Kategori: Statistikk

Sentralgrenseteoremet

Oppgave 1:

Vi skal finne sannsynligheten for at en orkidedyrker klarer å produsere minst 3200 blomsterstengler når han har 2500 planter, og i gjennomsnitt 20 % av plantene ikke får blomsterstengler, 40 % får én stengel, 30 % to stengler, og 10 % tre stengler.

Dersom X er antall stengler per plante, har vi altså at P(X = 0) = 0,2, P(X = 1) = 0,4, P(X = 2) = 0,3 og P(X = 3) = 0,1. Dersom Y er antall stengler totalt, skal vi finne P(Y ≥ 3200).

Vi beregner forventning og varians for X:

E(X) = 0 · 0,2 + 1 · 0,4 + 2 · 0,3 + 3 · 0,1 = 1,3.

E(X²) = 0² · 0,2 + 1² · 0,4 + 2² · 0,3 + 3² · 0,1 = 2,5.

Var(X) = E(X²) − [E(X)]² = 2,5 − (1,3)² = 0,81.

Altså μ = E(X) = 1,3, og σ² = Var(X) = 0,81.

n = 2500, langt over tommelfingerregelen på «> 30». Så dersom antall stengler på en plante er uavhengig av de andre, har vi ifølge sentralgrenseteoremet at summen er tilnærmet normalfordelt. Standardavviket og variansen til Y blir 2500 ganger standardavviket og variansen til X, siden vi har 2500 planter.

Y ~ N(2500 · 1,3, 2500 · 0,81) = N(3250, 2025) = N(3250, 45²).

Så skal vi finne P(Y ≥ 3200). Vi skriver =1-norm.fordeling(3200; 3250; 45; sann) i Excel eller 1- fordelingnormal(3250, 45, 3200) i GeoGebra og får 0,8667.

Det er altså om lag 86,67 % sannsynlighet for at han klarer å produsere nok stengler.

Vi kan også finne normaltilnærmngen ved å bruke normalfordelingstabellen. Vi gjør da først en standardisering, og finner at P(Y ≥ 3200) = 1 − P(Y < 3200) tilsvarer $1 – G({\large \frac{3200 – 3250}{45}}) \approx 1 – G(-1{,}11) = G(1{,}11)$. Så går vi inn i tabellen, rad 1,1, kolonne 0,01, der det står 0,8665.

Tilbake til oppgaven

Oppgave 2:

Vi har en juksemynt med sannsynlighet p = 0,6 for kron, og vil finne sannsynligheten for å få 125 eller færre kron i 200 kast. Det er oppgitt at sannsynligheten for dette er ca. 0,7858.

Vi skal avgjøre om en normaltilnærming kan forventes å være god i dette tilfellet. En normaltilnærming anses å være god hvis np(1 − p) ≥ 10. Vi har n = 200, p = 0,6, så vi får np(1 − p) = 200 · 0,6(1 − 0,6) = 48, så vi forventer at normaltilnærmingen er god.

Vi har at når X ~ bin(n, p), er normaltilnærmingen N(np, np(1 − p)), det vil si N(200 · 0,6, 200 · 0,6(1 − 0,6) = N(120, 48).

Hvis vi så skriver =norm.fordeling(125; 120; rot(48); sann) i Excel eller fordelingnormal(120, sqrt(48), 125) GeoGebra, får vi 0,7648.

Dette er en feil på ${\large \frac{0{,}7858 – 0{,}7648}{0{,}7858}} \approx 0{,}0268$, ca. 2,6 % for lavt.

Tilbake til oppgaven

Oppgave 3:

I oppgave 2 brukte vi normaltilnærming for å finne sannsynligheten for å få 125 eller færre kron i 200 kast med en mynt med sannsynlighet p = 0,6 for kron. Nå skal vi gjøre tilnærmingen om igjen med heltallskorreksjon.

Normalfordelingen er den samme som i oppgave 2, N(120, 48), men vi skal erstatte 125 med 125 + 0,5 = 125,5.

Hvis vi skriver =norm.fordeling(125,5; 120; rot(48); sann) i Excel eller fordelingnormal(120, sqrt(48), 125.5) i GeoGebra, får vi 0,7864.

I forhold til den riktige verdien på 0,7858, er feilen ${\large \frac{0{,}7858 – 0{,}7864}{0{,}7858}} \approx -0{,}0007$, ca. 0,1 % for høyt.

Tilnærmingen er altså blitt bedre, med bare 0,1 % feil i forhold til 2,6 % feil uten heltallskorreksjon.

Tilbake til oppgaven

Estimering

Oppgave 1:

Basert på at en bedrift på 6 tilfeldige dager produserer 210, 220, 210, 225, 220 og 217 støtfangere, skal vi gi et forventningsrett estimat for dagsproduksjonen av støtfangere.

Som estimat bruker vi gjennomsnittet: $\mu = \overline X = {\large \frac{210 + 220 + 210 + 225 + 220 + 217}{6}} = 217$.

Tilbake til oppgaven

Oppgave 2:

Basert på at en bedrift på 6 tilfeldige dager produserer 210, 220, 210, 225, 220 og 217 støtfangere, som i oppgave 1, og at standardavviket til produksjonen er σ = 5,8, skal vi angi estimert gjennomsnitt i form av en rapportering.

I oppgave 1 fant vi at gjennomsnittlig dagsproduksjon var 217 støtfangere.

I en rapportering angir vi estimert verdi pluss/minus standardavviket til estimatoren.

Standardavviket til estimatoren er $\frac{\displaystyle \sigma}{\displaystyle \sqrt n} = \frac{\displaystyle 5{,}8}{\displaystyle \sqrt 6} \approx 2{,}37$.

Så en rapportering av estimatet til gjennomsnittlig produksjon blir

$217 \pm \frac{\displaystyle 5{,}8}{\displaystyle \sqrt{6}} \approx 217 \pm 2{,}37$

Tilbake til oppgaven

Oppgave 3:

Basert på at en bedrift på 6 tilfeldige dager produserer 210, 220, 210, 225, 220 og 217 støtfangere, som i oppgave 1, skal vi estimere standardavviket til produksjonen og presentere estimert gjennomsnitt i form av en rapportering.

Vi fant i oppgave 1 at gjennomsnittsproduksjonen var 217 enheter

Vi estimerer standardavviket med utvalgsstandardavviket, som blir

 $\hat \sigma = S = \sqrt{\large \frac{(210 −217)^2 + (220 − 217)^2 + (210 −217)^2 + (225 − 217)^2 + (220 − 217)^2 + (217 − 217)^2}{5}} = 6$.

Og en rapportering blir

$217 \pm \frac{\displaystyle 6}{\displaystyle \sqrt{6}} \approx 217 \pm 2{,}45$

Tilbake til oppgaven

Oppgave 4:

Basert på at dagsproduksjonen av støtfangere i seks forskjellige dager er henholdsvis 210, 220, 210, 225, 220 og 217 enheter, som i oppgave 1, og at standardavviket til produksjonen er er σ = 5,8, skal vi angi et 95 % og 99 % konfidensintervall for gjennomsnittet til produksjonen.

