MET 2211 Statistikk og dataanalyse

Slides:



Advertisements
Liknende presentasjoner
Fagoppgave Justert formulering
Advertisements

Statistikk og sannsynlighetsregning
MET 2211 Statistikk og dataanalyse
Medisinsk diagnostikk.
Statistikk og sannsynlighetsregning
Kapittel 4 Målformulering
Kap 05 Betinget sannsynlighet
MET 2211 Statistikk og dataanalyse
Kapittel 14 Simulering.
Mer grunnleggende matte: Forberedelse til logistisk regresjon
Fred Wenstøp: Statistikk og dataanalyse kapittel 1-9 Prøve-eksamen
Velg Slide-Show fra PowerPoint-menyen og klikk med venstre museknapp!
MET 2211 Statistikk og dataanalyse
MET 2211 Statistikk og dataanalyse
Kapittel 5 Strategiske valg
Kapittel 9 Evaluering av alternativ Fred Wenstøp.
Kapittel 11 Oppfølging Fred Wenstøp.
MET 2211 Statistikk og dataanalyse Forelesning Kapittel 14: Variansanalyse.
Kap 06 Diskrete stokastiske variable
Beskrivelse av aktiviteten:
Statistikk og sannsynlighetsregning
Diskrete stokastiske variable
Kap 04 Sannsynlighetsregning
Sannsynlighetsregning
Forelesning 3 HSTAT1101 Ola Haug Norsk Regnesentral
TMA 4245 Statistikk Onsdag Les dette Powerpointmalen inneholder 3 forskjellige tittel-ark som du kan velge mellom. I tillegg kan du velge lys.
Bayesiansk statistikk Petter Mostad Overblikk Tilbakeblikk på sannsynlighetsbegrepet Hvordan gjøre Bayesianske analyser Analyser ved hjelp.
Hypotesetesting, og kontinuerlige stokastiske variable
Usikkerheter og sannsynligheter Petter Mostad
Forelesning 4 HSTAT1101 Ola Haug Norsk Regnesentral
Sannsynlighet og kombinatorikk
A2A / A2B M1 årskurs 4. november 2009
MAT0100V Sannsynlighetsregning og kombinatorikk Ørnulf Borgan Matematisk institutt Universitetet i Oslo Betinget sannsynlighet og uavhengige hendelser.
Statistikk Forkurs Hva er statistikk? undersøke registrere lage oversikt→ Presentasjon av informasjon formidle Arbeidet med statistikk kan vi dele.
MAT0100V Sannsynlighetsregning og kombinatorikk Ørnulf Borgan Matematisk institutt Universitetet i Oslo Forventning, varians og standardavvik Tilnærming.
Sinus 1P Sinus 2P Sinus 1P-Y Trondheim, 6. mai 2014.
MAT0100V Sannsynlighetsregning og kombinatorikk
MAT0100V Sannsynlighetsregning og kombinatorikk
MAT0100V Sannsynlighetsregning og kombinatorikk
MAT0100V Sannsynlighetsregning og kombinatorikk
MET 2211 Statistikk og dataanalyse
Sannsynlighetsregning 4
MET 8006 Statistikk Forelesning nr. 1 Kapittel 1: Oversikt
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
MET 2211 Statistikk og dataanalyse
MET 2211 Statistikk og dataanalyse
Kapittel 11 Kategoriske variabler og normaltilnærmelsen
SIV : Metodevalg Stokastiske variabler
MET 2211 Statistikk og dataanalyse
MET 2211 Statistikk og dataanalyse
MET 2211 Statistikk og dataanalyse
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
Sannsynlighetsfordelinger
Sannsynlighetsregning
MET 2211 Statistikk og dataanalyse
Kapittel 6: Sannsynlighetsfordelinger
Kapittel 12: Korrelasjon
Utskrift av presentasjonen:

MET 2211 Statistikk og dataanalyse Forelesning 12.09.2003 Kapittel 5: Sannsynlighetsregning

Oppgaver 4-1 4-2 4-3 4-4 10.09.2003 MET 2211 - Fred Wenstøp

Perspektiver på sannsynlighet Sannsynlighet som populasjonsandel Sannsynligheten for å trekke et menneske med en spesiell egenskap er lik populasjonsandelen til denne egenskapen Sannsynlighet som relativ hyppighet i det lange løp Myntkast Subjektiv sannsynlighet Defineres i forhold til et ruletthjul eller lignende Aksiomatisk definisjon Sannsynlighet som areal 10.09.2003 MET 2211 - Fred Wenstøp

Sannsynlighet Eksperiment: Sannsynlighet må alltid defineres i forhold til et eksperiment Man snakker om sannsynligheten for ulike utfall av eksperimentet Utfallsrom Et fullstendig sett med gjensidig utelukkende utfall Jente som røyker Jente som ikke røyker Gutt som røyker Gutt som ikke røyker Eksperiment: Trekk en tilfeldig person fra klassen Mulige interessante utfall Jente Gutt Jente som røyker Person som røyker Jente eller person som røyker osv. 10.09.2003 MET 2211 - Fred Wenstøp

Sannsynlighet og krysstabeller P(J) = 70/201 = 35% P(G)= 131/201 =65% P(R) = 20/201 = 10% P(J Ç R) = 5/201 =2% P(G Ç R) = 15/201 =7% P(R|J) = 5/70 = 7 % P(R|G) = 15/131 = 11% 10.09.2003 MET 2211 - Fred Wenstøp

Sannsynlighet som areal P(J) = 0,35 P(G)=0,65 P(J) = 0,35 P(G)=0,65 P(R) =0,10 P(J Ç R) = 0,02 P(G Ç R) = 0,07 5 15 (J Ç R) (G Ç R) R 70 135 201 Generell regneregel: P(J È R) = P(J) + P(R) - P(J Ç R) = 0,35 +0,10 –0,02 = 0,43 Betinget sannsynlighet: P(R | J) = P(J Ç R) / P(J) 10.09.2003 MET 2211 - Fred Wenstøp

Betinget sannsynlighet Definisjon P(R | J) = P(J Ç R) / P(J) Fra tabellen P(J) = 35 % P(G)= 65 % P(R) = 10 % P(J Ç R) = 2% P(G Ç R) = 7% P(R | J) = 7 % P(R | G) = 11 % P(J | R) = 25 % P(G | R) = 75 % 10.09.2003 MET 2211 - Fred Wenstøp

Bayes formel Per definisjon: P(A½B) = P(AÇB) / P(B) derfor også: P(B½A) = P(AÇB) / P(A) Kombinert: P(B½A) = P(A½B) P(B) / P(A) = 10.09.2003 MET 2211 - Fred Wenstøp

Bayes formel, HIV-eksempel Elizatesten Sensitivitet: P(Test positiv½Smittet) = P(T+½S) = 0,99 Spesifisitet: P(T-½S’) = 0,98 Prevalens i befolkningen: P(S) = 0,001 Testen din er positiv! Hva er sannsynligheten for at du er smittet? P(S½T+) = P(T+½S) P(S)/(P(T+½S) P(S) + P(T+½S’) P(S’)) = 0,99 ´ 0,001 / (0,99 ´ 0,001 + 0,02 ´ 0,999) = 0,047 10.09.2003 MET 2211 - Fred Wenstøp

Sannsynlighetstre 10.09.2003 MET 2211 - Fred Wenstøp

Invertert sannsynlighetstre 0,047 0,953 0,00001 0,99999 10.09.2003 MET 2211 - Fred Wenstøp