X er delmængde af en abelsk gruppe, har v det v som sædvanlgt en abelsk gruppe bruger addtv notaton at: X = {k 1 x 1 +... + k t x t k Z, x X} (jfr. tdlgere sætnng angående
Læs mereSandsynlighedsregning 12. forelæsning Bo Friis Nielsen
Sandsynlghedsregnng. forelæsnng Bo Frs Nelsen Matematk og Computer Scence Danmarks Teknske Unverstet 800 Kgs. Lyngby Danmark Emal: bfn@mm.dtu.dk Dagens nye emner afsnt 6.5 Den bvarate normalfordelng Y
Læs mereRegressionsmodeller. Kapitel Ikke-lineær regression
Kaptel 0 Regressonsmodeller V vl dette kaptel dskutere eksempler på mere komplceret modeller, med observatoner, der nok er uahængge, men kke dentsk ordelte I sådanne modeller kan der opstå et naturlgt
Læs mereLineær regressionsanalyse8
Lneær regressonsanalyse8 336 8. Lneær regressonsanalyse Lneær regressonsanalyse Fra kaptel 4 Mat C-bogen ved v, at man kan ndtegne en række punkter et koordnatsystem, for at afgøre, hvor tæt på en ret
Læs merePrøveeksamen Indtjening, konkurrencesituation og produktudvikling i danske virksomheder Kommenteret vejledende besvarelse
Økonometr Prøveeksamen Indtjenng, konkurrencestuaton og produktudvklng danske vrksomheder Kommenteret vejledende besvarelse Resultaterne denne besvarelse er fremkommet ved brug af eksamensnummer 7. Dne
Læs mereRegressionsanalyse. Epidemiologi og Biostatistik. 1.Simpel lineær regression (Kapitel 11) systolisk blodtryk og alder
Regressonsanalyse Epdemolog og Bostatstk Mogens Erlandsen, Insttut for Bostatstk Uge, torsdag (forelæsnng) 1.Smpel lneær regresson (Kaptel 11) systolsk blodtryk og alder. Multpel lneær regresson (Kaptel
Læs mereØkonometri 1. For mange variable i modellen. For få variable. Dagens program. Den multiple regressionsmodel 21. september 2004
Dages program Økoometr De multple regressosmodel. september 004 Emet for dee forelæsg er stadg de multple regressosmodel (Wooldrdge kap. 3.4-3.5) Praktske bemærkg Opsamlg fra sdst Irrelevate varable og
Læs mereAntag X 1, X 2,..., X n er n uafhængige stokastiske variable, hvor Var(X 1 )=σ 2 1,..., Var(X n )=σ 2 n.
Simple fejlforplantningslov Landmålingens fejlteori Lektion 6 Den generelle fejlforplantningslov Antag X, X,, X n er n uafhængige stokastiske variable, hvor Var(X )σ,, Var(X n )σ n Lad Y g(x, X,, X n ),
Læs mereUdvikling af en metode til effektvurdering af Miljøstyrelsens Kemikalieinspektions tilsyn og kontrol
Udvklng af en metode tl effektvurderng af Mljøstyrelsens Kemkalenspektons tlsyn og kontrol Orenterng fra Mljøstyrelsen Nr. 10 2010 Indhold 1 FORORD 5 2 EXECUTIVE SUMMARY 7 3 INDLEDNING 11 3.1 AFGRÆNSNING
Læs mereNoter til fysik 3: Statistisk fysik
Noter tl fysk 3: Statstsk fysk Martn Sparre www.logx.dk August 27 Bemærk, at log x denne note er den naturlge logartme. Denne verson er fra d. 16 November, hvor flere trykfejl er blevet rettet. 1 Entrop
Læs mereStatistik Lektion 14 Simpel Lineær Regression. Simpel lineær regression Mindste kvadraters metode Kovarians og Korrelation
Statstk Lekto 4 Smpel Leær Regresso Smpel leær regresso Mdste kvadraters metode Kovaras og Korrelato Scatterplot Scatterplot kf Advertsg Epedtures ( ad Sales ( Et scatterplot vser par (, af observatoer.
