2 X 2 = gennemsnitligt indhold af aktivt stof i én tablet fra et glas med 200 tabletter

Relaterede dokumenter
2 X 2 = Antal mygstik på enpersoniløbetaf1minut

Ovenstående figur viser et (lidt formindsket billede) af 25 svampekolonier på en petriskål i et afgrænset felt på 10x10 cm.

Vi kalder nu antal prøverør blandt de 20, hvor der ikke ses vækst for X.

Side 1 af 19 sider. Danmarks Tekniske Universitet. Skriftlig prøve: 15. december 2007 Kursus navn og nr: Introduktion til Statistik, 02402

Trin 1: Formuler hypotese Spørgsmål der ønskes testet vha. data H 0 : Nul hypotese Formuleres som en ligheds hændelse

2 Gennemsnitligt indhold af aktivt stof i en tablet fra et glas med 200 tabletter

Hvis α vælges meget lavt, bliver β meget stor. Typisk vælges α = 0.01 eller 0.05

Løsning til eksamen d.27 Maj 2010

Tema. Model og modelkontrol ( Fx. en normalfordelt obs. række m. kendt varians) Estimation af parametre. Fordeling. Hypotese og test. Teststørrelse.

Tema. Dagens tema: Indfør centrale statistiske begreber.

Besvarelser til øvelsesopgaver i uge 6

(studienummer) (underskrift) (bord nr)

(studienummer) (underskrift) (bord nr)

Ensidet eller tosidet alternativ. Hypoteser. tosidet alternativ. nul hypotese testes mod en alternativ hypotese

(studienummer) (underskrift) (bord nr)

I dag. Statistisk analyse af en enkelt stikprøve med kendt varians Sandsynlighedsregning og Statistik (SaSt) Eksempel: kobbertråd

Nanostatistik: Opgavebesvarelser

02402 Vejledende løsninger til Splus-opgaverne fra hele kurset

Danmarks Tekniske Universitet Side 1 af 19 sider

Konfidensintervaller og Hypotesetest

Opgaver til kapitel 3

Program. 1. Repetition 2. Fordeling af empirisk middelværdi og varians, t-fordeling, begreber vedr. estimation. 1/18

Multiple choice opgaver

Løsning til eksaminen d. 29. maj 2009

Den endelige besvarelse af opgaverne gøres ved at udfylde nedenstående skema. Aflever KUN skemaet!

Kursusindhold: Produkt og marked - matematiske og statistiske metoder. Monte Carlo

(studienummer) (underskrift) (bord nr)

Side 1 af 17 sider. Danmarks Tekniske Universitet. Skriftlig prøve: 25. maj 2007 Kursus navn og nr: Introduktion til Statistik, 02402

Danmarks Tekniske Universitet Side?? af 20 sider

02402 Vejledende løsninger til hjemmeopgaver og øvelser i uge 5

Produkt og marked - matematiske og statistiske metoder

Kursusindhold: Produkt og marked - matematiske og statistiske metoder. Monte Carlo

Løsning eksamen d. 15. december 2008

Et firma tuner biler. Antallet af en bils cylindere er givet ved den stokastiske variabel X med massetæthedsfunktionen

(studienummer) (underskrift) (bord nr)

1 Statistisk inferens: Hypotese og test Nulhypotese - alternativ Teststatistik P-værdi Signifikansniveau...

Kapitel 12 Variansanalyse

1 Hb SS Hb Sβ Hb SC = , (s = )

Opgave I.1 II.1 II.2 II.3 III.1 IV.1 IV.2 IV.3 V.1 VI.1 Spørgsmål (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) Svar

t-fordeling Boxplot af stikprøve (n=20) fra t(2)-fordeling Program ( ): 1. repetition: fordeling af observatorer X, S 2 og t.

