Tölfræði II. Lausnahefti við völdum dæmum. Haustönn 2004
|
|
- Στράτων Αναγνώστου
- 5 χρόνια πριν
- Προβολές:
Transcript
1 Tölfræð II Lausaheft vð völdum dæmum Haustö 4 Erledur Davíðsso 5
2 Erledur Davíðsso Efsyfrlt Dæm Slembbreytur, líkdafræð...4 Dæm - Þéttföll...4 Dæm 3 Ýmsar drefgar...4 Dæm 4 - Vætgld...5 Dæm 5 Vægsframleðarar...5 Stakræar margvíðar drefgar...6 Posso- dreyfg...6 Dæm 6 Sklyrt þéttföll...7 Dæm 7 Tvívíð þéttföll...7 Dæm 8 Tvívíð þéttföll...7 Dæm 9 Tvívíð þéttföll...7 Dæm - Drefföll...8 Dæm Posso drefg...8 Dæm Posso drefg...8 Dæm 3 Veldsvíssdrefg ( Epoetal dstrbuto)...8 Dæm 4 Ch-squared...9 Dæm 5 Drefgar falla...9 Dæm 6 Sklyrt vætgld... Dæm 7 Vætgld og dref... Dæm 8 Tvívíðar drefgar... Dæm 9 Föll af slembbreytum... Dæm 9 Frá dæmakeara...3 Dæm Slembgagur (Radom Walk)...4 Dæm - Normaldrefg...5 Fylkjareglur vð útrekga á Cov...6 Dæm Samdref og fylg (e. covarace ad correlato)...6 Dæm 3 Cetral Lmt Theorem...8 Cholesk-þáttu...8 Samlet...8 Samlet í drefgu...8 Dæm 4 Dref- og þéttföll... Dæm 5 Samlet í drefgu (e. covergece to dstrbuto)... Dæm 6 Samlet í líkdum... Dæm 7 Samlet æstum örugglega (e. covergece almost surely)... Háskól Íslads
3 Erledur Davíðsso 3 Sklgreg fyrr a.s. covergece:... Hverg er metll ákvarðaður?...3 Selekaaðferð...3 Dæm 8 Óbjagaður metll...4 Dæm 9 Vægjaaðferð (method of momets)...4 Dæm 3 Selekametll (Mamum Lkelhood Estmator)...5 Dæm 3 Tlgátupróf og höfuarsvæð (e. crtcal rego)...6 Dæm 3 Höfuarfall og höfuarsvæð...7 Dæm 33 LR, LM og Wald próf...8 Dæm 34 Þéttföll...33 Dæm 35 Sklyrtar drefgar...33 Dæm 36 - Tlgátupróf...34 Dæm 37 Sklvrkr metlar...36 PRÓF DESEMBER...37 Dæm PRÓF DESEMBER Dæm og...39 Dæm Dæm SKILGREININGAR...4 Nokkrar sklgregar á samlet ruu hedga { X } (slembbreyta)...4 Samlet talaruu...4 Samlet í drefgu ( dstrbuto)...4 Samlet í líkdum ( probablty)...4 Samlet æstum örugglega (almost surely)...4 LIKELIHOOD RATIO TILGÁTUPRÓFUN...44 TILGÁTUR OG TILGÁTUPRÓF...46 MAXIMUM LIKELIHOOD (ML) ESTIMATION...49 Háskól Íslads
4 Erledur Davíðsso 4 Dæm Slembbreytur, líkdafræð B: Tver strákar P(B),5 B: Tvær stelpur P(B),5 B3: Strákur og stelpa P(B3),5 B4: Stelpa og Strákur P(B4),5 A : Stelpa P(A),5 PAB ( ) PB PB ( A) PAB ( ) PB + PAB ( ) PB + PAB ( 3) PB ( 3) + PAB ( 4) PB ( 4),5,5+,5+,5,5+,5,5 3 Það eru því ca. 33% líkur á því að htt barð sé stelpa. Dæm - Þéttföll ce c e c c c 4 4 ( > ),8 PX e e e Dæm 3 Ýmsar drefgar með líkdum,6 X aars með líkdum,4 fyrr,...,4 4 Y X P(Y )-F() PX ( ) + PX ( 3) + PX ( 4) PX ( ) PX ( ) 4 4 f(),6,4 líkurar á því að ákvæmlega hlutr vrk PX ( ),6,4 C +,6,4 C +,6,88 Háskól Íslads
5 Erledur Davíðsso 5 Dæm 4 - Vætgld Erum með slembbreytu með þéttfall: << f( ) aars g( X) Vljum fa vætgld E g( X) ATH! E g ( X) g( E X ) E g X g( ) f( ) d 4+ 3 d + 3/ Dæm 5 Vægsframleðarar Fum vægsframleðara skv. formúlu á bls í Spaos. Gert er ráð fyrr að t (,). t t t ( t ) m () t E( e ) e f( ) d e d e d ( t ) e ( ) t t t Vætgldð er: d E( X) m () t dt t Rekum ú varace: ( t ) ( t ) t d E( X ) m () t dt 3 t t Var X E X E X Hægt er að reka vætgldð bet: e d e e E X + Háskól Íslads
6 Erledur Davíðsso 6 Stakræar margvíðar drefgar Var ( X) E ( X E X ) E X XE X E X + > E X E X E X + E X E X E X Helduarregla sem gott er að mua uv ' u uv' Posso- dreyfg λ λ ( ),,,3... P X e! Nálgar tvílðuardrefgua mjög vel fyrr stór og lítð θ. λ e λ lm θ ( θ) λ!, θ λ Normaldrefg álgar tvílðuardrefgua mjög vel fyrr stórt θ( θ) Cetral lmt theorem f ( ) θ e θ <. Háskól Íslads
7 Erledur Davíðsso 7 Dæm 6 Sklyrt þéttföll ( y ) <<,<y< f(, y) 5 aars ( y ) f ( y, ) 5 ( y) ( y) 6 ( y) f( y) 3 y 4 3y f(, y) d ( y) d y Dæm 7 Tvívíð þéttföll 5 y < < yog < y< f(, y) aars f ( ) f(, y) dy f(, y) dy 5 ydy y Dæm 8 Tvívíð þéttföll 6 y f y + < < < y< 7 (, ), y P( X y) f (, y) dyd dyd 6 5 > Dæm 9 Tvívíð þéttföll Tl að athuga hvort X og Y eru óháðar þarf að fa f ( ), f ( y ) og sjá hvort f ( y, ) f( ), f( y). Fáum út hálfa ef vð heldum yfr og þ.a.l. eru þær óháðar. y y Háskól Íslads
8 Erledur Davíðsso 8 Dæm - Drefföll ( < <, < < ) (, ) (, ) (, ) + (. ) (, ) ( <, < ) P( y ) F F a b c y d F b d F a d F b c F ac F b d P b y d < < 3,< < 3,,,6,55,5 Formúla er í bók. Dæm Posso drefg λ λ P X e,,,3...! 3 3 P( X ) e,5! P X, 5,95 P( X ) Dæm Posso drefg P ( Tekð lyf Verður ekk vekur) P Lyf λ λ P ( Lyf ) P( Ekk lyf ) 3 (,75 e +, 5 e ) λ e λ! e λ e λ +!!,75 e,89 Dæm 3 Veldsvíssdrefg ( Epoetal dstrbuto) c) P X > s+ t > t P s t t ( ) ( > +, > ) P( > t) ( > + ) tλ ( > ) sλ P s t e e e P t e e s+ t λ sλ tλ e F s P > t tλ Háskól Íslads
9 Erledur Davíðsso 9 Dæm 4 Ch-squared a) X + Y χ (9) Svar: -chcdf(,9) 35, 5% Verð er að reka út P( X Y ) b) D X + Y X frávk í -stefu Y frávk í y-stefu XY, N,4 µ σ (, σ ) σ (, ) N µ N + µ + >. ( > 3,3) ( > 3,3 ) ( + > 3,3 ) P D P D P X Y P N(,) + N(,) > 3,3 3,3 4P( χ > 3,3 ) P χ > 4 P χ 3,3 5,63% 4 > Dæm 5 Drefgar falla X með þéttfall: Látum Y X 3 h( ) f + (Nota jöfu í kafla.7) y f y f h y d dy Athugð: Ef d Y X þá. Þess formúla gegur aðes fyrr ehalla föll!!! dy Háskól Íslads
10 Erledur Davíðsso Ef er mll - og þá er Y d X Y y dy þá er 3 3 Fyrr Y d fy y y y dy 3 6 Dæm 6 Sklyrt vætgld f y ( y) f y f ( y, ) ( y) y Þegar y 4 + Svarð er því Vð skulum þó reka þetta út: y fy ( y) f (, y) d d f ( y) ( y) ( y) y ( ) ( ) d y f, fyrr y f y E X Y f y d 5 5 y y,5 Háskól Íslads
11 Erledur Davíðsso Dæm 7 Vætgld og dref Hefð verð hægt að setja upp svoa: Y 3 4 Y E( Y) Var( Y) Y 6 Var ( AY) E AY AE Y AVar Y A Y Y E [ 4] [ 4] E Y Y 3 [ 4] 3 4 Y Y Var [ 3] [ -3] Var Y Y 3 4 [ -3] [ 5-6] Reglur sem vert er að þekkja Var ( AY) E AY AE Y AVar Y A T T Dæm 8 Tvívíðar drefgar 3 Reka skal P( X Y X ) < <. f y, 6 y < y, < ydyd 3 y d 3 ( ) d Háskól Íslads
12 Erledur Davíðsso Dæm 9 Föll af slembbreytum eru óháðar með þéttfall f ( ) < <, Sklgreum Y. Reka á P Y. Sjáum að < y <. Tvívíða þéttfallð er því f 4 vega þess að þær eru óháðar. ( ) Y P Y y P y P y y 4 d d P Y y 4 d d y y y 4 y d d y y y 4 y y + y Y P Y y P y P y ( ) Dreffallð er því: y F y y 4 7 F y 8 8 Háskól Íslads
13 Erledur Davíðsso 3 Þetta má skoða betur á bls. 593 formúla.9 Þegar Y Þegar y þá 4 f ( y) 4 yd 4y y 4 y f y 4y d 4y y (, ) f y f y d Þéttfallð: f y y ( y) y 3 < y y > 3 y 7 P Y ydy y dy y Dæm 9 Frá dæmakeara Athugð að Y tekur gld á blu (, ). Y getur hærr gld eftr því sem X er ma mðað vð X. Þar sem X og X eru óháðar þá er þéttfall tvívíðu slembbreytuar ( X, X ) f (, ) f ( ) f ( ) 4 Best er að umrta PY og skoða aðes X og X : PY ( ) P( X / X ) P( X X ) Háskól Íslads
14 Erledur Davíðsso 4 Þéttfallð tekur aðes póstív gld á fergum (, ) (,) (,). Tl að reka þetta þurfum vð því að helda yfr það svæð á fergum þar sem sem er hægra meg vð líua : PX ( X) 4dd d d Eg hefð líka verð hægt að fa gld dreffallss : F () P( Y ) P( X X ) 4 d d Y og draga það frá eum. Skoðð hverg mörk breytast. Hér er ég að helda yfr svæðð vstra meg vð líua. Þegar verð er að fa mörk á tvöföldum heldum þá ætt það að vera regla að teka myd af svæðu sem helda á yfr. Þag er mu efaldara að sjá út rétt mörk. Dæm Slembgagur (Radom Walk) D l l... l, l + + l með líkum l með líkum E( l ) + ( ) E( D) E l E( l) Háskól Íslads
15 Erledur Davíðsso 5 ( ) ( Var D E D E D E D ) E l l E ll j j Var D E( ll j) ( j) ( j) j E ll ef j E ll l ( j) ef j N E ll l l N j Dæm - Normaldrefg (, 4) (, 9) X N Y N Z X + Y a) Hvaða drefgu hefur Z? Svar: Normaldrefgu N(, 4) + + ( + ) + + (, ) Z E Z E X E Y Var Z Var X Y Var X Var Y Cov X Y + b) vega þess að X og Y eru óháðar X N ( µ, ) 4 µ A b 5 E( Y) E( AX + b) AE( X) + E( b) + Háskól Íslads
16 Erledur Davíðsso 6 Fylkjareglur vð útrekga á Cov Cov, Cov, Var Cov, Var Cov, Cov, Cov, Var ( + ) Var Y Var AX b Var AX AVar X A T Dæm Samdref og fylg (e. covarace ad correlato) Slembbreyta (, y ) hefur þéttfallð f y, + y < y, < Fa: Var E E Var y Var ( ) af samhverfuástæðum E( ) (, ) Cov(, y) Var ( ) Var ( y) E y af samhverfuástæðum Cov y E y E E y Corr y Þurfum að fa,, (, ) E E E y. Háskól Íslads
17 Erledur Davíðsso 7 { } lm,,,,..., l m l m Fum : E y y f, y ddy l m l+ m l m+ + y + y ddy y ddy + y ddy l+ m l+ m+ y dy + y dy l+ l+ m+ m+ y + y l+ m+ l+ m+ + l+ m+ l+ m+ Erum úa bú að reka öll momet sem vð þurfum og ú er bara hægt að stga : 7 7 l, m : E( ) + + E( Y) E( ) E( y ) E( ) l, m : E( y) Var ( ) Var ( y) E ( ) E ( ) Cov( y) E ( y) E ( ) E ( y) 3 44 (, ) Corr y cov ( y, ) 44 Var ( ) Var ( y) 44 Háskól Íslads
