Mat Tilastollisen analyysin perusteet. Testit suhdeasteikollisille muuttujille. Avainsanat:

Samankaltaiset tiedostot
Mat Tilastollisen analyysin perusteet. Testit suhdeasteikollisille muuttujille. Avainsanat:

Mat Sovellettu todennäköisyyslasku. Tilastolliset testit. Avainsanat:

Mat Koesuunnittelu ja tilastolliset mallit

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

Mat Sovellettu todennäköisyyslasku A

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

Väliestimointi. Väliestimointi. Väliestimointi: Mitä opimme? 2/3. Väliestimointi: Mitä opimme? 1/3. Väliestimointi: Mitä opimme?

2-suuntainen vaihtoehtoinen hypoteesi

Mat Koesuunnittelu ja tilastolliset mallit

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

Kaksiulotteinen normaalijakauma Mitta-asteikot Havaintoaineiston kuvaaminen ja otostunnusluvut

8. laskuharjoituskierros, vko 11, ratkaisut

2-suuntainen vaihtoehtoinen hypoteesi

12. laskuharjoituskierros, vko 16, ratkaisut

Osa 2: Otokset, otosjakaumat ja estimointi

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

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

Tilastollinen päättely II, kevät 2017 Harjoitus 3B

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 (2005) 1

Tilastolliset menetelmät: Tilastolliset testit

Mat Tilastollisen analyysin perusteet, kevät 2007

Tilastollisen analyysin perusteet Luento 2: Tilastolliset testit

POSITIIVISEN LINSSIN POLTTOVÄLI

Satunnaismuuttujien muunnokset ja niiden jakaumat. Satunnaismuuttujien muunnokset ja niiden jakaumat

Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat Konvergenssikäsitteet ja raja arvolauseet

Mediaanikorko on kiinteäkorkoiselle lainalle korkeampi. Tämä hypoteesi vastaa taloustieteen käsitystä korkojen määräytymismekanismista.

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

HY / Matematiikan ja tilastotieteen laitos Tilastollinen päättely II, kevät 2017 Harjoitus 4 Ratkaisuehdotuksia. Tehtäväsarja I

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

Huom 4 Jaksollisten suoritusten periaate soveltuu luonnollisesti laina- ja luottolaskelmiin. Lähtökohtaisena yhtälönä on yhtälö (14).

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

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

Testejä suhdeasteikollisille muuttujille

Tilastolliset menetelmät: Tilastolliset testit

Johdatus tilastotieteeseen Tilastollinen riippuvuus ja korrelaatio. TKK (c) Ilkka Mellin (2004) 1

Osa 2: Otokset, otosjakaumat ja estimointi

SATE1150 Piirianalyysi, osa 2 syksy /10 Laskuharjoitus 1: RL- ja RC-piirit

Johda jakauman momenttiemäfunktio ja sen avulla jakauman odotusarvo ja varianssi.

Johdatus todennäköisyyslaskentaan Konvergenssikäsitteet ja raja-arvolauseet. TKK (c) Ilkka Mellin (2004) 1

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

Sosiaalihuollon kertomusmerkintä

Osa 2: Otokset, otosjakaumat ja estimointi

Kuva 22: Fraktaalinen kukkakaali. pituus on siis 4 AB. On selvää, että käyrän pituus kasvaa n:n kasvaessa,

Tehtäviä neliöiden ei-negatiivisuudesta

Tilastollinen testaus. Vilkkumaa / Kuusinen 1

Ilkka Mellin Todennäköisyyslaskenta. Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat. Momenttiemäfunktio ja karakteristinen funktio

Johdatus todennäköisyyslaskentaan Momenttiemäfunktio ja karakteristinen funktio. TKK (c) Ilkka Mellin (2005) 1

1. YKSISUUNTAINEN VARIANSSIANALYYSI: AINEISTON ESITYSMUODOT

Aritmeettinen jono

3.6. Geometrisen summan sovelluksia

Johdatus varianssianalyysiin. Vilkkumaa / Kuusinen 1

1 x 2 1 x 2 C 1 D. 1 x 2 C 1. x 2 C 1 C x2 D x 2 C 1; x 0: x 2 C 1 C 1. x 2 x 4 C 1 ja. x 4 C 1 D.x4 1/.x 4 C 1/

