Løsninger til kapitel 7

Relaterede dokumenter
Test i to populationer. Hypotesetest for parrede observationer Test for ens varians Gensyn med flyskræk!

Sandsynlighedsfordelinger for kontinuerte data på interval/ratioskala

Statistik Lektion 8. Parrede test Test for forskel i andele Test for ens varians Gensyn med flyskræk!

Statistik Lektion 7. Hypotesetest og kritiske værdier Type I og Type II fejl Styrken af en test Sammenligning af to populationer

hvor i er observationsnummeret, som løber fra 1 til stikprøvestørrelsen n, X i

Stikprøvefordelinger og konfidensintervaller

9. Binomialfordelingen

Statistik 8. gang 1 KONFIDENSINTERVALLER. Konfidensintervaller: kapitel 11. Valg og test af fordelingsfunktion

Anvendt Statistik Lektion 3. Punkt- og intervalestimater Konfidensintervaller Valg af stikprøvestørrelse

24. januar Epidemiologi og biostatistik. Forelæsning 1 Uge 1, tirsdag. Niels Trolle Andersen, Afdelingen for Biostatistik.

Estimation ved momentmetoden. Estimation af middelværdiparameter

1 Punkt- og intervalestimation Punktestimatorer: Centralitet(bias) og efficiens... 2

13. februar Resumé: En statistisk analyse resulterer ofte i : Et estimat ˆ θ med en tilhørende se( ˆ θ )

Praktisk info. Statistisk analyse af en enkelt stikprøve: kendt eller ukendt varians Sandsynlighedsregning og Statistik (SaSt) I tirsdags.

29. januar Epidemiologi og biostatistik Forelæsning 2 Uge 1, torsdag 2. februar 2006 Michael Væth, Afdeling for Biostatistik.

Definition: Normalfordelingen. siges at være normalfordelt med middelværdi µ og varians σ 2, hvor µ og σ er reelle tal og σ > 0.

Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab

Dagens program. Estimation: Kapitel Eksempler på middelrette og/eller konsistente estimator (de sidste fra sidste forelæsning)

Sammenligning af to grupper

Sætning: 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

Meningsmålinger KLADDE. Thomas Heide-Jørgensen, Rosborg Gymnasium & HF, 2017

Konfidens intervaller

Vejledende besvarelser til opgaver i kapitel 15

Hypotesetest. Hypotesetest og kritiske værdier Type 1 og Type 2 fejl Styrken af en test Sammenligning af to populationer

Generelle lineære modeller

30. august Epidemiologi og biostatistik. Forelæsning 3 Uge 2, torsdag d. 8. september 2005 Michael Væth, Afdeling for Biostatistik.

Spørgsmål 3 (5 %) Bestem sandsynligheden for at et tilfældigt valgt vindue har en fejl ved listerne, når man ved at der er fejl i glasset.

Statistiske test. Efteråret 2010 Jens Friis, AAU. Hjemmeside :

antal gange krone sker i første n kast = n

Simpel Lineær Regression. Opsplitning af variationen Determinations koefficient Variansanalyse F-test Model-kontrol

Maja Tarp AARHUS UNIVERSITET

Indholdsfortegnelse Generelt Diskrete stokastiske variable: Kontinuerte stokastiske variable: Regneregler for stokastiske variable

Motivation. En tegning

Økonometri 1. Inferens i den lineære regressionsmodel 29. september Økonometri 1: F7 1

Opsamling. Lidt om det hele..!

Program. Ensidet variansanalyse Normalfordelingen. Antibiotika og nedbrydning af organisk materiale. Tegninger

Løsninger til kapitel 9

Oversigt. Kursus 02402/02323 Introducerende Statistik. Forelæsning 12: Inferens for andele. Klaus K. Andersen og Per Bruun Brockhoff

Økonometri 1. Definition og motivation. Definition og motivation. Dagens program. Den multiple regressionsmodel 15. februar 2006

Mikroøkonomi, matematik og statistik Eksamenshjemmeopgave december 2007

Morten Frydenberg version dato:

Uge 40 I Teoretisk Statistik, 30. september 2003

Matematik A. Højere handelseksamen. Tirsdag den 26. maj 2015 kl hhx151-mat/a

Diskrete og kontinuerte stokastiske variable

Program. Middelværdi af Y = t(x ) Transformationssætningen

Tests for forskel i central tendens for data på ordinal- og intervalskala. Typer af statistiske test:

Vejledende opgavebesvarelser

STATISTISKE GRUNDBEGREBER

Oversigt. 1 Fordelingen for gennemsnittet t-fordelingen. 3 Den statistiske sprogbrug og formelle ramme

