Todennäköisyys, että yhden minuutin aikana saapuu 2 4 autoa.

Koko: px
Aloita esitys sivulta:

Download "Todennäköisyys, että yhden minuutin aikana saapuu 2 4 autoa."

Transkriptio

1 Testimuuttuja kriittie arvo 5 %: merkitsevyystasolla katsotaa taulukosta. Kriittie arvo o 9,488. Koska laskettu arvo 4,35 o pieempi kui taulukosta saatu kriittie arvo 9,488, ii ollahypoteesi jää voimaa. Hylkäämisalue 9,488 4,35 Vastaus: Kuusamo lukiossa valmistui yhtä mota ylioppilasta vuosittai vuosia %: merkitsevyystasolla. HARJOITUSKOE 1 1. Kirjasto käyttäjiä 500 Otoskoko aiaki Poimitaväli 0, Vastaus: Poimitaväli korkeitaa 0.. a) Satuaisotataa tai ryväsotataa käyttäe b) Systemaattista otataa käyttäe 90 autoa autoa 3. Autoja keskimääri miuutissa µ 15, 60 mi mi Koska autoja meee harvakseltaa, käytetää Poissoi jakaumaa. k P(X k) µ µ e k! Todeäköisyys, että yhde miuuti aikaa ei saavu yhtää autoa. P(X k) µ k µ µ 15, e k! k 0 0, 15, P(X 0) 15 e 0! e 15, 0,3 Todeäköisyys, että yhde miuuti aikaa saapuu 4 autoa. P(X k) µ k µ µ 15, e k! k 3, tai 4 P(A) P(X ) + P(X 3) + P(X 4) , 15, 15, 15, 15, 15, e + e + e! 3! 4! 108

2 0,51 + 0,15 + 0,047 0,44 Vastaus: Yhde miuuti aikaa ei saavu yhtää autoa todeäköisyydellä 0,3. Yhde miuuti aikaa saapuu 4 autoa todeäköisyydellä 0, A "Seitselapsisessa perheessä aiaki yksi poika" A "Seitselapsisessa perheessä ei yhtää poikaa" Biomitodeäköisyys F Pk k p k q k H G I K J Seitsehekisessä perheessä ei yhtää poikaa F P k p k q k k k H G I 7 K J 0 p 0513, q , 0487, F H G I K J P 0,, , 7 Kysytty todeäköisyys P(A) 1 P( A ) 1 0, , ,994 Vastaus: Seitselapsisessa perheessä aiaki yksi poika todeäköisyydellä 0, Autoilijoide keskiopeus 9,0 km/h Nopeuksie keskihajota 8,0 km/h Autoilija opeus välillä km/h F 100 9, , 0 P(100 < X < 10) P < Z < HG 80, 80, P(1,0 < Z < 3,5) P(Z < 3,5) P(Z 1,0) Φ(,) 35 Φ(,) 10 0,9998 0,8413 0, ,9 % I KJ 109

3 1,0 3,5 Vastaus: Autoilijoista 15,9 prosettia voisi saada rikesako. 6. Otoskoko 7 Pakkauste keskipaio x x , Keskihajoa tiedetää oleva 8,0 g Vapausasteluku f Koska otoskoko o piei 95%: luottamusväli kriittie arvo z saadaa Studeti t-jakaumasta z,447 Luottamusväli L NM x z O L NM s x z s + QP,,,..., +, ;,..., , 508 Vastaus: Pakkauksie keskipaio 95%: luottamusväli o 493, 508 g. 7. Taulukoidaa tiedot. Lasku ( ) x f sf , , , , , , , , Asiakkaita yhteesä Ku ostoste suuruus asetetaa suuruusjärjestyksee keskimmäie o k Kyseie havaito kuuluu luokkaa Mediaai Md , 5 50 ( ) O QP 66, 5 110

4 Ostoste keskiarvo f x x 98 49, , , , Keskihajota f x x s ( ) 1 98 ( 49, 5 657, 56...) ( 749, 5 657, 56...) ( 3 749, 5 657, 56...) , Vastaus: Mediaai 50, keskiarvo 660 ja keskihajota Asetetaa hypoteesit H 0 : Kaikki kahvilat ovat yhtä suosittuja eli tilasto oudattaa tasaista jakaumaa. H 1 : Kaikki kahvilat eivät ole yhtä suosittuja. Tehtävä kysymys tarkoittaa, että o tutkittava oko jakauma tasaie eli ovatko kaikkie sukuimie frekvessit samat. Tästä syystä käytetää χ -testiä Lasketaa teoreettie frekvessi e i Koska kyseessä o tasaie jakauma, kaikkie luokkie teoreettie frekvessi o sama. Kahvila o i e i (o i e i ) ( oi ei) e A ( ) ( ) 163 B ( ) ( ) 163 C ( ) ( ) 163 D ( ) ( ) 163 i 10,541 1,739 1,98 0,

5 Testimuuttuja χ ( oi ei ) e i 1 i 10, , , , , 4 Vapausasteluku f Testimuuttuja kriittie arvo 1 %: merkitsevyystasolla katsotaa taulukosta. Kriittie arvo o 11,345. Koska laskettu arvo 5,4 o suurempi kui taulukosta saatu kriittie arvo 11,345, ii ollahypoteesi hylätää. Hylkäämisalue 11,345 5,4 Vastaus: Nuorisokahvilat eivät ole yhtä suosittuja 1 %: merkitsevyystasolla. HARJOITUSKOE 1. a) Järjestysasteikko Keskilukuia moodi, mediaai ja fraktiilit b) Välimatka-asteikko Keskilukuia moodi, mediaai, fraktiilit ja keskiarvo c) Luokitteluasteikko Keskilukua moodi d) Suhdeasteikko Keskilukuia moodi, mediaai, fraktiilit ja keskiarvo. Ryhmässä 16 tyttöä ja 1 poikaa. a) A "Neljä hege otoksessa kaikki poikia" Ryhmä koko Ryhmässä poikia 1 F Alkeistapauksia kaikkiaa H G 8I K J F Suotuisia alkeistapauksia k H G 1I K J 4 Todeäköisyys P(A) k ,

6 b) A "Neljä hege otoksessa kaikki ovat samaa sukupuolta" "Neljä hege otoksessa kaikki ovat joko poikia tai tyttöjä" Todeäköisyys, että kaikki ovat poikia o a-kohda perusteella Lasketaa todeäköisyys, että kaikki ovat tyttöjä. Ryhmä koko Ryhmässä tyttöjä 16 F Alkeistapauksia kaikkiaa H G 8I K J F Suotuisia alkeistapauksia k H G 16I K J Tyttöje todeäköisyys P(A) k Kysytty todeäköisyys P(A) , Vastaus: a) Kaikki ovat poikia todeäköisyydellä 455 b) Kaikki ovat samaa sukupuolta todeäköisyydellä 004, , 3. Taulukoidaa kahde opa heitossa saatavat silmälukuje tulo arvot. Noppa Noppa Jokaise tulo todeäköisyys p i 1 113

7 Todeäköisyydet x i f i p i p i x i

8 Odotusarvo E( X ) px i i i Vastaus: Kahde opa heitossa silmälukuje tulo odotusarvo o Otoskoko 400 Kiertokertoje keskiarvo x 15 kiertokertaa. Keskihajota s 10 kiertokertaa Koska keskihajota tiedetää ja otoskoko o suuri 95%: luottamusväli kriittie arvo z saadaa ormaalijakaumasta z 1,96 Luottamusväli L NM x z O L NM s x z s + QP 10, 15 1, 96 ;... +, , 16 O QP Vastaus: Virvoitusjuomapulloje kiertokertoje 95%: luottamusväli o 14, 16 kiertokertaa. 5. a) Otoskoko 9 Pakkauste keskipaio x x ,

