Intro Design of Experiments
|
|
|
- Clara Sofia Lassen
- 9 år siden
- Visninger:
Transkript
1 Intro Design of Experiments OH no: 1 Faktorer, niveauer, behandlinger og gentagelser Styrbare faktorer Faktorer Styrbare (controllable) faktorer Støjfaktorer (nuisance factors) Kvalitative Kvantitative INPUT PROCES OUTPUT Fuldstændig faktorstruktur med to gentagelser af hvert faktorniveau FAKTOR B Niveau B1 Niveau B2 Niveau B3 Støjfaktorer Niveau A1 Resultat1 Resultat1 Resultat1 Resultat2 Resultat2 Resultat2 En behandling med to gentagelser Faktor A Niveau A2 Niveau A3 Resultat1 Resultat1 Resultat1 Resultat2 Resultat2 Resultat2 Resultat1 Resultat1 Resultat1 Resultat2 Resultat2 Resultat2 OH no: 2 1
2 Forsøg med en enkelt faktor To niveauer t test Flere niveauer Ensidet variansanalyse Eksempel Lymfocyttal : OH no: 3 Støjfaktorer - Blokke 4 lægemidler undersøges for at se eventuel effekt på lymfocyttallet i mus. Der har måttet anvendes mus fra 5 forskellige kuld. DRUG Litter A B C D 1 7,1 6,7 7,1 6,7 2 6,1 5,1 5,8 5,4 3 6,9 5,9 6,2 5,7 4 5,6 5,1 5 5,2 5 6,4 5,8 6,2 5,3 OH no: 4 2
3 Variansanalyser af lymfocytforsøg Uden hensyn til kuld: Source DF SS MS F P Drug 3 1,845 0,615 1,40 0,280 IKKE signifikant Error 16 7,040 0,440 Total 19 8,886 MED hensyn til kuld: Source DF SS MS F P Drug 3 1,8455 0, ,59 0,001 STÆRK SIGNIFIKANS Litter 4 6,4030 1, ,16 0,000 Error 12 0,6370 0,05308 Total 19 8,8855 Forskellen på lægemidlerne ses kun, når der tages hensyn til kuld som støjfaktor OH no: 5 Forsøg med flere faktorer Eksempel Optimering af udbyttet i en kemisk proces, hvor man undersøger effekten af tryk og temperatur. Trykket varieres mellem 1 og 3 Bar Temperaturen varieres mellem 150 og 170 C Forsøgsstrategier: En faktor ad gangen forsøg Fuldstændige faktorforsøg OH no: 6 3
4 En faktor ad gangen Først fastholdes trykket til 2 Bar, og temperaturen varieres bedst udbytte ses for 160 C. Temperatur C: Udbytte %: Herefter fastholdes temperaturen på 160 C og trykket varieres: Tryk Bar 1 1,5 2 2,5 3 Udbytte %: Vi får altså optimalt resultat for 160 C og 2,5 Bar OH no: 7 En faktor ad gangen - strategi Tryk Bar Temperatur C , , Strategien tager ikke højde for, at det optimale tryk kan være afhængigt af værdien af den aktuelle temperatur og omvendt. En eventuel vekselvirkning mellem tryk og temperatur vil ikke blive opdaget ved et en-faktor-ad-gangen forsøg. OH no: 8 4
5 Fuldstændigt faktorforsøg Hver faktors niveauer kombineres med alle niveauer for de øvrige Tryk Bar Temperatur C x x x x x 1,5 x x x x x 2 x x x x x 2,5 x x x x x 3 x x x x x Her er 5 x 5 = 25 behandlinger i alt Fuldstændig faktorstruktur = mange forsøg, hvis man har mange faktorer, der hver har mange niveauer. En meget brugt strategi er derfor at lade alle faktorerne have 2 niveauer - 2 k faktorforsøg. OH no: 9 2 k faktorforsøg Behandlinger - Standardrækkefølge Faktorerne benævnes med store bogstaver, A, B, C osv. Alle faktorer har 2 niveauer, benævnt Lavt hhv. Højt, - hhv. + eller -1 hhv. +1 (1) er den behandling, hvor alle faktorer er på LAVT niveau a er den behandling, hvor faktor A er på HØJT niveau og alle andre faktorer på lavt niveau ab er den behandling, hvor faktor A og B begge er på HØJT niveau og alle andre på lavt niveau OH no: 10 5
