Resumé af forelæsning uge 37-1:

Gennemsnit: Balancepunkt
Varians: Gennemsnitlige kvadrerede afvigelser fra gennemsnittet
Standardafvigelse: Kvadratroden af variansen

Population/Proces - stikprøve
Parameter - estimat

Den empiriske regel (Keller p.111):

Hvis fordelingen af observationsværdierne, afbilledet i et

histogram, er klokkeformet (bell-shaped) gælder det at:

- At ca. 68% af observationsværdierne befinder sig indenfor

 1 standardafvigelse.

- At ca. 95% af observationsværdierne befinder sig indenfor

 2 standardafvigelse.

- At stort set alle observationsværdierne befinder sig indenfor

 3 standardafvigelse.

1
Øvelse: Nedenfor er angivet et histogram for
hæmatokrittallet for nogle tilfældigt udvalgte personer.

Angiv ud fra grafen dit bud på hvad gennemsnittet er.

Angiv ved anvendelse af den empiriske regel at cirka 95%

af observationsværdierne er indenfor plus minus 2
standardafvigelse hvad størrelsen af standardafvigelsen er.

2
Udvælgelsesmetoder (p.155 og Note side 29-30)
- Simpel tilfældig
- Stratificeret
- Klynge

Stratificeret udvælgelse kan med fordel anvendes når

populationen består af delpopulationer som er meget
forskellige mht. det man vil undersøge.
- det kunne fx være, at man vil undersøge disponibel
indkomst og opdele populationen efter stillingskategori.

Man opdeler da populationen i fx 5 stillingskategorier og

udvælger simpelt tilfældigt fra hver delpopulation.

Klynge udvælgelse kan med fordel anvendes når

populationen består af delpopulationer som er meget lig
hinanden mht. det man vil undersøge.
- det kunne fx være øvelsesholds disponible indkomst.

Man har opdelt populationen i 20 hold og udvælger simpelt

tilfældigt nogle af holdene – og på holdene spørger man
alle eller blot et simpelt tilfældigt udvalg.

3
Såfremt interessen for et fag har betydning for hvor langt
fremme i lokalet man sætter sig - kunne man komme med
følgende betragtning når man ved hjælp af en stikprøve vil
undersøge, hvor interesseret et forelæsningshold er i faget:

En stratificeret udvælgelse: Udvælge tilfældigt blandt

den forreste, den midterste og den bageste tredjedel.

En klynge udvælgelse: Udvælge tilfældig blandt sæderne

på forreste række og spørge de som sidder der og de som
sidder bagved.

4
Forelæsning uge 37-2 Keller Kap. 6

- Eksperimenter
- Udfald
- Marginale og betingede sandsynligheder

Random Experiment (p.170)

Stokastisk eksperiment som leder til et af flere mulige udfald.
Stokastisk forsøg der resulterer i en af flere mulige hændelse.

Sample Space - Udfaldsrummet

Outcome - udfald
Event – hændelse

- Kast med en mønt

- Resultatet af eksamen til sommer
- Kridt kastet

(p.171):
De mulige udfald skal være gensidigt udelukkende og
De mulige udfald skal være udtømmende
(- de skal tilsammen udgøre hele udfaldsrummet)

5
Typer af sandsynligheder (171-2):
- Subjektive
- Frekvensbestemte
- Argumenterede

Chance – Risiko

1 1 ln 1  pD  pD
p7   1  p7   1  pD n
n

 36 
  8.347.680 ln 1  p7  p7
7

- Mørkt rum
- Fire sokker: 2 røde og 2 blå
- Ingen forskelle

Hvad er sandsynligheden for, at du stiller op med ens sokker?

6
Joint events - samtidige hændelser (p.174)

Udfald af to terningekast, terning A og terning B

Sandsynligheden for at slå ”Meyer” – en etter og en toer

P  A1  B2   P  A2  B1 

Den marginale sandsynlighed  P  A   er udfaldet af det ene

1
terningekast isoleret set.

Sandsynligheden for at manden, der sidder overfor dig til et spil

whist, har spar es er en betinget sandsynlighed:

- Den er nul, hvis du selv har spar es.

