Tehtävä 1. Riku Eskelinen DEMOVASTAUKSET Demokerta 3/ vk 15 Tilastomenetelmien peruskurssi TILP150 Tulostuspv Sivu 1/6

Samankaltaiset tiedostot
HAVAITUT JA ODOTETUT FREKVENSSIT

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

Kvantitatiiviset menetelmät

HY, MTL / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIb, syksy 2018 Harjoitus 3 Ratkaisuehdotuksia.

Otantajakauma. Otantajakauman käyttö päättelyssä. Otantajakauman käyttö päättelyssä

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

Tunnuslukuja 27 III TUNNUSLUKUJA

Osa 2: Otokset, otosjakaumat ja estimointi

8. laskuharjoituskierros, vko 11, ratkaisut

4.3 Signaalin autokorrelaatio

Korrelaatiokerroin. Hanna Heikkinen. Matemaattisten tieteiden laitos. 23. toukokuuta 2012

EX1 EX 2 EX =

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

Otantajakauman käyttö päättelyssä

Mat Sovellettu todennäköisyyslasku A

TUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012. Timo Törmäkangas

TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas

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

TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas

Tehtäviä neliöiden ei-negatiivisuudesta

TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas

TUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012. Timo Törmäkangas

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

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

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

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

Alkuräjähdysteoria. Kutistetaan vähän...tuodaan maailmankaikkeus torille. September 30, fy1203.notebook. syys 27 16:46.

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

Tilastollinen päättömyys, kevät 2017 Harjoitus 6A

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

Johdatus tn-laskentaan perjantai

Kaksiulotteinen normaalijakauma Mitta-asteikot Havaintoaineiston kuvaaminen ja otostunnusluvut

Ilkka Mellin (2008) 1/5

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

Mat Tilastollisen analyysin perusteet, kevät 2007

MATP153 Approbatur 1B Harjoitus 1, ratkaisut Maanantai

Todennäköisyys, että yhden minuutin aikana saapuu 2 4 autoa.

S Laskennallinen systeemibiologia

Tilastotieteen perusteet

... Vinkkejä lopputyön raportin laadintaan. Sisältö 1. Johdanto 2. Analyyseissä käytetyt muuttujat 3. Tulososa 4. Reflektio (korvaa Johtopäätökset)

MTTTP1, luento KERTAUSTA

Johdatus Ammattikorkeakoulun matematiikkaan ja fysiikkaan

Tilastollinen päättely II, kevät 2017 Harjoitus 3B

MTTTP1, luento KERTAUSTA

3.9. Mallintaminen lukujonojen avulla harjoituksia

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

4 KORKEAMMAN KERTALUVUN LINEAARISET DIFFERENTIAALIYHTÄLÖT. Kertaluvun n lineaarinen differentiaaliyhtälö ns. standardimuodossa on

TUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012. Timo Törmäkangas

Verkoston ulkoisvaikutukset

Tilastotieteen perusteet

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

Sallitut apuvälineet: MAOL-taulukot, kirjoitusvälineet, laskin sekä itse laadittu, A4-kokoinen lunttilappu. f(x, y) = k x y, kun 0 < y < x < 1,

χ = Mat Sovellettu todennäköisyyslasku 11. harjoitukset/ratkaisut

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

Määrällisen aineiston esittämistapoja. Aki Taanila

3 Lukujonot matemaattisena mallina

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

T Datasta tietoon, syksy 2005 Laskuharjoitus 8.12., ratkaisuja Jouni Seppänen

FORD KA KA_202054_V5_2013_Cover.indd /06/ :59

Mat Tilastollisen analyysin perusteet. Testit suhdeasteikollisille muuttujille. Avainsanat:

Tilastotieteen johdantokurssi

Tilastollinen riippuvuus ja korrelaatio

MTTTP1, luento KERTAUSTA

Tilastollinen todennäköisyys

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi Luennot, osa II

MTTTA1 Tilastomenetelmien perusteet 5 op Luento Kokonaisuudet johon opintojakso kuuluu

Espoon seniorineuvonta ja palveluohjausyksikkö Nestorin asiakaskysely yli 50 -vuotiaiden omaishoitajille huhtikuussa 2017

Rinnakkaistietokoneet luento S

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

Mat Sovellettu todennäköisyyslasku A. Moniulotteiset jakaumat. Avainsanat:

Näistä standardoiduista arvoista laskettu keskiarvo on nolla ja varianssi 1, näin on standardoidulle muuttujalle aina.