18 Erledur Davíðsso 8 Dæm 3 Cetral Lmt Theorem U uform, z U 6 Var Z Var U Z E ( U) Var Z U N Cholesk-þáttu T AA Var X T AN A Samlet { a } Samlet talaruu: } Vð segjum að rua haf markgldð a ef fyrr hvert ε > er tl N, þ.a. a a < ε fyrr öll N Samlet hedga: { } X Samlet í drefgu Látum { X } vera ruu hedga, { F } hedga, { X } sé samlet í drefgu að X með dreffall F. Ef rua F ( X) stefr á F( X) í hverjum samfellpukt { } Þetta segr ekkert um X X fyrr stór. vera drefföll þerra. Vð segjum að þess rua F X. Háskól Íslads
19 Erledur Davíðsso 9 Þess vega höfum vð Samlet í líkdum (covergece probablty) k 9.9 Vð segjum að { X } stef á X í líkdum ef fyrr hvert ε > ( ) lm P X X > ε Skrfað X X eða plm ( X ) X. p Þetta segr ekk að fyrr hvert ε > getum vð fudð N þag að a a < ε fyrr öll N. X X X X p D Samlet æstum örugglega (e. almost surely) Skammstafað.ö (e. a.s.) Vð segjum að { X } stef á X.ö. ef Þetta er skrfað ( ) P lm X X X X as.. Þetta segr að Hermum þær Þá gldr með líkdum að: X, X, X3,..., X,, 3,..., lm Háskól Íslads
20 Erledur Davíðsso Dæm: { X }.. ö X hefur þéttfall: f f X X tekur gldð eða - tekur gldð eða 3 tekur gldð eða Og svo framvegs... Dæm 4 Dref- og þéttföll X, X,..., X eru..d. með þéttfall f ( ),, ( > ) θ < < θ θ. Látum M ma { X, X,..., X }. Sýð að f m, < < θ. θ Fum dreffallð fyrst: ( ) (,,..., ) F P M X P X X X M óháðar P X FX F < X < θ θ θ Almet: FX < θ < θ θ Háskól Íslads
21 Erledur Davíðsso Dæm 5 Samlet í drefgu (e. covergece to dstrbuto) FX < θ θ < θ < < θ θ því að þegar θ því < < < < θ θ Dæm 6 Samlet í líkdum F er fastarua. F ( ) F( ) X X D Samlet í líkdum ef P( X X ε ) X P lm > fyrr öll ε >. Tl að sýa að X þufrum vð að va grelega ekk á úll. ( ) P X X X X Tökum t.d. grelega ekk á. ε og fum P( X X ) ε > (ógu lágt) tl að rua P( X X ε ) > stef > sem er fastarua,,,... sem stefr Í svoa dæm þarf bara að fa ε sem er ógu lágt tl þess að rua get ekk steft á aað e í líkdum. Dæm 7 Samlet æstum örugglega (e. covergece almost surely) X X X með þéttfall,,..., Sýa að : X P P X P X,,... Í samræm vð sklgregu okkur vljum vð að rua : ( ) P X X > ε fyrr öll ε >. Háskól Íslads
22 Erledur Davíðsso Fáum gefð. ε > Ætlum að sýa að ( ) P X > ε. Rekum það: ef ε P( X > ε) P( X > ε) ef ε < Regla: a, b > og a b fyrr öll og b þá a. Höldum þá áfram með dæmð: Sýa að X as.. Tl að X þá P.. ( X ). Nú er as Sklgreg fyrr a.s. covergece: X ef fyrr hvert ε > er tl N (stórt) as.. þag að X X < ε fyrr öll N þar sem X, X,... X,... er úrtak. Tl þess að sýa að X þurfum vð að fa ε > þag að slíkt N er ekk tl. as.. Tökum ε < ε <. Tl að X < fyrr öll N þá þarf X fyrr öll N því X tekur aðes gld eða. Tökum etthvert Rekum þess líkd: N og sýum að P( X fyrr öll N) ( ) ( k ) k k N k N k P X fyrr öll N lm lm N N N + N lm... N N + N + < haf líkd. Líkurar á að rua tak gldð frá ákveðu staka (o. N) og upp úr (edalaust) eru egar. Rua stekkur alltaf stöku sum upp í. Slík rua getur ekk verð samlet að úll. Háskól Íslads
23 Erledur Davíðsso 3 Hverg er metll ákvarðaður? Höfum slemba stærð með þéttfall f (, θ ) með óþekkta parameter θ. Höfum úrtak,,...,. Hverg ákvörðum vð θ? Þurfum að búa tl metl sem er fall af úrtaku: Tákum ha með θ T( ) Verkef okkar er því að :. Fa metl (fallð T af úrtaku) - Vægjaaðferð (method of momets) - Selekaarðferð (method of mamum lkelhood). Meta gæð metls - Bjögu (Bas) - Samkvæm (Cosstecy) Metll er fud með vægjaaðferð ef T er fall af úrtaksvægjuum (,,...) m er mat á -sta væg.,,..., T m m þar sem m k k Ha er oftast samkvæmur (cosstet). Metll (,,..., ) T er (weak) cosstet ef P og (strog) cosstet ef T θ... as T θ Selekaaðferð Ef vð fáum ett úrtak f ', θ. Leysum út θ. þ.e., þá veljum vð θ þag að (, ) Ef vð fáum tvö gld, þá fum vð tvívíða þéttfallð, θ þ.a., þ.e. f tak hæsta gld í, f θ tak hæsta gld í f fyrr (, ) og veljum Háskól Íslads
24 Erledur Davíðsso 4 f, f,,, ( ) ( ) Leysum út θ fyrr það. Dæm 8 Óbjagaður metll X er posso hedg λ λ P( X ) e,,3,...! 3 Sýa að 3 ( ) X θ er óbjagaður metll fyrr e λ, þ.e. E θ e λ. ( X ) λ ( ) λ λ λ E θ E P X e e!! X X X X ATH: e e!! ( ) λ λ λ λ 3λ e e e e! Ef vð fáum úrtak úr drefgu þá er mat okkar á fárálegt mat á 3 e λ : ( ) sem er >. Óbjagaður metll þarf ekk að vera góður! 3 e λ Dæm 9 Vægjaaðferð (method of momets) Látum X, X,..., X vera slembúrtak með þéttfall: f ( ) a b b a Gefð er að : E a+ b ( X, b a) Var X Táka ab, með úrtaksvægjuum m, m., aars. m X, m X Háskól Íslads
25 Erledur Davíðsso 5 a+ b E X a E( X) b b E( X) a Var b a Var b a X X a b 3Var ( X) E ( X) a 3Var ( X) a E ( X) 3Var ( X) b E( X) + 3Var( X) ( Var X m m því Var X E X ) E ( X) a m 3( m m ) b m + 3( m m ) Er metll ýt? Bls 659. Ástæða fyrr því method of momet metlar eru ekk fullýttr er sú að vð erum bara að ota tvö fyrstu momet í metluum, tl að þekkja drefgu % þurfum vð að þekkja öll momet. Þegar vð erum með Normaldrefgu þurfum vð aðes að ota fyrstu tvö momet. Próf 3 Dæm : Er method of momet metll effcet (ýt)? Svar: Almet ekk því slíkr metlar ota aðes fyrstu momet, e ekk öll (sjá bls. 659). Dæm 3 Selekametll (Mamum Lkelhood Estmator) Látum X, X,..., X vera IID (óháðr, esdrefðr) með þéttfall: Fa selekafallð fyrr θ : + θ f ( X) e θ ) Fa þéttfall X, X,..., X ) Fa θ sem hámarkar þéttfallð fyrr gefð úrtak Þéttfallð fyrr -: X + θ X + θ X, X,..., X θ X f X f X e e θ θ fyrr öll Þéttfallð er fall af X-uum (úrtaksglduum), e líkdafallð er fall af stkuum. Háskól Íslads
26 Erledur Davíðsso 6 Í stað fyrr að va með þéttfallð lítum vð á líkdafallð. Vljum hámarka: L( θ X X X ) ( θ,,..., ) L X X X e,,..., X + θ X θ fyrr öll Sjáum að L verður hærra eftr því sem θ verður hærra, e θ verður að vera ma eða jaft X fyrr öll θ ML m ( X, X,..., X ) hámarkar L( X) selekametll. θ og er því Dæm 3 Tlgátupróf og höfuarsvæð (e. crtcal rego), σ, σ, 5, óþekkt Y N µ µ H : µ á mót H: µ Sklgreum höfuarsvæðð Y þ.e.a.s. ef vð fáum ea úrtaksstærð y, þá höfum vð H. Type I error: Höfum H þó að hú sé sö. Type II error: Samþykkjum H þó að hú sé í rau rög. Hér þarf að fletta upp í töflu. P Type I error P Y H P Y µ - F,8 N,,5 (,,5) F er dreffall ormaldrefgar N ( µ, σ ). P Type II error P Y H P Y µ F N, 8 þar sem N µ, σ Háskól Íslads
27 Erledur Davíðsso 7 Dæm 3 Höfuarfall og höfuarsvæð X N ( µ,5 ) H : µ 3. H : µ > 3. Prófstærð er X Höfuarsvæðð er á formu X X Vð vljum lágmarka líkur á vllum. > c. Kröfur tl prófss sem vð leggjum fram eru að: K µ 3., Vljum lágmarka líkur á að hafa tlgátu sem er rétt. K µ 35.,98 Vljum hámarka. þar sem K er höfuarfallð sem gefur líkur á að vð höfum H. Höfuarfallð er háð óþekkta stkaum. Veljum c og sem uppfylla þess sklyrð. K 3. P X c F c N 3., 5 5 > því X N ( µ, ) F c,,99 N 3., 5. Vad héra er sá að vð getum ekk fudð ekk. F N 5,99 3., því vð þekkjum Háskól Íslads
28 Erledur Davíðsso 8 Verðum að ota dreffall sem er óháð. Því verðum vð að staðla drefgua. X µ c µ c µ P X c P F 5 5 (,), N 5 µ 3. µ 3. Vætgld Staðalfrávk µ 3. c 3. F,99,36 5 N, c 35. Es fáum vð F,,53 5 N (,) Höfum jöfur með tvemur óþekktum stærðum. Leysum út og fáum rúmlega 9 eða c Dæm 33 LR, LM og Wald próf Athugð að í þessar laus táka ég úrtakshedgarar með X, X,..., X e ekk Y, Y,..., Y es og í dæmu sjálfu. Ég e efaldlega ekk að skpta því út. Sklgregar Þéttfallð fyrr ormaldrefðar slembúrtakshedgar X, X,..., X er f (,,..., ) ep µσ, ( σ π ) ( µ ) σ Vð vtum að selekametll fyrr σ er (sjá bls 665, Spaos) ˆ σ ( µ ) () ML þegar µ er þekkt. Háskól Íslads
29 Erledur Davíðsso 9 Þar sem ˆ γ er selekametll fyrr γ, þá er ep( γ ), og því vega () er ep( ˆ γ ) selekametll fyrr drefa ep( ˆ γ ) () þar sem µ er gefð. Þetta þarf að ota í a-lð. a) Lkelhood-Rato prófstærð er hér sklgred sem (sjá bls. 75, Spaos) L( γ ) ε LR log log ( γ) log ( γ) L( ˆ γ ) [ L L ˆ ] þar sem γ er selekametll fyrr eskorðuðu (restrcted) hámörkua og ˆ γ er selekametll fyrr óskorðuðu (urestrcted) hámörkua. Nú er selekafallð L( γ ) ep ep ( π ep( γ) γ ) ep( ˆ γ ) ep ep( γ ) ( π ep( γ) ) þar sem ég hef otað (), þ.e. ep( ˆ γ ). Nú er γ og því ep( ˆ γ ) L( γ ) L() ep ep() ( π ) ( π ep() ) ep ep( ˆ γ ) log L( γ) log π ep( ˆ γ) Háskól Íslads
