c) A = pariton, B = ainakin 4. Nyt = silmäluku on5 Koska esim. P( P(A) P(B) =, eivät tapahtumat A ja B ole riippumattomia.

Koko: px
Aloita esitys sivulta:

Download "c) A = pariton, B = ainakin 4. Nyt = silmäluku on5 Koska esim. P( P(A) P(B) =, eivät tapahtumat A ja B ole riippumattomia."

Transkriptio

1 Tehtävien ratkaisuja 4. Palloja yhteensä 60 kpl. a) P(molemmat vihreitä) = P((1. pallo vihreä) ja (. pallo vihreä)) = P(1. pallo vihreä) P(. pallo vihreä 1. pallo vihreä) = 0.05 (yleinen kertolaskusääntö) b) P(nostetut pallot ovat samanvärisiä) = P(molemmat vih tai molemmat sin tai molemmat pun) = P(molemmat vih) + P(molemmat sin) + P(molemmat pun) = (yleinen kertolaskusääntö ja erillisten tapahtumien yhteenlaskusääntö) 5. silmäluku todennäköisyys a) P( silmäluku on pariton) = P(silmäluku on 1 tai 3 tai 5) = P(silmäluku on 1) + P(3) + P(5) = = + + = 0.48 (erillisten tapahtumien yhteenlaskusääntö) b) P(silmäluku on ainakin 4) = P(silmäluku on 4 tai 5 tai 6) = + + = (erillisten tapahtumien yhteenlaskusääntö) c) A = pariton, B = ainakin 4. Ny silmäluku on5 Koska esim. P( P(A) P(B) =, eivät tapahtumat A ja B ole riippumattomia. 6. a) P(molemmat elävät 60-vuotiaina) = P(mies elää) P(nainen elää) = b) P(vain nainen elää 60-vuotiaana) = P(mies ei elä) P(nainen elää) = (1-0.71) 0.8 = c) P(molemmat ovat kuolleet ennen 60-vuotispäiväänsä) = P(mies ei elä) P(nainen ei elä) = (1 0.71) (1-0.8) = P(p) = 0., P(n) = 0.33 ja P(r) = 0.45 P(i p) = 0.75, P(i n) = 0.80 ja P(i r) = 0.60 a) P(i) = P(p) P(i p) + P(n) P(i n) + P(r) P(i r) = = 0.699, eli 70% (kokonaistodennäköisyys) b) P(r i) = = = 0.386, eli 39 % (Bayesin kaava) 8. x = oikeille omistajille tulleiden hattujen lukumäärä Alkeistapauksia 3! = 6 kpl: KAVERUKSET A B C x i Hatut a b c 3 a c b 1 b a c 1 b c a 0 c a b 0 c b a 1

2 Jakauma x i p i Odotusarvo Ex = Varianssi Var x = Keskihajonta Dx = = 1 9. Kyllä, koska kaikki todennäköisyydet ovat ainakin 0 ja todennäköisyyksien summa on x = kolmosten lukumäärä 5:ssä heitossa ~ Bin(5, 0.5) n = 5, koska 5 heittoa ja p = 0.5, koska todennäköisyys saada yhdellä heitolla kolmonen on 1/4 1) P(yksi kolmonen) = P(x = 1) = ( ) ) P(ainakin kerran kolmonen) = 1 - P(ei kolmosia) = 1 - P(x = 0) = 1- ( ) = x = ottelussa tehtävien maalien lkm~ Poi (5), koska tehtyjen maalien keskiarvo (tai 5.3) P(tulos on 0-0) = P(ei tehdä yhtään maalia) = P(x = 0) = (e = Neperin luku, jonka likiarvo on parilla desimaalilla.7) 3. a) P(z < -0.95) = (-0.95) = 1- (0.95) = = b) P( 0.1 < z < 0.75) = (0.75) - (0.1) = = c) P(z > 0.8) = 1 P(z 0.8) = = x = ÄO ~ N(100, 16 ) a)p(x 10 ) =P ( ) P(z 1.5) = (1.5 ) = b) Olk. A=Neropattikerhon vähimmäisäo P(x A) = 0.0 ja siten P(x < A) = 0.98 ja vielä P( ) = 0.98, joten ( )= 0.98 A 100 Taulukosta (.05) 0.98, joten. 05, josta A = x = proteiinimäärä (100 grammassa tuotetta) ~ N(9.04,.99 ) a) P(x 11) = 1 P(x < 11) = 1 - ( ) = 1 - ( ) = = b) Taulukosta (0.67) 0.75, joten 0.67 on N(0, 1) jakauman yläkvartiili ja proteiinimäärän yläkvartiilille: = 0.67, josta = 11.04

3 35. x = tänä keväänä toimiston kautta töitä saaneiden lukumäärä ~ Bin(150, 0.70) likimain ~ N(150, ) = N(105, 31.5) P(x ) = P(x 100) = 1- P(x < 100) = 1 P( ) = 1 P( z < -0.89) = 1 - ( ) = 1 [1 - ( ) ] = n=15, x = 7.4, = 0.1; populaatiovarianssi tunnettu = 0.05, z 0.05 = 1.96, koska (1.96) = = %:n luottamusväli koko populaation keskiarvolle on ( , ) = (7.35, 7.45) n = 3, minun satunnaisotoksessani mukana henkilöt: 4, 7 ja. Tästä otoksesta laskettu x = ja s = 8.038; populaatiovarianssi tuntematon = 0.05, t 0.05 (3-1) = %:n luottamusväli tunnit-muuttujan populaatiokeskiarvolle on ( , ) = (1, 151) n = ; P = 100 = 68.4 % = 0.05, z 0.05 = %:n luottamusväli tuuli- ja vesivoimaa kannattavien %-osuudelle ( , ) = (47.5, 89.3) 39. n = 5, x = ja s = 6.57; populaatiovarianssi tuntematon = 0.05, t 0.05 (5-1) =.000 Hypoteesit: H 0 : µ = 16 H 1 : µ 16 Kriittinen alue C = { t t >.000} Testisuureen arvo = -.4 Testisuureen arvo kuuluu kriittiselle alueelle, joten nollahypoteesi hylätään. Otos ei anna tukea oletukselle vaan näyttää siltä, että keskimääräinen opintoviikkomäärä jää populaatiossakin alle 16/lukukausi. 40. Keskiarvotesti, kaksi riippumatonta otosta; populaatiovarianssit ja tunnetaan n 1 = 8 n = 8 = 10.5 = 9. 1 = 3.5 = 3.0

4 Hypoteesit: H 0 : = H 1 : = 0.05, z 0.05 = 1.96 ja kriittinen alue C ={ z z > 1.96} z = = 0.80 Poikien ja tyttöjen testipistekeskiarvoilla ei ole eroa. 41. n 1 = 1 n = 7 = = s 1 = s = a) Varianssien yhtäsuuruustesti: Hypoteesit: H 0 : = H 1 : = 0.05, F 0.05 (7-1, 1-1) = 3.88; C ={ F F > 3.88} Populaatioiden variansseja voidaan siis pitää yhtäsuurina b) Keskiarvotesti, kaksi riippumatonta otosta; populaatiovariansseja ja ei tunneta, mutta oletetaan ne a)- kohdan perusteella yhtäsuuriksi Hypoteesit: H 0 : = H 1 : = 0.05, t 0.05 (1+7-) =.110 ja kriittinen alue C ={ t t >.110} Määritetään populaatioiden yhteisen varianssin estimaatti: s (1 1) (7 1) = = = 107.8, ja s = Ikäkeskiarvoilla ei ole eroa. 4. Kaksi riippumatonta otosta, prosenttilukutesti Oikea lääke Plasebo n 1 = 93 n = 94 P 1 = 5 P = 40

5 Hypoteesit: H 0 : 1 = H 1 : 1 > = 0.01, z 0.01 =.33 ja kriittinen alue C ={ z z >.33} P = = z = Uusi lääke ei ole plaseboa parempi riippumattomuustesti Hypoteesit: H 0 : laatu ja hinta ovat riippumattomia H 1 : laatu ja hinta eivät ole riippumattomia = 0.05; 0.05 ((3-1). (-1)) = 5.99 ja kriittinen alue C ={ > 5.99} Tehtävän 17 tulos: = Testisuureen arvo on kriittisellä alueella, joten nollahypoteesi hylätään eli muuttujien välillä on tilastollista riippuvuutta siten, että kun laatu on huono, on tavara hinnaltaan usein edullinen. 46. Korrelaatiotesti r = 0.86 n = 10 Hypoteesit: H 0 : = 0 H 1 : 0 Valit. = 0.05; t 0.05 (10-) =.306 ja kriittinen alue C = {t t >.306} = 4.14 Testisuureen arvo on kriittisellä alueella, joten nollahypoteesi hylätään, joten populaatiokorrelaatiokerrointa ei voi olettaa nollaksi.

