Po¨ ang totalt f¨ or del 1: 25 (10 uppgifter) Tentamensdatum 2013-01-18 Po¨ ang totalt f¨ or del 2: 30 (3 uppgifter) Skrivtid 09.00 – 14.00 L¨ arare: Adam Jonsson, Ove Edlund och Niklas Grip
Jourhavande l¨ arare: Adam Jonsson Tel: 0920-491948
Till˚ atna hj¨ alpmedel: • R¨ aknedosa,
• Kursboken V¨ annman: Matematisk statistik. I kursboken f˚ ar anteckningar och post-it lappar finnas, men inte l¨ osta exempel.
• Kompendium om regressionsanalys
• Formelblad
• Tabeller
Tentamen best˚ ar av tv˚ a delar. P˚ a den f¨ orsta delen, som ¨ ar obligatorisk f¨ or att kunna bli godk¨ and, beh¨ over enbart svar l¨ amnas in, men om korta l¨ osningar bifogas s˚ a finns det vid gr¨ ansfall m¨ ojlighet att f˚ a delpo¨ ang p˚ a en uppgift. Delpo¨ ang ges i f¨ orsta hand om en uppgift i stort sett behandlats korrekt men slarvfel beg˚ atts. Om kortfattade l¨ osningar ej bifogas s˚ a finns inga m¨ ojligheter att f˚ a delpo¨ ang p˚ a en uppgift.
F¨ or godk¨ ant kr¨ avs minst 17 po¨ ang p˚ a del 1. Svaren f¨ or del 1 ska fyllas i p˚ a det blad som bifogas tentamen. Det ifyllda svarsbladet skall l¨ aggas f¨ orst om du l¨ amnar in l¨ osningar och bifogas oavsett om du l¨ amnat in l¨ osningar eller ej. Om inte det ifyllda svarsbladet l¨ amnas in bed¨ oms tentamen som underk¨ and.
P˚ a den andra delen, som g¨ aller tentamen f¨ or ¨ overbetyg, ska fullst¨ andiga l¨ osningar l¨ amnas in. T¨ ank p˚ a att redovisa dina l¨ osningar p˚ a ett klart och tydligt s¨ att och motivera resonemangen. Vid bed¨ omningen av l¨ osningarna l¨ aggs stor vikt vid hur l¨ osningarna ¨ ar motiverade och redovisade. F¨ or betyg 4 kr¨ avs godk¨ ant p˚ a den f¨ orsta obligatoriska delen samt minst 13 po¨ ang fr˚ an den andra delen f¨ or ¨ overbetyg. F¨ or betyg 5 kr¨ avs godk¨ ant p˚ a den f¨ orsta obligatoriska delen samt minst 23 po¨ ang fr˚ an den andra delen f¨ or ¨ overbetyg.
OBS! Det g˚ ar inte att kompensera underk¨ ant p˚ a den f¨ orsta korta delen av tentamen med po¨ ang p˚ a den andra delen.
Ange p˚ a tentamensomslaget om du har l¨ amnat in l¨ osningar p˚ a del 2 genom att kryssa f¨ or de sista tre uppgifterna.
Om du plussar f¨ or ¨ overbetyg s˚ a skriv detta p˚ a tentamensomslaget.
LYCKA TILL!
1. Att en slumpm¨ assigt utvald student betalar sina r¨ akningar genom n˚ agon internetbank har visat sig ske med sannolikheten 0.40. Att tr¨ affa en student som har en mobiltelefon sker med sannolikheten 0.61.
Sannolikheten att en student b˚ ade har mobiltelefon och betalar sina r¨ akningar genom en internetbank ¨ ar 0.35. En slumpm¨ assigt vald stu- dent har mobiltelefon. Hur stor ¨ ar sannolikheten att han ocks˚ a betalar
r¨ akningarna genom en internetbank? (2p)
2. Antalet trasiga pixlar p˚ a en s˚ a kallad LED-tv av ett visst m¨ arke har en Poissonf¨ ordelning med v¨ antev¨ ardet 2.1. Ber¨ akna sannolikheten att en tv-apparat av den aktuella typen inte har n˚ agra trasiga pixlar. (2p) 3. En partikel utf¨ or slumvandring p˚ a (dom positiva och negativa) helta-
len. Partikeln startar p˚ a talet 0 och hoppar sedan ett steg varje sekund.