10. laskuharjoituskierros, vko 14, ratkaisut

SELITETTÄVÄ MUUTTUJA SELITTÄVÄ MUUTTUJA. Välimatka- tai suhdelukuasteikko. Laatuero- tai järjestysasteikko. Laatuero- tai järjestysasteikko

Väliestimointi (jatkoa) Heliövaara 1

S Laskennallinen systeemibiologia

Y56 Laskuharjoitukset 3 palautus ma klo 16 mennessä

Harjoitus 7: NCSS - Tilastollinen analyysi

2.1. Parametrien estimointi 2.2. Regressiokertoimien estimointi kovariansseista ja korrelaatioista

χ 2 -yhteensopivuustesti

Satunnaismuuttujien muunnokset ja niiden jakaumat

Mat Tilastollisen analyysin perusteet, kevät 2007

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

Johdatus tilastotieteeseen Yhden selittäjän lineaarinen regressiomalli. TKK (c) Ilkka Mellin (2005) 1

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

Tilastollisen analyysin perusteet Luento 3: Epäparametriset tilastolliset testit

Harjoitukset 1 : Tilastokertaus

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

/1. MTTTP5, luento Normaalijakauma (jatkuu) Binomijakaumaa voidaan approksimoida normaalijakaumalla

Tilastollisten aineistojen kuvaaminen. Tilastollisten aineistojen kuvaaminen. Tilastollisten aineistojen kuvaaminen: Mitä opimme?

6.1 Riippumattomat satunnaismuuttujat

Luottamusmiehen / -valtuutetun valinta, asema ja oikeudet

ABHELSINKI UNIVERSITY OF TECHNOLOGY

Luku 16 Markkinatasapaino

Mat Tilastollisen analyysin perusteet. Tilastollisten aineistojen kerääminen ja mittaaminen Tilastollisten aineistojen kuvaaminen Väliestimointi

805324A (805679S) Aikasarja-analyysi Harjoitus 4 (2016)

Mat Sovellettu todennäköisyyslasku. Aiheet: Todennäköisyyslaskennan peruskäsitteet Todennäköisyyslaskennan peruslaskusäännöt Avainsanat:

riippumattomia ja noudattavat samaa jakaumaa.

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

4.1. Olkoon X mielivaltainen positiivinen satunnaismuuttuja, jonka odotusarvo on

Moniulotteisia todennäköisyysjakaumia

HY, MTO / Matemaattisten tieteiden kandiohjelma Tilastollinen päättely II, kevät 2018 Harjoitus 6A Ratkaisuehdotuksia.

Ilkka Mellin Todennäköisyyslaskenta Osa 3: Todennäköisyysjakaumia Moniulotteisia todennäköisyysjakaumia

3 10 ei ole rationaaliluku.

= 0, = 0, = 0, = 0, = 0, = 0,

Tilastollinen päättömyys, kevät 2017 Harjoitus 5b

Ilkka Mellin (2008) 1/5

Triathlon Training Programme 12-week Sprint Beginner

Noora Nieminen. Hölderin epäyhtälö

χ 2 -yhteensopivuustesti

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

X 2 = k 21X 1 + U 2 s + k 02 + k 12. (s + k 02 + k 12 )U 1 + k 12 U 2. s 2 + (k 01 + k 21 + k 02 + k 12 ) s + k

Tehtävä 1. Voidaanko seuraavat luvut esittää kahden neliön summina? Jos voidaan, niin kuinka monella eri tavalla? (i) n = 145 (ii) n = 770.