6 2k faktorforsøg Behandlinger - Standardrækkefølge Alle behandlinger opstilles i standardrækkefølge (Yates rækkefølge. Der startes med (1) og faktorerne ganges på i alfabetisk rækkefølge (1) (1) x a = a (1) x b = b b x a = ab (1) x c = c a x c = ac b x c = bc ab x c = abc osv. OH no: 11 Standardrækkefølge StdOrder Behandling 1 (1) 2 a 3 b 4 ab 5 c 6 ac 7 bc 8 abc 9 d 10 ad 11 bd 12 abd 13 cd 14 acd 15 bcd 16 abcd 17 e 18 ae 19 be 20 abe 21 ce 22 ace 23 bce 24 abce 25 de 26 ade 27 bde 28 abde 29 cde 30 acde OH no: bcde 32 abcde Ved 5 faktorer: 5 hovedvirkninger 10 to-faktor vekselvirkninger 10 tre-faktor vekselvirkninger 5 fire-faktor vekselvirkninger 1 fem-faktor vekselvirkning 5 Antal faktorer
7 Forsøg med 3 faktorer 2 3 faktorforsøg Fremstilling (ætsning) af Silicone Wafers OH no: 13 Forsøg med 3 faktorer 2 3 faktorforsøg Plasma Etch Experiment Low (-1) High (+ 1) A Gap, cm 0,8 1,2 B C2F6 flow C Power, W Factor levels Etch Rate Å/minute Run Treatment A B C Replicate 1 Replicate 2 1 (1) a b ab c ac bc abc Fra: Douglas C. Montgomery: Design and Analysis of Experiments, 6th Ed. Wiley 2005 OH no: 14 7
8 Analyse i Minitab Half Normal Plot of the Standardized Effects (response is Etch Rate, Alpha = 0,05) 98 Effect Ty pe Not Signific ant Significant C F acto r A B C Name Gap cm C2F6 flow Po we rw Percent A AC Absolute Standardized Effect OH no: 15 Analyse i Minitab Par eto Char t of the Standardized Effects (response is EtchRate, Alpha =0,05) C 2,31 F actor A B Nam e Gap cm C2F 6 f low AC C P owe rw A Term AB B ABC BC Standardized Effect OH no: 16 8
9 Reduktion af model Kun faktorerne A, C og vekselvirkningen AC ser ud til at være signifikante. Modellen reduceres, så kun disse faktorer indgår OH no: 17 Modelestimater Middelværdi OH no: 18 Enkeltbestemmelser 9
10 Forsøg uden gentagelser 3 - eller flerfaktor vekselvirkninger er sjældent forekommende Ved forsøg med mange faktorer kan variansbidragene fra højere ordens vekselvirkninger derfor pooles og give et godt estimat på den tilfældige variation Det er derfor sjældent relevant at medtage gentagelser i forsøg med mange faktorer OH no: 19 Partielle faktorforsøg 3 eller højere ordens vekselvirkninger har ofte ingen effekt på forsøgsresultatet I så fald er ikke alle behandlinger i et fuldfaktorforsøg lige relevante og man kan nøjes med at gennemføre en delmængde af forsøget Hvis ABCD ikke har effekt, kunne man i stedet for at estimere virkningen af ABCD i steder estimere virkningen af en ny faktor, E. Dermed kan man estimere virkningen af 5 faktorer i 16 behandlinger i stedet for 32 man taler om et halvt (half fraction) - ½ x 2 5 eller et faktorforsøg Prisen er SAMMENBLANDING af effekter Meget udbredte til screeningsforsøg OH no: 20 10