Et 95 % konfidensintervall er gitt ved

$\overline X \pm 1{,}96 \cdot \frac{\displaystyle \sigma}{\displaystyle \sqrt n} = 217 \pm 1{,}96 \cdot {\large \frac{5{,}8}{\sqrt{6}}} \approx [212{,}36, \: 221{,}64]$

Et 99 % konfidensintervall er gitt ved

$\overline X \pm 2{,}58 \cdot \frac{\displaystyle \sigma}{\displaystyle \sqrt n} = 217 \pm 2{,}58 \cdot {\large \frac{5{,}8}{\sqrt{6}}} \approx [210{,}89, \: 223{,}11]$

Tilbake til oppgaven

Oppgave 5:

Vi skal bruke (normal) kvantiltabellen til å finne et 97 % konfidensintervall for gjennomsnittsvekta av laks når 13 laks er veid med et gjennomsnitt på 4,14 kg, og standardavviket til vekta i populasjonen er er σ = 0,7.

I et 97 % konfidensintervall er ${\large \frac{\alpha}{2}} = {\large \frac{1 − 0{,}97}{2}} = 0{,}015$. Vi slår opp ${\large \frac{\alpha}{2}} = 0{,}015$ i kvantiltabellen, der det står 2,1701.

Et 97 % konfidensintervall er da gitt ved

$\overline X \pm 2{,}17 \cdot \frac{\displaystyle \sigma}{\displaystyle \sqrt n} = 4,14 \pm 2{,}17 \cdot {\large \frac{0{,}7}{\sqrt{13}}} \approx [3{,}72, \: 4{,}56]$

Tilbake til oppgaven

Oppgave 6:

Vi skal bruke Excel til å beregne et 98 % konfidensintervall for gjennomsnittsproduksjonen av støtfangere, som på seks tilfeldige dager er 210, 220, 210, 225, 220 og 217 enheter, når vi vet at standardavviket til produksjonen er σ = 5,8.

Vi skriver =konfidens.norm(1-0,98; 5,8; 6) i Excel, og får ut 5,51.

Vi har tidligere beregnet at gjennomsnittsproduksjonen er 217 enheter.

Et 98 prosent konfidensintervall blir derfor om lag

[217 − 5,51, 217 + 5,51 = [211,49, 222,51]

Tilbake til oppgaven

Oppgave 7:

Basert på at 6 tilfeldige observasjoner gir at gjennomsnittlig antall produserte støtfangere er X = 217 og at produksjonens standardavvik er S = 6, skal vi lage og sammenlikne et 95 % konfidensintervall basert på normalfordeling, med et basert på t-fordeling.

I et 95 % konfidensintervall er ${\large \frac{\alpha}{2}} = {\large \frac{1 − 0{,}95}{2}} = 0{,}025$.

Vi vet fra tidligere at

${\large z_{0{,}025}} \approx 1{,}96$, eller vi slår det opp i (normal) kvantiltabellen.

Basert på normalfordelingen får vi derfor følgende 95 % konfidensintervall:

$217 \pm 1{,}96 \cdot {\large \frac{6}{\sqrt{6}}} \approx [212{,}2, \: 221{,}8]$

Siden vi har 6 observasjoner, får vi v = 6 − 1 = 5 frihetsgrader. 

Vi slår opp ${\large t_{0{,}025 \, (5)}}$ i (t) kvantiltabellen, og finner 2,571.

Basert på t-fordelingen får vi derfor følgende 95 % konfidensintervall:

$217 \pm 2{,}57 \cdot {\large \frac{6}{\sqrt{6}}} \approx [210{,}7, \: 223{,}3]$

Konfidensintervallet blir en del bredere med t-fordeling enn med normalfordeling, dette skyldes at usikkerheten er stor når standardavviket er estimert ut fra så lite som 6 målinger.

Tilbake til oppgaven

Oppgave 8:

Basert på 6 tilfeldige observasjoner med gjennomsnitt 217 og utvalgsstandardavvik 6 skal vi lage et 95 % konfidensintervall basert på t-fordeling ved hjelp av Excel.

I Excel skriver vi =konfidens.t(1-0,95; 6; 6) og får ut 6,30.

Så et 95 % konfidensintervall blir

217 ± 6,30 ≈ [210,7, 223,3]

Som er det samme som vi fant da vi gjorde beregningen for hånd i oppgave 7.

Tilbake til oppgaven

Oppgave 9:

Basert på at 35 av 2000 tilfeldige ladere er målt til å være defekte, skal vi estimere sannsynligheten for at en vilkårlig lader er defekt, og finne et 95 % konfidensintervall for denne sannsynligheten.

Et forventningsrett estimat for sannsynligheten for at en lader er defekt vil være andelen defekte ladere i utvalget. Altså:

$\hat p = {\large \frac{35}{2000}} = 0{,}0175$, altså 1,75 %.

Estimert standardavvik til estimatoren blir

$\sqrt{\large \frac{\hat p(1− \hat p)}{n}} = \sqrt{\large \frac{0{,}0175(1 − 0{,}0175)}{2000}} \approx 0{,}0029$.

En rapportering av sannsynligheten for at en lader er defekt blir da

0,0175 ± 0,067

I et 95 % konfidensintervall er ${\large \frac{\alpha}{2}} = {\large \frac{1 − 0{,}95}{2}} = 0{,}025$.

Vi vet fra tidligere at

${\large z_{0{,}025}} \approx 1{,}96$, eller vi slår det opp i (normal) kvantiltabellen.

Så et 95 % konfidensintervall blir

0,0175 ± 1,96 · 0,0029 ≈ [0,0118, 0,0232], mellom 1,18 % og 2,32 %.

Tilbake til oppgaven

Hypotesetesting

Oppgave 1:

Basert på at hundre terningkast gir 20 seksere, skal vi sette opp nullhypotese og alternativ hypotese for at terningen gir for mange seksere, og teste hypotesen med et signifikansnivå på 5 %.

Den alternative hypotesen er at terningen gir for mange seksere, det vil si at sannsynligheten for å få seks er mer enn en sjettedel, slik den er på en rettferdig terning. Kaller vi sannsynligheten for å få en sekser for p, har vi

$H_A: p > \frac{\displaystyle 1}{\displaystyle 6}$.

Nullhypotesen blir da at terningen er rettferdig, med sannsynlighet lik en sjettedel for å få en sekser:

$H_0: p = \frac{\displaystyle 1}{\displaystyle 6}$.

Grensen for forkastningsområdet blir z_α = z_0,05 ≈ 1,6449, som vi finner ved å slå opp 0,05 i (kvantil)normalfordelingstabellen. Alternativt kan vi finne denne verdien ved å skrive =norm.s.inv(1 – 0,05) i Excel eller inversnormalfordeling(0, 1, 1 – 0.05) i GeoGebra.

Testobservatoren blir

$Z = \frac{\displaystyle X − np_0}{\displaystyle \sqrt{np_0(1 − p_0)}} = \frac{\displaystyle 20 − 100 \cdot \frac{1}{6}}{\displaystyle \sqrt{100 \cdot \frac{1}{6} \Big(1 − \frac{1}{6} \Big)}} \approx 0{,}8944$.

Siden Z ≈ 0,8944 $\ngtr$ z_α ≈ 1,6449, kan vi ikke forkaste nullhypotesen på signifikansnivå 5 %. 20 seksere i 100 kast gir altså ikke grunnlag for å si at terningen gir for mange seksere.

Tilbake til oppgaven

Oppgave 2:

Vi skal utføre samme test som i oppgave 1, men nå basert på at 1000 terningkast gir 200 seksere. Hypotesene blir de samme, og grensen for forkastningsområdet det samme, z_α = z_0,05 ≈ 1,6449.

