Tilastotieteen jatkokurssi Sosiaalitieteiden laitos Harjoitus 9 (viikko 16) Ratkaisuehdotuksia (Laura Tuohilampi)

Koko: px
Aloita esitys sivulta:

Download "Tilastotieteen jatkokurssi Sosiaalitieteiden laitos Harjoitus 9 (viikko 16) Ratkaisuehdotuksia (Laura Tuohilampi)"

Transkriptio

1 Tilastotieteen jatkokussi Sosiaalitieteiden laitos Hajoitus 9 (viikko 16) Ratkaisuehdotuksia (Laua Tuohilampi) 1. Alla mainituissa testitilanteissa saatiin otoskeskiavoon peustuvan testisuueen avoksi z = 1, 85 (noudattaa standadinomaalijakaumaa nollahypoteesin pätiessä). a) Testisuueella tutkittiin, onko otoskeskiavo tilastollisesti mekitsevästi pienempi kuin 15, 7. b) Testisuueella tutkittiin, poikkeaako otoskeskiavo tilastollisesti mekitsevästi 15, 7:stä. Vastaa seuaaviin kysymyksiin sekä a)- että b)-kohdan tilanteessa: Mikä on nollahypoteesi? Mikä on vastahypoteesi? Millaiset testisuueen avot tukevat nollahypoteesia? Mikä on kiittinen avo käytettäessä 5%:n iskitasoa? Mikä on testin p-avo? Jääkö nollahypoteesi voimaan? Ratkaisu: a) H 0 : μ =15, 7, H 1 : μ<15, 7. Nollahypoteesia tukevat " suuet" testisuueen avot, siis sellaiset, joiden jälkeen on ketynyt enemmän kuin esimekiksi 5%todennäköisyyttä. Kiittinen avo käytettäessä 5%:n iskitasoa on 1.64 (Φ( 1.64) = ). Testin p- avoksi tulee Φ( 1.85) = 0.032, joka on " melkein mekitsevä". H 0 hylätään 5%:n iskitasolla. b) H 0 : μ =15, 7, H 1 : μ 6= 15, 7. Nollahypoteesia tukevat " keskellä" olevat testisuueen avot. Kiittinen avo käytettäessä 5%:n iskitasoa on ±1.96 (Φ( 1.96) = , Φ(1.96) = ). Testin p-avo on nyt [Φ( 1.85)] 2 = = 0, 064, jokaeinyt ole iittävä. H 0 jää voimaan 5%:n iskitasolla. 2. Puduen yliopistosta satunnaisesti valituilta 865 opiskelijalta kysyttiin, kuinka moni heistä oli tuvautunut opintolainaan opiskelujensa ahoittamiseksi. Tulokset ovat taulukossa alla. Onko ottanut opintolainaa? Kyllä Ei Tiedekunta Agicultue Child development and family studies Engineeing Libeal ats and education Management Science Techonology 57 71

2 Testaa 5%mekitsevyystasolla, iippuvatko tiedekunta ja opintolainan ottaminen toisistaan? Ratkaisu: Asetetaan ensin hypoteesit. H 0 : Tiedekunnalla ei ole vaikutusta lainanottoon H 1 : Tiedekunnalla on vaikutusta lainanottoon. Muodostetaan testisuue X 2 = P P c (O ij E ij ) 2 i=1 j=1 E ij, joka noudattaa χ 2 -jakaumaa vapausastein ( 1)(c 1). Alla olevaan taulukkoon on laskettu ivisummat, saakesummat sekä havaittujen fekvenssien innalle (suluissa) odotetut fekvenssit, jotka saadaan kaavalla E ij = R i C j /n, jossar i on i. ivifekvenssi ja C j on j. saakefekvenssi (kijan s:t 183 ja 185). Käydään siis läpi kukin solu ketomalla vastaava ivisumma vastaavalla saakesummalla ja jakamalla otoskoolla. Esimekkinä ensimmäinen solu (agicultue, kyllä): /865 = 28, 504. Onko ottanut opintolainaa? Kyllä Ei yht. Tiedekunta Agicultue 32 (28.504) 35 (38.496) 67 Child development and family studies 37 (37,013) 50 (49,987) 87 Engineeing 98 (99,977) 137 (135,023) 235 Libeal ats and education 89 (90,617) 124 (122,383) 213 Management 24 (31,908) 51 (43,092) 75 Science 31 (25,526) 29 (34,474) 60 Technology 57 (54,455) 71 (73,544) 128 yht Laskemalla nyt ylläolevaa kaavaa käyttäen saadaan testisuueen avo: X 2 = (32 28, 504)2 28, (71 73, 544)2 73, 544 =6, 521 Vapausasteita on käytössä (2 1)(7 1) = 6, jolloin P (X 2 > ) = Koska testisuueen avo on eilusti pienempi kuin kiittinen avo , jää H 0 voimaan 5%:n mekitsevyystasolla (itse asiassa jopa 10 %:n). Aineiston peusteella ei ole syytä hylätä nollahypoteesia, että opiskelijan tiedekunta ja päätös ottaa opintolainaa ovat iippumattomia muuttujia. 3. Apakuutiota heitettiin 120 ketaa. Tulokset olivat seuaavat: Silmäluku Fekvenssi

3 Testaa, onko noppa hahaton. a) Käytä 5%:n mekitsevyystasoa. b) Käytä 1%:n mekitsevyystasoa. Ratkaisu: Asetetaan taas hypoteesit. H 0 : noppa on hahaton H 1 : Noppa on hahainen. Noppa on hahaton, jos silmälukujen todennäköisyydet noudattavat tasajakaumaa f(x) =1/6. Odotetut fekvenssit saadaan tällöin laskemalla p n, ja ne ovat jokaiselle silmäluvulle sama: E i =1/6 120 = 20. (O i E i ) 2 E i, Lasketaan nyt testisuueen avo käyttämällä kaavaa X 2 = P k i=1 joka vastaa edellisen tehtävän kaavaa (ja toimii vastaavalla tavalla) yhden ivin vesiona: X 2 = (17 20) (28 20)2 20 =5, 3 Vapausasteita on nyt (k 1 m) = = 4(m = 0, sillä aineistosta ei tavittu mitään minkään paametin estimoimiseksi). Nyt P (X 2 > 9.488) = 0.05 ja P (X 2 > ) = 0.01, joten a) 5, 3 < 9.488: H 0 jää voimaan, ja b) 5, 3 < : H 0 jää voimaan. Seuaavat tehtävät liitttyvät taulukkoon alla. Maaliskuisen kannatuskyselyn tulokset peustuvat noin haastatteluun. Kannatusavioiden tilastollinen vihemaginaali on suuten puolueiden osalta noin ±1, 6 posenttiyksikköä. Kannatus kunnallisvaalit 08 eduskuntavaalit 07 maaliskuu 09 Puolue KOK 23,5 22,3 23,3 SDP 21,2 21,4 20,9 KESK 20,1 23,1 19,2 VIHR 8,9 8,5 10,1 VAS 8,8 8,8 8,1 PS 5,4 4,1 8,9 RKP 4,7 4,6 4,0 KD 4,2 4,9 3,9 MUU 3,2 2,3 1,6 4. a) Laske 95 %:n luottamusvälit kolmen suuimman puolueen kannatuksille kannatuskyselyssä.

4 b) Laske 99 %:n luottamusvälit kolmen suuimman puolueen kannatuksille kannatuskyselyssä. c) Mahtuvatko suuten puolueiden vaalien aikaiset kannatukset kyselyn aikaisille luottamusväleille? d) Mahtuvatko suuten puolueiden keskinäiset kannatukset kyselyssä toistensa luottamusväleille? Ratkaisu: Luottamusvälit alla on laskettu kijan sivulla 149 olevan kaavan avulla. a) kok : ± = ± eli 95 %:n luottamusväli on (21, 8%, 24, 8%) sdp : ± = ± eli 95 %:n luottamusväli on (19, 5%, 22, 4%) kesk : ± = ± eli 95 %:n luottamusväli on (17, 8%, 20, 6%). Kijan kaavojen peusteella 95 %:n luottamusvälit vaihtelevat ±1.4:n ja ±1.5:n posentin välillä; tehtävänannossa puhuttiin "±1.6 posentin vihemaginaalista". Sillä ilmeisesti takoitettiin 95 %:n luottamusväliä, joka on apotoitu vaovaisesti hieman yläkanttiin tai kyselynlaatijalla on käyttänyt luottamusvälien laskussa takempia lukuja kannatusosuuksista kuin tehtävässä on apotoitu. b) kok : ± = ± eli 99 %:n luottamusväli on (21, 3%, 25, 3%).e sdp : ± = ± eli 99 %:n luottamusväli on (19, 0%, 22, 8%) kesk : ± = ± eli 99 %:n luottamusväli on (17, 4%, 21, 1%).