Læs mere6. SEMESTER Epidemiologi og Biostatistik Opgaver til 3. uge, fredag
Afdelng for Epdemolog Afdelng for Bostatstk 6. SEESTER Epdemolog og Bostatstk Opgaver tl 3. uge, fredag Data tl denne opgave stammer fra. Bland: An Introducton to edcal Statstcs (Exercse 11E ). V har hentet
Læs mereMorten Frydenberg Biostatistik version dato:
Morten Frydenberg Bostatstk verson dato: -4- Bostatstk uge mandag Morten Frydenberg, Afdelng for Bostatstk Resume: Hvad har v været gennem ndtl nu Lneær (normal) regresson en kontnuert forklarende varabel
Læs mereSandsynlighedsregning og statistik med binomialfordelingen
Sandsynlghedsregnng og statstk med bnomalfordelngen Katja Kofod Svan og Olav Lyndrup Januar 09 Indhold Stokastske varable... 3 Mddelværd og sprednng... 6 Bnomalfordelngen... Andre sandsynlghedsfordelnger...
Læs mereGeometrisk nivellement. Landmålingens fejlteori - Lektion 7 - Repetition - Fejlforplantning ved geometrisk nivellement. Modellen.
Landmålingen fejlteori Lektion 7 Repetition Fejlforplantning ved geometrik nivellement h t f t f t f t 4 f 4 t n f n - kkb@mathaaudk http://peoplemathaaudk/ kkb/undervining/lf Intitut for Matematike Fag
Læs merePRODUKTIONSEFFEKTEN AF AVL FOR HANLIG FERTILITET I DUROC
PRODUKTIONSEFFEKTEN AF AVL FOR HANLIG FERTILITET I DUROC MEDDELELSE NR. 1075 Vrknngsgraden (gennemslaget) tl en produktonsbesætnng for avlsværdtallet for hanlg fertltet Duroc blev fundet tl 1,50, hvlket
Læs mereLogistisk regression. Logistisk regression. Probit model Fortolkning udfra latent variabel. Odds/Odds ratio
Logstsk regresson Logstsk regresson Odds/Odds rato Probt model Fortolknng udfra latent varabel En varabel Y parameter p P( Y 1 Bernoull/bnomal fordelngen 1 1 p. er Bernoull- fordelt med sandsynlgheds hvs
Læs merePrøveeksamen Indtjening, konkurrencesituation og produktudvikling i danske virksomheder Kommenteret vejledende besvarelse
Økonometr Prøveeksamen Indtjenng, konkurrencestuaton og produktudvklng danske vrksomheder Kommenteret vejledende besvarelse Resultaterne denne besvarelse er fremkommet ved brug af eksamensnummer 7. Dne
Læs mereScorer FCK "for mange" mål i det sidste kvarter?