30 Erledur Davíðsso 3 og og því ep( ˆ γ ) L( ˆ γ ) ep ep( ˆ γ ) ( π ep( ˆ γ) ) ep ( π ep( ˆ γ ) ) log L( ˆ γ) ( log π + ˆ γ ) L( γ ) ε log [ log log ( ˆ LR )] ( ˆ L γ L γ L γ ) log π ep( ˆ γ) + ( log π + ˆ γ ) + [ ep( ˆ γ) ˆ γ] b) Upplýsgafylkð er hér sklgret með (sjá bls. 663, Spaos) log L ( γ ) I( γ ) E γγ þar sem L er selekafallð fyrr ea mælgu og er þá gert ráð fyrr að öll selekaföll L,,,..., séu es. Nú er selekafallð Það dffrum vð m.t.t. γ : L ( γ ) ep ep( γ ) ( π ep( γ) ) log L ( γ) log π γ ep( γ ) Háskól Íslads
31 Erledur Davíðsso 3 og aftur og tökum svo vætgldð log + ep( γ ) ( L γ ) log ep( γ ) ( L γ ) log L( γ ) I( γ ) E E γ γ ep( γ ) E [ ] ep( γ ) ep( γ) ep( γ) þar sem vætgldð af er dref, því µ. Öur aðferð tl að reka upplýsgafylkð er að ota { } I( γ ) E s ( γ) s ( γ ) þar sem s ( γ ) eru score-föll fyrr hverja mælgu Athugð að log L ( γ ) s ( γ ),,,..., γ log L( γ ) log L ( γ ) s( γ ) s ( γ ) γ γ er eg kallað score-fall. (sjá bls. 663, Spaos). Vð höfðum fudð að log L( γ ) s ( γ ) + + ep( γ ) γ ep( γ) og þá Háskól Íslads
32 Erledur Davíðsso 3 Tökum svo vætgldð af því þar sem E ep( γ ) s ( γ) s ( γ) + ep( γ) ep( γ) + ep( 4 γ) { } I( γ) E s ( γ) s ( γ) 4 4 E ep( γ) + ep( 4 γ) 4 ep( γ) E + ep( 4 γ) E ep( γ )ep( γ) + ep( 4 γ) 3ep(4 γ) + 3 er dref og hedg Y lýtur ormaldrefgu ( µ, σ ) þá er E 3ep(4 γ ) 4 er fjórða mómetð. (Ef E ( y µ ) 3σ 4 4, ekk saað hér). c) Vð otuðum hér aftur að ( ) s( γ) s ( γ) + ep( γ) + ep( γ ) + ep( γ) ep( ˆ γ) [ ˆ γ ] s() ep ep( ˆ γ ). d) Nú er LM prófstærð sklgred með (sjá bls. 78, Spaos) ε ( γ) ( γ) ( γ) LM s I s s () I() [ ˆ γ ] [ ep( ˆ γ ) ] / ep e) Wald prófstærð er sklgred með (sjá bls 77, Spaos) ˆ ˆ ˆ ε ( ˆ W γ γ) I( λ) ( λ ) λ Háskól Íslads
33 Erledur Davíðsso 33 Dæm 34 Þéttföll Fum dreffall X fyrr (,), s + FX ( ) ds Athugð að Y tekur aðes gld á blu (,4). Fum svo dreffall Y á blu y (,4) : F y P Y y P X y P y X y Y FX( y) FX( y) y + y + y, ef < y< y + y +, ef < y < og úll aars staðar. Dffrum tl að fá þéttfallð:, ef < y < 3 y fy( y) F Y( y), ef < y < 4 6 y Dæm 35 Sklyrtar drefgar f ( ) f (, ) f ( ) f ( ) + d + + f ( ) + + Háskól Íslads
34 Erledur Davíðsso 34 EX ( X ) f ( ) d 3 d EX ( X ) f ( ) d 3 3 d Dæm 36 - Tlgátupróf Selekafallð er [ ] Var( X X ) E( X X ) E( X X ) (6 3) ( + 3/ )(6 + 3) (6 3)(6 3) (6 3) / 9 4 (6 + 3) / (6 + 3) (6 + 3) L( p) p ( p) N N N Núlltlgáta er H : p p á mót H: p p Logselekafallð er log L( p) N log( p) + ( N N )log( p) Háskól Íslads
35 Erledur Davíðsso 35 Lkelhood Rato (LR) prófstærð er [ ˆ ] ε LR log L( p) log L( p) þar sem p er LM matð á p sklyrt vð H, og ˆp er LM ósklyrt. Athugð að ef H : p p þá er p p. Wald prófstærð er Lagrage Multpler prófstærð er þar sem s( p ) er score-fallð ε ˆ ˆ W p p Ip ( ) [ ] ε LM s p I p ( ) ( ) log L( p) N N N s( p) p p p og upplýsgafylkð er log L ( p) I( p) E p þar sem L ( p ) er selekafallð fyrr ea úrtaksstærð y : svo y L( p) p ( p) y log L( p) y y + p p ( p) sem hefur vætgld log L( p) E( y) E( y) E + p p ( p) p p + + p ( p) p p p( p) Háskól Íslads
36 Erledur Davíðsso 36 Þá stgum vð í ε LM [ ] s( p ) I ( p ) I ( p ) p ( p ) ( p p ) s( p ) N N N N ( p ) p ( N N ) p p p ( p ) [ ] ( N Np ) p ( p ) og fáum [ ] [ ] [ ] ε LM N ( N Np ) p ( p ) p ( p ) N( N / N p ) p ( p ) N( pˆ p ) p ( p ) ( N / N pˆ) Dæm 37 Sklvrkr metlar Tl að sýa að ˆ θml er fully effcet þá þurfum vð að sýa að Var( ˆ θ ML ) á Cramer Rao lágmarku: Var ˆ ( θml) I ( θ ) Vð vtum að Var( ) θ og því er Var( ) θ /. Upplýsgafylkð I( θ ) er sklgret sem dl f(,,..., ) dl f( ) I( θ ) E E dθ dθ (bls 6-) Nú er þéttfallð e f( )! θ θ og log-selekafallð er Háskól Íslads
37 Erledur Davíðsso 37 log L( θ ) lθ θ l! og afleða l L( θ ) θ θ θ θ og því dl f( ) θ I( θ ) E E dθ θ E[( θ ) ] Var( ) θ θ θ θ θ (dref Posso drefgar með stka θ er θ ) Nú er Var ˆ θ θ θ ( ML ) I svo metll ˆ θ ML ær lágmarku og er fully effcet. Próf desember Dæm 5 Hedgarar Y,..., Y eru óháðar og esdrefðar með þéttfall f ( y) α y α ef y 3 α 3 aars a) Fa Method-of-momet metl fyrr α Fa vætgld: 3α E Y E Y α α + 3 E Y Háskól Íslads
38 Erledur Davíðsso 38 m α m Y 3 m c) α y α 3 ( α,,,..., ) ( α, ) ( ; α) L y y y L y f y Verkef okkar er fyrr gefð úrtak,,..., Oft gott að taka log, breytr ekk α sem hámarkar L. α α log L logα + log y log 3 logα + ( α + ) log y α log 3 Fum hámark með því að leysa log L α y y y, hámarka L( y y ) ;,..., α. + log y log 3 α α log 3 log y b) Nota setgu Factorzato theorem tl þess að fa suffcet statstc. ( α ) ( α) f ; y g h y ; V y α α y α y α α α 3 3 Háskól Íslads
39 Erledur Davíðsso 39 Próf desember 3 Dæm og X er cosstet mat á E X samkvæmt WLLN. m α m X o Method-of-momet metll fyrr α. Dæm 6 Nota formúlua: Drefsklaðarsetg: V ( Y) E( V ( Y X) ) + V( E ( Y X) ) Dæm 7 Beta drefg með þéttfall: f ( αβ) ef óháðar α β ( ),,, βαβ (, ) er leðréttgastuðull tl að heldð yfr allt blð sé. β α, β α ( αβ, ) ( ) β B d Í dæmu á prófu er aðes efaldar útgáfa af þessu: Vtað er að β, e það gefur þéttfallð: f (, α,) α α Vljum gera próf sem prófar tlgátua H : α. Beðð er um lkelhood-rato próf. ( α ) ( α ) ( α ) LR L, L H ma L, L H Erum að bera sama líkd udr H og H. Nú gldr LR. Tl að ota svoa prófstærð þá segjum vð að vð höfum H ef LR < c fyrr < c <. Háskól Íslads
40 Erledur Davíðsso 4 Í dæmu þurfum vð aðes að fa prófstærða LR, þ.e. vð þurfum að fa: ) L, ) L α ML, Byrjum á því að fa L( α.), gefð úrtak,,...,. α þá er L α ( α,) α α L Þurfum ú að fa selekametl α ML : Tökum log: log log ( L α + α ) log Dffrum: ( L) log ' + log ML α α ML (,) L α ML α ML α L(,) LR α LL L( α ML,) ML α ML, Í laus Magúsar fur ha log loglr log, log L α ML,. Háskól Íslads
41 Erledur Davíðsso 4 Sklgregar Nokkrar sklgregar á samlet ruu hedga { X } (slembbreyta) Þetta ef er kyt í kafla 9.9. Samlet á ruu hedga er hægt að sklgrea á okkra vegu eftr því hversu sterkar kröfur vð gerum tl samletar. Athugð að muur á samlet ruu hedga og á samlet vejulegrar talaruu er sá að hver hedg í ruu { X } getur hugsalega tekð mörg gld, þar sem vð höfum yfrlett gefð þéttfall hverrar hedgar, e í talaruu þekkjum vð gld. Byrjum á því að rfja upp sklgregu á samlet talaruu: Samlet talaruu Talarua { } er samlet að tölu a ef fyrr hvert ε > er tl N þag að a a a < ε fyrr öll N Þetta er skrfað lm a a Það er sama hversu lítð ε er valð, það er alltaf hægt að fa (hugsalega stórt) N þ.a. muur á a og a sé a vð ε fyrr öll N. Í sklgregum á ruu hedga muum vð ota ε og N í sama tlgag. Efaldasta sklgreg á samlet hedga er samlet í drefgu, sem segr að drefg slembbreytaa { X } stef á ákveða drefgu. Samlet í drefgu ( dstrbuto) Látum { X } vera ruu hedga, og { F } vera drefföll þerra. Vð segjum að { X } sé samlet í drefgu á X með dreffall F ef rua { F ( )} stefr á F( ) í hverjum samfellpukt F. Þetta er skrfað X X D Athugð að þess sklgreg segr ekkert um X X þegar hækkar. Þó að X og X haf sömu drefgu þá getur slembbreyta X X tekð há gld. Þess vega má Háskól Íslads
42 Erledur Davíðsso 4 segja að samlet í drefgu sé okkuð vek krafa á samlet. Sterkara krafa á samlet er samlet í líkdum sem segr að líkurar á að X X < ε stef á e sama hversu lítð ε > er valð. Samlet í líkdum ( probablty) Látum { X } vera ruu hedga. Vð segjum að rua stef á hedgu X í líkdum ef fyrr hvert ε >, lm P{ X X > ε} Þetta er skrfað og eg með X X P plm X X Þetta er aðes flókara hugtak. Nauðsylegt er að vekja athygl á því hvað sklgreg segr ekk. X X segr ekk að fyrr hvert ε > getum vð fudð N þ.a. P X X < ε fyrr öll N. Það er e sterkar krafa sem er mætt með sklgregu á samlet æstum örugglega: Samlet æstum örugglega (almost surely) Látum { X } vera ruu hedga. Vð segjum að rua stef á X æstum örugglega (.ö.) ef P(lm X X) Þetta er skrfað með X X as.. Þetta er flókasta samlethugtakð sem kyt hefur verð tl söguar hér. Hú segr að ef vð höfum ruu hedga { X } og hedgu X og framkvæmum hermu á öllum hedguum, þ.e. fáum talaruu { } og tölu þá stefr rua { } á : lm með líkdum. Háskól Íslads
43 Erledur Davíðsso 43 Dæm um ruu { X } sem er samlet.ö. er rua sem hefur þéttföll og stefr hú á æstum örugglega. f f X X ( ) Háskól Íslads