11 Eksempel på faktorforsøg Analog til Filter1, men i stedet bruges et design, hvor faktor D defineres ud fra D = ABC relationen (defining relation). GENERATOR: I = ABCD I D = ABC I = ABCD D flyttes over på den anden side af lighedstegnet og erstattes af I på venstre side OH no: 21 Fortegnsmatrix (kontraster) for 2 3 faktorforsøg Behandling A B C AB AC BC ABC (1) a b ab c ac bc abc Vi lægger nu faktor D ind i ABC kolonnen OH no: 22 11
12 Fortegnsmatrix (kontraster) for faktorforsøg Behandling A B C AB AC BC D=ABC Ny benævnelse (1) a ad b bd ab ab c cd ac ac bc bc abc abcd OH no: 23 Aliasrelationer = Sammenblanding af effekter I = ABCD A x I = A A x A = A 2 = 1 A = A x I = A x ABCD = A 2 BCD = BCD B = B x I = B x ABCD = AB 2 CD = ACD C = C x I = C x ABCD = ABC 2 D = ABD D = D x I = D x ABCD = ABCD 2 = ABC Alle hovedvirkninger sammenblandes med 3-faktor vekselvirkninger OH no: 24 12
13 Aliasrelationer = Sammenblanding af effekter AB = AB x I = A 2 B 2 CD = CD AC = AC x I = A 2 BC 2 D = BD AD = AD x I = A 2 BCD 2 = BC 2- faktor vekselvirkninger sammenblandes med hinanden Resolution IV design OH no: 25 Resolution Hovedvirkninger sammenblandes med 2-faktor vekselvirkninger sammenblandes med Resolution III 2-faktor vekselvirkninger 2-faktor vekselvirkninger Resolution IV 3- faktor vekselvirkninger 2-faktor vekselvirkninger Resolution V 4- faktor vekselvirkninger 3-faktor vekselvirkninger OH no: 26 13
eksaminand nr Opgavesættet består af 3 sædvanlige (essay) opgaver samt et antal opgaver af multiple choice typen.
Københavns Universitet Det Farmaceutiske Fakultet Side 1 af 18 sider Skriftlig prøve: Den 12. januar 2009 Kursus navn og nr: Statistisk Forsøgsplanlægning, A-343 Tilladte hjælpemidler: Alle sædvanlige
Besvarelse af vitcap -opgaven
Besvarelse af -opgaven Spørgsmål 1 Indlæs data Dette gøres fra Analyst med File/Open, som sædvanlig. Spørgsmål 2 Beskriv fordelingen af vital capacity og i de 3 grupper ved hjælp af summary statistics.
To-sidet varians analyse
To-sidet varians analyse Repetition En-sidet ANOVA Parvise sammenligninger, Tukey s test Model begrebet To-sidet ANOVA Tre-sidet ANOVA Blok design SPSS ANOVA - definition ANOVA (ANalysis Of VAriance),
Forsøgsplanlægning og Variansanalyse Henrik Spliid ISCC, IMM Statistical Consulting Center April 2011
IMM Informatik og Matematisk Modellering Danmarks Tekniske Universitet file:foredrag2.tex Forsøgsplanlægning og Variansanalyse af Henrik Spliid ISCC, IMM Statistical Consulting Center April 2011 Henrik
Trekants- beregning for hf
Trekants- beregning for hf C C 5 l 5 A 34 8 B 018 Karsten Juul Indhold 1. Vinkler... 1 1.1 Regler for vinkler.... 1. Omkreds, areal, højde....1 Omkreds..... Rektangel....3 Kvadrat....4 Højde....5 Højde-grundlinje-formel
Normalfordelingen. 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
Sidste gang: One-way(ensidet)/one-factor ANOVA I dag: Two-factor ANOVA (Analysis of variance) Two-factor ANOVA med interaktion
VARIANSANALYSE 2 Sidste gang: One-way(ensidet)/one-factor ANOVA I dag: (Analysis of variance) med interaktion Problem: Hvordan håndterer vi forsøg, hvor effekten er forårsaget af to faktorer og en evt.
