χ 2 -fordelte variable

Størrelse: px
Starte visningen fra side:

Download "χ 2 -fordelte variable"

Transkript

1 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 = X + X + + X n, hvor X N(, ), =,..., n, X erne uafhængge. V skrver kort V n χ (n). Bestemmelse af V = X χ () Tæthedsfunktonen for X, hvor X N(, ), blver f X (x) = π e ( Bemærk, at f X (x) kan skrves x) = e x, < x <. x πx f X (x) = ( ) Γ ( )x e x, < x <, og skalapa- som er tæthedsfunkton for en gammafordelt varabel med formparameter rameter, dvs. χ () = Γ (, ). Øvelse. Bestem først fordelngsfunktonen for X (fact: Φ( x) ), og dernæst tæthedsfunktonen for X ved dfferentaton. Gammafordelngens foldnngsegenskab Inspreret af ovenstående resultat vl v se på foldnngen af to gammafordelte varable med ens ntenstet λ (ækvvalent med ens skalaparameter λ ). Lad X Γ(α, λ) og Y Γ(β, λ), X og Y uafhængge. Tæthedsfunktonerne er f X (x) = f Y (y) = λα Γ(α) xα e λx, < x <, λβ Γ(β) xβ e λx, < y <,

2 og dermed f X+Y (z) = f X f Y (z) = z λ α λ β Γ(α) (z u)α e λ(z u) Γ(β) uβ e λu du Γ(α)Γ(β) e λz Γ(α)Γ(β) e λz z Γ(α)Γ(β) zα+β e λz (z u) α u β du, z α+β ( w) α w β zdw Γ(α)Γ(β) zα+β e λz B(α, β), ( w) α w β dw u = zw du = zdw jf. baggrundsnote tl sandsynlghedsregnng sde 7 lne 3 fra neden. Idet der gælder, at B(α, β) = Γ(α)Γ(β) ), får v Γ(α + β) f X+Y (z) = dvs. X + Y Γ(α + β, λ). λα+β Γ(α + β) zα+β e λz, < z <, Bestemmelse af V n χ (n) Ved at benytte af gammafordelngens foldnngsegenskab får v umddelbart for j V = X + Xj Γ( +, ) = Γ(, ), og ved fortsat anvendelse V n = X + X + + Xn Γ( + + +, ) = Γ( n, ). Der gælder altså χ (n) = Γ( n, ). Herefter kan v let udregne mddelværd og varans χ -fordelngen: E V n = ) Γ(α)Γ(β) = s α e s ds = x = s + t y = s s + t n = n Var V n = t β e t dt = s = xy t = x( y) (xy) α (x( y)) β e x x dydx = = Γ(α + β)b(α, β) B(α, β) = Γ(α)Γ(β) Γ(α + β) n ( ) = n s α t β e (s+t) dsdt J(x, y) = y x y x = xy x + xy = x x α+β e x dx y α ( y) β dy

3 Tæthedsfunktonen for V n blver f Vn (x) = ( )n Γ ( n )x n e x = n Γ ( )x n e x, < x <. n Øvelse. Eftervs, at χ -fordelngen med frhedsgrader er dentsk med eksponentalfordelngen med ntenstet λ =. Sum af uafhængge χ -fordelte varable Lad V m χ (m) og V n χ (n), V m og V n uafhængge. Ved gen at benytte af gammmafordelngens foldnngsegenskab får v V m + V n Γ( m + n, m+n ) = Γ(, ) = χ (m + n), som umddelbart kan generalseres tl en sum af flere uafhængge χ -fordelnger. Modfkatoner Med X N n (, σ I) er X σ N(, ), =,..., n, uafhængge, og dermed σ X χ (n). Dette skrves ofte X σ χ (n). Med X N n (µ, I) blver X såkaldt kke-centralt χ -fordelt med n frhedsgrader og kke-centraltetsparameter µ µ = µ. Dette skrves X χ (n; µ µ). Øvelse. Vs, at mddelværden af X afhænger af µ og kke af de enkelte µ er. Med X N n (µ, σ I) blver X σ χ (n; µ µ σ ). For mere om den kke-centrale χ -fordelng, se fx Noncentral_ch-square_dstrbuton. En stokastsk kvadratsk form Betragt en stokastsk kvadratsk form, hvor X N n (, I), og A er en n n symmetrsk og dempotent matrx ) med rang A = q n. V vl vse, at X AX χ (q). Når A er symmetrsk, fndes en ortogonal matrx C, som dagonalserer A, dvs. C AC = Λ = λ λ λ n, hvor λ erne er A s egenværder. Med A dempotent er også Λ dempotent. Det gælder derfor om alle A s egenværder, at λ = λ, dvs. alle egenværderne er enten eller. Af rang A = rang Λ = tr Λ får v tr Λ = q, dvs. A har netop q egenværder med værden og n q egenværder med værden. Den ortogonale transformaton Y = C X har samme fordelng som X, det Y = C X N n (C, C IC) = N n (, I), ) En symmetrsk og dempotent matrx kaldes også en projektonsmatrx. 3