Program: 1. Repetition: p-værdi 2. Simpel lineær regression. 1/19

Vejledende besvarelser til opgaver i kapitel 14

Sandsynlighedsfordelinger for kontinuerte data på interval/ratioskala

Kapitel 12 Variansanalyse

Hvad skal vi lave? Nulhypotese - alternativ. Teststatistik. Signifikansniveau

Opgave 10.1, side 282 (for 6. og 7. ed. af lærerbogen se/løs opgave 9.1)

5.11 Middelværdi og varians Kugler Ydelse for byg [Obligatorisk opgave 2, 2005]... 14

Opgave 11.4 side 316 (7ed: 11.4, side 352 og 6ed: 11.2, side 345)

Kvantitative Metoder 1 - Forår Dagens program

Vejledende besvarelse af eksamen i Statistik for biokemikere, blok

Kapitel 7 Forskelle mellem centraltendenser

Program: 1. Repetition: fordeling af observatorer X, S 2 og t. 2. Konfidens-intervaller, hypotese test, type I og type II fejl, styrke.

(studienummer) (underskrift) (bord nr)

Opgave I II III IV V VI Spørgsmål (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) Svar

Oversigt. Kursus Introduktion til Statistik. Forelæsning 12: Variansanalyse. Per Bruun Brockhoff. Envejs variansanalyse - eksempel

Løsning til eksaminen d. 14. december 2009

Program. Konfidensinterval og hypotesetest, del 2 en enkelt normalfordelt stikprøve I SAS. Øvelse: effekt af diæter

Module 4: Ensidig variansanalyse

3.600 kg og den gennemsnitlige fødselsvægt kg i stikprøven.

Eksempel I. Tiden mellem kundeankomster på et posthus er eksponential fordelt med middelværdi µ =2minutter.

Kursus Introduktion til Statistik. Forelæsning 12: Variansanalyse. Per Bruun Brockhoff

Eksamen i Statistik for biokemikere. Blok

(studienummer) (underskrift) (bord nr)

Løsning til eksamensopgaven i Basal Biostatistik (J.nr.: 1050/06)

Løsninger til kapitel 9

Kvantitative Metoder 1 - Efterår Dagens program

Statistik Lektion 20 Ikke-parametriske metoder. Repetition Kruskal-Wallis Test Friedman Test Chi-i-anden Test

Statistik og Sandsynlighedsregning 2. Repetition og eksamen. Overheads til forelæsninger, mandag 7. uge

Ikke-parametriske metoder. Repetition Wilcoxon Signed-Rank Test Kruskal-Wallis Test Friedman Test Chi-i-anden Test

NATURVIDENSKABELIG KANDIDATEKSAMEN VED KØBENHAVNS UNIVERSITET.

Dagens Emner. Likelihood-metoden. MLE - fortsat MLE. Likelihood teori. Lineær regression (intro) Vi har, at

Forelæsning 5: Kapitel 7: Inferens for gennemsnit (One-sample setup)

Anvendt Statistik Lektion 4. Hypotesetest generelt Test for middelværdi Test for andele

men nu er Z N((µ 1 µ 0 ) n/σ, 1)!! Forkaster hvis X 191 eller X 209 eller

Løsninger til kapitel 6

Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Statistisk Model

a) Har måleresultaterne for de 2 laboranter samme varians? b) Tyder resultaterne på, at nogen af laboranterne måler med en systematisk fejl?

Analysestrategi. Lektion 7 slides kompileret 27. oktober :24 p.1/17

Susanne Ditlevsen Institut for Matematiske Fag susanne

Anvendt Statistik Lektion 6. Kontingenstabeller χ 2- test [ki-i-anden-test]

Forelæsning 8: Inferens for varianser (kap 9)

Definition. Definitioner

12. september Epidemiologi og biostatistik. Forelæsning 4 Uge 3, torsdag. Niels Trolle Andersen, Afdelingen for Biostatistik. Regressionsanalyse

Vejledende løsninger kapitel 8 opgaver

Epidemiologi og biostatistik. Uge 3, torsdag. Erik Parner, Institut for Biostatistik. Regressionsanalyse

Oversigt. Kursus Introduktion til Statistik. Forelæsning 3: Kapitel 5: Kontinuerte fordelinger. Per Bruun Brockhoff.

