02402 Vejledende løsninger til Splus-opgaverne fra hele kurset

Transkript

1 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 kaldes b(4; 10, 0.6). Vejledende løsning SPL3.3.2 De to sandsynligheder, der er oplyst er følgende: P (X 4) = P (X 5) = Man får således de ønskede sandsynligheder som: P (X 5) = P (X <5) = P (X 4) = P (X >4) = 1 P (X 4) = = P (X =5)=P(X 5) P (X 4) = = Vejledende løsning SPL3.3.3 Der er tale om en poissonfordeling med λ = 3, og den angivne sandsynlighed er Vejledende løsning SPL3.3.4 P (X =4)= 34 e 3. 4! De to sandsynligheder, der er oplyst er følgende: P (X 4) = P (X 5) = Man får således de ønskede sandsynligheder som: P (X 5) = P (X <5) = P (X 4) = P (X >4) = 1 P (X 4) = = P (X =5)=P(X 5) P (X 4) = =

2 Vejledende løsning SPL4.3.1 Der er tale om følgende tre normalfordelinger: N(0, 1 2 ),N(1, 1 2 ),N(1, 2 2 ) og sandsynligheden er i hvert tilfælde P (X 2) En skitse af de tre fordelinger ses herunder: dnorm(x1) x1 dnorm(x2, 1, 1) x2 dnorm(x3, 1, 2) x3 Vejledende løsning SPL4.3.2 Løsningen bliver 2, idet qnorm som fraktil-funktionen jo er defineret som den inverse fordelingsfunktion pnorm. Vejledende løsning SPL4.3.3 Der er igen tale om følgende tre normalfordelinger: X 1 N(0, 1 2 ),X 2 N(1, 1 2 ),X 3 N(1, 2 2 ) og der er tale om 97.5% fraktilen i hvert tilfælde: P (X ) = Skitser ses herunder: P (X ) = P (X ) = dnorm(x1) x1 dnorm(x2, 1, 1) x2 dnorm(x3, 1, 2) x3 2

3 Vejledende løsning SPL5.3.1 Formlen for sandsynligheden er P (X 0.4) = dx hvor X altså er uniform fordelt på intervallet [0, 1], cf. side 165. Vejledende løsning SPL5.3.2 Formlen for det første af to resultater er tæthedsfunktionen for eksponentialfordelingen med β =2: f(2) = 1 2 exp( 2/2) Det andet resultat er fordelingsfunktionen for samme fordeling i punktet 2: P (X 2) = exp( x/2)dx =1 exp( 1) 2 Vejledende løsning SPL5.3.3 (Opdateret 28/2 2006) Formlen for resultatet er 50%-fraktilen for standard log-normalfordelingen: P (Z 1) = 0.5 =P(log(Z) log(1)) = P (log(z) 0) hvor log(z)altså er standard normalfordelt, og dermed er Z altså log-normalfordelt med α =0ogβ=1. Vejledende løsning SPL6.3.1 Begge kommandoer angiver en 97.5% fraktil for en t-fordeling. I første tilfælde med 17 frihedsgrader: P (t ) = I andet tilfælde med 1000 frihedsgrader: P (t ) = hvilket således i praksis svarer til standard normalfordelingen. Vejledende løsning SPL6.3.2 Kommandoen angiver sandsynligheden, der er givet ved følgende: P (t 2.75) hvor t altså er t-fordelt med 17 frihedsgrader. 3

4 Vejledende løsning SPL7.3.1 H 0 : µ =20 H 1 : µ 20 Signifikansniveau α = 1% n=10 Idet t = x 20, og man kan aflæse t-størrelsen samt gennemsnittet, fås Standard SE x error for gennemsnittet som: SE x = = Den maximale fejl med 99% konfidens kan udledes af det angivne konfidensinterval: = , idetetsådant er gennemsnittet plus/minus den maximale fejl. Man kunne også kombinere den beregnede standard error med den kritiske t-størrelse og få: Vejledende løsning SPL = H 0 : µ 1 = µ 2 H 1 : µ 1 <µ 2 Signifikansniveau α = 5% n 1 =n 2 =10 Idet t = x1 x2, og man kan aflæse t-størrelsen samt gennemsnittene, fås SE x1 x 2 standard error for forskellen som: SE x1 x 2 = = Man skal bruge qt(0.95,18) for at finde den kritiske værdi. Vejledende løsning SPL7.3.3 H 0 : µ D =0 H 1 : µ D <0 Signifikansniveau α = 5% n 1 =n 2 =10 Idet t = x1 x2, og man kan aflæse t-størrelsen samt forskellen på gennemsnittene, fås standard error for forskellen som: SE x1 x 2 SE x1 x 2 = = Man skal bruge qt(0.95,9) for at finde den kritiske værdi. 4

