FK2002,FK2004 Föreläsning 2.

Slides:



Advertisements
Liknande presentationer
Punkt- och intervallskattning Felmarginal
Advertisements

Inferens om en population Sid
Folkhälsan i Sverige: Årsrapport 2012
Folkbildningspolitikers attityder till studieförbunden 2013
Från Fanta till Fleece Lokal pedagogisk planering Biologi åk 5
Kap 1 - Algebra och linjära modeller
FL4 732G70 Statistik A Detta är en generell mall för att göra PowerPoint presentationer enligt LiUs grafiska profil. Du skriver in din rubrik,
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.
Samband mellan kvalitativa variabler Sid
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,
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
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
Karolinska Institutet, studentundersökning Studentundersökning på Karolinska Institutet HT 2013.
F11 Olika urvalsmetoder, speciellt obundet slumpmässigt urval (OSU)
Enkätresultat för Grundskolan Elever 2014 Skola:Hällby skola.
Kap 4 - Statistik.
Vad ingår kursen? i korta drag
Tillämpad statistik Naprapathögskolan
Från Gotland på kvällen (tågtider enligt 2007) 18:28 19:03 19:41 19:32 20:32 20:53 21:19 18:30 20:32 19:06 19:54 19:58 20:22 19:01 21:40 20:44 23:37 20:11.
FK2002,FK2004 Föreläsning 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.
Sammanfatta siffrorna…
Skattningens medelfel
Grundläggande programmering
Förelasning 1 Kursintroduktion Statistiska undersökningar
Centrala Gränsvärdessatsen:
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.
732G22 Grunder i statistisk metodik
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.
Enkätresultat för Grundskolan Föräldrar 2014 Skola - Gillberga skola.
Binomialsannolikheter ritas i ett stolpdiagram
Täthetsfunktion f(x) (”pdf”) Och fördelningsfunktion F(x) (”cdf”)
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.
732G22 Grunder i statistisk metodik
Förskoleenkät Föräldrar 2012 Förskoleenkät – Föräldrar Enhet:Hattmakarns förskola.
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
Slumptal Pseudoslumptal Fysikexperiment 5p Föreläsning 2
Diskret stokasticitet Projekt 2.3, Talltita
Fysikexperiment 5p Föreläsning Utdrag ur Sten Hellmans föreläsning i Experimentella Metoder 2005 I allmänhet är den asymptotiska fördelningen.
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.
Matematisk statistik och signal-behandling - ESS011 Föreläsning 1 Igor Rychlik 2015 (baserat på föreläsningar av Jesper Rydén)
Några allmänna räkneregler för sannolikheter
1 Fler uträkningar med normalfördelningstabell Låt X vara Nf(170,5). Beräkna Lösning:
Deskription + enkät Mätnivån styr hur man kan analysera data Tabeller – frekvenstabeller Diagram – cirkeldiagram, stapeldiagram, histogram, boxplot Beskrivande.
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.
Statistisk inferensteori. Inledning Den statistiska inferensteorin handlar i huvudsak om att dra slutsatser från ett slumpmässigt urval (sannolikhetsurval)
En sak i taget 1. Mata in data 2. Förbered data för beräkningar 3. Beräkna 1. Börja med att testa din hypotes 2. Därefter titta på ev bakomliggande faktorer.
1. Kontinuerliga 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.
Kap 4 - Statistik.
Sju sätt att visa data Sju vanliga och praktiskt användbara presentationsformat vid förbättrings- och kvalitetsarbete.
Data och att presentera data
Förelasning 1 Kursintroduktion Statistiska undersökningar
Grundlägande statistik,ht 09, AN
Grundl. statistik F2, ht09, AN
Y 5.4 Tabeller och diagram Frekvens och relativ frekvens
Presentationens avskrift:

FK2002,FK2004 Föreläsning 2

Föreläsning 2 Grupperade data och histogram Gränsvärdesfunktioner Centrala gränsvärdessatsen Normalfördelningen Tolkningen av statistiska ekvationer Att utföra experiment Denna föreläsning svarar mot: kap .5 (Taylor) + ytterligare bakgrund info i kap. 10.5 (Taylor)

Gammal tentafråga FK2002 - 2007

Presentation av data Den mest primitiva formen av en mängd mätdata är en oordnad lista 3 6 2 9 4 3 2 8 4 2 8 6 1 9 4 4 2 9 8 3 5 6 2 1 8 som blir något mer överskådlig om vi ordnar mätvärdena i storlek 1 2 2 2 2 2 2 3 3 3 4 4 4 4 5 6 6 6 8 8 8 8 9 9 9 Härifrån är steget inte långt till en frekvenstabell xk 1 2 3 4 5 6 7 8 9 Mk 2 5 3 4 1 3 0 4 3 rk 0.08 0.20 0.12 0.16 0.04 0.12 0.00 0.16 0.12 där Mk är mängden mätdata med värdet xk och rk=Mk/n är den relativa frekvensen där

Presentation av data Utfallsrummet är heltalen 1-9 - diskreta data Kan presenteras i en tabell eller stapeldiagram Relativ frekvens

Grupperade data Kom ihåg vårt ”ljushastigetsexperiment” Detektor foton partikelstrål partikelstrål X Anta att detektorn består av 20 identiska mini-detektorer (celler) som ger oberoende mätningar av hastigheten v Detektor

Grupperade data från cellerna Intervall/ms-1 Intervallmitt /ms-1 Frekvens 0.0-0.6 0.3 5 0.6-1.2 0.9 2 1.2-1.8 1.5 1.8-2.4 2.1 2.4-3.0 2.7 3.0-3.6 3.3 3.6-4.2 3.9 4.2-4.8 4.5 4.8-5.4 5.1 5.4-6.0 5.7 7 Medelvärde = 3.2 s = 2.4 x108 ms-1 Antalet mätningar inom ett intervall v x 108 ms-1 Kontinuerliga data - kan representeras i en tabell eller histogram med diskreta intervall.

