Mat Sovellettu todennäköisyyslasku A

Samankaltaiset tiedostot
Testit laatueroasteikollisille muuttujille. Testit laatueroasteikollisille muuttujille. Testit laatueroasteikollisille muuttujille: Esitiedot

Jatkuvia jakaumia. Jatkuvia jakaumia. Jatkuvia jakaumia Mitä opimme? 2/3. Jatkuvia jakaumia Mitä opimme? 1/3. Jatkuvia jakaumia Mitä opimme?

lim + 3 = lim = lim (1p.) (3p.) b) Lausekkeen täytyy supistua (x-2):lla, joten osoittajan nollakohta on 2.

8. laskuharjoituskierros, vko 11, ratkaisut

Kertaustehtävien ratkaisut

1.3 Toispuoleiset ja epäoleelliset raja-arvot

Polynomien laskutoimitukset

2.4 Pienimmän neliösumman menetelmä

1.1. Laske taskulaskimella seuraavan lausekkeen arvo ja anna tulos kolmen numeron tarkkuudella: tan 60,0 = 2, ,95

RATKAISUT x 2 3 = x 2 + 2x + 1, eli 2x 2 2x 4 = 0, joka on yhtäpitävä yhtälön x 2 x 2 = 0. Toisen asteen yhtälön ratkaisukaavalla saadaan

Estimointi. Vilkkumaa / Kuusinen 1

VALTIOTIETEELLINEN TIEDEKUNTA TILASTOTIETEEN VALINTAKOE Ratkaisut ja arvostelu

2.4. Juurifunktio ja -yhtälöt

LIITTEET Liite A Stirlingin kaavan tarkkuudesta...2. Liite B Lagrangen kertoimet...3

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

Mat Sovellettu todennäköisyyslaskenta B 8. harjoitukset / Ratkaisut Aiheet: Otos ja otosjakaumat Avainsanat:

Menetelmiä formuloinnin parantamiseen

2-suuntainen vaihtoehtoinen hypoteesi

Neliömatriisin A determinantti on luku, jota merkitään det(a) tai A. Se lasketaan seuraavasti: determinantti on

2.2 Monotoniset jonot

Syksyn 2015 Pitkän matematiikan YO-kokeen TI-Nspire CAS -ratkaisut

Väliestimointi (jatkoa) Heliövaara 1

****************************************************************** MÄÄRITELMÄ 4:

Tilastollinen todennäköisyys

9. laskuharjoituskierros, vko 12-13, ratkaisut

1. Derivaatan Testi. Jos funktio f on jatkuva avoimella välillä ]a, b[ ja x 0 ]a, b[ on kriit. tai singul. piste niin. { f (x) > 0, x ]a, x 0 [

Laskut kirjoitetaan vasempaan reunaan, vastaukset tulevat oikeaan reunaan.

Riemannin integraalista

Potenssi a) Kirjoita potenssiksi ja 7 ( 7) ( 7) ( 7). b) Kirjoita kertolaskuksi 9 6 ja ( 11) 3. Laskuja ei tarvitse laskea.

Todennäköisyys, että yhden minuutin aikana saapuu 2 4 autoa.

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

Integraalilaskenta. Määrätty integraali

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

Kertausosa. Kertausosa. 3. Merkitään. Vastaus: 2. a) b) 600 g. 4. a)

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

Matematiikan tukikurssi

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

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

Sinilause ja kosinilause

Tee B-osion konseptiin etusivulle pisteytysruudukko! Muista kirjata nimesi ja ryhmäsi. Välivaiheet perustelevat vastauksesi!

Tilastollinen testaus. Vilkkumaa / Kuusinen 1

Mat Sovellettu todennäköisyyslasku 9. harjoitukset/ratkaisut. Luottamusvälit

Otantajakauman käyttö päättelyssä

Osa 2: Otokset, otosjakaumat ja estimointi

Sovellettu todennäköisyyslaskenta B

Analyysi 2. Harjoituksia lukuihin 1 3 / Kevät Anna sellainen välillä ] 2, 2[ jatkuva ja rajoitettu funktio f, että

EDE Elementtimenetelmän perusteet. Luento vk 1 Syksy Matematiikan ja matriisilaskennan kertausta

S Laskennallinen systeemibiologia

II.1. Suppeneminen., kun x > 0. Tavallinen lasku

= a sanoo vain, että jonon ensimmäinen jäsen annetaan. Merkintä a. lasketaan a :stä.