Undersøgelse af numeriske modeller

Teoretisk Statistik, 9. februar Beskrivende statistik

STATISTISKE GRUNDBEGREBER

Asymptotisk optimalitet af MLE

Estimation og test i normalfordelingen

Kvantitative metoder 2

Introduktion til Statistik

Den flerdimensionale normalfordeling

Elementær Matematik. Polynomier

Modul 14: Goodness-of-fit test og krydstabelanalyse

Program. Statistisk inferens En enkelt stikprøve og lineær regression Stat. modeller, estimation og konfidensintervaller. Fordeling af gennemsnit

Renteformlen. Erik Vestergaard

STATISTIK x-klasserne Gammel Hellerup Gymnasium

Program. Populationer og stikprøver. Praktiske oplysninger. Eksempel vaccine mod miltbrand hos får. Praktiske oplysninger

STATISTIKNOTER Simple normalfordelingsmodeller

(VIDENSKABSTEORI) STATISTIK (EKSPERIMENTELT ARBEJDE)

Løsningsforslag til skriftlig eksamen i Kombinatorik, sandsynlighed og randomiserede algoritmer (DM528)

Statistik Lektion 8. Test for ens varians

Projekt 9.1 Regneregler for stokastiske variable middelværdi, varians og spredning

Matematisk Modellering 1 Hjælpeark

Eksempel 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.

vejer (med fortegn). Det vil vi illustrere visuelt og geometrisk for (2 2)-matricer og (3 3)-matricer i enote 6.

Hovedpointer fra SaSt

Projekt 9.10 St. Petersborg paradokset

STATISTISKE GRUNDBEGREBER

Uge 37 opgaver. Opgave 1. Svar : Starter med at definere sup (M) og inf (M) :

Kapitel 10 KALIBRERING AF STRØMNINGSMODEL

Dagens forelæsning. Claus Munk. kap Obligationer Grundlæggende Intro. Obligationer Grundlæggende Intro. Obligationer Grundlæggende Intro

Claus Munk. kap. 1-3

STATISTISKE GRUNDBEGREBER

Teoretisk Statistik, 18. november Stikprøveteori: hvor er vi, og hvor skal vi hen? Proportional allokering Optimal allokering

Supplement til Kreyszig

HASTIGHEDSKORT FOR DANMARK VHA. GPS

Projekt 2.3 Det gyldne snit og Fibonaccitallene

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

Formelskrivning 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

Matematikkens mysterier - på et obligatorisk niveau. 7. Ligninger, polynomier og asymptoter

6 Populære fordelinger

Susanne Ditlevsen Institut for Matematiske Fag susanne

Lys og gitterligningen

x-klasserne Gammel Hellerup Gymnasium

Bekendtgørelse om takstændringer i offentlig servicetrafik i trafikselskaber og hos jernbanevirksomheder m.v. (takststigningsloftet)

Statistiske Modeller 1: Notat 1

Velkommen. Program. Statistik og Sandsynlighedsregning 2 Sandsynlighedstætheder og kontinuerte fordelinger på R. Praktiske ting og sager

DATV: Introduktion til optimering og operationsanalyse, Bin Packing Problemet

Gamle eksamensopgaver. Diskret Matematik med Anvendelser (DM72) & Diskrete Strukturer(DM504)

Asymptotisk estimationsteori

Sammensatte hypoteser i en polynomialfordeling

Transkript:

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 har de ekelte bil kørt mellem 49,87 og 58,93 km. Me der spørges om det samlede atal kørte kilometer. Her skal vi gage op med N = 800, vogparkes samlede størrelse. Resultatet bliver, at der er kørt estimeret 71.30 km, og med 95% sikkerhed ligger dette mellem 699531 km og 75009 km. (Udtter ma, at populatioes størrelse kedes, så ka et smallere kofidesiterval opås) b) Stikprøvestørrelse bestemmes ved idsættelse: σ σ Zα / μ + Zα / Dvs. e stikprøve på midst 186 biler Opgave 7. a) Ja, det er det. Atal gage er umiddelbart e biomialfordelig, me de ka tilærmes med e ormalfordelig, hvis middelværdie er tilpas stor. Alterativt ka ma geemføre e empirisk udersøgelse og teste, om ormalitetsbetigelse er opfldt. b) HpoStat giver: X forudsættes Normalfordelt 0,95 7,54768 67,5973 1 = 0 s 15,44 ( 1) s χ 1, α / σ ( 1) s χ 1,(1 α / )