5 c) Keskustan eduskuntavaalitulos ei mahdu 95 %:n eikä 99 %:n luottamusvälille. Kaikki muut suuten puolueiden vaalitulokset mahtuvat niiden kannatuksille lasketuille luottamusväleille (Kokoomuksen ja SDP:n molemmat vaalitulokset sekä Keskustan kunnallisvaalitulos). d) SDP:n ja Keskustan kannatukset mahtuvat toistensa 99 % luottamusväleille, mutta eivät kokoomuksen kummallekaan luottamusvälille. Kokoomuksen kannatus ei myöskään mahdu Keskustan eikä Sdp:n kummallekaan luottamusvälille. Huom! Puolueiden kannatus vaihtelee ajan kuluessa, joten aiempien vaalitulosten ei mitenkään "täydy" mahtua edellä lasketuille luottamusväleille. 5. Peussuomalaisten kannatus oli kunnallisvaaleissa 5, 4%. Oheisessa kyselyssä Peussuomalaisten kannatukseksi saatiin 8, 9%. RKP:n kannatus oli kunnallisvaaleissa 4, 7%. Oheisessa kyselyssä RKP:n kannatukseksi saatiin 4%. a) Testaa 5%mekitsevyystasolla, onko Peussuomalaisten kannatus muuttunut. b) Testaa 5%mekitsevyystasolla, onko Peussuomalaisten kannatus kasvanut. c) Testaa 5%:n ja 1%:n mekitsevyystasolla, onko RKP:n kannatus muuttunut? d) Testaa 5%:n ja 1%:n mekitsevyystasolla, onko RKP:n kannatus laskenut? Ratkaisu: Lasketaan ensin testisuueen avo kohtaan a) ja b). Testisuue saadaan kaavasta ˆp p 0 Z =, p0 (1 p 0 ) n joka noudattaa suuissa otoksissa appoksimatiivisesti standadoitua nomaalijakaumaa nollahypoteesin pätiessä (kijan s. 149). Mekitään Peussuomalaisten kannatusta 2009-kyselyssä ˆp:lla ja 2008-vaaleissa p 0 :lla. Testisuueeksi saadaan z = p / = Muodostetaan nyt hypoteesit ja veataan testisuuetta kiittisiin avoihin pyydetyllä mekitsevyystasolla. a) H 0 : ˆp = p 0, H 1 : ˆp 6= p 0. Kyseessä on kaksisuuntainen testi, joten kiittinen avo on ± Testisuueen avo on itseisavoltaan huomattavasti kiittisen avon itseisavoa suuempi, joten H 0 voidaan hylätä 5%:n mekitsevyystasolla. b) H 0 :ˆp = p 0, H 1 :ˆp>p 0. Nyt kyseessä on yksisuuntainen testi, joten kiittinen aja madaltuu entisestään ja on Testisuueen avo on edelleen

6 itseisavoltaan kiittisen avon itseisavoa suuempi, joten H 0 voidaan hylätä 5%:n mekitsevyystasolla ja aikaisempaa selvemmin. Lasketaan seuaavaksi testisuueen avo kohdissa c) ja d). Nyt ˆp on RKP:n kannatus 2009-kyselyssä ja p vaaleissa. Testisuue on z = p / = Muodostetaan taas hypoteesit ja veataan testisuuetta pyydetyillä mekitsevyystasoilla. c) H 0 : p =0.047, H 1 : p 6= %:n mekitsevyystasolla kiittinen avo on > , 1%:n mekitsevyystasolla kiittinen avo on > , jotenh 0 jää voimaan kummassakin tapauksessa. d) H 0 : p =0.047, H 1 : p< %:n mekitsevyystasolla kiittinen avo yksisuuntaisessa testissä on < , jolloin H 0 hylätään, mutta 1%:n mekitsevyystasolla kiittinen avo on > , jolloin H 0 jää voimaan. 6. Oletetaan, että Vasemmistoliiton ja Viheiden maaliskuiset (2009) kannatusaviot ovat peäisin ei tutkimuksista, joissa molemmissa oli 1500 hengen otokset. a) Testaa 5%:n mekitsevyystasolla, poikkeavatko puolueiden kannatukset tosistaan. b) Testaa 5%:n mekitsevyystasolla, onko Viheiden kannatus suuempi kuin Vasemmistoliiton. c) Testaa 1%:n mekitsevyystasolla, onko Viheiden kannatus suuempi kuin Vasemmistoliiton. Ratkaisu: Testisuue saadaan nyt kaavasta ˆp 1 ˆp 2 z = ˆp(1 ˆp)( 1 + 1, ) n 1 n 2 joka jälleen noudattaa suuissa otoksissa appoksimatiivisesti standadoitua nomaalijakaumaa nollahypoteesin pätiessä (kijan s:t ). Mekitään Viheiden kannatusta kyselyssä ˆp 1 :lla ja Vasemmistoliiton kannatusta kyselyssä ˆp 2 :lla. Yllä olevan kaavan ˆp lasketaan kaavasta Tehtävän tapauksessa ˆp = ˆp 1n 1 +ˆp 2 n 2 n 1 + n 2. ˆp = =0.091.

7 Näin ollen testisuue saa avon z = ( )( = ) Muodostetaan hypoteesit ja suoitetaan vetailut kiittisiin avoihin. a) H 0 : p 1 = p 2, H 1 : p 1 6= p 2. 5%:n mekitsevyystasolla kiittinen avo on kaksisuuntaisessa testissä taas > 1.904, jotenh 0 jää voimaan. b) H 0 : p 1 = p 2, H 1 : p 1 >p 2. 5%:n mekitsevyystasolla kiittinen avo on yksisuuntaisessa testissä < 1.904, jotenh 0 hylätään. Riskitasolla 5 %:a tehdyn testin mukaan viheiden kannatus on suuempi kuin Vasemmistoliiton. c) H 0 : p 1 = p 2, H 1 : p 1 >p 2. 1%:n mekitsevyystasolla kiittinen avo on yksisuuntaisessa testissä > 1.904, jotenh 0 jää voimaan. Nollahypoteesia yhtäsuuesta kannatuksesta ei voida hylätä 1 %:n iskitasolla. P.S. Ymmäsithän, miksi tehtävässä oletettiin, että kyselyjä oli tehty kaksi toisistaan iippumattomasti?! 7. a) Mikä olisi tavittava otoskoko suuten puolueiden (käytä kannatusaviona 20 posenttia) kohdalla, jos takkuudeksi valitaan ±1, 5 posenttiyksikköä 95 %:n vamuudella? b) Mikä olisi tavittava otoskoko keskisuuten puolueiden (käytä kannatusaviona 10 posenttia) kohdalla, jos takkuudeksi valitaan ±1, 5 posenttiyksikköä 95 %:n vamuudella? c) Mikä olisi tavittava otoskoko pienten puolueiden (käytä kannatusaviona 5 posenttia) kohdalla, jos takkuudeksi valitaan ±1, 5 posenttiyksikköä 99 %:n vamuudella? d) Mikä olisi tavittava otoskoko pienten puolueiden (käytä kannatusaviona 5 posenttia) kohdalla, jos takkuudeksi iittäisi ±3 posenttiyksikköä 99 %:n vamuudella?

