Professional Documents
Culture Documents
Formel Och Tabellsamling PDF
Formel Och Tabellsamling PDF
för kursen
HANKEN
INSTITUTIONEN FÖR FINANSIELL EKONOMI OCH EKONOMISK STATISTIK
VASA, JANUARI 2016
1
INNEHÅLLSFÖRTECKNING
FORMLER
Sannolikhetsteori…………………………………………….. 2
Diskreta sannolikhetsfördelningar…………………………. 2
Kontinuerliga sannolikhetsfördelningar……………………. 3
Deskriptiv statistik……………………………………………. 3
Stickprovsteori................................................................... 4
Parametriska hypotestest och konfidensintervall............... 5
Variansanalys.................................................................... 6
Korrelation och Kovarians………………………………….. 6
Regressionsanalys............................................................ 7
Multipel regression............................................................ 8
Icke-parametriska hypotestest........................................... 9
TABELLER
(H. R. Neave: Statistics Tables for mathematicians, engineers, economists
and the behavioural and management sciences, George Allen & Unwin,
1978)
P ( A1 och B ) P ( A1 )P ( B | A1 )
Bayes sats: P ( A1 | B )
P( B ) P ( A1 )P ( B | A1 ) P ( A2 )P ( B | A2 ) P ( An )P ( B | An )
En diskret stokastisk variabel X antar värden x1, x2, ... ,xn med sannolikheterna p1, p2, ...,
pn.
n
Totalsannolikhet P( X x ) 1
i 1
i
n
Väntevärde E(x): P ( X x i ) x i
i 1
n
Varians V(x): P( X x i ) ( x i ) 2
2
i 1
Standardavvikelse 2
Standardavvikelse 2
DESKRIPTIV STATISTIK
x i
x1 x 2 ... x n
Medeltal: x i 1
n n
k
f xi
f1 x1 f2 x 2 ... f k x k
i
Medeltal räknat på frekvenstabell: x i 1
n n
Vid klassindelat material används i regel klassmittarna i beräkningarna.
( x i x )2
Varians: s 2 i 1
. Standardavvikelse: s= s 2
n 1
4
ˆ * p Whp h
p (1 - p h ) konf.int. för * : p z s p*
s p* W (1 fh ) h
2
h
(nh 1)
1−2 x1 x 2 D0 x1 x 2 D0
t z s12 s22
2
n n 1 n n 1
1 1 2 2
två oberoende
grupper s12 s 22 12 22
x 1 x 2 t 1 2 (df) x 1 x 2 z 1- 2 D0=differensen som
då 12 22 n1 n 2 n1 n2
anges i H0
d x d D0 x d D0 df = n-1
t z
sd d
medelskillnad
n n
för matchade
sd x d z1 2
d D0=differensen som
par
x d t 1 2 (df) n anges i H0
n
df (n s 1, n m 1)
12−22
F ss2 sm2 s 2s större varians,
skillnad mellan
s 2m mindre varians
två varianser
(dubbelsidigt test)
VARIANSANALYS (ANOVA)
ni r ni
Ti y ij T = y ij
j 1 i=1 j1
Ti T
yi y=
ni n
SSy ( y ij y ) 2
SSA n i ( y i y ) 2
SSE ( y ij y i ) 2
SSy = SSA + SSE
SS df MS F
SSA r-1 MSA F=MSA/MSE
SSE n-r MSE
SSy n-1
2 SSE SSA
s 2 MSE = MSA =
n-r r -1
s 1 1
y i t 1 2 (df) (y i y j ) t 1 2 (df) s df n r
ni ni n j
Kovarians : côv( x , y )
( x i x )( y i y )
n 1
Korrelationskoefficient (Pearsons) : r xy
( x x )( y y )
i i
( x x ) . ( y y )
i
2
i
2
Modell :
y i x i i i~N(0,2)
y i a bx i a y bx b SSxy
SSx
SSE SSR 2
R2 1 rxy
SSy SSy
H0 : 0 t
a
, sa s
x 2
i
sa nSSx
df = n - 2
b s
H0 : 0 t , sb
sb SSx
Konfidensintervall:
a t 1 (df ) s a , sa = s
x 2
i
2 nSSx
s
b t 1 (df) s b , sb
2 SSx
df = n - 2
1 (x 0 x) 2
x 0 (a bx 0 ) t 1 (df)s
2 n SSx
1 (x 0 x) 2
x 0 (a bx 0 ) t 1 (df)s 1
2 n SSx
8
MULTIPEL REGRESSION
Modell:
y i 1x1i 2 x 2i .... k x ki i i ~ N(0, 2 )
y i a b1x1i b 2 x 2i ..... bk x ki
SSy (y y) i
2
SSR ( y y ) i
2
SSy SSR SSE
SSE (y y ) i i
2
2
(SSER - SSEUR ) q (RUR - RR2 ) q
F= 2
~ F(q, n - k - 1)
SSEUR (n - k - 1) (1 - RUR ) (n - k - 1)
ICKE-PARAMETRISKA HYPOTESTEST
Approximationer som
Teststatistika vid behov kan göras Definitioner
för stora stickprov
Chi2- c
(ni ei )2 df = c-1
anpassningstest 2
av en frekvens- i 1 ei ei = in
fördelning Krav: ei ≥5
Chi2- c r (nij eij )2 df =(r-1)(c-1)
oberoendetest av 2
samband mellan i 1 j 1 eij eij= ni.n.j / n
två frekvens- Krav: eij ≥ 5 i åtm.