Uge 7 I Teoretsk Statstk, 9. aprl 2004. Hvor er v? Hvor var v: opstllg af statstske modeller Hvor skal v he: tro om estmato og test 2. Eksempel: FCK Estmato (tutvt) Test Maksmum lkelhood estmato Scorer
Læs mereStatistisk mekanik 13 Side 1 af 9 Faseomdannelse. Faseligevægt
Statsts mean 3 Sde af 9 Faselgevægt Hvs hver fase et PVT-system behandles særslt, vl hver fase alene raft af mulgheden for faseomdannelser udgøre et åbent system. Ved generalserng af udtry (3.48) fås dermed
Læs mereVi ønsker også at teste hypoteser om parametrene. F.eks: Kan µ tænkes at være 0 (eller anden fast, kendt værdi)? Eksempel: dollarkurser
Uge 37 I Teoretsk Statstk, 9.sept. 003. Fordelger kyttet tl N-ford. Gvet: uafhægge observatoer af samme N(µ,σ )-fordelte stokastske varabel. Formelt: X,X,,X uafhægge, alle N(µ,σ )-fordelt. Mddelværd µ
Læs mereØkonometri 1. Instrumentvariabelestimation 26. november Plan for IV gennemgang. Exogenitetsantagelsen. Exogenitetsantagelsen for OLS
y = cy ( c 0 ) Pla for IV geemgag Økoometr Istrumetvarabelestmato 6. ovember 004 F9: Hvad er IV estmato: Bvarat model, et strumet: Kap.5. + afst -4 ote. F0: IV estmato det multple tlfælde (eksakt detfceret):
Læs mereBEVISER TIL KAPITEL 7
BEVISER TIL KAPITEL 7 A. Komplemetærhædelse Det er klart, at e hædelse A og de komplemetære hædelse A udgør hele udfaldsrummet U, dvs. A A = Da fås P(U = U P(A A = P (A + P(A = da de to hædelser er dsjukte
Læs mereReal valutakursen, ε, svinger med den nominelle valutakurs P P. Endvidere antages prisniveauet i ud- og indland at være identisk, hvorved
Lgevægt på varemarkedet gen! Sdste gang bestemtes følgende IS-relatonen, der beskrver lgevægten på varemarkedet tl: Y = C(Y T) + I(Y, r) + G εim(y, ε) + X(Y*, ε) Altså er varemarkedet lgevægt, hvs den
Læs mereDLU med CES-nytte. Resumé:
Danmarks Statstk MODELGRUPPEN Arbejdspapr* Grane Høegh 17. august 2006 DLU med CES-nytte Resumé: Her papret undersøges det om en generalserng af den bagvedlggende nyttefunkton DLU fra Cobb-Douglas med
Læs mereInertimoment for arealer
13-08-006 Søren Rs nertmoment nertmoment for arealer Generelt Defntonen på nertmoment kan beskrves som Hvor trægt det er at få et legeme tl at rotere eller Hvor stort et moment der skal tlføres et legeme
Læs mereKvantitative metoder 2
Program for dag: Kvanttatve metoder Opsamlng vedr. nferens uden MLR.5: Beregnng af robuste standardfejl og kovarans under heteroskedastctet (W8.) W.6: Flere emner en multpel regressonsmodel Inferens den
Læs mereUgeseddel 8. Gruppearbejde:
Ugeseddel 8 Gruppearbejde: 1. Ved at nkludere en dummyvarabel for et bestemt landeområde, svarer tl at konstatere, at dsse lande har nogle unkke karakterstka, som har betydnng for væksten, som kke gør
Læs mereKvantitative metoder 2 Forår 2007 Ugeseddel 9
Kvanttatve metoder 2 Forår 2007 Ugeseddel 9 Program for øvelserne: Introdukton af problemstllng og datasæt Gruppearbejde SAS øvelser Paneldata for tlbagetræknngsalder Ugesedlen analyserer et datasæt med
Læs mereBilag 6: Økonometriske
Marts 2015 Blag 6: Økonometrske analyser af energselskabernes omkostnnger tl energsparendsatsen Energstyrelsen Indholdsfortegnelse 1. Paneldataanalyse 3 Specfkaton af anvendte panel regressonsmodeller
Læs mereEstimation af CES - forbrugssystemet med og uden dynamik: -fcf/fcfv sammenhold med fcv/fcfv -fct/fcts sammenhold med fcs/fcts
Danmarks Statstk MODELGRUPPEN Arbejdspapr [udkast] Andreas Østergaard Iversen 140609 Estmaton af CES - forbrugssystemet med og uden dynamk: -fcf/fcfv sammenhold med fcv/fcfv -fct/fcts sammenhold med fcs/fcts
Læs mereLandbrugets efterspørgsel efter Kunstgødning. Angelo Andersen
Landbrugets efterspørgsel efter Kunstgødnng Angelo Andersen.. Problemformulerng I forbndelse med ønsket om at reducere kvælstof udlednngen fra landbruget kan det være nyttgt at undersøge hvordan landbruget
Læs mereBLÅ MEMOSERIE. Memo nr. 208 - Marts 2003. Optimal adgangsregulering til de videregående uddannelser og elevers valg af fag i gymnasiet.
