TMA4245 Statistikk våren 2017

Parallell for BFY, MLREAL, MTDESIG, MTMART

Faglærer: Øyvind Bakke, Sentralbygg 2, rom 1234. Telefon (735)98126.

Referansegruppe: Espen Johnsen (MLREAL), Sigmund Nilsen Myhre (MTMART), Jonas Rønning (BFY)

Forelesninger: Mandag 12.15–14.00 i S2 og onsdag 14.15–16.00 i S6

Meldinger

6.4.2017: De to siste forelesningene er onsdag 19. og mandag 24. april. De vil bli brukt til repetisjon, etter ønske fra dere. Send meg forslag til oppgaver eller temaer.

Gamle meldinger

Gamle meldinger

1.2.2017: Quizer og MATLAB-kode er lagt ut i oversikten over forelesningene. For quizene lenkes til Kahoot, og du må være bruker der for å kunne kjøre quizen. Du kan også se quizen i PDF-format, men da får du ikke noen fasit.

23.1.2017: Og nå mangler vi bare en fra MTDESIG (takk, Sigmund).

23.1.2017: Da har referansegruppa to medlemmer (takk også til Jonas). Vi trenger representanter fra MTDESIG og MTMART også!

16.1.2017: Vi har ett medlem av referansegruppa på plass (takk, Espen!), men vi trenger flere.

6.1.2017: Første forelesning er mandag 9. januar kl. 12.15–14.00 i S2.

Forelesninger

Mandag 24. april. Dette er siste forelesning. Vi fortsetter med siste eksamenssett, og starter med oppgave 3c.
Quiz 6  Repetisjon og kapittel 11

Onsdag 19. april. Repetisjon. Send meg forslag til oppgaver eller temaer. Tirsdag 18. april har jeg ikke fått noen forslag. Vi går derfor igjennom siste eksamenssett (2016 høst) i rolig tempo så langt vi kommer.

Tidligere forelesninger

Tidligere forelesninger

Onsdag 5. april. Vi fortsetter i avsnitt 11.6, og ser på eksempel på konfidensintervall for \(E(Y\mid x_0)\), og videre på prediksjonsintervall for ny observasjon \(Y_0\) for gitt \(x_0\). Vi så også kort på residualplott og normalkvantil-kvantilplott i forbindelse med regresjon (eksempel fra siste innleveringsøving, oppgave 4).
MATLAB Lineær regresjon, med simuleringer av konfidens- og prediksjonsintervall

Mandag 3. april. Vi fortsetter i avsnitt 11.4, og starter med estimering av \(\sigma^2\).

Onsdag 29. mars. Vi starter på kapittel 11 om lineær regresjon.

Mandag 27. mars. Vi starter på 10.8 – test om \(p\).
Quiz 5  Kapittel 9–10

Onsdag 22. mars. Vi starter på 10.4 – test om \(\mu\).

Mandag 20. mars. Vi starter på kapittel 10 om hypotesetesting.
MATLAB Styrkefunksjon (graf og simuleringer)

Onsdag 15. mars. Sannsynlighetsmaksimeringsestimering (9.14).
MATLAB Grafisk framstilling av sannsynlighetsmakeimeringsestimering

Mandag 13. mars. Vi starter med parvise observasjoner (9.9).

Onsdag 8. mars. Vi starter med prediksjonsintervall (9.6).

Mandag 6. mars. Vi starter med intervallestimering (s. 268 i 9.3).
MATLAB Simulering av konfidensintervall

Onsdag 1. mars. 8.8 (kvantilplott o.l.), så starter vi på kapittel 9.
MATLAB Empirisk cdf, normalkvantil-kvantilplott, normalplott
Quiz 4  Kapittel 7–8 (feilen i fasit på forelesningen er rettet opp)

Mandag 27. februar. Vi starter på 8.4 om fordeling av \(\bar X\) og sentralgrenseteoremet. Vi avsluttet med 8.6 om \(t\)-fordeling.
MATLAB Sentralgrenseteoremet illustrert ved simuleringer
MATLAB Sentralgrensetoremet illustrert ved tetthet av sum

Onsdag 22. februar. Vi gjør ferdig ordningsobservatorer og starter på kap. 8 om utvalgsfordelinger.