Generelle lineære modeller
Generelle lineære modeller Regressionsmodeller med én uafhængig intervalskala variabel: Y en eller flere uafhængige variable: X 1,..,X k Den betingede fordeling af Y givet X 1,..,X k antages at være normal
A BCDE EAF AE C C C C AE A C CD C A B C DEFA A B B
C C C AE A C CD C A B C DEFA A B B F A A F F D EFF AA C A B B D B D D B F B D B C C C AE A C C E C AB CDE BF FAB E A A DA A B B A AB A B F B BB A B A AB B A A B B B A AB E A B A BB D A AB DA BB BB B B
To-sidet variansanalyse
Program 1. To-sidet variansanalyse 2. Hierarkisk princip 3. Tre (og flere) sidet variansanalyse 4. Variansanalyse med blocking 5. Flersidet variansanalyse med tilfældige faktorer 6. En oversigtsslide til
Forsøgsplanlægning og Variansanalyse
Om Forsøgsplanlægning og Variansanalyse Henrik Spliid IMM Informatik og Matematisk Modellering Danmarks Tekniske Universitet Maj 2009 1 1 Problematik Måledata behæftede med meget større usikkerhed, end
Paradokser og Opgaver
Paradokser og Opgaver Mogens Esrom Larsen Vi modtager meget gerne læserbesvarelser af opgaverne, samt forslag til nye opgaver enten per mail ([email protected]) eller per almindelig post (se adresse på bagsiden).
Reeksamen i Statistik for Biokemikere 6. april 2009
Københavns Universitet Det Naturvidenskabelige Fakultet Reeksamen i Statistik for Biokemikere 6. april 2009 Alle hjælpemidler er tilladt, og besvarelsen må gerne skrives med blyant. Opgavesættet er på
Hypoteser om mere end to stikprøver ANOVA. k stikprøver: (ikke ordinale eller højere) gælder også for k 2! : i j
Hypoteser om mere end to stikprøver ANOVA k stikprøver: (ikke ordinale eller højere) H 0 : 1 2... k gælder også for k 2! H 0ij : i j H 0ij : i j simpelt forslag: k k 1 2 t-tests: i j DUER IKKE! Bonferroni!!
Statistisk forsøgsplanlægning. med benyttelse af Statgraphics
MOGENS ODDERSHEDE LARSEN Statistisk forsøgsplanlægning med benyttelse af Statgraphics Vekselvirkning CD 10 8 C 1 udbytte 6 4 0 1 3 4 D 11 udgave 00, DTU FORORD Dette notat er baseret på at de studerende
1 Multipel lineær regression
Indhold 1 Multipel lineær regression 2 1.1 Regression med 2 eksponeringsvariable......................... 2 1.2 Fortolkning og estimation................................ 3 1.3 AnovaTabel og multipel R
1 Multipel lineær regression
1 Multipel lineær regression Regression med 2 eksponeringsvariable Fortolkning og estimation AnovaTabel og multipel R 2 Ensidet variansanalyse: Dummy kodning Kovariansanalyse og effektmodifikation Tosidet
Module 12: Mere om variansanalyse
Module 12: Mere om variansanalyse 12.1 Parreded observationer.................. 1 12.2 Faktor med 2 niveauer (0-1 variabel)......... 3 12.3 Tosidig variansanalyse med tilfældig virkning..... 9 12.3.1 Uafhængighedsbetragtninger..........
Tovejs-ANOVA (Faktoriel) Regler og problemer kan generaliseres til mere end to hovedfaktorer med tilhørende interaktioner
Tovejs-ANOVA (Faktoriel) Regler og problemer kan generaliseres til mere end to hovedfaktorer med tilhørende interaktioner I modsætning til envejs-anova kan flervejs-anova udføres selv om der er kun én
Module 12: Mere om variansanalyse
Mathematical Statistics ST06: Linear Models Bent Jørgensen og Pia Larsen Module 2: Mere om variansanalyse 2. Parreded observationer................................ 2.2 Faktor med 2 niveauer (0- variabel)........................