χ 2 -yhteensopivuustesti

Mat Lineaarinen ohjelmointi

TILASTOT: johdantoa ja käsitteitä

Batch means -menetelmä

ja läpäisyaika lasketaan (esim) integraalilla (5.3.1), missä nyt reitti s on z-akselilla:

Todennäköisyyslaskennan ja tilastotieteen peruskurssi Esimerkkikokoelma 3

Raahesta vuonna 2015 poismuuttaneet kyselyn tulokset

Näistä standardoiduista arvoista laskettu keskiarvo on nolla ja varianssi 1, näin on standardoidulle muuttujalle aina.

HOPS Henkilökohtainen opintosuunnitelma LuK -tutkintoon

Mat Sovellettu todennäköisyyslasku. Tilastolliset testit. Avainsanat:

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Ilkka Mellin Todennäköisyyslaskenta Osa 3: Todennäköisyysjakaumia Moniulotteisia todennäköisyysjakaumia

Todennäköisyyden ominaisuuksia

Analyysi A. Harjoitustehtäviä lukuun 1 / kevät 2018

Matematiikan tukikurssi

KERTAUSHARJOITUKSIA. Tilastojen esittäminen a) vuotiaita tyttöjä Koko väestö Näiden tyttöjen osuus

Aalto-yliopisto, Matematiikan ja systeemianalyysin laitos /Malmivuori MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi,

Harjoitustehtävien ratkaisuja

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi. Viikko 3. Kaksiulotteiset satunnaismuuttujat

Kandidaatintutkielman aineistonhankinta ja analyysi

Tarkasteluja lähtötason merkityksestä opintomenestykseen. MAMK:n tekniikassa

Mat Sovellettu todennäköisyyslasku A

Sovellettu todennäköisyyslaskenta B

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Transkriptio:

Riku Eskelie DEMOVASTAUKSET Demokerta 3/ vk 15 Tilastomeetelmie peruskurssi TILP150 Tulostuspv 05.04.013 Sivu 1/6 Tehtävä 1 Muuttuja MATPIT o luokitteluasteikollie. Muuttuja OPPMIN o järjestysasteikollie. Alitehtävä (b) Muuttuja MATPIT: Arvo f 1 (lyhyt) 4 (pitkä) 5 Yhteesä 94 Muuttuja OPPMIN: Arvo f 1 (täysi samaa mieltä) 14 (joki verra samaa mieltä) 4 3 (joki verra eri mieltä) 33 4 (täysi eri mieltä) 5 Yhteesä 94 Alitehtävä (c) Muuttuja OPPMIN ehdolliset %-jakaumat ehdolla MATPIT: OPPMIN lyhyt pitkä 1 16,7% 13,5% 4,9% 46,% 3 33,3% 36,5% 4 7,1% 3,8% Yht 100,0% 100,0% Muuttuja OPPMIN prosetuaalie frekvessijakauma: Arvo f p 1 14 14,9% 4 44,7% 3 33 35,1% 4 5 5,3% Yht. 94 100,0%