9 Keskihajota s ( x x ) 1 ( , 11...) + ( , 11...) ( , 11...) 9 1 6, , b) Herkkusieipakkauste paio oudattaa jakaumaa X ~ N(158,11 ;6,881 ) Todeäköisyys, että seuraava pakkaus paiaa yli 160 g F , I P(X > 160) P Z > HG 6881,... KJ P(Z > 0,74 ) 1 Φ( 074,...) 1 0,6081 0,3919 0,39 0,74 c) Otoskoko 9 Keskiarvo x 158, 11...g Keskihajota s 6,881 g Vapausasteluku f Koska keskihajotaa ei tiedetä ja otoskoko o piei 99%: luottamusväli kriittie arvo z saadaa Studeti t-jakaumasta z 3,355 Luottamusväli Lx z s x z s O L + NM QP,...,,..., NM +, ; 158, , , 166 Vastaus: a) Pakkauksie keskipaio o 158 g ja keskihajota 6,88 g. b) Seuraava pakkaukse paio suurempi kui 160 g todeäköisyydellä 0,39. c) Pakkauksie keskipaio 99%: luottamusväli o 150, 166 grammaa. 6. Kymmee sekui aikaa tehdää keskimääri 700 matkaa 700 matkaa 700 matkaa µ 3888,... 05, h 05, s s 116 matkaa 10 s O QP

10 A "Satuaisesti valitu 10 sekui aikaa ajetaa yli 5 taksimatkaa" A " Satuaisesti valitu 10 sekui aikaa ajetaa korkeitaa 5 matkaa" " Satuaisesti valitu 10 sekui aikaa ajetaa 0, 1,, 3, 4 tai 5 matkaa" Poissoi jakauma P(X k) µ k µ µ 388,... e k! k 0134,,,, tai 5 Todeäköisyys P(A) 1 P( A ) F HG , , , , , , , , , , , ,... e + e + e + e + e + e 0! 1!! 3! 4! 5! 1 (0, , , , , ,1517 ) 1 0,80 0,0 Vastaus: Satuaisesti valitu 10 sekui aikaa ajetaa yli 5 taksimatkaa todeäköisyydellä 0,0. 7. Asetetaa hypoteesit H 0 : Koti- ja vapaa-aja tapaturmie määrillä ei ole eroa eri kuukausia. H 1 : Koti- ja vapaa-aja tapaturmie määrillä o eroa eri kuukausia. Tehtävä kysymys tarkoittaa, että o tutkittava oko jakauma tasaie eli ovatko kaikkia kuukausia tapaturmie frekvessit samat. Tästä syystä käytetää χ -testiä Lasketaa teoreettie frekvessi e i Koska kyseessä o tasaie jakauma, kaikkie luokkie teoreettie frekvessi o sama. Kuukausi o i e i ( oi ei) ei tammikuu ( ) 30, helmikuu ( ) 38,5 795 maaliskuu ,78 huhtikuu ,5 toukokuu ,4 kesäkuu ,65 heiäkuu ,4 elokuu ,5 syyskuu ,79 lokakuu ,63 marraskuu ,5 joulukuu , I KJ

11 Testimuuttuja χ ( oi ei ) e i 1 i 30, , , , Vapausasteluku f Testimuuttuja kriittie arvo 1 %: riskitasolla katsotaa taulukosta. Kriittie arvo o 4,75. Koska laskettu arvo 909 o suurempi kui taulukosta saatu kriittie arvo 4,75, ii ollahypoteesi hylätää. Hylkäämisalue 4, Vastaus: Tapaturmie määrällä eri kuukausie aikaa o eroa. 8. Tutkimukse tuusluvut tuusluku tytöt pojat x 5,47 6,48 s 3,76 3, Asetetaa hypoteesit H 0 : Tyttöje ja poikie aikoma avioitumisikä ei eroa toisistaa. x x H 1 : Tyttöje ja poikie aikoma avioitumisikä eroaa toisistaa. x x Koska perusjouko hajotaa ei tueta käytetää t-testiä. Testimuuttuja x1 5, 47 x 6, 48 x1 x t F s + sif + I HG + KJ HG KJ s , s 341, 5, 47 6, 48 F 105 3, , 41I + HG + K J F HG , 465 I K J

12 Vapausasteluku f Kaksisuutaise t-testi kriittiset arvot 1 %: riskitasolla ±601, Testimuuttuja arvo 3,465 o pieempi kui kriittie arvo,601. Se kuuluu siis hylkäämisalueesee, jote H 0 hylätää 1 %: riskitasolla. Hylkäämisalue Hylkäämisalue,601,601 3,465 Vastaus: Tyttöje ja poikie aikoma avioitumisikä poikkeaa toisistaa 1 % riskitasolla. HARJOITUSKOE 3 1. Järjestetää hiihtolekkie pituudet (km) suuruusjärjestyksee. 5, 5, 5, 6, 7, 8, 8, 10, 1, 1, 1, 1, 15, 17, 5 Moodi Mo 1 km (suuri frekvessi) Mediaai Md 10 km (suuruusjärjestyksessä keskimmäie) Keskiarvo x x , 6 Vaihteluväli pituus R 5 km 5 km 0 km Keskihajota x x s ( ) ( 7 106, ) + ( 6 106, ) + (5 106, ) ( 1 106, ) 15 53, Vastaus: Moodi 1 km, mediaai 10 km, keskiarvo 10,6 km, vaihteluväli pituus 0 km ja keskihajota 5,3 km. 119

13 . A "Jai voittaa koko ottelu" "Jai voittaa kaksi seuraavaa erää" Jai voittaa erä todeäköisyydellä 60% 0,60 Todeäköisyys P(A) 06, 06, 0, Vastaus: Jai voittaa koko ottelu todeäköisyydellä 0,. 3. Tehtävä pitäisi ratkaista käyttäe biomijakaumaa, koska tällöi vastaus o täsmällee oikea. Tehtävässä voi kuiteki korvata biomijakauma ormaalijakaumalla, koska toistoje määrä o suuri. Seuraavassa esitetää molemmat tavat vielä site, että ormaalijakaumassa käytetää ja ei käytetä jatkuvuuskorjausta. A "Aiaki 15 maalia 0 rakkarista" Biomitodeäköisyys F Pk k p k q k H G I K J Rakkareide lukumäärä 0 Oistueide rakkareide lukumäärä k 15, k 16, k 17, k 18, k 19 tai k 0 Yhde rakkari oistumistodeäköisyys p 65% 0,65 Vastatapaukse todeäköisyys q 1 p 1 0,65 0,35 Todeäköisyys P(A) F P 15 +P16 + P17 + P18 + P19 + P0 H G 0I K J F + H G I K J F + H G I K J F ,,,, 065, 035, + H G I K J F H G I K J F + H G I K J ,,,, 065, 035, , , ,03 + 0, , ,0001 0,45 Vastaus: Rakkareide oistumistodeäköisyys 0, Vaihtoehtoie ratkaisutapa ormaalijakaumalla ilma jatkuvuuskorjausta: Rakkareide oistumiste lukumäärää voidaa arvioida ormaalijakaumalla, joka parametrit ovat: odotusarvo x p 0 0, keskihajota s pq 0 0, 65 0, 35 4, 55, Todeäköisyys, että aiaki 15 rakkaria oistuu F 15 13I P(15) P Z Laskussa ei käytetä jatkuvuuskorjausta. 455, HG KJ 10

14 P(Z 0,937 ) 1 Φ( 0, ) 1 0,864 0,174 0,937 Vastaus: Rakkareide oistumistodeäköisyys 0, Vaihtoehtoie ratkaisutapa ormaalijakaumalla jatkuvuuskorjausta käyttäe: Todeäköisyys, että aiaki 15 rakkaria oistuu. F HG I KJ 14, 5 13 P(15) P Z 455, P(Z 0,703 ) 1 Φ( 0703,...) 1 0,7580 0,4 Laskussa käytetää jatkuvuuskorjausta. 0,703 Vastaus: Rakkareide oistumistodeäköisyys 0, Jääkiekkoilija tekee ottelussa keskimääri µ maalia 0565, maalia 160 Koska maaleja tehdää vähä ottelua kohde, käytetää Poissoi jakaumaa. P(X k) µ µ e k! k a) Todeäköisyys, että pelaaja tekee seuraavassa ottelussa yhde maali. P(X k) µ k µ µ 0, 565 e k! k 1 P(X 0) 0, 565 e 1! 0,305 0, , 11