Kursus Introduktion til Statistik. Forelæsning 12: Variansanalyse. Per Bruun Brockhoff
Kursus 02402 Introduktion til Statistik Forelæsning 12: Variansanalyse Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800 Lyngby Danmark e-mail:
Mat C HF basisforløb-intro side 1. Kapitel 5. Parenteser
Mat C HF basisforløb-intro side 1 Kapitel 5 Parenteser Mat C HF basisforløb-intro side 1. Fortegn for parenteser 5. Parenteser - En introduktion med opgaver (og facitliste)- Det plus- eller minus- tegn,
Eksamen i Statistik for Biokemikere, Blok januar 2009
Københavns Universitet Det Naturvidenskabelige Fakultet Eksamen i Statistik for Biokemikere, Blok 2 2008 09 19. januar 2009 Alle hjælpemidler er tilladt, og besvarelsen må gerne skrives med blyant. Opgavesættet
Eksamen 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)
Konfidensintervaller og Hypotesetest
Konfidensintervaller og Hypotesetest Konfidensinterval for andele χ -fordelingen og konfidensinterval for variansen Hypoteseteori Hypotesetest af middelværdi, varians og andele Repetition fra sidst: Konfidensintervaller
Databaser Obligatorisk opgave 1
University of Southern Denmark Department of Mathematics and Computer Science Databaser Obligatorisk opgave 1 Afleveres senest: Lørdag d. 23. marts kl 23.59 Introduction Denne obligatoriske opgave indeholder
Eksamen Bacheloruddannelsen i Medicin med industriel specialisering
Eksamen 2016 Titel på kursus: Uddannelse: Semester: Forsøgsdesign og metoder Bacheloruddannelsen i Medicin med industriel specialisering 6. semester Eksamensdato: 17-02-2015 Tid: kl. 09.00-11.00 Bedømmelsesform
Kapitel 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
Program. Forsøgsplanlægning og tosidet variansanalyse. Eksempel: fuldstændigt randomiseret forsøg. Forsøgstyper
Program Forsøgsplanlægning og tosidet variansanalyse Helle Sørensen E-mail: [email protected] I formiddag: Forsøgstyper og forsøgsplanlægning Analyse af data fra fuldstændigt randomiseret blokforsøg: tosidet
Paradokser og Opgaver
Paradokser og Opgaver Mogens Esrom Larsen (MEL) Vi modtager meget gerne læserbesvarelser af opgaverne, samt forslag til nye opgaver enten per mail ([email protected]) eller per almindelig post (se adresse på
Multipel Lineær Regression
Multipel Lineær Regression Trin i opbygningen af en statistisk model Repetition af MLR fra sidst Modelkontrol Prædiktion Kategoriske forklarende variable og MLR Opbygning af statistisk model Specificer
Program. Residualanalyse Flersidet variansanalyse. Opgave BK.15. Modelkontrol: residualplot
Program Residualanalyse Flersidet variansanalyse Helle Sørensen Modelkontrol (residualanalyse) i tosidet ANOVA med vekselvirkning. Test og konklusion i tosidet ANOVA (repetition) Tresidet ANOVA: the works
Modelkontrol i Faktor Modeller
Modelkontrol i Faktor Modeller Julie Lyng Forman Københavns Universitet Afdeling for Anvendt Matematik og Statistik Statistik for Biokemikere 2003 For at konklusionerne på en ensidet, flersidet eller hierarkisk
Projekt 2.4 Euklids konstruktion af femkanten
Projekter: Kapitel Projekt.4 Euklids konstruktion af femkanten Et uddrag af sætninger fra Euklids Elementer, der fører frem til konstruktionen af den regulære femkant. 0. Forudsætninger, definitioner og
Program. Modelkontrol og prædiktion. Multiple sammenligninger. Opgave 5.2: fosforkoncentration
Faculty of Life Sciences Program Modelkontrol og prædiktion Claus Ekstrøm E-mail: [email protected] Test af hypotese i ensidet variansanalyse F -tests og F -fordelingen. Multiple sammenligninger. Bonferroni-korrektion
Kapitel 12 Variansanalyse