Tilastollisen analyysin perusteet Luento 1: Lokaatio ja hajonta

Tilastollisen analyysin perusteet Luento 1: Lokaatio ja hajonta Tilastollisen analyysin perusteet Luento 1: ja hajonta Sisältö Havaittujen arvojen jakauma Havaittujen arvojen jakaumaa voidaan kuvailla ja esitellä tiivistämällä havaintoarvot sopivaan muotoon. Jakauman

Lisätiedot

Lukion. Calculus. Todennäköisyys ja tilastot. Paavo Jäppinen Alpo Kupiainen Matti Räsänen Otava PIKATESTIN JA KERTAUSKOKEIDEN TEHTÄVÄT RATKAISUINEEN

Lukion. Calculus. Todennäköisyys ja tilastot. Paavo Jäppinen Alpo Kupiainen Matti Räsänen Otava PIKATESTIN JA KERTAUSKOKEIDEN TEHTÄVÄT RATKAISUINEEN Calculus Lukion 3 MAA Todennäköisyys ja tilastot Paavo Jäppinen Alpo Kupiainen Matti Räsänen Otava PIKATESTIN JA KERTAUSKOKEIDEN TEHTÄVÄT RATKAISUINEEN Todennäköisyys ja tilastot (MAA) Pikatesti ja kertauskokeet

Lisätiedot

SISÄLTÖ 1 TILASTOJEN KÄYTTÖ...7 MITÄ TILASTOTIEDE ON?

SISÄLTÖ 1 TILASTOJEN KÄYTTÖ...7 MITÄ TILASTOTIEDE ON? SISÄLTÖ 1 TILASTOJEN KÄYTTÖ...7 MITÄ TILASTOTIEDE ON?...7 TILASTO...7 TILASTOTIEDE...8 HISTORIAA...9 TILASTOTIETEEN NYKYINEN ASEMA...9 TILASTOLLISTEN MENETELMIEN ROOLIT ERI TYYPPISET AINEISTOT JA ONGELMAT...10

Lisätiedot

Kaavakokoelma, testikaaviot ja jakaumataulukot liitteinä. Ei omia taulukoita! Laskin sallittu.

Kaavakokoelma, testikaaviot ja jakaumataulukot liitteinä. Ei omia taulukoita! Laskin sallittu. Ka6710000 TILASTOLLISEN ANALYYSIN PERUSTEET 2. VÄLIKOE 9.5.2007 / Anssi Tarkiainen Kaavakokoelma, testikaaviot ja jakaumataulukot liitteinä. Ei omia taulukoita! Laskin sallittu. Tehtävä 1. a) Gallupissa

Lisätiedot

Todennäköisyyslaskenta sivuaineopiskelijoille

Todennäköisyyslaskenta sivuaineopiskelijoille Todennäköisyyslaskenta sivuaineopiskelijoille Tentit: 4.11.2013 ja 2.12.2013. Loput kaksi tenttiä (vuonna 2014) ilmoitetaan myöhemmin. Tentissä on 4 tehtävää á 8 pistettä, aikaa 4 tuntia. Arvostelu 0 5.

Lisätiedot

Tilastollisten menetelmien perusteet I TILTP2 Luentorunko, lukuvuosi 2011-2012

Tilastollisten menetelmien perusteet I TILTP2 Luentorunko, lukuvuosi 2011-2012 Tilastollisten menetelmien perusteet I TILTP2 Luentorunko, lukuvuosi 2011-2012 Raija Leppälä 17. lokakuuta 2011 Sisältö 1 Johdanto 3 2 Todennäköisyyslaskentaa 5 2.1 Satunnaisilmiö ja tapahtuma 5 2.2 Klassinen

Lisätiedot

Tavanomaisten otostunnuslukujen, odotusarvon luottamusvälin ja Box ja Whisker -kuvion määritelmät: ks. 1. harjoitukset.

Tavanomaisten otostunnuslukujen, odotusarvon luottamusvälin ja Box ja Whisker -kuvion määritelmät: ks. 1. harjoitukset. Mat-.04 Tilastollisen analyysin perusteet Mat-.04 Tilastollisen analyysin perusteet / Ratkaisut Aiheet: Avainsanat: Testit suhdeasteikollisille muuttujille Hypoteesi, Kahden riippumattoman otoksen t-testit,

Lisätiedot

10 y 2 3 x D 100; D 30 29 59 6 D 10 5. 100 10 2 3 a: Vastaavasti sadalla kilometrillä kulutettavan polttoaineen E10 energiasisältö on 90 100 x a C 10

10 y 2 3 x D 100; D 30 29 59 6 D 10 5. 100 10 2 3 a: Vastaavasti sadalla kilometrillä kulutettavan polttoaineen E10 energiasisältö on 90 100 x a C 10 Helsingin ylioisto, Itä-Suomen ylioisto, Jyväskylän ylioisto, Oulun ylioisto, Tamereen ylioisto ja Turun ylioisto Matematiikan valintakokeen 3.6.0 ratkaisut. Oletetaan, että litralla (uhdasta) bensiiniä

Lisätiedot

Probabilistiset mallit (osa 2) Matemaattisen mallinnuksen kurssi Kevät 2002, luento 10, osa 2 Jorma Merikoski Tampereen yliopisto

Probabilistiset mallit (osa 2) Matemaattisen mallinnuksen kurssi Kevät 2002, luento 10, osa 2 Jorma Merikoski Tampereen yliopisto Probabilistiset mallit (osa 2) Matemaattisen mallinnuksen kurssi Kevät 2002, luento 10, osa 2 Jorma Merikoski Tampereen yliopisto Esimerkki Tarkastelemme ilmiötä I, joka on a) tiettyyn kauppaan tulee asiakkaita

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

Aki Taanila TILASTOLLISEN PÄÄTTELYN ALKEET

Aki Taanila TILASTOLLISEN PÄÄTTELYN ALKEET Aki Taanila TILASTOLLISEN PÄÄTTELYN ALKEET 21.5.2014 SISÄLLYS 0 JOHDANTO... 1 1 TILASTOLLINEN PÄÄTTELY... 2 1.1 Tiekartta... 4 2 YHTÄ MUUTTUJAA KOSKEVA PÄÄTTELY... 5 2.1 Keskiarvon luottamusväli... 5 2.2

Lisätiedot

TESTINVALINTATEHTÄVIEN VASTAUKSET

TESTINVALINTATEHTÄVIEN VASTAUKSET TESTINVALINTATEHTÄVIEN VASTAUKSET Vastaukset on merkitty keltaisella, muuttujien mittaustasot muuttujan kuvauksen perässä ja muu osa vastauksesta kysymyksen perässä. Tehtävä 1. Talousmatematiikan kurssin

Lisätiedot

Mitä tarvitsee tietää biostatistiikasta ja miksi? Matti Uhari Lastentautien klinikka Oulun yliopisto

Mitä tarvitsee tietää biostatistiikasta ja miksi? Matti Uhari Lastentautien klinikka Oulun yliopisto Mitä tarvitsee tietää biostatistiikasta ja miksi? Matti Uhari Lastentautien klinikka Oulun yliopisto Tutkimusaineistomme otantoja Hyödyt Ei tarvitse tutkia kaikkia Oikein tehty otanta mahdollistaa yleistämisen

