Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab
|
|
- Frans Kronborg
- 6 år siden
- Visninger:
Transkript
1 Statistik ved Bachelor-uddaelse i folkesudhedsvideskab Græseværdisætiger
2 Det hadler om geemsit Statistikere elsker geemsit Det er oplagt e god ide at tage geemsit. Hvis jeg f.eks skal gætte på vægte af æste bar der fødes på Rigshospitalet, så ville det være e god ide at berege geemsitsvægte af et atal foregåede fødsler. Her skal vi se hvad der sker hvis vi tager geemsit over e lag række af uafhægige idetisk fordelte variable. 1
3 I dag skal vi se på fordelige af geemsit Hvorda ka geemsittet have e fordelig? Jeg slået e gag med 3 teriger (X 1 = 4, X 2 = 3, X 3 = 5) og fået et geemsit på 4.0 øje. 4.0 er da et tal og har ikke oge fordelig? Me hvis du getager forsøget (kast med 3 teriger) så ville du få oget lidt adet. Vi tæker på de fordelig der fremkommer år forsøget getages mage gage. Fordelige af geemsittet afhæger af hvor mage teriger der idgår i geemsittet 2
4 Empirisk og teoretisk middelværdi (terigekast) Empirisk middelværdi eller geemsit: Omskrivig(s 85): X 1 + X X atal atal atal 6 6 = h 1 1+h h 6 6 hvor h i er adele af kast der gav i-øje (dvs h i 1/6) Teoretisk middelværdi eller forvetet værdi: Beyt teoretiske sadsyligheder i stedet for h i E(X) = P (X = 1) 1 + P (X = 2) P (X = 6) 6 = 3.5 3
5 Fordelig af geemsit ved terigekast Jeg har kastet 15 teriger gage Data: Vil fide fordelige af 1. første terig 2. geemsit af de 3 første teriger 3. geemsit af de 15 teriger 4
6 Fordelig af geemsit ved terigekast Geemsit: X 1 + X X = 1 = 3 = 15 Fordeligere bliver mere cetreret omkrig middelværdie (3.5) Fordeligere liger mere og mere ormalfordelige (?) 5
7 De cetrale græseværdisætig Beskriver fordelige af geemsittet af uafhægige idetisk fordelte variable år er stor. X 1 + X X De cetrale græseværdisætig siger at geemsittet vil være approksimativt ormalfordelt. Dette gælder uaset hvilke fordelige X-ere har 6
8 Cetral græseværdisætig - illustratio Fordelig af svaree på spørgsmålet om de geerelle tilfredshed med livet. Kurve svarer til e ormalfordelig med samme middelværdi og spredig som i fordelige af tilfredshede 7
9 Fordelig af de geemsitlige tilfredshed med livet i 220 tilfældigt udvalgte grupper på 10 persoer. Kurve svarer til e ormalfordelig med samme middelværdi og spredig som i fordelige af tilfredshede 8
10 = 1 = 10 9
11 = 25 = 50 10
12 Cetrale græseværdisætig, mere præcist X 1,.., X er uafhægige og idetisk fordelte variable med middelværdi, µ, og varias, σ 2. Geemsittet ( X ) er approksimativt ormalfordelt. Hvilke ormalfordelig? E( X 1+...X ) = E(X 1+...X ) = E(X 1)+...+E(X ) = µ+...+µ = µ Geemsittet har samme middelværdi som de variable der tages geemsit over. V ( X 1+...X ) = V (X 1+...X ) 2 = V (X 1)+...+V (X ) 2 = σ σ 2 2 = σ 2 / variase reduceres med e faktor Dvs X N(µ, σ 2 /) 11
13 Terigekast - middelværdisætig X 1,.., X er uafhægige og idetisk fordelte teriegkast med middelværdi, 3.5, og varias, 2.9. Så vil geemsittet ( X ), være approksimativt ormalfordelt X N(3.5, 2.9/) =10: X N(3.5, 0.29) =100: X N(3.5, 0.029) =10.000: X N(3.5, ) Variase går mod ul. Geemsittet vil med stor sadsylighed ligge meget tæt på de teoretiske middelværdi (Middelværdisætige s 110 i boge). 12
