732G22 Grunder i statistisk metodik

Slides:



Advertisements
Liknande presentationer
Inferens om en population Sid
Advertisements

Försida!.
Värmetransporten i ett fönster
FL4 732G70 Statistik A Detta är en generell mall för att göra PowerPoint presentationer enligt LiUs grafiska profil. Du skriver in din rubrik,
UNIK ONLINE CASHBACK SYSTEM LOGGA IN PÅ SITETALK OMGÅENDE.. CASHBACK PLUGIN HUR FUNGERAR DET?! EFTER ATT DU LOGGAT IN PÅ SITETALK, VÅR CASHBACK PLUGIN.
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.
Användande av hjälpinformation: Kvotskattning
Ämne 1 Ämne 2 Ämne 3 Ämne 4 Ämne 5 Avsluta. Ämne 1 – 100 Frågan Svaret.
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
Inferens om en ändlig population Sid
Kapitel 5 Stickprovsteori Sid
Linda Wänström och Elisabet Nikolic (Karl Wahlin)
Strama Skåne Antibiotika öppen vård Skåne 2010 Förskrivare, typ av antibiotika, antibiotika vid luftvägsinfektion, antibiotika vid urinvägsinfektion, antibiotika.
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
Statistikens grunder, 15p dagtid
MaB: Sannolikhetslära
Föreläsning 11 Arrayer.
Sammanfattning av marknadsundersökning Siffrorna är angivna i procent (%) och baserade på den undersökning som gjordes på 100 slumpmässigt utvalda personer.
Mer avancerad analys Vad kan nu vara mer avancerat?
Kostnader för läkemedelsförmån Utveckling t.o.m. september 2014 Materialet: avser kostnader inklusive moms är ej åldersstandardiserat Lennart Tingvall:
Vad ingår kursen? i korta drag
Tillämpad statistik Naprapathögskolan
Jämvikt (”equilibrium”) Optimering Efterfrågan = Utbud 407 Makro, Lars Ljungqvist.
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.
Landtransport Italien -- Sverige
Bekämpning av svampsjukdomar och insekter i äldre timotejfrövallar Tabell 1. Bekämpning av svampsjukdomar och insekter i äldre timotejfrövallar. 1 försök.
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
DIVISION Landstingsdirektörens stab 50 av 59 fysioterapeuter och 15 av 24 läkare verksamma enligt nationella taxan har inte samverkansavtal med landstinget.
Decimaltal Av: Kawa Ali Örtagårdskolan (Ht:2010).
Student Ekonomi Erik Nygårds Hang-Jin Lee Vina Balaghi Projektarbete 2 732G22 Grunder i statistisk metodik Ht-08.
Diskreta, deterministiska system Projekt 1.2; Vildkatt
Centrala Gränsvärdessatsen:
FK2002,FK2004 Föreläsning 2.
732G81 Statistik Föreläsning 3 732G81 Statistik
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.
Fysikexperiment 5p Föreläsning Korrelationer Ett effektivt sätt att beskriva sambandet mellan två variabler (ett observationspar) är i.
27 november 2009, 1 Datainsamlingens betydelse för tidsvärdet Maria Börjesson Centre for Transport Studies Royal Institute of Technology.
Övningsexempel till Kapitel 4
Binomialsannolikheter ritas i ett stolpdiagram
KAP 4 - GEOMETRI.
Föreläsning 5 Tekniker för riskhantering Portföljval Hedging
Linjära funktioner & Ekvationssystem
Täthetsfunktion f(x) (”pdf”) Och fördelningsfunktion F(x) (”cdf”)
Sannolikhet Stickprov Fördelningar
Föreläsning 7 Fysikexperiment 5p Poissonfördelningen Poissonfördelningen är en sannolikhetsfördelning för diskreta variabler som är mycket.
732G22 Grunder i statistisk metodik
Hur bra är modellen som vi har anpassat?
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.
Undersökningen utfördes sommaren/hösten 2008 vid två stormarknader, den ena i Eskilstuna och den andra i Nacka utanför Stockholm. 100.
Övningsexempel till Kapitel 7 Ex 1. BRÄNNBOLLSDILEMMAT ! En person funderar över hur man bäst uppskattar 28 meter. Av erfarenhet vet han att hans steglängd,
732G22 Grunder i statistisk metodik
Procent Betyder hundradelar.
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, 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.
Diskreta slumpvariabler. Stokastiskvariabel En slumpvariabel (stokastisk variabel) är en Funktion eller regel som tilldelar ett tal till varje Utfall.
1. Kontinuerliga variabler
Regression Har långa högre inkomst?. Världsrekord på engelska milen.
Enkel Linjär Regression. 1 Introduktion Vi undersöker relationer mellan variabler via en matematisk ekvation. Motivet för att använda denna teknik är:
Grundlägande statistik,ht 09, AN
Grundl. statistik F2, ht09, AN
Presentationens avskrift:

732G22 Grunder i statistisk metodik 2017-04-09 FL7 732G22 Grunder i statistisk metodik 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 2017-04-09 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) 2017-04-09 Linjära kombinationer av två slumpvariabler (generella fallet) Vi är intresserade av relationen aX + bY + c där 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

2017-04-09 Exempel 407 Antalet tryckfel på en slumpmässigt vald sida i en viss upplaga av en bok har följande sannolikhetsfördelning. Beräkna väntevärde och varians för antalet tryckfel på två slumpmässigt valda sidor. Antal tryckfel (x) 1 2 Sannolikhet p(x) 0.90 0.09 0.01 Linköpings universitet

2017-04-09 Exempel 401 Tabellen visar den simultana sannolikhetsfördelningen p(x,y) för de båda slumpvariablerna X och Y. Bestäm p(x) och p(y) f) Var(X|Y = 1) Var(Y) g) Är X och Y oberoende slumpvariabler? Pr(X + Y) ≤ 2 P(x|Y = 1) E(X|Y = 1) y\x 1 2 0.40 0.20 0.07 0.15 0.09 0.02 0.04 0.01 Linköpings universitet

Exempel 404 Bestäm kovariansen mellan X och Y. 2017-04-09 Exempel 404 Bestäm kovariansen mellan X och Y. Bestäm korrelationskoefficienten mellan X och Y. Bilda variabeln S = X + Y. Bestäm sannolikhetsfördelningen p(s) för denna variabel. Bestäm väntevärdet och variansen för S med hjälp av p(s). Bestäm väntevärdet och variansen för S med hjälp av räkneregler för summor av slumpvariabler. Linköpings universitet