4 hvorefter X AX = X CΛC X = (C X) ΛC X = Y ΛY = vser, at X ΛX χ (q). :λ = Øvelse. Vs, at hvs X N n (, σ I), så er X ΛX σ χ (q), og hvs X N n (µ, σ I), så er X ΛX σ χ (q; µ µ σ ). Antager v omvendt, at X AX χ (q) vl v vse, at A er dempotent med rang A = q. Da A er symmetrsk, kan v dagonalsere A tl Λ = λ λ λ n og ved tlsvarende regnnger som ovenfor får v hvor Y N n (, I). X AX = Y ΛY = n = λ Y, For at n = λ Y kan modsvare kvadratsummen af q uafhængge standardserede normalfordelte varable må der gælde, at q af λ erne er og n q er. Heraf følger, at A er dempotent med rang A = rang Λ = tr Λ = q. For helt at udelukke at en lnearkombnaton n = λ X med andre koeffcenter end og kan være χ (q)-fordelt, betragter v momentfrembrngende funktoner 3). Et krav om n = λ X χ (q) udmøntes tl n n ( λ t) = ( t) q ( λ t) = ( t) q, = men dette vser gen, at λ erne må vælges som ovenfor anført. = Y Uafhængghed mellem stokastske kvadratske former Betragt to stokastske kvadratske former X A X og X A X, hvor X N n (, I) og hvor både A og A er n n symmetrske og dempotente matrcer med rang hhv. q og q. V vl vse, at X A X og X A X uafhængge A A = O. Antag først, at X A X og X A X er uafhængge. Summen af to uafhængge χ - fordelte varable er gen χ -fordelt, dvs. X (A + A )X χ (q + q ). Heraf følger, at A + A er dempotent, dvs. (A + A )(A + A ) = A + A A + A A + A = A + A, hvlket kræver, at A A + A A = O. Multplcerer v denne lgnng med A hhv. forfra og bagfra får v A A + A A A = O og A A A + A A = O. 3) MV (t) = E[e tv ] = e tx e x dx = ( t) π = ( t) M Vn (t) = ( t) n π e ( t)x d ( ( t) x ) 4

5 Subtrakton gver A A A A = O, som sammenholdt med A A + A A = O vser, at A A = O. Omvendt, når A A = O, blver A X og A X er uafhængge, det Cov(A X, A X) = A Var(X)A = A IA = A A = O. Uafhænggheden mellem A X og A X medfører uafhængghed mellem (A X) A X = X A X og (A X) A X = X A X. Dekomposton af en χ -fordelt stokastsk varabel V vl undersøge, om det er mulgt at dekomponere V n = X X χ (n), X N n (, I), en sum af parvs uafhængge χ -fordelte varable. Antag, at X X kan skrves som en sum af stokastske kvadratske former, X X = X A X + X A X + + X A k X, hvor A er symmetrsk og dempotent med rang A = q, =,..., k. Bemærk, at X A X + X A X + + X A k X = X (A + A + + A k )X, dvs. A + A + + A k = I. Der gælder umddelbart, at X A X χ (q ), =,..., k, men spørgsmålet er uafhængghed skal også afklares. Lad A j repræsentere en vlkårlg af de kvadratske former. Da A j er symmetrsk og dempotent fndes en ortogonal matrx C, som dagonalserer A j tl Λ med alle dagonalelementer eller. Multplcerer v på begge sder af A + A + + A k = I forfra med C og bagfra med C, får v C A C + Λ = I. j Matrcerne C A C, j, er som A erne dempotente. Alle dagonalelementer er derfor kke-negatve. Dette betyder, at hvor Λ har dagonalen, er de tlsvarende dagonalelementer C A C, j, nødvendgvs alle. Endvdere gælder, at når der C A C optræder hoveddagonalen, så vl alle elementerne den aktuelle række og den aktuelle søjle også have værden 4). Multplkaton af C A C, j med Λ gver derfor O. Ved at ndføre Λ = C A j C får v hvoraf A A j = O, j. C A CΛ = C A CC A j C = C A A j C = O, 4) Lad C dagonalsere C A C tl Λ. Så er C A C = C Λ C = C Λ Λ C = C Λ (C Λ ). Et hoveddagonalen C A C kræver, at den tlsvarende række C A følger. er en nulrække, hvoraf påstanden 5