Lisätiedot

Helsingin, Itä-Suomen, Jyväskylän, Oulun, Tampereen ja Turun yliopisto Matematiikan valintakoe 11.6.2012 klo 10 13 Ratkaisut ja pisteytysohjeet

Helsingin, Itä-Suomen, Jyväskylän, Oulun, Tampereen ja Turun yliopisto Matematiikan valintakoe 11.6.2012 klo 10 13 Ratkaisut ja pisteytysohjeet Helsingin, Itä-Suomen, Jyväskylän, Oulun, Tampereen ja Turun yliopisto Matematiikan valintakoe 11.6.01 klo 10 13 t ja pisteytysohjeet 1. Ratkaise seuraavat yhtälöt ja epäyhtälöt. (a) 3 x 3 3 x 1 4, (b)

Lisätiedot

7. laskuharjoituskierros, vko 10, ratkaisut

7. laskuharjoituskierros, vko 10, ratkaisut 7. laskuharjoituskierros, vko 10, ratkaisut D1. a) Oletetaan, että satunnaismuuttujat X ja Y noudattavat kaksiulotteista normaalijakaumaa parametrein E(X) = 0, E(Y ) = 1, Var(X) = 1, Var(Y ) = 4 ja Cov(X,

Lisätiedot

031021P Tilastomatematiikka (5 op) viikot 5 6

031021P Tilastomatematiikka (5 op) viikot 5 6 031021P Tilastomatematiikka (5 op) viikot 5 6 Jukka Kemppainen Mathematics Division Jakauman tunnusluvut Jakauman tärkeimmät tunnusluvut ovat odotusarvo ja varianssi. Odotusarvo ilmoittaa jakauman keskikohdan

Lisätiedot

Sisällysluettelo ESIPUHE... 4 ALKUSANAT E-KIRJA VERSIOON... 5 SISÄLLYSLUETTELO... 6 1. JOHDANTO TILASTOLLISEEN PÄÄTTELYYN... 8 2. TODENNÄKÖISYYS...

Sisällysluettelo ESIPUHE... 4 ALKUSANAT E-KIRJA VERSIOON... 5 SISÄLLYSLUETTELO... 6 1. JOHDANTO TILASTOLLISEEN PÄÄTTELYYN... 8 2. TODENNÄKÖISYYS... Sisällysluettelo ESIPUHE... 4 ALKUSANAT E-KIRJA VERSIOON... 5 SISÄLLYSLUETTELO... 6 1. JOHDANTO TILASTOLLISEEN PÄÄTTELYYN... 8 1.1 INDUKTIO JA DEDUKTIO... 9 1.2 SYYT JA VAIKUTUKSET... 11 TEHTÄVIÄ... 13

Lisätiedot

Johdatus todennäköisyyslaskentaan ja tilastotieteeseen. Stefan Emet

Johdatus todennäköisyyslaskentaan ja tilastotieteeseen. Stefan Emet Johdatus todennäköisyyslaskentaan ja tilastotieteeseen Stefan Emet Matematiikan ja tilastotieteen lts Turun yliopisto 24 Sisältö Johdanto. Todennäköisyys..................................2 Peruskäsitteitä.................................

Lisätiedot

Muista merkitä vastauspaperiin oma nimesi ja tee etusivulle pisteytysruudukko. Kaikkiin tehtävien ratkaisuihin välivaiheet näkyviin!

Muista merkitä vastauspaperiin oma nimesi ja tee etusivulle pisteytysruudukko. Kaikkiin tehtävien ratkaisuihin välivaiheet näkyviin! MAA6 Kurssikoe 1.11.14 Jussi Tyni ja Juha Käkilehto Muista merkitä vastauspaperiin oma nimesi ja tee etusivulle pisteytysruudukko. Kaikkiin tehtävien ratkaisuihin välivaiheet näkyviin! A-OSIO: Laske kaikki

Lisätiedot

TKK @ Ilkka Mellin (2008) 1/5

TKK @ Ilkka Mellin (2008) 1/5 Mat-1.2620 Sovellettu todennäköisyyslaskenta B / Tehtävät Demo-tehtävät: 1, 3, 6, 7 Pistetehtävät: 2, 4, 5, 9 Ylimääräiset tehtävät: 8, 10, 11 Aiheet: Moniulotteiset jakaumat Avainsanat: Diskreetti jakauma,

Lisätiedot

1.1 Tilastomenetelmät luotettavan tutkimuksen perustana 1 1.1.1 Otos vs. näyte 1 1.1.2 Tilastollinen päättely ja tieteellisyyden kriteerit 2

1.1 Tilastomenetelmät luotettavan tutkimuksen perustana 1 1.1.1 Otos vs. näyte 1 1.1.2 Tilastollinen päättely ja tieteellisyyden kriteerit 2 Sisältö 1 JOHDANTO 1 1.1 Tilastomenetelmät luotettavan tutkimuksen perustana 1 1.1.1 Otos vs. näyte 1 1.1. Tilastollinen päättely ja tieteellisyyden kriteerit TEOREETTINEN JAKAUMA 3.1 Satunnaismuuttuja

Lisätiedot

1. Työpaikan työntekijöistä laaditussa taulukossa oli mm. seuraavat rivit ja sarakkeet

1. Työpaikan työntekijöistä laaditussa taulukossa oli mm. seuraavat rivit ja sarakkeet VAASAN YLIOPISTO/AVOIN YLIOPISTO TILASTOTIETEEN PERUSTEET Harjoituksia 1 KURSSIKYSELYAINEISTO: 1. Työpaikan työntekijöistä laaditussa taulukossa oli mm. seuraavat rivit ja sarakkeet Nimi Ikä v. Asema Palkka

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

Verkot ja todennäköisyyslaskenta Verkko Verkko eli graafi muodostuu pisteiden joukosta V, särmien joukosta A ja insidenssikuvauksesta : A V V jossa

Verkot ja todennäköisyyslaskenta Verkko Verkko eli graafi muodostuu pisteiden joukosta V, särmien joukosta A ja insidenssikuvauksesta : A V V jossa Mat-.6 Sovellettu todennäköisyyslaskenta B Mat-.6 Sovellettu todennäköisyyslaskenta B / Ratkaisut Aiheet: Verkot ja todennäköisyyslaskenta Satunnaismuuttujat ja todennäköisyysjakaumat Kertymäfunktio Jakaumien

Lisätiedot

Todennäköisyyslaskenta 1/7 Sisältö ESITIEDOT: joukko-oppi, lukumäärän laskeminen, funktiokäsite Hakemisto

Todennäköisyyslaskenta 1/7 Sisältö ESITIEDOT: joukko-oppi, lukumäärän laskeminen, funktiokäsite Hakemisto Todennäköisyyslaskenta /7 Sisältö ESITIEDOT: joukko-oppi, n laskeminen, käsite Hakemisto Todennäköisyyslaskennan peruskäsitteet Todennäköisyyslaskennassa tarkastelun kohteena ovat satunnaisilmiöt.esimerkkejä

Lisätiedot

Helsingin, Itä-Suomen, Jyväskylän, Oulun, Tampereen ja Turun yliopisto Matematiikan valintakoe 10.6.2013 klo 10-13 Ratkaisut ja pisteytysohjeet

Helsingin, Itä-Suomen, Jyväskylän, Oulun, Tampereen ja Turun yliopisto Matematiikan valintakoe 10.6.2013 klo 10-13 Ratkaisut ja pisteytysohjeet Helsingin, Itä-Suomen, Jyväskylän, Oulun, Tampereen ja Turun yliopisto Matematiikan valintakoe.6. klo - Ratkaisut ja pisteytysohjeet. Ratkaise seuraavat epäyhtälöt ja yhtälö: a) x+ x +9, b) log (x) 7,