5 SPL Modellen er givet ved: Y i = α + βx i + ε i hvor Y i er eksamenskarakter og x i årskarakter for skole i. Det antages at ε i er uafhængige og normalfordelt med (samme) varians σ 2. Linien estimeres ved at estimere hhv. α og β: (se side 22 i Splus-noten) a =2.4952, b = Idet P-værdierne ud for disse to estimater er (særdeles) små, så er begge estimater klart signifikant forskellig fra 0! Man kan aflæse standard error (stikprøve-spredningen) for hældningskoefficienten b til at være Et 95% konfidensinterval kan således opnås ved: ± idet med 1553 frihedsgrader er t-fraktilen i praksis det samme som z-fraktilen (boksen nederst side 346 anvendes). Intervallet bliver altså: [0.676, 0.763] Idet R 2 = OG idet b er positiv, bliver korrelationskoefficienten mellem årskarakterer og eksamenskarakterer r = = Man kan IKKE aflæse den øvre kvartil for eksamens-karaktererne, men kun øvre kvartil for residualerne: SPL I den første analyse, hvor kommunerne indgår, kan man aflæse, at der indgår i alt 270 kommuner i undersøgelsen (og iøvrigt i alt 1555 skoler). I denne analyse testes hypotesen: H 0 : µ 1 = µ 2 = =µ 270 hvor µ i er niveauet for den i te kommune. P-værdien for denne hypotese aflæses til at være Man kan således IKKE påvise at der er forskel på kommunerne (idet P-værdien er større end det sædvanlige niveau på 5%). Variationen (fra skole til skole) inden for kommuner estimeres til , eller ækvivalent: skole-spredningen inden for kommuner er = I den anden analyse, hvor amter indgår, kan man aflæse, at der indgår i alt 16 amter i undersøgelsen (og som før i alt 1555 skoler). I denne analyse testes hypotesen: H 0 : µ 1 = µ 2 = =µ 16 hvor µ i er niveauet for det i te amt. P-værdien for denne hypotese aflæses til at være Man kansåledes klartpåvise at der ERforskelpå amtererne (idet P-værdien er mindre end det sædvanlige niveau på 5%). Variationen (fra skole til skole) inden for amter estimeres til , eller ækvivalent: skole-spredningen inden for amter er =

6 SPL Modellen kan skrives som (side 418): Y ij = µ + α i + β j + ε ij hvor α i angiver effekten af den i te tråd og β j effekten af det j te instrument. Derer5slagstråde og 4 slags instrumenter. Der testes følgende to hypoteser: og H 0 : α 1 = α 2 = =α 5 H 0 : β 1 = β 2 = β 3 = β 4 P-værdien for den første hypotese om ingen forskel på trådene aflæses i tabellen i udskriften til at være og man kan således påvise en signifkant forskel påtrådene. P-værdien for den anden hypotese om ingen forskel på instrumenterne aflæses i tabellen i udskriften til at være og man kan således IKKE påvise forskel på instrumenterne. Standardafvigelsen for disse målinger bliver således estimeret til: = 1.45 (Med ordene ser bort fra menes altså, at man piller disse systematiske forskelle ud af data og derefter beregner en spredning på det der er tilbage. Rent sprogligt kunne man også læse disse ord som, at man i selve modellen ser bort fra disse effekter, og således simpelt hen beregner en spredning baseret på SS Total, MEN det er altså IKKE det der menes her... ) Alternativt, kan man slå data fra instrumenterne sammen, altså undlade at inddrage mulige instrumentforskelle i modellen, og således betragte situationen som en ensidig variansanalyse i stedet. Man får så et estimat for standardafvigelsen som: =1.31 6