3.3 KIELIOPPIEN JÄSENNYSONGELMA Ratkaistava tehtävä: Annettu yhteydetön kielioppi G ja merkkijono x. Onko

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

Kertausosa. Kertausosa. Verrattuna lähtöarvoon kurssi oli laskenut. Kalliimman tukkuhinta 1,2 480 = 576 Kalliimman myyntihinta 1,3

10. MÄÄRÄTYN INTEGRAALIN KÄYTTÖ ERÄIDEN PINTA-ALOJEN LASKEMISESSA

Mat Sovellettu todennäköisyyslasku. Tilastolliset testit. Avainsanat:

Numeeriset menetelmät TIEA381. Luento 9. Kirsi Valjus. Jyväskylän yliopisto. Luento 9 () Numeeriset menetelmät / 29

Osa 2: Otokset, otosjakaumat ja estimointi

xe y = ye x e y + xe y y = y e x + e x y xe y y y e x = ye x e y y (xe y e x ) = ye x e y y = yex e y xe y e x = x 3 + x 2 16x + 64 = D(x)

3.7. Rekursiivisista lukujonoista

Painopiste. josta edelleen. x i m i. (1) m L A TEX 1 ( ) x 1... x k µ x k+1... x n. m 1 g... m n g. Kuva 1. i=1. i=k+1. i=1

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

Kertymäfunktio. Kertymäfunktio. Kertymäfunktio: Mitä opimme? 2/2. Kertymäfunktio: Mitä opimme? 1/2. Kertymäfunktio: Esitiedot

Tilastotieteen kertaus. Kuusinen/Heliövaara 1

Sovellettu todennäköisyyslaskenta B

763333A KIINTEÄN AINEEN FYSIIKKA Ratkaisut 1 Kevät 2014

10. laskuharjoituskierros, vko 14, ratkaisut

16-300mm 50 EURON CASHBACK! Ehdot PARAS KOLMESTA MAAILMASTA. F/ Di II VC PZD Macro

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

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

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Matematiikan johdantokurssi, syksy 2017 Harjoitus 6, ratkaisuista. 1. Onko jokin demojen 5 tehtävän 3 relaatioista

Sovellettu todennäköisyyslaskenta B

2 INTEGRAALILASKENTAA 2.1 MÄÄRÄTTY INTEGRAALI

ja differenssi jokin d. Merkitään tämän jonon n:n ensimmäisen jäsenen summaa kirjaimella S

R4 Harjoitustehtävien ratkaisut

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

Testit laatueroasteikollisille muuttujille

Sovellettu todennäköisyyslaskenta B

Tehtävä 1. Jatka loogisesti oheisia jonoja kahdella seuraavaksi tulevalla termillä. Perustele vastauksesi

Differentiaali- ja integraalilaskenta 1 (CHEM) Laskuharjoitus 4 / vko 47, mallivastaukset

4 Pinta-alasovelluksia

Preliminäärikoe Pitkä Matematiikka

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

MATP153 Approbatur 1B Harjoitus 1, ratkaisut Maanantai

Työntekijän eläkelain (TyEL) mukaisen eläkevakuutuksen yleiset laskuperusteet

( ) Pyramidi 4 Analyyttinen geometria tehtävien ratkaisut sivu 321 Päivitetty Saadaan yhtälö. 801 Paraabeli on niiden pisteiden ( x,

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

TYÖ 30. JÄÄN TIHEYDEN MÄÄRITYS. Tehtävänä on määrittää jään tiheys.