Lisätiedot

KAHDEN RYHMÄN VERTAILU

KAHDEN RYHMÄN VERTAILU 10.3.2015 KAHDEN RYHMÄN VERTAILU Jouko Miettunen Center for Life-Course and Systems Epidemiology jouko.miettunen@oulu.fi Luennon sisältö Luokitellut muuttujat Ristiintaulukko, prosentit Khiin neliötesti

Lisätiedot

ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2008. Tehtävissä 1, 2, ja 3 tarkastelemme seuraavaa tilannetta:

ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2008. Tehtävissä 1, 2, ja 3 tarkastelemme seuraavaa tilannetta: RMS22 Päätöksenteko epävarmuuden vallitessa Syksy 28 Harjoitus 8 Ratkaisuehdotuksia Tehtävissä 1, 2, ja 3 tarkastelemme seuraavaa tilannetta: Pankki harkitsee myöntääkö 5. euron lainan asiakkaalle 12%

Lisätiedot

1. Normaalisuuden tutkiminen, Bowmanin ja Shentonin testi, Rankit Plot, Wilkin ja Shapiron testi

1. Normaalisuuden tutkiminen, Bowmanin ja Shentonin testi, Rankit Plot, Wilkin ja Shapiron testi Mat-2.2104 Tilastollisen analyysin perusteet / Ratkaisut Aiheet: Avainsanat: Yhteensopivuuden ja homogeenisuden testaaminen Bowmanin ja Shentonin testi, Hypoteesi, 2 -homogeenisuustesti, 2 -yhteensopivuustesti,

Lisätiedot

Aki Taanila TILASTOLLINEN PÄÄTTELY

Aki Taanila TILASTOLLINEN PÄÄTTELY Aki Taanila TILASTOLLINEN PÄÄTTELY 14.4.2012 SISÄLLYS 0 JOHDANTO... 1 1 TILASTOLLINEN PÄÄTTELY... 2 2 YHTÄ MUUTTUJAA KOSKEVA PÄÄTTELY... 7 2.1 Normaalijakautuneisuuden testaaminen... 7 2.2 Keskiarvon luottamusväli...

Lisätiedot

Kuinka haastavaa uusien työntekijöiden rekrytointi on ollut teidän organisaationne kohdalla viimeisen kahden vuoden aikana? /

Kuinka haastavaa uusien työntekijöiden rekrytointi on ollut teidän organisaationne kohdalla viimeisen kahden vuoden aikana? / Profiilittaiset erot arviointikysymyksissä Tarkasteltaessa aineistoa profiileittain jaoteltuna tilastollisesti merkittäviä eroja ryhmien välillä ei esiinny. Henkilöstömäärän mukaan jaoteltuna aineistosta

Lisätiedot

Puheentutkimuksen tilastoanalyysin perusteet. 8. luento. Pertti Palo 20.1.2012

Puheentutkimuksen tilastoanalyysin perusteet. 8. luento. Pertti Palo 20.1.2012 Puheentutkimuksen tilastoanalyysin perusteet 8. luento Pertti Palo 20.1.2012 Käytännön asioita Viimeisen seminaarin siirto: 2.3. 10-12 -> 2.3. 14-16. Miten seminaarin luentokuulustelun voi korvata? Harjoitustöiden

Lisätiedot

Tilastomatematiikka 1, KESÄ2010/TIMO&AIMO 2010. Tehtäväkokoelma

Tilastomatematiikka 1, KESÄ2010/TIMO&AIMO 2010. Tehtäväkokoelma Tilastomatematiikka 1, KESÄ2010/TIMO&AIMO 2010 Tehtäväkokoelma 1. Komponentit k 1,...,k n muodostavat rinnan kytketyn systeemin, jos systeemi toimii aina, kun yksikin komponentti toimii. Komponentit muodostavat

Lisätiedot

MATEMATIIKKA 5 VIIKKOTUNTIA

MATEMATIIKKA 5 VIIKKOTUNTIA EB-TUTKINTO 2008 MATEMATIIKKA 5 VIIKKOTUNTIA PÄIVÄMÄÄRÄ: 5. kesäkuuta 2008 (aamupäivä) KOKEEN KESTO: 4 tuntia (240 minuuttia) SALLITUT APUVÄLINEET: Europpa-koulun antama taulukkovihkonen Funktiolaskin,

Lisätiedot

MAA6 HARJOITUSTEHTÄVIÄ

MAA6 HARJOITUSTEHTÄVIÄ MAA6 HARJOITUSTEHTÄVIÄ 1. Erään lukioluokan erään englannin kurssin arvosanat jakaantuvat seuraavasti: x 4 5 6 7 8 9 10 f 3 6 6 5 7 4 1 Määritä kurssiarvosanojen a) tyyppiarvo b) mediaani ja c) aritmeettinen

Lisätiedot

14 Jatkuva jakauma. Käsitellään kuitenkin ennen täsmällisiä määritelmiä johdatteleva

14 Jatkuva jakauma. Käsitellään kuitenkin ennen täsmällisiä määritelmiä johdatteleva 4 Jatkuva jakauma Edellä määriteltiin diskreetiksi satunnaismuuttujaksi sellainen, joka voi saada vain (hyppäyksittäin) erillisiä arvoja. Jatkuva satunnaismuuttuja voi saada mitä hyvänsä arvoja yleensä

Lisätiedot

Lataa ilmaiseksi mafyvalmennus.fi/mafynetti. Valmistaudu pitkän- tai lyhyen matematiikan kirjoituksiin ilmaiseksi Mafynetti-ohjelmalla!

Lataa ilmaiseksi mafyvalmennus.fi/mafynetti. Valmistaudu pitkän- tai lyhyen matematiikan kirjoituksiin ilmaiseksi Mafynetti-ohjelmalla! Miten opit parhaiten? Valmistaudu pitkän- tai lyhyen matematiikan kirjoituksiin ilmaiseksi Mafynetti-ohjelmalla! n Harjoittelu tehdään aktiivisesti tehtäviä ratkomalla. Tehtävät kattavat kaikki yo-kokeessa

Lisätiedot

LISÄTEHTÄVÄT. Päähakemisto Tehtävien ratkaisut -hakemisto. Arvosanat

LISÄTEHTÄVÄT. Päähakemisto Tehtävien ratkaisut -hakemisto. Arvosanat 3 Tilastotutkimuksen analysointi ja raportointi 194. Arvosanat taulukkona: Arvosana f f % Keskuskulma (astetta) 1 4,8 % 17 6 3,8 % 86 7 3,8 % 86 8 8 38,1 % 137 9 9, % 34 Sektoridiagrammina: 37 % 10 % Arvosanat

Lisätiedot

Muuttujien riippumattomuus

Muuttujien riippumattomuus 199 Muuttujien riippumattomuus Jos esimerkkiin lisätään muuttuja Säätila, jolla on 4 mahdollista arvoa, on edellä ollut yhteisjakauman taulukko monistettava neljästi Koska hammasongelmat eivät vaikuta

Lisätiedot

ORMS 2020 Päätöksenteko epävarmuuden vallitessa. Tommi Sottinen

ORMS 2020 Päätöksenteko epävarmuuden vallitessa. Tommi Sottinen ORMS 2020 Päätöksenteko epävarmuuden vallitessa Tommi Sottinen Sisältö Esipuhe 5 Luku 1. Todennäköisyys 7 Todennäköisyyskäsitteet 7 Todennäköisyyden laskusäännöt 11 Satunnaismuuttujat 21 Harjoitustehtäviä

Lisätiedot

Teorialuvun 3.3.b mukaiset kuviot: [q5] Kotitaloutenne 6-17-vuotiaiden henkilöiden lukumäärä? [q6] Kotitaloutenne alle 6-vuotiaiden lasten lukumäärä?