8 Ratkaisu: Tehtävässä atkaistaan yhtälön avulla otoskoko, kun haluttu takkuus tunnetaan. Laskut alla peustuvat kijan sivuihin 147 ja 152. a) =0.015 n = n = n à n = n = ! 2 Haluttu otoskoko on Vastaavalla tavalla yhtälöä pyöittämällä voidaan muodostaa suoaan lauseke, johon oikeat luvut sijoittamalla saadaan vastaukset seuaaviin kohtiin: b) à 1.960! = Haluttu otoskoko on Huomattavasti pienempi otos iittää keskisuuten puolueiden kannatuksen avioimiseen samalla (absoluuttisella) takkuudella (vt. kijan s. 150). c) à 2.576! = Haluttu otoskoko on Puoluekoon pienetessä päästään suuempaan takkuuteen edellistäkin pienemmällä otoksella. d) à 2.576! = Haluttu otoskoko on 351.

2. välikokeen mallivastaukset

2. välikokeen mallivastaukset TILASTOTIETEEN JATKOKURSSI, 10 OP, 19.1. 4.5.2010. Kijallisuus: Ilkka Mellin: Johdatus tilastotieteeseen, 2. kija. Luennoi: ylioisto-oettaja Pekka Pee. 2. välikokeen 4.5.2010 mallivastaukset 1. Täysiin

Lisätiedot

VALTIOTIETEELLINEN TIEDEKUNTA TILASTOTIETEEN VALINTAKOE Ratkaisut ja arvostelu < X 170

VALTIOTIETEELLINEN TIEDEKUNTA TILASTOTIETEEN VALINTAKOE Ratkaisut ja arvostelu < X 170 VALTIOTIETEELLINEN TIEDEKUNTA TILASTOTIETEEN VALINTAKOE 4.6.2013 Ratkaisut ja arvostelu 1.1 Satunnaismuuttuja X noudattaa normaalijakaumaa a) b) c) d) N(170, 10 2 ). Tällöin P (165 < X < 175) on likimain

Lisätiedot

11. laskuharjoituskierros, vko 15, ratkaisut

11. laskuharjoituskierros, vko 15, ratkaisut 11. laskuharjoituskierros vko 15 ratkaisut D1. Geiger-mittari laskee radioaktiivisen aineen emissioiden lukumääriä. Emissioiden lukumäärä on lyhyellä aikavälillä satunnaismuuttuja jonka voidaan olettaa

Lisätiedot

1. Nollahypoteesi on, että teksti on kirjoitettu lyhyemmällä murteella. Mahdollisiavaihtoehtojaonvainyksieliettäteksti

1. Nollahypoteesi on, että teksti on kirjoitettu lyhyemmällä murteella. Mahdollisiavaihtoehtojaonvainyksieliettäteksti Sosiaalitieteiden laitos Tilastotieteen jatkokurssi, kevät 20 7. laskuharjoitusten ratkaisuehdotukset. Nollahypoteesi on, että teksti on kirjoitettu lyhyemmällä murteella. Mahdollisiavaihtoehtojaonvainyksieliettäteksti

Lisätiedot

Sovellettu todennäköisyyslaskenta B

Sovellettu todennäköisyyslaskenta B Sovellettu todennäköisyyslaskenta B Antti Rasila 16. marraskuuta 2007 Antti Rasila () TodB 16. marraskuuta 2007 1 / 15 1 Epäparametrisia testejä χ 2 -yhteensopivuustesti Homogeenisuuden testaaminen Antti

Lisätiedot

r = 0.221 n = 121 Tilastollista testausta varten määritetään aluksi hypoteesit.

r = 0.221 n = 121 Tilastollista testausta varten määritetään aluksi hypoteesit. A. r = 0. n = Tilastollista testausta varten määritetään aluksi hypoteesit. H 0 : Korrelaatiokerroin on nolla. H : Korrelaatiokerroin on nollasta poikkeava. Tarkastetaan oletukset: - Kirjoittavat väittävät

Lisätiedot

Tilastollinen testaus. Vilkkumaa / Kuusinen 1

Tilastollinen testaus. Vilkkumaa / Kuusinen 1 Tilastollinen testaus Vilkkumaa / Kuusinen 1 Motivointi Viime luennolla: havainnot generoineen jakauman muoto on usein tunnettu, mutta parametrit tulee estimoida Joskus parametreista on perusteltua esittää

Lisätiedot

Väliestimointi (jatkoa) Heliövaara 1

Väliestimointi (jatkoa) Heliövaara 1 Väliestimointi (jatkoa) Heliövaara 1 Bernoulli-jakauman odotusarvon luottamusväli 1/2 Olkoon havainnot X 1,..., X n yksinkertainen satunnaisotos Bernoulli-jakaumasta parametrilla p. Eli X Bernoulli(p).

Lisätiedot

Tutkimusongelmia ja tilastollisia hypoteeseja: Perunalastupussien keskimääräinen paino? Nollahypoteesi Vaihtoehtoinen hypoteesi (yksisuuntainen)

Tutkimusongelmia ja tilastollisia hypoteeseja: Perunalastupussien keskimääräinen paino? Nollahypoteesi Vaihtoehtoinen hypoteesi (yksisuuntainen) 1 MTTTP3 Luento 29.1.2015 Luku 6 Hypoteesien testaus Tutkimusongelmia ja tilastollisia hypoteeseja: Perunalastupussien keskimääräinen paino? H 0 : µ = µ 0 H 1 : µ < µ 0 Nollahypoteesi Vaihtoehtoinen hypoteesi

Lisätiedot

Jos nollahypoteesi pitää paikkansa on F-testisuuren jakautunut Fisherin F-jakauman mukaan

Jos nollahypoteesi pitää paikkansa on F-testisuuren jakautunut Fisherin F-jakauman mukaan 17.11.2006 1. Kahdesta kohteesta (A ja K) kerättiin maanäytteitä ja näistä mitattiin SiO -pitoisuus. Tulokset (otoskoot ja otosten tunnusluvut): A K 10 16 Ü 64.94 57.06 9.0 7.29 Oletetaan mittaustulosten

Lisätiedot

Sovellettu todennäköisyyslaskenta B

Sovellettu todennäköisyyslaskenta B Sovellettu todennäköisyyslaskenta B Antti Rasila 15. marraskuuta 2007 Antti Rasila () TodB 15. marraskuuta 2007 1 / 19 1 Tilastollisia testejä (jatkoa) Yhden otoksen χ 2 -testi varianssille Kahden riippumattoman

Lisätiedot

ABHELSINKI UNIVERSITY OF TECHNOLOGY

ABHELSINKI UNIVERSITY OF TECHNOLOGY Tilastollinen testaus Tilastollinen testaus Tilastollisessa testauksessa tutkitaan tutkimuskohteita koskevien oletusten tai väitteiden paikkansapitävyyttä havaintojen avulla. Testattavat oletukset tai

Lisätiedot

Mat Tilastollisen analyysin perusteet, kevät 2007

Mat Tilastollisen analyysin perusteet, kevät 2007 Mat-2.2104 Tilastollisen analyysin perusteet, kevät 2007 2. luento: Tilastolliset testit Kai Virtanen 1 Tilastollinen testaus Tutkimuksen kohteena olevasta perusjoukosta esitetään väitteitä oletuksia joita

Lisätiedot

Harjoitus 7: NCSS - Tilastollinen analyysi

Harjoitus 7: NCSS - Tilastollinen analyysi Harjoitus 7: NCSS - Tilastollinen analyysi Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Tilastollinen testaus Testaukseen

Lisätiedot

10. laskuharjoituskierros, vko 14, ratkaisut

10. laskuharjoituskierros, vko 14, ratkaisut 10. laskuharjoituskierros, vko 14, ratkaisut D1. Eräässä kokeessa verrattiin kahta sademäärän mittaukseen käytettävää laitetta. Kummallakin laitteella mitattiin sademäärät 10 sadepäivän aikana. Mittaustulokset

Lisätiedot

Tilastollisen analyysin perusteet Luento 2: Tilastolliset testit

Tilastollisen analyysin perusteet Luento 2: Tilastolliset testit Tilastollisen analyysin perusteet Luento 2: Tilastolliset testit Sisältö Tilastollisia testejä tehdään jatkuvasti lukemattomilla aloilla. Meitä saattaa kiinnostaa esimerkiksi se, että onko miesten ja

Lisätiedot

χ = Mat Sovellettu todennäköisyyslasku 11. harjoitukset/ratkaisut

χ = Mat Sovellettu todennäköisyyslasku 11. harjoitukset/ratkaisut Mat-2.091 Sovellettu todennäköisyyslasku /Ratkaisut Aiheet: Yhteensopivuuden testaaminen Homogeenisuuden testaaminen Riippumattomuuden testaaminen Avainsanat: Estimointi, Havaittu frekvenssi, Homogeenisuus,

Lisätiedot

Tilastollisen analyysin perusteet Luento 10: Johdatus varianssianalyysiin

Tilastollisen analyysin perusteet Luento 10: Johdatus varianssianalyysiin Tilastollisen analyysin perusteet Luento 10: Sisältö Varianssianalyysi Varianssianalyysi on kahden riippumattoman otoksen t testin yleistys. Varianssianalyysissä perusjoukko koostuu kahdesta tai useammasta

Lisätiedot

YLE Uutiset. Haastattelut tehtiin 17.2. 12.3.2009. Marraskuun 2008 alusta lähtien kannatusarvio kuvaa tilannetta eduskuntavaalien puoluekannatuksessa.