44 Erledur Davíðsso 44 Lkelhood Rato tlgátuprófu Gerum ráð fyrr að hedg X lút drefgu með þéttfall f ( ; θ ) þar sem θ Θ er vgur af óþekktum stkum og Θ er stkarúmð (meg allra mögulegra glda óþekktu stkaa). Setjum svo fram tlgátu H : θ Θ á mót H : θ Θ þar sem ΘΘ Θ og Θ Θ. Gefum okkur að vð höfum mælgar á þessar drefgu,,..., og vð vljum ota þessar tölur tl að prófa tlgátua okkar. E leð er að reka hæsta gld selekafallss mðað vð að tlgáta H sé sö, þ.e. θ Θ og bera sama vð hæsta gld selekafallss þar sem θ er leyft að taka hvaða gld sem er í stkarúmu Θ. Vð erum þá að bera sama aars vegar ( θ) ma ( θ,,..., ) L L θ Θ þar sem θ sklyrt (costraed) tl að vera í Θ og hs vegar ( ˆ θ) ma ( θ,,..., ) L L θ Θ þar sem θ má taka hvaða gld sem er í Θ (ucostraed). Þar sem Θ er hlutmeg í Θ þá gldr að L( θ ) L( ˆ θ ) því að selekamatð θ Θ er eg stak í Θ. Selekahlutfallð (lkelhood rato) Háskól Íslads
45 Erledur Davíðsso 45 λ L( θ ) L( ˆ θ ) er því tala λ. (Sjá bls. 79 í Spaos). MIKILVÆGT : Ef tlgáta H : θ Θ er lagt frá því að vera sö þá ætt ósklyrta selekamatð L( θ ) að taka mu hærra gld e sklyrta matð L( ˆ θ ). Þar af leðad ætt selekahlutfallð λ að vera lág tala, og lægr eftr því sem tlgáta er legra frá söu gld. Því höfum vð tlgátu ef λ λ fyrr etthvert λ að okkar eg val. λ sklgrer því höfuarsvæðð fyrr tlgátua H. Því lægra gld á λ sem vð veljum því m líkur eru á að vð höfum H þegar hú er sö (Type I Error) e mer líkur á að vð samþykkjum H þegar hú er rög (Type II Error). Oftar er þó ekk uð með prófstærða λ heldur ˆ L( θ ) ε log log log ( ˆ LR λ L θ) log L( θ) L( θ ) Höfuarsvæð fyrr slíka prófstærð er þá á formu { : c} fyrr c að eg val. Þetta er sú prófstærð sem þð egð að fa í a-lð dæms 3 í hemadæmuum (r. ). (Sjá bls. 75 í Spaos). Háskól Íslads
46 Erledur Davíðsso 46 Tlgátur og tlgátupróf Gerum ráð fyrr að hedg X lút ormaldrefgu N ( µ,) þar sem vætgldð µ er óþekkt. Tlgáta (hypothess) er fullyrðg um drefgu ehverrar tltekar hedgar. Dæm : µ 75. Tlgátupróf (hypothess test) er regla sem hægt er að ota tl að álykta frá úrtak drefgarar hvort tlgáta sé hafað eða samþykkt. Dæm : (e úrtaksstærð) Höfum tlgátu H : µ 75 ef úrtakð > 75. Dæm : (e úrtaksstærð) Höfum tlgátu H : µ 75 ef úrtakð > 78. Dæm 3: (margar úrtaksstærðr) Höfum tlgátu H : µ 75 ef > 75. Athugð: Próf er í rau regla sem vð ákveðum sjálf. Regla eða prófð getur þess vega verð óskysamlega valð, e próf hetr það samt. Athugð: Þó að tlgátu sé hafað þá er hú edlega ekk ósö. Ehverjar líkur eru á að vð höfum tlgátu þó að hú er sö. Slík ályktu hetr þá Type I Error. Athugð: Þó að tlgáta sé samþykkt þá er hú ekk þar með sö. Það þýðr aðes að vð getum ekk hafað he. Yfrlett eru ehverjar líkur á að vð samþykkjum (höfum ekk) ósaa tlgátu. Slík ályktu hetr þá Type II Error. Núll-tlgáta (ull hypothess) er sú megtlgáta sem vð vljum prófa. Yfrlett tákuð með H. Gagtlgáta (alteratve hypothess) er tlgáta að úlltlgáta sé ekk sö. Yfrlett tákuð með H. Dæm : H : µ á mót H : µ Athugð: Í þessu dæm gæt gagtlgáta verð H : µ, e hér er verð að segja að vtað sé að µ tak aað hvort gldaa eða og eg öur. Prófstærð er sú úrtaksstærð sem tlgátuprófð dregur ályktu frá. Dæm : Dæm : Háskól Íslads
47 Erledur Davíðsso 47 Dæm 3: Athugð : Prófstærð er fall af e eða flerum úrtaksstærðum. Höfuarsvæð (crtcal rego) tlgátuprófss eru þau gld prófstærðarar sem leða tl höfuar tlgátuar samkvæmt prófu. Dæm : Höfuarsvæðð er (75, ) Dæm : Höfuarsvæðð er (78, ) Dæm 3: Höfuarsvæðð er (75, ) Athugð: ( ab, ) þýðr opa blð frá a og b, þ.e. meg allra tala sem uppfylla a< < b. Athugð : Prófstærð og höfuarsvæð sklgrea reglua (prófð) sem ákveður hvort vð samþykkjum eða höfum tlgátu. Höfuarfall (power fucto) sem fall af óþekktu stkuum gefur líkur á að úlltlgátu sé hafað. Þ.e.a.s. þegar búð er að sklgrea tlgátua og höfuarsvæðð, þá er gld höfuarfallss í tltekum stka µ jöf þem líkum á að úrtaksstærð led á höfuarsvæðu mðað vð gef stka µ. Þær líkur eru auðvtað háðar því hver óþekkta drefg er í rau. Þess vega er höfuarfallð fall af óþekktu stkuum. Dæm: Tlgáta: H : µ 75 Höfuarsvæð: (78, ) Þá er gld höfuarfallss í 75: P(75) F N (75,)(78) þar sem F N (75,) er dreffall ormaldrefgar með vætgld 75 og dref. Almet er P( µ ) F µ (78) N (,) Marktektarstg (sgfcace level) er hæsta mögulega gld höfuarfallss þegar úlltlgáta er sö. Athugð: Þegar úlltlgáta tlgrer ett gld á stkaum, es og tl dæms : 75 H µ þá er marktektarstgð jöf gld höfuarfallss í 75, eda er það ea og jafframt hæsta gld höfuarfallss þegar úlltlgáta er sö. Háskól Íslads
48 Erledur Davíðsso 48 Athugð: Þegar vð höfum úlltlgátu es og H :7< µ < 8, þá er gld höfuarfallss msmuad fyrr ólík µ. Marktektarstgð er þá þar sem P er höfuarfallð. sgfcace level ma P( µ ) µ Háskól Íslads
49 Erledur Davíðsso 49 Mamum Lkelhood (ML) estmato Gerum ráð fyrr að hedg X lút drefgu með þéttfall f ( ; θ ) þar sem θ er óþekktur stk (hugsalega vgur af óþekktum stkum). Fyrr gefð úrtak,,..., vljum búa tl metl fyrr θ, þ.e. búa tl fall af úrtaksglduum,,..., sem gefur mat á θ : ˆ θ (,,..., ) T E leð er að velja matð ˆ θ þag að þéttfallð fyrr úrtakshedgarar sem gefa,,..., tak hæsta gld mðað vð gefar úrtaksstærðr. Þegar um er að ræða stakræa hedgu X þá erum vð að velja stka ˆ θ þag að útkoma,,..., verð líklegasta útkoma. Þegar X er samfelld hedg þá veljum vð stka ˆ θ þag að líkdaþéttlek sé mestur í,,...,. Í samfelldum hem eru líkur á e útkomu,,..., að sjálfsögðu úll svo ekk er markvert að tala um líklegustu útkomu es og í stakræum hem, heldur um mesta líkdaþéttleka, þ.e. þar sem þéttfallð tekur hæsta gld. Hvort sem X er stakræ eða samfelld vljum vð hámarka f(,,..., ; θ ) f( ; θ ) með tllt tl θ, e höldum,,...,. Því vljum vð líta á þéttfallð sem fall af stkaum θ e ekk úrtaksstærðuum,,..., og þess vega sklgreum vð selekafallð L( θ,,..., ) f(,,..., ; θ) L( θ ) f( ; θ) sem fall af stkuum, gefð úrtak,,...,. Athugð að hér er L( θ ) f( ; θ ),,,..., Háskól Íslads
50 Erledur Davíðsso 5 Hér eftr gerum vð ráð fyrr að X sé samfelld hedg með samfellt þéttfall. Ef selekafallð L( θ,,..., ) f(,,..., ; θ ) tekur hæsta gld stt í dffralegum pukt (dffrað með tllt tl θ ) þá er afleða selekafallss þar úll. Sér í lag er afleða log-selekafallss log L( θ ) θ log L ( θ ) θ eg úll í hágldu ˆML θ þar sem ˆML θ er þá selekamat okkar á θ. Hér hef ég skrfað L( θ ) í stað L( θ,,..., ). Athugð að þetta er vgur ef θ er margvíð breyta af óþekktum stkum. Þ.e. ef θ ( θ, θ,..., θ m) þá er log L( θ ) θ log L( θ ) log L( θ ) θ θ log L( θ ) θ m Sklyrð okkar er því ˆ log L( θ ) log ( ˆ ML L θml) θ θ Afleða logseleksfallss í hverr mælgu er kallað score-fall (og studum score vector ef θ er vgur) og er tákað með svo sklyrðð áðurefda verður log L ( θ ) s ( θ ),,,..., θ s ( ˆ θ ) ML Háskól Íslads
51 Erledur Davíðsso 5 Eglekar ˆML θ eru (að okkrum vekum sklyrðum uppfylltum). ˆML θ er samkvæmur (cosstet) metll fyrr θ ( ˆML θ θ ) P. ˆML θ er aðfellusklvrkur (asymptotcally effcet, þ.e. metll hefur mstu dref allra samkvæmra aðfellumetla, og dref ær eðr Cramer-Rao mörkuum, sjá eðar). 3. ˆML θ er asymptótískt omaldrefður metll: ( ˆ θml θ) N(, V) þar sem V log L ( θ ) E θθ Samhverfa fylkð log L ( θ ) I( θ ) E θθ er kallað upplýsgafylk og mælr krappa (curvature) í log-selekafallu. Því mer sem krapp er því hærr gld taka aðrar afleður þess og því mer er dref metlss. Eg er hægt að reka upplýsgafylkð með formúlu (ekk saað hér) { } I( θ ) E s ( θ) s ( θ ) Í hemadæmuum (r. ) má reka upplýsgafylkð með þessar formúlu og eg með þerr hér að ofa. Gefð að ML metll sé symptotískt effcet, þá er adhverfa upplýsgafylkss eðr mörk fyrr (asymptótískt) dreffylk allra aðfelluormlegra (asymptotcally ormal) metla. Þess mörk heta eðr mörk Cramér-Rao og regla er framsett með Var ˆ ( θ) I( θ) (Cramer-Rao Lower Boud) þar sem ˆ θ er óbjagaður metll fyrr θ með edalegt dreffylk. Háskól Íslads
Hagrannsóknir I. Glósur úr fyrirlestrum og dæmatímum Haustönn 2004
Hagrasókr I Glósur úr fyrrlesrum og dæmaímum Hausö 004 Erledur Davíðsso Efsyfrl FYRIRLESUR 6.09.004...4 3. KAFLI...4 FYRIRLESUR 3.09.004...6 5. KAFLI...6 Ma og melar...6 Sklvrk (e. effcecy)...8 Eglekar
Διαβάστε περισσότεραAðferðir 2 Formúlur TILGÁTUR FYRIR HLUTFALL STIKALAUS PRÓF...11 MANN-WHITNEY PRÓFIÐ...11
Aðferðr Formúlur AÐFERÐIR FORMÚLUR... 1 3. AÐFERÐIR TIL AÐ MÆLA MIÐSÆKNI DREIFINGAR... 3 MIÐJA SPANNAR (MID RANGE)... 3 TÍÐASTA GILDI (MODE)... 3 MIÐGILDI (MEDIAN)... 3 MEÐALTAL (MEAN)... 3 VEGIÐ MEÐALTAL
Διαβάστε περισσότεραÞriggja fasa útreikningar.
