Någon här som e ducktig på statistik?

[calli_GSXr]

Uppgift

Datorprocessorer kan köras i olika frekvenser. För att undersöka sambandet mellan frekvens och utsrålad energi gjordes ett försök med 7 olika frekvenser med resultat.

Frekvens GHZ 0,8 1,0 1,2 1,3 1,4 1,6 1,8
Värmeenergi W 33,9 46,4 43,4 44,8 55,6 57,4 66,4

a) Antag en linjär regrissionsmodell för sambandet mellan värmen och frekvensen och ange i denna de nödvändiga förutsättningarna för analysen nedan. Skatta parametrarna i modellen. Rita ett spridnigsdiagram där den skattade regressionslinjen inlägges.

b) Beräkna ett 95% konfidensintervall för den förväntade (genomsnitliga ) värmeutvecklingen vid 1,7 GHZ

c) Beräkna ett 95% prediktionsintervall för värmeutvecklingen för en processor vars frekvens är 1,3 GHZ

d) Pröva med ett test om värmeutvecklingen i genomsnitt ökar med mer än 2.5W per tiondels GHZ. I lösningen skall du bla redovisa hypoteser, signifikansnivå, test variabel samt en verbal slutsats som kan förstås av en icke-statisker

 

[acura]

Du har större möjlighet att få hjälp om du postar problemet också.

 

[Fotrally]

Sitter här med en stat uppgift undrar om det e någon som kan hjälpa mig ?

Har för mig att detta är rätt ställe
www.scb.se
eller denna www.bra.se

 

[calli_GSXr]

Antar att ingen vill hjälpa?

 

[Maxxi]

Har läst de där statistik kurserna men satt och klurade på dem ,men har tyvärr inget korrekt svar. Vad läser du till?

 

[calli_GSXr]

Har läst de där statistik kurserna men satt och klurade på dem ,men har tyvärr inget korrekt svar. Vad läser du till?

Ekonom enda uppgiften jag har kvar har gjort 6 andra denna kväll men får inte ricktigt ihop denna rätt drygt

 

[Mickez77]

Antar att ingen vill hjälpa?

va bråttom du har, du får vänta in ett mattegeni

 

[calli_GSXr]

va bråttom du har, du får vänta in ett mattegeni

sant så sant jag har ju faktiskt hela natten på mig

 

[goodfella]

Ahh. Jag har tenta på det där nästa tisdag. Ska börja imorrn med tenta-plugget. Så om nån dag kanske jag kan hjälpa dig.
Men konf.intervall är ju lätt.

 

[Boris JR]

Nu var det länge sedan jag läste statistik men jag tror på följande.

Gör följande:
1. Lista ut ekvationen för den räta linjen och avläs vid 1,3 resp 1,7 GHz
2. Ta de ursprungliga värdena och gör ett T-test för att få ut hur stor +- marginal du bör ha på din effektangivelse.
d. Gör ännu ett t-test

 

[calli_GSXr]

Nu var det länge sedan jag läste statistik men jag tror på följande.

Gör följande:
1. Lista ut ekvationen för den räta linjen och avläs vid 1,3 resp 1,7 GHz
2. Ta de ursprungliga värdena och gör ett T-test för att få ut hur stor +- marginal du bör ha på din effektangivelse.
d. Gör ännu ett t-test

ja om det hade räckt som svar hade jag varit glad

 

[calli_GSXr]

Någon klurat ut det än jag fastnar bara

 

[Pornstar]

Det ska bli något så här i alla fall
Den sista vet jag inte ännu

[COLOR=DarkRed]Correlations: W; GHZ


Pearson correlation of W and GHZ = 0,940
P-Value = 0,002


Regression Analysis: W versus GHZ


The regression equation is                            
W = 11,1271 + 29,6714 GHZ                             
                                                      
S = 4,02354      R-Sq = 88,4 %      R-Sq(adj) = 86,1 %

Analysis of Variance

Source            DF         SS         MS         F      P
Regression         1    616,276    616,276   38,0678  0,002
Error              5     80,944     16,189                 
Total              6    697,220                            [/COLOR] 





[COLOR=Green]Regression Analysis: W versus GHZ


The regression equation is
W = 11,1 + 29,7 GHZ

Predictor        Coef     SE Coef          T        P
Constant       11,127       6,434       1,73    0,144
GHZ            29,671       4,809       6,17    0,002

S = 4,024       R-Sq = 88,4%     R-Sq(adj) = 86,1%

Analysis of Variance

Source            DF          SS          MS         F        P
Regression         1      616,28      616,28     38,07    0,002
Residual Error     5       80,94       16,19
Total              6      697,22



Predicted Values for New Observations

New Obs     Fit     SE Fit         95,0% CI             95,0% PI
1         61,57       2,45   (   55,26;   67,87)  (   49,46;   73,68)   

Values of Predictors for New Observations

New Obs       GHZ
1            1,70[/COLOR]


[COLOR=Purple]Regression Analysis: W versus GHZ


The regression equation is
W = 11,1 + 29,7 GHZ

Predictor        Coef     SE Coef          T        P
Constant       11,127       6,434       1,73    0,144
GHZ            29,671       4,809       6,17    0,002