15 b) Todeäköisyys, että pelaaja tekee seuraavassa ottelussa aiaki yhde maali. A "Seuraavassa ottelussa aiaki yksi maali" A " Seuraavassa ottelussa ei yhtää maalia" P( A ) P(X k) µ k µ µ 0, 565 e k! k 0 Kysytty todeäköisyys P(A) 1 P(X 0) , 0565, e 0! 1 e 0565, 1 0,5697 0,43 c) A "Pelaaja tekee seuraavassa ottelussa korkeitaa yhde maali" "Pelaaja tekee seuraavassa ottelussa 0 tai 1 maalia" P(X k) µ k µ µ 0, 565 e k! k 0 tai 1 Kysytty todeäköisyys P(A) P(X 0) + P(X 1) , 0565, 0565, 0, 565 e + e 0! 1! 0, ,5697 0,89 Vastaus: Pelaaja tekee seuraavassa ottelussa a) yhde maali todeäköisyydellä 0,3 a) aiaki yhde maali todeäköisyydellä 0,43 c) korkeitaa yhde maali todeäköisyydellä 0, Kompoettie leveyde odotusarvo µ 10, 0 mm Normitetaa leveys Z X x X 13, 0 mm s x 10, 0 mm 13, 0 10, 0 3, 0 Z s s Todeäköisyys P(117,0 < X < 13,0) 0,04 0,96,0 %,0 % 3,0 s 1

16 Kuviosta P(X < 13,0) 1 004, 098, Taulukkokirjasta Φ( 05, ) 098, 0,98 Kuvioista 30, 05, s s 30, 05, s : 05, s 146, (mm),05 Vastaus: Levyje leveyde keskihajota oli 1,46 mm. 6. Asetetaa hypoteesit H 0 : Akkuje kestoikä o 1 00 h. ( µ 100h) H 1 : Akkuje kestoikä o alle1 00 h. ( µ < 1 00 h) Akkuje kestoiä keskiarvo x x , 6 Keskihajota x x s ( ) 1 ( , 6) + ( , 6) ( , 6) , Koska perusjouko keskihajotaa ei tueta, ii käytetää t-testiä. Testimuuttuja x 1139, 6 x µ µ 1 00 t s s 1,

17 1139, , ,... Vapausasteluku f Yksisuutaise t-testi kriittiset arvot 1 %: riskitasolla ±35, Testimuuttuja arvo 1,397 ei kuulu hylkäämisalueesee, jote H 0 pysyy voimassa 1 % riskitasolla. Hylkäämisalue Hylkäämisalue 3,5 1,397 3,5 Vastaus: Valmistaja ilmoittama aku käyttöikä ei ole liia suuri. 7. a) Haastateltuje lukumäärä Polkupyörä omistavie osuus p $ 0838, Polkupyörää ei omistaut q$ 1 p$ , 016, Normaalijakaumasta saatava 95%: luottamusväli kriittie arvo z 1,96 Luottamusväli L NM p$ z O P L M pq $$ pq $$,,, p $ + z,,,,, QP NM , ; 0861, b) Suomalaisista omistaa pyörä 95 %: todeäköisyydellä 0815, 5, ; 0861, 5, milj. 4, ; 45, milj. 0, 838 0, O QP Vastaus: a) Polkupyörä omistavie suomalaiste 95%: luottamusväli o 0, 815; 0, 861. b) Suomalaista 4, 4,5 miljooaa omistaa polkupyörä. 8. Asetetaa hypoteesit H 0 : Vaalitulokset oudattivat samaa jakaumaa. H 1 : Vaalitulokset eivät oudattaeet samaa jakaumaa. Testataa yhteesopivuutta, jote käytetää χ -testiä. Käytetää vuode 000 vaalitulosta havaitoarvoia o i. Lasketaa teoreettie frekvessi e i vuode 1996 vaalitulokse suhteellisea osuutea. Paikkoja vuoa 1996: Paikkoja vuoa 000:

18 Puolue o i 1996 e i ( oi ei) e Keskusta ( , 70...) 4 717, ,70 SDP ( , 9...) 610, ,9 Kokoomus ,64 4,676 Vasemmisto ,58 6,17 liitto Vihreät ,77 8,078 i 14,186 6,746 Testimuuttuja χ ( oi ei ) e i 1 i 14, , , , 86 Vapausasteluku f Testimuuttuja kriittie arvo 1 %: riskitasolla katsotaa taulukosta. Kriittie arvo o 13,77. Koska laskettu arvo 39,86 o suurempi kui taulukosta saatu kriittie arvo 13,77, ii ollahypoteesi hylätää. Hylkäämisalue 13,77 39,86 Vastaus: Vaalitulokset eivät oudata samaa jakaumaa. 15

Vastaus: Kertymäfunktio on F( x) = x, kun 0 x 20. Todennäköisyydet ovat molemmat 1. Frekvenssi f

Vastaus: Kertymäfunktio on F( x) = x, kun 0 x 20. Todennäköisyydet ovat molemmat 1. Frekvenssi f 0, ku x < 0 Vastaus: Kertymäfuktio o F( x) = x, ku 0 x 0 0, ku x > 0 Todeäköisyydet ovat molemmat 0. Laudatur MAA ratkaisut kertausharjoituksii Tilastoje esittämie 3. a) Tietty kasvi b) Kukkie lukumäärä

Lisätiedot

8. laskuharjoituskierros, vko 11, ratkaisut

8. laskuharjoituskierros, vko 11, ratkaisut Mat-2.091 Sovellettu todeäköisyyslasku, kevät -05 Heliövaara, Palo, Melli 8. laskuharjoituskierros, vko 11, ratkaisut D1. Oletetaa, että havaiot X i, i = 1, 2,..., 100 muodostavat yksikertaise satuaisotokse

Lisätiedot

n = 100 x = 0.6 99%:n luottamusväli µ:lle Vastaus:

n = 100 x = 0.6 99%:n luottamusväli µ:lle Vastaus: 1. Tietyllä koeella valmistettavie tiivisterekaide halkaisija keskihajoa tiedetää oleva 0.04 tuumaa. Kyseisellä koeella valmistettuje 100 rekaa halkaisijoide keskiarvo oli 0.60 tuumaa. Määrää 95%: ja 99%:

Lisätiedot

KERTAUSHARJOITUKSIA. Tilastojen esittäminen. 212. a) 15-19 vuotiaita tyttöjä 156 377 Koko väestö 5 219 732 156 277 Näiden tyttöjen osuus

KERTAUSHARJOITUKSIA. Tilastojen esittäminen. 212. a) 15-19 vuotiaita tyttöjä 156 377 Koko väestö 5 219 732 156 277 Näiden tyttöjen osuus KERTAUSHARJOITUKSIA Tilastoje esittämie. a) -9 vuotiaita tyttöjä 377 Koko väestö 9 73 77 Näide tyttöje osuus 3, 0 % 9 73 b) Pojat ja tytöt: 3 377 + 77 = 39 4 39 4 Osuus koko väestöstä, % 9 73 c) Ikäluokka

Lisätiedot

Otantajakauman käyttö päättelyssä

Otantajakauman käyttö päättelyssä Keskiarvo otatajakauma Toisistaa tietämättä kaksi tutkijaa tutkii samaa ilmiötä, jossa perusjoukko koostuu kuudesta tutkittavasta ja tarkoituksea o laskea keskiarvo A: Kokoaistutkimus B: Otatatutkimus

Lisätiedot

Mat Sovellettu todennäköisyyslasku A. Otos- ja otosjakaumat Estimointi Estimointimenetelmät Väliestimointi. Avainsanat:

Mat Sovellettu todennäköisyyslasku A. Otos- ja otosjakaumat Estimointi Estimointimenetelmät Väliestimointi. Avainsanat: Mat-.090 Sovellettu todeäköisyyslasku A Mat-.090 Sovellettu todeäköisyyslasku A / Ratkaisut Aiheet: Avaisaat: Otos- ja otosjakaumat Estimoiti Estimoitimeetelmät Väliestimoiti Aritmeettie keskiarvo, Beroulli-jakauma,

Lisätiedot

****************************************************************** ****************************************************************** 7 Esim.

