Tentamen TAIU06/TENA Matematisk statistik Berkant Savas Matematisk statistik Matematiska institutionen Tekniska högskolan i Linköping Datum: 2013–05–28 Tid: 8–12 Hjälpmedel: Formelsamling och tabeller för TAIU06 Matematisk statistik, alt. Formel- och tabellsamling i Matematisk statistik. Miniräknare med tömda minnen. Inga andra hjälpmedel är tillåtna. Examinator: Berkant Savas Jourhavande lärare: Berkant Savas, 013–28 5788, 070–746 4224 Jag kommer förbi ca 9:30 för eventuella frågor och förtydliganden. Maximalt antal poäng: 18 Betyg: 3 4 5 8–11p 11.5–14.5p 15–18p Antal uppgifter: 6 Antal sidor: 3 (inklusive försättsblad) OBS: Uppgifterna är INTE ordnade efter svårighetsgrad. 1. (4p) Den kontinuerliga slumpvariabeln X har täthetsfunktionen f (x) = x3 4 för 0 ≤ x ≤ 2. a) Bestäm väntevärdet E(X). b) Bestäm variansen V (X). c) Bestäm a så att P (X ≤ a) = 0.75. d) Bestäm den betingade sannolikheten P X ≥ 1 | X ≤ 1.5 . Ledning: använd definition på betingad sannolikhet. 2. (3p) Ett företag i bryggeribranschen vill att flaskornas volym skall vara 515 ml. Man undersöker 6 flaskor och fick följande volym: 515.7 514.3 515.8 516.8 515.7 517.8 Observationerna får förutsättas vara normalfördelade. Lös ett av följande två alternativ. Alt–1: Ge konfidensintervall för väntevärdet µ med konfidensgraden 95%. Alt–2: Undersök med hjälp av ett test på 5% signifikantnivå H0 : µ = 515 mot H1 : µ 6= 515. 3. (2p) Erica, Stefan och Malin har fått i uppdrag att analysera data gällande fiskbestånden i 9 sjöar, 3 uppländska och 6 sörmländska. Erica och Stefan blir slumpmässigt fördelade 4 sjöar var, medan Malin får den återstående. a) På hur många olika sätt kan de 9 sjöarna fördelas på ovan nämnda sätt på de 3 personerna? b) Ange sannolikheten att Erica eller Stefan blir tilldelade 4 sörmländska sjöar. 4. (3p) Låt X1 , . . . , X100 vara oberoende och binomialfördelade slumpvariabler där varje Xi är Bin(10, 0.4). Låt vidare Y1 , . . . , Y70 vara oberoende och Poissonfördelade slumpvariabler där varje Yi är P o(6). Sätt X och Y till X= 100 X Xi och i=1 Y = 70 X Yi . i=1 Använd centrala gränsvärdessatsen och beräkna approximativt P (Y ≥ X). 2 5. (3p) Man vill undersöka om tiden det tar för en fallskärm att lösas ut är den samma för två olika fallskärmstyper. Vid ett försök med 65 skärmar fick man följande resultat: Tid i sek: Fallskärm typ–1 Fallskärm typ–2 2.0–2.4 13 20 2.4–2.6 11 9 2.6–3.0 8 4 Finns det skillnad mellan fallskärmar av typ–1 resp. typ–2 vad gäller utlösningstiden? Genomför ett homogenitetstest på nivå α = 1%. 6. (3p) Variansen till en slumpvariabel X definieras enligt V (X) = σ 2 = E (X − µ)2 och är ett mått på sannolikhetsmassans spridning. Ett annat sådant mått är Mean Absolute Deviation och förkortas MAD. Definitionen är MAD = E |X − µ| . Låt X vara en kontinuerlig slumpvariabel som är likformigt fördelad (rektangelfördelning) med Re(−2, 2). Bestäm MAD till X. Ledning: Väntevärdet för en funktion g(X) definieras som Z ∞ E g(X) = g(x)f (x)dx −∞ där f (x) är täthetsfunktion till X. 3 Lösningsförslag 1. (4p) a) Definition på väntevärde ger Z ∞ E(X) = 2 Z xf (x)dx = x ∞ 0 h x5 i2 x3 dx = = 32/20 = 8/5 4 20 0 b) Variansen ges av V (X) = E(X 2 ) − E(X)2 Z 2 ∞ 2 Z 2 x2 x f (x)dx = E(X ) = ∞ 0 h x6 i 2 x3 = 64/24 = 8/3 dx = 4 24 0 Insättning ger V (X) = E(X 2 ) − E(X)2 = 8 82 25 ∗ 8 − 64 ∗ 