Tehtäviä neliöiden ei-negatiivisuudesta

5 Riemann-integraali ANALYYSI B, HARJOITUSTEHTÄVIÄ, KEVÄT Ala- ja yläintegraali

missä t on matkaan raosta varjostimelle kuluva aika. Jos suihkun elektronien liikemäärä x- sunnassa on p x,on min y0min 0min

S Fysiikka IV (Sf) tentti

a) Määritä signaalin x[n] varianssi (keskimääräinen teho) σ x c) Määritä signaalikvantisointikohinasuhde SQNR, kun tiedetään, että

Runkovesijohtoputket

Tilastollinen päättömyys, kevät 2017 Harjoitus 6A

Analyysi A. Harjoitustehtäviä lukuun 1 / kevät 2018

TEHTÄVIEN RATKAISUT. Luku a) Jonon neljä ensimmäistä jäsentä saadaan sijoittamalla n= 1, n= 2, n= 3 ja n = 4 lausekkeeseen

Y56 Mikron jatkokurssi kl 2008: HARJOITUSTEHTÄVÄT 2 Mallivastaukset

Transkriptio:

TKK / Systeemilyysi lbortorio Mt-.090 Sovellettu todeäköisyyslsku Nordlud Hrjoitus 10 (vko 47/003) (ihe: Väliestimoiti, Liie luvut 10.6, 11.7, 1.1-13.5, 14.4-14.5) 1. Kemillise prosessi sto X o ormlijkutuut. Poimit yksikertie stuisotos sost j sd hvitorvot (yksikköä %): 68. 67.5 70. 66.7 69.0 69.7 Määrää 95 %: luottmusväli so odotusrvolle, ku ) tiedetää, että X: keskihjot o prosettiyksikköä. b) X: keskihjot ei tuet. (otoskeskirvo x = 68.55 j otosvrissi s = 1.779 ) ) Kyseessä o ormlijkum odotusrvoprmetri luottmusväli j vrissi o tuettu. Stdrdoitu stuismuuttuj Z oudtt stdrdoitu ormlijkum: X µ Z = ~N(0,1) / Luottmusväli o muoto: X µ P / / = 1 / P X / µ X + / = 1 Otoskoko = 6, luottmustso 95 %, = 0.05 j luottmuskerroi 0.05 = 1.96 (määrätty ormlijkum tulukost site, että P(Z > 0.05 ) = 0.05). Huom, että luottmuskertoimie 0.05 j + 0.05 välii jäävä todeäköisyys o 0.95. Luottmusväliksi sd 68.55 1.96, 68.55 + 1.96 6 6 eli (66.95, 70.15). b) Stdrdoitu stuismuuttuj T oudtt Studeti t-jkum (1):llä vpussteell (Liise kirj teoreem 1.4.4): X T = µ ~ t( 1) S/ Luottmusväli o muoto: X µ P t/ t / = 1 S/ P S S X t/ µ X + t/ = 1

Ku keskihjot ei tuet, se joudut estimoim otoksest. Tällöi luottmuskerroi määrätää Studeti t-jkumst vpussteill df = 1 = 5. Vpussteist käytetää yleesä joko merkitää df (egl. degrees of freedom) ti symboli ν (kreik yy). Luottmuskertoimeksi sd t 0.05 =.571 (t-jkum tulukost vpussteluvull 5). Huom, että luottmuskertoimie t 0.05 j +t 0.05 välii jäävä todeäköisyys o 0.95. 1.779 1.779 Luottmusväliksi sd 68.55.571, 68.55 +.571 6 6 eli (67.15, 69.95). -kohdss otosvrissi o pieempi kui -kohd "todellie" vrissi, jote luottmusvälistä tuli kpempi, vikk luottmuskerroi t 0.05 o suurempi kui 0.05.. Mikä o tehtävä 1 b -tilteess keskihjo 90 %: luottmusväli? Oko 1 -kohd väite, että keskihjot o prosettiyksikköä, ristiriidss hvitoieisto kss? Liise kirj teoreem 1.4. muk: ( 1) S ~ χ ( 1) (khii eliö jkum vpussteill 1) Vrissi luottmusväli o muoto: ( ) 1 S P χ1 / χ / = 1 ( 1) ( 1) P S S 1 = χ/ χ1 / Otoskoko = 6, jkum vpussteet ν = 1 = 5. χ -jkum tulukost sd luottmuskertoimet χ 0.05 = 11.07 j χ 0.95 = 1.15 vpussteluvull 5. Huom, että luottmuskertoimie χ 0.05 j χ 0.95 välii jäävä todeäköisyys o 0.90. Vrissi luottmusväliksi sd ( 6 1 ) 1.779 ( 6 1 ) 1.779, 11.07 1.15 eli (0.804, 7.735). Keskihjo luottmusväliksi sd (0.896,.781) (prosettiyksikköä). Kosk 1 -kohd väite, että keskihjot o prosettiyksikköä, o muodostetu 90 %: luottmusväli sisällä, tämä sopii yhtee hvitoieisto kss. 3. Koeill j vlmistet osi, joide hlkisijt ovt ormlijkutueit odotusrvoi µ j µ sekä vrissei vstvsti j. Koe o uudempi j tiedetää, että vrissi o vi 1/8 vrissist. Erotukselle µ µ hlut lske 99 %: luottmusväli. Kuik mot koeell j kuik mot koeell vlmistettu os mitt, ku mittuksi tehdää kikki 60 j luottmusväli pituus hlut mhdollisimm lyhyeksi?