YLE Uutiset. Haastattelut tehtiin 17.2. 12.3.2009. Marraskuun 2008 alusta lähtien kannatusarvio kuvaa tilannetta eduskuntavaalien puoluekannatuksessa. PUOLUEIDEN KANNATUSARVIOT, 17.2..12.3.2009 Toteutus YLE Uutiset Tämän haastattelututkimukseen perustuvan laskennallisen arvion puolueiden eduskuntavaalikannatuksesta on tehnyt Taloustutkimus Oy YLE Uutisten

Lisätiedot

¼ ¼ joten tulokset ovat muuttuneet ja nimenomaan huontontuneet eivätkä tulleet paremmiksi.

¼ ¼ joten tulokset ovat muuttuneet ja nimenomaan huontontuneet eivätkä tulleet paremmiksi. 10.11.2006 1. Pituushyppääjä on edellisenä vuonna hypännyt keskimäärin tuloksen. Valmentaja poimii tämän vuoden harjoitusten yhteydessä tehdyistä muistiinpanoista satunnaisesti kymmenen harjoitushypyn

Lisätiedot

Luottamisvälin avulla voidaan arvioida populaation tuntematonta parametria.

Luottamisvälin avulla voidaan arvioida populaation tuntematonta parametria. 6.10.2015/1 MTTTP1, luento 6.10.2015 KERTAUSTA JA TÄYDENNYSTÄ Luottamisvälin avulla voidaan arvioida populaation tuntematonta parametria. Muodostetaan väli, joka peittää parametrin etukäteen valitulla

Lisätiedot

YLE Uutiset. Haastattelut tehtiin 2. 26.11.2009. Kannatusarvio kuvaa tilannetta eduskuntavaalien puoluekannatuksessa.

YLE Uutiset. Haastattelut tehtiin 2. 26.11.2009. Kannatusarvio kuvaa tilannetta eduskuntavaalien puoluekannatuksessa. PUOLUEIDEN KANNATUSARVIOT, MARRAS 2009 (2. 26.11.2009) Toteutus Tämän haastattelututkimukseen perustuvan laskennallisen arvion puolueiden eduskuntavaalikannatuksesta on tehnyt Taloustutkimus Oy YLE Uutisten

Lisätiedot

Tilastollisen analyysin perusteet Luento 8: Lineaarinen regressio, testejä ja luottamusvälejä

Tilastollisen analyysin perusteet Luento 8: Lineaarinen regressio, testejä ja luottamusvälejä Tilastollisen analyysin perusteet Luento 8: Lineaarinen regressio, testejä ja luottamusvälejä arvon Sisältö arvon Bootstrap-luottamusvälit arvon arvon Oletetaan, että meillä on n kappaletta (x 1, y 1 ),

Lisätiedot

Sovellettu todennäköisyyslaskenta B

Sovellettu todennäköisyyslaskenta B Sovellettu todennäköisyyslaskenta B Antti Rasila 8. marraskuuta 2007 Antti Rasila () TodB 8. marraskuuta 2007 1 / 15 1 Tilastollisia testejä Z-testi Normaalijakauman odotusarvon testaus, keskihajonta tunnetaan

Lisätiedot

Lisätehtäviä ratkaisuineen luentomonisteen lukuun 6 liittyen., jos otoskeskiarvo on suurempi kuin 13,96. Mikä on testissä käytetty α:n arvo?

Lisätehtäviä ratkaisuineen luentomonisteen lukuun 6 liittyen., jos otoskeskiarvo on suurempi kuin 13,96. Mikä on testissä käytetty α:n arvo? MTTTP5, kevät 2016 15.2.2016/RL Lisätehtäviä ratkaisuineen luentomonisteen lukuun 6 liittyen 1. Valitaan 25 alkion satunnaisotos jakaumasta N(µ, 25). Olkoon H 0 : µ = 12. Hylätään H 0, jos otoskeskiarvo

Lisätiedot

MTTTA1 Tilastomenetelmien perusteet 5 op Luento Kokonaisuudet johon opintojakso kuuluu

MTTTA1 Tilastomenetelmien perusteet 5 op Luento Kokonaisuudet johon opintojakso kuuluu 10.1.2019/1 MTTTA1 Tilastomenetelmien perusteet 5 op Luento 10.1.2019 1 Kokonaisuudet johon opintojakso kuuluu https://www10.uta.fi/opas/opintojakso.htm?rid=14600 &idx=1&uilang=fi&lang=fi&lvv=2018 10.1.2019/2

Lisätiedot

HAVAITUT JA ODOTETUT FREKVENSSIT

HAVAITUT JA ODOTETUT FREKVENSSIT HAVAITUT JA ODOTETUT FREKVENSSIT F: E: Usein Harvoin Ei tupakoi Yhteensä (1) (2) (3) Mies (1) 59 28 4 91 Nainen (2) 5 14 174 193 Yhteensä 64 42 178 284 Usein Harvoin Ei tupakoi Yhteensä (1) (2) (3) Mies

Lisätiedot

Johdatus varianssianalyysiin. Vilkkumaa / Kuusinen 1

Johdatus varianssianalyysiin. Vilkkumaa / Kuusinen 1 Johdatus varianssianalyysiin Vilkkumaa / Kuusinen 1 Motivointi Luento 4: kahden riippumattoman otoksen odotusarvoja voidaan vertailla t-testillä H 0 : μ 1 = μ 2, T = ˉX 1 ˉX 2 s 2 1 + s2 2 n 1 n 2 a t(min[(n

Lisätiedot

https://www10.uta.fi/opas/opintojakso.htm?rid=6909&i dx=5&uilang=fi&lang=fi&lvv=2014

https://www10.uta.fi/opas/opintojakso.htm?rid=6909&i dx=5&uilang=fi&lang=fi&lvv=2014 1 MTTTP3 Tilastollisen päättelyn perusteet 2 Luennot 8.1.2015 ja 13.1.2015 1 Kokonaisuudet johon opintojakso kuuluu https://www10.uta.fi/opas/opintojakso.htm?rid=6909&i dx=5&uilang=fi&lang=fi&lvv=2014

Lisätiedot

806109P TILASTOTIETEEN PERUSMENETELMÄT I Hanna Heikkinen Esimerkkejä estimoinnista ja merkitsevyystestauksesta, syksy (1 α) = 99 1 α = 0.

806109P TILASTOTIETEEN PERUSMENETELMÄT I Hanna Heikkinen Esimerkkejä estimoinnista ja merkitsevyystestauksesta, syksy (1 α) = 99 1 α = 0. 806109P TILASTOTIETEEN PERUSMENETELMÄT I Hanna Heikkinen Esimerkkejä estimoinnista ja merkitsevyystestauksesta, syksy 2012 1. Olkoon (X 1,X 2,...,X 25 ) satunnaisotos normaalijakaumasta N(µ,3 2 ) eli µ

Lisätiedot

PUOLUEIDEN KANNATUSARVIOT

PUOLUEIDEN KANNATUSARVIOT PUOLUEIDEN KANNATUSARVIOT YLE Uutiset Syyskuu 2018 (10.09.2018-02.10.2018) Tutkimuksen toteutus: Tilaaja Toteuttaja YLE Uutiset Taloustutkimus Oy Tiedonkeruun ajankohta 10.9.-2.10.2018 Kohde Tiedonkeruumenetelmä

Lisätiedot

Tilastollisen analyysin perusteet Luento 4: Testi suhteelliselle osuudelle

Tilastollisen analyysin perusteet Luento 4: Testi suhteelliselle osuudelle Tilastollisen analyysin perusteet Luento 4: Sisältö Testiä suhteelliselle voidaan käyttää esimerkiksi tilanteessa, jossa tarkastellaan viallisten tuotteiden osuutta tuotantoprosessissa. Tilanne palautuu

Lisätiedot

Luottamisvälin avulla voidaan arvioida populaation tuntematonta parametria.