Estimation og usikkerhed

Estimation og konfidensintervaller

Institut for Matematiske Fag Matematisk Modellering 1 UGESEDDEL 6

1 Regressionsproblemet 2

Landmålingens fejlteori - Lektion 2. Sandsynlighedsintervaller Estimation af µ Konfidensinterval for µ. Definition: Normalfordelingen

Landmålingens fejlteori - Repetition - Fordeling af slutfejl - Lektion 8

Forelæsning 3: Kapitel 5: Kontinuerte fordelinger

Opgave I.1 I.2 II.1 II.2 III.1 III.2 IV.1 V.1 VI.1 VI.2 Spørgsmål (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) Svar

Logistisk Regression. Repetition Fortolkning af odds Test i logistisk regression

Forelæsning 11: Kapitel 11: Regressionsanalyse

Mindste kvadraters tilpasning Prædiktion og residualer Estimation af betinget standardafvigelse Test for uafhængighed Konfidensinterval for hældning

Hypotesetest. Altså vores formodning eller påstand om tingens tilstand. Alternativ hypotese (hvis vores påstand er forkert) H a : 0

Agenda Sandsynlighedsregning. Regneregler (kap. 3-4) Fordelinger og genkendelse af fordelinger (kap. 3-5) Simultane, marginale og betingede

Anvendt Statistik Lektion 7. Simpel Lineær Regression

Transkript:

Opgave I I mange statistiske undersøgelser benytter man binomialfordelingen til at beskrive den tilfældige variation. Spørgsmål I.1 (1): For hvilken af følgende 5 stokastiske variable kunne binomialfordelingen være velegnet til beskrivelse af den tilfældige variation: 1 X 1 = samlet indhold af aktivt stof i et glas med 200 tabletter 2 X 2 = gennemsnitligt indhold af aktivt stof i én tablet fra et glas med 200 tabletter 3 X 3 = antal bakterier i en vandprøve på én milliliter 4 X 4 = antal pulsslag i ét minut for en rask person 5 X 5 = antal undervægtige tabletter i et glas med 200 tabletter 1 Fortsæt på side 2

Opgave II I visse mikrobiologiske undersøgelser benytter man udstrygning på en petriskål af en biologisk prøve (f.eks. en urinprøve) med henblik på at bestemme, hvorvidt der findes, eksempelvis, levende mikroorganismer i prøven (f.eks. bakterier). I nogle tilfælde er man interesseret i at se, om der overhovedet er vækst, mens man i andre tilfælde tæller antal vækstpunkter som udtryk for koncentration af en mikroorganisme. Følgende figur viser optællingen af antal vækstpunkter efter udstrygning af en standardsuspension af en bestemt organisme påén skål. Optællingen foretages under mikroskop i 16 tællefelter. Figuren viser antal punkter i felterne: 8 5 9 5 11 6 1 12 11 15 5 12 Formålet med forsøget har været at opstille en model for væksten svarende til den pågældende standardsuspension. Vi kalder nu antallet af punkter på ét tællefelt for X. Spørgsmål II.1 (2): Hvilket af følgende forslag til model for variablen X vil det være rimeligt at benytte fremover: 1 X Normal(µ,σ 2 )medµ=9ogσ 2 =26. 2 X Exponentiel(µ) medµ=16/144 = 0.11 3 X Poisson(λ) medλ=16 4 X Binomial(n, p) medn=16ogp=16/144 5 X Poisson(λ) medλ=9 2 Fortsæt på side 3

Opgave III Med henblik på at kvalitetssikre analyserne i laboratoriet har man foretaget et eksperiment, hvor man med forskellige 10 ml pipetter har udtaget nominelt 10 ml H 2 O ved 20 o C. Det udtagne volumen vejes på en nøjagtig vægt, og det faktiske volumen,x, beregnes ud fra vægten. Måleværdierne er X 1,X 2,X 3,...,X 20, og man tester en hypotese om, at middelværdien, µ, afxer 10.00 mod µ 10.00. Spørgsmål III.1 (3): Det sædvanlige test herfor udføres som et af følgende tests med tilhørende kritiske område, idet der benyttes signifikansniveau α = 5%. 1 Et t-test med kritisk område t>1.29 2 Et t-test med kritisk område t > 2.093 3 Et χ 2 -test med kritisk område χ 2 > 30.144 4 Et χ 2 -test med kritisk område χ 2 < 30.144 5 Et t-test med kritisk område t < 2.093 Spørgsmål III.2 (4): Signifikansniveauet α for det ovenstående test angiver: 1 Sandsynligheden for, at µ = 10.00, hvis testet ikke viser signifikans 2 Sandsynligheden for, at µ 10.00, hvis testet viser signifikans 3 Sandsynligheden for, at testet leder til signifikans, hvis µ = 10.00 4 Sandsynligheden for, at testet leder til signifikans, hvis µ 10.00 5 Sandsynligheden for, at {9.995 <µ<10.005}, hvis testet ikke viser signifikans 3 Fortsæt på side 4