Teorialuvun 3.3.b mukaiset kuviot: [q5] Kotitaloutenne 6-17-vuotiaiden henkilöiden lukumäärä? [q6] Kotitaloutenne alle 6-vuotiaiden lasten lukumäärä? Ohjeita kolmansien mikroharjoitusten (vk 6) tekemiseksi omatoimisesti: 1. Käynnistä Tixel-ohjelma työpöydän kuvakkeella, paina Enable Content, avaa ADD-INS, valitse Tixel8- valikosta Avaa havaintomatriisi,

Lisätiedot

Tilastolliset toiminnot

Tilastolliset toiminnot -59- Tilastolliset toiminnot 6.1 Aineiston esittäminen graafisesti Tilastollisen aineiston tallentamisvälineiksi TI-84 Plus tarjoaa erityiset listamuuttujat L1,, L6, jotka löytyvät 2nd -toimintoina vastaavilta

Lisätiedot

TILASTOTIETEEN PERUSTEET, kl 2011

TILASTOTIETEEN PERUSTEET, kl 2011 TILASTOTIETEEN PERUSTEET, kl 2011 Luku 3: TILASTOLLINEN KUVAILU Tässä luvussa esittelemme menetelmiä, joilla havaintomatriisin yhden sarakkeen eli yhden muuttujan havaintojen sisältämä informaatio kuvaillaan

Lisätiedot

Lataa ilmaiseksi mafyvalmennus.fi/mafynetti. Valmistaudu pitkän- tai lyhyen matematiikan kirjoituksiin ilmaiseksi Mafynetti-ohjelmalla!

Lataa ilmaiseksi mafyvalmennus.fi/mafynetti. Valmistaudu pitkän- tai lyhyen matematiikan kirjoituksiin ilmaiseksi Mafynetti-ohjelmalla! Miten opit parhaiten? Valmistaudu pitkän- tai lyhyen matematiikan kirjoituksiin ilmaiseksi Mafynetti-ohjelmalla! n Harjoittelu tehdään aktiivisesti tehtäviä ratkomalla. Tehtävät kattavat kaikki yo-kokeessa

Lisätiedot

Lataa ilmaiseksi mafyvalmennus.fi/mafynetti. Valmistaudu pitkän- tai lyhyen matematiikan kirjoituksiin ilmaiseksi Mafynetti-ohjelmalla!

Lataa ilmaiseksi mafyvalmennus.fi/mafynetti. Valmistaudu pitkän- tai lyhyen matematiikan kirjoituksiin ilmaiseksi Mafynetti-ohjelmalla! Miten opit parhaiten? Valmistaudu pitkän- tai lyhyen matematiikan kirjoituksiin ilmaiseksi Mafynetti-ohjelmalla! n Harjoittelu tehdään aktiivisesti tehtäviä ratkomalla. Tehtävät kattavat kaikki yo-kokeessa

Lisätiedot

Kenguru 2012 Student sivu 1 / 8 (lukion 2. ja 3. vuosi)

Kenguru 2012 Student sivu 1 / 8 (lukion 2. ja 3. vuosi) Kenguru 2012 Student sivu 1 / 8 Nimi Ryhmä Pisteet: Kenguruloikan pituus: Irrota tämä vastauslomake tehtävämonisteesta. Merkitse tehtävän numeron alle valitsemasi vastausvaihtoehto. Väärästä vastauksesta

Lisätiedot

Ma8 Todennäköisyys ja tilastot

Ma8 Todennäköisyys ja tilastot Ma8 Todennäköisyys ja tilastot Arvioitavat tehtävät 1. Kuvaajassa on esitetty väkivaltaisesti tai tapaturmaisesti kuolleiden miesten ja naisten lukumäärät eri ikäryhmittäin vuonna 1999. (Lähde: Tilastokeskus)

Lisätiedot

jakokulmassa x 4 x 8 x 3x

jakokulmassa x 4 x 8 x 3x Laudatur MAA ratkaisut kertausarjoituksiin. Polynomifunktion nollakodat 6 + 7. Suoritetaan jakolasku jakokulmassa 5 4 + + 4 8 6 6 5 4 + 0 + 0 + 0 + 0+ 6 5 ± 5 5 4 ± 4 4 ± 4 4 ± 4 8 8 ± 8 6 6 + ± 6 Vastaus:

Lisätiedot

1.3 Prosenttilaskuja. pa b = 100

1.3 Prosenttilaskuja. pa b = 100 1.3 Prosenttilaskuja Yksi prosentti jostakin luvusta tai suureesta on tämän sadasosa ja saadaan siis jakamalla ao. luku tai suure luvulla. Jos luku b on p % luvusta a, toisin sanoen jos luku b on p kpl

Lisätiedot

LLR-työ kalun öhje Vesinettiin (5/2013)

LLR-työ kalun öhje Vesinettiin (5/2013) 5.11.2013 1 (5) Vesikeskus LLR-työ kalun öhje Vesinettiin (5/2013) 1.1 Ekologiset vaikutukset (sivu 10 Vesinetti-ohjeessa) Laskenta malleilla 1.2 Mallit Mallit ja skenaariot Mallit ja skenaariot -välilehdeltä

Lisätiedot

PSYKOLOGIA - KOGNITIOTIEDE TILASTOMATEMATIIKAN LISÄMATERIAALI VALINTAKOE 2015 HELSINGIN YLIOPISTO

PSYKOLOGIA - KOGNITIOTIEDE TILASTOMATEMATIIKAN LISÄMATERIAALI VALINTAKOE 2015 HELSINGIN YLIOPISTO PSYKOLOGIA - KOGNITIOTIEDE TILASTOMATEMATIIKAN LISÄMATERIAALI VALINTAKOE 05 HELSINGIN YLIOPISTO PSYKOLOGIAN JA KOGNITIOTIETEEN VALINTAKOE 05 Tilastomatematiikan lisämateriaali Copyright Helsingin yliopisto,

Lisätiedot

Näytteenoton epävarmuus. Paavo Perämäki

Näytteenoton epävarmuus. Paavo Perämäki Näytteenoton epävarmuus Paavo Perämäki Näytteenottosuunnitelma Näytteenottotapoja: Valikoiva Satunnainen Systemaattinen Huomioitavia seikkoja (monia) Haluttu informaatio Keskimääräinen pitoisuus Aineiden

Lisätiedot

Tilastojen tulkintatehtäviä lukion 2. ja 3. vuosikursseille

Tilastojen tulkintatehtäviä lukion 2. ja 3. vuosikursseille Yhteystiedot: Tilastokeskus tilastokoulu@tilastokeskus.fi Tilastojen tulkintatehtäviä lukion 2. ja 3. vuosikursseille Oppilaan nimi: Vastaa suoraan tähän koepaperiin. Hyödynnä koepaperille jätettyjä vastausviivoja

Lisätiedot

Ohje tutkimustiedon tulkintaan

Ohje tutkimustiedon tulkintaan Ohje tutkimustiedon tulkintaan Tilastotyöryhmä 27.3.2003 Sisällysluettelo 1 Johdanto 1 2 Tutkimustiedon tulkinta 1 3 Tutkimuksen tuoteseloste 3 4 Keskeisiä tilastokäsitteitä 4 1. JOHDANTO 2. TUTKIMUSTIEDON

Lisätiedot

PRO GRADU -TUTKIELMA. Hanna Lindholm. Tilasto-ohjelma Pivotti. Pivotti toimii MS Excel-ohjelmassa ja hyödyntää Excelin PivotTablea

PRO GRADU -TUTKIELMA. Hanna Lindholm. Tilasto-ohjelma Pivotti. Pivotti toimii MS Excel-ohjelmassa ja hyödyntää Excelin PivotTablea PRO GRADU -TUTKIELMA Hanna Lindholm Tilasto-ohjelma Pivotti Pivotti toimii MS Excel-ohjelmassa ja hyödyntää Excelin PivotTablea TAMPEREEN YLIOPISTO Informaatiotieteiden yksikkö Tilastotiede Marraskuu 2013

Lisätiedot

MAB 9 kertaus MAB 1. Murtolukujen laskutoimitukset: Yhteen- ja vähennyslaskuissa luvut lavennettava samannimisiksi

MAB 9 kertaus MAB 1. Murtolukujen laskutoimitukset: Yhteen- ja vähennyslaskuissa luvut lavennettava samannimisiksi MAB 9 kertaus MAB 1 Murtolukujen laskutoimitukset: Yhteen- ja vähennyslaskuissa luvut lavennettava samannimisiksi Kertolaskussa osoittajat ja nimittäjät kerrotaan keskenään Jakolasku lasketaan kertomalla

Lisätiedot

Klassisen ja geometrisen todennäköisyyden harjoituksia

Klassisen ja geometrisen todennäköisyyden harjoituksia MAB5: Todennäköisyyden lähtökohdat Klassisen ja geometrisen todennäköisyyden harjoituksia 3.1 Heität tavallista noppaa. Millä todennäköisyydellä a) saat kuutosen? b) saat ykkösen? c) saat parittoman pisteluvun?

