Obligatorisk oppgave 2 - Jonathan Vollan

Oppgave. 1

Oppgavetekst: Du har ein vennegjeng på N = 20 personar der du veit 20% av dei stemmer Ap, men du veit ikkje kven av dei det er. Du spør 10 av vennene dine kva dei stemte, og du kallar antalet som stemmer Ap
for S.


a) Forklar kvifor og med kva parameter S er hypergeometrisk fordelt. Finn eit uttrykk for E[S] og
V ar[S]

Parameter S er hypergeometrisk fordelt fordi etter vi har trukket et trekk så vil det neste trekket bli påvirket. Altså dersom vi trekker 4 ap velgere vil neste trekk være 0.

For E(S) = sjanse gange trekk = 0.2 * 10 = 2.

For Var(S)=

  1. Finn sannsynlegheita for at mindre enn eller lik 10% av dei du spør stemmer Ap.
phyper(1,4,16,10) #0.2910217 = 29%
## [1] 0.2910217
  1. Va fordeling følger S når størrelsen på vennegjengen N blir stor? [Hint: se siste del av forelesing 4] Kva er forventninga og variansen til S med denne fordelinga.

Når N blir stor så vil fordelinga bli lik en binomisk fordeling fordi andelen som forekommer i trekket ikke vil påvirke sannsynligheten. Forventninga vil fortsatt være n*0.2 og variansen

#idk
  1. Bruk fordelinga fra c) og finn tilnærma sannsynligheit for at mindre enn eller lik 10% av dei du spurte stemmer Ap.
pbinom(1000, size = 10000, prob = 0.2)
## [1] 1.086356e-161
  1. Finn dei eksakte sannsynlegheitene for at mindre enn eller lik 10% stemmer Ap for N = 20, 40, 100, 1000 og samanlikn med svaret i d) (Andelen i vennegjengen som stemmer Ap er 20% for alle verdiar av N ). Finn den teoretiske variansen til S for dei ulike niv ÌŠaa av N og samanlikn med den teoretiske variansen i.
phyper(1,4,16,10) #0.2910217 = 29%
## [1] 0.2910217
phyper(1,8,32,10)
## [1] 0.3408235
phyper(1,20,80,10)
## [1] 0.3630494
phyper(1,200,800,10)
## [1] 0.3745953
#pbinom(10, size = 20, prob = 0.2)
#pbinom(10, size = 40, prob = 0.2)
#pbinom(10, size = 100, prob = 0.2)
#pbinom(10, size = 1000, prob = 0.2)

Oppgave. 2


Vi ønsker å finne andelen av den arbeidsføre populasjonen som er arbeidsledige på eit tidspunkt. For å gjere det blir eit utval på N personar kontakta og spurt om dei er i arbeid.

  1. La den sanne andelen arbeidsledige vere 5%. Vi kontaktar N = 20 personar. Av dei svarar A at dei er arbeidsledige. Kva fordeling vil A følge? Kva er sannsynlegheita for å observere A ≥ 2?

Svar:

Siden vi ikke vet hvor stor populasjonen er antar vi at trekket ikke påvirker neste trekk dermed er det en binomisk fordeling. Det er uavhengige trekk.

Sannsynligheten for å trekke A ≥ 2 kan beregnes ved å finne summen av sannsynlighetene for A = 2, A = 3, …, A = 20.

La P(X = k) være sannsynligheten for å observere A = k. I dette tilfellet er A ≥ 2, så P(X = 2) + P(X = 3) + … + P(X = 20) er det vi ønsker å finne.

Vi kan bruke sannsynlighetsformelen for en binomisk fordeling for å finne P(X = k): P(X = k) = (Antall kombinasjoner av N elementer tatt k av gangen) * p^k * (1-p)^(N-k). Dette kommer til å ta lang tid derimot så vi programmerer dette i R ved hjelp av binom funksjonene i R.