Þriggja asa útreikningar. Hér þurum við að byrja á því að skilgreina 4 hugtök. 1. Netspenna er spenna sem við mælum á milli tveggja asa.. Netstraumur er straumurinn í hverjum asaleiðara.. Fasaspenna er
Διαβάστε περισσότεραx(t) = T 0 er minnsta mögulega gildi á T
Fyrir x(t) = u(t) þá fáum við lim t y(t) = lim t tu(t) = sem er óstöðugt. (oft er gott að skoða hvort impúlssvörunin sé alsamleitin, ef svo er, þá er kerð stöðugt). Tímaóháð Ker er tímaóháð ef það kemur
Διαβάστε περισσότεραLíkindi Skilgreining
Líkindi Skilgreining Ω = útkomumengi = mengi allra hugsanlegra útkoma. Atburður er hlutmengi í Ω. Ω A Skilgreining: Atburðir A og B kallast sundurlægir (ósamræmanlegir) ef A B =. Ω A B Skilgreining: Líkindi
Διαβάστε περισσότεραReikniverkefni VII. Sævar Öfjörð Magnússon. 22. nóvember Merki og ker Jónína Lilja Pálsdóttir
Reikniverkefni VII Sævar Öfjörð Magnússon 22. nóvember 25 8.3.4 Merki og ker Jónína Lilja Pálsdóttir KAFLI 9.2 Pólar 2. stigs kerfa Í þessum kaa vinnum við með 2. stigs ker á forminu H(s) = ω 2 n. ()
Διαβάστε περισσότεραMeðalmánaðardagsumferð 2009
Meðalmánaðardagsumferð 2009 Almennt Á meðfylgjandi stöplaritum gefur að líta, hvernig umferð um 74 staði/snið dreifist hlutfallslega eftir mánuðum yfir árið 2009. Í upphafi var ákveðið að velja alla talningarstaði,
Διαβάστε περισσότεραMyndir af þrívíðum yfirborðshreyfingum jarðar út frá samtúlkun á SAR bylgjuvíxl- og GPS mælingum
Mynr f þrívíðm yfrborðshreyfngm rðr út frá smtúln á SAR bylgvíl- og GPS mælngm Sverrr Gðmnsson M.Sc. rfmgnsverfræðngr orræn lfllstöðn Rnvísnstofnn Hásól Íslns ænhásólnn í Dnmör D Yfrlt Útsýrng á mælngm
Διαβάστε περισσότεραÁlyktanir um hlutföll og tengslatöflur
Ályktanir um hlutföll og tengslatöflur LAN 203G & STÆ209G Anna Helga Jónsdóttir Sigrún Helga Lund Háskóli Íslands Anna Helga og Sigrún Helga (HÍ) Ályktanir um hlutföll og tengslatöflur 1 / 27 Helstu atriði:
Διαβάστε περισσότεραAðskilnaður breytistærða í rúmi
Kai 9 Aðskinaður breytistærða í rúmi 9.1 Bygjujafna í skífu 2 u = c 2 2 u, x 2 + y 2 < a 2 t 2 js: u = 0, x 2 + y 2 = a 2 us: u u t=0 = ϕ, = ψ t=0 t 9.1) Geymum upphafsskiyrðin us) beitum aðskinaði breytistærða
Διαβάστε περισσότεραBústólpi ehf - Nýtt kjarnfóður H K / APRÍL 2014
Bústólpi ehf - Nýtt kjarnfóður H K / APRÍL 2014 Nýtt kjarnfóður frá Bústólpa PREMIUM PRO-FIT 17 PREMIUM PRO-FIT 13 Nýtt kjarnfóður frá Bústólpa PREMIUM PRO-FIT 17 Kjarnfóður sem ætlað er að hámarka fitu,
Διαβάστε περισσότεραTölfræði II Samantekt vor 2010
Tölfræði II Samatekt vor 00 Ályktuartölfræði Hvað er ályktuartölfræði (iferetial statistics)? Öryggisbil (cofidece iterval) Marktektarpróf Ályktuartölfræði: Hverig er öryggisbil reikað? Gerum ráð áðfyrir
Διαβάστε περισσότεραPRÓFBÚÐIR Í LÍNULEGRI ALGEBRU VIÐ HR VOR 2014 HERKÚLES
PRÓFBÚÐIR Í LÍNULEGRI ALGEBRU VIÐ HR VOR 2014 HERKÚLES GUÐMUNDUR EINARSSON Herkúles Prófbúðir April 8, 2014 1 / 52 OUTLINE 1 Grunnhugtök, einfaldar aðgerðir og innfeldi Grunnhugtök Innfeldi Jafna Línu
Διαβάστε περισσότεραEðlisfræði 1. Dæmi 5.2 (frh.) Dæmi Dæmi (frh.) d) P = W tog. = 0, 47kW. = 9, 4kJ
S I S Menntakólinn Dæi 5. frh. - 5.3 R E Y K SIGILLUM J A V SCHOLÆ I C E N í Reykjavík 5. frh. d P W tog t 9,4kJ 0 0, 47kW Eðlifræði Kafli 5 - Vinna og orkuvarðveila Óleyt dæi 5. nóveber 006 Kritján Þór
Διαβάστε περισσότεραViðskipta- og Hagfræðideild Tölfræði II, fyrirlestur 6
Viðskipta- og Hagfræðideild Tölfræði II, fyrirlestur 6 Háskóli Íslands Helgi Tómasson Líkindafræði kafli 2-9 Berið saman við líkindafræðina í Newbold. Tilgangur líkindafræði í tölfræðinámsskeiði er að
Διαβάστε περισσότεραHagrannsóknir II fyrirlestraglósur
Hagrannsóknir II fyrirlestraglósur hluti I Björn Arnar Hauksson bah@hi.is Vor 2003 Útdráttur Efni þessa glósurits er ritað í fyrirlestrum í Hagrannsóknum II, vorið 2003. Kennt af Helga Tómassyni. Engin
Διαβάστε περισσότεραFRÆÐSLUSKRIFSTOFA RAFIÐNAÐARINS
FÆÐSLSKIFSTOF FIÐNÐINS FOMÚL VEGN SVEINSÓFS Í FIÐNM Útgáfa SVEINSÓFSNEFND FIÐN STEKSTMS Fræðsuskrifstofa rafiðnaðarins Sveinsprófsnefnd sterkstraums FOMÚL FOMÚLTEXTI ρ Δ cosϕ I ρ Δ ρ Δ Spenna V I Straumur
Διαβάστε περισσότεραExam Statistics 6 th September 2017 Solution
Exam Statstcs 6 th September 17 Soluto Maura Mezzett Exercse 1 Let (X 1,..., X be a raom sample of... raom varables. Let f θ (x be the esty fucto. Let ˆθ be the MLE of θ, θ be the true parameter, L(θ be
Διαβάστε περισσότεραGuðbjörg Pálsdóttir Guðný Helga Gunnarsdóttir NÁMSGAGNASTOFNUN
Guðbjörg Pálsdóttir Guðný Helga GunnarsdóttirNÁMSGAGNASTOFNUN Til nemenda Námsefnisflokkurinn 8 tíu er ætlaður nemendum í 8. 10. bekk. Grunnbókin 8 tíu 5 skiptist í átta meginkafla. Í hverjum kafla er
Διαβάστε περισσότερα( ) S( x ) 2 ( ) = ( ) ( ) = ( ) ( )
Ορίζουμε την πληροφορία κατά Fsher ( σαν το ποσό της πληροφορίας που περιέχει η παρατήρηση για την παράμετρο Συμβολίζοντας με S( την λογαριθμική παράγωγο της πιθανοφάνειας ως προς την παράμετρο (score
Διαβάστε περισσότεραMenntaskólinn í Reykjavík
Menntakólinn í Reykjaík Jólaróf 006, fötudaginn 5. de. kl. 9 0 Eðlifræði í 6.M og S náttúrufræðideild I Sör erkefnið er á 5 töluettu blaðíðu. Leyfileg hjálargögn eru hjálagt forúlublað og aareiknir. otaðu
Διαβάστε περισσότεραVísandi mælitæki (2) Vísandi mælitæki. Vísandi mælitæki (1) Vísandi mælitæki (3)
1 2 Vísandi mælitæki (2) Vísandi mælitæki Fjöldi hliðrænna tækja byggir á því að rafsegulsvið myndast umhverfis leiðara með rafstraumi. Við það færist vísir: Með víxlverkun síseguls og segulsviðs umhverfis
Διαβάστε περισσότεραIðjuþjálfun LIE0103 Hrefna Óskarsd.