Erotukse µ µ luottmusväli o sitä lyhyempi, mitä pieempi o estimttori µ ˆ µ ˆ = X X vrissi. Merkitää =, jolloi = 8, j edellee: 8 1 Vr( µ ˆ µ ˆ ) = Vr( X X) = +. missä + = 60. Merkitää = t j = 60 t j miimoid t: suhtee fuktio f(t) = 8/t + 1/(60 t), missä t o kokoisluku välillä (0, 60). f 8 1 () ( ) 960 11500 ' t 0 8 60 44 ( 60 ) t t t = + = = = t t 14 Eli otoskoot = 44 j = 16 miimoivt erotukse X X vrissi kokoisotoskoo olless 60. 4. Olkoo villiste yksiköide osuus tuotost p (eli 100p %). Prmetri p estimoid trkstmll stuisesti poimittu tuottoyksikköä. Hlut sd p: rvo luottmusväli pituudeksi korkeit 6 prosettiyksikköä luottmustsoll 0.95. Kuik suuri otoskoo o oltv, jos ) p: suuruudest ei ole mitää ekkokäsitystä? b) tiedetää, että p < 0.1? Villiste yksiköide lukumäärä X otoksess koko o biomijkutuut X ~ i(, p). Ku otoskoko o ii suuri, että biomijkum void pproksimoid ormlijkumll (usei vdit p(1p)>9), suhteellise osuude estimttori pˆ = X/ oudtt p( 1 p) pproksimtiivisesti ormlijkum: pˆ ~ N p,. Site stdrdoitu pˆ p stuismuuttuj ~ N( 0,1). p( 1 p) / Luottmusväli o muoto: pˆ p P / / = 1 p( 1 p) / p( 1 p) p( 1 p) P pˆ / p pˆ + / 1 = Luottmusväli pituus s oll korkeit 6 prosettiyksikköä: p( 1 p) / 0.06 p( 1 p) / 0.03 / p( 1 p) 0.03