14 De relative hyppighed er et geemsit De relative hyppighed er et geemsit af 0/1-variable atal hædelser atal forsøg = X X hvor X i = 1 hvis hædelse idtræffer i i te forsøg, X i = 0 ellers 13
15 Møtkast - store tals lov X 1,.., X er uafhægige og idetisk fordelte møtkast med middelværdi, 0.5, og varias 0.25 [p(1 p)]. Så vil de relative hyppighed ( X ), være approksimativt ormalfordelt X N(0.5, 0.25/) =10: X N(0.5, 0.025) =100: X N(0.5, ) =10.000: X N(0.5, ) Variase går mod ul. De relative hyppighed vil (med stor sadsylighed) ligge meget tæt på de teoretiske sadsylighed (Store tals lov s 111 i boge). 14
16 Møtkast prop.of.heads tosses år atallet af møtkast forøges, vil de relative hyppighed ærme sig sadsylighede. 15
17 Dødsfødsler Atal dødsfødsler (S) burde være approksimativt ormalfordelt S = relativ hyppighed = X 1+X X Hvis geemsittet er ormalfordelt må S også være det Me sidste gag så vi jo at det ikke gælder? Ja, me det er fordi ikke er stor ok Når p er meget lille eller tæt på 1, skal være stor før at ormalfordeligsapproksimatioe bliver god. 16
18 Fordelige af atallet af dødsfødsler = 100 = 1000 Atallet af dødsfødsler bladt 100 fødsler er ikke ormalfordelt Atallet af dødsfødsler bladt 1000 fødsler er æste ormalfordelt 17
19 Biomialfordelig - B(8, p) selv for = 8 ka opås e god approksimatio med ormalfordelige. 18
antal gange krone sker i første n kast = n
1 Uge 15 Teoretisk Statistik, 5. april 004 1. Store tals lov Eksempel: møtkast Koverges i sadsylighed Tchebychevs ulighed Sætig: Store tals lov. De cetrale græseværdisætig 3. Approksimatio af sadsyligheder
Læs mereDefinition: 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 - kkb@math.aau.dk http://people.math.aau.dk/ kkb/udervisig/lf13 Istitut for Matematiske Fag Aalborg Uiversitet
Læs mereDagens program. Estimation: Kapitel Eksempler på middelrette og/eller konsistente estimator (de sidste fra sidste forelæsning)
Dages program Estimatio: Kapitel 9.4-9.7 Eksempler på middelrette og/eller kosistete estimator (de sidste fra sidste forelæsig) Ko desiterval for store datasæt kap. 9.4 Ko desiterval for små datasæt kap.
Læs mereProjekt 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
Læs mereSandsynlighedsfordelinger for kontinuerte data på interval/ratioskala
Statistik for biologer 005-6, modul 5: Sadsylighedsfordeliger for kotiuerte data på iterval/ratioskala M6, slide Gægse matematiske sadsylighedsfordeliger: Diskrete data: De positive biomialfordelig Poisso-fordelige
Læs mereEstimation ved momentmetoden. Estimation af middelværdiparameter
Statistik og Sadsylighedsregig 1 STAT kapitel 4.2 4.3 Susae Ditlevse Istitut for Matematiske Fag Email: susae@math.ku.dk http://math.ku.dk/ susae Estimatio ved mometmetode Idimellem ka det være svært (eller
Læs mere1 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
Læs mereAnvendt 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
Læs mereStikprøvefordelinger og konfidensintervaller
Stikprøvefordeliger og kofidesitervaller Stikprøvefordelige for middelværdi De Cetrale Græseværdi Sætig Egeskaber Ved Estimatore Kofidesitervaller t-fordelige Estimator og estimat E stikprøve statistik
Læs mereLøsninger til kapitel 7
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
Læs mere24. januar Epidemiologi og biostatistik. Forelæsning 1 Uge 1, tirsdag. Niels Trolle Andersen, Afdelingen for Biostatistik.