Intraplural fluid alveoli P atm = O mmhg P alv P ip = P alv = O mmhg Lung elastic recoil 4 mmhg Chest wall P ip = -4 mmhg að anda inn og út. útöndun án mikils krafts, þ.e. af ákveðnu hlutleysi, og getum
Διαβάστε περισσότερα*❸341❸ ❸➈❽❻ ❸&❽❼➅❽❼❼➅➀*❶❹❻❸ ➅❽❹*➃❹➆❷❶*➈❹1➈. Pa X b P a µ b b a ➁❽❽❷➂➂%&'%➁❽➈❽)'%➁❽❽'*➂%➁❽➄,-➂%%%,❹❽➀➂'❹➄%,❹❽❹'&,➅❸%&❹-❽❻ ,❹❽➀➂'❹➄%,❹❽❹'&,➅❸%&❹-❽❻
*❸34❸ ➁❽❽❷➂➂%&'%➁❽➈❽)'%➁❽❽'*➂%➁❽➄,-➂%%%,❹❽➀➂'❹➄%,❹❽❹'&,➅❸%&❹-❽❻,❹❽➀➂'❹➄%,❹❽❹'&,➅❸%&❹-❽❻ -3*98❻➀*➁❽4❹❹** ~ N( µσ, )**σ **-❹➄❹8❹* µ*➆4❹➂➂*➁➆*❽➀➂❹➄*➂➂* *➁3 Pa ( < b) * ➀8*-9❼4➂❸*-❹❶➀➈-❸❸*-❽4&➄❹➈*➀8*-❹3➀9❼*8❽*-❽❼➄➂➀3*❸❽4&➄❹➈*❹➄❽3*➀&❼➄❽3❸❹*❻3➂
Διαβάστε περισσότεραParts Manual. Trio Mobile Surgery Platform. Model 1033
Trio Mobile Surgery Platform Model 1033 Parts Manual For parts or technical assistance: Pour pièces de service ou assistance technique : Für Teile oder technische Unterstützung Anruf: Voor delen of technische
Διαβάστε περισσότεραUndirstöðuatriði RC-tengds magnara Ólafur Davíð Bjarnason og Valdemar Örn Erlingsson 28. apríl 2009
Háskóli Íslands Vor 2009 Kennari: Vilhjálmur Þór Kjartansson Undirstöðuatriði RC-tengds magnara 28. apríl 2009 1 Magnari án forspennu Notuð var rás eins og á mynd 1. Við bárum saman uce og ube á sveiflusjá.
Διαβάστε περισσότεραNokkur valin atriði úr aflfræði
Einföld sveifluhreyfin Nour valin atriði úr aflfræði Soðum raftajöfnuna fyrir orm með ormstuðul sem má rita á eftirfarandi formi: mẍ = x sem er óhliðruð. stis diffurjafna. Umritum hana yfir á eftirfarandi
Διαβάστε περισσότεραH2S mælingar í Norðlingaholti og Hveragerði Skýrsla um mælingar árið 2013 Unnið fyrir Orkuveitu Reykjavíkur
Bls. 1 Skýrsla nr. 2 (útgáfa 2) 12. janúar 2014 H2S mælingar í Norðlingaholti og Hveragerði Skýrsla um mælingar árið 2013 Unnið fyrir Orkuveitu Reykjavíkur Höfundur: Andrés Þórarinsson Verkfræðistofan
Διαβάστε περισσότεραt 2 c2 2 Φ = 0. (2.1)
2 Bylgjuaflfræði Eftir að de Broglie setti fram tilgátu sína og í ljós kom að hún átti við rök að styðjast var ljóst að finna þyrfti bylgjujöfnu sem þessar bylgjur hlíttu. Rafsegulbylgjur, hljóðbylgjur
Διαβάστε περισσότερα1) Birgðabreyting = Innkaup - Sala + Framleiðsla - Rýrnun - Eigin notkun. Almennari útgáfa af lögmálinu hér fyrir ofan lítur svona út:
Massajöfnunarkerfi Svokölluð jöfnunarkerfi eru notuð til að fylgjast með magni efnis þegar það fer í gegnum ferli. Slík kerfi eru útgáfur af lögmálinu um varðveislu massans. Einfaldasta jöfnunarkerfið
Διαβάστε περισσότεραCS 1675 Introduction to Machine Learning Lecture 7. Density estimation. Milos Hauskrecht 5329 Sennott Square
CS 675 Itroducto to Mache Learg Lecture 7 esty estmato Mlos Hausrecht mlos@cs.tt.edu 539 Seott Square ata: esty estmato {.. } a vector of attrbute values Objectve: estmate the model of the uderlyg robablty
Διαβάστε περισσότεραGagnasafnsfræði Venslaalgebra og bestun fyrirspurna. Hallgrímur H. Gunnarsson
Gagnasafnsfræði Venslaalgebra og bestun fyrirspurna Hallgrímur H. Gunnarsson Inngangur SQL: SQL er declarative mál, segir bara hvað á að reikna, en ekki hvernig. Það er undir gagnasafnskerfinu komið að
Διαβάστε περισσότερα4.01 Maður ekur 700 km. Meðalhraðinn er 60 km/klst fyrstu 250 km og 75 km/klst síðustu 450 km. Hver er meðalhraðinn?
4. kafli, dæmi og vör með útreikningum Skrifað út 9..4; :34 4. Maður ekur 7 km. Meðalhraðinn er 6 km/klt fyrtu 5 km og 75 km/klt íðutu 45 km. Hver er meðalhraðinn? S S Sv.: Hér þarf að reikna tímann fyrir
Διαβάστε περισσότεραP P Ó P. r r t r r r s 1. r r ó t t ó rr r rr r rí st s t s. Pr s t P r s rr. r t r s s s é 3 ñ
P P Ó P r r t r r r s 1 r r ó t t ó rr r rr r rí st s t s Pr s t P r s rr r t r s s s é 3 ñ í sé 3 ñ 3 é1 r P P Ó P str r r r t é t r r r s 1 t r P r s rr 1 1 s t r r ó s r s st rr t s r t s rr s r q s
Διαβάστε περισσότερα6. júní 2016 kl. 08:30-11:00
Sveinsprófsnefnd sterkstraums Rafmagnsfræði, stýrikerfi og búnaður 6. júní 2016 kl. 08:30-11:00 Nafn: Kennitala: Heimilisfang:_ Hjálpargögn: Skriffæri, reglustika, og reiknivél. Nota má bókina Formúlur
Διαβάστε περισσότεραKaplan Meier og Cox. Aðferðafræði klínískra rannsókna haustið 2010 Fimmtudagur 11 nóvember. Thor Aspelund Hjartavernd og Háskóla Íslands
Kaplan Meier og Cox Aðferðafræði klínískra rannsókna haustið 2010 Fimmtudagur 11 nóvember Thor Aspelund Hjartavernd og Háskóla Íslands Tími að atburði í heilbrigðisvísindum Í heilbrigðisvísindum er útkoman
Διαβάστε περισσότεραForritunarkeppni Framhaldsskólanna 2014
2014 Morpheus deild - eftir hádegi Háskólinn í Reykjavík 20. mars 2014 Verkefni 1 Á Milli Skrifið forrit sem les inn þrjár heiltölur a, b og c. Skrifið út Milli ef talan b er á milli a og c á talnalínunni.
Διαβάστε περισσότεραr r t r r t t r t P s r t r P s r s r r rs tr t r r t s ss r P s s t r t t tr r r t t r t r r t t s r t rr t Ü rs t 3 r r r 3 rträ 3 röÿ r t
r t t r t ts r3 s r r t r r t t r t P s r t r P s r s r P s r 1 s r rs tr t r r t s ss r P s s t r t t tr r 2s s r t t r t r r t t s r t rr t Ü rs t 3 r t r 3 s3 Ü rs t 3 r r r 3 rträ 3 röÿ r t r r r rs
Διαβάστε περισσότερα16 kafli stjórn efnaskipta
16 kafli stjórn efnaskipta Stjórnun efnaskipta kodhydrata, próteina og fitu Þegar við erum búin að koma næringu úr meltingarveginum og út í blóðið, þarf að koma næringunni áfram yfir í þær frumur sem eiga
Διαβάστε περισσότερα6. MAXIMUM LIKELIHOOD ESTIMATION
6 MAXIMUM LIKELIHOOD ESIMAION [1] Maximum Likelihood Estimator (1) Cases in which θ (unknown parameter) is scalar Notational Clarification: From now on, we denote the true value of θ as θ o hen, view θ
Διαβάστε περισσότεραrs r r â t át r st tíst Ó P ã t r r r â
rs r r â t át r st tíst P Ó P ã t r r r â ã t r r P Ó P r sã rs r s t à r çã rs r st tíst r q s t r r t çã r r st tíst r t r ú r s r ú r â rs r r â t át r çã rs r st tíst 1 r r 1 ss rt q çã st tr sã
Διαβάστε περισσότεραHomework for 1/27 Due 2/5
Name: ID: Homework for /7 Due /5. [ 8-3] I Example D of Sectio 8.4, the pdf of the populatio distributio is + αx x f(x α) =, α, otherwise ad the method of momets estimate was foud to be ˆα = 3X (where
Διαβάστε περισσότεραH2S loftgæðamælingar í Norðlingaholti og í Hveragerði
H2S loftgæðamælingar, Norðlingaholt, Hveragerði, 1. og 2. ársfjórðungur 2015 Bls. 1 Skýrsla nr. 14 16. júlí 2015 H2S loftgæðamælingar í Norðlingaholti og í Hveragerði Skýrsla um mælingar fyrir janúar til
Διαβάστε περισσότεραBorðaskipan í þéttefni
Eðlisfræði þéttefnis I: Borðaskipan í þéttefni Kafli 7 Jón Tómas Guðmundsson tumi@hi.is 8. vika haust 2017 1 Inngangur Sú nálgun sem gerð var með einnar rafeindar nálguninni og með því að gera ráð fyrir
Διαβάστε περισσότεραΤο άτομο του Υδρογόνου
Το άτομο του Υδρογόνου Δυναμικό Coulomb Εξίσωση Schrödinger h e (, r, ) (, r, ) E (, r, ) m ψ θφ r ψ θφ = ψ θφ Συνθήκες ψ(, r θφ, ) = πεπερασμένη ψ( r ) = 0 ψ(, r θφ, ) =ψ(, r θφ+, ) π Επιτρεπτές ενέργειες
Διαβάστε περισσότεραHONDA. Έτος κατασκευής
Accord + Coupe IV 2.0 16V (CB3) F20A2-A3 81 110 01/90-09/93 0800-0175 11,00 2.0 16V (CB3) F20A6 66 90 01/90-09/93 0800-0175 11,00 2.0i 16V (CB3-CC9) F20A8 98 133 01/90-09/93 0802-9205M 237,40 2.0i 16V
Διαβάστε περισσότεραRAF301G Merki og kerfi Miðmisserispróf, lausn
RAF301G Merki og kerfi Miðmisserispróf, lausn Miðvikudaginn 20. okóber 2010, kl. 08:20-09:50 Leyfileg hjálpargögn: reiknivél og ei A-blað með hverju sem er (innan marka heilbrigðrar skynsemi) á báðum hliðum.