- Den er 13/42, hvis du ikke selv har spar es og man ikke er
begyndt at melde sine kort.
- Den er 16/42, hvis du ikke selv har spar es og han har byttet
tre kort, dog med det forbehold, at for at bytte kort skal man
have meldingen og for at få meldingen skal man (oftest)
have gode kort, hvilket vil sige at man kunne argumentere
for, at sandsynligheden er større end 16/42 - samt hvad man
ellers måtte have af fornemmelser – men så bevæger man sig
over i subjektive sandsynligheder.

7
A Hændelse
A Komplementærhændelse – ikke A – non A - A* - A
C

A: at bestå statistik
B: at bestå mikroøkonomi

P  A marginal sandsynlighed
P  A  B simultan sandsynlighed
P  A | B betinget sandsynlighed

Hvis hændelserne A og B er uafhængige gælder følgende:

P  A  B   P  A  P  B 

P  A | B   P  A

Hvis hændelserne A og B er afhængige (i en eller anden grad)

gælder følgende:

P  A  B  P  B  P  A | B

P  A  B
P  A | B 
P  B

8
Sandsynlighedsregning

1. Mængder:
Ø : Den tomme mængde
A : Mængden A
C
A : Alt udenfor mængden A (Keller: A )

S : Den totale mængde

A  B : Fællesmængden (Keller: A and B)

A  B : Foreningsmængden (Keller: A or B)

2. Regneregler:

P( A ) = 1 - P(A) , P(A) = 1- P( A )

P(A  B) = P(A) + P(B) – P(A  B)

P( A  B)
P(A|B) =  P(A  B) = P(A|B) · P(B) = P(B|A) · P(A)
P( B)

For to uafhængige hændelser gælder det:

P(A  B) = P(A) · P(B)
P(A  B) = 1 - P( A ) · P( B )

“The law of total probability”:

P(A) = P(A  B) + P(A  B )  P(A) = P(A|B) · P(B) + P(A| B ) · P( B )
(når den totale mængde består af B og B )

P(A) =  P(A  B ) , i = {1;k}  P(A) =  P(A|B )  P(B ) , i = {1;k}

i i i

(når den totale mængde består af mængderne B1 , B2 ,..., Bk )

”Bayes’ Theorem”:

P(A  B) P(A|B)  P(B)

P ( B | A)  
P(A  B)+P(A  B) P(A|B)  P(B) + P(A|B )  P(B )

9
Opgave 15:
På en prøvestation for personbiler deler man bilparken op i tre
kategorier, nemlig nye, ældre og gamle biler. Man regner med, at
60% af de testede biler er nye, og 10% er gamle. Erfaringen viser
endvidere, at sandsynligheden for at finde en defekt på en ny bil
er 0,14, på en ældre bil 0,24 og på en gammel bil 0,84.
1. Beregn sandsynligheden for, at en bil, der ankommer til
testning, er en ny bil uden defekter?
2. Beregn sandsynligheden for at en bil, der ankommer til
testning er defekt?
3. Beregn sandsynligheden for at en defekt bil er gammel?
4. Er hændelsen, at en bil er defekt, uafhængig af bilens alder?

Defekt

Ny bil P(D| B1)=0,14

P(B1)=0,60
Ikke defekt

P(nonD|B1)=0,86

Defekt

Ældre bil P(D| B2)=0,24

P(B2)=0,30
Ikke defekt

P(nonD|B2)=0,76

Defekt

Gammel bil P(D| B3)=0,84

P(B3)=0,10
Ikke defekt

P(nonD| B3)=0,16

10
Bayes theorem (p.195) OPG15

B1: ny bil
B2: ældre bil
B3: gammel bil

Sandsynligheden for, at en bil er defekt er lig med en sum af

sandsynligheder:
Sandsynligheden for, at en bil er både ny og defekt +
Sandsynligheden for, at en bil er både ældre og defekt +
Sandsynligheden for, at en bil er både gammel og defekt
(- hvor stor en andel udgør de defekte biler af biler til syn)

P  D   P  B1   P  D | B1   P  B2   P  D | B2   P  B3   P  D | B3 

Sandsynligheden for at en bil er ny givet, at man har fundet en

defekt er lig med:

Sandsynligheden for, at en bil er både ny og defekt divideret med

sandsynligheden for at en bil er defekt.
(- hvor stor en andel udgør de nye biler af de defekte biler)
P  B1  D 
P  B1 | D  
P  D