Epidemiologi og biostatistik. Forelæsig Uge, tirsdag. Niels Trolle Aderse, Afdelige for Biostatistik. Geerelt om kurset: - Formål - Forelæsiger - Øvelser - Forelæsigsoter - Bøger - EpiBasic: http://www.biostat.au.dk/teachig/software
Læs mereSætning: 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 - rw@math.aau.dk Istitut for Matematiske Fag Aalborg Uiversitet Repetitio: Middelværdi og Varias Sætig: Middelværdi
Læs mereMeningsmålinger 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
Læs mereGenerelle lineære modeller
Geerelle lieære modeller Regressiosmodeller med é uafhægig itervalskala variabel: Y e eller flere uafhægige variable: X,..,X k De betigede fordelig af Y givet X,..,X k atages at være ormal med e middelværdi,
Læs mere13. februar Resumé: En statistisk analyse resulterer ofte i : Et estimat ˆ θ med en tilhørende se( ˆ θ )
3. februar 003 Epidemiologi og biostatistik. Uge, torag d. 3. februar 003 Morte Frydeberg, Istitut for Biostatistik. Type og type fejl Nogle specielle metoder: Test i RxC tabeller Test i x tabeller Fishers
Læs mereStatistiske test. Efteråret 2010 Jens Friis, AAU. Hjemmeside :
Statistiske test Efteråret 00 Jes Friis, AAU Hjemmeside : http://akaaudk/jfj Kotiuerte fordeliger Defiitio: Tæthedsfuktio E sadsylighedstæthedsfuktio på R er e itegrabel fuktio f : R [0; [ hvor f d = Defiitio:
Læs mereDiskrete og kontinuerte stokastiske variable
Diskrete og kotiuerte stokastiske variable Beroulli Biomial fordelig Negativ biomial fordelig Hypergeometrisk fordelig Poisso fordelig Kotiuerte stokastiske variable Uiform fordelig Ekspoetial fordelig
Læs mere29. januar Epidemiologi og biostatistik Forelæsning 2 Uge 1, torsdag 2. februar 2006 Michael Væth, Afdeling for Biostatistik.
Epidemiologi og biostatistik Forelæsig Uge 1, torsdag. februar 006 ichael Væth, Afdelig for Biostatistik. Sammeligig af to middelværdier sikkerhedsitervaller statistisk test Sammeligig af to proportioer
Læs merehvor 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,
Læs mere30. august Epidemiologi og biostatistik. Forelæsning 3 Uge 2, torsdag d. 8. september 2005 Michael Væth, Afdeling for Biostatistik.
30. august 005 Epidemiologi og biostatistik. Forelæsig 3 Uge, torag d. 8. september 005 Michael Væth, Afdelig for Biostatistik. Mere om kategoriske data Test for uafhægighed I RxC tabeller Test for uafhægighed
Læs merePraktisk 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
Læs mereStatistik 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
Læs mereAsymptotisk optimalitet af MLE
Kapitel 4 Asymptotisk optimalitet af MLE Lad Y 1, Y 2,... være uafhægige, idetisk fordelte variable med værdier i et rum (Y,K). Vi har givet e model (ν θ ) θ Θ for fordelige af Y 1 (og dermed også for
Læs mereStatistik Lektion 7. Hypotesetest og kritiske værdier Type I og Type II fejl Styrken af en test Sammenligning af to populationer
Statistik Lektio 7 Hpotesetest og kritiske værdier Tpe I og Tpe II fejl Strke af e test Sammeligig af to populatioer 1 Tri I e Hpotesetest E hpotesetest består af 5 elemeter: I. Atagelser Primært hvilke
Læs mereStatistiske Modeller 1: Notat 1
Statistiske Modeller : Notat Jes Ledet Jese 9. august 005 Idhold Kast med k-sidet terig Betigig i multiomialfordelig 3 3 Fordelig af X + X - frembrigede fuktio 4 4 Maksimerig af log-likelihood 5 5 Afledede
Læs mereProgram. 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
Læs mereMaja 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
Læs mereØkonometri 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
Læs mereLøsningsforslag 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
Læs mereMotivation. 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
Læs mereProjekt 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
Læs mereVejledende 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
Læs mereProgram. Ensidet variansanalyse Normalfordelingen. Antibiotika og nedbrydning af organisk materiale. Tegninger
Faculty of Life Scieces Program Esidet variasaalyse Normalfordelige Claus Ekstrøm E-mail: ekstrom@life.ku.dk Esidet variasaalyse (oe-way ANOVA) Hvilke type data? Hvad er problemstillige? Variatio mellem
Læs mere9. 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
Læs mereKonfidens 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
Læs mereTest i to populationer. Hypotesetest for parrede observationer Test for ens varians Gensyn med flyskræk!
