Övningsexempel till Kapitel 4

Slides:



Advertisements
Liknande presentationer
Inferens om en population Sid
Advertisements

PowerPoint laget av Bendik S. Søvegjarto Koncept, text och regler av Skage Hansen.
En genomgång av spelet: Dubbelkrig-Grön
F3 Matematikrep Summatecknet Potensräkning Logaritmer Kombinatorik.
PowerPoint laget av Bendik S. Søvegjarto Koncept, text och regler av Skage Hansen.
Point Estimation Dan Hedlin
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.
Rörelse och kraft Sid
Samband mellan kvalitativa variabler Sid
Teori.
FL3 732G81 Linköpings universitet.
FL5 732G70 Statistik A Detta är en generell mall för att göra PowerPoint presentationer enligt LiUs grafiska profil. Du skriver in din rubrik,
Inferens om en ändlig population Sid
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
Klockan Olimpia Pandelara Zackrisson, Kvarnbackaskolan sär, Kista –
F11 Olika urvalsmetoder, speciellt obundet slumpmässigt urval (OSU)
Statistikens grunder, 15p dagtid
Statistikens grunder, 15p dagtid
Vänern TÄNK OM | KAPITEL.
Beräkna en ekvation (metod 1)
Vad ingår kursen? i korta drag
Beräkna en ekvation (metod 1)
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.
Procent.
Arbetspensionssystemet i bilder Bildserie med centrala uppgifter om arbetspensionssystemet och dess funktion
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.
TÄNK PÅ ETT HELTAL MELLAN 1-50
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.
Arbetspensionssystemet i bilder Bildserie med centrala uppgifter om arbetspensionssystemet och dess funktion
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.
FL7 732G70 Statistik A Detta är en generell mall för att göra PowerPoint presentationer enligt LiUs grafiska profil. Du skriver in din rubrik,
Binomialsannolikheter ritas i ett stolpdiagram
Täthetsfunktion f(x) (”pdf”) Och fördelningsfunktion F(x) (”cdf”)
Föreläsning 4: Sannolikhetslära
Sannolikhet Stickprov Fördelningar
Mattelektion EPA.
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
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
Forskningsmetodik Sampling och urval Hypotesprövning Lektion 9
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.
7/14/2015 HS-1 Händelsestyrd Simulering – Inledning ”Simulering med modeller av händelsetyp” Händelsemodeller är lämpliga för vissa problemtyper (system).
Grundläggande statistik, ht 09, AN1 F6 Slumpmässigt urval 1. Population där X är diskret med fördelningen p(x). Medelvärdet μ och variansen σ². Observationer:
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.
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)
Betingade sannolikheter. 2 Antag att vi kastar en tärning och noterar antalet prickar som kommer upp. Låt A vara händelsen ”udda antal prickar”, dvs.
Diskreta slumpvariabler. Stokastiskvariabel En slumpvariabel (stokastisk variabel) är en Funktion eller regel som tilldelar ett tal till varje Utfall.
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.
Regression Har långa högre inkomst?. Världsrekord på engelska milen.
A C B D Vems påstående stämmer?
Träna svenska A och B ett till tio 1-10
Grundlägande statistik,ht 09, AN
Grundl. statistik F2, ht09, AN
Y 2.3 Det hela Delen Andelen = Det hela Andelen av Det hela = Delen
Presentationens avskrift:

Övningsexempel till Kapitel 4 Ex 1: Låt X vara en kontinuerlig slumpvariabel med frekvens-funktion f(x) = c x (2 - x) om 0 < x < 2, (för övriga x-värden är f(x)=0). a) Bestäm konstanten c. b) Vad är P(1.5 < X < 3)? c) Vad är P( X  1.5)? d) Bestäm väntevärde och variansen till X. e) Hur ser fördelningsfunktionen ut?.

Ex 2: I en apparat finns det plats för fyra batterier Ex 2: I en apparat finns det plats för fyra batterier. Apparaten fungerar om minst två av batterier fungerar. Livslängden hos ett batteri kan ses som en kontinuerlig slumpvariabel med följande frekvensfunktion f(x) = (1/300) e-x/300 om x > 0 , (för övriga x-värden är f(x)=0). Om livslängderna på batterierna antas vara oberoende och om apparaten laddas med fyra nya batterier, vad är sannolikheten att den fungerar efter 310 timmar? Ex 3: Vid avrundning av tal kan man betrakta avrundnings-felet som en slumpvariabel X. Om vi får det korrekt av-rundade talet 2.5 så gäller det att ursprungstalet är 2.5 + X. Bestäm fördelningen för X?

Ex 4: Till en tunnelbanestation anländer tåg med tio minuters mellanrum. En person som inte har någon tidtabell anländer slumpmässigt till stationen. Låt X = den tid som person får vänta tills ett tåg anländer. a) Vilka värden kan X anta? b) Hur ser frekvensfunktionen för X ut? c) Bestäm sannolikheten att personen får vänta sju minuter eller mer. Ex 5: Tiden X i minuter att betjäna en kund i ett visst betjäningssystem antas vara exponentialfördelad med väntevärde fem kunder per minut. Bestäm a) P(3  X  5) b) P(3  X  7)

Ex 6: Antag att antalet samtal som inkommer till en telefonväxel är poissonfördelad med väntevärdet 20 kunder per timme. Vad är sannolikheten att tiden mellan två på varandra följande samtal är minst fem minuter. Ex 7: Antag att ett mätinstrument har ett mätfel X som är normalfördelad med  = 0 och  = 1. Bestäm a) P(X < 0) b) P(X  1.05) c) P(X > -1) d) P(-0.5  X  1) e) värdet a så att P(X > a) = 0.05

Ex 8: Konstgödsel förpackas maskinellt i säckar som rymmer cirka 50 kg Ex 8: Konstgödsel förpackas maskinellt i säckar som rymmer cirka 50 kg. Låt X vara vikten hos en slumpmässigt vald säck. Av erfarenhet vet man att X är normalfördelad med förväntad vikt 50 kg och en varians på 4 kg2. Bestäm a) sannolikheten att en slumpmässigt vald säck väger mer än 53 kg. b) sannolikheten att en slumpmässigt vald säck väger mellan 48 och 52 kg. c) värdet a så att sannolikheten att en slumpmässigt vald säck väger mindre än detta värde ej överstiger 0.025.

Facit: 1: a) 3/4 b) 5/32 c) 5/32 d) 1, 1/5 e) F(x) = (3x2 - x3)/4 om 0<x<2, = 0 om x<0, = 1 om x>2 2: 0.447 3: f(x) = 1 om -0.5 < x < 0.5 (= 0 annars) 4: a) [0, 10] b) f(x) = 1/10 om 0<x<10 c) 0.3 5: a) 0.181 b) 0.302 6: 0.189 7: a) 0.5 b) 0.8531 c) 0.8413 d) 0.5328 e) 1.645 8: a) 0.0668 b) 0.6826 c) 46.08