Opgave IV Der er udtaget prøver med en manuel pipette. Det nominelle volumen, som skulle udtages, var 25.0 ml. Det faktisk udtagne volumen blev bestemt nøjagtigt efterfølgende ved vejning. Ved gentagen anvendelse af pipetten vil det udtagne volumen være behæftet med en vis usikkerhed, og det er ønsket, at usikkerheden ved udtagningen skal være mindre end svarende til en spredning på 1% af det nominelle volumen, dvs σ<0.25 ved volumenet 25.0. Man fik følgende resultater fra 12 udtagninger, kaldet {x 1,x 2,...,x 12 } : 25.20 25.0 25.33 24.8 25.32 24.58 24.66 24.9 24.54 24. 24.92 24.81 Det er beregnet, at i x i = 298.95, og i(x i x) 2 =0.8126. Spørgsmål IV.1 (5): Hvis man ønsker at påvise, at σ 2 < 0.25 2, vil det være mest fornuftigt at teste (blandt følgende muligheder): 1 H 0 : σ 2 > 0.25 2 mod H 1 : σ 2 =0.25 2 2 H 0 : σ 2 =0.25 2 mod H 1 : σ 2 =0.8126/(12 1) 3 H 0 : σ 2 =0.25 2 mod H 1 : σ 2 < 0.25 2 4 H 0 : σ 2 < 0.25 2 mod H 1 : σ 2 =0.25 2 5 H 0 : σ 2 0.25 2 mod H 1 : σ 2 =0.25 2 4 Fortsæt på side 5

Opgave V Vi betragter igen problemstillingen i opgave IV: I et laboratorium benytter man en pipette, hvorom man har fundet det gennemsnitligt udvejede volumen til x =24.91 ml og en spredning på s =0.2 på de enkelte udtagninger, som beskrevet i opgave IV. Det er meningen, at pipetten med stor sikkerhed skal udtage 25.00 ± 0.40 ml, dvs med et volumen mellem 24.60 og 25.40. Spørgsmål V.1 (6): Vi ønsker nu et skøn, p, over andelen af udtagninger, som faktisk ligger indenfor dette tilstræbte interval, idet Φ(.) angiver sandsynligheden i N(0,1)- fordelingen: 1 p =Φ( 25.40 24.91 0.2 ) Φ( 24.60 24.91 0.2 ) 2 p = [ Φ( 25.40 24.91 0.2 ) Φ( 24.60 24.91 0.2 ) ] / 12 3 p =1 Φ( 25.40 24.91 ) Φ( 24.60 24.91 ) 0.2 0.2 4 p =1 Φ( 25.40 24.91 0.2/ 24.60 24.91 ) Φ( 12 0.2/ ) 12 5 p =Φ( 25.40 24.91 )+Φ( 24.60 24.91 ) 0.2 0.2 5 Fortsæt på side 6

Opgave VI I et gæringsforsøg måler man ved udtagning af en prøve mængden, X 14, af dannet penicillin i løbet af en gæringsperiode på 14 dage. For 5 forsøg fik man X 14 -værdierne 9.2, 8.4,.1, 10.5, og 11.9. Tallenes sum og kvadratsum er hhv. 4.1 og 45.4. Spørgsmål VI.1 (): Et (tosidet) 99% konfidensinterval for middelværdien for X 14 er: 1 9.42 ± 4.604 1.86/ 5 2 9.42 ± 4.604 1.86/ 4 3 9.42 ± 1.96 1.86/ 4 4 9.42 ± 1.96 1.86/ 5 5 9.42 ± 3.4 1.86/ 4 Efter yderligere en uges vækst måltes for de samme 5 forsøg mængden af dannet penicillin, X 21. Resultaterne var nu for 14 og 21 dage for de 5 forsøg: Forsøg nr 1 2 3 4 5 X 14 9.2 8.4.1 10.5 11.9 X 21 10.3 9.0.9 10.3 13.1 9.2 2 +8.4 2 +.1 2 +10.5 2 +11.9 2 = 45.4 10.3 2 +9.0 2 +.9 2 +10.3 2 +13.1 2 = 52.20 1.1 2 +0.6 2 +0.8 2 +( 0.2) 2 +1.2 2 =3.69 Spørgsmål VI.2 (8): Et 95% konfidensinterval for mængden af penicillin, som dannes i løbet af 3. uge af et vækstforsøg er: 1 0. ± 2.306 0.55/ 8 2 0. ± 2.6 0.55/ 5 3 0. ± 2.6 0.310/4 4 0. ± 2.306 0.55/5 5 0. ± 2.306 0.310 6 Fortsæt på side