Test i to populatioer Hypotesetest for parrede observatioer Test for es varias Gesy med flyskræk! Afhægige og uafhægige stikprøver Ved e uafhægig stikprøve udtages e stikprøve fra hver gruppe.. Mæd og
Læs mereAsymptotisk estimationsteori
Kapitel 5 Asymptotisk estimatiosteori De fleste eksperimeter har e idbygget størrelse, som regel kaldet eller N. Dette repræseterer typisk atallet af foretage måliger, atallet af udersøgte idivider, atallet
Læs mereSkitse til notat om hvor de forskellige sandsynlighedsfordelinger kan tænkes at komme fra
E6 efterår 1999 Notat 8 Jørge Larse 12. oktober 1999 Skitse til otat om hvor de forskellige sadsylighedsfordeliger ka tækes at komme fra I statistik opererer ma i vid udstrækig med et lille atal»stadardfordeliger«.
Læs mereSammenligning 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
Læs mereSandsynlighedsregning
Sadsylighedsregig E ote om sadsylighedsregig. Via basal sadsylighedsregig gøres læsere klar til forstå biomialfordelige. Herik S. Hase, Sct. Kud Versio 5.0 Opgaver til hæftet ka hetes her. PDF Facit til
Læs mereSpørgsmål 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,
Læs mereOversigt. 1 Fordelingen for gennemsnittet t-fordelingen. 3 Den statistiske sprogbrug og formelle ramme
Itroduktio til Statistik Forelæsig 4: Kofidesiterval for middelværdi (og spredig) Peder Bacher DTU Compute, Dyamiske Systemer Bygig 303B, Rum 009 Damarks Tekiske Uiversitet 2800 Lygby Damark e-mail: pbac@dtu.dk
Læs mereTests for forskel i central tendens for data på ordinal- og intervalskala. Typer af statistiske test:
Statistik for biologer 005-6, modul 7: Tests for forskel i cetral tedes for data på ordial- og itervalskala M7, slide M7, slide Typer af statistiske test: Parametrisk statistik: - Tester for forskel i
Læs mereUge 40 I Teoretisk Statistik, 30. september 2003
Uge 40 Teoretis tatisti, 30. september 003 Esidet variasaalyse Model, otatio, hypotese og hælpehypotese Test af hælpehypotese Opdaterig af variasestimat Test af hypotese om es middelværdier Variasaalysesema
Læs mereStatistik 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
Læs mereOversigt. Kursus 02402/02323 Introducerende Statistik. Forelæsning 12: Inferens for andele. Klaus K. Andersen og Per Bruun Brockhoff
Kursus 02402/02323 Itroducerede Statistik Forelæsig 12: Iferes for adele Klaus K. Aderse og Per Bruu Brockhoff DTU Compute, Statistik og Dataaalyse Damarks Tekiske Uiversitet 2800 Lygby Damark e-mail:
Læs mereIntroduktion til Statistik
Itroduktio til Statistik 4. udgave Susae Ditlevse og Helle Sørese Susae Ditlevse, susae@math.ku.dk Helle Sørese, helle@math.ku.dk Istitut for Matematiske Fag Købehavs Uiversitet Uiversitetsparke 5 2100
Læs mereMorten 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
Læs mereNogle Asymptotiske Resultater. Jens Ledet Jensen Matematisk Institut, Aarhus Universitet. 1 Indledning 1
Nogle Asymptotiske Resultater Jes Ledet Jese Matematisk Istitut, Aarhus Uiversitet Idhold Idhold i Idledig 2 Resultater i et geerelt set-up 7 2. Eksistes af et kosistet estimat............... 7 2.2 Asymptotisk
Læs mere6 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).
Læs mereEstimation 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:
Læs mereSTATISTISKE 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
Læs mereSimpel 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
Læs mereOpsamling. Lidt om det hele..!