Odotusarvoparien vertailu. Vilkkumaa / Kuusinen 1

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Tilastollisen analyysin perusteet Luento 10: Johdatus varianssianalyysiin

Mat Sovellettu todennäköisyyslasku A. Moniulotteiset jakaumat. Avainsanat:

LASKENTA laskentakaavat

Ilkka Mellin Tilastolliset menetelmät. Osa 3: Tilastolliset testit. Tilastollinen testaus. TKK (c) Ilkka Mellin (2007) 1

Transkriptio:

Mat-.04 Tilatollie aalyyi peruteet. harjoituket Mat-.04 Tilatollie aalyyi peruteet. harjoituket / Tehtävät Aiheet: Avaiaat: Tetit uhdeateikolliille muuttujille Hypoteei, Kahde riippumattoma otoke t-tetit, Nollahypoteei, p-arvo, Päätöäätö, Teti, Tetiuure, Tetiuuree ormaaliarvo, Tetit uhdeateikolliille muuttujille, t-teti, t-teti parivertailuille, Vaihtoehtoie hypoteei, Variaie vertailuteti, Yhde otoke t-teti, Yleie hypoteei. Kahde riippumattoma otoke t-teti STATISTIX-tiedotoa MORT o eitetty 9 amerikkalaipaki käyttämät korot (muuttuja KORKO; ykikkö = %) autolaioille. Laiat voidaa ryhmitellä kahtee ryhmää e mukaa oko korko ollut kiiteä vai vaihtuva (muuttuja LAINATYYP; 0 = kiiteä korko, = vaihtuva korko). (a) (b) Määrää kummalleki laiatyypille: aritmeettie kekiarvo, kekihajota, miimi, makimi, 95 %: luottamuväli kekimääräielle korolle, Box ja Whiker -kuvio Tee tulotute peruteella johtopäätökiä laiatyyppie koroita. Tetaa kahde riippumattoma otoke t-tetillä ollahypoteeia, että kekimääräie korko o kummalleki laiatyypille ama. Käytä vaihtoehtoiea hypoteeia oletuta: Kekimääräie laiakorko o kiiteäkorkoielle laialle korkeampi. Vaihtoehtoie hypoteei vataa taloutietee käitytä korkoje määräytymimekaimita. Muotoile myö kaikki tetii liittyvät hypoteeit. Käytätkö variaie yhtäuuruuoletukee vai eriuuruuoletukee perutuvaa t-tetiä? Perutele!. t-teti parivertailuille STATISTIX-tiedotoa PalkkaMF o eitetty 0 amerikkalaimiehe (= MALE) ja 0 amerikkalaiaie (= FEMALE) vuoipalkat (ykikkö = $). Havaiot muodotuvat ovitetuita pareita, joia jokaita mietä vataa amalaie tauta (iä, ammati, koulututao, työpaika je.) omaava aie. (a) (b) Määrää aite ja miete palkoille: aritmeettie kekiarvo, kekihajota, miimi, makimi, 95 %: luottamuväli kekimääräielle korolle, Box ja Whiker -kuvio Tee tulotute peruteella johtopäätökiä palkkaeroita. Tetaa t-tetillä parivertailuille ollahypoteeia, että miete ja aite palkat eivät eroa toitaa. Käytä vaihtoehtoiea hypoteeia oletuta: Naite ja miete palkat eroavat toiitaa. TKK @ Ilkka Melli (005) /6

Mat-.04 Tilatollie aalyyi peruteet. harjoituket (c) (d) Tetaa riippumattomie otote t-tetillä ollahypoteeia, että miete ja aite palkat eivät eroa toitaa. Vertaa (b)- ja (c)-kohda tulokia toiiia. Kumpi meettely o oikea? 3. t-teti parivertailuille STATISTIX-tiedotoa VERENP o tuloket amoille potilaille tehdyitä verepaiee mittaukita (. yläpaie) ee (muuttuja ENNEN) ja jälkee (muuttuja JALKEEN) verepaietta aletava lääkkee atamie. (a) Tetaa t-tetillä parivertailuille ollahypoteeia, että lääkkee atamiella ei ole vaikutututa verepaieeee, ku vaihtoehtoiea hypoteeia o, että lääke aletaa verepaietta. (b) (c) Muodota verepaieide erotuket ja tee iille tavallie t-teti, joa ollahypoteeia o, että erotute odotuarvo = 0. Vertaa kohtie (a) ja (b) tulokia toiiia. 4. Kahde riippumattoma otoke t-teti STATISTIX-tiedotoa COMPRo tiedot betoi puritulujuutta kokevita teteitä. Muuttuja CONCR iältää tetituloket betoierätä, jotka o tehty valmitumeetelmällä ja muuttuja CONCR iältää tetituloket 30 betoierätä, jotka o tehty valmitumeetelmällä. Puritulujuude ykikköä o kg/cm. Tetaa kahde riippumattoma otote t-tetillä ollahypoteeia, että kekimääräiet puritulujuudet eivät eroa toiitaa, ku vaihtoehtoiea hypoteeia o, että e eroavat. TKK @ Ilkka Melli (005) /6

