• Ei tuloksia

Tilastollinen p¨a¨attely I 4. harjoitukset, 6. vko 2012 4.1. Valitaan otos X

N/A
N/A
Info
Lataa
Protected

Academic year: 2022

Jaa "Tilastollinen p¨a¨attely I 4. harjoitukset, 6. vko 2012 4.1. Valitaan otos X"

Copied!
2
0
0

Kokoteksti

(1)

Tilastollinen p¨a¨attely I 4. harjoitukset, 6. vko 2012

4.1. Valitaan otos X1, . . . , X18 jakaumasta, jonka tiheysfunktio on f(x) = 1−x/2, 0≤x≤2.

(a) Laske jakauman keskiarvo ja varianssi.

(b) Laske todenn¨ak¨oisyyden P(2/3 ≤ X¯ ≤ 5/6) likiarvo keskeist¨a rajav¨aitt¨am¨a¨a soveltaen.

4.2. Generoi teht¨av¨an 1 jakaumasta 1000 kokoinen otos ja piirr¨a aineistosta histogrammi (R-funktiohist). (Vihje: Jos jakauman kertym¨afunktio on F jaF−1 onF:n k¨a¨anteisfunktio sek¨aY ∼Tas(0,1), niinX =F−1(Y) noudattaa jakaumaa, jonka kertym¨afunktio).

4.3. Lantin heitossa kruunan todenn¨ak¨oisyysπon tuntematon. Todenn¨ak¨oi- syyden estimoimiseksi heitet¨a¨an lanttia 3000 kertaa ja ˆπ on kruunien suhteellinen osuus heittosarjassa. Laske Tˇsebyˇsevin ep¨ayht¨al¨on avulla (Alaluku 9.6.1) alaraja todenn¨ak¨oisyydelle, ett¨a estimaatti ˆπ poikkeaa parametrin π oikeasta arvosta korkeintaan 0.03 (ts. arvioi todenn¨ak¨oi- syytt¨a P(|ˆπ−π|<0.03)).

4.4. Jatkoa teht¨av¨a¨an 3 Keskeisen rajav¨aitt¨am¨an nojalla voidaan sanoa, et- t¨a ˆπ noudattaa jo melko tarkasti normaalijakaumaa. (a) Laske toden- n¨ak¨oisyyden P(|ˆπ −π| < 0.03) alaraja, kun ja k¨ayt¨at normaalijakau- maan perustuvaa likiarvoa. (b) Heitet¨a¨anR:ll¨a lanttia 3000 kertaa, kun π = 0.2. Toistetaan koe 1000 kertaa. Montako kertaa ˆπ poikkeaa π:st¨a enemm¨an kuin 0.03.

4.5. Presidentinvaalin toisella kierroksella ehdokkaan A kannatusosuus on 0< p <1. Valitaan ¨a¨anioikeutetuistan:n henkil¨on otos. Halutaan var- mistaa, ett¨a otoksesta laskettu A kannatusosuus poikkeaa todellisesta v¨ahemm¨an kuin 0< < 1 v¨ahint¨a¨an todenn¨ak¨oisyydell¨a 0.95 (K¨ayt¨a keskeist¨a rajav¨aitt¨am¨a¨a).

(a) Kuinka suuri n on valittava?

(b) Kuinka suuri n tarvitaan, jos = 0.02.

(c) Jos voidaan tehd¨a korkeintaan tuhannen henkil¨on otos, mihin tark- kuuteen voidaan p¨a¨ast¨a?

4.6. Satunnaismuuttuja X noudattaa binomijakaumaa Bin(100,0.1). Las- ke todenn¨ak¨oisyyden P(12 ≤ X ≤ 14) (a) tarkka arvo, (b) Poissonin jakaumaan perustuva likiarvo ja (c) normaalijakaumaan perustuva li- kiarvo (keskeinen rajav¨aitt¨am¨a).

(2)

4.7. Elektronisen komponentin kestoaikaYinoudattaa eksponenttijakaumaa Exp(100), miss¨a 100 on jakauman keskiarvo. Kaksi komponenttia on kytketty rinnakkain systeemiksi. Systeemi siis lakkaa toimimasta kun kummatkin komponentit lakkaavat toimimasta. Systeemin kestoaika X on siksi max(Y1, Y2). M¨a¨arit¨a Y:n tiheysfunktio fX(y) (Ks. alalu- ku 9.5.1).

4.8. Ylioppilaskokeessa er¨a¨an kielikokeen keskiarvo oli 60 ja varianssi 64.

Er¨a¨an koulun 100 ylioppilasta saivat keskiarvon 57.9. Tuntuuko us- kottavalta, ett¨a n¨am¨a 100 ylioppilasta ovat otos koko populaatista vai olisiko koulun taso keskitasoa huonompi? (Laske todenn¨ak¨oisyys, et- t¨a otoksesta laskettu pistem¨a¨ar¨a on korkeintaan 57.9, kun n = 100.

Sovella keskeist¨a rajav¨aitt¨am¨a¨a).

Viittaukset

LIITTYVÄT TIEDOSTOT

Muodosta teht¨ av¨ an 5 osittaisesta j¨ arjestyksest¨ a alkioita lis¨ a¨ am¨ all¨ a joukon A t¨ aydellinen

Olemme keskeisen rajav¨aitt¨am¨an avulla jo osoittaneet, ett¨a Bin(n, p) l¨ahenee normaalijakaumaa, kun n kasvaa.. Voimme tutkia Bin(n, p):n rajajakaumaa my¨os ehdolla, ett¨a

Tilastollinen hypoteesi on v¨ aitt¨ am¨ a populaatiosta, sen jakaumasta ja/tai jakau- man parametrista. Hypoteesin testaus tarkoittaa v¨ aitt¨ am¨ an tutkimista otoksen

Tilastollinen hypoteesi on v¨ aitt¨ am¨ a populaatiosta, sen jakaumasta ja/tai jakau- man parametrista. Hypoteesin testaus tarkoittaa v¨ aitt¨ am¨ an tutkimista otoksen

Mik¨ a on lapsen sisarusten lukum¨ a¨ ar¨ a keskim¨ a¨ arin t¨ ass¨

Osoita, ett¨ a θ:n SUE on tehokas (eli saavuttaa Cramerin ja Raon

(jatkoa teht¨ av¨ ast¨a 2) Etsi satunnaisvirheille parhaiten sopiva kovarianssi- rakenne, kun kiinte¨an¨a osana k¨ aytet¨a¨ an teht¨ av¨ an 2 mallia.. (jatkoa) Suorita

Oletetaan, ett¨ a otoksesta lasketut keskiarvo ja varianssi ovat hyv¨ at arviot vas- taaville populaation parametreille.. Estimoi gammajakauman pa- rametrit asettamalla otoskeskiarvo