Opsamlig Lidt om det hele..! Kursus oversigt Hvad har vi været igeem: Deskriptiv statistik Sadsyligheder Stokastiske variable diskrete og kotiuerte Fordeliger Estimatio Test Iferes Sammeligig af middelværdier
Læs mereIMFUFA TEKST NR TEKSTER fra ROSKILDE UNIVERSITETSCENTER. Jørgen Larsen
TEKST NR 435 2004 Basisstatistik 2. udgave Jørge Larse August 2006 TEKSTER fra IMFUFA INSTITUT ROSKILDE UNIVERSITETSCENTER FOR STUDIET AF MATEMATIK OG FYSIK SAMT DERES FUNKTIONER I UNDERVISNING, FORSKNING
Læs mereDen 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
Læs mere(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...
Læs mereRenteformlen. 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
Læs mereSTATISTIK x-klasserne Gammel Hellerup Gymnasium
STATISTIK x-klassere Gammel Hellerup Gymasium Jui 209 ; Michael Szymaski ; mz@ghg.dk Idholdsfortegelse INDLEDNING...3 DESKRIPTIV STATISTIK...4 Skemaer...5 Diagrammer...8 Statistiske deskriptorer... 0 Typetal
Læs mereIndholdsfortegnelse 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
Læs mereHovedpointer fra SaSt
Hovedpoiter fra SaSt Marti Nørgaard Peterse 13. februar 2018 Følgede geemgår udvalgte begreber fra E Itroduktio til Sadsylighedsregig af M. Sørese (9. udgave), Itroductio to Likelihood-based Estimatio
Læs mereMikroøkonomi, 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
Læs mereHypotesetest. 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
Læs mereProgram. 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: ektrom@life.ku.dk Fordelig af geemit Statitik ifere for
Læs merex-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
Læs mereStatistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Statistisk Model
Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab Statistisk Model Indhold Binomialfordeling Sandsynlighedsfunktion Middelværdi og spredning 1 Aalen: Innføring i statistik med medisinske eksempler
Læs mereSTATISTISKE 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
Læs mereMatematik 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.
Læs mereDagens 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
Læs mereClaus 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
Læs mereLys 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
Læs mereEksempel 10.1 En autoregressiv proces af orden 1 (ofte blot kaldet en AR(1)- proces) pårhar et opdateringsskema (10.1) med funktionen. for y R.
Kapitel 0 Markovkæder Vi vil i det følgede studere processer Y 0, Y, Y 2,... med værdier irgivet på forme Y = f (Y +ǫ for =, 2,... (0. Her erǫ,ǫ 2,... e følge af iid støjvariable med middelværdi 0, alle
Læs mereSTATISTIKNOTER Simple normalfordelingsmodeller
STATISTIKNOTER Simple ormalfordeligsmodeller Jørge Larse IMFUFA Roskilde Uiversitetsceter Februar 1999 IMFUFA, Roskilde Uiversitetsceter, Postboks 260, DK-4000 Roskilde. Jørge Larse: STATISTIKNOTER: Simple
Læs mereNoter om Kombinatorik 2, Kirsten Rosenkilde, februar
Noter om Kombiatori, Kirste Roseilde, februar 008 1 Kombiatori Disse oter itroducerer ogle cetrale metoder som ofte beyttes i ombiatoriopgaver, og ræver et grudlæggede edsab til ombiatori (se fx Kombiatori
Læs mereDu skal redegøre for løsning af ligninger og herunder behandle omformningsreglerne for ligninger.