Διαβάστε περισσότεραH 2 S loftgæðamælingar í Norðlingaholti og í Hveragerði
H 2 S loftgæðamælingar, Norðlingaholti og Hveragerði, 1. - 3. ársfjórðungur 2016 Bls. 1 Skýrsla nr. 24 19. október 2016 H 2 S loftgæðamælingar í Norðlingaholti og í Hveragerði Skýrsla um mælingar fyrir
Διαβάστε περισσότεραOther Test Constructions: Likelihood Ratio & Bayes Tests
Other Test Constructions: Likelihood Ratio & Bayes Tests Side-Note: So far we have seen a few approaches for creating tests such as Neyman-Pearson Lemma ( most powerful tests of H 0 : θ = θ 0 vs H 1 :
Διαβάστε περισσότεραH2S loftgæðamælingar í Norðlingaholti og í Hveragerði
H2S loftgæðamælingar, Norðlingaholti og Hveragerði, fyrir árið 2015 Bls. 1 Skýrsla nr. 18 18. janúar 2016 H2S loftgæðamælingar í Norðlingaholti og í Hveragerði Skýrsla um mælingar fyrir árið 2015 Unnið
Διαβάστε περισσότεραΚεφ. 5: Ολοκλήρωση. 5.1 Εισαγωγή
Κεφ. 5: Ολοκλήρωση 5. Εισαγωγή 5. Εξισώσεις ολοκλήρωσης Newto Cotes 5.. Κανόνας τραπεζίου 5.. Πρώτος και δεύτερος κανόνας Smpso 5.. Παραδείγματα (απλά και πολλαπλά ολοκληρώματα) 5. Ολοκλήρωση Gauss 5..
Διαβάστε περισσότεραP t s st t t t t2 t s st t t rt t t tt s t t ä ör tt r t r 2ö r t ts t t t t t t st t t t s r s s s t är ä t t t 2ö r t ts rt t t 2 r äärä t r s Pr r
r s s s t t P t s st t t t t2 t s st t t rt t t tt s t t ä ör tt r t r 2ö r t ts t t t t t t st t t t s r s s s t är ä t t t 2ö r t ts rt t t 2 r äärä t r s Pr r t t s st ä r t str t st t tt2 t s s t st
Διαβάστε περισσότεραStær fræ i. Kennsluleiðbeiningar. Kennsluleiðbeiningar. 8tíu. NÁMSGAGNASTOFNUN 15. febrúar 2007
4 1 2 3 5 6 Kennsluleiðbeiningar Kennsluleiðbeiningar 8tíu NÁMSGAGNASTOFNUN 15. febrúar 2007 Átta tíu Stærðfræði 4 Kennsluleiðbeiningar 2007 Guðbjörg Pálsdóttir og Guðný Helga Gunnarsdóttir 2007 teikningar
Διαβάστε περισσότεραss rt çã r s t Pr r Pós r çã ê t çã st t t ê s 1 t s r s r s r s r q s t r r t çã r str ê t çã r t r r r t r s
P P P P ss rt çã r s t Pr r Pós r çã ê t çã st t t ê s 1 t s r s r s r s r q s t r r t çã r str ê t çã r t r r r t r s r t r 3 2 r r r 3 t r ér t r s s r t s r s r s ér t r r t t q s t s sã s s s ér t
Διαβάστε περισσότεραSæmundur E. Þorsteinsson, TF3UA
Sæmundur E. Þorsteinsson, TF3UA Flutningslínur Á formlegri ensku heita þær Transmission Lines Líka oft kallaðar Feeder lines Fæðilínur Flutningslínur, merkjaflutningslínur Flutningslína flytur afl (merki)
Διαβάστε περισσότεραFYLGISEÐILL. Dorbene Vet 1 mg/ml stungulyf, lausn fyrir hunda og ketti.
FYLGISEÐILL Dorbene Vet 1 mg/ml stungulyf, lausn fyrir hunda og ketti 1. HEITI OG HEIMILISFANG HANDHAFA MARKAÐSLEYFIS OG ÞESS FRAMLEIÐANDA SEM BER ÁBYRGÐ Á LOKASAMÞYKKT, EF ANNAR Laboratorios SYVA S.A.U.,
Διαβάστε περισσότεραEstimators when the Correlation Coefficient. is Negative
It J Cotemp Math Sceces, Vol 5, 00, o 3, 45-50 Estmators whe the Correlato Coeffcet s Negatve Sad Al Al-Hadhram College of Appled Sceces, Nzwa, Oma abur97@ahoocouk Abstract Rato estmators for the mea of
Διαβάστε περισσότεραSpan og orka í einfaldri segulrás
Rafmagnsvélar 1 - RAF601G 1 Span og orka í einfaldri segulrás Inductance and energy in a simple magnetic circuit Rafmagnsvélar 1 - RAF601G 2 Lögmál Faradays spansegulviðnám Lögmál Faradays er hluti af
Διαβάστε περισσότεραEfnisyfirlit INNGANGUR MARKAÐSSETNING / MARKAÐSFÆRSLA, STUTT YFIRLIT Markaðsáherslan... 8
Efnisyfirlit INNGANGUR... 7 1. MARKAÐSSETNING / MARKAÐSFÆRSLA, STUTT YFIRLIT... 8 1.1. Markaðsáherslan... 8 1.2. Ákvarðanir tengdar markaðsfærslu:... 8 1.2.1. Val markhópa... 9 1.2.2. Samval söluráða...
Διαβάστε περισσότερα11979 H: Lögum um aðildarskilmála og aðlögun að sáttmálunum aðild Lýðveldisins Grikklands (Stjtíð. EB L 291, , bls. 17),
4. FÉLAGARÉTTUR A. FÉLAGARÉTTUR 1. 31968 L 0151: Fyrsta tilskipun ráðsins 68/151/EBE frá 9. mars 1968 um samræmingu verndarráðstafana, sem ætlað er að vera jafngildar í bandalaginu og aðildarríki krefjast
Διαβάστε περισσότεραLauf_P :26 Page 1 Laufblaðið Gefið út af Landssamtökum áhugafólks um flogaveiki 2. tölublað 9. árg. 2001
Laufblaðið Gefið út af Landssamtökum áhugafólks um flogaveiki 2. tölublað 9. árg. 2001 Laufblaðið Gefið út af: Landssamtökum áhugafólks um flogaveiki LAUF Hátúni 10b 105 Reykjavík Sími: 551-4570 Bréfsími:
Διαβάστε περισσότερα2x 2 y x 4 +y 2 J (x, y) (0, 0) 0 J (x, y) = (0, 0) I ϕ(t) = (t, at), ψ(t) = (t, t 2 ), a ÑL<ÝÉ b, ½-? A? 2t 2 at t 4 +a 2 t 2 = lim
9çB$ø`çü5 (-ç ) Ch.Ch4 b. è. [a] #8ƒb f(x, y) = { x y x 4 +y J (x, y) (, ) J (x, y) = (, ) I ϕ(t) = (t, at), ψ(t) = (t, t ), a ÑL
Διαβάστε περισσότεραSKALI STÆRÐFRÆÐI FYRIR UNGLINGASTIG KENNARABÓK. Grete Normann Tofteberg Janneke Tangen Ingvill Merete Stedøy-Johansen Bjørnar Alseth
SKALI KENNARABÓK STÆRÐFRÆÐI FYRIR UNGLINGASTIG Grete Normann Tofteberg Janneke Tangen Ingvill Merete Stedøy-Johansen Bjørnar Alseth Menntamálastofnun 8542 3B Skali 3B Kennarabók Heiti á frummálinu: Maximum
Διαβάστε περισσότεραΚεφάλαιο 2 ΕΚΤΙΜΗΣΗ ΠΑΡΑΜΕΤΡΩΝ. 2.1 Σηµειακή Εκτίµηση. = E(ˆθ) και διασπορά σ 2ˆθ = Var(ˆθ).
Κεφάλαιο 2 ΕΚΤΙΜΗΣΗ ΠΑΡΑΜΕΤΡΩΝ Οι στατιστικές δείγµατος που υπολογίζονται από τα δεδοµένα που έχουν συλλεχθεί, όπως η δειγµατική µέση τιµή x και η δειγµατική διασπορά s 2, χρησιµοποιούνται για την εκτίµηση
Διαβάστε περισσότεραιαφάνειες ιαλέξεων 1-1
ιαφάνειες ιαλέξεων - Εισαγωγή Εισαγωγή στα Μοντέλα Ποιοτικών Εξαρτηµένων Μεταβλητών Τµήµα Οικονοµικών Επιστηµών ΑΠΘ Χρήστος Εµµανουηλίδης ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ ΕΡΕΥΝΑ Πολλές φορές η εξαρτηµένη µεταβλητή
Διαβάστε περισσότεραEðlisfræði II: Riðstraumur. Kafli 11. Jón Tómas Guðmundsson 10. vika vor 2016
Eðlisfræði II: Riðstraumur Kafli 11 Jón Tómas Guðmundsson tumi@hi.is 10. vika vor 2016 1 Inngangur Grafið sem sýnir augnabliksgildi rafmerkis sem fall af tíma er nefnt bylgjuform merkis Gjarnan eru bylgjuform
Διαβάστε περισσότεραfyrirlestrapunktar vor 2009 Háskóli Íslands Mælingar tengdar í tíma. Kafli 7 (muna 5.5. og k. 1-4)
Viðskipta- og Hagfræðideild fyrirlestrapunktar vor 2009 Háskóli Íslands Hagrannsóknir II, Helgi Tómasson Mælingar tengdar í tíma. Kafli 7 (muna 5.5. og k. 1-4) Nokkur hugtök Stationarity: Weak/Strong.
Διαβάστε περισσότεραΚεφ. 5: Ολοκλήρωση. 5.1 Εισαγωγή
Κεφ. 5: Ολοκλήρωση 5. Εισαγωγή 5. Εξισώσεις ολοκλήρωσης Newto Cotes 5.. Κανόνας τραπεζίου 5.. Πρώτος και δεύτερος κανόνας Smpso 5.. Παραδείγματα (απλά και πολλαπλά ολοκληρώματα) 5. Ολοκλήρωση Gauss 5..
Διαβάστε περισσότεραFYLGISEÐILL FYRIR. PHENOLEPTIL 100 mg töflur fyrir hunda
FYLGISEÐILL FYRIR PHENOLEPTIL 100 mg töflur fyrir hunda 1. HEITI OG HEIMILISFANG MARKAÐSLEYFISHAFA OG ÞESS FRAMLEIÐANDA SEM BER ÁBYRGÐ Á LOKASAMÞYKKT, EF ANNAR Markaðsleyfishafi: Nafn: Le Vet B.V. Heimilisfang:
Διαβάστε περισσότεραSkilaverkefni 1. Skil á þriðjudaginn
Nafn: Skilaverkefni 1 Skil á þriðjudaginn 1. Bíll ekur frá Reykjavík á Selfoss. Ferðin tekur 45 mínútur og vegalendin sem bíllinn fer er 50 Km. Hver er meðalhraði bílsins á leiðinni í m/s og Km/klst? 2.