Løsiger til kapitel 7 Ved at tage kvadratrødder fås et KI for spredige. Med 95% ligger spredige i itervallet 8,5 < σ < 16, 36. c) HpoStat giver: Pop. varias er ukedt og X er ormalfordelt, så studet t bruges = 34,300 s 15,440 = s0,000 t, α / μ + t 0,95 9,058 39,54 1 1, α / s Med 95% sikkerhed ligger middelværdie mellem 9,06 < μ < 39, 54. d) Smallere. Opgave 7.3 I løsige edefor igoreres det, at populatioes størrelse kedes. Ma ka aturligvis avede dee oplsig og opå margialt smallere kofidesitervaller. a) HpoStat giver: Pop. varias er ukedt, me 30, så Normalf. bruges approksimativt 0,95 10,01 10,788 = 10,400 s 7,840 = 00,000 Zα / μ + Z Med 95% sikkerhed ligger det geemsitlige årlig forbrug pr., husstad af pasta på Sodor 10,01 kg og 10,788 kg. b) Gager vi oveævte kofidesitervals græser med atallet af husstade på Sodor, så ses, at det forvetede samlede årlige forbrug på Sodor er 574.9,4 kg, og med 95% sikkerhed ligger dette forbrug mellem 558.448,7 kg og 60.196,95 kg. c) Ved idsættelse i formle edefor fås σ α / σ

Løsiger til kapitel 7 Der skal altså avedes e stikprøve på midst 753 husstade. d) HpoStat giver: 40 eller p 5 og (1 p) 5 = 00 P^ = 0,14 0,95 0,091911 0,188089 (1 ) Z P α / + Zα / (1 ) Det ses, at med 95% sikkerhed ligger adele af husstade, som aldrig køber pasta, mellem 9,19% og 18,8%. e) Vi har et estimat på 14% for adele af husstade, som aldrig spiser pasta. Ved idsættelse i formle edefor fås Der skal altså avedes e stikprøve på midst 466 husstade. Opgave 7.4 a) HpoStat giver 40 eller p 5 og (1 p) 5 = 100 P^ = 0,53 0,95 0,43178 0,678 (1 ) Z P α / + Zα / (1 ) 3

Løsiger til kapitel 7 Adele af ja-sigere ligger med 95% sikkerhed mellem 43% og 63%. b) Nej - vi varierer mellem 43% og 63% ja-sigere, så resultatet er tvivlsomt - vi ved ikke om der er flertal for ja eller ej. c) Vi har et estimat på 53% for adele af ja-sigere. Ved idsættelse i formle edefor fås Der skal altså avedes e stikprøve på midst 1064 husstade. Opgave 7.5 a) Et ormalfraktildiagram for det ormale salg kostrueres: Da datapuktere ligger jævt fordelt omkrig de rette lije i ormalfraktildiagrammet, så ka det ikke afvises, at det ormale salg af Guff-flakes følger e ormalfordelig. b) HpoStat giver: Pop. varias er ukedt og X er ormalfordelt, så studet t bruges = 3,300 s 3.793,063 = s0,000 t, α / μ + t 0,95 194,476 5,14 1 1, α / s 4 Det ses, at med 95% sikkerhed ligger middelværdie for det ormale salg mellem 194,48 og 5,1 pakker. c) Her er det fristede at berege et kofidesiterval for forskelle mellem de to middelværdier. HpoStat giver for dette kofidesiterval:

Løsiger til kapitel 7 Begge variaser er ikke kedte og og er ikke begge > 30 t fordelige bruges.σ =σ atages. X og Y er ormalfordelte og uafhægige = 0 = 3,3 s 3793,063 = 0 = 34,75 s = 407,355 0,95 141,481 61,4191 s e = ( ) ± t, α / 3910,09 S + e + Det ses, at med 95% sikkerhed ligger forskelle på middelværdiere mellem -141,48 og -61,4 pakker. Idet dette kofidesiterval ideholder værdier både uder og over -100, så ka ma her ikke kokludere, at kampages salgsmål er ået. Me dette er imidlertid forkert, idet der jo er tale om parvise observatioer ("matched pairs"). Det korrekte kofidesiterval bliver derfor Matched Pairs ~N(μ,σ ), ~N(μ,σ ) d = 101,45 s d 57,4184 s = d d t, α / 0,95 104,996 97,9036 0 μ μ d + t 1 1, α / s d Med 95% sikkerhed ligger forskelle på middelværdiere mellem -105,00 og -97,90, og da alle tal i dette kofidesiterval er over -90, så ka vi kokludere, at forskelle er på midst 90, og kampage har derfor ået sit mål. Poite er, at der er e eorm spredig på størrelsere af butikkere (målt i salget af pakker), og at e evetuel forskel i middelværdiere før og efter kampage vil druke i dee eorme spredig, med midre ma elimierer dee. Dette gøres ved at avede parvise observatioer. 5