Luottamisvälin avulla voidaan arvioida populaation tuntematonta parametria. 6.10.2016/1 MTTTP1, luento 6.10.2016 KERTAUSTA JA TÄYDENNYSTÄ Luottamisvälin avulla voidaan arvioida populaation tuntematonta parametria. Muodostetaan väli, joka peittää parametrin etukäteen valitulla

Lisätiedot

YLE Uutiset PUOLUEIDEN KANNATUSARVIOT. Maaliskuu 2018 ( ) YLE Uutiset

YLE Uutiset PUOLUEIDEN KANNATUSARVIOT. Maaliskuu 2018 ( ) YLE Uutiset YLE Uutiset PUOLUEIDEN KANNATUSARVIOT Maaliskuu 2018 (01.03.2018-27.03.2018) 1 Tutkimuksen toteutus: Tilaaja Toteuttaja YLE Uutiset Taloustutkimus Oy Tiedonkeruun ajankohta 01.03.2018-27.03.2018 Kohde

Lisätiedot

Tilastollisen analyysin perusteet Luento 6: Korrelaatio ja riippuvuus tilastotieteessä

Tilastollisen analyysin perusteet Luento 6: Korrelaatio ja riippuvuus tilastotieteessä Tilastollisen analyysin perusteet Luento 6: Korrelaatio ja riippuvuus tilastotieteessä Sisältö Riippumattomuus Jos P(A B) = P(A)P(B), niin tapahtumat A ja B ovat toisistaan riippumattomia. (Keskustelimme

Lisätiedot

Mat Sovellettu todennäköisyyslasku A

Mat Sovellettu todennäköisyyslasku A TKK / Systeemianalyysin laboratorio Mat-.090 Sovellettu todennäköisyyslasku A Harjoitus 11 (vko 48/003) (Aihe: Tilastollisia testejä, Laininen luvut 4.9, 15.1-15.4, 15.7) Nordlund 1. Kemiallisen prosessin

Lisätiedot

Luentokalvoja tilastollisesta päättelystä. Kalvot laatinut Aki Taanila Päivitetty 30.11.2012

Luentokalvoja tilastollisesta päättelystä. Kalvot laatinut Aki Taanila Päivitetty 30.11.2012 Luentokalvoja tilastollisesta päättelystä Kalvot laatinut Aki Taanila Päivitetty 30.11.2012 Otanta Otantamenetelmiä Näyte Tilastollinen päättely Otantavirhe Otanta Tavoitteena edustava otos = perusjoukko

Lisätiedot

Yksisuuntainen varianssianalyysi (jatkoa) Heliövaara 1

Yksisuuntainen varianssianalyysi (jatkoa) Heliövaara 1 Yksisuuntainen varianssianalyysi (jatkoa) Heliövaara 1 Odotusarvoparien vertailu Jos yksisuuntaisen varianssianalyysin nollahypoteesi H 0 : µ 1 = µ 2 = = µ k = µ hylätään tiedetään, että ainakin kaksi

Lisätiedot

YLE Uutiset. Haastattelut tehtiin 23.3-15.4.2015 Kannatusarvio kuvaa tilannetta eduskuntavaalien puoluekannatuksessa.

YLE Uutiset. Haastattelut tehtiin 23.3-15.4.2015 Kannatusarvio kuvaa tilannetta eduskuntavaalien puoluekannatuksessa. PUOLUEIDEN KANNATUSARVIOT, huhtikuu 2015 (23.3.-15.4.2015) Toteutus Tämän haastattelututkimukseen perustuvan laskennallisen arvion puolueiden eduskuntavaalikannatuksesta on laatinut Taloustutkimus Oy YLE

Lisätiedot

Luottamisvälin avulla voidaan arvioida populaation tuntematonta parametria.

Luottamisvälin avulla voidaan arvioida populaation tuntematonta parametria. 5.10.2017/1 MTTTP1, luento 5.10.2017 KERTAUSTA Luottamisvälin avulla voidaan arvioida populaation tuntematonta parametria. Muodostetaan väli, joka peittää parametrin etukäteen valitulla todennäköisyydellä,

Lisätiedot

χ 2 -yhteensopivuustestissä käytetään χ 2 -testisuuretta χ = Mat Sovellettu todennäköisyyslasku A

χ 2 -yhteensopivuustestissä käytetään χ 2 -testisuuretta χ = Mat Sovellettu todennäköisyyslasku A Mat-2.090 Sovellettu todennäköisyyslasku A / Ratkaisut Aiheet: Avainsanat: Yhteensopivuuden testaaminen Homogeenisuuden testaaminen Riippumattomuuden testaaminen Estimointi, Havaittu frekvenssi, Heterogeenisuus,

Lisätiedot

Yksisuuntainen varianssianalyysi (jatkoa) Kuusinen/Heliövaara 1

Yksisuuntainen varianssianalyysi (jatkoa) Kuusinen/Heliövaara 1 Yksisuuntainen varianssianalyysi (jatkoa) Kuusinen/Heliövaara 1 Odotusarvoparien vertailu Jos yksisuuntaisen varianssianalyysin nollahypoteesi H 0 : µ 1 = µ 2 = = µ k = µ hylätään, tiedetään, että ainakin

Lisätiedot

Sovellettu todennäköisyyslaskenta B

Sovellettu todennäköisyyslaskenta B Sovellettu todennäköisyyslaskenta B Antti Rasila 8. marraskuuta 2007 Antti Rasila () TodB 8. marraskuuta 2007 1 / 18 1 Kertausta: momenttimenetelmä ja suurimman uskottavuuden menetelmä 2 Tilastollinen

Lisätiedot

Odotusarvoparien vertailu. Vilkkumaa / Kuusinen 1

Odotusarvoparien vertailu. Vilkkumaa / Kuusinen 1 Odotusarvoparien vertailu Vilkkumaa / Kuusinen 1 Motivointi Viime luennolta: yksisuuntaisella varianssianalyysilla testataan nollahypoteesia H 0 : μ 1 = μ 2 = = μ k = μ Jos H 0 hylätään, tiedetään, että

Lisätiedot

Tilastoanalyysi vuoden 2017 kuntavaalituloksesta Jussi Westinen & Ville Pitkänen

Tilastoanalyysi vuoden 2017 kuntavaalituloksesta Jussi Westinen & Ville Pitkänen Tilastoanalyysi vuoden 2017 kuntavaalituloksesta Jussi Westinen & Ville Pitkänen 14.3.2017 1.Ennakkoäänestys Ennakkoon äänestäneiden osuuden kasvu ei ennusta korkeampaa äänestysprosenttia Ennakkoon äänestäneiden

Lisätiedot

YLE Uutiset. PUOLUEIDEN KANNATUSARVIOT, Maalis-huhtikuu 2017 ( ) Toteutus. Tutkimus- ja otantamenetelmä. Tutkimuksen ajankohta

YLE Uutiset. PUOLUEIDEN KANNATUSARVIOT, Maalis-huhtikuu 2017 ( ) Toteutus. Tutkimus- ja otantamenetelmä. Tutkimuksen ajankohta PUOLUEIDEN KANNATUSARVIOT, Maalis-huhtikuu 2017 (29.3.-4.4.2017) Toteutus Tämän haastattelututkimukseen perustuvan laskennallisen arvion puolueiden kuntavaalikannatuksesta on laatinut Taloustutkimus Oy