Kapitel 12 Variansanalyse Peter Tibert Stoltze stat@peterstoltzedk Elementær statistik F2011 Version 7 april 2011 1 Indledning 2 Ensidet variansanalyse 3 Blokforsøg 4 Vekselvirkning 1 Indledning 2 Ensidet
Anvendt Statistik Lektion 8. Multipel Lineær Regression
Anvendt Statistik Lektion 8 Multipel Lineær Regression 1 Simpel Lineær Regression (SLR) y Sammenhængen mellem den afhængige variabel (y) og den forklarende variabel (x) beskrives vha. en SLR: ligger ikke
Naturvidenskabelig 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
Ikke-parametriske tests
Ikke-parametriske tests 2 Dagens menu t testen Hvordan var det nu lige det var? Wilcoxson Mann Whitney U Kruskall Wallis Friedman Kendalls og Spearmans correlation 3 t-testen Patient Drug Placebo difference
Oversigt. 1 Intro: Regneeksempel og TV-data fra B&O. 2 Model og hypotese. 3 Beregning - variationsopspaltning og ANOVA tabellen
Kursus 02402/02323 Introducerende Statistik Forelæsning 10: Envejs variansanalyse, ANOVA Oversigt 1 Intro: Regneeksempel og TV-data fra B&O 2 Model og hypotese Per Bruun Brockhoff DTU Compute, Statistik
Mantel-Haenszel analyser. Stratificerede epidemiologiske analyser
Mantel-Haensel analyser Stratificerede epidemiologiske analyser 1 Den epidemiologiske synsvinkel: 1) Oftest asymmetriske (kausale) sammenhænge (Eksposition Sygdom/død) 2) Risikoen vurderes bedst ved hjælp
1 Ensidet variansanalyse(kvantitativt outcome) - sammenligning af flere grupper(kvalitativ
Indhold 1 Ensidet variansanalyse(kvantitativt outcome) - sammenligning af flere grupper(kvalitativ exposure) 2 1.1 Variation indenfor og mellem grupper.......................... 2 1.2 F-test for ingen
Anvendt Statistik Lektion 9. Variansanalyse (ANOVA)
Anvendt Statistik Lektion 9 Variansanalyse (ANOVA) 1 Undersøge sammenhæng Undersøge sammenhænge mellem kategoriske variable: χ 2 -test i kontingenstabeller Undersøge sammenhæng mellem kontinuerte variable:
Retningslinjer for bedømmelsen. Georg Mohr-Konkurrencen 2010 2. runde
Retningslinjer for bedømmelsen. Georg Mohr-Konkurrencen 2010 2. runde Det som skal vurderes i bedømmelsen af en besvarelse, er om deltageren har formået at analysere problemstillingen, kombinere de givne
Rettevejledning til Georg Mohr-Konkurrencen runde
Rettevejledning til Georg Mohr-Konkurrencen 2006 2. runde Det som skal vurderes i bedømmelsen af en opgave, er om deltageren har formået at analysere problemstillingen, kombinere de givne oplysninger til
Program. Tosidet variansanalyse og forsøgsplanlægning. Repetition: ensidet variansanalyse. Eksempel: data fra Collinge et al
Program Tosidet variansanalyse og forsøgsplanlægning Helle Sørensen E-mail: [email protected] I formiddag: Ensidet ANOVA: repetition og Collinge eksempel. Additiv tosidet ANOVA (blokforsøg) Tosidet ANOVA
Kursus i varians- og regressionsanalyse Data med detektionsgrænse. Birthe Lykke Thomsen H. Lundbeck A/S
Kursus i varians- og regressionsanalyse Data med detektionsgrænse Birthe Lykke Thomsen H. Lundbeck A/S 1 Data med detektionsgrænse Venstrecensurering: Baggrundsstøj eller begrænsning i måleudstyrets følsomhed
Anvendt Statistik Lektion 9. Variansanalyse (ANOVA)
Anvendt Statistik Lektion 9 Variansanalyse (ANOVA) 1 Undersøge sammenhæng Undersøge sammenhænge mellem kategoriske variable: χ 2 -test i kontingenstabeller Undersøge sammenhæng mellem kontinuerte variable:
Geometrinoter 2. Brahmaguptas formel Arealet af en indskrivelig firkant ABCD kan tilsvarende beregnes ud fra firkantens sidelængder:
Geometrinoter, januar 009, Kirsten Rosenkilde 1 Geometrinoter Disse noter omhandler sætninger om trekanter, trekantens ydre røringscirkler, to cirklers radikalakse samt Simson- og Eulerlinjen i en trekant.
