Home
1
Statistisk signifikant - p-værdi
1.1 Kipping og Popes krystaller og $p$-værdi
1.2 Binomialmodellen
1.3 Statistisk beslutningsregel
1.4 Opgave med besvarelse: speed scating
1.5 Fordelingsfunktioner og fraktiler
1.6 Introduktion til python
1.7 Introduktion til MATLAB
2
Konfidensinterval
2.1 Skøn over en parameter
2.2 Konfidensinterval
2.3 Illustration af konfidensinterval ved simulering
2.4 Baggrund for konfidensinterval i binomialmodellen
2.5 Poissonmodellen
2.6 Opgave med besvarelse: stråleskader
Øvelse 1
3
Multinomialmodellen
3.1 Multinomialmodellen
3.2 Indledning til $G$-test
3.3 $G$-teststørrelsen
3.4 Goodness of fit test
3.5 Opgave med besvarelse: levetid af overfladebobler
3.6 Homogenitetstest: hypotesen
3.7 Estimation og test
3.8 Diverse
Øvelse 2
4
Normalfordelte data
4.1 Normalfordelingen
4.2 Normal-qqplot
4.3 Model og Estimation
4.4 Test og konfidensinterval for middelværdi
4.5 Kontrol af køkkenvægt
4.6 Konfidensinterval for varians og spredning
4.7 One-sample t-test i python
4.8 Standard error
5
Ophobningsloven
5.1 Ophobningsloven: princip
5.2 Den generelle formel
5.3 Analyse af gaskonstanten
5.4 Katalog med eksempler på ophobningloven
5.5 Simulationsbaseret metode
5.6 Gaskonstanten: Simulationsbaseret konfidensinterval
Øvelse 3
6
To normalfordelte observationssæt
6.1 Model og estimation
6.2 Teste middelværdier ens når varianser er ens
6.3 Teste middelværdier ens når varianser er forskellige
6.4 Teste varianser ens
6.5 Two-sample tests i python
6.6 Samle data i datatabel
6.7 Teste mere end to varianser ens
Øvelse 4
7
Lineær regression
7.1 Model for lineær regression
7.2 Estimation
7.3 Tests og konfidensintervaller
7.4 Analyse af model i python
7.5 Linjens værdi og kalibrering
7.6 Regression med kendt skæring
7.7 R-squared
Øvelse 5
8
Generel Lineær model
8.1 Faktorer
8.2 Ensidet variansanalyse
8.3 Teste middelværdierne ens
8.4 Analyse i python
8.5 Tosidet variansanalyse
8.6 Analyse i python og parametrisering
8.7 Det generelle F-test
8.8 Estimation og t-test
8.9 Gruppespecifik regression
8.10 Analyse af korrosionshæmmere
Øvelse 6
9
Multipel regression
9.1 Den multiple regressionsmodel
9.2 Eksempel: Opløsningsmidler
9.3 Datasæt med et stort antal forklarende variable
9.4 Forward selektion
9.5 Ridge regression
9.6 Crossvalidation i ridge regression
Øvelse 7
Py
Python
Py.1 Python som lommeregner
Py.2 Figurer
Py.3 Indlæsning, datatabel og matriks
Py.4 Sandhedsvariable
Py.5 Gentagne beregninger
Py.6 Statistik
ML
MATLAB
ML.1 MATLAB som lommeregner
ML.2 Figurer
ML.3 Indlæsning, datatabel og matriks
ML.4 Sandhedsvariable
ML.5 Gentagne beregninger
ML.6 Statistik
Idx
Kapitel Idx: Indeks
Idx.1.1 Links til kodeeksempler
Dette indeks indeholder links til kodeeksempler, som kan være nyttige ved løsning af opgaverne.
1 Statistisk signifikant -
-værdi
1.2 Binomialmodellen:
Beregning i python af p-værdi for test af andel
2 Konfidensinterval
2.2 Konfidensinterval:
Beregning i python af konfidensinterval for andel
2.5 Poissonmodellen:
Beregning i python af konfidensinterval for rate
3 Multinomialmodellen
3.3 G-teststørrelsen:
Beregning i python af G-test
3.4 Goodness of fit test:
Histogram
3.5 Opgave med besvarelse: levetid af overfladebobler:
Beregning i python af Goodness of fit test
3.7 Estimation og test:
Beregning i python af Homogenitetstest
4 Normalfordelte data
4.2 Normal-qqplot:
QQplot i python
4.3 Model og Estimation:
Beregning i python af gennemsnit og spredning
4.7 One-sample t-test i python:
Beregne t-test i python
5 Ophobningsloven
5.5 Simulationsbaseret metode:
Implementering af simuleret konfidensinterval
6 To normalfordelte observationssæt
6.0 To normalfordelte observationssæt:
Flere qqplots og boxplots i samme figur
6.5 Two-sample tests i python:
Teste to varianser ens
6.5 Two-sample tests i python:
Teste to middelværdier ens
6.6 Samle data i datatabel:
Konstruktion af datatabel og udtrække deldatasæt
6.7 Teste mere end to varianser ens: Bartletts test: eksempel
6.7.1
(ensidet variansanalyse)
7 Lineær regression
7.4 Analyse af model i python:
Regressionsanalyse via ols/fitlm, modelkontrol
7.5 Linjens værdi og kalibrering:
Lave prædiktioner i python
7.5 Linjens værdi og kalibrering:
Invers regression i python
7.6 Regression med kendt skæring:
Analyse af regressionsmodel med kendt skæring
8 Generel Lineær model
8.2 Ensidet variansanalyse:
Boxplot (og qqplot) opdelt efter faktor
8.4 Analyse i python:
Parametertabel i ensidet variansanalyse
8.4 Analyse i python:
Teste middelværdier ens med anova
lm
8.5 Tosidet variansanalyse:
Boxplot opdelt efter to faktorer