Lisätiedot

edellyttää valintaa takaisinpanolla Aritmeettinen keskiarvo Jos, ½ Ò muodostavat satunnaisotoksen :n jakaumasta niin Otosvarianssi Ë ¾

edellyttää valintaa takaisinpanolla Aritmeettinen keskiarvo Jos, ½ Ò muodostavat satunnaisotoksen :n jakaumasta niin Otosvarianssi Ë ¾ ËØÙ ÓØÓ Ø Mitta-asteikot Nominaali- eli laatueroasteikko Ordinaali- eli järjestysasteikko Intervalli- eli välimatka-asteikko ( nolla mielivaltainen ) Suhdeasteikko ( nolla ei ole mielivaltainen ) Otos

Lisätiedot

Estimointi. Luottamusvälin laskeminen keskiarvolle α/2 α/2 0.1

Estimointi. Luottamusvälin laskeminen keskiarvolle α/2 α/2 0.1 Estimointi - tehdään päätelmiä perusjoukon ominaisuuksista (keskiarvo, riskisuhde jne.) otoksen perusteella - mitä suurempi otos, sitä tarkemmat estimaatit Otokseen perustuen määritellään otantajakaumalta

Lisätiedot

Luottamusvälit. Normaalijakauma johnkin kohtaan

Luottamusvälit. Normaalijakauma johnkin kohtaan Luottamusvälit Normaalijakauma johnkin kohtaan Perusjoukko ja otanta Jos halutaan tutkia esimerkiksi Suomessa elävien naarashirvien painoa, se voidaan (periaatteessa) tehdä kahdella tavalla: 1. tutkimalla

Lisätiedot

YLE Uutiset. Haastattelut tehtiin 3. 27.1.2011. Kannatusarvio kuvaa tilannetta eduskuntavaalien puoluekannatuksessa.

YLE Uutiset. Haastattelut tehtiin 3. 27.1.2011. Kannatusarvio kuvaa tilannetta eduskuntavaalien puoluekannatuksessa. PUOLUEIDEN KANNATUSARVIOT, tammikuu 2011 (3. 27.1.2011) Toteutus Tämän haastattelututkimukseen perustuvan laskennallisen arvion puolueiden eduskuntavaalikannatuksesta on laatinut Taloustutkimus Oy YLE

Lisätiedot

Tilastoanalyysi vuoden 2017 kuntavaalituloksesta

Tilastoanalyysi vuoden 2017 kuntavaalituloksesta Tilastoanalyysi vuoden 2017 kuntavaalituloksesta Tarkastelussa 1. Ennakkoäänestys (s. 3 9) 2. Äänestysaktiivisuus (s. 10 14) 3. Puoluekannatus (s. 15 24) 4. Puolueiden kannatusalueet (s. 25 30) 2 Jussi

Lisätiedot

YLE Uutiset. Haastattelut tehtiin Kannatusarvio kuvaa tilannetta eduskuntavaalien puoluekannatuksessa.

YLE Uutiset. Haastattelut tehtiin Kannatusarvio kuvaa tilannetta eduskuntavaalien puoluekannatuksessa. PUOLUEIDEN KANNATUSARVIOT, huhtikuu 2016 (4.4.-3.5.2016) Toteutus Tämän haastattelututkimukseen perustuvan laskennallisen arvion puolueiden eduskuntavaalikannatuksesta on laatinut Taloustutkimus Oy YLE

Lisätiedot

YLE Uutiset. Haastattelut tehtiin Kannatusarvio kuvaa tilannetta eduskuntavaalien puoluekannatuksessa.

YLE Uutiset. Haastattelut tehtiin Kannatusarvio kuvaa tilannetta eduskuntavaalien puoluekannatuksessa. PUOLUEIDEN KANNATUSARVIOT, toukokuu 2013 (29.4.-28.5.2013) Toteutus Tämän haastattelututkimukseen perustuvan laskennallisen arvion puolueiden eduskuntavaalikannatuksesta on laatinut Taloustutkimus Oy YLE

Lisätiedot

Mat Tilastollisen analyysin perusteet, kevät 2007

Mat Tilastollisen analyysin perusteet, kevät 2007 Mat-2.2104 Tilastollisen analyysin perusteet, kevät 2007 4. luento: Jakaumaoletuksien testaaminen Kai Virtanen 1 Jakaumaoletuksien testaamiseen soveltuvat testit χ 2 -yhteensopivuustesti yksi otos otoksen

Lisätiedot

Estimointi. Vilkkumaa / Kuusinen 1

Estimointi. Vilkkumaa / Kuusinen 1 Estimointi Vilkkumaa / Kuusinen 1 Motivointi Tilastollisessa tutkimuksessa oletetaan jonkin jakauman generoineen tutkimuksen kohteena olevaa ilmiötä koskevat havainnot Tämän mallina käytettävän todennäköisyysjakauman

Lisätiedot

Jos nyt on saatu havaintoarvot Ü ½ Ü Ò niin suurimman uskottavuuden

Jos nyt on saatu havaintoarvot Ü ½ Ü Ò niin suurimman uskottavuuden 1.12.2006 1. Satunnaisjakauman tiheysfunktio on Ü µ Üe Ü, kun Ü ja kun Ü. Määritä parametrin estimaattori momenttimenetelmällä ja suurimman uskottavuuden menetelmällä. Ratkaisu: Jotta kyseessä todella

Lisätiedot

YLE Uutiset PUOLUEIDEN KANNATUSARVIOT. Huhtikuu 2017 ( )

YLE Uutiset PUOLUEIDEN KANNATUSARVIOT. Huhtikuu 2017 ( ) YLE Uutiset PUOLUEIDEN KANNATUSARVIOT Huhtikuu 2017 (10.4.-9.5.2017) 1 11.5.2017 Tutkimuksen toteutus: Tilaaja Toteuttaja YLE Uutiset Taloustutkimus Oy Tiedonkeruun ajankohta 10.4.-9.5.2017 Kohde Tiedonkeruumenetelmä

Lisätiedot

Estimointi. Otantajakauma

Estimointi. Otantajakauma Otantajakauma Otantajakauma kuvaa jonkin parametrin arvojen (esim. keskiarvon) jakauman kaikille tietyn kokoisille otoksille. jotka perusjoukosta voidaan muodostaa Histogrammissa otantajakauman parametrin

Lisätiedot

H0: otos peräisin normaalijakaumasta H0: otos peräisin tasajakaumasta

H0: otos peräisin normaalijakaumasta H0: otos peräisin tasajakaumasta 22.1.2019/1 MTTTA1 Tilastomenetelmien perusteet Luento 22.1.2019 Luku 3 2 -yhteensopivuus- ja riippumattomuustestit 3.1 2 -yhteensopivuustesti H0: otos peräisin tietystä jakaumasta H1: otos ei peräisin

Lisätiedot

TIETOISKU 7/

TIETOISKU 7/ TIETOISKU 7/2003 30.7.2003 EDUSKUNTAVAALIT ESPOOSSA 2003 Kok. 28,5 34,1 35,4 SDP 17,6 19,5 23,1 Vihr. 9,9 12,6 12,8 Kesk. 4,4 7,1 11,0 RKP 8,6 10,2 12,1 Vas. 6,7 6,9 7,3 KD PS Lib. 3,3 2,5 1,6 1,5 0,2

Lisätiedot

YLE Uutiset. Haastattelut tehtiin Kannatusarvio kuvaa tilannetta eduskuntavaalien puoluekannatuksessa.

YLE Uutiset. Haastattelut tehtiin Kannatusarvio kuvaa tilannetta eduskuntavaalien puoluekannatuksessa. PUOLUEIDEN KANNATUSARVIOT, maaliskuu 2012 (5.3. 29.3.2012) Toteutus Tämän haastattelututkimukseen perustuvan laskennallisen arvion puolueiden eduskuntavaalikannatuksesta on laatinut Taloustutkimus Oy YLE

Lisätiedot

Tilastollisen analyysin perusteet Luento 11: Epäparametrinen vastine ANOVAlle

Tilastollisen analyysin perusteet Luento 11: Epäparametrinen vastine ANOVAlle Tilastollisen analyysin perusteet Luento 11: Epäparametrinen vastine ANOVAlle - Sisältö - - - Varianssianalyysi Varianssianalyysissä (ANOVA) testataan oletusta normaalijakautuneiden otosten odotusarvojen

Lisätiedot

YLE Uutiset. Haastattelut tehtiin Kannatusarvio kuvaa tilannetta eduskuntavaalien puoluekannatuksessa.