6 Da A j var arbtrært valgt, har v A A j = O for alle, j =,..., k, j, hvlket vser, at X A X, =,..., k, er parvs uafhængge. Heraf følger, at X A X + X A X + + X A k X χ ( k = q ), som sammenholdt med X X χ (n) vser, at k = q = n er en nødvendg og tlstrækkelg betngelse for gyldgheden af den betragtede dekomposton. Mere udførlgt kan v slutte, at følgende udsagn er ækvvalente: X A X χ (q ), =,..., k, parvs uafhængge. A A j = O,, j =,..., k, j. k = q = n. Dette resultat, som fndes flere varanter, kaldes Cochrans sætnng. Øvelse. Lad X N n (, I). Betragt V n = X X og V q = X AX, A symmetrsk og dempotent, rang A = q. Sæt U = V n V q, og vs, at U χ (n q), samt at V q og U er uafhængge. Hvs stedet X N n (, σ I), kan udlednngen opretholdes, når blot χ ( ) alle steder erstattes af σ χ ( ). Hvs X N n (µ, σ I), kan udlednngen stadg opretholdes, når yderlgere X erstattes af X µ. Øvelse. Betragt en normalfordelt stkprøve X N n (µ, σi), µ = µ = µ(,,..., ). Vs, at X µ og S er uafhængge. Vnk: Der gælder samt og n (X µ) = (n )S + n(x µ) = n (n )S = (X X) = σ (X µ) (I n )(X µ) = (X µ) = σ (X µ) ( n )(X µ). (V kan kke ad denne vej nå helt frem tl, at X og S er uafhængge.) 6../BR 6

Vægtet model. Landmålingens fejlteori - Lektion4 - Vægte og Fordeling af slutfejl. Vægte. Vægte: Eksempel. Definition: Vægtrelationen

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/lf3 Insttut for Matematske Fag Aalborg Unverstet Gvet n uafhængge

Læs mere

TALTEORI Følger og den kinesiske restklassesætning.

TALTEORI 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 mere

Økonometri lektion 7 Multipel Lineær Regression. Testbaseret Modelkontrol

Økonometri 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 mere

Sandsynlighedsregning 12. forelæsning Bo Friis Nielsen

Sandsynlighedsregning 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 mere

FRIE 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. 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 mere

Økonometri 1. Heteroskedasticitet 27. oktober Økonometri 1: F12 1

Økonometri 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 mere

Kvantitative metoder 2

Kvantitative 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 mere

Regressionsmodeller. Kapitel Ikke-lineær regression

Regressionsmodeller. 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 mere

Vi ønsker også at teste hypoteser om parametrene. F.eks: Kan µ tænkes at være 0 (eller anden fast, kendt værdi)? Eksempel: dollarkurser

Vi 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 mere

Økonometri 1 Efterår 2006 Ugeseddel 9

Økonometri 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 mere

Opsamling. Simpel/Multipel Lineær Regression Logistisk Regression Ikke-parametriske Metoder Chi-i-anden Test

Opsamling. 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 mere

Supplement til sandsynlighedsregning og matematisk statistik

Supplement til sandsynlighedsregning og matematisk statistik Supplemet tl sadsylghedsregg og matematsk statstk 1. Bevs for lgg (4b) 22.4 ( 23.3) 8. (7.) udgave. Teorem 3 (4): Atallet af forskellge kombatoer med k elemeter, der ka daes ud af forskellge elemeter,