Eksamen i Statistik for biokemikere. Blok
Københavns Universitet Det Naturvidenskabelige Fakultet Eksamen i Statistik for biokemikere. Blok 2 2007. 3 timers skriftlig prøve. Alle hjælpemidler - også blyant - er tilladt. Opgavesættet er på 8 sider.
Funktionel afhængighed
Databaser, efterår 2002 Funktionel afhængighed Troels Andreasen Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072 www.dat.ruc.dk
Hvad skal vi lave? Model med hovedvirkninger Model med vekselvirkning F-test for ingen vekselvirkning. 1 Kovariansanalyse. 2 Sammenligning af modeller
Hvad skal vi lave? 1 Kovariansanalyse Model med hovedvirkninger Model med vekselvirkning F-test for ingen vekselvirkning 2 Sammenligning af modeller 3 Mere generelle modeller PSE (I17) ASTA - 14. lektion
Forelæsning 11: Envejs variansanalyse, ANOVA
Kursus 02323: Introduktion til Statistik Forelæsning 11: Envejs variansanalyse, ANOVA Peder Bacher DTU Compute, Dynamiske Systemer Bygning 303B, Rum 009 Danmarks Tekniske Universitet 2800 Lyngby Danmark
Anvendelse af ufuldstændige blokforsøg
Anvendelse af ufuldstændige blokforsøg Kristian Kristensen 1, Jakob Willas 2, Lise Nistrup Jørgensen 3 og Rene Gislum 4 1 Forskergruppe for Biometri, Afd. for Husdyravl og Genetik, DJF 2 Afd. for Sortsafprøvning,
grupper(kvalitativ exposure) Variation indenfor og mellem grupper F-test for ingen effekt AnovaTabel Beregning af p-værdi i F-fordelingen
1 Ensidet variansanalyse(kvantitativt outcome) - sammenligning af flere grupper(kvalitativ exposure) Variation indenfor og mellem grupper F-test for ingen effekt AnovaTabel Beregning af p-værdi i F-fordelingen
Sorø 2004. Opgaver, geometri
Opgaver, geometri 1. [Balkan olympiade 1999]. For en given trekant ABC skærer den omskrevne cirkel BC s midtnormal i punkterne D og E, og F og G er spejlbillederne af D og E i BC. Vis at midtpunkterne
Statistik Lektion 4. Variansanalyse Modelkontrol
Statistik Lektion 4 Variansanalyse Modelkontrol Eksempel Spørgsmål: Er der sammenhæng mellem udetemperaturen og forbruget af gas? Y : Forbrug af gas (gas) X : Udetemperatur (temp) Scatterplot SPSS: Estimerede
Lineær regression. Simpel regression. Model. ofte bruges følgende notation:
Lineær regression Simpel regression Model Y i X i i ofte bruges følgende notation: Y i 0 1 X 1i i n i 1 i 0 Findes der en linie, der passer bedst? Metode - Generel! least squares (mindste kvadrater) til
Eksempler fra bogen Videregående Statistik løst ved anvendelse af programmet SAS-JMP.