Testobservatoren blir nå

$Z = \frac{\displaystyle X − np_0}{\displaystyle \sqrt{np_0(1 − p_0)}} = \frac{\displaystyle 200 − 1000 \cdot \frac{1}{6}}{\displaystyle \sqrt{1000 \cdot \frac{1}{6} \Big(1 − \frac{1}{6} \Big)}} \approx 2{,}8284$.

Z ≈ 2,8284 > z_α ≈ 1,6449. Testobservatoren ligger langt inni forkastningsområdet, og vi forkaster nullhypotesen på signifikansnivå 5 %. 200 av 1000 seksere gir altså grunnlag for å si at terningen gir for mange seksere.

Sammenlikninger vi med oppgave 1, ser vi at det relative antallet seksere er det samme i begge tilfeller: $\frac{\displaystyle 20}{\displaystyle 100} = \frac{\displaystyle 200}{\displaystyle 1000} = 0{,}2$. Men å få 200 seksere på 1000 kast er altså mye mindre sannsynlig enn å få 20 på 100 kast. Det kommer av at den forventede spredningen, altså standardavviket, blir mindre jo flere forsøk vi gjør. 200 av 1000 seksere vil faktisk gi forkastning av nullhypotesen på så lite signifikansnivå som 0,25 %.

Tilbake til oppgaven

Oppgave 3:

Vi skal sette opp og gjennomføre en hypotesetest med et signifikansnivå på 1 % på om oljeinnholdet i dressingpakker er over 10 ml, når gjennomsnittet i 25 pakker er målt til 10,3 ml, og produksjonen har et standardavvik på 0,65 ml.

Hypotesene blir H_A: μ > 10, H₀: μ = 10.

Vi har X = 10,3, og σ = 0,65.

Vi vet fra eksempel 3 at grensen for forkastningsområdet er z_α = z_0,05 ≈ 1,6449.

Testobservatoren blir:

$Z = \frac{\displaystyle \overline X − \mu_0}{\displaystyle \frac{\sigma}{\sqrt n}} = \frac{\displaystyle 10{,}3 − 10}{\displaystyle \frac{0{,}65}{\sqrt{25}}} \approx 2{,}31$.

Siden Z ≈ 2,31 $\ngtr$ z_α ≈ 2,3263, kan vi ikke forkaste nullhypotesen på 1 % signifikansnivå. Målingene indikerer altså ikke at dressingene i snitt inneholder mer enn 10 ml. olje.

Tilbake til oppgaven

Oppgave 4:

Basert på at 15 målinger av svartid på en servicetelefon gir et gjennomsnitt på 37 sekunder med et standardavvik på 14 sekunder skal vi sette opp og gjennomføre en hypotesetest på signifikansnivå 5 % på om oppgitt gjennomsnittlig ventetid på 30 sekunder er lav.

Hypotesene blir H_A: μ > 30, H₀: μ = 30.

Siden vi baserer oss på utvalgsstandardavviket, bruker vi t-fordeling i testen. Antall frihetsgrader blir 15 − 1 = 14. For å finne grensen til forkastningsområdet slår vi opp i (kvantil) t-fordelingstabellen, med t_{0,05 (14)}, der det står 1,761. Alternativt kan vi finne denne verdien ved å skrive =t.inv(1 – 0,05; 14) i Excel eller inverstfordeling(14, 1 – 0.05) i GeoGebra.

Testobservatoren blir

$T = \frac{\displaystyle \overline X − \mu_0}{\displaystyle \frac{S}{\sqrt n}} = \frac{\displaystyle 37 − 30}{\displaystyle \frac{14}{\sqrt{15}}} \approx 1{,}94$.

Siden T ≈ 1,94 > t_{0,05 (14)} ≈ 1,761, kan vi forkaste nullhypotesen, og har på 5 % signifikansnivå grunnlag for å si at gjennomsnittlig ventetid er over 30 sekunder.

Tilbake til oppgaven

Oppgave 5:

Basert på at innholdet i 30 glass syltetøy i gjennomsnitt er målt til 47,7 % bær, med et standardavvik på 5,7 %, skal vi sette opp og gjennomføre hypotesetester på signifikansnivå 5 % og signifikansnivå 1 % på om syltetøyet inneholder mindre enn fabrikantens påstand om minst 50 % bær.

Hypotesene blir H_A: μ < 50, H₀: μ = 50.

Siden vi baserer oss på utvalgsstandardavviket, bruker vi t-fordeling i testen. Antall frihetsgrader blir 30 − 1 = 29. For å finne grensene til forkastningsområdene slår vi opp i (kvantil) t-fordelingstabellen, med henholdsvis t_{0,05 (29)}, der det står 1,699, og t_{0,01 (29)}, der det står 2,462. Alternativt kan vi finne disse verdiene ved å skrive henholdsvis  =t.inv(1 – 0,05; 29) og =t.inv(1 – 0,01; 29) i Excel, eller henholdsvis inverstfordeling(29, 1 – 0.05) og inverstfordeling(29, 1 – 0.01) i GeoGebra.

Siden vi har en venstresidig test, blir grensene −1,699 og −2,462.

Testobservatoren blir

$T = \frac{\displaystyle \overline X − \mu_0}{\displaystyle \frac{S}{\sqrt n}} = \frac{\displaystyle 47{,}7 − 50}{\displaystyle \frac{5{,}7}{\sqrt{30}}} \approx −2{,}21$.

Siden T ≈ −2,21 < −t_{0,05 (29)} ≈ −1,699, kan vi på 5 % signifikansnivå forkaste nullhypotesen og akseptere hypotesen om at syltetøyet har for lite bær.

Men siden T ≈ −2,21 $\nless$ −t_{0,01 (29)} ≈ −2,462, kan vi på 1 % nivå ikke forkaste nullhypotesen.

Tilbake til oppgaven

Oppgave 6:

Basert på 15 stikkprøver av sukkermengde med en vekt på gjennomsnittlig 82,5 gram og et standardavvik på 0,6 gram skal vi sette opp og gjennomføre en hypotesetest på signifikansnivå 1 % på om gjennomsnittlig sukkermengde er 83 gram.

Siden vi baserer oss på utvalgsstandardavviket, må vi bruke t-fordeling i testen, med 15 − 1 = 14 frihetsgrader. For å finne grensene til forkastningsområdet slår vi opp i (kvantil) t-fordelingstabellen, med t_{0,01/2 (14)} = t_{0,005 (14)}, der det står 2,977. Alternativt kan vi finne denne verdien ved å skrive =t.inv(1 – 0,005; 14) i Excel eller inverstfordeling(14, 1 – 0.005) i GeoGebra.

Testobservator blir $T = \frac{\displaystyle \overline X − \mu_0}{\displaystyle \frac{S}{\sqrt n}} = \frac{\displaystyle 82{,}5 − 83}{\displaystyle \frac{0{,}6}{\sqrt{15}}} \approx −3{,}227$.

Siden |T| ≈ 3,227 > t_{0,005 (14)} ≈ 2,977, kan vi på 1 % signifikansnivå forkaste nullhypotesen og akseptere hypotesen om at sukkermengden ikke er korrekt.