Læs mere

Ugeseddel 8. Gruppearbejde:

Ugeseddel 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 mere

Statistisk mekanik 13 Side 1 af 9 Faseomdannelse. Faseligevægt

Statistisk 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 mere

Lineær regressionsanalyse8

Lineær 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 mere

Økonometri 1. Avancerede Paneldata Metoder I 24.november F18: Avancerede Paneldata Metoder I 1

Økonometri 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 mere

Notat om porteføljemodeller

Notat 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 mere

Økonometri 1. Avancerede Paneldata Metoder II Introduktion til Instrumentvariabler 27. november 2006

Økonometri 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 mere

Statistik og Sandsynlighedsregning 2

Statistik og Sandsynlighedsregning 2 Statistik og Sandsynlighedsregning 2 Normalfordelingens venner og bekendte Helle Sørensen Uge 9, onsdag SaSt2 (Uge 9, onsdag) Normalfordelingens venner 1 / 20 Program Resultaterne fra denne uge skal bruges

Læs mere

Kvantitative metoder 2

Kvantitative 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 mere

Statistik II Lektion 4 Generelle Lineære Modeller. Simpel Lineær Regression Multipel Lineær Regression Flersidet Variansanalyse (ANOVA)

Statistik 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 mere

2. Sandsynlighedsregning

2. Sandsynlighedsregning 2. Sandsynlghedsregnng 2.1. Krav tl sandsynlgheder (Sandsynlghedens aksomer) Hvs A og B er hændelser, er en sandsynlghed, hvs: 1. 0 ( A) 1 n 2. ( A ) 1 1 3. ( A B) ( A) + ( B), hvs A og B ngen udfald har

Læs mere

Økonometri 1. Test for heteroskedasticitet. Test for heteroskedasticitet. Dagens program. Heteroskedasticitet 26. oktober 2005

Økonometri 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 mere

Kanoniske transformationer (i)

Kanoniske transformationer (i) Kanonske transformatoner () 9.1 Værden af transformatoner: Polære koordnater: (x, y, z) =(r cos φ sn θ,rsn φ sn θ,rcos θ) T = 1 2 m ẋ 2 + ẏ 2 + ż 2 = 1 2 m ṙ 2 + r 2 θ2 + r 2 sn 2 θ φ 2. Hvs V = V (r,

Læs mere

EKSAMEN I MATEMATIK-STATISTIK, 27. JANUAR 2006, KL 9-13

EKSAMEN 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 mere

Sandsynlighedsteori

Sandsynlighedsteori Fordelingskatalog til Sandsynlighedsteori 1.1 + 1.2 Svend Erik Graversen August 2005 1 Dette katalog indeholder de vigtigste egenskaber ved de 6 mest almindelige diskrete fordelinger samt de 11 mest almindelige

Læs mere

Økonometri 1. Lineær sandsynlighedsmodel. Hvad nu hvis den afhængige variabel er en kvalitativ variabel (med to kategorier)?

Økonometri 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 mere

Noter til fysik 3: Statistisk fysik

Noter 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 mere

Statikstik II 3. Lektion. Multipel Logistisk regression Generelle Lineære Modeller

Statikstik 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 mere

Binomialfordelingen. Erik Vestergaard

Binomialfordelingen. 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 mere

Statikstik II 4. Lektion. Generelle Lineære Modeller

Statikstik 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 mere

Spørgsmål 1 (5 %) Bestem sandsynligheden for at batteriet kan anvendes i mere end 5 timer.