Lisätiedot

Laivat törmäyskurssilla - kuinka suurella todennäköisyydellä?

Laivat törmäyskurssilla - kuinka suurella todennäköisyydellä? Laivat törmäyskurssilla - kuinka suurella todennäköisyydellä? DI Maria Hänninen Aalto-yliopiston teknillinen korkeakoulu Sovelletun mekaniikan laitos, Meritekniikka SAFGOF - Research for the Baltic -seminar

Lisätiedot

Rahoitustarkastuksen standardi 4.3i Operatiivisen riskin vakavaraisuusvaatimus LIITE 2

Rahoitustarkastuksen standardi 4.3i Operatiivisen riskin vakavaraisuusvaatimus LIITE 2 Rahoitustarkastuksen standardi 4.3i Operatiivisen riskin vakavaraisuusvaatimus LIITE 2 Perus- ja standardimenetelmän sekä vaihtoehtoisen standardimenetelmän mukaisen vakavaraisuusvaatimuksen laskentaesimerkit

Lisätiedot

Järvitesti Ympäristöteknologia T571SA 7.5.2013

Järvitesti Ympäristöteknologia T571SA 7.5.2013 Hans Laihia Mika Tuukkanen 1 LASKENNALLISET JA TILASTOLLISET MENETELMÄT Järvitesti Ympäristöteknologia T571SA 7.5.2013 Sarkola Eino JÄRVITESTI Johdanto Järvien kuntoa tutkitaan monenlaisilla eri menetelmillä.

Lisätiedot

Kuormat on yhdistettävä rakennesuunnittelussa riippuvasti

Kuormat on yhdistettävä rakennesuunnittelussa riippuvasti 16.5.2012/1(6)/tp Kuormat on yhdistettävä rakennesuunnittelussa riippuvasti Pysyvät kuormat ovat riippumattomia, mutta ne yhdistetään nykyisissä rakennesuunnittelunormeissa aina riippuvasti 1. Pysyvä ja

Lisätiedot

Distance to Default. Agenda. listaamattomien yritysten analysoinnissa 5.5.2009. Riku Nevalainen HSE 8.5.2009

Distance to Default. Agenda. listaamattomien yritysten analysoinnissa 5.5.2009. Riku Nevalainen HSE 8.5.2009 Distance to Default Riku Nevalainen HSE 8.5.2009 Agenda 1. Distance to default malli osakemarkkinoilla 2. Osakemarkkinoiden informaation hyödyntäminen listaamattomien yritysten analysoinnissa 3. Moody

Lisätiedot

eli ruee a ELI KEINOELÄMÄN TUTt(J USLAITOS THE RESEARCH INSTITUTE OF THE FINNISH ECONOMY ~j (t) r SOSIAALITURVAMAKSUJEN ENNUS'l'AHISESTA

eli ruee a ELI KEINOELÄMÄN TUTt(J USLAITOS THE RESEARCH INSTITUTE OF THE FINNISH ECONOMY ~j (t) r SOSIAALITURVAMAKSUJEN ENNUS'l'AHISESTA EL KENOELÄMÄN TUTt(J USLATOS THE RESEARCH NSTTUTE OF THE FNNSH ECONOMY Lönnrotinkatu 4 B, 00120 Helsinki 12. Finland, tel. 601322 ( ~' eli ruee a ~j (t) r Christian Edgren SOSAALTURVAMAKSUJEN ENNUS'l'AHSESTA

Lisätiedot

Littlen tulos. Littlen lause sanoo. N = λ T. Lause on hyvin käyttökelpoinen yleisyytensä vuoksi

Littlen tulos. Littlen lause sanoo. N = λ T. Lause on hyvin käyttökelpoinen yleisyytensä vuoksi J. Virtamo 38.3143 Jonoteoria / Littlen tulos 1 Littlen tulos Littlen lause Littlen tuloksena tai Littlen lauseena tunnettu tulos on hyvin yksinkertainen relaatio järjestelmään tulevan asiakasvirran, keskimäärin

Lisätiedot

Klassisen ja geometrisen todennäköisyyden harjoituksia

Klassisen ja geometrisen todennäköisyyden harjoituksia MAB5: Todennäköisyyden lähtökohdat Harjoitustehtävät Klassisen ja geometrisen todennäköisyyden harjoituksia 3.1 Heität tavallista noppaa. Millä todennäköisyydellä a) saat kuutosen? b) saat ykkösen? c)

Lisätiedot

25.9.2008 klo 9-15. 1. Selvitä vakuutustekniseen vastuuvelkaan liittyvät riskit ja niiltä suojautuminen.

25.9.2008 klo 9-15. 1. Selvitä vakuutustekniseen vastuuvelkaan liittyvät riskit ja niiltä suojautuminen. SHV-tutkinto Vakavaraisuus 25.9.28 klo 9-15 1(5) 1. Selvitä vakuutustekniseen vastuuvelkaan liittyvät riskit ja niiltä suojautuminen. (1p) 2. Henkivakuutusyhtiö Huolekas harjoittaa vapaaehtoista henkivakuutustoimintaa

Lisätiedot

Terveydenhuollon tavoitteet

Terveydenhuollon tavoitteet Apuvälineet kliiniseen päätöksentekoon Olli-Pekka Ryynänen Itä-Suomen yliopisto Terveydenhuollon tavoitteet Tuotetaan terveyttä niin paljon kuin mahdollista sillä henkilökuntaresurssilla, joka on käytettävissä.

Lisätiedot

Kuinka monta riippumatonta simulaationäytettä tarvitaan. - tämä varianssi on riippumaton jakauman ulottuvuuksien määrästä

Kuinka monta riippumatonta simulaationäytettä tarvitaan. - tämä varianssi on riippumaton jakauman ulottuvuuksien määrästä Viime kerralla Karkea laskenta Kuinka monta riippumatonta simulaationäytettä tarvitaan Monte Carlo (luku 11) - suora simulointi - hiladiskretointi Slide 1 - hylkäyspoiminta Markov-ketju Monte Carlo - Gibbs-poiminta

Lisätiedot

Tutkimuksen tavoitteet

Tutkimuksen tavoitteet Tutkimuksen tavoitteet 1. Selvittää, miten nuoria tulisi johtaa ja miten heidän työnsä tulisi organisoida. 2. Selvittää, miten nuoret näkevät tieto- ja viestintäteknologian roolin esimiestyöskentelyssä

Lisätiedot

JOHDATUS TEKOÄLYYN TEEMU ROOS

JOHDATUS TEKOÄLYYN TEEMU ROOS JOHDATUS TEKOÄLYYN TEEMU ROOS OIKEASSA MAAILMASSA OTETTAVA HUOMIOON: HAVAINTOJEN EPÄTARKKUUS EPÄVARMUUS JA EPÄTÄSMÄLLISYYS RISTIRIITAINEN INFORMAATIO (RELEVANTTI) TAUSTATIETO TOSIAIKAISUUS JNE. AKKU

Lisätiedot

Lataa ilmaiseksi mafyvalmennus.fi/mafynetti. Valmistaudu pitkän- tai lyhyen matematiikan kirjoituksiin ilmaiseksi Mafynetti-ohjelmalla!