Tilbake til oppgaven

Samvariasjon

Oppgave 1:

Vi har gitt to datasett X og Y med 4 korresponderende verdier:

X1 = 242	X2 = 266	X3 = 218	X4 = 234
Y1 = 363	Y2 = 399	Y3 = 327	Y4 = 351

og skal beregne

1. Gjennomsnittet i hvert av settene.
     
   $\overline X = \frac{\displaystyle 242 + 266 + 218 + 234}{\displaystyle 4} = 240$
    
   $\overline Y = \frac{\displaystyle 363 + 399 + 327 + 351}{\displaystyle 4} = 360$
    
2. Standardavviket i hvert av settene.
    
   Summen av kvadratavvikene i X er
    
   (242 − 240)² + (266 − 240)² + (218 − 240)² + (234 − 240)² = 1200
    
   Og standardavviket blir
    
   $S_X = \sqrt {\frac{\displaystyle 1200}{\displaystyle 4-1}} = 20$
    
   Summen av kvadratavvikene i Y er
    
   (363 − 360)² + (399 − 360)² + (327 − 360)² + (351 − 360)² = 2700
    
   Og standardavviket blir
    
   $S_Y = \sqrt {\frac{\displaystyle 2700}{\displaystyle 4-1}} = 30$
    
3. Kovariansen mellom settene.
    
   Summen av produktene av avstandene mellom verdi og gjennomsnitt i settene er
    
   (242 − 240)(363 − 360) + (266 − 240)(399 − 360) + (218 − 240)(327 − 360) + (234 − 240)(351 − 360) = 1800
    
   Og kovariansen blir
    
   $Cov(X, Y) =  \frac{\displaystyle 1800}{\displaystyle 4-1} = 600$
    
4. Korrelasjonskoeffisienten mellom settene.
    
   $R(X, Y) =  \frac{\displaystyle Cov(X, Y)}{\displaystyle S_X S_Y} = \frac{\displaystyle 600}{\displaystyle 20 \cdot 30} = 1$

Tolkningen av korrelasjonskoeffsienten er at vi har perfekt samvariasjon. Hvis vi kontrollregner, ser vi at det stemmer, for hvert element i Y er lik det tilhørende elementet i X multiplisert med 1,5.

Tilbake til oppgaven

Sammenlikne datasett

Oppgave 1:

En bedrift sammenlikner to maskiner for å se om det er forskjell i mengden sukker de tilsetter i en matvare. Maskin X arbeider med et standardavvik på 0,11 og maskin Y med et standardavvik på 0,13. 

60 prøver av maskin X gir et snitt på 10,107 gram sukker, 75 prøver av maskin Y gir et snitt på 10,061 gram sukker.

Så skal vi sette opp hypoteser og gjennomføre en hypotesetest på 5 % signifikansnivå på om de to maskinene tilsetter forskjellig mengde sukker.

Vi har altså X = 10,107, Y = 10,061, σ_X = 0,11, σ_Y = 0,13, n_X = 60, n_Y = 75.

Hypotesene blir H_A: μ_X ≠ μ_Y , H₀: μ_X = μ_Y .

Testobservatoren blir

$Z = \frac{\displaystyle 10{,}107 − 10{,}061}{\displaystyle \sqrt{\frac{(0{,}11)^2}{60} + \frac{(0{,}13)^2}{75}}} \approx 2{,}2261$

Siden vi har en tosidig test, skal vi forkaste nullhypotesen hvis |Z| > z_α/2

Med 5 % signifikansnivå blir α/2 = 0,05/2 = 0,025.

Vi slår opp i (kvantil)normalfordelingstabellen med α = 0,025, der det står 1,9600. Alternativt kan vi finne denne verdien ved å skrive =norm.s.inv(1 – 0,025) i Excel eller inversnormalfordeling(0, 1, 1 – 0.025) i GeoGebra.

Siden |Z| ≈ 2,2261 > z_α/2 ≈ 1,9600, kan vi forkaste vi nullhypotesen. Undersøkelsen bekrefter at det er forskjell på sukkermengdene.

Tilbake til oppgaven

Oppgave 2:

Frukthøsten til 13 kirsebærtrær av type X og 12 kirsebærtrær av type Y er vist i tabellen under, og vi skal sette opp og gjennomføre en hypotesetest på 5 % signifikansnivå på om de to typene trær gir forskjellig mengde frukt.

Hypotesene blir H_A: μ_X ≠ μ_Y , H₀: μ_X = μ_Y .

Vi har altså n_X = 13, n_Y = 12.

Fra kalkulator eller PC får vi:

X = 45,1538

Y = 42,25

S_X ≈ 7,9984

S_Y ≈ 8,7399

Vi beregner:

$S_P = \sqrt \frac{\displaystyle {S_X}^2(n^{\phantom 1}_X − 1) + {S_Y}^2(n^{\phantom 1}_Y − 1)}{\displaystyle n^{\phantom 1}_X + n^{\phantom 1}_Y − 2} \approx \sqrt \frac{\displaystyle {7{,}9984}^2(13 − 1) + {8{,}7399}^2(12 − 1)}{\displaystyle 13 + 12 − 2} \approx 8{,}3612$

Testobservatoren blir da

$T = \frac{\displaystyle \overline X − \overline Y}{\displaystyle S_P \sqrt{\frac{1}{n^{\phantom 1}_X} + \frac{1}{n^{\phantom 1}_Y}}} \approx \frac{\displaystyle 45{,}1538 − 42{,}25}{\displaystyle 8{,}3612 \sqrt{\frac{1}{13} + \frac{1}{12}}} \approx 0{,}8675$.

Siden vi har en tosidig test, skal vi forkaste nullhypotesen hvis |T| > t_α/2 (v)

Med 5 % signifikansnivå blir α/2 = 0,05/2 = 0,025

Vi slår opp i (t) kvantiltabellen med a = 0,025 og v = 13 + 12 − 2 = 23, der det står 2,069. Alternativt kan vi finne denne verdien ved å skrive =t.inv(1 – 0,025; 23) i Excel eller inverstfordeling(23, 1 – 0.025) i GeoGebra.

Siden |T| ≈ 0,8675 $\ngtr$ t_α/2 ≈ 2,069, kan vi ikke forkaste nullhypotesen. Undersøkelsen gir ikke grunnlag for å si at den ene typen trær gir mer kirsebær enn den andre.

Tilbake til oppgaven

Oppgave 3:

Basert på blodtrykket til 15 pasienter før og etter bruk av en medisin, vist i tabellen under, skal vi sette opp og gjennomføre en hypotesetest på 5 % signifikansnivå på om medisinen som en bieffekt reduserer blodtrykket.

Her gir det bare mening å gjøre en parvis test. Vi beregner først differansen mellom før og etter:

Differanse

2

8

10

6

18

10

4

26

18

−8

0

32

0

−4

10

Vi kaller «før» for X, «etter» for Y og differansen for D.

Hypotesene blir H_A: μ_X > μ_Y , H₀: μ_X ≤ μ_Y .

Fra kalkulator eller PC får vi:

X = 8,8

SD ≈ 10,9753

Testobservatoren blir

$T = \frac{\displaystyle \overline D}{\displaystyle S_D \frac{1}{\sqrt n}} \approx \frac{\displaystyle 8{,}8}{\displaystyle 10{,}975 \frac{1}{\sqrt{15}}} \approx 3{,}1054$.

Siden vi har en ensidig test, skal vi forkaste nullhypotesen hvis |T| > t_α (v)

Med 5 % signifikansnivå blir α = 0,05

Vi slår opp i (t) kvantiltabellen med a = 0,05 og v = 15 − 1 = 14, der det står 1,761. Alternativt kan vi finne denne verdien ved å skrive =t.inv(1 – 0,05; 14) i Excel eller inverstfordeling(14, 1 – 0.05) i GeoGebra.