Mat-.04 Tilatollie aalyyi peruteet. harjoituket Liitteet Teti : Olkoo Yleie hypoteei H : Nollahypoteei: Riippumattomie otote t-teti, ku ryhmäkohtaiet variait aavat erota toiitaa X i = muuttuja havaittu arvo havaioa i X j = muuttuja havaittu arvo havaioa j () Havaiot X ~N( µ, σ ), i =,,, i () Havaiot X ~N( µ, σ ), j =,,, j (3) Havaiot X i ja X j ovat riippumattomia kaikille i ja j H : µ = µ 0 Vaihtoehtoiet hypoteeit: H: µ > µ H: µ < µ H: µ µ Tetiuure ja e approkimatiivie jakauma ollahypoteei pätieä: joa t = ν = X X a t( ν ) Tetiuuree approkimatiiviea jakaumaa ollahypoteei pätieä käytetää uei myö tadardoitua ormaalijakaumaa: t = X X a N(0,) Tämä approkimaatio o kuiteki heikompi kui edellä maiittu t-jakaumaa perutuva approkimaatio. TKK @ Ilkka Melli (005) 3/6

Mat-.04 Tilatollie aalyyi peruteet. harjoituket Teti : Olkoo Yleie hypoteei H : Nollahypoteei: Riippumattomie otote t-teti, ku ryhmäkohtaiet variait ovat yhtä uuret X i = muuttuja havaittu arvo havaioa i X j = muuttuja havaittu arvo havaioa j () Havaiot X i i ~N( µ, σ ), =,,, () Havaiot X j ~N( µ, σ ), j =,,, (3) Havaiot X i ja X j ovat riippumattomia kaikille i ja j H : µ = µ 0 Vaihtoehtoiet hypoteeit: H: µ > µ H: µ < µ H: µ µ Tetiuure ja e jakauma ollahypoteei pätieä: joa X X t = t ( ) P ( ) ( ) P = TKK @ Ilkka Melli (005) 4/6

Mat-.04 Tilatollie aalyyi peruteet. harjoituket Teti 3: Olkoo t-teti parivertailuille X i = muuttuja havaittu arvo havaioa i X i = muuttuja havaittu arvo havaioa i i = X i X i Yleie hypoteei H : () Havaiot ~N( µ, σ ), i =,,, i () Havaiot i ovat riippumattomia kaikille i Nollahypoteei: H : µ = 0 Vaihtoehtoiet hypoteeit: 0 H: µ > 0 H: µ < 0 H: µ 0 Tetiuure ja e jakauma ollahypoteei pätieä: t = t ( ) / TKK @ Ilkka Melli (005) 5/6

Mat-.04 Tilatollie aalyyi peruteet. harjoituket Teti 4: Variaie vertailuteti Olkoo X i = muuttuja havaittu arvo havaioa i X j = muuttuja havaittu arvo havaioa j Yleie hypoteei H : () Havaiot X ~N( µ, σ ), i=,,, i () Havaiot X j ~N( µ, σ ), j =,,, (3) Havaiot X i ja X j ovat riippumattomia kaikille i ja j Nollahypoteei: H : σ = σ 0 Vaihtoehtoiet hypoteeit: H: σ > σ H: σ < σ H: σ σ Tetiuure ja e jakauma ollahypoteei pätieä: F = F(, ) TKK @ Ilkka Melli (005) 6/6