BLÅ MEMOSERIE Memo nr. 208 - Marts 2003 Optmal adgangsregulerng tl de vderegående uddannelser og elevers valg af fag gymnaset Karsten Albæk Økonomsk Insttut Købenavns Unverstet Studestræde 6, 1455 Købenavn
Læs mereRESEARCH PAPER. Nr. 7, Prisoptimering i logitmodellen under homogen og heterogen forbrugeradfærd. Jørgen Kai Olsen
RESEARCH PAPER Nr. 7, 23 Prsotmerng logtmodellen under homogen og heterogen forbrugeradfærd af Jørgen Ka Olsen INSTITUT FOR AFSÆTNINGSØKONOMI COPENHAGEN BUSINESS SCHOOL SOLBJERG PLADS 3, DK-2 FREDERIKSBERG
Læs mereRettevejledning til Økonomisk Kandidateksamen 2007I, Økonometri 1
Rettevejlednng tl Økonomsk Kanddateksamen 2007I, Økonometr Vurderngsgrundlaget er selve opgavebesvarelsen og blaget. Programmer og data, som er afleveret elektronsk, bedømmes som sådan kke, men er anvendt
Læs mereKvantitative metoder 2 Forår 2007 Ugeseddel 10
Kvanttatve metoder 2 Forår 2007 Ugeseddel 0 Program for øvelserne: Gennemgang af teoropgave fra Ugesedel 9 Gruppearbejde og plenumdskusson SAS øvelser, spørgsmål -4. Sdste øvelsesgang (uge 2): SAS øvelser,
Læs mereØkonometri 1. Funktionel form. Funktionel form (fortsat) Dagens program. Den simple regressionsmodel 14. september 2005
Dages program Økoometr De smple regressosmodel 4. september 5 Dee forelæsg drejer sg stadg om de smple regressosmodel (Wooldrdge kap.4-.6) Fuktoel form Hvorår er OLS mddelret? Varase på OLS estmatore Regressosmodelle
Læs mereFysik 3. Indhold. 1. Sandsynlighedsteori
Fysk 3 Indhold Termodynamk John Nclasen 1. Sandsynlghedsteor 1.1 Symboler 1.2 Boolsk Algebra 1.3 Betngede Udsagn 1.4 Regneregler 1.5 Bayes' formel 2. Fordelnger 2.1 Symboler 2.2 Bnomal Fordelngen 2.3 ultnomal
Læs mereElektromagnetisk induktion
Elektromagnetsme 11 Sde 1 af 9 Elektromotorsk kraft: Elektromagnetsk ndukton Den elektromotorske kraft en lukket kreds er defneret som det elektromagnetske arbede pr. ladnng på en prøveladnng q, der føres
Læs mereMåleusikkerhed i kalibrering Nr. : AB 11 Dato : 2011-12-01 Side : 1/3
Sde : 1/3 1. Anvendelsesområde 1.1 Denne akkredterngsbestemmelse gælder ved DANAK s akkredterng af kalbrerngslaboratorer. 1. Akkredterede kalbrerngslaboratorer skal ved estmerng af uskkerhed, rapporterng
Læs mereElektromagnetisk induktion
Elektromagnetsme 11 Sde 1 af 8 Elektromotorsk kraft Elektromagnetsk ndukton Den elektromotorske kraft en lukket kreds er defneret som det elektromagnetske arbede pr. ladnng på en prøveladnng q, der føres
Læs mereBeregning af strukturel arbejdsstyrke
VERION: d. 2.1.215 ofe Andersen og Jesper Lnaa Beregnng af strukturel arbedsstyrke Der er betydelg forskel Fnansmnsterets (FM) og Det Økonomske Råds (DØR) vurderng af det aktuelle output gap. Den væsentlgste
Læs mereNote til Generel Ligevægt