YLE Uutiset. Haastattelut tehtiin Kannatusarvio kuvaa tilannetta eduskuntavaalien puoluekannatuksessa. PUOLUEIDEN KANNATUSARVIOT, kesäkuu 2010 (26.5 17.6.2010) Toteutus Tämän haastattelututkimukseen perustuvan laskennallisen arvion puolueiden eduskuntavaalikannatuksesta on laatinut Taloustutkimus Oy YLE

Lisätiedot

Otoskoko 107 kpl. a) 27 b) 2654

Otoskoko 107 kpl. a) 27 b) 2654 1. Tietyllä koneella valmistettavien tiivisterenkaiden halkaisijan keskihajonnan tiedetään olevan 0.04 tuumaa. Kyseisellä koneella valmistettujen 100 renkaan halkaisijoiden keskiarvo oli 0.60 tuumaa. Määrää

Lisätiedot

Testit järjestysasteikollisille muuttujille

Testit järjestysasteikollisille muuttujille Ilkka Mellin Tilastolliset menetelmät Osa 3: Tilastolliset testit Testit järjestysasteikollisille muuttujille TKK (c) Ilkka Mellin (2007) 1 Testit järjestysasteikollisille muuttujille >> Järjestysasteikollisten

Lisätiedot

Gripenberg. MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi Tentti ja välikoeuusinta

Gripenberg. MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi Tentti ja välikoeuusinta MS-A00 Todennäköisyyslaskennan ja tilastotieteen peruskurssi Tentti ja välikoeuusinta 7.. Gripenberg Kirjoita jokaiseen koepaperiin nimesi, opiskelijanumerosi ym. tiedot ja minkä kokeen suoritat! Laskin,

Lisätiedot

Johdatus tilastotieteeseen Testit suhdeasteikollisille muuttujille. TKK (c) Ilkka Mellin (2004) 1

Johdatus tilastotieteeseen Testit suhdeasteikollisille muuttujille. TKK (c) Ilkka Mellin (2004) 1 Johdatus tilastotieteeseen Testit suhdeasteikollisille muuttujille TKK (c) Ilkka Mellin (004) 1 Testit suhdeasteikollisille muuttujille Testit normaalijakauman parametreille Yhden otoksen t-testi Kahden

Lisätiedot

Testaa onko myrkkypitoisuus eri ryhmissä sama. RATK. Lasketaan kaikkien havaintoarvojen summa: k T i = = 486.

Testaa onko myrkkypitoisuus eri ryhmissä sama. RATK. Lasketaan kaikkien havaintoarvojen summa: k T i = = 486. Mat-.103 Koesuunnittelu ja tilastolliset mallit Harjoitus 8, kevät 004 Esimerkkiratkaisut. 1. Myrkyllistä ainetta oli kaadettu jokeen, joka johtaa suurelle kalastusalueelle. Tie- ja vesirakennusinsinöörit

Lisätiedot

YLE Uutiset. Haastattelut tehtiin Kannatusarvio kuvaa tilannetta eduskuntavaalien puoluekannatuksessa.

YLE Uutiset. Haastattelut tehtiin Kannatusarvio kuvaa tilannetta eduskuntavaalien puoluekannatuksessa. PUOLUEIDEN KANNATUSARVIOT, syys-lokakuu 2011 (14.9. 6.10.2011) Toteutus Tämän haastattelututkimukseen perustuvan laskennallisen arvion puolueiden eduskuntavaalikannatuksesta on laatinut Taloustutkimus

Lisätiedot

Tilastollisen analyysin perusteet Luento 3: Epäparametriset tilastolliset testit

Tilastollisen analyysin perusteet Luento 3: Epäparametriset tilastolliset testit Tilastollisen analyysin perusteet Luento 3: Epäparametriset tilastolliset testit s t ja t kahden Sisältö t ja t t ja t kahden kahden t ja t kahden t ja t Tällä luennolla käsitellään epäparametrisia eli

Lisätiedot

Sisällysluettelo ESIPUHE KIRJAN 1. PAINOKSEEN...3 ESIPUHE KIRJAN 2. PAINOKSEEN...3 SISÄLLYSLUETTELO...4

Sisällysluettelo ESIPUHE KIRJAN 1. PAINOKSEEN...3 ESIPUHE KIRJAN 2. PAINOKSEEN...3 SISÄLLYSLUETTELO...4 Sisällysluettelo ESIPUHE KIRJAN 1. PAINOKSEEN...3 ESIPUHE KIRJAN 2. PAINOKSEEN...3 SISÄLLYSLUETTELO...4 1. JOHDANTO TILASTOLLISEEN PÄÄTTELYYN...6 1.1 INDUKTIO JA DEDUKTIO...7 1.2 SYYT JA VAIKUTUKSET...9

Lisätiedot

Teema 9: Tilastollinen merkitsevyystestaus

Teema 9: Tilastollinen merkitsevyystestaus Teema 9: Tilastollinen merkitsevyystestaus Tärkeä päättelyn osa-alue on tilastollinen merkitsevyystestaus, johon päästään luontevasti edellisen teeman aiheista: voidaan kysyä, menevätkö kahden vertailtavan

Lisätiedot

MTTTA1 Tilastomenetelmien perusteet 5 op Luento , osa 1. 1 Kokonaisuudet johon opintojakso kuuluu

MTTTA1 Tilastomenetelmien perusteet 5 op Luento , osa 1. 1 Kokonaisuudet johon opintojakso kuuluu 5.3.2018/1 MTTTA1 Tilastomenetelmien perusteet 5 op Luento 5.3.2018, osa 1 1 Kokonaisuudet johon opintojakso kuuluu https://www10.uta.fi/opas/opintojakso.htm?rid=14600 &idx=1&uilang=fi&lang=fi&lvv=2017

Lisätiedot

Testit laatueroasteikollisille muuttujille

Testit laatueroasteikollisille muuttujille Ilkka Mellin Tilastolliset menetelmät Osa 3: Tilastolliset testit Testit laatueroasteikollisille muuttujille TKK (c) Ilkka Mellin (2007) 1 Testit laatueroasteikollisille muuttujille >> Laatueroasteikollisten

Lisätiedot

Valitaan testisuure, jonka jakauma tunnetaan H 0 :n ollessa tosi.

Valitaan testisuure, jonka jakauma tunnetaan H 0 :n ollessa tosi. 9.10.2018/1 MTTTP1, luento 9.10.2018 KERTAUSTA TESTAUKSESTA, p-arvo Asetetaan H 0 H 1 Valitaan testisuure, jonka jakauma tunnetaan H 0 :n ollessa tosi. Lasketaan otoksesta testisuureelle arvo. 9.10.2018/2

Lisätiedot

2. Jatkoa HT 4.5:teen ja edelliseen tehtavään: Määrää X:n kertymäfunktio F (x) ja laske sen avulla todennäköisyydet

2. Jatkoa HT 4.5:teen ja edelliseen tehtavään: Määrää X:n kertymäfunktio F (x) ja laske sen avulla todennäköisyydet Tilastotieteen jatkokurssi Sosiaalitieteiden laitos Harjoitus 5 (viikko 9) Ratkaisuehdotuksia (Laura Tuohilampi). Jatkoa HT 4.5:teen. Määrää E(X) ja D (X). E(X) = 5X p i x i =0.8 0+0.39 +0.4 +0.4 3+0.04

Lisätiedot

Johdatus tilastotieteeseen Estimointi. TKK (c) Ilkka Mellin (2005) 1

Johdatus tilastotieteeseen Estimointi. TKK (c) Ilkka Mellin (2005) 1 Johdatus tilastotieteeseen Estimointi TKK (c) Ilkka Mellin (2005) 1 Estimointi Todennäköisyysjakaumien parametrit ja niiden estimointi Hyvän estimaattorin ominaisuudet TKK (c) Ilkka Mellin (2005) 2 Estimointi:

Lisätiedot

Ongelma: Poikkeaako perusjoukon suhteellinen osuus vertailuarvosta?