****************************************************************** ****************************************************************** 7 Esim. 8.3. Kombiaatiot MÄÄRITELMÄ 6 Merkitä k, joka luetaa yli k:, tarkoittaa lause- ketta k = k! ( k)! 6 3 2 1 6 Esim. 1 3 3! = = = = 3! ( 3)! 3 2 1 3 2 1 3 2 1 Laskimesta löydät äppäime, jolla kertomia voi

Lisätiedot

Tilastolliset menetelmät: Tilastolliset testit

Tilastolliset menetelmät: Tilastolliset testit Tilastolliset meetelmät Tilastolliset testit Tilastolliset meetelmät: Tilastolliset testit 8. Tilastollie testaus 9. Testejä suhdeasteikollisille muuttujille. Testejä järjestysasteikollisille muuttujille.

Lisätiedot

1. (Jatkoa Harjoitus 5A tehtävään 4). Monisteen esimerkin mukaan momenttimenetelmän. n ne(y i Y (n) ) = 2E(Y 1 Y (n) ).

1. (Jatkoa Harjoitus 5A tehtävään 4). Monisteen esimerkin mukaan momenttimenetelmän. n ne(y i Y (n) ) = 2E(Y 1 Y (n) ). HY / Matematiika ja tilastotietee laitos Tilastollie päättely II, kevät 018 Harjoitus 5B Ratkaisuehdotuksia Tehtäväsarja I 1. (Jatkoa Harjoitus 5A tehtävää ). Moistee esimerki 3.3.3. mukaa momettimeetelmä

Lisätiedot

Tunnuslukuja 27 III TUNNUSLUKUJA

Tunnuslukuja 27 III TUNNUSLUKUJA Tuuslukuja 27 III TUNNUSLUKUJA Tuuslukuja 28 Tuuslukuja käytetää, ku tilastoaieistoa havaiollistetaa tiivistetysti yksittäisillä luvuilla. Tuusluvut lasketaa muuttujie arvoje perusteella ja e kuvaavat

Lisätiedot

Mat Tilastollisen analyysin perusteet, kevät 2007

Mat Tilastollisen analyysin perusteet, kevät 2007 Mitä tilastotiede o? Mat-.04 Tilastollise aalyysi perusteet, kevät 007. lueto: Johdato Tilastotiede kehittää ja soveltaa meetelmiä: reaalimaailma ilmiöistä johtopäätökset ilmiöitä kuvaavie tietoje perusteella

Lisätiedot

Työvoima Palvelussuhdelajeittain %-jakautumat

Työvoima Palvelussuhdelajeittain %-jakautumat Hallinto 2510 Hyvinvointitoimiala tammikuu 134,9 121,3-13,6 82,8 84,4 3,2 5,4 11,8 7,3 2,3 2,9 3,9 5,8 55,6 38,6 123,1 107,6 91,3 % 88,7 % helmikuu 133,9 118,8-15,1 82,3 83,4 3,9 5,5 11,1 7,6 2,6 3,6 8,1

Lisätiedot

TILASTOT: johdantoa ja käsitteitä

TILASTOT: johdantoa ja käsitteitä TILASTOT: johdatoa ja käsitteitä TOD.NÄK JA TILASTOT, MAA10 Tilastotietee tehtävää o esittää ja tulkita tutkimuskohteesee liittyvää havaitoaieistoa eli tilastoaieistoa. Tutkitaa valittua joukkoa ja se

Lisätiedot

10 Kertolaskusääntö. Kahta tapahtumaa tai satunnaisilmiötä sanotaan riippumattomiksi, jos toisen tulos ei millään tavalla vaikuta toiseen.

10 Kertolaskusääntö. Kahta tapahtumaa tai satunnaisilmiötä sanotaan riippumattomiksi, jos toisen tulos ei millään tavalla vaikuta toiseen. 10 Kertolaskusäätö Kahta tapahtumaa tai satuaisilmiötä saotaa riippumattomiksi, jos toise tulos ei millää tavalla vaikuta toisee. Esim. 1 A = (Heitetää oppaa kerra) ja B = (vedetää yksi kortti pakasta).

Lisätiedot

Otantajakauma. Otantajakauman käyttö päättelyssä. Otantajakauman käyttö päättelyssä

Otantajakauma. Otantajakauman käyttö päättelyssä. Otantajakauman käyttö päättelyssä Otatajakauma kuvaa tarkasteltava parametri jakauma eri otoksista laskettua parametria o joki yleesä tuusluku, esim. keskiarvo, suhteellie osuus, riskisuhde, korrelaatiokerroi, regressiokerroi, je. parametria

Lisätiedot

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi Luennot, osa II

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi Luennot, osa II Otokset MS-A050 Todeäköisyyslaskea ja tilastotietee peruskurssi Lueot, osa II Kaksi hyödyllista jakaumaa 3 Estimoiti G. Gripeberg 4 Luottamusvälit Aalto-yliopisto. helmikuuta 05 5 Hypoteesie testaus 6

Lisätiedot

pq n s n Kyllä Ei N Jäsenyys 5,4% 94.6 % 1500 Adressi 21,6% 78.4 % 1495 Lahjoitus 23,7% 76.3 % 1495 Mielenosoitus 1,1% 98.9 % 1489

pq n s n Kyllä Ei N Jäsenyys 5,4% 94.6 % 1500 Adressi 21,6% 78.4 % 1495 Lahjoitus 23,7% 76.3 % 1495 Mielenosoitus 1,1% 98.9 % 1489 Perusjoukko ja otos Kvatitatiiviset meetelmät Sami Fredriksso Yleie valtio-oppioppi Havaitoyksikkö o empiirise mittaukse kohde Perusjoukko o kaikkie havaitoyksiköide muodostama kokoaisuus Otos o perusjoukkoa

Lisätiedot

2-suuntainen vaihtoehtoinen hypoteesi

2-suuntainen vaihtoehtoinen hypoteesi Mat-.6 Sovellettu todeäköisyyslasketa. harjoitukset Mat-.6 Sovellettu todeäköisyyslasketa B. harjoitukset / Ratkaisut Aiheet: Tilastolliset testit Avaisaat: Aritmeettie keskiarvo, Beroulli-jakauma, F-jakauma,

Lisätiedot

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

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

Lisätiedot

6. Kombinaatio-oppi, todennäköisyys ja tilastot

6. Kombinaatio-oppi, todennäköisyys ja tilastot 6. Kombiaatio-oppi, todeäköisyys ja tilastot 6.1 Satuaisotata takaisipaolla Poimimme 3 alkiota takaisipaolla 1 alkio perusjoukosta. Kuika mota erilaista kolme alkio osajoukkoa voimme saada? Ratkaisu. Vastaus:

Lisätiedot

Johdatus tilastotieteeseen Otos ja otosjakaumat. TKK (c) Ilkka Mellin (2004) 1

Johdatus tilastotieteeseen Otos ja otosjakaumat. TKK (c) Ilkka Mellin (2004) 1 Johdatus tilastotieteesee Otos ja otosjakaumat TKK (c) Ilkka Melli (004) 1 Otos ja otosjakaumat Yksikertaie satuaisotos Otostuusluvut ja otosjakaumat Aritmeettise keskiarvo otosjakauma Otosvariassi otosjakauma

Lisätiedot

Mat-2.091 Sovellettu todennäköisyyslasku. Tilastolliset testit. Avainsanat:

Mat-2.091 Sovellettu todennäköisyyslasku. Tilastolliset testit. Avainsanat: Mat-.090 Sovellettu todeäköiyylaku A 0. harjoituket Mat-.09 Sovellettu todeäköiyylaku 0. harjoituket / Ratkaiut Aiheet: Avaiaat: Tilatolliet tetit Aritmeettie kekiarvo, Beroulli-jakauma, F-jakauma, F-teti,

Lisätiedot

Mat Sovellettu todennäköisyyslasku 9. harjoitukset/ratkaisut. Luottamusvälit

Mat Sovellettu todennäköisyyslasku 9. harjoitukset/ratkaisut. Luottamusvälit Mat-.09 Sovellettu todeäköisyyslasku Mat-.09 Sovellettu todeäköisyyslasku /Ratkaisut Aiheet: Estimoiti Luottamusvälit Avaisaat: Aritmeettie keskiarvo, Beroulli-jakauma, Estimaattori, Estimoiti, Frekvessi,

Lisätiedot

Kaksiulotteinen normaalijakauma Mitta-asteikot Havaintoaineiston kuvaaminen ja otostunnusluvut

Kaksiulotteinen normaalijakauma Mitta-asteikot Havaintoaineiston kuvaaminen ja otostunnusluvut Mat-2.09 Sovellettu todeäköisyyslasku /Ratkaisut Aiheet: Kaksiulotteie ormaalijakauma Mitta-asteikot Havaitoaieisto kuvaamie ja otostuusluvut Avaisaat: Ehdollie jakauma, Ehdollie odotusarvo, Ehdollie variassi,

Lisätiedot

Harjoitukset 1 : Tilastokertaus

Harjoitukset 1 : Tilastokertaus 31C99904, Capstoe: Ekoometria ja data-aalyysi TA : markku.siikae(a)aalto.fi & tuuli.vahapelto(a)aalto.fi Harjoitukset 1 : Tilastokertaus (Palautus 10.1.2017) Palautellaa mielii hiema tilasto-oppia ja todeäköisyyslasketaa.

Lisätiedot

Mat-2.090 Sovellettu todennäköisyyslasku A

Mat-2.090 Sovellettu todennäköisyyslasku A Mat-.090 Sovellettu todeäköiyylaku A Mat-.090 Sovellettu todeäköiyylaku A / Ratkaiut Aiheet: Avaiaat: Tilatollite aieito keräämie ja mittaamie Tilatollite aieitoje kuvaamie Oto ja otojakaumat Aritmeettie

Lisätiedot

Osa 2: Otokset, otosjakaumat ja estimointi

Osa 2: Otokset, otosjakaumat ja estimointi Ilkka Melli Tilastolliset meetelmät Osa : Otokset, otosjakaumat ja estimoiti Otokset ja otosjakaumat TKK (c) Ilkka Melli (007) 1 Otokset ja otosjakaumat >> Satuaisotata ja satuaisotokset Otostuusluvut

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

Testit järjestysasteikollisille muuttujille. Testit järjestysasteikollisille muuttujille. Testit järjestysasteikollisille muuttujille: Esitiedot

Testit järjestysasteikollisille muuttujille. Testit järjestysasteikollisille muuttujille. Testit järjestysasteikollisille muuttujille: Esitiedot TKK (c Ilkka Melli (004 Johdatus tilastotieteesee TKK (c Ilkka Melli (004 : Mitä opimme? Tarkastelemme tässä luvussa seuraavia järjestysasteikolliste muuttujie testejä: ja merkkitesti parivertailuille

Lisätiedot

KOULUMATKATUKI TAMMIKUUSSA 2003

KOULUMATKATUKI TAMMIKUUSSA 2003 Tiedustelut Timo Partio, puh. 020 434 1382 s-posti timo.partio@kela.fi KOULUMATKATUKI TAMMIKUUSSA 2003 Kaikki Tuki maksun vastaanottajan mukaan, 1 000 euroa 2003 Tammikuu 23 555 2 008 1 156 35 374 23 419

Lisätiedot

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi MS-A0501 Todeäköisyyslaskea ja tilastotietee peruskurssi 4A Satuaisotata ja parametrie estimoiti Lasse Leskelä Matematiika ja systeemiaalyysi laitos Perustieteide korkeakoulu Aalto-yliopisto Syksy 2016,

Lisätiedot

3 Lukujonot matemaattisena mallina

3 Lukujonot matemaattisena mallina 3 Lukujoot matemaattisea mallia 3. Aritmeettie ja geometrie joo 64. a) Lukujoo o aritmeettie joo, joka yleie jäse o a 3 ( ) 4 34 4 4 b) Lukujoo o geometrie joo, joka yleie jäse o c) Lukujoo o geometrie

Lisätiedot

ikä (vuosia) on jo muuttanut 7 % 46 % 87 % 96 % 98 % 100 %

ikä (vuosia) on jo muuttanut 7 % 46 % 87 % 96 % 98 % 100 % Testaa taitosi 1 1. Noppaa heitetään kahdesti. Merkitse kaikki alkeistapaukset koordinaatistoon. a) Millä todennäköisyydellä ainakin toinen silmäluvuista on 3? b) Mikä on a-kohdan tapahtuman vastatapahtuma?

Lisätiedot

Päähakemisto Tehtävien ratkaisut -hakemisto. 203. Vuosi Indeksi 2008 108,3 2012 116,7. a) Jakamalla 1,07756 7,76 %. c) Jakamalla 0,92802

Päähakemisto Tehtävien ratkaisut -hakemisto. 203. Vuosi Indeksi 2008 108,3 2012 116,7. a) Jakamalla 1,07756 7,76 %. c) Jakamalla 0,92802 Päähakemisto Tehtävie ratkaisut -hakemisto 2 Raha 202. Vuosi Ideksi 2007 104,1 2009 108,3 108,3 a) Jakamalla 1,040345 104,1 saadaa iflaatioprosetiksi 4,03 %. 104,1 b) Jakamalla 0,96121 saadaa, että raha

Lisätiedot

A-OSA. Kyseessä on binomitodennäköisyys. 30 P(Tasan 10 sadepäivää ja muut 20 poutapäiviä) 0,35 (1 0,35) ,35 0, ,

A-OSA. Kyseessä on binomitodennäköisyys. 30 P(Tasan 10 sadepäivää ja muut 20 poutapäiviä) 0,35 (1 0,35) ,35 0, , MAB8-harjoituskoe RATKAISUT A-OSA 1. Eräänä kuukautena yksittäisen sadepäivän todennäköisyys on 35 %. Millä todennäköisyydellä kuukauden päivistä 10 on sadepäiviä ja 20 poutapäiviä, kun kuukaudessa on

Lisätiedot

Tilastollinen todennäköisyys

Tilastollinen todennäköisyys Tilastollie todeäköisyys TOD.NÄK JA TILASTOT, MAA10 Klassisessa todeäköisyydessä oli ehdot: äärellisyys ja symmetrisyys. Tämä tilae o usei mahdoto ts. alkeistapauksia o usei ääretö määrä tai e eivät ole

Lisätiedot

Päähakemisto Tehtävien ratkaisut -hakemisto. 203. Vuosi Indeksi 2003 105,1 2007 110,8. a) Jakamalla 110,8 1,05423 saadaan inflaatioprosentiksi noin

Päähakemisto Tehtävien ratkaisut -hakemisto. 203. Vuosi Indeksi 2003 105,1 2007 110,8. a) Jakamalla 110,8 1,05423 saadaan inflaatioprosentiksi noin Päähakemisto Tehtävie ratkaisut -hakemisto 2 Raha 202. Vuosi Ideksi 2002 104,2 2004 106,2 a) Jakamalla 106,2 1,01919 saadaa iflaatioprosetiksi 1,92 %. 104,2 b) Jakamalla 104,2 0,98116 saadaa, että raha

Lisätiedot

Normaalijakaumasta johdettuja jakaumia. Normaalijakaumasta johdettuja jakaumia. Normaalijakaumasta johdettuja jakaumia: Mitä opimme?

