Några exempel där styrkan beräknas är: - Karlstads universitet
Några exempel där styrkan beräknas är: - Karlstads universitet
Några exempel där styrkan beräknas är: - Karlstads universitet
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
<strong>Karlstads</strong> <strong>universitet</strong> Avdelningen för nationalekonomi och<br />
statistik<br />
b) Vad <strong>är</strong> sannolikheten för att medelv<strong>är</strong>det i stickprovet ligger utanför<br />
intervallet E ( X ) ± V ( X ) ?<br />
Eftersom X <strong>är</strong> normalfördelad precis som X, <strong>är</strong> sannolikheten för att X<br />
skulle ligga utanför intervallet E ( X ) ± V ( X ) lika stor som att X skulle ligga<br />
utanför intervallet E ( X ) ± V ( X ) , d. v. s. utanför intervallet μ ± σ .<br />
Denna sannolikhet har vi redan tagit fram i 1b och den <strong>är</strong> 0,3174.<br />
Om man inte upptäcker likheten med 1b går det naturligtvis bra att i stället<br />
använda resultatet i 2a och räkna ut sannolikheten att X ligger utanför<br />
intervallet μ<br />
σ X<br />
±<br />
n<br />
= 1 000 ± 50 , eller utanför intervallet (950; 1 050).<br />
1−<br />
P(<br />
950 ≤<br />
950 − 1000<br />
X ≤ 1050)<br />
= 1−<br />
P(<br />
≤<br />
100<br />
X −<br />
σ<br />
μ 1050<br />
− μ<br />
≤ ) =<br />
100<br />
1 − P(<br />
− 1 ≤ Z ≤ 1)<br />
= 1−<br />
[ P(<br />
Z <<br />
1)<br />
− P(<br />
Z < −<br />
1)]<br />
4 n 4<br />
= 1−<br />
( 0,<br />
8413 − 0,<br />
1587)<br />
= 1 − 0,<br />
6826 =<br />
0,<br />
3174<br />
Uppgift 3<br />
Den förvirrade statistikl<strong>är</strong>aren Ztatistica ”tappar bort” både väntev<strong>är</strong>de och<br />
standardavvikelse för slumpvariabeln X från uppgifterna ovan.<br />
a) Antag att Ztatistica trots allt lyckas hålla i minnet att variabeln <strong>är</strong><br />
normalfördelad. Om hon i detta läge drar ett slumpmässigt stickprov om<br />
n=4 observationer från populationen och beräknar diverse intressanta<br />
läges- och spridningsmått i stickprovet – hur skulle hon <strong>d<strong>är</strong></strong>efter kunna<br />
utnyttja denna information på bästa sätt för att försöka ta reda på ungef<strong>är</strong><br />
hur stort väntev<strong>är</strong>det för X <strong>är</strong>? Hitta på siffror i lämplig storleksordning –<br />
sunt förnuft räcker! – för att illustrera din redogörelse ytterligare och<br />
förklara också i ord vad Ztatistica faktiskt skulle kunna säga beträffande<br />
väntev<strong>är</strong>det för X.<br />
Om Ztatistica beräknar medelv<strong>är</strong>de och standardavvikelse i stickprovet, kan<br />
hon sedan utnyttja kunskapen om att den underliggande populationen <strong>är</strong><br />
normalfördelad och ta fram ett konfidentiella för väntev<strong>är</strong>det μ. Specifikt:<br />
N<strong>är</strong> Ztatistica drar ett litet urval från en normalfördelad population med<br />
X − μ<br />
okänd standardavvikelse vet hon att<br />
t-fördelning med (n-1=3) frihetsgrader.<br />
s<br />
n<br />
följer en<br />
Ett (<strong>exempel</strong>vis) 95%-igt konfidensintervall för μ kan då <strong>beräknas</strong> som:<br />
x ±<br />
t0,<br />
975 ( 3)<br />
s<br />
=<br />
n<br />
x ± 3,<br />
18<br />
s<br />
4