8.5 Tosidet variansanalyse:
Interaktionsplot
8.6 Analyse i python og parametrisering:
Bartletts test (tosidet variansanalyse) og parametertabel
8.7 Det generelle F-test:
Test for additive model
8.10 Analyse af korrosionshæmmere:
Bartletts test i gruppespecifik regression
8.10 Analyse af korrosionshæmmere:
F-tests og parametertabel i gruppespecifik regression
9 Multipel regression
9.2 Eksempel: Opløsningsmidler:
Backward selektion
9.2 Eksempel: Opløsningsmidler:
Modelkontrol
9.2 Eksempel: Opløsningsmidler:
Konfidensinterval og prædiktionsinterval
9.4 Forward selektion:
Forward selektion og cross-validation
9.4 Forward selektion:
Bruge slutmodel til prædiktion
9.5 Ridge regression:
Ridge regression i python
9.5 Ridge regression:
Ridge prædiktion i python
9.6 Cross-validation i ridge regression:
Cross-validation i ridge regression
Idx.1.2 Links til Statistiske Modeller
1 Statistisk signifikant -
-værdi
1.2 Binomialmodellen:
Binomialmodel
2 Konfidensinterval
2.5 Poissonmodellen:
Poissonmodel
3 Multinomialmodellen
3.1 Multinomialmodellen:
Multinomialmodel
3.6 Homogenitetstest: hypotesen:
Flere multinomialfordelinger
4 Normalfordelte data
4.3 Model og Estimation:
Normalfordelingsmodel for
t observationssæt
6 To normalfordelte observationssæt
6.1 Model og estimation:
To grupper med forskellig varians
6.1 Model og estimation:
To grupper med samme varians
7 Lineær regression
7.1 Model for lineær regression:
Den lineære regressionsmodel
8 Generel Lineær model
8.2 Ensidet variansanalyse:
Grundlæggende enkeltfaktor gruppemodel
8.2 Ensidet variansanalyse:
Ensidet variansanalysemodel (oneway anova)
8.5 Tosidet variansanalyse:
Grundlæggende tofaktor gruppemodel
8.5 Tosidet variansanalyse:
Tosidet variansanalysemodel (twoway anova)
8.5 Tosidet variansanalyse:
Additive model
8.9 Gruppespecifik regression:
Gruppebestemt regression og varians
8.9 Gruppespecifik regression:
Gruppespecifik regression
9 Multipel regression
9.1 Den multiple regressionsmodel:
Den multiple regressionsmodel
Idx.1.3 Links til Definitioner og Resultater
1 Statistisk signifikant -
-værdi
1.1 Kipping og Popes krystaller og p-værdi:
Definition: P-værdi
1.2 Binomialmodellen:
Definition: Fordelingsnotation
og statistisk model
1.2 Binomialmodellen:
Resultat: P-værdi for test af andel
1.3 Statistisk beslutningsregel:
Resultat: Statistiske beslutningsregel
2 Konfidensinterval
2.1 Skøn over en parameter:
Definition: Maksimum likelihood estimation
2.2 Konfidensinterval:
Definition: 95%-Konfidensinterval
2.2 Konfidensinterval:
Resultat: Konfidensinterval i binomialmodellen
2.5 Poissonmodellen:
Resultat: Konfidensinterval i poissonmodellen
3 Multinomialmodellen
3.3 G-teststørrelsen:
Resultat: G-test
3.7 Estimation og test:
Resultat: Homogenitetstest
3.8 Diverse:
Resultat: Sammenligne poissonrater
4 Normalfordelte data
4.2 Normal-qqplot:
Resultat: Brugen af normal-qqplot
4.3 Model og Estimation:
Resultat: Fordeling af parameterskøn
4.4 Test og konfidensinterval for middelværdi:
Definition: t-fordeling
4.4 Test og konfidensinterval for middelværdi:
Resultat: t-test
4.6 Konfidensinterval for varians og spredning:
Konfidensinterval for varians
5 Ophobningsloven
5.1 Ophobningsloven: princip:
Resultat: Generelt approksimativt konfidensinterval
5.2 Den generelle formel:
Resultat: Ophobningsloven generelt
5.5 Simulationsbaseret metode:
Resultat: Simuleret konfidensinterval
5.5 Simulationsbaseret metode:
Resultat: Algoritme til simulationsbaseret ophobninglov
6 To normalfordelte observationssæt
6.2 Teste middelværdier ens når varianser er ens:
Resultat: Test af ens middelværdier
6.3 Teste middelværdier ens når varianser er forskellige:
Resultat: Welch's t-test
6.4 Teste varianser ens:
Definition: F-fordeling
6.4 Teste varianser ens:
Resultat: Teste to varianser ens
6.5 Two-sample tests i python:
Resultat: Fra log til ikke-log
7 Lineær regression
7.2 Estimation:
Resultat: Fordeling af skøn i lineær regressionsmodel
7.3 Tests og konfidensintervaller:
Resultat: Test af hypotese om regressionsparametre
8 Generel Lineær model
8.7 Det generelle F-test:
Resultat:Det generelle F-test
8.8 Estimation og t-test:
Resultat: Fordeling af parameterskøn
9 Multipel regression
9.1 Den multiple regressionsmodel:
Definition: Backward selektion
9.3 Datasæt med et stort antal forklarende variable:
Definition: Cross-validation
9.4 Forward selektion:
Definition: Forward selektion
9.4 Forward selektion:
Definition: Forward selektion med cross-validation
9.5 Ridge regression:
Definition: Ridge regression
9.6 Cross-validation i ridge regression:
Resultat: Valg af regulariseringsparameter