Eksamesspørgsmål mac7100 maj/jui 013. Spørgsmål 1: Ligiger Du skal redegøre for løsig af ligiger og heruder behadle omformigsreglere for ligiger. Giv eksempler på hvorda forskellige ligigstyper (lieære,
Læs mereTEKST NR 435 2004. TEKSTER fra IMFUFA
TEKST NR 435 2004 Basisstatisti 2. udgave Jørge Larse August 2006 TEKSTER fra IMFUFA INSTITUT ROSKILDE UNIVERSITETSCENTER FOR STUDIET AF MATEMATIK OG FYSIK SAMT DERES FUNKTIONER I UNDERVISNING, FORSKNING
Læs mereSTATISTISKE 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
Læs mereSTATISTISKE 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
Læs mereSusanne Ditlevsen Institut for Matematiske Fag susanne
Statistik og Sadsylighedsregig 1 STAT Sætig 4.4 og kapitel 6 Susae Ditlevse Istitut for Matematiske Fag Email: susae@math.ku.dk http://math.ku.dk/ susae 8. udervisigsuge 1 E hypotese af forme H 0 : θ =
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 mereElementær 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
Læs mereDårligt arbejdsmiljø koster dyrt
Dårligt arbejdsmiljø F O A f a g o g a r b e j d e koster dyrt Hvad koster et dårligt arbejdsmiljø, og hvad ka vi gøre for at bedre forholdee for de asatte idefor Kost- og Servicesektore? Læs her om de
Læs mereTankegangskompetence. Kapitel 9 Algebraiske strukturer i skolen 353
Takegagskompetece Hesigte med de følgede afsit er først og fremmest at skabe klarhed over de mere avacerede regeregler i skole og give resultatet i de almee form, der er karakteristisk for algebra. Vi
Læs mereKvantitative metoder 2
Dages program Kvatitative metoder De multiple regressiosmodel 6. februar 007 Emet for dee forelæsig er de multiple regressiosmodel (Wooldridge kap 3.- 3.+appedix E.) Defiitio og motivatio Fortolkig af
Læs mereBegreber og definitioner
Begreber og defiitioer Daske husstades forbrug på de medierelaterede udgiftsposter stiger og udgør i 2012*) 11,3 % af husstadees samlede forbrug mod 5,5 % i 1994. For husstade med de laveste idkomster
Læs mereBranchevejledning. ulykker indenfor. lager. området. Branchearbejdsmiljørådet for transport og engros
Brachevejledig ulykker idefor lager området Brachearbejdsmiljørådet for trasport og egros Baggrud Udersøgelser på lager- og trasportområdet har vist, at beskrivelse af hædelsesforløbet ved udfyldelse
Læs mereViden Om Vind oftere, stop i tide
Vide Om Vid oftere, stop i tide Spørgsmål og svar Idhold Risici og relevas 2 Steffe Aderse Sadsyligheder 5 Per Hedegård Spørgsmål til eksperte 7 Thomas Aderse Til 8 Rasmus Østergaard Pederse E sikker strategi
Læs mereMatematisk 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
Læs mereProjekt 9.8 Betingede sandsynligheder og paradokser i sandsynlighedsregningen
Projekt 9.8 Betigede sadsyligheder og paradokser i sadsylighedsregige Et forløb om betigede sadsyligheder ka itroduceres via et selvstædigt elevarbejde med materialet i projekt 9.7 Testet positiv? samme
Læs mereSammensatte hypoteser i en polynomialfordeling
Statistik og Sadsylighedsregig 1 STAT Sætig 44 og kapitel 6 E hypotese af forme H 0 : θ θ 0 Susae Ditlevse Istitut for Matematiske Fag Email: susae@mathkudk http://mathkudk/ susae hvor der ikke idgår ukedte
Læs mereØkonometri 1. Definition og motivation. Definition og motivation. Dagens program. Den multiple regressionsmodel 15. februar 2006
Dages program Økoometri De multiple regressiosmodel 5. februar 006 Emet for dee forelæsig er de multiple regressiosmodel (Wooldridge kap 3.-3.3+appedix E.-E.) Defiitio og motivatio Fortolkig af parametree
Læs mereGamle 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
Læs mereProjekt 4.8 De reelle tal og 1. hovedsætning om kontinuerte funktioner
Projekter: Kapitel 4 Projekt 48 De reelle tal og hovedsætig om kotiuerte fuktioer Projekt 48 De reelle tal og hovedsætig om kotiuerte fuktioer Kotiuitet og kotiuerte fuktioer Ord som kotiuert og kotiuerlig
Læs mereSupplement 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
Læs mereProgram. 1. Repetition 2. Fordeling af empirisk middelværdi og varians, t-fordeling, begreber vedr. estimation. 1/18
Program 1. Repetition 2. Fordeling af empirisk middelværdi og varians, t-fordeling, begreber vedr. estimation. 1/18 Fordeling af X Stikprøve X 1,X 2,...,X n stokastisk X stokastisk. Ex (normalfordelt stikprøve)
Læs mereNoter om kombinatorik, Kirsten Rosenkilde, februar 2008 1. Kombinatorik
Noter om ombiatori, Kirste Roseilde, februar 008 Kombiatori Disse oter er e itrodutio til ombiatori og starter helt fra bude, så e del af det idledede er siert edt for dig allerede, me der ommer også hurtigt
Læs mereFormelskrivning 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
Læs mere