Riku Eskelie DEMOVASTAUKSET Demokerta 3/ vk 15 Tilastomeetelmie peruskurssi TILP150 Tulostuspv 05.04.013 Sivu /6 Alitehtävä (d) Muuttuja OPPMIN edellä lasketut ehdolliset jakaumat ovat keskeää melko samasuuruiset, ja äi olle oudattelevat myös yleistä %-jakaumaa. Vaikuttaa siltä, että muuttujat OPPMIN ja MATPIT ovat toisistaa riippumattomia. Tehtävä Odotetut frekvessit: OPPMIN lyhyt pitkä Yht 1 6,6 7,74 14 18,77 3,3 4 3 14,74 18,6 33 4,3,77 5 Yht 4 5 94 e 11 = f 1. f.1 = 14 4 e 1 = f f..1 = 4 4 e 31 = f f 3..1 = 33 4 e 41 = f f 4..1 = 5 4 e ij = f i. f. j 94 6,6 e = f 1. f. 1 94 18,77 e = f f.. 94 14,74 e 3= f f 3.. 94,3 e 4= f f 4.. = 14 5 94 7,74 = 4 5 94 3,3 = 33 5 94 18,6 = 5 5 94,77

Riku Eskelie DEMOVASTAUKSET Demokerta 3/ vk 15 Tilastomeetelmie peruskurssi TILP150 Tulostuspv 05.04.013 Sivu 3/6 Stadardoidut jääökset: OPPMIN lyhyt pitkä 1 0,30-0,7-0,18 0,16 3-0,19 0,17 4 0,5-0,46 Stadardoitu jääös ij =SJ ij = f e ij ij e ij SJ 11 = 7 6,6 6,6 0,30 SJ = 7 7,74 1 7,74 0,7 SJ 1 = 18 18,77 18,77 0,18 SJ = 4 3,3 3,3 0,16 SJ 31 14 14,74 14,74 0,19 SJ 3 SJ 41 3,3,3 0,5 SJ 4 Khii-toisee -arvo: Alitehtävä (b): 19 18,6 18,6 0,17,77,77 0,46 r = i=1 s j =1 f ij e ij eij 4 = f e ij ij i =1 j =1 eij =0,30 0,7 0,18 0,16 0,19 0,17 0,5 0,46 =0,7679 odotettu arvo= 1 4 1 =1 3=3 Koska χ²-arvo o odotettua arvoa pieempi, eivät muuttujat riipu toisistaa. Tehtävä 3 Odotetut frekvessit: PELKO SP aie mies yht kyllä 0, 19,8 40 ei 30,8 30, 61 yht 51 50 101

Riku Eskelie DEMOVASTAUKSET Demokerta 3/ vk 15 Tilastomeetelmie peruskurssi TILP150 Tulostuspv 05.04.013 Sivu 4/6 e ij = f i. f. j e 11 = 40 51 101 0, e 1= 40 50 101 19,8 e 1 = 61 51 101 30,8 e = 61 50 101 30, Khii eliö: = i =1 j = r = i =1 s f ij e ij j =1 eij f ij e ij = 3 0, 17 19,8 8 30,8 eij 0, 19,8 30,8 =0,388... 0,395... 0,54... 0,59... 1,3 Odotettu arvo 1 1 =1 1=1 33 30, 30, χ²-arvo o lähellä odotettua arvoa, jote riippuvuutta ei ole. Alitehtävä (b) Muuttuja PELKO prosetuaalie frekv.jakauma ehdolla muuttuja SP arvot: PELKO SP aie mies kyllä 45,1% 34,0% ei 54,9% 66,0% yht 100,0% 100,0% Naisissa läpipääsemättömyyttä pelkääviä o prosetuaalisesti eemmä kui miehissä (45,1% 34,0%). Miehissä vastaavasti läpipääsemättömyyttä pelkäämättömiä o prosetuaalisesti eemmä (66,0% 54,9%). Alitehtävä (c) RR= f11/ f.1 f1/ f. = 3/51 17/50 1,33 Naisilla o 1,33-kertaie riski pelätä kurssista läpipääsemättömyyttä kui miehillä. Tehtävä 4 s x =s xx s x = s x =s ka,ka =0,44 s aikarv =s aikarv,aikarv =0,780 s matarvpai =s matarvpai,matarvpai =3,057 s ka = s ka 0,651 s aikarv = s aikarv 0,883 s matparvpai = s matarvpai 1,748 s ka