4 8 − 2 = = 3 5 75 75 c) Z a P (X ≤ a) = f (x)dx = ∞ Vi får a = (0.75 ∗ 16)1/4 a Z 0 h x4 i a x3 dx = = a4 /16 = 0.75 4 16 0 ≈ 1.8612. d) Definition på betingad sannolikhet ger P X ≥ 1 ∩ X ≤ 1.5 P 1 ≤ X ≤ 1.5 P X ≥ 1 | X ≤ 1.5 = = P X ≤ 1.5 P X ≤ 1.5 Z 1.5 P (X ≤ 1.5) = 1.5 Z f (x)dx = ∞ 0 h x4 i1.5 x3 dx = 4 16 0 = (3/2)4 /16 = 81/162 1.5 1.5 h x4 i1.5 x3 dx = 4 16 1 1 1 4 2 = (3/2) /16 = 81/16 − 1/16 = 65/162 Z P (1 ≤ X ≤ 1.5) = Z f (x)dx = Insättning ger 65/162 65 P X ≥ 1 | X ≤ 1.5 = = 2 81/16 81 2. (3p) Det följer under H0 att Xi är N (515, σ 2 ) och X̄ är N (515, σ 2 /6). Då σ 2 är okänd skattar vi den med s2 , och motsvarande slumpvariabel T = X̄ − 515 √ s/ 6 4 blir t5 fördelad Test på α = 5% nivå ger P (−t5, 0.025 ≤ T ≤ t5, 0.025 ) = 0.95 Tabell ger t5, 0.025 = 2.571 och intervallet blir √ (515 ± 2.571s/ 6) = · · · = (513.76, 516.24) Då det observerade medelvärdet x̄ = 516.02 tillhör intervallet kan vi inte förkasta H0 . 3. (2p) a) Genom att används multiplikationsprincipen, fås totala antalet möjliga utfall till 9 5 1 m= = · · · = 630 4 4 1 b) Låt A vara händelsen att Erica får 4 sörmländska sjöar och B händelsen att Stefan får 4 sörmländska sjöar. Vi söker därmed P (A ∪ B) = P (A) + P (B) = 2P (A) där vi har använt att snittet A ∩ B är tom och att P (A) = P (B). Den klassiska definition på sannolikhet ger 6 5 1 g 4 4 1 = = 75/630 P (A) = m 630 Vi får den sökta sannolikheten till P (A ∪ B) = 2 ∗ 75/630 = 150/630 = 15/63. 4. (3p) Vi har att Xi är Bin(10, 0.4) ⇒ E(Xi ) = 10 ∗ 0.4 = 4 V (Xi ) = 10 ∗ 0.4 ∗ 0.6 = 2.4 Yi är P o(6) ⇒ E(Yi ) = 6 V (Yi ) = 6 Centrala gränsvärdessatsen ger att X är approximativt N (100 ∗ 4, 100 ∗ 2.4) = N (400, 240) Y är approximativt N (70 ∗ 6, 70 ∗ 6) = N (420, 420) Vi skriver om den sökta sannolikheten: P (Y ≥ X) = P (Y − X ≥ 0) = 1 − P (Y − X < 0) Vad har Y − X för fördelning? Väntevärde och varians blir E(Y − X) = E(Y ) − E(X) = 420 − 400 = 20 = µ V (Y − X) = V (Y ) + V (X) = 420 + 240 = 660 = σ 2 Transformering till N (0, 1) ger Y −X −µ 0−µ −20 P (Y − X < 0) = P < = P (Z < √ ) σ σ 660 ≈ Φ(−0.78) = 1 − Φ(0.78) = 1 − 0.7823 Därmed blir P (Y ≥ X) ≈ 1 − (1 − 0.7823) = 0.7823. 5 5. (3p) Homogenitetstest betyder att vi testar H0 : p11 = p21 , p21 = p22 , p31 = p32 p21 6= p22 , p31 6= p32 där mothypotesen ges av H1 : p11 6= p21 , för åtminstone någon av fallen. Under H0 skattningar till yij ges av êij = yi· y·j /n. Testvariabeln blir 2 χ = 2 X yij ij êij −n= 132 ∗ 65 42 ∗ 65 + ··· + − 65 = 3.0035 32 ∗ 33 33 ∗ 12 och är observation från en (approximativ) χ2ν fördelad variabel där ν = (3 − 1)(2 − 1) = 2 I summan ovan har vi använt observationer yij och deras skattningar êij från tabellen nedan. yij 13 11 8 êij 32∗33 65 32∗20 65 32∗12 65 yij 20 9 4 êij 33∗33 65 33∗20 65 33∗12 65 33 20 12 32 33 65 Approximationen är giltig då varje êij ≥ 5. Verifiera detta! Eftersom vi ska testa H0 på nivå α = 1% blir motsvarande kvantil (från tabell) χ22, 0.01 = 9.21 > 3.0035. Det följer att vi kan inte förkasta H0 , alltså testet kan inte påvisa skillnad i utlösningstid mellan de två fallskärmstyperna. 6. (3p) Då X är Re(−2, 2) följer det att täthetsfunktionen blir f (x) = 1/4 då −2 < x < 2 och E(X) = (b + a)/2 = 0 = µ. Formeln för MAD ger Z ∞ Z 2 1 1 MAD = E(|X −µ|) = E(|X|) = |x|f (x)dx = |x| dx = 4 4 −∞ −2 6 Z 2 2xdx = 0 1 h 2 i2 x = 1. 4 0
© Copyright 2024