# Definer parametrene
N = 20
Sannsynlighet_arbeidsledig = 0.05
Forventet_verdi = 20*0.05 #1 -> N *Sannsynlighet_arbeidsledig

standard_avvik = sqrt(N*Sannsynlighet_arbeidsledig * (1 -Sannsynlighet_arbeidsledig))
standard_avvik #0.9746794 er standardavviket
## [1] 0.9746794
# Sannsynlighet for A = 2
Sannsynnlighetfor2arbeidsledige <- dbinom(2, size = N, prob = Sannsynlighet_arbeidsledig)
Sannsynnlighetfor2arbeidsledige #0.1886768 eller rundt 19%
## [1] 0.1886768
# Sannsynlighet for A ≥ 2
Sannsynlighet_for_at_mer_enn_2_er_arbeidsledige <- 1 - pbinom(1, size = N, prob = Sannsynlighet_arbeidsledig)
Sannsynlighet_for_at_mer_enn_2_er_arbeidsledige
## [1] 0.2641605
#0.2641605 er sjansen eller omtrent 26%

Sj ÌŠa no generelt p ÌŠa at vi kontaktar N personar. Av dei er det AN som oppgir at dei er
arbeidsledige. Vi brukar estimatoren RN = AN. N til ̊a estimere andelen arbeidsledige. Finn forventninga og variansen til RN . Kva fordeling følger RN n ̊ar N blir stor

Kva er sannsynlegheita for å observere RN ≥ 0.07 når vi kontaktar 20, 50, 100 og 1000 personar
viss du brukar resultata fra b)?

#Oops Tenkte på Binomisk fordeling men vi slo fast at det var en normal fordeling dermed bruker jeg en Pnorm funksjon

# Definer parametrene
p <- 0.05
p_over7prosen <- 0.07

# Beregner sannsynligheten for RN ≥ 0.07
PRN_20 <- pnorm(p_over7prosen, mean = p, sd = sqrt(p*(1-p)/20), lower.tail = FALSE)
PRN_50 <- pnorm(p_over7prosen, mean = p, sd = sqrt(p*(1-p)/50), lower.tail = FALSE)
PRN_100 <- pnorm(p_over7prosen, mean = p, sd = sqrt(p*(1-p)/100), lower.tail = FALSE)
PRN_1000 <- pnorm(p_over7prosen, mean = p, sd = sqrt(p*(1-p)/1000), lower.tail = FALSE)

# Print sannsynlighetene
PRN_20
## [1] 0.3407594
PRN_50 
## [1] 0.2582061
PRN_100 
## [1] 0.1793977
PRN_1000
## [1] 0.001854505
#[1] 0.3407594
#[1] 0.2582061
#[1] 0.1793977
#[1] 0.001854505
  1. Ã…ja oops

Oppgave. 3

Du er ein student som bur 3 km frå universitetet. Kvar dag går du til universitetet. Ein dag når
du kjem fram legg du merke til at du har mista mobilen, og du veit du hadde mobilen med deg når
reiste heimanfrå. Kor mange kilometer frå universitetet du mista mobilen, X, er uniformt fordelt:
X ∼ U [0, 3].

  1. Kvifor kan det vere naturleg å anta at X er uniformt fordelt? Kva kan vere motargument?

Vi bruker uniform fordeling dersom alle utfall er like sannsynlige i et gitt intervall. I dette tilfellet er det gitte intervallet fra boligen til universitetet og vi har ikke blitt oppgitt noen detaljer som tilsier at det er mer sannsynlig å ha mistet telefonen på en spesiell plass. Et motargument kan som nevnt være viss det er flere detaljer om ruten hvor det er mer sannsynlig å miste den en spesiell plass istedenfor tilfeldig. Jeg tenker meg at min rute til universitetet så hadde det vært mest sannsynlig å miste noe på tbanen enn andre plasser. Men det ingenting i oppgaveteksten som tyder til at dette er tilfellet

  1. Ettersom dette er en uniforme fordeling så vet vi at sannsynligheten er det samme i hele intervallet. Strekningen mellom 1-2km fra universitetet er den samme som 0-1 km fra universitetet altså 1 km. Fant ut tidligere at sjansen var 1/3 så det blir den samme. Kan burke samme formelen som over og det vil gi samme svar. 2km - 1km / 3-0 = 1/3.

# Sett antall simuleringer
n <- 100000

# Trekke tilfeldige verdier for X og Y fra uniform fordeling
X <- runif(n, min = 0, max = 3)
Y <- runif(n, min = 0, max = 4)

# Beregne gjennomsnittlig avstand A
A <- (X + Y) / 2

# Beregne sannsynligheten for at A er mindre enn 1 km
prob <- sum(A < 1) / n
prob
## [1] 0.16877
#0.16745


print("hello world")
## [1] "hello world"