Siden |T| ≈ 3.1054 > t_{α (v)} ≈ 1,761, kan vi forkaste nullhypotesen. Testen gir absolutt grunnlag for å si at medisinen gir redusert blodtrykk.

Tilbake til oppgaven

Oppgave 4:

En bedrift skal undersøke om det er forskjell i sannsynlighetene for defekter ved to produksjonslinjer for bukser. De finner 147 av 2500 defekte ved første produksjonslinje og 151 av 2000 ved andre. Vi skal sette opp og på 5 % signifikansnivå teste en hypotese om at sannsynligheten for defekter er forskjellig ved de to linjene.

Vi kaller sannsynligheten for defekt ved linje 1 for p₁ og sannsynligheten for defekt ved linje 2 for p₂. Hypotesene blir

H_A: p₁ ≠ p₂ mot H₀: p₁ = p₂.

Vi har n₁ = 2500, n₂ = 2000, X₁ = 147, X₂ = 151.

Vi estimerer

$\hat p_1 = \frac{\displaystyle 147}{\displaystyle 2500} =  0{,}0588$.

$\hat p_2 = \frac{\displaystyle 151}{\displaystyle 2000} = 0{,}0755$.

$\hat p = \frac{\displaystyle 147 + 151}{\displaystyle 2500 + 2000} \approx 0{,}0662$.

Og vi får

$Z \approx \frac{\displaystyle 0{,}0588 − 0{,}0755}{\displaystyle \sqrt{0{,}0662(1 − 0{,}0662)(\frac{\displaystyle 1}{\displaystyle 2500} + \frac{\displaystyle 1}{\displaystyle 2000})}} \approx −2{,}239$.

Siden vi har en tosidig test, skal vi forkaste nullhypotesen hvis |Z| > z_α/2

Med 5 % signifikansnivå blir α/2 = 0,05/2 = 0,025.

I (kvantil)normalfordelingstabellen finner vi at z_0,025 ≈ 1,9600. Alternativt kan vi finne denne verdien ved å skrive =norm.s.inv(1 – 0,025) i Excel eller inversnormalfordeling(0, 1, 1 – 0.025) i GeoGebra.

Siden |Z| ≈ 2,239 > z_α/2 ≈ 1,9600, forkaster vi nullhypotesen og aksepterer den alternative hypotesen om at det er forskjell i sannsynligheten for defekt ved de to linjene.

Tilbake til oppgaven

Binomisk fordeling

Oppgave 1:

X betegner antall kron i 8 kast med en juksemynt der sannsynligheten for kron er 0,6, og vi skal beregne de tre sannsynlighetene under ved bruk av formelen for binomisk fordeling, $P(X = x) = {\large \binom{n}{x}} p^x (1 − p)^{(n − x)}$, og kontrollere svarene i Excel eller GeoGebra.

Her er p = 0,6 siden sannsynligheten for kron er 0,6, og n = 8 fordi vi kaster 8 ganger.

1. P(X = 4)
    Formelen gir
   ${\large \binom{8}{4}} (0{,}6)^4 (1 − 0{,}6)^{(8 − 4)} \approx 0{,}2322$
    I Excel og GeoGebra skriver vi henholdsvis =binom.fordeling.n(4; 8; 0,6; usann) og fordelingbinomial(8, 0.6, 4, false).
    
2. P(X ≤ 2)
   Dette er summen av sannsynlighetene for at X er 0, 1 eller 2:
   $P(X = 0) + P(X = 1) + P(X = 2) =$
   ${\large \binom{8}{0}} (0{,}6)^0 (1 – 0{,}6)^{(8 \text{ – } 0)} + {\large \binom{8}{1}} (0{,}6)^1 (1 – 0{,}6)^{(8 \text{ – } 1)} + {\large \binom{8}{2}} (0{,}6)^2 (1 – 0{,}6)^{(8 \text{ – } 2)} \approx $
   $0{,}0007 + 0{,}0079 + 0{,}0413 = 0{,}0498$
   I Excel og GeoGebra skriver vi henholdsvis =binom.fordeling.n(2; 8; 0,6; sann) og fordelingbinomial(8, 0.6, 2, true).
    
3. P(X ≤ 6)
    I stedet for å summere sannsynlighetene for at X er 0, 1, 2, 3, 4, 5 eller 6, er det enklere å benytte seg av den komplementære hendelsen, X > 6, altså at X er 7 eller 8.
   $P(X \le 6) = 1 − P(X > 6) = 1 − P(X = 7) − P(X = 8) =$
   $1 – {\large \binom{8}{7}} (0{,}6)^7 (1 – 0{,}6)^{(8 \text{ – } 7)} – {\large \binom{8}{8}} (0{,}6)^8 (1 – 0{,}6)^{(8 \text{ – } 8)} \approx$
   $1 – 0{,}0896 – 0{,}0168 = 0{,}8936$
   I Excel og GeoGebra skriver vi henholdsvis =binom.fordeling.n(6; 8; 0,6; sann) og fordelingbinomial(8, 0.6, 6, true).

Så skal vi vurdere om P(X = 7) er større, lik, eller lavere enn P(X = 1).

P(X = 7) tilsvarer «7 kron», mens P(X = 1) tilsvarer «7 mynt». Siden kron har høyere sannsynlighet enn mynt, vil en overvekt av kron være mer sannsynlig enn en tilsvarende overvekt av mynt, så P(X = 7) > P(X = 1). Hadde sannsynlighetene for mynt og kron vært like, p = 0,5, ville vi hatt P(X = 7) = P(X = 1).

Tilbake til oppgaven

Oppgave 2:

Vi skal finne E(X) og Var(X) når

1. X er antall kron i 10 kast med en rettferdig mynt.
   Dette er en binomisk situasjon der kron betyr suksess og mynt betyr fiasko. Vi har n = 10 og p = 0,5, så vi får
   E(X) = n · p = 10 · 0,5 = 5.
   Var(X) = n · p(1 − p) = 10 · 0,5(1 − 0,5) = 2,5.
    
2. X er antall seksere i 5 kast med en rettferdig terning.
   Dette er en binomisk situasjon der «sekser» betyr suksess og «ikke sekser» betyr fiasko. Vi har n = 5 og $p = {\large \frac{1}{6}} \approx 0{,}167$, så vi får
   E(X) = n · p = 5 · 0,167 ≈ 0,84.
   Var(X) = n · p(1 − p) = 5 · 0,167(1 − 0,167) ≈ 0,70.

Tilbake til oppgaven

Hypergeometrisk fordeling

Oppgave 1:

I en forening med 65 medlemmer er 13 negative til et forslag. Vi velger 20 representanter tilfeldig fra gruppen og skal finne sannsynligheten for at et visst antall er negative. Lar vi X være antall negative representanter, er P(X) hypergeometrisk fordelt med N = 65 elementer, av disse er M = 13 spesielle, altså negative. Vi trekker n = 20 ganger og skal finne sannsynligheten for at

1. Ingen av representantene er negative.
   Vi får
   $P(X = 0) = \frac{\displaystyle \binom{13}{0} \cdot \binom{65 − 13}{20 − 0}}{\displaystyle \binom{65}{20}} \approx 0{,}0044$.
   Det er ca. 0,44 % sannsynlighet for at ingen er negative.
   I Excel og GeoGebra skriver vi henholdsvis =hypgeom.fordeling.n(0; 20; 13; 65; usann) og fordelinghypergeometrisk(65, 13, 20, 0, false).
    