Normaalijakaumasta johdettuja jakaumia. Normaalijakaumasta johdettuja jakaumia. Normaalijakaumasta johdettuja jakaumia: Mitä opimme? TKK (c) Ilkka Melli (4) Johdato Johdatus todeäköisyyslasketaa TKK (c) Ilkka Melli (4) : Mitä opimme? / Tutustumme tässä luvussa seuraavii ormaalijakaumasta (ks. lukua Jatkuvia jakaumia) johdettuihi jakaumii:

Lisätiedot

TODENNÄKÖISYYS JA TILASTOT MAA6 KERTAUS

TODENNÄKÖISYYS JA TILASTOT MAA6 KERTAUS TODENNÄKÖISYYS JA TILASTOT MAA6 KERTAUS Klassinen todennäköisyys P suotuisten alkeistapausten lkm kaikkien alkeistapausten lkm P( mahdoton tapahtuma ) = 0 P( varma tapahtuma ) = 1 0 P(A) 1 Todennäköisyys

Lisätiedot

( ) k 1 = a b. b 1) Binomikertoimen määritelmän mukaan yhtälön vasen puoli kertoo kuinka monta erilaista b-osajoukkoa on a-joukolla.

( ) k 1 = a b. b 1) Binomikertoimen määritelmän mukaan yhtälön vasen puoli kertoo kuinka monta erilaista b-osajoukkoa on a-joukolla. Kombiatoriikka, kesä 2010 Harjoitus 2 Ratkaisuehdotuksia (RT) (5 sivua) Käytä tehtävissä 1-3 kombiatorista päättelyä. 1. Osoita, että kaikilla 0 b a pätee ( ) a a ( ) k 1 b b 1 kb Biomikertoime määritelmä

Lisätiedot

Kertaustesti Perheessä on neljä lasta, joista valitaan arpomalla kaksi tiskaajaa. Millä todennäköisyydellä nuorin joutuu tiskaamaan?

Kertaustesti Perheessä on neljä lasta, joista valitaan arpomalla kaksi tiskaajaa. Millä todennäköisyydellä nuorin joutuu tiskaamaan? Kertaustesti 1 Nimi: 1. a) Noppaa heitetään kerran. Millä todennäköisyydellä saadaan silmäluku 2? b) Noppaa heitetään kaksi kertaa peräkkäin. Millä todennäköisyydellä molemmilla heitoilla saadaan silmäluku

Lisätiedot

2-suuntainen vaihtoehtoinen hypoteesi

2-suuntainen vaihtoehtoinen hypoteesi MS-A53 Todeäköisyyslaskea ja tilastotietee peruskurssi Esimerkkikokoelma 5 Aiheet: Tilastolliset testit Yhde otokse t-testi Testausasetelma yhde otokse t-testissä odotusarvolle Olkoo X i, i =,,, riippumato

Lisätiedot

Todennäköisyyslaskenta I, kesä 2017 Helsingin yliopisto/avoin yliopisto Harjoitus 3, ratkaisuehdotuksia

Todennäköisyyslaskenta I, kesä 2017 Helsingin yliopisto/avoin yliopisto Harjoitus 3, ratkaisuehdotuksia Todeäköisyyslasketa I, kesä 207 Helsigi yliopisto/avoi yliopisto Harjoitus 3, ratkaisuehdotuksia. Aikaisemma viiko teemaa. Edessäsi o kaksi laatikkoa A ja B. Laatikossa A o 8 palloa, joista puolet valkoisia.

Lisätiedot

Juuri 10 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty

Juuri 10 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Juuri 0 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty 9..08 Kertaus K. a) Alapaineiden pienin arvo on ja suurin arvo 74, joten vaihteluväli on [, 74]. b) Alapaineiden keskiarvo on 6676870774

Lisätiedot

A-osio: Ilman laskinta, MAOL:in taulukkokirja saa olla käytössä. Maksimissaan tunti aikaa.

A-osio: Ilman laskinta, MAOL:in taulukkokirja saa olla käytössä. Maksimissaan tunti aikaa. MAA6 koe 26.9.2016 Jussi Tyni Muista merkitä vastauspaperiin oma nimesi ja tee etusivulle pisteytysruudukko. Kaikkiin tehtävien ratkaisuihin välivaiheet näkyviin! A-osio: Ilman laskinta, MAOL:in taulukkokirja

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

Johdatus tilastotieteeseen Otos ja otosjakaumat. TKK (c) Ilkka Mellin (2005) 1

Johdatus tilastotieteeseen Otos ja otosjakaumat. TKK (c) Ilkka Mellin (2005) 1 Johdatus tilastotieteesee Otos ja otosjakaumat TKK (c) Ilkka Melli (005) 1 Otos ja otosjakaumat Yksikertaie satuaisotos Otostuusluvut ja otosjakaumat Aritmeettise keskiarvo ja otosvariassi otosjakaumat

Lisätiedot

= true C = true) θ i2. = true C = false) Näiden arvot löydetään kuten edellä Kun verkko on opetettu, niin havainto [x 1

= true C = true) θ i2. = true C = false) Näiden arvot löydetään kuten edellä Kun verkko on opetettu, niin havainto [x 1 35 Naiivi Bayes Luokkamuuttua C o Bayes-verko uuri a attribuutit X i ovat se lehtiä Naiivi oletus o, että attribuutit ovat ehdollisesti riippumattomia toisistaa aettua luokka Ku käytössä o Boole muuttuat,

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

Tilastollinen päättömyys, kevät 2017 Harjoitus 5b

Tilastollinen päättömyys, kevät 2017 Harjoitus 5b Tilastollie päättömyys, kevät 07 Harjoitus b Heikki Korpela 3. helmikuuta 07 Tehtävä. a Olkoot Y,..., Y Bθ. Johda uskottavuusosamäärä testisuuree ry, Waldi testisuuree wy ja Rao pistemäärätestisuuree uy

Lisätiedot

Käytetään satunnaismuuttujaa samoin kuin tilastotieteen puolella:

Käytetään satunnaismuuttujaa samoin kuin tilastotieteen puolella: 8.1 Satunnaismuuttuja Käytetään satunnaismuuttujaa samoin kuin tilastotieteen puolella: Esim. Nopanheitossa (d6) satunnaismuuttuja X kertoo silmäluvun arvon. a) listaa kaikki satunnaismuuttujan arvot b)

Lisätiedot

Tilastolliset luottamusvälit

Tilastolliset luottamusvälit Luku 8 Tilastolliset luottamusvälit Lasse Leskelä Aalto-yliopisto 18. lokakuuta 2017 8.1 Piste-estimaatti ja väliestimaatti Edellisessä luvussa opittii määrittämää parametreille estimaatteja suurimma uskottavuude

Lisätiedot

Mat Sovellettu todennäköisyyslaskenta B 9. harjoitukset / Ratkaisut Aiheet: Estimointi Estimointimenetelmät Väliestimointi Avainsanat:

Mat Sovellettu todennäköisyyslaskenta B 9. harjoitukset / Ratkaisut Aiheet: Estimointi Estimointimenetelmät Väliestimointi Avainsanat: Mat-.60 Sovellettu todeäköisyyslasketa B Mat-.60 Sovellettu todeäköisyyslasketa B / Ratkaisut Aiheet: Estimoiti Estimoitimeetelmät Väliestimoiti Avaisaat: Aritmeettie keskiarvo, Beroulli-jakauma, Beroulli-koe,

Lisätiedot

Kynä-paperi -harjoitukset. Taina Lehtinen Taina I Lehtinen Helsingin yliopisto

Kynä-paperi -harjoitukset. Taina Lehtinen Taina I Lehtinen Helsingin yliopisto Kynä-paperi -harjoitukset Taina Lehtinen 43 Loput ratkaisut harjoitustehtäviin 44 Stressitestin = 40 s = 8 Kalle = 34 pistettä Ville = 5 pistettä Z Kalle 34 8 40 0.75 Z Ville 5 8 40 1.5 Kalle sijoittuu