Ongelma: Poikkeaako perusjoukon suhteellinen osuus vertailuarvosta? Yhden otoksen suhteellisen osuuden testaus Ongelma: Poikkeaako perusjoukon suhteellinen osuus vertailuarvosta? Hypoteesit H 0 : p = p 0 H 1 : p p 0 tai H 1 : p > p 0 tai H 1 : p < p 0 Suhteellinen osuus

Lisätiedot

Öljysäiliö maan alla

Öljysäiliö maan alla Kaigasniemen koulu Öljysäiliö maan alla Yläkoulun ketaava ja syventävä matematiikan tehtävä Vesa Maanselkä 009 Ostat talon jossa on öljylämmitys. Takapihalle on kaivettu maahan sylintein muotoinen öljysäiliö

Lisätiedot

031021P Tilastomatematiikka (5 op) viikko 5

031021P Tilastomatematiikka (5 op) viikko 5 031021P Tilastomatematiikka (5 op) viikko 5 Jukka Kemppainen Mathematics Division Hypoteesin testauksesta Tilastollisessa testauksessa on kyse havainnoista tapahtuvasta päätöksenteosta. Kokeellisen tutkimuksen

Lisätiedot

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 6A Tilastolliset luottamusvälit Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy 2016,

Lisätiedot

Mat Tilastollisen analyysin perusteet, kevät 2007

Mat Tilastollisen analyysin perusteet, kevät 2007 Mat-.04 Tilastollisen analyysin perusteet, kevät 007 4. luento: Jakaumaoletuksien testaaminen Kai Virtanen Jakaumaoletuksien testaamiseen soveltuvat testit χ -yhteensopivuustesti yksi otos otoksen vertaaminen

Lisätiedot

Sovellettu todennäköisyyslaskenta B

Sovellettu todennäköisyyslaskenta B Sovellettu todennäköisyyslaskenta B Antti Rasila 3. marraskuuta 2007 Antti Rasila () TodB 3. marraskuuta 2007 1 / 18 1 Varianssin luottamusväli, jatkoa 2 Bernoulli-jakauman odotusarvon luottamusväli 3

Lisätiedot

Johdatus tilastotieteeseen Testit laatueroasteikollisille muuttujille. TKK (c) Ilkka Mellin (2004) 1

Johdatus tilastotieteeseen Testit laatueroasteikollisille muuttujille. TKK (c) Ilkka Mellin (2004) 1 Johdatus tilastotieteeseen Testit laatueroasteikollisille muuttujille TKK (c) Ilkka Mellin (2004) 1 Testit laatueroasteikollisille muuttujille Laatueroasteikollisten muuttujien testit Testi suhteelliselle

Lisätiedot

Tilastotieteen jatkokurssi syksy 2003 Välikoe 2 11.12.2003

Tilastotieteen jatkokurssi syksy 2003 Välikoe 2 11.12.2003 Nimi Opiskelijanumero Tilastotieteen jatkokurssi syksy 2003 Välikoe 2 11.12.2003 Normaalisti jakautuneiden yhdistyksessä on useita tuhansia jäseniä. Yhdistyksen sääntöjen mukaan sääntöihin tehtävää muutosta

Lisätiedot

Estimointi. Estimointi. Estimointi: Mitä opimme? 2/4. Estimointi: Mitä opimme? 1/4. Estimointi: Mitä opimme? 3/4. Estimointi: Mitä opimme?

Estimointi. Estimointi. Estimointi: Mitä opimme? 2/4. Estimointi: Mitä opimme? 1/4. Estimointi: Mitä opimme? 3/4. Estimointi: Mitä opimme? TKK (c) Ilkka Mellin (2004) 1 Johdatus tilastotieteeseen TKK (c) Ilkka Mellin (2004) 2 Mitä opimme? 1/4 Tilastollisen tutkimuksen tavoitteena on tehdä johtopäätöksiä prosesseista, jotka generoivat reaalimaailman

Lisätiedot

Sovellettu todennäköisyyslaskenta B

Sovellettu todennäköisyyslaskenta B Sovellettu todennäköisyyslaskenta B Antti Rasila 22. marraskuuta 2007 Antti Rasila () TodB 22. marraskuuta 2007 1 / 17 1 Epäparametrisia testejä (jatkoa) χ 2 -riippumattomuustesti 2 Johdatus regressioanalyysiin

Lisätiedot

Genetiikan perusteet 2009

Genetiikan perusteet 2009 Genetiikan perusteet 2009 Malli selittää, mutta myös ennustaa ja ennusteen voi testata kokeella. Mendel testasi F 2 -mallinsa tuottamalla itsepölytyksellä F 3 -polven Seuraava sukupolvi tai toinen, riippumaton

Lisätiedot

MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen

MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen MAT-5 Todennäköisyyslaskenta Tentti.. / Kimmo Vattulainen Vastaa jokainen tehtävä eri paperille. Funktiolaskin sallittu.. a) P A). ja P A B).6. Mitä on P A B), kun A ja B ovat riippumattomia b) Satunnaismuuttujan

Lisätiedot

Tilastollisen analyysin perusteet Luento 5: Jakaumaoletuksien. testaaminen

Tilastollisen analyysin perusteet Luento 5: Jakaumaoletuksien. testaaminen Tilastollisen analyysin perusteet Luento 5: Sisältö Tilastotieteessä tehdään usein oletuksia havaintojen jakaumasta. Useat tilastolliset menetelmät toimivat tehottomasti tai jopa virheellisesti, jos jakaumaoletukset

Lisätiedot

Presidentinvaalitutkimus, kesä 2011 Taloustutkimus Oy Jari Pajunen & Tuomo Turja

Presidentinvaalitutkimus, kesä 2011 Taloustutkimus Oy Jari Pajunen & Tuomo Turja Presidentinvaalitutkimus, kesä 2011 Taloustutkimus Oy Jari Pajunen & Tuomo Turja 30.6.2011 1 30.6.2011 T2622-2626 Jari Pajunen Toteutus Tämä tutkimus on tehty YLE Uutisten toimeksiannosta. Tutkimus- ja

Lisätiedot

SDP olisi suosituin puolue maan hallitukseen

SDP olisi suosituin puolue maan hallitukseen TUTKIMUSOSIO Julkaistavissa 6.3.29 klo. SDP olisi suosituin puolue maan hallitukseen KAKS Kunnallisalan kehittämissäätiön tuoreimmassa vuoden 29 Ilmapuntaritutkimuksessa selvitettiin suomalaisten hallituspuoluetoiveita.

Lisätiedot

TUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012. Timo Törmäkangas

TUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012. Timo Törmäkangas TUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012 Timo Törmäkangas NORMAALIJAKATUNEISUUDEN TESTAUS H 0 : Muuttuja on perusjoukossa normaalisti jakautunut. H 1 : Muuttuja ei ole perusjoukossa normaalisti

Lisätiedot

MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 5B Frekventistiset vs. bayeslaiset menetelmät Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto

Lisätiedot

x 4 e 2x dx Γ(r) = x r 1 e x dx (1)

x 4 e 2x dx Γ(r) = x r 1 e x dx (1) HY / Matematiikan ja tilastotieteen laitos Todennäköisyyslaskenta IIA, syksy 217 217 Harjoitus 6 Ratkaisuehdotuksia Tehtäväsarja I 1. Laske numeeriset arvot seuraaville integraaleille: x 4 e 2x dx ja 1

Lisätiedot

Johdatus tilastotieteeseen Testit suhdeasteikollisille muuttujille. TKK (c) Ilkka Mellin (2005) 1

Johdatus tilastotieteeseen Testit suhdeasteikollisille muuttujille. TKK (c) Ilkka Mellin (2005) 1 Johdatus tilastotieteeseen Testit suhdeasteikollisille muuttujille TKK (c) Ilkka Mellin (005) 1 Testit suhdeasteikollisille muuttujille Testit normaalijakauman parametreille Yhden otoksen t-testi Kahden

Lisätiedot

Yrittäjägallup joulukuu 2018

Yrittäjägallup joulukuu 2018 Yrittäjägallup joulukuu 08 8..08 Kantar TNS Oy Jaakko Hyry Tutkimuksen tarkoitus ja toteutus Tämän Yrittäjägallupin tarkoituksena on selvittää pienten ja keskisuurten yritysten mielipiteitä ja näkemyksiä

Lisätiedot