2. Én av representantene er negativ.
   Vi får
   $P(X = 1) = \frac{\displaystyle \binom{13}{1} \cdot \binom{65 − 13}{20 − 1}}{\displaystyle \binom{65}{20}} \approx 0{,}0350$.
   Det er ca. 3,5 % sannsynlighet for at én er negativ.
   I Excel og GeoGebra skriver vi henholdsvis =hypgeom.fordeling.n(1; 20; 13; 65; usann) og fordelinghypergeometrisk(65, 13, 20, 1, false).
    
3. To eller flere av representantene er negative.
   Dette kan vi beregne som
   P(X = 2) + P(X = 3) + … + P(X = 20), men det er mye enklere å se på den komplementære hendelsen. Da kan vi også bruke det vi har funnet i punkt 1 og 2.
   Vi får
   P(X ≥ 2) = 1 − P(X = 0) − P(X = 1) ≈ 1 − 0,004 − 0,035 = 0,9610.
   Det er ca. 96,10 % sannsynlighet for at to eller flere er negative.
   I Excel og GeoGebra skriver vi henholdsvis =1 – hypgeom.fordeling.n(1; 20; 13; 65; sann) og 1 – fordelinghypergeometrisk(65, 13, 20, 1, true).

Last ned regneark med beregningene fra oppgave 1
 

​Tilbake til oppgaven

Oppgave 2

Vi skal bruke formelen for hypergeometrisk fordeling til å finne sannsynligheten for å få henholdsvis 5 og 4 rette i Lotto. Vi trekker da 7 tall fra en mengde på 34, der 7 er spesielle (vinnertallene), og beregner hva sannsynligheten for å få henholdsvis 5 og 4 av de spesielle er. Vi får

$P(X = 5) = \frac{\displaystyle \binom{7}{5} \cdot \binom{34 − 7}{7 − 5}}{\displaystyle \binom{34}{7}} \approx 1{,}3702 \cdot 10^{−3}$.

$P(X = 4) = \frac{\displaystyle \binom{7}{4} \cdot \binom{34 − 7}{7 − 4}}{\displaystyle \binom{34}{7}} \approx 1{,}9030 \cdot 10^{−2}$.

Det er om lag 0,137 % sannsynlighet for å få 5 rette, og om lag 1,903 % sannsynlighet for å få 4 rette.

​Tilbake til oppgaven

Oppgave 3

Vi skal finne E(X) og Var(X) i et utvalg der N = 65, M = 13 og n = 20. Vi får

$E(X) = 20 \cdot {\large \frac{13}{65}} = 4$.

$Var(X) = \Big({\large \frac{65 − 20}{65 − 1}} \Big) \cdot 20 \cdot {\large \frac{13}{65}} \cdot \Big(1 − {\large \frac{13}{65}} \Big) = 2{,}25$.

​Tilbake til oppgaven

Poissonfordeling

Oppgave 1:

Vi vet at det i en vannprøve i gjennomsnitt er to hoppekreps, at forekomsten av hoppekreps er poissonfordelt, og skal finne sannsynligheten for at en tilsvarende vannprøve inneholder et gitt antall hoppekreps ved hjelp av formelen for poissonfordeling, $P(X = x) = \frac{\displaystyle \lambda^x}{\displaystyle x!}e^{− \lambda}$.

1. Sannsynligheten for ingen hoppekreps.
   $P(X = 0) = \frac{\displaystyle 2^{0}}{\displaystyle 0!}e^{−2} \approx 0{,}1353$.
   I Excel og GeoGebra skriver vi henholdsvis =poisson.fordeling(0; 2; usann) og fordelingpoisson(2, 0, false).
    
2. Sannsynligheten for én hoppekreps
   $P(X = 1) = \frac{\displaystyle 2^{1}}{\displaystyle 1!}e^{−2} \approx 0{,}2707$.
   I Excel og GeoGebra skriver vi henholdsvis =poisson.fordeling(1; 2; usann) og fordelingpoisson(2, 1, false).
    
3. Sannsynligheten for to eller flere hoppekreps. Vi ser på den komplementære hendelsen:
   $P(X \ge 2) = 1 − P(X = 1) − P(X = 0) \approx 1 − 0{,}1353 − 0{,}2707 = 0{,}5940$.
   I Excel og GeoGebra skriver vi henholdsvis =1 – poisson.fordeling(1; 2; sann) og 1 – fordelingpoisson(2, 1, true).

Last ned regneark med beregningene fra oppgave 1
 

​Tilbake til oppgaven

Tilnærme fordelinger

Oppgave 1:

Innbyggerne i en by med 10 000 innbyggere er delt akkurat på midten når det gjelder synet på kommunesammenslåing. Vi trekker 100 innbyggere tilfeldig og skal beregne sannsynligheten for at den gruppen også er delt akkurat på midten.

Her har vi altså N = 10 000, M = 5000, n = 100, og skal finne P(X = 50).

1. Vi skal først bruke hypergeometrisk fordeling og får:
   $P(X = 50) = \frac{\displaystyle \binom{5000}{50} \cdot \binom{10000 − 5000}{100 − 50}}{\displaystyle \binom{10000}{100}} \approx 0{,}0800$.
   Vi ser at mellomregningene involverer svært høye tall, for eksempel er ${\large \binom{10000}{100}} \approx 6{,}52 \cdot 10^{241}$.
    
2. Så skal vi avgjøre om en tilnærming med binomisk fordeling vil være god. Vi har n = 100 og ${\large \frac{N}{20}} = 500$. Siden $n \le {\large \frac{N}{20}}$, er tilnærmingen god.
    
3. Vi bruker binomisk fordeling og får: $P(X = 50) = {\large \binom{100}{50}} (0,5)^{50} (1 − 0,5)^{100 − 50} \approx 0{,}0796$.
    
4. Med fire siffer bak komma ble feilen 0,0800 − 0,0796 = 0,0004.

Tilbake til oppgaven

Oppgave 2:

Vi skal bruke binomisk sannsynlighetsfordeling for å finne sannsynligheten for å få spar ess minst én gang når vi trekker 75 ganger fra en komplett kortstokk. Vi har n = 75 og $p = {\large \frac{1}{52}} \approx 0{,}0192$. Det enkleste er å basere seg på sannsynligheten for den komplementære hendelsen «aldri spar ess»:

$P(X \ge 1) = 1 − P(X = 0) = 1 − {\large \binom{75}{0}} (0{,}0192)^0 (1 − 0{,}0192)^{75 − 0} \approx 0{,}7664$.

Så skal vi avgjøre om vi kan bruke poissonfordeling til å beregne denne sannsynligheten. Vi har n = 75, som er innenfor grensa på n > 50, og vi har p = 0,0192, som er innenfor grensa på p ≤ 0,05, så tilnærmingen bør være god. Vi har λ = 75 · 0,0192 = 1,44 og får

$P(X \ge 1) = 1 − P(X = 0) = 1 − {\large \frac{(1{,}44)^0}{0!}}e^{−1{,}44} \approx 0{,}7631$. 

Tilbake til oppgaven

Normalfordelingen

Oppgave 1:

Vi skal bruke normalfordelingstabellen til å finne

1. 1. P(Z ≤ 0,85)
      Det vil si G(0,85).
      Vi leser av tabellen der rad 0,8 krysser kolonne 0,05, der det står
      0,8023.
       