Lataa ilmaiseksi mafyvalmennus.fi/mafynetti. Valmistaudu pitkän- tai lyhyen matematiikan kirjoituksiin ilmaiseksi Mafynetti-ohjelmalla! Miten opit parhaiten? Valmistaudu pitkän- tai lyhyen matematiikan kirjoituksiin ilmaiseksi Mafynetti-ohjelmalla! n Harjoittelu tehdään aktiivisesti tehtäviä ratkomalla. Tehtävät kattavat kaikki yo-kokeessa

Lisätiedot

Primäärienergian kulutus 2010

Primäärienergian kulutus 2010 Primäärienergian kulutus 2010 Valtakunnallinen kulutus yhteensä 405 TWh Uusiutuvilla tuotetaan 27 prosenttia Omavaraisuusaste 32 prosenttia Itä-Suomen* kulutus yhteensä 69,5 TWh Uusiutuvilla tuotetaan

Lisätiedot

HELSINGIN YLIOPISTO HELSINGFORS UNIVERSITET UNIVERSITY OF HELSINKI. Matematiikan ja tilastotieteen laitos. Matemaattis-luonnontieteellinen

HELSINGIN YLIOPISTO HELSINGFORS UNIVERSITET UNIVERSITY OF HELSINKI. Matematiikan ja tilastotieteen laitos. Matemaattis-luonnontieteellinen HELSINGIN YLIOPISTO HELSINGFORS UNIVERSITET UNIVERSITY OF HELSINKI Tiedekunta/Osasto Fakultet/Sektion Faculty Laitos Institution Department Matemaattis-luonnontieteellinen Tekijä Författare Author Aleks

Lisätiedot

Joukkoliikenteen asiakastyytyväisyystutkimus, mittausjakso 1:2012

Joukkoliikenteen asiakastyytyväisyystutkimus, mittausjakso 1:2012 Joukkoliikenteen asiakastyytyväisyystutkimus, mittausjakso 1:2012 Sisällysluettelo Tulosten yhteenveto Kohde 1: linjat 6, 61, 9, 90 Kohteen tulos diagrammina Kohde 2: linja 8 Kohteen tulos diagrammina

Lisätiedot

Uudistamistuloksen vaihtelun vaikutus uudistamisen kustannustehokkuuteen metsänviljelyssä. Esitelmän sisältö. Taustaa. Tutkimuksen päätavoitteet

Uudistamistuloksen vaihtelun vaikutus uudistamisen kustannustehokkuuteen metsänviljelyssä. Esitelmän sisältö. Taustaa. Tutkimuksen päätavoitteet Uudistamistuloksen vaihtelun vaikutus uudistamisen kustannustehokkuuteen metsänviljelyssä Metsänuudistaminen pohjoisen erityisolosuhteissatutkimushankkeen loppuseminaari 15.3.2012 Rovaniemi Esitelmän sisältö

Lisätiedot

Puuttuvan tiedon ongelmat pitkittäistutkimuksissa

Puuttuvan tiedon ongelmat pitkittäistutkimuksissa 1/27 Puuttuvan tiedon ongelmat pitkittäistutkimuksissa Jaakko Nevalainen Tampereen yliopisto Sosiaalilääketieteen päivät 3.-4.11.2014 2/27 Sisältö 1 Johdanto ja peruskäsitteet 2 Mallintamiseen pohjautuvat

Lisätiedot

10 %. Kuinka monta prosenttia arvo nousi yhteensä näiden muutosten jälkeen?

10 %. Kuinka monta prosenttia arvo nousi yhteensä näiden muutosten jälkeen? YLIOPPILASTUTKINTO- LAUTAKUNTA 3.3.0 MATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ Kokeessa saa vastata enintään kymmeneen tehtävään. Tähdellä (*) merkittyjen tehtävien maksimipistemäärä on 9, muiden tehtävien maksimipistemäärä

Lisätiedot

Johdatus Ammattikorkeakoulun matematiikkaan ja fysiikkaan

Johdatus Ammattikorkeakoulun matematiikkaan ja fysiikkaan Johdatus Ammattikorkeakoulun matematiikkaan ja fysiikkaan ammattiopiston viimeisenä keväänä vahvistaa AMK:uun pyrkivien taitoja pääsykoetta varten saada jo etukäteen 5 op:n suoritus valinnaisiin Tulos:

Lisätiedot

ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2010 Harjoitus 3

ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2010 Harjoitus 3 ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2010 Harjoitus 3 Ratkaisuehdotuksia 1. (a) Päätöspuu on matala, jos mitään sattumasolmua ei välittömästi seuraa sattumasolmu eikä mitään päätössolmua

Lisätiedot

Logistinen regressio, separoivat hypertasot

Logistinen regressio, separoivat hypertasot Logistinen regressio, separoivat hypertasot Topi Sikanen Logistinen regressio Aineisto jakautunut K luokkaan K=2 tärkeä erikoistapaus Halutaan mallintaa luokkien vedonlyöntikertoimia (odds) havaintojen

Lisätiedot

1.2 Yhtälön avulla ratkaistavat probleemat

1.2 Yhtälön avulla ratkaistavat probleemat 1.2 Yhtälön avulla ratkaistavat probleemat Kun matemaattista probleemaa lähdetään ratkaisemaan yhtälöä hyväksi käyttäen, tilanne on vaikeampi kuin ratkaistaessa yhtälöä mekaanisesti. Nyt on näet itse laadittava

Lisätiedot

Viimeinen erä on korot+koko laina eli 666, 67 + 100000 100667, 67AC.

Viimeinen erä on korot+koko laina eli 666, 67 + 100000 100667, 67AC. Kotitehtäviä 6. Aihepiiri Rahoitusmuodot Ratkaisuehdotuksia 1. Pankki lainaa 100000 bullet-luoton. Laina-aika on 4kk ja luoton (vuotuinen) korkokanta 8% Luoton korot maksetaan kuukausittain ja laskutapa

Lisätiedot

Sijoitusrahastoasiakkaiden taloudellinen kyvykkyys ja tulevat lisäsijoituspäätökset

Sijoitusrahastoasiakkaiden taloudellinen kyvykkyys ja tulevat lisäsijoituspäätökset Sijoitusrahastoasiakkaiden taloudellinen kyvykkyys ja tulevat lisäsijoituspäätökset KTT Antti Pellinen Veristi Oy Kulutustutkimuksen Seura 27.11.2009 Taloudellinen kyvykkyys Objektiivinen mittaus Uskottava

Lisätiedot

Asunnot ja asuntokunnat 2013 Hyvinkään kaupunki Talousosasto 23.1.2015

Asunnot ja asuntokunnat 2013 Hyvinkään kaupunki Talousosasto 23.1.2015 Asunnot ja asuntokunnat 2013 Hyvinkään kaupunki Talousosasto 23.1.2015 Hyvinkään asumistilastot Asumistilastot tarjoavat tietoa muun muassa Hyvinkään kaupungin asuntotyypeistä, asumisväljyyden muutoksesta

Lisätiedot

TILASTOLLISTEN MENETELMIEN KIRJO JA KÄYTTÖ LÄÄKETIETEEN TUTKIMUSJULKAISUISSA. Pentti Nieminen 03.11.2014

TILASTOLLISTEN MENETELMIEN KIRJO JA KÄYTTÖ LÄÄKETIETEEN TUTKIMUSJULKAISUISSA. Pentti Nieminen 03.11.2014 TILASTOLLISTEN MENETELMIEN KIRJO JA KÄYTTÖ LÄÄKETIETEEN TUTKIMUSJULKAISUISSA LUKIJAN NÄKÖKULMA 2 TAUSTAKYSYMYKSIÄ 3 Mitä tutkimusmenetelmiä ja taitoja opiskelijoille tulisi opettaa koulutuksen eri vaiheissa?