Hoppet g¨ ors i negativ respektive positiv riktning med sannolikhet 0.5.
Vad ¨ ar sannolikheten att partikeln befinner sig p˚ a talet 2 efter 10 se- kunder? Ledning: Att partikeln befinner sig t.ex. p˚ a talet 6 efter 10 sekunder ¨ ar samma sak som att exakt 8 av dom 10 hoppen sker i
positiv rikning. (3p)
4. Den stokastiska variabeln ξ har frekvensfunktionen
f (x) =
( ce −x/5 om 0 ≤ x ≤ 3, 0 annars,
d¨ ar c ¨ ar en viss konstant.
(a) Best¨ am konstanten c. (1p)
(b) Best¨ am medianen i f¨ ordelningen f¨ or ξ. (2p)
5. Om ξ 1 , ξ 2 , ξ 3 , ξ 4 , ξ 5 ¨ ar oberoende och Exp(λ)-f¨ ordelade s˚ a har summan ξ = ξ 1 + ξ 2 + ξ 3 + ξ 4 + ξ 5
en s˚ a kallad Γ(5, λ)-f¨ ordelning (uttalas ”gamma-f¨ ordelning”). Dess fre- kvensfunktion ges av
f (x) = λ 5
24 x 4 e −λx , x > 0.
Best¨ am v¨ antev¨ arde och varians i Γ(5, λ)-f¨ ordelningen. (2p) 6. Majas och Joels utgifter f¨ or kursmaterial (enhet: kr) under en m˚ anad
kan ses som oberoende stokastiska variabler. Majas utgifter/m˚ anad kan antas vara normalf¨ ordelade med v¨ antev¨ arde 420 kr och standar- davvikelse 30 kr och Joels utgifter/m˚ anad kan antas vara normalf¨ ordelade med v¨ antev¨ arde 340 kr och standardavvikelse 25 kr. Vad ¨ ar sannolik- heten att Joels utgifter ¨ overstiger Majas under en slumpm¨ assigt vald
m˚ anad? (2p)
7. En ingenj¨ or anv¨ ander tv˚ a h¨ ogprecisionsinstrument f¨ or att best¨ amma vikten hos en viss typ av komponenter. Hon misst¨ anker att instrument 1 i genomsnitt visar en h¨ ogre vikt ¨ an instrument 2. F¨ or att unders¨ oka om misstanken st¨ ammer v¨ aljer hon ut en enda komponent och g¨ or sedan 12 m¨ atningar p˚ a den komponenten, 6 med det f¨ osta instrumentet och 6 med det andra. Resultatet i gram ges nedan:
M¨ atning nr 1 2 3 4 5 6 7
Instrument 1 12.22 12.18 12.24 12.41 12.30 12.36 12.35 Instrument 2 12.17 12.31 12.38 12.39 12.39 12.33 12.36 Ber¨ akna ett l¨ ampligt 99% konfidensintervall f¨ or den genomsnittliga skillnaden (instrument 1 - instrument 2) mellan instumenten under rimliga normalf¨ ordelningsantaganden. Svara med den nedre gr¨ ansen.
R¨ aknehj¨ alp: ¯ x 1 = 12.2943, s 1 = 0, 0840, ¯ x 2 = 12.3329, s 2 = 0.0780.
F¨ or differensserien g¨ aller ¯ z = −0.0386, s z = 0.0797. (2p) 8. 1 En l¨ akare vill veta om en ny medicin i genomsnitt har en postiv
effekt p˚ a patienters h¨ alsa. Han hittar en studie gjord p˚ a 12 patienter d¨ ar man dragit slutsatsen att medicinen i genomsnitt har en positiv effekt. De faktiska m¨ atv¨ ardena framg˚ ar inte, man har endast angivit (med +) om medicinen gett avsedd effekt:
Patient nr 1 2 3 4 5 6 7 8 9 10 11 12
Resultat + + - + + + - + + + + +
I studien anv¨ ands antalet + tecken f¨ or att testa H 0 : “ingen genomsnittlig effekt” mot H 1 : positiv effekt i genomsnitt”. Beslutsregeln definiera- des: ”F¨ orkasta H 0 om antalet + tecken ¨ ar minst 9”.