Mkro. år. semester Note tl Generel Lgevægt Varan kap. 9 Generel lgevægt bytteøkonom Modsat partel lgevægt betragter v nu hele økonomen på én gang; v betragter kke længere nogle prser for gvet etc. Den
Læs mereØkonometri 1 Efterår 2006 Ugeseddel 13
Økonometr 1 Efterår 2006 Ugeseddel 13 Prram for øvelserne: Gruppearbejde plenumdskusson SAS øvelser Øvelsesopgave: Vækstregressoner (fortsat) Ugeseddel 13 fortsætter den emprske analyse af vækstregressonen
Læs mereKreditrisiko efter IRBmetoden
Kredtrsko efter IRBmetoden Vacceks formel Arbejdspapr, oktober 2013 1 KRAKAfnans - Fnanskrsekommssonens sekretarat Teknsk arbejdspapr udkast 15. oktober 2013 Indlednng Det absolutte mndstekrav tl et kredtnsttut
Læs mereHusholdningsbudgetberegner
Chrstophe Kolodzejczyk & Ncola Krstensen Husholdnngsbudgetberegner En model for husholdnngers daglgvareforbrug udarbejdet for Penge- og Pensonspanelet Publkatonen Husholdnngsbudgetberegner En model for
Læs mereFagblok 4b: Regnskab og finansiering 2. del Hjemmeopgave - 28.01 2005 kl. 14.00 til 31.01 2004 kl. 14.00
Fagblok 4b: Regnskab og fnanserng 2. del Hjemmeopgave - 28.01 2005 kl. 14.00 tl 31.01 2004 kl. 14.00 Dette opgavesæt ndeholder følgende: Opgave 1 (vægt 50%) p. 2-4 Opgave 2 (vægt 25%) samt opgave 3 (vægt
Læs mere10. Usikkerhed og fejlsøgning
93 10. Uskkerhed og fejlsøgnng Forbrugerprsndekset er baseret på en stkprøve af varer og tjenester og derfor behæftet med uskkerhed. Kaptlet ndledes derfor med en gennemgang af de væsentlgste klder tl
Læs mereBrugerhåndbog. Del IX. Formodel til beregning af udlandsskøn
Brugerhåndbog Del IX Formodel tl beregnng af udlandsskøn September 1999 Formodel tl beregnng af udlandsskøn 3 Formodel tl beregnng af udlandsskøn 1. Indlednng FUSK er en Formodel tl beregnng af UdlandsSKøn.
Læs mereFastlæggelse af strukturel arbejdsstyrke
d. 23.5.2013 Fastlæggelse af strukturel arbedsstyrke Dokumentatonsnotat tl Dansk Økonom, Forår 2013 For at kunne vurdere økonomens langsgtede vækstpotentale og underlggende saldoudvklng og for at kunne
Læs mereSpørgsmål 1 (5 %) Bestem sandsynligheden for at batteriet kan anvendes i mere end 5 timer.
TATITIK krftlg evaluerg, 3. semester, fredag de 4. jauar 3 kl. 9.-3.. Alle hjælpemdler er tlladt. Opgaveløsge forsyes med av og CR-r. OGAVE Et batter har e levetd tmer med de tlkyttede tæthedsfukto f (
Læs mereElektromagnetisme 12 Side 1 af 6 Magnetisk energi. Magnetisk energi
lektronetsme Sde af 6 Betragt et kredsløb med erstatnngsresstans R og erstatnngs- L nduktans L. Som udtryk (.) er U emf+ R. (.) U R Det arbejde, som batteret skal præstere løbet af tdsrummet strømmen,
Læs mereAnalytisk modellering af 2D Halbach permanente magneter
Analytsk modellerng af 2D Halbach permanente magneter Kaspar K. Nelsen kak@dtu.dk, psjq@dtu.dk DTU Energ Konverterng og -Lagrng Danmarks Teknske Unverstet Frederksborgvej 399 4000, Rosklde, Danmark 17.