Opgave VII Til bestemmelse af koncentrationen af salte i en vandig opløsning benyttes ofte en ledningsevne måling. Ledningsevnen er den reciprokke værdi af den elektriske modstand, og den angives f.eks. i mikrosiemens. Følgende data er aflæsninger af ledningsevne i en opløsning, hvortil der er tilsat NaF (natriumfluorid) i forskellige koncentrationer: x = Koncentration af NaF i µg/ml 5 10 15 25 35 50 Y = Ledningsevne måling 3.8 9.8 11.8 1.2 21.0 30. x =23.33, y =15.2 (xi x) 2 = 1433.33 (yi y) 2 = 446.9 (xi x)(y i y) = 93.6 Ved hjælp heraf er regressionsligningen Y = a + b x + E estimeret til: Y =2.965 + 0.553 x + E I modellen er E en tilfældig afvigelse, som (evt. tilnærmelsesvist) antages normalfordelt med middelværdi 0 og varians σ 2 E, der estimeres til σ 2 E =1.3 2. Spørgsmål VII.1 (9): Et 95% konfidensinterval for liniens hældningskoefficient, b, er 1 I 0.95 [b] =0.553 ± 1.96 1.3/ 446.9 2 I 0.95 [b] =0.553 ± 2.6 1.3/ 1433.33 3 I 0.95 [b] =0.553 ± 2.51 1.3/ 6 4 I 0.95 [b] =0.553 ± 2.6 1.3/ 12 2 5 I 0.95 [b] =0.553 ± 1.645 1.3 6.286 Fortsæt på side 8

Et tilsvarende 95% konfidensinterval for liniens afskæring, a, er intervallet [ 0.013, +5.606]. Spørgsmål VII.2 (10): For hypotesen H 0 : a =0modH 1 :a 0gældernuvedet test med signifikansniveauet α = 5% ét af følgende udsagn, hvilket? 1 Man kan ikke afvise, at a =0 2 Man har vist, at med sandsynligheden 95% er a =0 3 Man har vist, at med sandsynligheden 5% er a 0 4 Man kan afvise, at a =0 5 Man kan afvise, at a =2.965 8 Fortsæt på side 9

Opgave VIII Et antal tilfældigt udvalgte personer blev spurgt om, hvorvidt de foretrak det ene eller det andet af to smagsstoffer. De to stoffer, som havde henholdsvis lakrids- og pebermyntesmag, skulle indgå i et overtræk til vitamintabletter. Følgende tabel viser resultatet af optællingen af deltagernes preferencer: Alders- Foretrækker Foretrækker gruppe lakrids pebermynte 16-25 30 21 26-40 42 20 41-55 23 16 56-0 12 Ialt 10 64 idet f.eks. aldersgruppen 56-0 bestod af 19 personer, der fordelte sig med 12, som foretrak lakrids, og, som foretrak pebermynte. Indledningsvis ønsker man at undersøge, om aldersgruppernes preferencer kan anses for ens, eller, om de er forskellige. Spørgsmål VIII.1 (11): Det sædvanlige test af denne hypotese kan udføres som et af følgende tests. Hvilket? 1 Et F-test med (1,3) frihedsgrader 2 Et F-test med (3,3) frihedsgrader 3 Et t-test med 3 frihedsgrader 4 Et χ 2 -test med 3 frihedsgrader 5 Et χ 2 -test med 2 frihedsgrader Slut på opgavesættet. 9