Spørgsmål 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 mere

Økonometri 1. For mange variable i modellen. For få variable. Dagens program. Den multiple regressionsmodel 21. september 2004

Økonometri 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 mere

Morten Frydenberg Biostatistik version dato:

Morten 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 mere

BEVISER TIL KAPITEL 7

BEVISER 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 mere

Logistisk regression. Logistisk regression. Probit model Fortolkning udfra latent variabel. Odds/Odds ratio

Logistisk 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 mere

Statistik II Lektion 5 Modelkontrol. Modelkontrol Modelsøgning Større eksempel

Statistik 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 mere

Binomialfordelingen: april 09 GJ

Binomialfordelingen: 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 mere

Elektromagnetisk induktion

Elektromagnetisk 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 mere

CIVILINGENIØREKSAMEN Side 1 af 18 sider. Skriftlig prøve, den: PQ. juli 200Z Kursus nr : (navn) (underskrift) (bord nr)

CIVILINGENIØREKSAMEN Side 1 af 18 sider. Skriftlig prøve, den: PQ. juli 200Z Kursus nr : (navn) (underskrift) (bord nr) CIVILINGENIØREKSAMEN Side 1 af 18 sider Skriftlig prøve, den: PQ. juli 200Z Kursus nr : 02405 Kursus navn: Sandsynlighedsregning Tilladte hjælpemidler: Alle Dette sæt er besvaret af: (navn) (underskrift)

Læs mere

Lineær Algebra F08, MØ

Lineær Algebra F08, MØ Lineær Algebra F08, MØ Vejledende besvarelser af udvalgte opgaver fra Ugeseddel 3 og 4 Ansvarsfraskrivelse: Den følgende vejledning er kun vejledende. Opgaverne kommer i vilkårlig rækkefølge. Visse steder

Læs mere

Note til Generel Ligevægt

Note 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 mere

6. SEMESTER Epidemiologi og Biostatistik Opgaver til 3. uge, fredag

6. 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 mere

Kvantitative metoder 2 Forår 2007 Ugeseddel 9

Kvantitative 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 mere

Prøveeksamen Indtjening, konkurrencesituation og produktudvikling i danske virksomheder Kommenteret vejledende besvarelse

Prøveeksamen 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 mere

Sandsynlighedsregning og statistik med binomialfordelingen

Sandsynlighedsregning 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 mere

Elektromagnetisk induktion

Elektromagnetisk 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 mere

Den todimensionale normalfordeling

Den todimensionale normalfordeling Den todimensionale normalfordeling Definition En todimensional stokastisk variabel X Y siges at være todimensional normalfordelt med parametrene µ µ og når den simultane tæthedsfunktion for X Y kan skrives

Læs mere

Sandsynlighedsregning

Sandsynlighedsregning Mogens Bladt www2.imm.dtu.dk/courses/02405 21. September, 2007 Lidt om binomialkoefficienter n størrelsen af en mængde/population. Vi ønsker at udtage en sub population af størrelse r. To sub populationer

Læs mere

Prøveeksamen Indtjening, konkurrencesituation og produktudvikling i danske virksomheder Kommenteret vejledende besvarelse

Prøveeksamen 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 mere

3.3. Mindste kvadraters metode Det overbestemte problem.

3.3. Mindste kvadraters metode Det overbestemte problem. 3.3. Mndste kvadraters etode. 3.3. Det overbestete proble. Mndste kvadraters etode er tradtonelt blevet anvendt tl at bestee en n-densonal vektor x, udfra observatoner,, > n. V har et overbestet proble.

Læs mere

Binomialfordelingen. X ~ bin(n,p): X = antal "succeser" i n uafhængige forsøg, der alle har samme sandsynlighed p for at ende med succes.

Binomialfordelingen. X ~ bin(n,p): X = antal succeser i n uafhængige forsøg, der alle har samme sandsynlighed p for at ende med succes. Uge 9 Teoretisk Statistik 23. februar 24 1. Binomialfordelingen 2. Den hypergeometriske fordeling 3. Poissonfordelingen 4. Den negative binomialfordeling 5. Gammafordelingen Binomialfordelingen X ~ bin(n,p):

Læs mere

Lineære Normale Modeller

Lineære Normale Modeller Note tl Leære Normale Modeller Bo Rosbjerg. marts 009 Tegger udført af Herk Ve Chrstese Idhold E smpel leær ormal model 5. Modelbestemmelse........................... 5. Mdste kvadraters estmat......................