11
En årgang fordelt efter uddannelsesretning og køn
Optaget på flg. udd. * Køn Crosstabulation

Køn
Kvinde Mand Total
BScB 31 44 75
41,3% 58,7% 100,0%
12,3% 14,0% 13,2%
HA 99 169 268
36,9% 63,1% 100,0%
39,1% 53,7% 47,2%
HA-int. 62 56 118
52,5% 47,5% 100,0%
24,5% 17,8% 20,8%
HA(dat.) 4 19 23
17,4% 82,6% 100,0%
1,6% 6,0% 4,0%
HA(jur.) 57 27 84
67,9% 32,1% 100,0%
22,5% 8,6% 14,8%
Total 253 315 568
44,5% 55,5% 100,0%
100,0% 100,0% 100,0%

Angiv eksempler på simultane, marginale og

betingede sandsynligheder.

12
Svendsen har erfaring for, at to ud af tre af hans
kunder er mænd, at hver tiende kvindelige kunde
bestiller cappuccino, og at hver tyvende kunde
bestiller cappuccino.

Spørgsmål
Beregn på baggrund af Svendsens erfaringer
sandsynligheden for, at en bestilling på en
cappuccino er afgivet af en kvindelig kunde.

Anvend følgende notation:

M: Mand
K: Kvinde
C: Cappuccino
- omsæt de indledende oplysninger til
sandsynligheder hvor ovenstående notation
anvendes

- besvar spørgsmålet

13
 - http://www.ft.dk
(Dokumenter – Arkiv – Folketingsåret 1999-2000 – Møder
i folketingssalen – Møde nr. 17 – Tale 15, 19, 20 & 21)

Nyd denne afslutning på folketingsdebatten 16/11-1999

om en ny bibliotekslov, hvor Aase D. Madsen fra Dansk
Folkeparti fremlægger rystende dokumentation for den
danske befolknings litterære dovenskab:

Aase D. Madsen (Dansk Folkeparti):

"Med hensyn til, hvem der bruger bibliotekerne, så vil jeg
sige, at jeg står her med en opgørelse, som
Kulturministeriet selv har lavet, og det viser sig altså, at ca.
66 % af den danske befolkning aldrig nogen sinde
bruger bibliotekerne."

Kulturministeren (Elsebeth Gerner Nielsen, Rad.):

".....Og endelig vil jeg over for fru Aase D. Madsen bare
nøjes med at rette et par små unøjagtigheder i
hukommelsen. Det er ikke sådan, at bogudlånet er
faldende. Det har været stigende de sidste 3 år. Og det er
heller ikke rigtigt, at 66 % af danskerne aldrig kommer
på biblioteket. Det er sådan, at omkring 70 % af
danskerne bruger biblioteket med jævne mellemrum..."

14
Aase D. Madsen (Dansk Folkeparti):
"Med hensyn til de unøjagtigheder, som ministeren sagde
jeg var kommet med, vil jeg gerne sige, at jeg står her med
en udskrift fra en kilde, og det er en kultur- og
fritidsaktivitetsundersøgelse fra 1998 i en brochure, som
ministeren selv har udgivet. I 1997 var antallet af
bogudlån 72.332.000, i 1998 var det faldet til 61.000.871.
Og med hensyn til, hvem der kommer på bibliotekerne, og
hvem der ikke kommer, er der en tabel 18 med en gruppe
delt ind efter alder, og der står, at 39 % af den mandlige
del af befolkningen aldrig kommer på bibliotekerne, og
at 30 % af den kvindelige del af befolkningen, altså
fordelt gennemsnitlig over alder, aldrig kommer, og når jeg
lægger mænd og kvinder sammen - det skal man være lidt
forsigtig med, men på det her område tør jeg godt - så
giver 39 % af mændene og 30 % af kvinderne
befolkningen tilsammen, og det må være 69 %, Tager
jeg fejl?"

Kulturministeren:
"Vi skal nok ikke begynde at undervise hinanden i den
store regnekunst her, men jeg vil foreslå, at vi fra
Kulturministeriets side sørger for at fremsende tallene og
også give en beskrivelse af, hvordan man læser tallene.
Tak for i dag."
http://nyhederne.tv2.dk/article.php/id-34870074:video-brian-m--kl%C3%B8jes-i-
procentregningen.html – er også fornøjelig, pas på med de %!

15