2017-04-03 FL4 732G70 Statistik A Detta är en generell mall för att göra PowerPoint presentationer enligt LiUs grafiska profil. Du skriver in din rubrik,

Slides:



Advertisements
Liknande presentationer
Punkt- och intervallskattning Felmarginal
Advertisements

Inferens om en population Sid
Talföljder formler och summor
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.
FL3 732G81 Linköpings universitet.
FL8 732G70 Statistik A Detta är en generell mall för att göra PowerPoint presentationer enligt LiUs grafiska profil. Du skriver in din rubrik,
FL10 732G81 Linköpings universitet.
FL9 732G70 Statistik A Detta är en generell mall för att göra PowerPoint presentationer enligt LiUs grafiska profil. Du skriver in din rubrik,
FL5 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
Inferens om en ändlig population Sid
Jämförelse av två populationer Sid
Kapitel 5 Stickprovsteori Sid
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
F11 Olika urvalsmetoder, speciellt obundet slumpmässigt urval (OSU)
Statistikens grunder, 15p dagtid
INFÖR NATIONELLA PROVET
Workshop i statistik för medicinska bibliotekarier!
Kap 4 - Statistik.
Beräkna en ekvation (metod 1)
Vad ingår kursen? i korta drag
Tillämpad statistik Naprapathögskolan
Beräkna en ekvation (metod 1)
Felkalkyl Ofta mäter man inte direkt den storhet som är den intressanta, utan en grundläggande variabel som sedan används för att beräkna det som man är.
Grundlägande statistik,ht 09, AN1 F5 Kombinatorik (KW 1.6) Ex.: På en matsedel finns tre förrätter, två huvudrätter och två efterrätter. På hur många olika.
Skattningens medelfel
Centrala Gränsvärdessatsen:
FK2002,FK2004 Föreläsning 2.
FL1 732G70 Statistik A Linköpings universitet.
Föreläsning 81 Sampling och urval Ofta möter vi påståenden av typen “4.5 miljoner svenskar såg VM-finalen i fotboll”, “en svensk tolvåring väger i genomsnitt.
732G81 Statistik Föreläsning 3 732G81 Statistik
732G22 Grunder i statistisk metodik
FL7 732G70 Statistik A Detta är en generell mall för att göra PowerPoint presentationer enligt LiUs grafiska profil. Du skriver in din rubrik,
Övningsexempel till Kapitel 4
Binomialsannolikheter ritas i ett stolpdiagram
Egenskaper för punktskattning
Statistik för internationella civilekonomer
Sannolikhet Stickprov Fördelningar
FL6 732G70 Statistik A Detta är en generell mall för att göra PowerPoint presentationer enligt LiUs grafiska profil. Du skriver in din rubrik,
Simulering Introduktion Exempel: Antag att någon kastar tärning
Föreläsning 7 Fysikexperiment 5p Poissonfördelningen Poissonfördelningen är en sannolikhetsfördelning för diskreta variabler som är mycket.
Hur bra är modellen som vi har anpassat?
Linjär regression föreläsning 9
Normalfördelningen och centrala gränsvärdessatsen
Övningsexempel till Kapitel 7 Ex 1. BRÄNNBOLLSDILEMMAT ! En person funderar över hur man bäst uppskattar 28 meter. Av erfarenhet vet han att hans steglängd,
Matematisk statistik och signal-behandling - ESS011 Föreläsning 3 Igor Rychlik 2015 (baserat på föreläsningar av Jesper Rydén)
732G22 Grunder i statistisk metodik
732G22 Grunder i statistisk metodik
Slumptal Pseudoslumptal Fysikexperiment 5p Föreläsning 2
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:
Grundläggande statistik, ht 09, AN
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
1 Normalfördelningsmodellen. 2 En modell är en förenklad beskrivning av någon del av verkligheten. Beskrivningen måste vara relevant för det vi skall.
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.
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.
Föreläsning 4 732G81. Kapitel 4 Sannolikhetsfördelningar Sid
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 Numeriska Deskriptiva Tekniker. 2 Centralmått §Vanligtvis fokuserar vi vår uppmärksamhet på två typer av mått när vi beskriver en population: l Centraläge.
Enkel Linjär Regression. 1 Introduktion Vi undersöker relationer mellan variabler via en matematisk ekvation. Motivet för att använda denna teknik är:
Marknadsundersökning Kap 12
Grundlägande statistik,ht 09, AN
Grundl. statistik F2, ht09, AN
Presentationens avskrift:

2017-04-03 FL4 732G70 Statistik A Detta är en generell mall för att göra PowerPoint presentationer enligt LiUs grafiska profil. Du skriver in din rubrik, namn osv på sid 1. Börja sedan skriva in din text på sid 2. För att skapa nya sidor, tryck Ctrl+M. Sidan 3 anger placering av bilder och grafik. Titta gärna på ”Baspresentation 2008” för exempel. Den sista bilden är en avslutningsbild som visar LiUs logotype och webadress. Om du vill ha fast datum, eller ändra författarnamn, gå in under Visa, Sidhuvud och Sidfot. Linköpings universitet

Exempel tvådimensionell sannolikhetsfördelning 2017-04-03 Exempel tvådimensionell sannolikhetsfördelning En viss typ av maskin består av 2 komponenter. Varje komponent kan ha 0, 1, 2 eller 3 fel vardera. X = antalet fel på komponent 1 1 2 3 p(y) 0.41 0.12 0.02 0.01 0.56 0.10 0.11 0.03 0.26 0.05 0.00 0.08 p(x) 0.58 0.33 0.06 1.00 Y = antalet fel på komponent 2 Linköpings universitet