   2. P(Z ≤ −1,21)
      Det vil si G(−1,21) = 1 − G(1,21)
      Vi leser av tabellen der rad 1,2 krysser kolonne 0,01, der det står 0,8669.
      Så vi får 1 − 0,8669 = 0,1131.
       
   3. P(−0,22 ≤ Z ≤ 0,22)
      Det vil si G(0,22) − G(−0,22) = G(0,22) − [1 − G(0,22)] = 2 · G(0,22) − 1
      Vi leser av tabellen der rad 0,2 krysser kolonne 0,02, der det står 0,5871.
      Så vi får 2 · 0,5871 − 1 = 0,1742.

Tilbake til oppgaven

Oppgave 2:

På en eksamen er resultatene N(14, 2²), og vi skal finne hvor mange som kan forventes å ikke stå, det vil si få 12 poeng eller mindre. Vi skal beregne ved hjelp av normalfordelingstabellen, Excel og GeoGebra.

Det vi skal beregne er P(X ≤ 12) i den gitte fordelingen. Vi gjør en standardisering og finner ut at dette tilsvarer $G({\large \frac{12 − 14}{2}}) = G(−1) = 1 − G(1)$. Vi går inn i normalfordelingstabellen, rad 1,0 og kolonne 0,00, der det står 0,8413.

Så P(X < 12) ≈ 1 − 0,8413 = 0,1587. Om lag 15,8 % kan forventes å ikke stå.

I Excel skriver vi =norm.fordeling(12; 14; 2; sann) og får 0,1587.

I GeoGebra skriver vi fordelingnormal(14, 2, 12) og får det samme. (Muligens etter at vi har brukt menyen «Innstillinger» – «Avrunding» til å sette at GeoGebra skal vise tall med 4 desimaler.

Tilbake til oppgaven

Introduksjon til statistikk

Oppgave 1:

Vi påstår at de fleste mennesker har mer enn gjennomsnittlig antall armer og spør om dette er korrekt, og hva i så fall problemet med denne påstanden er.

Påstanden er statistisk korrekt fordi ingen har mer enn 2 armer, men noen mangler én arm eller begge armene. Det betyr at gjennomsnittlig antall armer er litt under 2, og alle som har 2 armer ligger derved over gjennomsnittet. Problemet er at gjennomsnittet i dette tilfellet ikke gir noe godt bilde av virkeligheten. Median, som vi diskuterer i artikkelen om måltall i statistikk vil være mye bedre å bruke her.

Tilbake til oppgaven

Grafiske presentasjoner

Oppgave 1:

Basert på disse karakterene: 1, 4, 5, 5, 4, 1, 3, 4, 2, 2, 2, 4, 4, 4, 3, 3, 1, 3, 2, 5, 6, 3, 1, 4, 2, skal vi lage:

1:
En frekvenstabell som viser fordeling av karakterene, inkludert relativ frekvens i prosent.
Vi teller opp, og finner ut at karakterene fordeler seg slik: 4 enere, 5 toere, 5 treere, 7 firere, 3 femmere og 1 sekser. Totalt er det 25 karakterer, så de relative frekvensene blir:

enere	${\large \frac{4}{25}} = 0{,}16$, altså 16 %
toere	${\large \frac{5}{25}} = 0{,}20$, altså 20 %
treere	${\large \frac{5}{25}} = 0{,}20$, altså 20 %
firere	${\large \frac{7}{25}} = 0{,}28$, altså 28 %
femmere	${\large \frac{3}{25}} = 0{,}12$, altså 12 %
seksere	${\large \frac{1}{25}} = 0{,}04$, altså 4 %

Så frekvenstabellen blir slik:

Karakter	1	2	3	4	5	6
Frekvens	4	5	5	7	3	1
Relativ frekvens	16 %	20 %	20 %	28 %	12 %	4 %

2:
En frekvenstabell som viser fordeling av karakterene gruppert som 1-2, 3-4 og 5-6, inkludert relativ frekvens i prosent.
Frekvensene og de relative frekvensene finner vi i tabellen over. 1-2: 4 + 5 = 9 og 16 % + 20 % = 36 %. 3-4: 5 + 7 = 12 og 24 % + 24 % = 48 %. 5-6: 3 + 1 = 4 og 12 % + 4 % = 16 %. Frekvenstabellen blir seende slik ut

3:
Et søylediagram som illustrerer karakterfordelingen i punkt 2.
Vi åpner et regneark, for eksempel Excel og legger inn følgende data:

(Vi har brukt anførselstegn for å unngå at regnearket tolker teksten i venstre kolonne som datoer. Alternativt kunne vi formatert kolonna som «tekst» før vi skrev inn.)
Så markerer vi cellene med data, velger «Sett inn» – «Stolpe», velger stolpetype, og får et stolpediagram likt det under:

Tilbake til oppgaven

Datainnsamling

Oppgave 1:

Du ønsker å finne ut hvor populært kino er i forhold til å se film hjemme, går i byen en kveld og intervjuer tilfeldige forbipasserende.

Naturligvis er det liten grunn til å tro at dette utvalget er representativt. Det er jo mer sannsynlig at du treffer kinogjengerne på byen enn de som sitter hjemme og ser på film.

Tilbake til oppgaven

Måltall i statistikk

Oppgave 1:

6 tellinger av busspassasjerer har gitt henholdsvis 20, 34, 16, 27, 8 og 9 passasjerer, og vi skal beregne gjennomsnitt for passasjertallet.

Gjennomsnittet blir $\overline X = {\large \frac{20 + 34 + 16 + 27 + 8 + 9}{6}} = 19$.

Gjennomsnittlig passasjertall er 19.

I et regneark som Excel legger vi inn dataene i hver sin celle, la oss si at det er A1 … A6. Så setter vi markøren i cella der vi vil ha utført beregningen, og skriver =gjennomsnitt(A1: A6). Regnearket beregner gjennomsnittet til 19.

I GeoGebra kan vi gjøre tilsvarende med funksjonen gsnitt, vi kan også skrive gsnitt(20, 34, 16, 27, 8, 9) direkte i inntastingsfeltet.

Tilbake til oppgaven

Oppgave 2:

Vi skal finne median og typetall blant karakterene 1, 4, 5, 5, 4, 1, 3, 4, 2, 2, 2, 4, 4, 4, 3, 3, 1, 3, 2, 5, 6, 3, 1, 4, 2.

Vi sorterer først karakterene i stigende rekkefølge: 1, 1, 1, 1, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 4, 4, 5, 5, 5, 6.

Vi har 25 elementer, så midtelementet blir element nummer ${\large \frac{1 + 25}{2}} = 13$. Det trettende elementet har verdien 3, så medianen er 3.

4 forekommer flest ganger, så typetallet er 4.

Tilbake til oppgaven

Oppgave 3:

Vi vet at 20, 34, 16, 27, 8 og 9 busspassasjerer gir et gjennomsnitt på 19 passasjerer, og skal beregne standardavviket.

Summen av de kvadratiske avstandene blir

(20 − 19)² + (34 − 19)² + (16 − 19)² + (27 − 19)² + (8 − 19)² + (9 − 19)² = 1 + 225 + 9 + 64 + 121 + 100 = 520.

Det er 6 målinger, så vi skal dividere 520 på 6 − 1 = 5 for å finne variansen. Så tar vi kvadratrota og får $\sqrt {\large \frac{520}{5}} \approx 10{,}20$. Standardavviket til passasjertallet er ca. 10,20 passasjerer.