Vlittu luottmustso o 95 %, = 0.05 j luottmuskerroi 0.05 = 1.96 (määrätty ormlijkum tulukost site, että P(Z > 0.05 ) = 0.05). ) Luottmusväli o sitä pidempi, mitä suurempi piste-estimttori ˆp vrissi o. Kosk suhteellise osuude p suuruudest ei ole mitää ekkokäsitystä, käytetää rvo p, jok mksimoi luottmusväli pituude. p(1p) s mksimis rvoll p = 0.5. 1.96 0.5( 1 0.5) 0.03 1068 b) Ku tiedetää, että p < 0.1, termille p(1p) sd ylärj 0.1 0.88=0.1056. (Vikki: trkstele prbeli f(p) = p(1p) kuvj). 1.96 0.1( 1 0.1) 0.03 451 5. Erää lisäiee ei ktsot iheuttv terveyshittoj, jos se pitoisuus o korkeit 40 mg/kg; määräyste muk korkei sllittu pitoisuus o 30 mg/kg. Tuottoerä lisäiepitoisuude kotrolloimiseksi mitt erästä stuisesti poimitu 15 äyttee pitoisuus j lsket otoskeskirvo X. Oletet mittustulokse oudttv ormlijkum odotusrvo todellie pitoisuus θ, jok estimttori X o, j keskihjot 5 mg/kg (keskihjot tuet etuudest). Jos otoskeskirvo X ylittää rvo 30 mg/kg huomttvsti, ei ole uskottv, että erä todellie pitoisuus θ toteuttisi ehdo θ 30. Tällöi erä hylätää lii korke lisäiepitoisuude vuoksi. Lske prmetrille θ yksipuolie 95 %: luottmusväli muoto (, X + r (tällöi väli peittää todellise rvo θ 95 %: todeäköisyydellä j erä hylätää, jos rvo 30 jää väli ulkopuolelle). Mikä o X : kriittie rvo, jok ylitys joht erä hylkäämisee? Keskirvo X o ormlijkutuut: X ~N θ, 15 missä = 5. Hylkäysrj 30 + r o P 30+ = 0.95 ku θ = 30. Luottmustso o 95 %, = 0.05 j toteutettv ehto ( X r) yksipuolise luottmusväli luottmuskerroi 0.05 = 1.645 (määrätty ormlijkum tulukost site, että P(Z > 0.05 ) = 0.05). Stdrdoid hylkäysrj j sd yhtälö: 30 + r 30 5 = = 0.05 1.645 r = 1.645.1. 5/ 15 15 Hylkäysrjksi sd 3.1 mg/kg. Jos todellie lisäiepitoisuus θ 30 mg/kg, korkeit 5 % eristä hylätää.

Pistetehtävä 1. Hlut selvittää suomliste Ntoo liittymistä kttvie suhteellie osuus yksikertisee stuisott perustuvll kyselytutkimuksell. Oletet, että kyselyy voi vstt iost "kt liittymistä" ti "e kt liittymistä" j kttjie/vstustjie suhteellisest osuudest ei ole ekkotieto. Mite suuri otos o poimittv, jott stisii 99 %: vrmuus siitä, että otoksest lskettu kttjie suhteellie osuus poikke korkeit 0.5 prosettiyksikköä todellisest kttjie suhteellisest osuudest? Luottmusväli säde s oll korkeit 0.005. / p( 1 p) 0.005 / p( 1 p) 0.005 Vlittu luottmustso o 99 %, = 0.01 j luottmuskerroi 0.005 =.58 (määrätty ormlijkum tulukost site, että P(Z > 0.005 ) = 0.005). Luottmusväli o sitä pidempi, mitä suurempi piste-estimttori ˆp vrissi o. Kosk suhteellise osuude p suuruudest ei ole mitää ekkokäsitystä, käytetää rvo p, jok mksimoi luottmusväli pituude. p(1p) s mksimirvos, ku p = 0.5..58 0.5( 1 0.5) 66564 0.005

Pistetehtävä. Tehds vlmist uloj. Koee kulumise vuoksi uloje pituus vihtelee stuisesti oudtte ormlijkum. Vlmistettuje uloje joukost poimittii yksikertie stuisotos, jok koko oli 30. Otoskeskirvoksi stii 9.99 cm j otosvrissiksi 0.01 cm. ) Määrää 95 %: luottmusväli uloje pituude odotusrvolle. b) Määrää 90 %: luottmusväli uloje pituude vrissille. X ~N µ,, i = 1,,, j X X, i j, otosvrissille pätee: Vihje: Jos ( i ) ( 1) S ~ χ ( 1) ) Luottmusväli o muoto: P S S X t/ µ X + t/ = 1 Luottmuskertoimeksi sd t 0.05 =.045 (t-jkum tulukost vpussteill df = 1 =9). Luottmusväliksi sd 0.01 9.99 ±.045 9.99 ± 0.037 = ( 9.953, 10.07). 30 b) Luottmusväli o muoto: ( 1) ( 1) P S S 1 = χ/ χ1 / χ -jkum tulukost sd luottmuskertoimet χ 0.05 = 4.56 j χ 0.95 = 17.71 vpussteluvull ν = 1 = 9. Vrissi luottmusväliksi sd ( 30 1) 0.01 ( 30 1) 0.01, 4.56 17.71 eli (0.0068, 0.0164). i j