Vilken signifikansniv˚ a har det test som anv¨ ants i studien? (2p) 9. En forskare misst¨ anker att tv˚ a slumpvariablers standardavvikelser, σ 1
och σ 2 , inte ¨ ar lika stora. F¨ or att testa H 0 :”slumpvariablerna har samma standardavvikelser” p˚ a 5 % signifikansniv˚ a v¨ aljer hon att utg˚ a fr˚ an ett 95 % konfidensintervall f¨ or β, d¨ ar β betecknar kvoten σ 1 /σ 2 . Vilket av f¨ oljande p˚ ast˚ aenden st¨ ammer? En l¨ amplig beslutsregel ges av. . .
1 ”H 0 f¨ orkastas om talet 0 t¨ acks av konfidensintervallet”.
2 ”H 0 f¨ orkastas om talet 0 inte t¨ acks av konfidensintervallet”.
3 ”H 0 f¨ orkastas om talet 1 t¨ acks av konfidensintervallet.”
4 ”H 0 f¨ orkastas om talet 1 inte t¨ acks av konfidensintervallet.”
5 ”H 0 f¨ orkastas om β t¨ acks av konfidensintervallet.”
6 ”H 0 f¨ orkastas om β inte t¨ acks av konfidensintervallet.”
(2p) 10. Vid en unders¨ okning studerades hur Y =den totala glassf¨ ors¨ aljningen
(kkr per dag) i en kiosk kunde relateras till X 1 =utomhustemperaturen och X 2 =kioskens placering. Dom tv˚ a placeringarna som unders¨ oktes
1
Uppgiften har f¨ ortydligats efter att tentamen avslutats.
kodades X 2 = 0 respektive X 2 = 1. Resultatet av en regressionsanalys f¨ or 20 glassk¨ op redovisas i tabell 1.
(a) Best¨ am det predikterade v¨ ardet av f¨ ors¨ aljningen p˚ a placering 0
vid temperaturen 24 grader. (1p)
(b) F¨ or att unders¨ oka om placeringen p˚ averkar f¨ ors¨ aljningen skall ett test p˚ a 1% signifikansniv˚ a genomf¨ oras genom att ber¨ akna v¨ ardet p˚ a en l¨ amplig t-kvot och j¨ amf¨ ora denna med ett visst tal.
Vad ¨ ar v¨ ardet p˚ a t-kvoten? Kan man p˚ ast˚ a att placeringen p˚ averkar f¨ ors¨ aljningen p˚ a 1% signifikansniv˚ a?
F¨ or 2 po¨ ang kr¨ avs b˚ ade t-kvoten och r¨ att svar (ange JA eller NEJ
p˚ a svarsbladet). (2p)
(c) Vad ¨ ar den genomsnittliga f¨ or¨ andingen av f¨ ors¨ aljningen p˚ a pla- cering 1 om temperaturen ¨ okar med 3 grader? Besvara fr˚ agan genom att ber¨ akna ett 99%-igt konfidensintervall. Redovisa den
undre gr¨ ansen. (2p)
Tabell 1: Regression Analysis: Y versus X1; X2 The regression equation is
Y = - 42,8 + 2,66 X1 + 15,0 X2
Predictor Coef SE Coef T P
Constant -42,84 10,23 ? ?
Temp 2,6607 0,4520 ? ?
Placering 15,004 1,360 ? ?
S = 3,03949 R-Sq = ?% R-Sq(adj) = ?%
Analysis of Variance
Source DF SS MS F P
Regression 2 ? ? ? ?
Residual Error 17 157,05 ?
Total 19 1575,09
Slut p˚ a del 1. Gl¨ om inte att bifoga svarsbladet med tentan!
Tabell f¨ or svar till del 1
Riv ut och l¨ agg svarsbladet f¨ orst i tentamen
Namn: . . . . Personnummer: . . . .
Sannolikheter skall anges i decimalform dom ett tal mellan 0 och 1.