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΑ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΣΤΑΤΙΣΤΙΚΗ Ι ΜΙΑ ΣΥΝΤΟΜΗ ΑΝΑΣΚΟΠΗΣΗ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΑ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΣΤΑΤΙΣΤΙΚΗ Ι ΜΙΑ ΣΥΝΤΟΜΗ ΑΝΑΣΚΟΠΗΣΗ ΓΕΩΡΓΙΟΣ ΤΖΑΒΕΛΑΣ ΕΠΙΚΟΥΡΟΣ ΚΑΘΗΓΗΤΗΣ Ακαδημαϊκό έτος 03-4 Τι είναι
Διαβάστε περισσότεραLecture 17: Minimum Variance Unbiased (MVUB) Estimators
ECE 830 Fall 2011 Statistical Sigal Processig istructor: R. Nowak, scribe: Iseok Heo Lecture 17: Miimum Variace Ubiased (MVUB Estimators Ultimately, we would like to be able to argue that a give estimator
Διαβάστε περισσότεραReglur um skoðun neysluveitna
Reglur um skoðun neysluveitna 1 INNGANGUR Mannvirkjastofnun setur reglur um skoðun neysluveitna samkvæmt ákvæðum reglugerðar um raforkuvirki nr. 678/2009. Reglur um skoðun neysluveitna eru settar samkvæmt
Διαβάστε περισσότεραGreinargerð Trausti Jónsson. Sveiflur IV. Árstíðasveiflur í háloftunum yfir Keflavík
Greinargerð 44 Trausti Jónsson Sveiflur IV Árstíðasveiflur í háloftunum yfir Keflavík VÍ-VS4 Reykjavík Mars 24 Árstíðasveifla ýmissa veðurþátta í háloftunum yfir Keflavík Inngangur Hér verður fjallað um
Διαβάστε περισσότεραÁrbók kirkjunnar
Árbók kirkjunnar 2013-2014 Prófastsdæmi, prestaköll og sóknir 1 2 Árbók kirkjunnar 2013-2014 1. júní 2013 31. maí 2014 3 Forsíðumynd: Vinavikan á Vopnafirði heimsótti Biskupsstofu á árinu. Ljósmyndari
Διαβάστε περισσότεραUm tölvur stýrikerfi og forritun
Um tölvur stýrikerfi og forritun Tölvur Fyrstu tölvurnar voru smíðaðar um miðja síðustu öld. Þær voru gríðarstórar á okkar tíma mælikvarða og fylltu stóra sali. Grunnhlutar tölva hafa frá þessum fyrstu
Διαβάστε περισσότεραbarnatennurnar BÓKIN UM Bókin um barnatennurnar
Sem nýbakaðir foreldrar eigum við margt ólært. Við viljum gera allt sem í okkar valdi stendur til að hugsa vel um börnin okkar. Góð munnhirða er barninu nauðsynleg. Sem foreldri gegnir þú lykilhlutverki
Διαβάστε περισσότεραÞjófavarnarkerfi fyrir bílstöðvar
Stjórn Í.R.A. 1982-1983: Kristján Benediktsson, TF3KB, formaður. Guðjón Einarsson. TF3AC, varaformaður. Jónas Bjarnason, TF3JB, ritari. Óskar Sverrisson, TF3DC, gjaldkeri Ólafur P Guðjónsson. TF3MXN, varastjórn.
Διαβάστε περισσότεραH 2 S loftgæðamælingar við Hellisheiðarvirkjun og við Nesjavallavirkjun
H2S loftgæðamælingar, Hellisheiði og Nesjavöllum, 1. og 2. ársfjórðungur 2015 Bls. 1 Skýrsla nr. 15 16. júlí 2015 H 2 S loftgæðamælingar við Hellisheiðarvirkjun og við Nesjavallavirkjun Skýrsla um mælingar
Διαβάστε περισσότεραFOUCAULT þrír textar 2014
FOUCAULT þrír textar www.starafugl.is 2014 Inngangur: Listaverk er ekki hlutur, það er lífið Nanna Hlín Halldórsdóttir Núna þegar niðurnjörvaður prófessjónalismi er búinn að gelda svo margt fallegt er
Διαβάστε περισσότεραBrúðkaup. Tilvonandi brúðhjón verið velkomin að skrá óskalistann hjá okkur. Öll brúðhjón fá gjöf og lenda í brúðhjónapotti. Persónuleg og góð þjónusta
Brúðkaup LAUGARDAGUR GU R 29. MARS 2014 Bónorð á tónleikum Jógvan Hansen bað Hrafnhildar Jóhannesdóttur á tónleikum Michaels Bublé síðastliðið sumar. SÍÐA 8 Blómatískan Brúðarveski, blómaarmbönd og ofurliljur
Διαβάστε περισσότεραC Q T. þessu blaði. 5. tbl. 23. árg. des. 2005
C Q T F Í Þeir félagar Ársæll TF3AO og Bjarni TF3GB tóku þátt í CQ WW RTTY keppninni vestur í Otradal hjá Þorvaldi TF4M. Sjá nánar í grein í blaðinu. Myndina tók Þorvaldur Stefánsson TF4M þessu blaði 5.
Διαβάστε περισσότεραVerkefni 1: Splæsibrúun og jafnhæðarferlar
Verkefni 1: Splæsibrúun og jafnhæðarferlar Friðrik Freyr Gautason og Guðbjörn Einarsson I. SPLÆSIBRÚUN FORRITUÐ Hérna er markmiðið að útfæra forrit sem leyfir notanda að smella á teikniglugga eins oft
Διαβάστε περισσότεραHvað er astmi? Hvað gerist við astma?
Astmi og Íþróttir Hvað er astmi? Astmi er sjúkdómur í öndunarfærum sem getur öðru hverju truflað öndun við mismunandi aðstæður. Þetta stafar af bólguviðbrögðum í slímhimnum öndunarfæranna en þeir sem hafa
Διαβάστε περισσότεραKafli 4 Línulegur kraftur og hreyfing
Kafli 4 Línulegur kraftur og hreyfing Kraftur (force) Ytri og innri kraftar. Við þurfum að beita miklum innri kröftum til mótvægis við ytri krafta og mikið álag á þessa innri krafta getur valdið vefjaskemmdum.
Διαβάστε περισσότεραH 2 S loftgæðamælingar við Hellisheiðarvirkjun og við Nesjavallavirkjun
H 2 S loftgæðamælingar, Hellisheiði og Nesjavöllum, 1. ársfjórðungur 2016 Bls. 1 Skýrsla nr. 21 26. apríl 2016 H 2 S loftgæðamælingar við Hellisheiðarvirkjun og við Nesjavallavirkjun Skýrsla um mælingar
Διαβάστε περισσότεραCHEMISTRY. Bylgjueðli ljóss. Bylgjueðli ljóss. Rafeindabygging atóma. Bylgjueðli ljóss. Bylgjueðli ljóss. Bylgjueðli ljóss
CHEMISTRY The Central Science 9th Edition Rafeindabygging atóma David P. White Allar bylgjur hafa einkennandi bylgjulengd, λ, og útslag, A. Tíðni bylgju, ν, er fjöldi heilla bylgna sem fara yfir línu á
Διαβάστε περισσότεραLast Lecture. Biostatistics Statistical Inference Lecture 19 Likelihood Ratio Test. Example of Hypothesis Testing.
Last Lecture Biostatistics 602 - Statistical Iferece Lecture 19 Likelihood Ratio Test Hyu Mi Kag March 26th, 2013 Describe the followig cocepts i your ow words Hypothesis Null Hypothesis Alterative Hypothesis
Διαβάστε περισσότεραStærðfræði. Lausnir. Lausnir. 8tíu. NÁMSGAGNASTOFNUN 20. apríl 2009
4 1 2 3 5 6 Lausnir Lausnir 8tíu NÁMSGAGNASTOFNUN 20. apríl 2009 Átta Lausnir 2007 Björgvin Sigurðsson, Guðbjörg Pálsdóttir og Guðný Helga Gunnarsdóttir Ritstjóri: Hafdís Finnbogadóttir Öll réttindi áskilin
Διαβάστε περισσότερα1 Aðdragandi skammtafræðinnar
1 Aðdragandi skammtafræðinnar 1.1 Inngangur Fram yfir aldamótin 1900 töldu flestir eðlisfræðingar að aflfræði Newtons og rafsegulfræði Maxwells dygðu til að gera grein fyrir gangi náttúrunnar. Á síðustu
Διαβάστε περισσότεραNæring, heilsa og lífsstíll
KYNNINGARBLAÐ Næring, heilsa og lífsstíll FIMMTUDAGUR 31. MAÍ 2018 Kynningar: Eldum rétt, Florealis, Icepharma Lætur draumana rætast Hlaupin hafa gefið Rúnu Rut Ragnars dóttur miklu meira en hana grunaði.
Διαβάστε περισσότεραSAMANTEKT Á EIGINLEIKUM LYFS
SAMANTEKT Á EIGINLEIKUM LYFS 1. HEITI LYFS Methergin 0,2 mg/ml stungulyf, lausn. 2. INNIHALDSLÝSING Hver lykja inniheldur methylergometrinmaleat 0,2 mg/ml. Sjá lista yfir öll hjálparefni í kafla 6.1. 3.
Διαβάστε περισσότεραVeghönnunarreglur 03 Vegferill
3 Veghönnunarreglur 03 01.08.2010 Flokkun gagna innan Vegagerðarinnar Flokkur Efnissvið Einkenni (litur) 1 Lög, reglugerðir, og önnur Svartur fyrirmæli stjórnvalda 2 Stjórnunarleg fyrirmæli, Gulur skipurit,
Διαβάστε περισσότερα2. Η πιθανότητα της αριθμήσιμης ένωσης ξένων μεταξύ τους ενδεχομένων είναι το άθροισμα των πιθανοτήτων των ενδεχομένων.
Ένα μέτρο πιθανότητας πάνω στο δειγματικός χώρο Ω, είναι μία συνάρτηση P ( ), που αντιστοιχεί σε υποσύνολα του Ω έναν αριθμό στο [ 0, ], με τις εξής ιδιότητες:. P ( Ω ). 2. Η πιθανότητα της αριθμήσιμης
Διαβάστε περισσότεραΡομποτικός Έλεγχος Δύναμης / Μηχανικής Αντίστασης
Σχολή Ηλεκτρολόγων Μηχ/κών και Μηχ/κών Υπολογιστών, Ε.Μ.Π., Ακαδημαϊκό Έτος 7-8, 7ο Εξάμηνο Μάθημα: Ρομποτική Ι Αυτόματος Έλεγχος Ρομπότ 3 (Έλεγχος Δύναμης) Κων/νος Τζαφέστας Τομέας Σημάτων, Ελέγχου &
Διαβάστε περισσότεραRit LbhÍ nr Áhrif aldurs áa, þunga, holda og framleiðsluára. á gagnasafni Hestbúsins
Rit LbhÍ nr. 110 Áhrif aldurs áa, þunga, holda og framleiðsluára á frjósemi áagreining á gagnasafni Hestbúsins 2002-2013 Jóhannes Sveinbjörnsson Emma Eyþórsdóttir Eyjólfur K. Örnólfsson 2018 Rit LbhÍ nr.
Διαβάστε περισσότεραSAMANTEKT Á EIGINLEIKUM LYFS. Hver húðuð tafla inniheldur 2 mg af cyproteronacetati og 0,035 mg (35 míkrógrömm) af etinylestradioli sem virk efni.
SAMANTEKT Á EIGINLEIKUM LYFS 1. HEITI LYFS Cypretyl 2 mg/35 míkrógrömm húðaðar töflur. 2. INNIHALDSLÝSING Hver húðuð tafla inniheldur 2 mg af cyproteronacetati og 0,035 mg (35 míkrógrömm) af etinylestradioli
Διαβάστε περισσότεραAnnar kafli Hraði, hröðun, kraftur og massi
Annar kafli Hraði, hröðun, kraftur og massi Markmið kaflans eru að kunna: Hraða, hröðun Stigstærð, vektorstærð Reikna krafta sem verka á hluti með hliðsjón af massa og hröðun hans Geta reiknað lokahraða
Διαβάστε περισσότεραFylgiseðill: Upplýsingar fyrir notanda lyfsins
Fylgiseðill: Upplýsingar fyrir notanda lyfsins Rabeprazol Medical Valley 10 mg magasýruþolnar töflur Rabeprazol Medical Valley 20 mg magasýruþolnar töflur rabeprazolnatríum Lesið allan fylgiseðilinn vandlega
Διαβάστε περισσότεραBLDC mótorstýring. Lokaverkefni í rafmagnstæknifræði BSc. Halldór Guðni Sigvaldason
BLDC mótorstýring Halldór Guðni Sigvaldason Lokaverkefni í rafmagnstæknifræði BSc 2014 Höfundur: Halldór Guðni Sigvaldason Kennitala: 201266-2979 Leiðbeinandi: Baldur Þorgilsson Tækni- og verkfræðideild
Διαβάστε περισσότερα