Læs mere

Udvikling af en metode til effektvurdering af Miljøstyrelsens Kemikalieinspektions tilsyn og kontrol

Udvikling 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 mere

Prøveeksamen Indtjening, konkurrencesituation og produktudvikling i danske virksomheder Kommenteret vejledende besvarelse

Prøveeksamen 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 mere

Program. Statistik og Sandsynlighedsregning 2 Normalfordelingens venner og bekendte. χ 2 -fordelingen

Program. Statistik og Sandsynlighedsregning 2 Normalfordelingens venner og bekendte. χ 2 -fordelingen Program Statitik og Sandynlighedregning 2 Normalfordelingen venner og bekendte Helle Sørenen Uge 9, ondag Reultaterne fra denne uge kal bruge om arbejdhete i projekt 1. I formiddag: χ 2 -fordelingen, t-fordelingen,

Læs mere

Kvantitative metoder 2

Kvantitative 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 mere

Kvantitative metoder 2

Kvantitative 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 mere

Elektromagnetisme 12 Side 1 af 6 Magnetisk energi. Magnetisk energi

Elektromagnetisme 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 mere

RESEARCH PAPER. Nr. 7, Prisoptimering i logitmodellen under homogen og heterogen forbrugeradfærd. Jørgen Kai Olsen

RESEARCH 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 mere

DLU med CES-nytte. Resumé:

DLU 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 mere

Videregående Algoritmik. David Pisinger, DIKU. Reeksamen, April 2005

Videregående Algoritmik. David Pisinger, DIKU. Reeksamen, April 2005 Vderegåede Algortmk Davd Psger, DIKU Reeksame, Aprl 5 Bsecto problemet Gvet e uvægtet graf G = (V, E) samt et heltal k. E bsecto af grafe G er e opdelg af kudere V to lge store mægder S og T. MAX-BISECTION

Læs mere

Fysik 3. Indhold. 1. Sandsynlighedsteori

Fysik 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 mere

Prøveeksamen Indtjening, konkurrencesituation og produktudvikling i danske virksomheder Kommenteret vejledende besvarelse

Prøveeksamen 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 mere

Statistik Lektion 14 Simpel Lineær Regression. Simpel lineær regression Mindste kvadraters metode Kovarians og Korrelation

Statistik 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 mere

Hvorfor n-1 i stikprøvevariansen?

Hvorfor 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 mere

Reeksamen 2014/2015 Mål- og integralteori

Reeksamen 2014/2015 Mål- og integralteori Reeksamen 4/5 Mål- og integralteori Københavns Universitet Institut for Matematiske Fag Formalia Eksamensopgaven består af 4 opgaver med ialt spørgsmål. Ved bedømmelsen indgår de spørgsmål med samme vægt.

Læs mere

Elementær sandsynlighedsregning

Elementær sandsynlighedsregning Elementær sandsynlighedsregning Sandsynlighedsbegrebet Et udfaldsrum S er mængden af alle de mulige udfald af et eksperiment. En hændelse A er en delmængde af udfaldsrummet S. Den hændelse, der ikke indeholder

Læs mere

Statistik Lektion 15 Mere Lineær Regression. Modelkontrol Prædiktion Multipel Lineære Regression

Statistik 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 mere

Brugerhåndbog. Del IX. Formodel til beregning af udlandsskøn

Brugerhåndbog. 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 mere

Skriftlig Eksamen. Datastrukturer og Algoritmer (DM02) Institut for Matematik og Datalogi. Odense Universitet. Onsdag den 18. juni 1997, kl.

Skriftlig Eksamen. Datastrukturer og Algoritmer (DM02) Institut for Matematik og Datalogi. Odense Universitet. Onsdag den 18. juni 1997, kl. Skrftlg Eksamen Datastrukturer og Algortmer (DM02) Insttut for Matematk og Datalog Odense Unverstet Onsdag den 18. jun 1997, kl. 9{13 Alle sdvanlge hjlpemdler (lrebger, notater, etc.) samt brug af lommeregner

Læs mere

Sandsynlighedsregning Oversigt over begreber og fordelinger

Sandsynlighedsregning Oversigt over begreber og fordelinger Tue Tjur Marts 2007 Sandsynlighedsregning Oversigt over begreber og fordelinger Stat. MØK 2. år Kapitel : Sandsynlighedsfordelinger og stokastiske variable En sandsynlighedsfunktion på en mængde E (udfaldsrummet)