1 Generelle forhold ved opstart Eksempler fra bogen Videregående Statistik løst ved anvendelse af programmet SAS-JMP. Indhold 1. Generelle forhold... 1 2. Beregning af sandsynlighedsfordelinger... 2 3.
Statistiske Modeller 1: Kontingenstabeller i SAS
Statistiske Modeller 1: Kontingenstabeller i SAS Jens Ledet Jensen October 31, 2005 1 Indledning Som vist i Notat 1 afsnit 13 er 2 log Q for et test i en multinomialmodel ækvivalent med et test i en poissonmodel.
Appendiks Økonometrisk teori... II
Appendiks Økonometrisk teori... II De klassiske SLR-antagelser... II Hypotesetest... VII Regressioner... VIII Inflation:... VIII Test for SLR antagelser... IX Reset-test... IX Plots... X Breusch-Pagan
Løsning til opgave i logistisk regression
Løsning til øvelser i logistisk regression, november 2008 1 Løsning til opgave i logistisk regression 1. Først indlæses data, og vi kan lige sørge for at danne en dummy-variable for cml, som indikator
ME6212. High Speed LDO Regulators, High PSRR, Low noise, ME6212 Series. General Description. Typical Application. Package
High Speed LDO Regulators, High PSRR, Low noise, Series General Description The series are highly accurate, low noise, CMOS LDO Voltage Regulators. Offering low output noise, high ripple rejection ratio,
Opgave 1 - Eksponentiel funktion/procent og renter
Alle beregninger er, hvis ikke andet angivet, udført med WordMat. Opgave 1 - Eksponentiel funktion/procent og renter Jeg vil nu finde ud af hvor stort et beløb der står på kontoen efter 1 år med en starts
MATEMATIK B-NIVEAU STX081-MAB
MATEMATIK B-NIVEAU STX081-MAB Delprøven uden hjælpemidler Opgave 1 Indsættes h = 2 og x = i (x + h) 2 h(h + 2x), så fås (x + h) 2 h(h + 2x) = ( + 2) 2 2(2 + 2 ) = 5 2 2 8 = 25 16 = 9 Hvis man i stedet
Module 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
Teknisk. Matematik FACITLISTE. Preben Madsen. 4. udgave
Teknisk Preben Madsen Matematik 4. udgave FACITLISTE Indhold TAL OG ALGEBRA... LIGNINGER OG ULIGHEDER... GEOMETRI... 4 TRIGONOMETRI... 5 CIRKLEN... 5 6 OVERFLADER UDFOLDNINGER... 5 7 RUMFANG... 8 8 ANALYTISK
Delprøven uden hlælpemidler
Matematik B - Juni 2014 Af hensyn til CAS-programmet er der anvendt punktum som decimaltegn. Delprøven uden hlælpemidler Opgave 1 AB=8, A1B=12, AC=10 Opgave 2 Hvor y er salget af øko. fødevarer i mio.
Opgavesættet består af 3 sædvanlige (essay) opgaver samt et antal opgaver af multiple choice typen.
Danmarks Farmaceutiske Højskole Side 1 af 19 sider Skriftlig prøve den: 6. januar 2003 Kursus navn og nr: Forsøgsplanlægning F343 Tilladte hjælpemidler: Alle sædvanlige Dette sæt er besvaret af eksaminant
Logistisk Regression - fortsat
Logistisk Regression - fortsat Likelihood Ratio test Generel hypotese test Modelanalyse Indtil nu har vi set på to slags modeller: 1) Generelle Lineære Modeller Kvantitav afhængig variabel. Kvantitative
Matematik B. Højere forberedelseseksamen
Matematik B Højere forberedelseseksamen hfe123-mat/b-07122012 Fredag den 7. december 2012 kl. 9.00-13.00 Opgavesættet er delt i to dele. Delprøven uden hjælpemidler består af opgave 1-6 med i alt 6 spørgsmål.