Andra mätningar v x 108 ms-1 v x 108 ms-1 Medelvärde = 2.81 s = 2.5 Medelvärde = 2.41 s = 2.2 x108 ms-1 x108 ms-1 Antalet mätningar inom ett intervall Antalet mätningar inom ett intervall v x 108 ms-1 v x 108 ms-1 Medelvärdet av 20 cellmätningnar beräknas för att producera en mätning av v .

Cellmätningar med en stor mängd data Medelvärde = 2.95 s = 2.3 x108 ms-1 Antalet mätningar inom ett intervall v x 108 ms-1

Sannolikhetsfördelning v x 108 ms-1

Fråga Normera fördelningen (cellmätningar) nedan så att den blir en sannolikhetsfördelning f(x) . Anta att histogrammet består av 50000 datapunkter a v x 108 ms-1

a v x 108 ms-1 f 1/30 1/60 v x 108 ms-1

Sannolikhetsfördelning Gränsvärdesfunktion v x 108 ms-1

En jämförelse av cellmätningar och detektormätningar cells Medelvärde = 2.95 s = 1.0 x108 ms-1 Antalet mätningar inom ett intervall Antalet mätningar inom ett intervall v x 108 ms-1 v x 108 ms-1 Fördelning av mätningar av dektektorn Fördelning av mätningar av cellerna

Vad är det som har hänt ? v x 108 ms-1 En mätning av v av detektorn motsvarar en slumpmässig sampling av 20 datapunkter från denna fördelning. T.ex. Medelvärdet av dessa punkter är detektorns mätning av v. Fördelningen av cellmätningar och fördelningen av medelvärdet av cellmätningar är annorlunda!! Antalet mätningar inom ett intervall Antalet mätningar inom ett intervall Antalet mätningar inom ett intervall v x 108 ms-1 v x 108 ms-1 v x 108 ms-1 Obs! Ingen cell skulle ge så konstiga resultat i verkilgheten – denna fördelning används här för att illustrera en poäng.

Fördelningen av cellmedelvärden s = 1.0 x108 ms-1 Fördelning av medvärdet av 20 cellmätningar v x 108 ms-1

Centrala gränsvärdessatsen Om man addera samman flera slumpmässiga variabler med en och samma sannolikhetsfördelning kommer summan gå mot en special gränsvärdesfunktion: Normalfördelningen. Detta gäller oberoende av hur fördelningen ser ut för de termer som ingår i summan!!

Ett annat exempel på den centrala gränsvärdessatsen Börja med en icke-normalfördelning. Beräkna medelvärdet av 2,3,4,8,16 och 32 punkter som valdes ut slumpmässigt från den icke-normalfördelningen. Medelvärdetsfördelning blir en normalfördelning

Ett annat exempel på den centrala gränsvärdessatsen Börja med en icke-normalfördelning. Beräkna medelvärdet av 2,3,4,8,16 och 32 punkter som valdes ut slumpmässigt från den ickenormalfördelningen. Medelvärdetsfördelning blir en normalfördelning

En normalfördelning m-s m+s m x

Normalfördelningen f(x) x

Tolkningen av normalfördelningen Tolkning av normalfördelningen som en sannolikhetsfördelning. Utfallet av en mätning ges med en viss sannolikhet.

Tillbaka till vårt experiment s v x 108 ms-1

Sammanfattning av några viktiga ekvationer

Fråga

Gammal tentafråga FK2002-2009 43 47 51 38 t/ms

Sammanfattning -1 Data kan representeras i en tabell eller ett stapeldiagramm (diskreta data) eller histogram (kontinuerliga data i diskreta intervall) Tabeller,stapeldiagram och histogram kan användas för att visa antalet mätningar eller sannolikhetsfördelningar. v x 108 ms-1

Sammanfattning -2 Med hög statistik närmar histogram en gränsvärdesfunktion Om man addera samman flera slumpmässiga variabler med en och samma sannolikhetsfördelning kommer summan gå mot en special gränsvärdesfunktion: Normalfördelningen. Osäkerheten i en individuell mätning av en kvantitet = s (standardavvikelsen av kvantitetens fördelning) f Gränsvärdesfunktion m-s m+s m x v x 108 ms-1

Att utför experiment och skriva vetenskapligt See också : Skriva fysik : http://www.physto.se/~grulab/teaching/2011/fexp/sf.pdf Och Laborationsmanual http://www.physto.se/~grulab/teaching/2011/fexp/laborationsmanual.pdf

Planering Förberedelser Genomförandet Vad är det vi vill göra ? Förstå den underliggande teorin Genomförandet Tänk igenom mätningarna Kalibrering av instrument Systematiska effekter

Rapporten Du måste skriva ner noga detaljer för att tillåta en annan experimentalist att upprepa dina resultat.

Exempel - figur

Exempel - tabell

Exempel - tabel Glöm ej enheter på alla kvantiteter och grafer !!

Gamla tentafrågor FK2002 - 2007