fördelningar 80 % av cellerna
Teckentest för Notera hur många ggr den ena
parvisa gruppen ”vunnit” över den andra Då n 10 kan nA
jämförelser => nA. normalfördelning användas: p
n
nA är Binomialfördelad
Teckentest för Notera hur många ggr en p 0,5 Nollorna stryks!
median variabel är större än sitt z
medianvärde => nA. 0,5 1
n
nA är Binomialfördelad
Wilcoxons Då n>25 kan RS= rangsumma
tecken-rangtest W RS , W RS normalfördelning användas: för positiva resp.
för parvisa negativa skillnader
jämförelser W 14 n(n 1)
W min(W ,W ) z Nollorna stryks!
1
24 n(n 1)(2n 1)
Mann-Whitneys n1 (n1 1) Då n1 och n2 >10 kan RSi= rangsumma
U-test för två U12 n1n 2 RS1 normalfördelning användas: för grupp i
2
oberoende
n (n 1)
grupper U21 n1n 2 2 2 RS 2 U 12 n1n2 Kontroll:
(Wilcoxons 2 z U12+U21=n1n2
1
12 n1n2 (n1 n2 1)
rangsumme- U min(U12 ,U 21 )
test)
Kruskal-Wallis 12 c RS i2 RSi= rangsumma
H 3(n 1) Då alla ni > 5 kan Chi -
2
test för flera för grupp i
oberoende n(n 1) i1 n i fördelning användas för H.
grupper c=antalet grupper
(variansanalys df=c-1
enligt rang)
Spearmans Då n>25 kan di= rang1-rang2
rangkorrela- 6 di 2 normalfördelning användas:
tionskoefficient rs 1 rs Kontroll: di=0
n(n 2 1) z
1
(n 1)
FORMELSAMLING FÖR FORSKNINGS- OCH UNDERSÖKNINGSMETODIK 10
FORMELSAMLING FÖR FORSKNINGS- OCH UNDERSÖKNINGSMETODIK 11
FORMELSAMLING FÖR FORSKNINGS- OCH UNDERSÖKNINGSMETODIK 12
FORMELSAMLING FÖR FORSKNINGS- OCH UNDERSÖKNINGSMETODIK 13
FORMELSAMLING FÖR FORSKNINGS- OCH UNDERSÖKNINGSMETODIK 14
FORMELSAMLING FÖR FORSKNINGS- OCH UNDERSÖKNINGSMETODIK 15
FORMELSAMLING FÖR FORSKNINGS- OCH UNDERSÖKNINGSMETODIK 16
FORMELSAMLING FÖR FORSKNINGS- OCH UNDERSÖKNINGSMETODIK 17
FORMELSAMLING FÖR FORSKNINGS- OCH UNDERSÖKNINGSMETODIK 18
FORMELSAMLING FÖR FORSKNINGS- OCH UNDERSÖKNINGSMETODIK 19
FORMELSAMLING FÖR FORSKNINGS- OCH UNDERSÖKNINGSMETODIK 20
FORMELSAMLING FÖR FORSKNINGS- OCH UNDERSÖKNINGSMETODIK 21
FORMELSAMLING FÖR FORSKNINGS- OCH UNDERSÖKNINGSMETODIK 22
FORMELSAMLING FÖR FORSKNINGS- OCH UNDERSÖKNINGSMETODIK 23
VAD VILL DU GÖRA?