Læs mere

Statistik og Sandsynlighedsregning 2

Statistik og Sandsynlighedsregning 2 Statistik og Sandsynlighedsregning 2 Lineære transformationer, middelværdi og varians Helle Sørensen Uge 8, onsdag SaSt2 (Uge 8, onsdag) Lineære transf. og middelværdi 1 / 15 Program I formiddag: Fordeling

Læs mere

Kvantitative metoder 2 Forår 2007 Ugeseddel 10

Kvantitative 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 mere

Uge 10 Teoretisk Statistik 1. marts 2004

Uge 10 Teoretisk Statistik 1. marts 2004 1 Uge 10 Teoretisk Statistik 1. marts 004 1. u-fordelingen. Normalfordelingen 3. Middelværdi og varians 4. Mere normalfordelingsteori 5. Grafisk kontrol af normalfordelingsantagelse 6. Eksempler 7. Oversigt

Læs mere

Men tilbage til regression og Chi-i-anden. test. Begge begreber refererer til normalfordelingen med middelværdi μ og spredning σ.

Men tilbage til regression og Chi-i-anden. test. Begge begreber refererer til normalfordelingen med middelværdi μ og spredning σ. χ test matematkudervsge χ - test gymasets matematkudervsg I jauar ummeret 8 af LMFK bladet havde jeg e artkel, hvor jeg harcelerede ldt over, at regresso og sær χ fordelg havde fudet dpas matematkudervsge

Læs mere

Kvantitative metoder 2

Kvantitative 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 mere

02402 Vejledende løsninger til hjemmeopgaver og øvelser, Uge 4

02402 Vejledende løsninger til hjemmeopgaver og øvelser, Uge 4 02402 Vejledende løsninger til hjemmeopgaver og øvelser, Uge 4 Vejledende løsning 5.46 P (0.010 < error < 0.015) = (0.015 0.010)/0.050 = 0.1 > punif(0.015,-0.025,0.025)-punif(0.01,-0.025,0.025) [1] 0.1

Læs mere

Variansanalyse. på normalfordelte observationer af Jens Friis

Variansanalyse. på normalfordelte observationer af Jens Friis Varasaalyse på ormalfordelte observatoer af Jes Frs Esdg varasaalyse Model eelt ormalfordelt observatosræe Lad X, X, X er dbyrdes uafhægge N(μ, σ ) - fordelt stoastse varable Det tlhørede observatossæt

Læs mere

Forberedelse til den obligatoriske selvvalgte opgave

Forberedelse til den obligatoriske selvvalgte opgave MnFremtd tl OSO 10. klasse Forberedelse tl den oblgatorske selvvalgte opgave Emnet for dn oblgatorske selvvalgte opgave (OSO) skal tage udgangspunkt dn uddannelsesplan og dt valg af ungdomsuddannelse.

Læs mere

Vægtet model. Landmålingens fejlteori - Lektion4 - Vægte og Fordeling af slutfejl. Vægte. Vægte: Eksempel. Definition: Vægtrelationen

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 mere

Økonometri 1 Efterår 2006 Ugeseddel 13

Økonometri 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 mere

Løsninger til kapitel 12

Løsninger til kapitel 12 Løsnnger tl kaptel 1 Opgave 1.1 HypoStat gver umddelbart: ft = 7 En P Teststørrelse H 0 : Alle P passer mandag 80 0,14857 48,8571 3,89737 H 1 : Ikke alle P passer trsdag 30 0,14857 48,8571 1,48899 onsdag

Læs mere

Inertimoment for arealer

Inertimoment 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 mere

Elementær Matematik. Sandsynlighedsregning

Elementær Matematik. Sandsynlighedsregning lemetær Matematk Sadsylghedsregg Ole Wtt-Hase Køge Gymasum 008 INDHOLD KAP. KOMBINATORIK.... MULTIPLIKATIONS- OG ADDTIONSPRINCIPPT.... PRMUTATIONR... 3. KOMBINATIONR...3 KAP. NDLIGT SANDSYNLIGHDSFLT...7.