Løsiger til kapitel 7 Opgave 7.6 a) Vi har i alt 4 timer, og de 15 kuder giver i geemsit. HpoStat giver: 0,95 4,435 5,803 ± Zα / Med 95% sikkerhed ligger itesitete mellem 4,435 og 5,803. b) Vi har tilsvarede 63 eftermiddagstimer med i alt 345 kuder, givede i geemsit. HpoStat giver u: 0,95 1,56 0,53860 ) ± Z / + ( α Med 95% sikkerhed ligger forskelle på de to itesiteter mellem -1,53 og 0,539. Idet der idgår både positive og egative værdier i dette kofidesiterval, så ka vi ikke kokludere, at itesitete af kuder om eftermiddage er større ed om formiddage. Opgave 7.7 a) Vi har spurgt 437 persoer, og af disse er iteresserede. Dette giver estimatet HpoStat giver u: for adele af iteresserede persoer. 40 eller p 5 og (1 p) 5 = 437 P^ = 0,31 0,9 0,197837 0,64163 (1 ) Z P α / + Zα / (1 ) Med 90% sikkerhed ligger adele af iteresserede persoer mellem 19,78% og 6,4% 6

Løsiger til kapitel 7 b) Vi har u 13 mæd, hvoraf der er 47 eller,06%, og 4 kvider, hvoraf der er 54 eller 4,10%, som er iteresserede. HpoStat giver u: ˆ ˆ p0 5, (1 p0) 5 5, (1 ) 5 0 0 = 13 = 4 P^ = 0,06 ( ) + ( ) 0 P^ = = 0,411 + 0,31108 σ^ σ^ 0,90 0,08679 0,045787 0,000807 0,000817 σ^ = (P^ (1-P^) )/ σ^ = (P^ ( (1-P^) ˆ ˆ ˆ ˆ ˆ ˆ ˆ p ) Zα / σ + σ ( P P ) ( p p ) + Zα / σ + σ )/ Med 90% sikkerhed ligger forskelle på de to adele mellem -8,68% og 4,58%, og da dette kofidesiterval ideholder både positive og egative værdier, så ka vi ikke kokludere, at der er oge forskel på adele af iteresserede mæd og iteresserede kvider. Opgave 7.8 Det er vigtigt her at kostatere, at der er tale om parvise observatioer. Vi skal derfor kocetrere os om differecere i bruttosalgee før og efter for de ekelte perso: 7 Sælger Bruttosalg før kurset Bruttosalg efter kurset Differece Adres Aderse 90 97 7 Bet Blom 83 80 3 Camilla Christese 10 110 8 Da Derig 105 110 5 Esther Eskildse 110 118 8 Frede Frederikse 77 86 9 Gudru Gohrm 97 93 4 Has Hase 75 81 6

Løsiger til kapitel 7 Disse differecer skal være ormalfordelte, hvorfor der kostrueres et ormalfraktildiagram for differecere: Idet datapuktere ligger jævt fordelte omkrig de rette lije, så ka vi ikke afvise, at der er tale om e ormalfordelig. HpoStat giver u for kofidesitervallet af differecere: Pop. varias er ukedt og X er ormalfordelt, så studet t bruges = 4,500 s 6,000 = s 8,000 t, α / μ + t 0,95 0,37 8,763 1 1, α / s Med 95% sikkerhed ligger de geemsitlige salgsforbedrig mellem 0,37 og 8,763. Da alle tal i dette kofidesiterval er positive, så ka det kokluderes, at middelværdie for differece er positiv og at kurset derfor faktisk forbedrer salget. 8

Løsiger til kapitel 7 (Havde ma været så aiv at tro, at der var tale om uafhægige observatioer, så ville kofidesitervallet blive: Begge variaser er ikke kedte og og er ikke begge > 30 t fordelige bruges.σ =σ atages. X og Y er ormalfordelte og uafhægige = 8 = 96,875 s 08,6964 = 8 = 9,375 s = 173,6964 0,95 ) ± t 10,384 19,3839 s e = 191,1964 S ( +, α / e + og e evetuel forbedrig af salgstallee ville druke i variatioe fra de ekelte sælgeres salg, altså ige koklusio). 9