Figur 17.1 Histogram for alle DNB-kundene i undersøkelsen.

Slides:



Advertisements
Liknende presentasjoner
Prissetting i norske bedrifter. Resultater fra en spørreundersøkelse
Advertisements

 Bodil og Fin Ask Bearbeiding av innsamlet informasjon Bodil Ask Delvis basert på Patel & Davidson: Forskningsmetodikkens grunnlag.
Vurdering av statistiske analysemetoder brukt i Læringslabens undersøkelser i videregående skole i Rogaland.
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.
Kap 11 Hypotesetesting.
STATISTISK GENERALISERING
Stoler du på hva øyet forteller deg?
René Descartes (1596–1650) Innførte koordinatsystemet
Vi har lært å bestemme: - Nullpunkter (y=0)
Denne koden skal gi svar på følgende:
Uni-, bi- og multivariate analyser
Analyse og tolkning av datamaterialet
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)
Questback 2012 Questbacken er basert på svar fra de som har vært til veiledning ved Karrieresenteret i Nord- Trøndelag. Det var ca. 325 som svarte i 2012,
Kontrollregler Z- tabell Kontrollregler Tillatt totalfeil
PROGRAMFAG MATEMATIKK
Statistiske egenskaper ved målesystemer
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
Presentasjon av data: deskriptiv statistikk
Bayesiansk statistikk Petter Mostad Overblikk Tilbakeblikk på sannsynlighetsbegrepet Hvordan gjøre Bayesianske analyser Analyser ved hjelp.
Hypotesetesting, og kontinuerlige stokastiske variable
Siste forelesning er i morgen!
Randomiserte kontrollerte studier
Regresjon Petter Mostad
Forelesning 5 HSTAT1101 Ola Haug Norsk Regnesentral
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.
M1 årskurs HVE 7. september 2009
Stian Grønning Master i samfunnsøkonomi Daglig leder i Recogni.
Bolk 2 – Deskriptiv statistikk
Statistikk Forkurs Hva er statistikk? undersøke registrere lage oversikt→ Presentasjon av informasjon formidle Arbeidet med statistikk kan vi dele.
Studiebarometeret 2013 Regresjonsanalyser HiST-avdelinger Utført av Norfakta på oppdrag fra HiST Basert på rådata stilt til disposisjon av NOKUT.
PROGRAMFAG MATEMATIKK Verdt å merke seg: Dersom du på Vg2 velger matematikk R1 eller S1: faller fellesfaget i matematikk (3 t) bort og du må ta enten:
SPSS-kurs Bolk 2 – Deskriptiv statistikk. Bolk 2: Deskriptiv statistikk I denne bolken skal vi bruke SPSS til å utforske og beskrive data gjennom ulike.
3.14 X AXIS 6.65 BASE MARGIN 5.95 TOP MARGIN 4.52 CHART TOP LEFT MARGIN RIGHT MARGIN Legevakt Legevakt Innbyggerundersøkelsen 2013 Brukerdel.
Holdninger til konkurranseutsetting av velferdstjenester Befolkningsundersøkelse gjennomført i juni 2017 på oppdrag for NHO.
MAT0100V Sannsynlighetsregning og kombinatorikk
Forskningsdesign: eksperiment
Logistikkledelse Tabeller
MAT0100V Sannsynlighetsregning og kombinatorikk
Figur Standard normalfordeling z og tre t-fordelinger Figur 21.1 Standard normalfordeling z og tre t-fordelinger. Legg merke til at t-fordelingene.
Måling, målefeil Forskningsmetoder Frode Svartdal UiTø H-2006
Tabeller og grafer B – Samarbeid
Figur 9.1 Sannsynlighet beregnes på en skala fra 0 til 1.
Figur 5.1 Måling av tilfredshet på ordinalt målenivå.
Figur 25.1 Sammenheng mellom inntekt i millioner NOK (y) og antall års utdanning (x) utover grunnskolen. I denne populasjonen er ß0 = 0.4 og ß1 =
MET 2211 Statistikk og dataanalyse
Repetisjon, del I Metode
MET 2211 Statistikk og dataanalyse
Forskningsmetoder Data: Måling og målefeil Frode Svartdal UiTø
Kapittel 7: Hypoteseprøving
Måling, målefeil Forskningsmetoder Frode Svartdal UiTø V-2010
SIV : Repetisjon Kapittel /12/2018 Fred Wenstøp.
SIV : Ett gjennomsnitt Kapittel /12/2018 Fred Wenstøp.
SIV : Kategoriske variabler og normaltilnærmelsen
Grafen til kvadratiske funksjoner
Figur side 19 Figur 1.1 Besøk av bankkontor respondenter.
MET 2211 Statistikk og dataanalyse
MET 2211 Statistikk og dataanalyse
Kapittel 11 Kategoriske variabler og normaltilnærmelsen
To relaterte stikkprøver
SIV : Metodevalg Stokastiske variabler
SIV : Kapittel 4 Statistisk metode 18/02/2019 Fred Wenstøp.
Kapittel 10 Inferens om gjennomsnitt
Oppsummering fra forrige gang
I dag Konfidensintervall og hypotesetesting – ukjent standardavvik (kap. 7.1) t-fordelingen.
Utskrift av presentasjonen:

Figur 17.1 Histogram for alle DNB-kundene i undersøkelsen

Figur 17.2 Histogram for alle DNB-kundene i undersøkelsen, fordelt på kjønn

Figur 17.3 Krysstabell over DNB-kundene i undersøkelsen

Figur 18.1 Åpenhet målt for 100 personer

Figur 18.2 Fordelingen til x

Figur 18. 3 95 % konfidensintervall for 20 tilfeldige utvalg Figur 18.3 95 % konfidensintervall for 20 tilfeldige utvalg. De horisontale strekene viser konfidensintervallene, med utvalgsgjennomsnittet som en prikk i midten. Den sanne verdien er μ = 100. Vi ser at alle utvalgene inneholder den samme verdien, bortsett fra i utvalg 12.

Figur 18.4

Figur 18.5 Graf av funksjonen y = √x̅

Figur 18.6 Graf av funksjonen y = √x̅ (i rødt) og funksjonen y = x (i svart)

Figur 19.1 Histogram for utvalg av tomatbokser

Figur 19.2 Fordelingen til x̅ under antagelsen om at μ faktisk er lik 400

Figur 19.3 Histogram for nytt utvalg

Figur 19.4 Fordelingen til x̅ under antagelsen om at μ faktisk er lik 400

Figur 19.5

Figur 19.6 Arealene som svarer til P(| Z | ≥ 1.2)

Figur 19.7 Normalfordelingen og testobservatoren for eksemplet

Figur 19.8 Normalfordelingen og testobservatoren for eksemplet

Figur 19.9 Tetthetskurven til en standard normalfordelt variabel

Figur 19.10 Tetthetskurven til T under H0 og HA, samt linja x = –4

Figur 19.11 Kritisk område for signifikansnivået α = 0.05

Figur 19.12 Kritisk område for signifikansnivået α = 0.10

Figur 20.1 Arealet som svarer til P (Z ≤ −1)

Figur 20.2 Arealet som svarer til P (Z ≥ −1)

Figur 20.3 Tetthetskurven til p-verdien når H0 er sann

Figur 20.4 Styrkefunksjon for μ mellom 399 og 401

Figur 20.5 Statistisk styrke som funksjon av n