26.07.2013 Views

G:\Statistiske grundbegreber-v8\s1v8-forside.wpd

G:\Statistiske grundbegreber-v8\s1v8-forside.wpd

G:\Statistiske grundbegreber-v8\s1v8-forside.wpd

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

Appendix 2: Statistiske beregninger på lommeregner og PC-er<br />

TI 89<br />

1) Generelt:<br />

Metode 1: Vælg HOME\ CATALOG,, F3\ vælg den ønskede fordeling\ENTER<br />

(benyt evt. ALPHA,+ forbogstav for hurtigt at komme til det ønskede navn).<br />

Fordel: Hurtig ved beregning af sandsynligheder, såsom P(X < 0.87) da resultatet straks<br />

indsættes på HOME-linien.<br />

Ulempe: Man skal huske parametrenes rækkefølge (de kan dog ses nederst på skærmen<br />

Metode 2: Vælg APPS\ Stats/List\ indtast eventueller data i eksempelvis “list1" \ vælg en relevant “F- knap”.<br />

Fordel: Der fremkommer nu en menu, som er næsten selvforklarende.<br />

Ulempe: Skal resultatet ned på HOME-linien (man vil regne videre), bliver det lidt besværligt:<br />

HOME, Var-Link\I StatsVar mappen markeres den ønskede størrelse, ENTER<br />

Oprette en “Folder”: VAR-Link\ F1\ 5: Create Folder\ Skriv navn på folder.<br />

Vælg en mappe som den aktuelle mappe: MODE\ Current Folder\navn<br />

Formål: Det kan være praktisk ikke at gemme alle sine resultater i MAIN.<br />

2) Sandsynlighedsfordelinger.<br />

Normalfordeling n( µ , σ )<br />

a) Find p = P( a ≤ X ≤b)<br />

, hvor a ,b, µ , σ er givne konstanter. p = normcdf( ab , , µ , σ )<br />

Eksempel: p = P( X ≤116<br />

. ) , hvor µ = 113 ., σ = 5 p = normcdf( − ∞ ,11.6, 11.3,5) = 0.524<br />

b) Find x p : P( X ≤ xp) = p,<br />

hvor p, µ , σ er givne konstanter. x p =invNorm( p, µ , σ)<br />

Eksempel: P( X ≤ xp) = 07 . ,hvor µ = 11,, 4 σ = 6 x p =invNorm(0.7,11.4,6) =14.55<br />

t - fordeling.<br />

Lad T være t - fordelt med frihedsgradstallet f.<br />

a) Find p = P( a ≤T ≤b)<br />

, hvor a og b er givne konstanter. tCdf(a,b,f)<br />

Eksempel: p = P( T ≤ −13<br />

. ) , med f = 14 p = tCdf(- ∞ ,-1.3,14) = 0.1073<br />

b) Find t ( f ): P( T t ( f )) ( given konstant). invt( ,f )<br />

≤ = α α<br />

α α α<br />

Eksempel: t0975 . ( 12)<br />

= invt(0.975,12) = 2.179<br />

χ 2 −<br />

fordeling.<br />

Lad Q være χ fordelt med frihedsgradstallet f.<br />

2 −<br />

a) Find p= P( a ≤Q≤b) , hvor a og b er givne konstanter. p = chi2Cdf(a,b,f)<br />

Eksempel:Find p = P( Q≥27.<br />

3) , med f = 19 p = chi2Cdf(27.3, ∞ ,19) = 0.0979<br />

2<br />

b) Find fraktilen χα ( f ) : PQ ( ≤ χ ( f))<br />

= α ( given konstant). invChi2( ,f)<br />

α 2 α α<br />

2<br />

Eksempel: χ 0. 025 () 8 = invChi2(0.025,8) = 2.18<br />

Binomialfordeling.<br />

Lad X være binomialfordelt b(n,p)<br />

Find Pl ( ≤ X≤m) , hvor 0 ≤ l < m∧m≤n og l og m er hele tal. binomtCdf(n,p,l,m)<br />

Eksempel :p = P( 3≤X ≤ 6)<br />

hvor n = 10 og p = 0.3 p = binomtCdf(10, 0.3, 3, 6) = 0.6066<br />

Poissonfordeling.<br />

Lad X være Poissonfordelt p( µ )<br />

Find Pl ( ≤ X≤m) , hvor 0 ≤ l < m og l og m er hele tal. poissCdf( µ ,l,m)<br />

Eksempel: p = P( X ≤ 94 ) , hvor µ<br />

= 147.6 p = poissCdf(147.6,0,94) = 0.00002<br />

136

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!