Linjära kombinationer av två slumpvariabler (generella fallet) 2017-04-03 Linjära kombinationer av två slumpvariabler (generella fallet) Vi är intresserade av relationen aX + bY + c där X och Y är slumpvariabler och a, b och c är konstanter. Då gäller E(aX + bY + c) = aE(X) + bE(Y) + c Var(aX + bY + c) = a2Var(X) + b2Var(Y) + 2abCov(X, Y) Linköpings universitet

Linjära kombinationer av slumpvariabler 2017-04-03 Linjära kombinationer av slumpvariabler Om vi studerar en summa av två slumpvariabler förenklas formlerna till Om variablerna är okorrelerade, dvs Cov(X, Y) = 0, förenklas formlerna för summa av slumpvariabler till Linköpings universitet

2017-04-03 Slumpvariabler Diskret kvantitativ variabel = variabel som endast kan anta endast heltalsvärden. Exempel: antal anställda Diskreta slumpvariabler åskådliggörs i stolpdiagram. Kontinuerlig kvantitativ variabel = kan mätas med många decimalers noggrannhet Exempel: en persons längd Kontinuerliga slumpvariabler åskådliggörs med en mjuk kurva. Linköpings universitet

2017-04-03 Normalfördelningen En mycket viktig kontinuerlig fördelning, därför att den väldigt ofta återkommer i statistiska beräkningar och spelar en mycket stor roll inom statistiken. Normalfördelningen är symmetrisk kring sitt väntevärde, 0 i detta fall Den funktion som beskriver normalfördelningen. Behöver inte kunnas! Linköpings universitet

2017-04-03 Exempel Vi har under en längre tid studerat dagskassorna i en butik. Resultatet åskådliggöres i följande histogram. Vi bestämmer den genomsnittliga dagskassan till 9900 kr och standardavvikelsen till 1200 kr. Vad är sannolikheten för att butiken en slumpmässigt vald dag har en dagskassa understigande 7800 kr? Linköpings universitet

Population och stickprov 2017-04-03 Population och stickprov Population: en på logisk väg definierad grupp av enheter som vi önskar dra slutsatser om. Stickprov: slumpmässigt urval av enheter ur populationen.  = populationsmedelvärde (okänd sanning som vi önskar finna) = stickprovsmedelvärde Vilken relation gäller mellan populationsmedelvärdet och stickprovsmedelvärdet? Frågan kan besvaras genom att studera sannolikhetsfördelningen för stickprovsmedelvärden. Linköpings universitet

2017-04-03 Exempel Vi studerar ett företag med 100 anställda, och är intresserade av den genomsnittliga månadslönen. Baserat på företagets löneavdelnings statistik bestämmer vi populationsmedellönen till = 21889 kr Linköpings universitet

Histogram över lönefördelningen bland alla företagets 100 anställda 2017-04-03 Histogram över lönefördelningen bland alla företagets 100 anställda Vi noterar att lönefördelningen inte är normalfördelad! Linköpings universitet

Urvalsfördelning för 20 stickprovsmedelvärden 2017-04-03 Urvalsfördelning för 20 stickprovsmedelvärden Linköpings universitet

Urvalsfördelning för 50 stickprovsmedelvärden 2017-04-03 Urvalsfördelning för 50 stickprovsmedelvärden Linköpings universitet

Urvalsfördelning för 10000 stickprovsmedelvärden 2017-04-03 Urvalsfördelning för 10000 stickprovsmedelvärden Linköpings universitet

Centrala gränsvärdessatsen 2017-04-03 Centrala gränsvärdessatsen Summan eller medelvärdet av n oberoende slumpvariabler med samma fördelning är ungefär normalfördelad om n är tillräckligt stort Summor och medelvärden beräknade på stora stickprov blir approximativt normalfördelade oavsett populationens fördelning Linköpings universitet

Relation mellan populationsmedelvärde och stickprovsmedelvärde 2017-04-03 Relation mellan populationsmedelvärde och stickprovsmedelvärde Linjära kombinationer av normalfördelade variabler är normalfördelade. Om X ~ Nf(; ) så gäller för medelvärdet att Om X ~ Nf(; ) så gäller för summan S = X1+X2+…+Xn att Linköpings universitet

2017-04-03 Exempel 509 sidan 132 Den tid en viss typ av ljus brinner är normalfördelad med medelvärdet 200 minuter och standardavvikelsen 3 minuter. Man tänder 4 ljus. Vad är sannolikheten att a) Ljusen i genomsnitt brinner mer än 203 minuter? b) Ljusen sammanlagt brinner mer än 812 minuter? Linköpings universitet

Normalapproximation av binomialfördelningen 2017-04-03 Normalapproximation av binomialfördelningen Om X ~ Bi(n, ) och så kan vi approximera binomialfördelningen med normalfördelningen enligt Syfte: underlätta beräkningar som annars skulle bli mycket tunga, till och med för miniräknaren eller datorn. Linköpings universitet

2017-04-03 Exempel Baserat på marknadsandelar vet vi att 20% av konsumenterna föredrar vårt företags produkt. Vad är sannolikheten att av 70 slumpmässigt utvalda konsumenter högst 20 väljer vår produkt? Antaganden som måste vara uppfyllda för binomialfördelning: Vi har gjort ett stickprov från en stor population Det är ett rimligt antagande att marknaden är stor. Alla observationer är oberoende av varandra Eftersom vi slumpmässigt valt ut konsumenter är detta rimligt. Varje observation kan bara anta två värden Antingen väljer en konsument vår produkt, eller också inte. Sannolikheten för ett visst utfall är hela tiden densamma Givet att populationen är stor och vi har gjort ett slumpmässigt urval är det rimligt. Linköpings universitet

2017-04-03 Linköpings universitet