I et regneark som Excel legger vi inn dataene i hver sin celle, la oss si at det er A1 … A6. Så setter vi markøren i cella der vi vil ha utført beregningen og skriver =stdav.s(A1: A6). Regnearket beregner standardavviket til om lag 10,20.

I GeoGebra kan vi gjøre tilsvarende med funksjonen stavv, vi kan også skrive stavv(20, 34, 16, 27, 8, 9) direkte i inntastingsfeltet.

Tilbake til oppgaven

Oppgave 4:

Vi skal vurdere hvordan det påvirker gjennomsnitt og standardavvik for antall busspassasjerer hvis det på bussen med færrest passasjerer i oppgave 4 er 2 i stedet for 8 passasjerer, og på bussen med flest passasjerer 40 i stedet for 34.

Dette betyr 6 færre passasjerer på én buss, og 6 flere på en annen. Senterpunktet blir da det samme, så gjennomsnittet endrer seg ikke. Vi får

$\overline X = {\large \frac{20 + 40 + 16 + 27 + 2 + 9}{6}} = 19$.

Spredningen øker derimot, så standardavviket øker.

Summen av de kvadratiske avstandene blir

(20 − 19)² + (40 − 19)² + (16 − 19)² + (27 − 19)² + (8 − 19)² + (9 − 19)² = 1 + 441 + 9 + 64 + 289 + 100 = 904.

Og standardavviket blir

$\sqrt {\large \frac{904}{5}} \approx 13{,}45$.

Tilbake til oppgaven

Oppgave 5:

Vi skal finne og tolke variasjonsbredden og kvartilbredden til datasettet 6, 25, 15, 8, 29, 14, 27, 30, 0, 29, 0, 2, 23, 125, 5, 30, 20, 10, 14, som representerer antall minutter et tog er forsinket.

Vi sorterer først dataene i stigende rekkefølge: 0, 0, 2, 5, 6, 8, 10, 14, 14, 15, 20, 23, 25, 27, 29, 29, 30, 30, 125.

Variasjonsbredden er avstanden mellom største og laveste verdi, 125 − 0 = 125.

Datasettet har 19, verdier, så første kvartil blir verdien til element nummer (1 + 19) · 0,25 = 5, altså 6. Tredje kvartil blir verdien til element nummer (1 + 19) · 0,75 = 15, altså 29.

Kvartilbredden blir 29 − 6 = 23.

Basert på kvartilbredden ser vi at forsinkelsene normalt varierer med 23 minutter, mellom 6 og 29 minutter.

Ser vi på variasjonsbredden, er den antakelig ikke representativ på grunn av enkeltverdien 125, som ligger langt over de andre verdiene, og kanskje er forårsaket av en spesiell hendelse. På den annen side ser vi at toget noen ganger faktisk ikke er forsinket. 

Tilbake til oppgaven

Forventning og varians

Oppgave 1:

Vi skal finne forventningen til hvor mange plagg en kunde kjøper i en klesbutikk når 30 % ikke kjøper noen ting, 20 % kjøper ett plagg, 40 % kjøper to plagg og 10 % kjøper 3 plagg.

Vi kaller antall kjøpte plagg for X.

At 30 % ikke kjøper noen ting, kan vi da uttrykke som P(X = 0) = 0,3.

At 20 % kjøper ett plagg, kan vi da uttrykke som P(X = 1) = 0,2.

At 40 % kjøper to plagg, kan vi da uttrykke som P(X = 2) = 0,4.

At 10 % kjøper tre plagg, kan vi da uttrykke som P(X = 3) = 0,1.

Forventningen til antall kjøpte plagg finner vi ved å multiplisere hver variant av antall kjøpte plagg med den tilhørende sannsynligheten, og summere produktene.

Så vi får μ = E(X) = 0 · 0,3 + 1 · 0,2 + 2 · 0,4 + 3 · 0,1 = 1,3.

En vilkårlig kunde kan forventes å kjøpe 1,3 plagg.

Tilbake til oppgaven

Oppgave 2:

Vi skal avgjøre om Farmen-deltakere med lite penger bør satse 2 kroner på et lykkehjul med 16 sektorer, der det er åtte kroners gevinst på 1 sektor, fire kroners gevinst på 6 sektorer, to kroners gevinst på 5 sektorer, og ingen gevinst på 4 sektorer. Vi kan anta at alle sektorene er like store, det vil si at sannsynligheten for at hjulet stopper i en vilkårlig sektor er ${\large \frac{1}{16}}$.

Forventet gevinst finner vi ved å multiplisere gevinsten i hver sektor med sannsynligheten for at hjulet stopper i den sektoren, og addere produktene:

$\mu = E(X) = 8 \cdot {\large \frac{1}{16}} + 4 \cdot {\large \frac{6}{16}} + 2 \cdot {\large \frac{5}{16}} + 0 \cdot {\large \frac{4}{16}} = {\large \frac{42}{16}} = {\large \frac{21}{8}} \approx 2{,}63$.

Forventet gevinst er høyere enn innsatsen på 2 kroner, så det vil i det lange løp lønne seg å spille på lykkehjulet. En annen sak er at sjansen for å tape innsatsen er ${\large \frac{4}{16}} = {\large \frac{1}{4}}$. Så med uflaks i de første rundene og lite penger er det jo en risiko for å bli blakk før en får gevinst.

(Farmen-deltakerne tapte i første runde, men spilte videre, og ga seg med 4 kroner i pluss.)

Tilbake til oppgaven

Oppgave 3:

Vi skal finne forventning, varians og standardavvik til antall varer en kunde kjøper når 20 % ikke kjøper noen ting, 20 % kjøper én vare og 60 % kjøper to varer. Antall kjøpte varer betegnes med X. Vi får 

μ = E(X) = 0 · 0,2 + 1 · 0,2 + 2 · 0,6 = 1,4

E(X²) = 0² · 0,2 + 1² · 0,2 + 2² · 0,6 = 2,6

Var(X) = E(X²) − μ² = 2,6 − (1,4)² = 0,64

$\sigma = \sqrt{Var(X)} = \sqrt{0{,}64} = 0{,}8$

Forventningen er 1,4, variansen 0,64 og standardavviket 0,8.

Tilbake til oppgaven

Oppgave 4:

Vi har en terning der antall øyne er multiplisert med 2, med lik sannsynlighet for å få 2, 4, 6, 8, 10 og 12. Vi skal så beregne μ = E(X) og Var(X) og sjekke om dette er i tråd med reglene for forventning og varians til en variabel multiplisert med en konstant.

Vi får:

$\mu = E(X) = (2 + 4 + 6 + 8 + 10 + 12)\cdot {\large \frac{1}{6}} = {\large \frac{42}{6}} = 7$.

Og vi får

$E(X^2) = (2^2 + 4^2 + 6^2 + 8^2 + 10^2 + 12^2)\cdot {\large \frac{1}{6}} = {\large \frac{364}{6}}$.

$Var(X) = E(X^2) − \mu^2 = {\large \frac{364}{6}} − 7^2 \approx 11{,}667$

De tilsvarende verdiene for en vanlig terning er E(X) = 3,5 og Var(X) ≈ 2,917. 

Vi ser at dette er i tråd med reglene om å multiplisere en konstant med en tilfeldig variabel:

E(k · X) = k · E(X) fordi E(2 · X) = 7 = 2 · E(X) = 2 · 3,5.

og

Var(k · X) = k² · Var(X) fordi Var(2 · X) ≈ 11,667 ≈ 2² · Var(X) ≈ 2² · 2,917.

Tilbake til oppgaven