Lisätiedot

Tilastolliset menetelmät: Tilastolliset testit

Tilastolliset menetelmät: Tilastolliset testit Tilastolliset testit Tilastolliset meetelmät: Tilastolliset testit 8. Tilastollie testaus 9. Testejä suhdeasteikollisille muuttujille 0. Testejä järjestysasteikollisille muuttujille. Testejä laatueroasteikollisille

Lisätiedot

4. Seuraavaan ristiintaulukkoon on kerätty tehtaassa valmistettujen toimivien ja ei-toimivien leikkijunien lukumäärät eri työvuoroissa:

4. Seuraavaan ristiintaulukkoon on kerätty tehtaassa valmistettujen toimivien ja ei-toimivien leikkijunien lukumäärät eri työvuoroissa: Lisätehtäviä (siis vanhoja tenttikysymyksiä) 1. Erään yrityksen satunnaisesti valittujen työntekijöiden poissaolopäivien määrät olivat vuonna 003: 5, 3, 16, 9, 0, 1, 3,, 19, 5, 19, 11,, 0, 4, 6, 1, 15,

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

Tilastotieteen jatkokurssi 8. laskuharjoitusten ratkaisuehdotukset (viikot 13 ja 14)

Tilastotieteen jatkokurssi 8. laskuharjoitusten ratkaisuehdotukset (viikot 13 ja 14) Tilatotietee jatkokuri 8. lakuharjoitute ratkaiuehdotuket (viikot 13 ja 14) 1) Perujoukko o aluee A aukkaat ja tutkittavaa omiaiuutea ovat tulot, Tiedämme, että perujouko tulot oudattaa ormaalijakaumaa,

Lisätiedot

Työttömyysaste, työttömät työnhakijat ja avoimet työpaikat - Arbetslöshetstalet, arbetslösa arbetssökande och lediga arbetsplatser UUSIMAA - NYLAND

Työttömyysaste, työttömät työnhakijat ja avoimet työpaikat - Arbetslöshetstalet, arbetslösa arbetssökande och lediga arbetsplatser UUSIMAA - NYLAND 120000 100000 80000 60000 40000 20000 0 Työttömyysaste, työnhakijat ja työpaikat - Arbetslöshetstalet, och Tiedot taulukkomuodossa ovat seuraavilla sivuilla. - Sifferuppgifterna finns på följande sidor.

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

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

12 TODENNÄKÖISYYSJAKAUMIA

12 TODENNÄKÖISYYSJAKAUMIA 12 TODENNÄKÖISYYSJAKAUMIA ALOITA PERUSTEISTA 493A. a) Vaatekoon mahdollisia havaintoarvoja ovat esimerkiksi S, M, L tai 36, 42, 52. Tällaiset muuttujan arvot ovat diskreettejä. Vastaus: diskreetti b) Lämpötila-asteikko

Lisätiedot

Yhden selittäjän lineaarinen regressiomalli

Yhden selittäjän lineaarinen regressiomalli Ilkka Melli Tilastolliset meetelmät Osa 4: Lieaarie regressioaalyysi Yhde selittäjä lieaarie regressiomalli TKK (c) Ilkka Melli (007) Yhde selittäjä lieaarie regressiomalli >> Yhde selittäjä lieaarie regressiomalli

Lisätiedot

Mat Sovellettu todennäköisyyslasku A. Diskreetit jakaumat Jatkuvat jakaumat. Avainsanat:

Mat Sovellettu todennäköisyyslasku A. Diskreetit jakaumat Jatkuvat jakaumat. Avainsanat: Mat-2.090 Sovellettu todeäköisyyslasku A / Ratkaisut Aiheet: Avaisaat: Diskeetit jakaumat Jatkuvat jakaumat Biomijakauma, Ekspoettijakauma, Jatkuva tasaie jakauma, Ketymäfuktio, Mediaai, Negatiivie biomijakauma,

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

Sisältö. Kvantitatiivinen metodologia verkossa. Monitasomallintaminen. Monitasomallit. Regressiomalli dummy-muuttujilla.

Sisältö. Kvantitatiivinen metodologia verkossa. Monitasomallintaminen. Monitasomallit. Regressiomalli dummy-muuttujilla. Kvatitatiivie metodologia verkossa Moitasomallius Pekka Ratae Helsigi yliopisto isältö Moitasomallit Matemaattisia peruskäsitteitä Esimerkki kovariassista Otatavirhe Esimerkki elittävie muuttujie lisäämie

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

Testit suhdeasteikollisille muuttujille. Testit suhdeasteikollisille muuttujille. Testit suhdeasteikollisille muuttujille: Esitiedot

Testit suhdeasteikollisille muuttujille. Testit suhdeasteikollisille muuttujille. Testit suhdeasteikollisille muuttujille: Esitiedot TKK (c) Ilkka Melli (4) Testit suhdeasteikollisille muuttujille Johdatus tilastotieteesee Testit suhdeasteikollisille muuttujille Testit ormaalikauma parametreille Yhde otokse t-testi Kahde otokse t-testi

Lisätiedot

TAMMIKUU 2017 VIIKKO 1

TAMMIKUU 2017 VIIKKO 1 TAMMIKUU 2017 VIIKKO 1 MAANANTAI 2 TIISTAI 3 KESKIVIIKKO 4 TORSTAI 5 PERJANTAI 6 Loppiainen LAUANTAI 7 SUNNUNTAI 8 1 TAMMIKUU 2017 VIIKKO 2 MAANANTAI 9 TIISTAI 10 KESKIVIIKKO 11 TORSTAI 12 PERJANTAI 13

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

Esimerkki 1: auringonkukan kasvun kuvailu

Esimerkki 1: auringonkukan kasvun kuvailu GeoGebran LASKENTATAULUKKO Esimerkki 1: auringonkukan kasvun kuvailu Auringonkukka (Helianthus annuus) on yksivuotinen kasvi, jonka varren pituus voi aurinkoisina kesinä hyvissä kasvuolosuhteissa Suomessakin

Lisätiedot

6. laskuharjoitusten vastaukset (viikot 10 11)

6. laskuharjoitusten vastaukset (viikot 10 11) 6. laskuharjoitusten vastaukset (viikot 10 11) 1. a) Sivun 102 hypergeometrisen jakauman määritelmästä saadaan µ µ 13 39 13! 13 12 11 10 9 µ 0! 8! 1! 2 2! 2 1 0 49 48! 47!! 14440 120 31187200 120 1287

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

FoA5 Tilastollisen analyysin perusteet puheentutkimuksessa. 6. luento. Pertti Palo

FoA5 Tilastollisen analyysin perusteet puheentutkimuksessa. 6. luento. Pertti Palo FoA5 Tilastollisen analyysin perusteet puheentutkimuksessa 6. luento Pertti Palo 1.11.2012 Käytännön asioita Harjoitustöiden palautus sittenkin sähköpostilla. PalautusDL:n jälkeen tiistaina netistä löytyy

Lisätiedot

Hypoteesin testaus Alkeet

Hypoteesin testaus Alkeet Hypoteesin testaus Alkeet Keijo Ruotsalainen Oulun yliopisto, Teknillinen tiedekunta Matematiikan jaos Johdanto Kokeellinen tutkimus: Varmennetaan teoreettista olettamusta fysikaalisen systeemin käyttäytymisestä

Lisätiedot

Mat-2.104 Tilastollisen analyysin perusteet. Testit suhdeasteikollisille muuttujille. Avainsanat:

Mat-2.104 Tilastollisen analyysin perusteet. Testit suhdeasteikollisille muuttujille. Avainsanat: Mat-.04 Tilastollise aalyysi perusteet / Ratkaisut Aiheet: Avaisaat: Testit suhdeasteikollisille muuttujille Hypoteesi, Kahde riippumattoma otokse t-testit, Nollahypoteesi, p-arvo, Päätössäätö, Testi,

