MET 2211 Statistikk og dataanalyse

Slides:



Advertisements
Liknende presentasjoner
Øvelse i caseløsning Fred Wenstøp, BI
Advertisements

Enhalet og tohalet hypotesetest
Kapittel 10 Inferens om gjennomsnitt AAKRE-V SPSS v 10.0 MET 8006 STATISTIKK OG DATAANLYSE Kapittel 10 Inferens om gjennomsnitt Pål Aakre, BI Oslo.
SPSS v Kapittel 8 AAKRE/MET Parvise sammenligninger Cornflakes-eksempelet fra læreboken tab Vi legger inn dataene i Dataeditoren, som.
STATISTISK GENERALISERING
MET 2211 Statistikk og dataanalyse
Denne koden skal gi svar på følgende:
Fred Wenstøp: Statistikk og dataanalyse kapittel 1-9 Prøve-eksamen
Fred Wenstøp: Statistikk og dataanalyse Selvtest Velg Slide-Show fra PowerPoint-menyen og klikk med venstre museknapp!
Fred Wenstøp: Statistikk og dataanalyse Selvtest
Velg Slide-Show fra PowerPoint-menyen og klikk med venstre museknapp!
MET 2211 Statistikk og dataanalyse
MET 2211 Statistikk og dataanalyse
MET 2211 Statistikk og dataanalyse Forelesning Kapittel 14: Variansanalyse.
Simpel regresjon Plott av variablene Y mot X
Harald Romstad Høgskolen i Hedmark
Fasit 1) a)P(T>1)=P(T≠1)=1-P(T=1) = 1-1/6 = 5/6 ≈ 83.3%. Evt. P(T>1)=p(T=2)+P(T=3)+P(T=4)+P(T=5)+ P(T=6)=5/6. P(T=2 | T≠1) = P(T=2 og T≠1)/P(T≠1) = (1/6)/(5/6)
Oppgaver 1)Vi anser hvert av de seks utfallene på en terning for å være like sannsynlig og at to ulike terningkast er uavhengige. a)Hva er sannsynligheten.
Hovedideen Anta at en hypotese er riktig (H 0 ) Det er bare to muligheter, enten er H 0 riktig, ellers er den ”omvendte” hypotesen (H 1 ) riktig Gå ut.
Forelesning 6 HSTAT1101 Ola Haug Norsk Regnesentral
Forelesning 7 HSTAT1101 Ola Haug Norsk Regnesentral
Tolkning av statistiske resultater
Siste forelesning er i morgen!
Regresjon Petter Mostad
Forelesning 6 HSTAT1101 Ola Haug Norsk Regnesentral
Kræsjkurs Del Ii Hypotesetesting
Operasjonsanalytiske emner Prognosemodeller basert på Tidsserieanalyse Rasmus RasmussenBØK710 OPERASJONSANALYTISKE EMNER1 Del 23Forecasting 1 - Mønster.
Stian Grønning Master i samfunnsøkonomi Daglig leder i Recogni.
Figur Standard normalfordeling z og tre t-fordelinger Figur 21.1 Standard normalfordeling z og tre t-fordelinger. Legg merke til at t-fordelingene.
MET 2211 Statistikk og dataanalyse
Kapittel 8: Ikke-parametriske tester
Kapittel 13: Multippel regresjon Modelldiagnostikk
Figur 9.1 Sannsynlighet beregnes på en skala fra 0 til 1.
MET 8006 Statistikk Forelesning nr. 1 Kapittel 1: Oversikt
Kapittel 14: Multippel regresjon
MET 2211 Statistikk og dataanalyse
Forelesning nr. 2 Kapittel 3: Å generalisere fra en stikkprøve
Repetisjon, del I Metode
MET 2211 Statistikk og dataanalyse
Kapittel 7: Hypoteseprøving
SIV : Repetisjon Kapittel /12/2018 Fred Wenstøp.
SIV : Ett gjennomsnitt Kapittel /12/2018 Fred Wenstøp.
SIV : Kategoriske variabler og normaltilnærmelsen
MET 2211 Statistikk og dataanalyse
MET 2211 Statistikk og dataanalyse
Kapittel 15: Valg av metode Kapittel 16: Stokastiske variabler
Tester med SPSS prosedyrer og utskrifter
MET 8006 Statistikk Kapittel 13: Regresjon.
MET 2211 Statistikk og dataanalyse
MET 8006 Statistikk Kapittel 13: Regresjon.
MET 2211 Statistikk og dataanalyse
Kapittel 11 Kategoriske variabler og normaltilnærmelsen
To relaterte stikkprøver
SIV : Metodevalg Stokastiske variabler
Figur 17.1 Histogram for alle DNB-kundene i undersøkelsen.
MET 2211 Statistikk og dataanalyse
MET 2211 Statistikk og dataanalyse
SIV : Regresjon Kapittel 13 17/01/2019 Fred Wenstøp.
Relaterte stikkprøver Uavhengige stikkprøver
SIV : Kapittel 9 Normalfordelingen 17/01/2019 Fred Wenstøp.
MET 2211 Statistikk og dataanalyse
SIV : t-testen for to stikkprøver
MET 2211 Statistikk og dataanalyse
SIV : Kapittel 4 Statistisk metode 18/02/2019 Fred Wenstøp.
MET 2211 Statistikk og dataanalyse
Å beskrive og generalisere fra en stikkprøve
MET 2211 Statistikk og dataanalyse
Kapittel 12: Korrelasjon
Kapittel 10 Inferens om gjennomsnitt
I dag Konfidensintervall og hypotesetesting – ukjent standardavvik (kap. 7.1) t-fordelingen.
Utskrift av presentasjonen:

MET 2211 Statistikk og dataanalyse Forelesning 10.10.2003 Kapittel 10 Inferens om gjennomsnitt

Sentralgrense- teoremet Populasjon av x-er En hvilkensomhelst fordeling med gjennomsnitt m og standardavvik s Stikkprøver på n x-er av gangen Populasjon av x-er Tilnærmet normalfordelt Med gjennomsnitt m og standardavvik 01.01.2019 MET 2211 - Fred Wenstøp

Konfidensintervall for m med normalfordelingen x er normal med s = 10 To problemer: x er vanligvis ikke normalfordelt s er vanligvis ikke kjent Vi skal lage konfidensintervall for m ved hjelp av én observasjon av x Enkelt prinsipp: Vi er på forhånd 95% sikre på at x vil havne i en avstand mindre enn 1,96 standardavvik fra m. 2,5% 2,5% z = (x-m)/s -4 -3 -2 -1 1 2 3 4 Når vi har observert x, er vi derfor 95% sikre på at m ikke ligger mer enn 1,96s unna 95% konfidensintervall: m = x ± 1,96s 01.01.2019 MET 2211 - Fred Wenstøp

Konfidensintervall for m ved hjelp av gjennomsnittet Problemet med at x vanligvis ikke er normalfordelt løses med å ta en stikkprøve og beregne gjennomsnittet Et 95 % konfidensintervall for m : Et 1-2a konfidensintervall for m : Eksempel: Jeppes kro za a z 01.01.2019 MET 2211 - Fred Wenstøp

Hypoteseprøving H0: m = m0 H1: m ¹ m0 Signifikansnivå: 1- 2a Hvis H0 er riktig, venter vi at z faller nær null. Ellers blir vi mistenksomme Regel: Forkast H0 hvis z faller utenfor za Eksempel: Jeppes kro za a 01.01.2019 MET 2211 - Fred Wenstøp

Studentfordelingen Det vi har gjort hittil forutsetter egentlig at standardavviket til x er kjent Når vi estimerer det ved hjelp av s, er z ikke normalfordelt, men studentfordelt med n = n-1 frihetsgrader Derfor: Erstatt z med t og bruk s Kumulativ normalfordeling og studentfordeling med 11 frihetsgrader 01.01.2019 MET 2211 - Fred Wenstøp

t-testen for to relaterte stikkprøver Testen er det parametriske svaret på Wilcoxons tegnrangtest og kan brukes ved store stikkprøver Dette er simpelthen det samme som t-testen for én stikkprøve Testen utføres på differansene SPSS har dette som et eget menyvalg 01.01.2019 MET 2211 - Fred Wenstøp

t-testen for to uavhengige stikkprøver Testen er det parametriske svaret på Mann-Whitneytesten og kan brukes ved store stikkprøver H0: m1 = m2 H1: m1 ¹ m2 Signifikansnivå: 1- 2a Hvis H0 er riktig, venter vi at t faller nær null. Ellers blir vi mistenksomme Regel: Forkast H0 hvis t faller utenfor ta ta a 01.01.2019 MET 2211 - Fred Wenstøp