Fr˚ aga Svar Po¨ ang
1 Sannolikhet (tre decimaler) 0.574 2
2 Sannolikhet (tre decimaler) 0.122 2
3 Sannolikhet (tre decimaler) 0.205 3
4 a Konstanten c (tv˚ a decimaler) 0.44 1
b Median (tv˚ a decimaler) 1.28 2
5 V¨ antev¨ arde 5/λ 1
Varians 5/λ 2 1
6 Sannolikhet (tre decimaler) 0.020 2
7 Nedre gr¨ ans (fyra decimaler) -0,1709 2
8 Signifikansniv˚ a (fyra decimaler) 0.0730 2
9 1,2,3,4,5 eller 6 4 2
10 a Predikterat v¨ arde (tv˚ a decimaler) 21.04 1 b t-kvot (fyra decimaler) 11.0324
“JA” eller “NEJ” JA 2
c Nedre gr¨ ans (fyra decimaler) 4.0524 2
Totalt antal po¨ ang 25
Vid bed¨ omningen av l¨ osningarna av uppgifterna i del 2 l¨ aggs stor vikt vid hur l¨ osningarna ¨ ar motiverade och redovisade. T¨ ank p˚ a att noga redovisa inf¨ orda beteckningar och eventuella antaganden.
11. Vad ¨ ar sannolikheten att partiken fr˚ an uppgift 3 befinner sig mellan
talen -50 och 50 efter 10 minuter? (10p)
L¨ osningsskiss Positionen efter 600 sekunder ¨ ar 2ξ − 600, d¨ ar ξ=antal steg i positiv riktning ∈ Bin(600, 0.5) ' N (300, 12.25) enligt centrala gr¨ ansv¨ ardessatsen. Att partiken befinner sig mellan talen -50 och 50 efter 600 sekunder ¨ ar samma sak som att −25 ≤ ξ − 300 ≤ 25, d¨ ar ξ − 300 ∈' N (0, 12.25). Sannolikheten ¨ ar ca 0.4.
12. Tv˚ a personer, A och B, skall m¨ ata en ok¨ and fysikalisk konstant θ. De g¨ or en m¨ atning var med olika metoder som b˚ ada ¨ ar v¨ antev¨ ardesriktiga.
De stokastiska variablerna ξ 1 och ξ 2 som betecknar m¨ atv¨ ardet fr˚ an A respektive B kan antas vara oberoende, d¨ ar V (ξ 1 ) = σ 2 A och V (ξ 2 ) = σ B 2 ¨ ar k¨ anda. Som skattning av θ t¨ anker man anv¨ anda en linj¨ ar kom- bination
η = c 1 ξ 1 + c 2 ξ 2 .
(a) H¨ arled ett villkor som konstanterna c 1 och c 2 m˚ aste uppfylla f¨ or att η ska vara en v¨ antev¨ ardesriktig skattning av θ. (5p) (b) Visa att den v¨ antev¨ ardesriktiga linj¨ arkombination som har b¨ ast
precision, dvs minst varians, ges av σ B 2
σ A 2 + σ B 2 ξ 1 + σ A 2 σ A 2 + σ 2 B ξ 2 .
(7p) L¨ osningsskiss
(a) Enligt Sats 5A har vi E(η) = (c 1 +c 2 )θ. S˚ a det kr¨ avs att c 1 +c 2 = 1. Om villkoret ¨ ar uppfyllt ¨ ar η v¨ antev¨ ardesriktig.
(b) Villkoret c 1 + c 2 = 1 kan skrivas c 2 = 1 − c 1 . L˚ at d¨ arf¨ or c 1 = c och betrakta cξ 1 + (1 − c)ξ 2 . Variansen ¨ ar (Sats 5A)
c 2 σ 2 A + (1 − c) 2 σ 2 B .
Man kan t.ex. derivera f¨ or att f˚ a att uttrycket minimeras d˚ a c =
σ
2Bσ
2A+σ
2B.
13. 2 L¨ akaren fr˚ an uppgift 8 genomf¨ or en egen studie p˚ a 20 personer, som var och en provar medicinen. En normalf¨ ordelningsplot ¨ over de 20 differenserna z i = x i −y i , d¨ ar y i ¨ ar h¨ alsan (i kodade enheter) f¨ or person nummer i efter behandling med medicinen, gav f¨ oljande resultat. F¨ or att testa
H 0 : “ingen genomsnittlig effekt” mot H 1 : “positiv genomsnitt effekt”
2