Mandag 20. februar. Vi fortsetter med momentgenererende funksjon. Så ordningsobservatorer og videre i kapittel 8 om utvalgsfordelinger, hvis vi kommer så langt. – Vi ble ikke helt ferdig med ordningsobservatorer.

Onsdag 15. februar. Vi starter på kap. 7 – først fordeling til funksjon av stokastisk variabel (7.2), og så momentgenererende funksjon (7.3).
Quiz 3  Kapittel 5–6

Mandag 13. februar. Videre med gammafordeling og eksponentiell fordeling (6.6), og videre så langt vi kommer – det ble til og med khikvadratfordeling (6.7).

Onsdag 8. februar. Først uniform fordeling (6.1), så normalfordeling (6.2–), som står i en særklasse blant sannsynlighetsfordelingene.
MATLAB Normaltilnærming til binomisk fordeling

Mandag 6. februar. Vi fortsetter med hypergeometrisk fordeling (5.3) og går videre med negativ binomisk og geometrisk fordeling (5.4) og poissonfordeling (5.5) så langt vi kommer. Vi ble ferdig med kapittel 5.

Onsdag 1. februar. Vi starter med spesielle diskrete sannsynlighetsfordelinger – først binomisk og multinomisk fordeling (5.2).
Quiz 2  Kapittel 3–4
MATLAB Histogram binomisk sannsynlighetsmassefunksjon og graf kumulativ fordelingsfunksjon

Mandag 30. januar. Vi starter med varians og kovarians (4.2). Vi gjorde oss ferdig med det som var pensum i kapittel 4. De siste korollarene skulle ha hatt nummerering 4.9, 4.10, 4.11. Merk at korollar 4.10 sier \(\operatorname{Var}(aX-bY)=a^2\operatorname{Var}X+b^2\operatorname{Var}Y\), altså minus til venstre og pluss til høyre. Jeg håper at jeg skrev det opp riktig.

Onsdag 25. januar. Betingede fordelinger/tettheter (siste del av 3.4), og så starter vi på kapittel 4 om forventningsverdi, varians og kovarians. Vi ble ferdig med 4.1 om forventningsverdi. Rettelse: I det siste eksempelet fra kapittel 3 – to uavhengige stokastiske variabler – skulle grensene for det siste integralet være fra 0 til 1 (ikke fra \(-\infty\) til \(\infty\)).

Mandag 23. januar. Vi avslutter 3.2 og fortsetter med kontinuerlige fordelinger (3.3) og simultanfordelinger (3.4). Hvis det blir tid, starter vi på kapittel 4 (forventningsverdi, varians, kovarians). Det ble det ikke – vi kom fram til betinget fordeling/tetthet.

Onsdag 18. januar. Vi avslutter kapittel 2 med Bayes’ setning (avsnitt 2.7). Mesteparten av forelesningen blir fra kapittel 3, om stokastiske variabler og sannsynlighetsfordelinger. Vi ble nesten ferdig med 3.2.

Mandag 16. januar. Vi fortsetter der vi slapp i avsnitt 2.5. Vi avsluttet med loven om total sannsynlighet i 2.7.
Quiz 1  Kapittel 2

Onsdag 11. januar. Vi fortsetter i avsnitt 2.3 om telleresultater, og går deretter videre med sannsynlighet. Vi avsluttet med teorem 2.7 (addisjonsregelen).

Mandag 9. januar. Praktisk informasjon, stikkord om kapittel 1, så starter vi på kapittel 2 om sannsynlighet. Vi kom til regel 2.2 (multiplikasjonsregelen).

2017-04-24, Øyvind Bakke