Lisätiedot

Aki Taanila YHDEN SELITTÄJÄN REGRESSIO

Aki Taanila YHDEN SELITTÄJÄN REGRESSIO Aki Taanila YHDEN SELITTÄJÄN REGRESSIO 26.4.2011 SISÄLLYS JOHDANTO... 1 LINEAARINEN MALLI... 1 Selityskerroin... 3 Excelin funktioita... 4 EKSPONENTIAALINEN MALLI... 4 MALLIN KÄYTTÄMINEN ENNUSTAMISEEN...

Lisätiedot

Säkylän Pyhäjärven kalataloudellinen kannattavuus tulevaisuudessa

Säkylän Pyhäjärven kalataloudellinen kannattavuus tulevaisuudessa Säkylän Pyhäjärven kalataloudellinen kannattavuus tulevaisuudessa EMMI NIEMINEN, TOHTORIKOULUTETTAVA EMMI.E.NIEMINEN@HELSINKI.FI TALOUSTIETEEN LAITOS, MAATALOUS-METSÄTIETEELLINEN TIEDEKUNTA HELSINGIN YLIOPISTO

Lisätiedot

HSL Työsuhdematkaliput Asiakas- ja potentiaalitutkimus Kesäkuu - elokuu 2011

HSL Työsuhdematkaliput Asiakas- ja potentiaalitutkimus Kesäkuu - elokuu 2011 HSL Työsuhdematkaliput Asiakas- ja potentiaalitutkimus Kesäkuu - elokuu 20 SFS-ISO 20252:2008 sertifioitu HSL Työsuhdematkaliput Asiakas- ja potentiaalitutkimus kesä-elokuussa 20 Tutkimuksen tarkoituksena

Lisätiedot

PERUSYHTÄLÖ, JOKA OSOITTAA YHTÄÄLTÄ LUOTON JA TOISAALTA LYHENNYSTEN JA MAKSUJEN VASTAAVUUDEN:

PERUSYHTÄLÖ, JOKA OSOITTAA YHTÄÄLTÄ LUOTON JA TOISAALTA LYHENNYSTEN JA MAKSUJEN VASTAAVUUDEN: 6 LIITE PERUSYHTÄLÖ, JOKA OSOITTAA YHTÄÄLTÄ LUOTON JA TOISAALTA LYHENNYSTEN JA MAKSUJEN VASTAAVUUDEN: K m K 1 A K t K m A K K t K ' K 1 Kirjainten ja merkkien selitykset: ' ' K luoton numero K lyhennyksen

Lisätiedot

Black ja Scholes ilman Gaussia

Black ja Scholes ilman Gaussia Black ja Scholes ilman Gaussia Tommi Sottinen Vaasan yliopisto SMY:n vuosikokousesitelmä 19.3.2012 1 / 21 Johdanto Tarkastelemme johdannaisten, eli kansankielellä optioiden, hinnoittelua. Kuuluisin hinnoittelumalli

Lisätiedot

Vuokratietojen imputointi SISU -aineistoon

Vuokratietojen imputointi SISU -aineistoon Vuokratietojen imputointi SISU -aineistoon Sisällys 1 AINEISTON LÄHTÖTILANNE JA IMPUTOINTI.... 3 1.1 Aineiston asuntokunnat ja asumistukirekisteri...3 1.2 Tietojen imputointimenetelmä........................................

Lisätiedot

Sisäinen korkokanta ja investoinnin kannattavuuden mittareita, L10

Sisäinen korkokanta ja investoinnin kannattavuuden mittareita, L10 Sisäinen ja investoinnin, L10 1 Määritelmä: i sis on se laskentakorko, jolla nettonykyarvo on nolla. Jos projekti on normaali siinä mielessä, että alun negatiivisia nettoeriä seuraa lopun positiiviset

Lisätiedot

Todellinen vuosikorko. Efektiivinen/sisäinen korkokanta. Huomioitavaa

Todellinen vuosikorko. Efektiivinen/sisäinen korkokanta. Huomioitavaa Todellinen vuosikorko Huomioitavaa Edellinen keskimaksuhetkeen perustuva todellinen vuosikorko antaa vain arvion vuosikorosta. Tarkempi arvio todellisesta korosta saadaan ottamalla huomioon mm. koronkorko.

Lisätiedot

b) Arvonnan, jossa 50 % mahdollisuus saada 15 euroa ja 50 % mahdollisuus saada 5 euroa.

b) Arvonnan, jossa 50 % mahdollisuus saada 15 euroa ja 50 % mahdollisuus saada 5 euroa. 2.9. Epävarmuus ja odotetun hyödyn teoria Testi. Kumman valitset a) 10 euroa varmasti. b) Arvonnan, jossa 50 % mahdollisuus saada 15 euroa ja 50 % mahdollisuus saada 5 euroa. Odotettu arvo 0,5* 15 + 0,5*5

Lisätiedot

Riistatiedon merkitys vieraslajitilanteen. esimerkkinä lajipari euroopanmajava - kanadanmajava. Kaarina Kauhala Luke

Riistatiedon merkitys vieraslajitilanteen. esimerkkinä lajipari euroopanmajava - kanadanmajava. Kaarina Kauhala Luke Riistatiedon merkitys vieraslajitilanteen hallinnassa: esimerkkinä lajipari euroopanmajava - kanadanmajava Kaarina Kauhala Luke Euroopanmajava Metsästettiin sukupuuttoon 1800-luvulla (1868). Takaisinistutettu

Lisätiedot

Luento 5: Peliteoriaa

Luento 5: Peliteoriaa Luento 5: Peliteoriaa Tässä kappaleessa tutustutaan lyhyesti peliteoriaan. Peliteorian ratkaisukäsite on Nashin tasapaino, jonka jo Augustin Cournot esitti duopolimallinsa ratkaisuna v. 1838. Cournot n

Lisätiedot

Kysely eläkekassoille ja -säätiöille

Kysely eläkekassoille ja -säätiöille Ohje 1 (7) Viimeisin muutos 31.12.2014 VL Kysely eläkekassoille ja -säätiöille VL-tiedonkeruussa kerätään vuosittaista tietoa eläkekassojen ja -säätiöiden toiminnasta. Tietoja käytetään Finanssivalvonnan

Lisätiedot

DBN Mitä sillä tekee? Dynaamisten Bayes-verkkojen määrittely aikasarja-analyysissä Janne Toivola jtoivola@iki.fi

DBN Mitä sillä tekee? Dynaamisten Bayes-verkkojen määrittely aikasarja-analyysissä Janne Toivola jtoivola@iki.fi DBN Mitä sillä tekee? Dynaamisten Bayes-verkkojen määrittely aikasarja-analyysissä Janne Toivola jtoivola@iki.fi Historiaa Bayesin kaavan hyödyntäminen BN-ohjelmistoja ollut ennenkin Tanskalaisten Hugin

Lisätiedot

Ratkaisu: a) Aritmeettisen jonon mielivaltainen jäsen a j saadaan kaavalla. n = a 1 n + (n 1)n d = 5 500 + 4 = 501500. 2 500 = 5 + 2001 2

Ratkaisu: a) Aritmeettisen jonon mielivaltainen jäsen a j saadaan kaavalla. n = a 1 n + (n 1)n d = 5 500 + 4 = 501500. 2 500 = 5 + 2001 2 Kotitehtäviä 5. Ratkaisuehdotuksia. a) Jono a,..., a 500 on aritmeettinen, a = 5 ja erotusvakio d = 4. Laske jäsenet a, a 8 ja a 00 sekä koko jonon summa. b) Jono b,..., b 0 on geometrinen, b = ja suhdeluku

Lisätiedot

ARVONMUUTOSPERUSTEET Murskaustyöt.

ARVONMUUTOSPERUSTEET Murskaustyöt. MUU OHJAUS 15.1.1999 41/99/20/KH/1 Tiepiirit ASIARYHMÄ 21.30 SÄÄDÖSPERUSTA KORVAA Asetus 126/90 3 Julkaisun TIEL 2240002-95 Murskaustyöt KOHDISTUVUUS Tielaitos VOIMASSA Toistaiseksi ASIASANAT TIENRAKENNUS,

Lisätiedot