G:\Statistiske grundbegreber-v8\s1v8-forside.wpd
G:\Statistiske grundbegreber-v8\s1v8-forside.wpd
G:\Statistiske grundbegreber-v8\s1v8-forside.wpd
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Resultaterne var<br />
95<br />
7.3 Binomialfordelingen<br />
Kabel nr. 1 2 3 4 5 6 7 8 9 10 11 12<br />
Antal revner 8 4 14 6 8 10 10 16 2 2 6 8<br />
4) Angiv på basis heraf et estimat for middelværdien af antal revner p. 10 m kabel.<br />
LØSNING:<br />
Lad X betegne antallet af revner i 1 meter kabel. Idet vi med tilnærmelse kan antage, at<br />
betingelserne i sætning 7.2 er opfyldt (impuls er her ridser), er X Poissonfordelt p ( µ ). Da det<br />
12. 3<br />
gennemsnitlige antal revner p. 1m kabel er µ = = 123 . fås:<br />
10<br />
0<br />
123 . −123<br />
.<br />
1) P( X = 0)<br />
= ⋅ e = 0. 292 .<br />
0!<br />
. − . . − .<br />
2) P( X ≥ 2) = 1− P( X ≤ 1) = 1− ⋅ − ⋅ = .<br />
!<br />
!<br />
123<br />
0<br />
1<br />
123 123 123<br />
e e 03482<br />
0<br />
1<br />
TI-89: P( X ≥ 2) = 1− P( X ≤ 1)<br />
= 1-PoissCdf(1.23, 0, 1) = 0.3482<br />
3) Lad Y være antal revner i 2 meter kabel. Da der i gennemsnit er 2,46 revner i 2 meter kabel,<br />
er 2.46 et estimat for µ . Vi har derfor<br />
P( X ≤ 4)<br />
= poissCdf(2.46, 0, 4) = 0.8965<br />
0<br />
1<br />
4<br />
246 . −246 . 246 . −246 . 246 . −246<br />
.<br />
eller P( X ≤ 4)<br />
= ⋅ e + ⋅ e + ... + ⋅ e = 08965 .<br />
0!<br />
1!<br />
4!<br />
4) Der er i alt 94 revner i 12 kabelstykker på hver 10 meter. Et estimat for µ er derfor<br />
~ 94<br />
µ = = 783 . .<br />
12<br />
Hypotesetest for Poissonfordelt variabel. Som ved binomialfordelt variabel kan test involverende<br />
Poissonfordelt variabel direkte udføres, hvis man har rådighed over en tabel med kumuleret<br />
Poissonfordeling (den i tabel 7 angivne er sædvanligvis ikke omfattende nok) eller over en<br />
lommeregner med kumuleret Poissonfordeling. Som beskrevet i næste afsnit er det dog ofte muligt<br />
at approksimere med en normalfordeling, og i så fald er formlerne en simpel oversættelse fra de<br />
normalfordelte variable. Disse formler ses i appendix 5.6 og de tilsvarende konfidensintervaller kan<br />
findes i appendix 4.1, punkt 6. Det følgende eksempel viser hvordan.<br />
Eksempel 7.9. Ensidet Poissontest.<br />
I eksempel 7.8 betragtede vi mikroskopiske revner i et kobberkabel. Fabrikken gik over til en<br />
anden og billigere produktionsmetode.<br />
1) Test, om den nye metode giver færre revner end den gamle metode.<br />
2) Angiv et 95% konfidensinterval for middelværdien µ af antal revner p. 10 meter kabel .<br />
3) Angiv et 95% konfidensinterval for middelværdien µ 1<br />
af antal revner p. 120 meter kabel.