S = 4,024       R-Sq = 88,4%     R-Sq(adj) = 86,1%

Analysis of Variance

Source            DF          SS          MS         F        P
Regression         1      616,28      616,28     38,07    0,002
Residual Error     5       80,94       16,19
Total              6      697,22



Predicted Values for New Observations

New Obs     Fit     SE Fit         95,0% CI             95,0% PI
1         49,70       1,52   (   45,79;   53,61)  (   38,64;   60,76)   

Values of Predictors for New Observations

New Obs       GHZ
1            1,30[/COLOR]

 

[frish]

d) Pröva med ett test om värmeutvecklingen i genomsnitt ökar med mer än 2.5W per tiondels GHZ. I lösningen skall du bla redovisa hypoteser, signifikansnivå, test variabel samt en verbal slutsats som kan förstås av en icke-statisker

--------------------------------------------------------------------------------


Hoppas att jag låst frågan rätt bara.

Enheter i frågan är w och Ghz vilket ger dig en lutningskoeffecient som talar om hur mycket värmeutvecklingen ökar när Ghz ökar med en enhet.

2.5 W per tiondels GHz innebär en lutningskoeffecient på 25 W per Ghz.

testa mha t-test om lutningskoeffecienten (brukar kallas b eller b1) är större eller lika med 25.

H0: b=>25
h1: b<25

tobs=(b-25)/(standardavvikelsen för b)

Jämför tobs med t-värde från tabell

Vilken kursbok har ni?

frish

 

[sirSmokealot]

1816709 d) Pröva med ett test om värmeutvecklingen i genomsnitt ökar med mer än 2.5W per tiondels GHZ. I lösningen skall du bla redovisa hypoteser, signifikansnivå, test variabel samt en verbal slutsats som kan förstås av en icke-statisker

--------------------------------------------------------------------------------


Hoppas att jag låst frågan rätt bara.

Enheter i frågan är w och Ghz vilket ger dig en lutningskoeffecient som talar om hur mycket värmeutvecklingen ökar när Ghz ökar med en enhet.

2.5 W per tiondels GHz innebär en lutningskoeffecient på 25 W per Ghz.

testa mha t-test om lutningskoeffecienten (brukar kallas b eller b1) är större eller lika med 25.

H0: b=>25
h1: b<25

tobs=(b-25)/(standardavvikelsen för b)

Jämför tobs med t-värde från tabell

Vilken kursbok har ni?

frish

haha... Found you

 

[IronMike]

Här kan du säkert hitta ngt som har med statistik att göra:

http://www.sporthoj.com/forum/showthread.php?t=104128

 

[Chii]

1816611 Det ska bli något så här i alla fall
Den sista vet jag inte ännu

[COLOR=DarkRed]Correlations: W; GHZ


Pearson correlation of W and GHZ = 0,940
P-Value = 0,002


Regression Analysis: W versus GHZ


The regression equation is                            
W = 11,1271 + 29,6714 GHZ                             
                                                      
S = 4,02354      R-Sq = 88,4 %      R-Sq(adj) = 86,1 %

Analysis of Variance

Source            DF         SS         MS         F      P
Regression         1    616,276    616,276   38,0678  0,002
Error              5     80,944     16,189                 
Total              6    697,220                            [/COLOR] 





[COLOR=Green]Regression Analysis: W versus GHZ


The regression equation is
W = 11,1 + 29,7 GHZ

Predictor        Coef     SE Coef          T        P
Constant       11,127       6,434       1,73    0,144
GHZ            29,671       4,809       6,17    0,002

S = 4,024       R-Sq = 88,4%     R-Sq(adj) = 86,1%

Analysis of Variance

Source            DF          SS          MS         F        P
Regression         1      616,28      616,28     38,07    0,002
Residual Error     5       80,94       16,19
Total              6      697,22



Predicted Values for New Observations

New Obs     Fit     SE Fit         95,0% CI             95,0% PI
1         61,57       2,45   (   55,26;   67,87)  (   49,46;   73,68)   

Values of Predictors for New Observations

New Obs       GHZ
1            1,70[/COLOR]


[COLOR=Purple]Regression Analysis: W versus GHZ


The regression equation is
W = 11,1 + 29,7 GHZ

Predictor        Coef     SE Coef          T        P
Constant       11,127       6,434       1,73    0,144
GHZ            29,671       4,809       6,17    0,002

S = 4,024       R-Sq = 88,4%     R-Sq(adj) = 86,1%

Analysis of Variance

Source            DF          SS          MS         F        P
Regression         1      616,28      616,28     38,07    0,002
Residual Error     5       80,94       16,19
Total              6      697,22



Predicted Values for New Observations

New Obs     Fit     SE Fit         95,0% CI             95,0% PI
1         49,70       1,52   (   45,79;   53,61)  (   38,64;   60,76)   

Values of Predictors for New Observations

New Obs       GHZ
1            1,30[/COLOR]

Är det statgraphic som knackat fram det där ger obehagliga flashbacks till statestik kurserna