Betingade sannolikheter. 2 Antag att vi kastar en tärning och noterar antalet prickar som kommer upp. Låt A vara händelsen ”udda antal prickar”, dvs.

Slides:



Advertisements
Liknande presentationer
Föreläsning 3 25 jan 2010.
Advertisements

En genomgång av spelet: Dubbelkrig-Grön
FL4 732G70 Statistik A Detta är en generell mall för att göra PowerPoint presentationer enligt LiUs grafiska profil. Du skriver in din rubrik,
Klusterurval, forts..
Exempel Utifrån medicinsk erfarenhet är 5% av befolkningen smittade av ett visst virus. Ett nytt test har visat sig ge 80% av de smittade korrekt diagnos.
Statistikens grunder, 15p dagtid
Samband mellan kvalitativa variabler Sid
FL8 732G70 Statistik A Detta är en generell mall för att göra PowerPoint presentationer enligt LiUs grafiska profil. Du skriver in din rubrik,
FL9 732G70 Statistik A Detta är en generell mall för att göra PowerPoint presentationer enligt LiUs grafiska profil. Du skriver in din rubrik,
732G22 Grunder i statistisk metodik
FL2 732G70 Statistik A Detta är en generell mall för att göra PowerPoint presentationer enligt LiUs grafiska profil. Du skriver in din rubrik,
732G22 Grunder i statistisk metodik
MaB: Sannolikhetslära
Vibeke Horstmann, Inst för hälsa, vård, samhälle, Centre for Ageing and Supportive Environments Jämförelse av två behandlingar.
Skattningens medelfel
Introduktion sannolikhet
Centrala Gränsvärdessatsen:
En mycket vanlig frågeställning gäller om två storheter har ett samband eller inte, många gånger är det helt klart: y x För en mätserie som denna är det.
DNA-bevis För jämförelser mellan biologiska spår (blod, hår, saliv, hudrester, andra kroppsvätskor, mm.) och prov från en misstänkt förövare av ett brott.
Övningsexempel till Kapitel 4
Egenskaper för punktskattning
Föreläsning 5Forskningsmetodik 2005 Forskningsmetodik lektion 6.
Föreläsning 4: Sannolikhetslära
Sannolikhet Stickprov Fördelningar
Simulering Introduktion Exempel: Antag att någon kastar tärning
Föreläsning 7 Fysikexperiment 5p Poissonfördelningen Poissonfördelningen är en sannolikhetsfördelning för diskreta variabler som är mycket.
Övningsexempel till Kapitel 3 Ex 1: En familj planerar att skaffa tre barn. Sannolikheten att få en flicka är 0.47 medan sannolikheten att få en pojke.
Normalfördelningen och centrala gränsvärdessatsen
F8 Hypotesprövning. Begrepp
Talteknologi (vt04): Sannolikhetslära och markovmodeller
Mål Matematiska modeller Biologi/Kemi Statistik Datorer
Fysikexperiment, 5p1 Random Walk 36 försök med Random walk med 1000 steg. Beräknad genomsnittlig räckvidd är  1000  32. Visualisering av utfallsrum.
Några allmänna räkneregler för sannolikheter
732G22 Grunder i statistisk metodik
1 Fler uträkningar med normalfördelningstabell Låt X vara Nf(170,5). Beräkna Lösning:
Ex 1: Då man tillverkar en viss sorts keramikplattor kan en platta få fel färg med sannolikheten 5% och bubblor i glasyren med sannolikheten 8%. Sannolikheten.
Grundläggande statistik, ht 09, AN1 F6 Slumpmässigt urval 1. Population där X är diskret med fördelningen p(x). Medelvärdet μ och variansen σ². Observationer:
Forskningsmetodik lektion
 Multiplikation av bråk  Division av positiva heltal  Några olika sätt att räkna division  Tillämpad bråkräkning  Proportionsräkning.
1 Stokastiska variabler. 2 Variabler En variabel är en egenskap hos en individ /objekt. En variabel kan, som vi tidigare sett, vara kvalitativ eller kvantitativ.
SAMBAND. Vi vill undersöka om det finns ett samband mellan tentamensresultat och genomsnittligt antal timmar/dag man studerat. Person ABCDEFGHIJ Timmar/
Manada.se Kapitel 3 Sannolikhet och statistik. 2.
1 Icke-linjär regression Sid (i kapitel 16.1)
Statistisk hypotesprövning. Test av hypoteser Ofta när man gör undersökningar så vill man ha svar på olika frågor (s.k. hypoteser). T.ex. Stämmer en spelares.
Vad är Statistik? Inom statistik teorin studeras -Hur vi samlar in data. -Hur data analyseras och vilka slutsatser som kan dras från data. -Hur insamlad.
Samband mellan kvalitativa variabler Korstabeller Moore kapitel 2.5 och kapitel 9.
Statistisk inferensteori. Inledning Den statistiska inferensteorin handlar i huvudsak om att dra slutsatser från ett slumpmässigt urval (sannolikhetsurval)
Diskreta slumpvariabler. Stokastiskvariabel En slumpvariabel (stokastisk variabel) är en Funktion eller regel som tilldelar ett tal till varje Utfall.
1. Kontinuerliga variabler
1 I. Statistiska undersökningar Ett gemensamt syfte för alla undersökningar är att få ökad kunskap om ett visst problemområde Det kanske viktigaste sättet.
Föreläsning 7 (Kajsa Fröjd) Korstabeller och Chi-tvåtest Kap 2.5, Två/flera populationer och en kvalitativ variabel (”The first model” i Moore)
Korstabeller och logistisk regression Samband mellan kvalitativa variabler.
Sannolikhet och statistik Tabell Används för att ge en bra överblick av svaren man fått in, datan. Består av rader och kolumner. Frekvens Är hur många.
INFERENS & SAMBAND. population Population Stickprov, urval INFERENS = Dra slutsatser om hela populationen utifrån ett stickprov Data, observationer.
INFERENS & SAMBAND. population Population Stickprov, urval INFERENS = Dra slutsatser från data om hela populationen utifrån ett stickprov Data, observationer.
Enkel Linjär Regression. 1 Introduktion Vi undersöker relationer mellan variabler via en matematisk ekvation. Motivet för att använda denna teknik är:
INFERENS OCH SAMBAND. Vi vill undersöka om det finns ett samband mellan tentamensresultat och genomsnittligt antal timmar/dag man studerat. Person ABCDEFGHIJ.
4.1 Grundläggande sannolikhetslära När osäkerhet förekommer kan man aldrig uttala sig tvärsäkert. Istället använder vi sannolikheter, väntevärden, standardavvikelser.
A C B D Vems påstående stämmer?
X Sannolikhet Om man kastar en sexsidig tärning kan det bli sex olika utfall. Sannolikheten är lika stor för varje utfall.
Marknadsundersökning Kap 12
Aritmetik & algebra Geometri & bevis Förändring & procent Funktioner
Mer om repetionssatser och arrayer
Kom igen gubbe lilla, klättra nu!
BLODDOPNING.
Grundl. statistik F2, ht09, AN
Föreläsningsanteckningar till:
Mängdlära Kombinatorik Sannolikhetsteori
A C B D Vems påstående stämmer?
Y 5.1 Hur stor är sannolikheten?
Presentationens avskrift:

Betingade sannolikheter

2 Antag att vi kastar en tärning och noterar antalet prickar som kommer upp. Låt A vara händelsen ”udda antal prickar”, dvs. A={1, 3, 5}. Låt B vara händelsen ”antalet prickar är mindre än eller lika med tre”, dvs. B={1, 2, 3}.

3 Låt oss i vår modell sätta samma sannolikhet på alla utfall, dvs. P(etta)=P(tvåa)=...=P(sexa)=1/6 Vi får då P(A)=3/6=1/2 P(B)=3/6=1/2

4 Men vad blir sannolikheten att A inträffar givet (betingat på) att B inträffar? Om vi vet att B inträffar, så vet vi att vi får antingen 1, 2 eller 3. Händelsen A (udda antal prickar) blir {1, 3}. Av tre möjliga utfall innebär alltså två att händelsen A inträffar. Sannolikheten för A givet B bör alltså bli 2/3.

5 Den betingade sannolikheten för A givet B kan skrivas som: där

6 I vårt fall har vi

7 Sannolikhetslärans multiplikationssats Om vi utgår ifrån och multiplicerar båda sidor med P(B), så får vi sannolikhetslärans multiplikationssats:

8 Oberoende händelser Om är händelserna A och B oberoende. Som vi tidigare sett så får vi då:

9 Exempel Antag att vi i en population (av ”seniorer”) har följande relativa frekvenser

10 Vi plockar en individ slumpmässigt. Vad är sannolikheten att vi får en individ som har högt blodtryck? Svar: 0,13 + 0,02 = 0,15 Vi plockar en rökare slumpmässigt. Vad är sannolikheten att vi får en individ som har högt blodtryck? Svar: Är händelserna Rökare och Högt blodtryck oberoende?