Læs mere

Støbning af plade. Køreplan 01005 Matematik 1 - FORÅR 2005

Støbning af plade. Køreplan 01005 Matematik 1 - FORÅR 2005 Støbnng af plade Køreplan 01005 Matematk 1 - FORÅR 2005 1 Ldt hstorsk baggrund Det første menneske beboede Jorden for over 100.000 år sden. Arkæologske studer vser, at det allerede havde opdaget fænomenet

Læs mere

Statistik II Lektion 5 Modelkontrol. Modelkontrol Modelsøgning Større eksempel

Statistik 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 mere

Besvarelser til de to blokke opgaver på Ugeseddel 7

Besvarelser til de to blokke opgaver på Ugeseddel 7 Besvarelser til de to blokke opgaver på Ugeseddel 7 De anførte besvarelser er til dels mere summariske end en god eksamensbesvarelse bør være. Der kan godt være fejl i - jeg vil meget gerne informeres,

Læs mere

Kvantemekanik 2 Side 1 af 11 Schrödingerligningen. Bølgefunktionen

Kvantemekanik 2 Side 1 af 11 Schrödingerligningen. Bølgefunktionen Kvantemean Sde af Bølgefuntonen Inden for den lassse fys an en partels bevægelse besrves ved en, der ndeholder alle oplysnnger om partlens bevægelse. stedfunton r( t) Pga. den KM besrevne partel-bølge-dualtet

Læs mere

Bedste rette linje ved mindste kvadraters metode

Bedste rette linje ved mindste kvadraters metode 1/9 Bedste rette linje ved mindste kvadraters metode - fra www.borgeleo.dk Figur 1: Tre datapunkter og den bedste rette linje bestemt af A, B og C Målepunkter og bedste rette linje I ovenstående koordinatsystem

Læs mere

Landbrugets efterspørgsel efter Kunstgødning. Angelo Andersen

Landbrugets 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 mere

hvor a og b er konstanter. Ved middelværdidannelse fås videre

hvor a og b er konstanter. Ved middelværdidannelse fås videre Uge 3 Teoretisk Statistik. marts 004. Korrelation og uafhængighed, repetition. Eksempel fra sidste gang (uge ) 3. Middelværdivektor, kovarians- og korrelationsmatrix 4. Summer af stokastiske variable 5.Den

Læs mere

Rettevejledning til Økonomisk Kandidateksamen 2007I, Økonometri 1

Rettevejledning 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 mere

Integration m.h.t. mål med tæthed

Integration m.h.t. mål med tæthed Integration m.h.t. mål med tæthed Sætning (EH 11.7) Lad ν = f µ på (X, E). For alle g M + (X, E) gælder at gdν = g f dµ. Bevis: Standardbeviset: 1) indikatorfunktioner 2) simple funktioner 3) M + -funktioner.

Læs mere

Elementær kredsløbsteknik OPGAVESAMLING. af Torben Elm Larsen

Elementær kredsløbsteknik OPGAVESAMLING. af Torben Elm Larsen Elementær kredsløbsteknk OPGAVESAMLING af Torben Elm Larsen Elementær kredsløbsteknk Opgavesamlng 1. udgave,. oplag 001 Ingenøren bøger, Ingenøren A/S 1996 Forlagsredakton: Søren Flenng DTP: Torben Elm

Læs mere

Luftfartens vilkår i Skandinavien

Luftfartens vilkår i Skandinavien Luftfartens vlkår Skandnaven - Prsens betydnng for valg af transportform Af Mette Bøgelund og Mkkel Egede Brkeland, COWI Trafkdage på Aalborg Unverstet 2000 1 Luftfartens vlkår Skandnaven - Prsens betydnng

Læs mere

Antag X 1,..., X n stokastiske variable med fælles middelværdi µ og varians σ 2. Hvis µ er ukendt estimeres σ 2 ved 1/36.

Antag 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 mere

Real valutakursen, ε, svinger med den nominelle valutakurs P P. Endvidere antages prisniveauet i ud- og indland at være identisk, hvorved

Real 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 mere

Bilag 6: Økonometriske

Bilag 6: Økonometriske Marts 2015 Blag 6: Økonometrske analyser af energselskabernes omkostnnger tl energsparendsatsen Energstyrelsen Indholdsfortegnelse 1. Paneldataanalyse 3 Specfkaton af anvendte panel regressonsmodeller

Læs mere

Estimation af CES - forbrugssystemet med og uden dynamik: -fcf/fcfv sammenhold med fcv/fcfv -fct/fcts sammenhold med fcs/fcts

Estimation 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 mere