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

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

5 Lisa materiaali. 5.1 Ristiintaulukointi

5 Lisa materiaali. 5.1 Ristiintaulukointi 5 Lisa materiaali 5.1 Ristiintaulukointi 270. a) Aineiston koko nähdään frekvenssitaulukon oikeasta alakulmasta: N = 559. Tilastotieteen johdantokurssille osallistui yhteensä 559 opiskelijaa. Huomaa: Opiskelijoiden

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

Todennäköisyyslaskenta I. Heikki Ruskeepää

Todennäköisyyslaskenta I. Heikki Ruskeepää Todeäköisyyslasketa I Heikki Ruskeepää 2012 Sisällys 2 1 Todeäköisyys 3 1.1 Klassie todeäköisyys 3 1.2 Kombiatoriikkaa 4 1.3 Aksiomaattie todeäköisyys 8 1.4 Ehdollie todeäköisyys 13 1.5 Riippumattomuus

Lisätiedot

Työttömyysaste, työttömät työnhakijat ja avoimet työpaikat - Arbetslöshetstalet, arbetslösa arbetssökande och lediga arbetsplatser LOHJA - LOJO

Työttömyysaste, työttömät työnhakijat ja avoimet työpaikat - Arbetslöshetstalet, arbetslösa arbetssökande och lediga arbetsplatser LOHJA - LOJO Työttömyysaste, työnhakijat ja työpaikat - Arbetslöshetstalet, och 100 kpl/st. Kuntaliitos Sammatin kanssa 1.1.2009 - Kommunsammanslagning med Sammatti 1.1.2009 Kuntaliitos Karjalohjan ja Nummi-Pusulan

Lisätiedot

1009/2017. Huonelämpötilan hallinnan suunnittelussa käytettävät säätiedot

1009/2017. Huonelämpötilan hallinnan suunnittelussa käytettävät säätiedot Liite 1 Huonelämpötilan hallinnan suunnittelussa käytettävät säätiedot Huonelämpötilan hallinnan suunnittelussa käytetään taulukuissa L1.1-L1.4 esitettyjä säätietoja. Suomi on jaettu neljään säävyöhykkeeseen,

Lisätiedot

TAMMIKUU 2016 VIIKKO 1

TAMMIKUU 2016 VIIKKO 1 TAMMIKUU 2016 VIIKKO 1 MAANANTAI 4 TIISTAI 5 KESKIVIIKKO 6 Loppiainen TORSTAI 7 PERJANTAI 8 LAUANTAI 9 SUNNUNTAI 10 Jussi Kiiskilä Valteri-koulu, Onerva 1 TAMMIKUU 2016 VIIKKO 2 MAANANTAI 11 TIISTAI 12

Lisätiedot

pisteet Frekvenssi frekvenssi Yhteensä

pisteet Frekvenssi frekvenssi Yhteensä 806118P JOHDATUS TILASTOTIETEESEEN Loppukoe 15.3.2018 (Jari Päkkilä) 1. Kevään -17 Johdaus tilastotieteeseen -kurssin opiskelijoiden harjoitusaktiivisuudesta saatujen pisteiden frekvenssijakauma: Harjoitus-

Lisätiedot

Työttömyysaste, työttömät työnhakijat ja avoimet työpaikat - Arbetslöshetstalet, arbetslösa arbetssökande och lediga arbetsplatser LOHJA - LOJO

Työttömyysaste, työttömät työnhakijat ja avoimet työpaikat - Arbetslöshetstalet, arbetslösa arbetssökande och lediga arbetsplatser LOHJA - LOJO 3500 3000 2500 2000 1500 1000 500 Työttömyysaste, työnhakijat ja työpaikat - Arbetslöshetstalet, och Kuntaliitos Sammatin kanssa 1.1.2009 Kommunsammanslagning med Sammatti 1.1.2009 Kuntaliitos Karjalohjan

Lisätiedot

Mat Sovellettu todennäköisyyslaskenta B 5. harjoitukset / Ratkaisut Aiheet: Jatkuvia jakaumia Avainsanat: Jatkuvia jakaumia

Mat Sovellettu todennäköisyyslaskenta B 5. harjoitukset / Ratkaisut Aiheet: Jatkuvia jakaumia Avainsanat: Jatkuvia jakaumia Mat-.60 Sovellettu todeäköisyyslasketa B / Ratkaisut Aiheet: Jatkuvia jakaumia Avaisaat: Biomijakauma, Ekspoettijakauma, Jatkuva tasaie jakauma, Kertymäfuktio, Keskeie raja-arvolause, Mediaai, Normaaliapproksimaatio,

Lisätiedot

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

MTTTP5, luento Otossuureita ja niiden jakaumia (jatkuu)

MTTTP5, luento Otossuureita ja niiden jakaumia (jatkuu) 21.11.2017/1 MTTTP5, luento 21.11.2017 Otossuureita ja niiden jakaumia (jatkuu) 4) Olkoot X 1, X 2,..., X n satunnaisotos (, ):sta ja Y 1, Y 2,..., Y m satunnaisotos (, ):sta sekä otokset riippumattomia.

Lisätiedot

Miten voidaan arvioida virheellisten komponenttien osuutta tuotannossa? Miten voidaan arvioida valmistajan kynttilöiden keskimääräistä palamisaikaa?

Miten voidaan arvioida virheellisten komponenttien osuutta tuotannossa? Miten voidaan arvioida valmistajan kynttilöiden keskimääräistä palamisaikaa? 21.3.2019/1 MTTTP1, luento 21.3.2019 7 TILASTOLLISEN PÄÄTTELYN PERUSTEITA Miten voidaan arvioida virheellisten komponenttien osuutta tuotannossa? Miten voidaan arvioida valmistajan kynttilöiden keskimääräistä

Lisätiedot

Työttömyysaste, työttömät työnhakijat ja avoimet työpaikat - Arbetslöshetstalet, arbetslösa arbetssökande och lediga arbetsplatser LOHJA - LOJO

Työttömyysaste, työttömät työnhakijat ja avoimet työpaikat - Arbetslöshetstalet, arbetslösa arbetssökande och lediga arbetsplatser LOHJA - LOJO 3500 3000 2500 2000 1500 1000 500 0 Työttömyysaste, työnhakijat ja työpaikat - Arbetslöshetstalet, och Kuntaliitos Sammatin kanssa 1.1.2009 Kommunsammanslagning med Sammatti 1.1.2009 Kuntaliitos Karjalohjan

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

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

Ennakkoväkiluku Lapin kunnissa ja seutukunnissa kuukausittain vuonna 2010

Ennakkoväkiluku Lapin kunnissa ja seutukunnissa kuukausittain vuonna 2010 Lapin liitto 19.8.2010 Ennakkoväkiluku Lapin kunnissa ja seutukunnissa kuukausittain vuonna 2010 LÄHDE: Tilastokeskus V u o s i 2 0 1 0 k u u k a u s i t t a i s e t e n n a k k o t i e d o t Muutos 31.12

Lisätiedot

Mat Sovellettu todennäköisyyslasku A

Mat Sovellettu todennäköisyyslasku A TKK / Systeemianalyysin laboratorio Nordlund Mat-.090 Sovellettu todennäköisyyslasku A Harjoitus 7 (vko 44/003) (Aihe: odotusarvon ja varianssin ominaisuuksia, satunnaismuuttujien lineaarikombinaatioita,

Lisätiedot

Kertausosa. 1. a) Muodostetaan taulukon perusteella frekvenssijakaumat. b) Moodi on se muuttujan arvo, jonka frekvenssi on suurin. Mo = 5.

Kertausosa. 1. a) Muodostetaan taulukon perusteella frekvenssijakaumat. b) Moodi on se muuttujan arvo, jonka frekvenssi on suurin. Mo = 5. Kertausosa 1. a) Muodostetaan taulukon perusteella frekvenssijakaumat. Äänimäärä f f % 0 1 1 0,0169... 59 4 4 0,0677... 59 3 7 7 0,1186... 59 4 15 15 0,54... 59 5 18 18 0,3050... 59 6 1 1 0,033... 59 7

Lisätiedot