Læs mereØkonometri 1. Definition og motivation. Definition og motivation. Dagens program. Den multiple regressionsmodel 21. september 2005
Dages program Økoometr De multple regressosmodel. september 005 Emet for dee forelæsg er de multple regressosmodel (Wooldrdge kap 3.-3.3+appedx E.-E.) Defto og motvato Fortolkg af parametree de multple
Læs mereBrugen af R^2 i gymnasiet
Downloaded from orbt.dtu.dk on: Dec 0, 017 Brugen af R^ gymnaset Brockhoff, Per B.; Hansen, Ernst; Ekstrøm, Claus Thorn Publshed n: LMFK-Bladet Publcaton date: 017 Document Verson Publsher's PDF, also
Læs mereSimpel Lineær Regression - repetition
Smpel Leær Regresso - repetto Spørgsmål: Afhæger leært af?. Model: β + β + ε ε d N(0, σ 0 ) Sstematsk kompoet + Stokastsk kompoet Estmato - repetto Vha. Mdste Kvadraters Metode fder v regressosle hvor
Læs mereNotat om porteføljemodeller
Notat om porteføljemodeller Svend Jakobsen 1 Insttut for fnanserng Handelshøjskolen Århus 15. februar 2004 1 mndre modfkatoner af Mkkel Svenstrup 1 INDLEDNING 1 1 Indlednng Dette notat ndeholder en opsummerng
Læs mereHvorfor n-1 i stikprøvevariansen?
Erk Vestergaard www.matematkfysk.dk Hvorfor - stkprøvevarase? Lad os sge, at e fabrk producerer e bestemt type halogepærer. Det vser sg, at levetde for e såda elpære varerer efter e ormalfordelg. Nogle
Læs mereRepetition. Forårets højdepunkter
Repetto Forårets højdepukter Forårets højdepukter Smpel Leær Regresso Smpel leær regresso: Mdste kvadraters metode Kovaras og Korrelato Scatterplot Scatterplot kf Advertsg Epedtures (X ad Sales (Y Et scatterplot
Læs mereRettevejledning til Økonomisk Kandidateksamen 2005II, Økonometri 1
Rettevejlednng tl Økonomsk Kanddateksamen 005II, Økonometr 1 Vurderngsgrundlaget er selve opgavebesvarelsen og blaget, nklusve det afleverede SAS program. Materalet på dskette/cd bedømmes som sådan kke,
Læs mereMotivationseffekten af aktivering
DET SAMFUNDSVIDENSKABELIGE FAKULTET KØBENHAVNS UNIVERSITET Kanddatspecale Bran Larsen Motvatonseffekten af aktverng Vejleder: Anders Holm Afleveret den: 03/03/06 Indholdsfortegnelse 1. Indlednng... 1 2.
Læs mereKvalitet af indsendte måledata
Notat ELT2004-112 Aktørafregg Dato: 23. aprl 2004 Sagsr.: 5584 Dok.r.: 185972 v1 Referece: NIF/AFJ Kvaltet af dsedte måledata I Damark er det etvrksomhederes opgave at måle slutforbrug, produkto og udvekslg
Læs mereNøglebegreber: Objektivfunktion, vægtning af residualer, optimeringsalgoritmer, parameterusikkerhed og korrelation, vurdering af kalibreringsresultat.
Håndbog grundvandsmodellerng, Sonnenborg & Henrksen (eds 5/8 GEUS Kaptel 14 IVERS MODELLERIG Torben Obel Sonnenborg Geologsk Insttut, Københavns Unverstet Anker Laer Høberg Hydrologsk Afdelng, GEUS øglebegreber:
Læs mereFejlforplantning. Landmålingens fejlteori - Lektion 5 - Fejlforplantning. Repetition: Varians af linear kombination. Eksempel: Vinkelberegning
Fejlforplantning Landmålingens fejlteori Lektion 5 Fejlforplantning - kkb@math.aau.dk http://people.math.aau.dk/ kkb/undervisning/lf13 Landmåling involverer ofte bestemmelse af størrelser som ikke kan
Læs mere