Riku Eskelie DEMOVASTAUKSET Demokerta 3/ vk 15 Tilastomeetelmie peruskurssi TILP150 Tulostuspv 05.04.013 Sivu 5/6 Alitehtävä (b) Korrelaatiomatriisi: KA 1,000 AIKARV 0,499 1,000 KA AIKARV MATARVPAIN MATARVPAIN 0,594 0,14 1,000 Alitehtävä (c) r ka, ka = s ka, ka s ka s ka = 0,44 0,651 0,651 =1,000 r aikarv, aikarv = s aikarv, aikarv s aikarv s aikarv = 0,780 0,883 0,883 =1,000 r xy = s xy s x s y r aikarv, ka = s aikarv,ka s aikarv s ka = 0,87 0,883 0,651 0,499 r matarvpai, ka = s matarvpai,ka s matarvpai s ka = 0,676 1,748 0,651 0,594 r matarvpai,aikarv = s matarvpai,aikarv s matarvpai s aikarv = 0,19 1,748 0,883 0,14 r matarvpai, matarvpai = s matarvpai, matarvpai s matarvpai s matarvpai = 3,057 1,748 1,748 =1,000 Kaikki arvot ovat positiivisia, jote lieaarie korrelaatio o myös positiivie so. X- ja Y-muuttujat kasvavat samaa suutaa. Muuttuja korrelaatio itsellee o aia 1, eli se riippuu itsestää. Muista muuttujapareista vahvi korrelaatio o parilla MATARVPAIN ja KA (0,594), heikoi parilla MATARVPAIN ja AIKARV (0,14). Tehtävä 5 Sirotakuvioo voidaa kuvitella suora (oheisessa merkitty siisellä katkoviivalla), jote lieaarie korrelaatio voitaisii laskea. Korrelaatio olisi egatiivie, sillä suora suuta o ylhäältä alas. y=harr. käyt. aika h/vk 5 0 15 10 5 0 0 1 3 4 5 6 7 8 9 10 x=työ rasittavuus 0-10

Riku Eskelie DEMOVASTAUKSET Demokerta 3/ vk 15 Tilastomeetelmie peruskurssi TILP150 Tulostuspv 05.04.013 Sivu 6/6 Tehtävä 6 Käytettävä aieisto: i 1 3 4 5 X 7 4 10 10 Y 5 1 8 0 Kovariassi ja korrelaatio: Hav. X=rasitt. Y=harr. x i x y i y x i x y i y x i x y i y 1 7 5 0,4-4,4 0,16 19,36-1,76 4 1 -,6,6 6,76 6,76-6,76 3 10 3,4-7,4 11,56 54,76-5,16 4 10 8 3,4-1,4 11,56 1,96-4,76 5 0-4,6 10,6 1,16 11,36-46,9 Yht. 33 47 0,0 0,0 51,0 195,0-85,36 x= i=1 s x = 1 x 1 i x = 1 i =1 4 51,0=1,8 s x = s x = 1,8 3,58 =5 x = 33 y 5 =6,6 y= i=1 = 47 5 =9,4 s y= 1 y 1 i y = 1 i=1 4 195,0=48,8 s y = s y = 48,8 6,99 s xy = 1 x 1 i x y i y = 1 i=1 4 85,36= 1,34 r xy = s xy = 1,34 s x s y 3,58 6,99 0,85 Pearsoi tulomomettikorrelaatiokerroi r xy o arvoltaa oi -0,85, jote riippuvuutta o. Kyseessä o egatiivie lieaarie riippuvuus; eli mitä eemmä harrastuksii käyttää aikaa, sitä vähemmä työ rasittaa, tai kääteisesti mitä eemmä työ rasittaa, sitä vähemmä harrastuksii käytetää aikaa. Syy-seuraus -suhdetta eli kausaalisuutta ei voida korrelaatiosta päätellä. Kaikille havaioille laskettuu korrelaatiokertoimee -0,791 verrattua tämä korrelaatiokerroi o lähellä sitä, ja äide etumerkit ovat samat (egatiivie korrelaatio). Ratkaistu 6/7 0,5 demopistettä