ECON2130

Studieguide

God oversikt over pensum med forklaringer, formler, vanlige feil og eksamenstips.

Introduksjon

ECON2130 Statistikk 1 er et sentralt emne ved Universitetet i Oslo som gir okonomer grunnleggende verktoy i sannsynlighetsregning og statistikk. Eksamen varer typisk 3 timer, bestar av 3 oppgaver, og tillater godkjent kalkulator samt oppgitte R-utskrifter og tabeller. Kurset legger stor vekt pa praktisk anvendelse av statistikk i okonomiske kontekster.

Pensum dekker sannsynlighetsregning (betinget sannsynlighet, uavhengighet), diskrete og kontinuerlige fordelinger (binomisk, Poisson, normalfordeling), sentralgrenseteoremet, estimering, konfidensintervaller, hypotesetesting, korrelasjon og enkel regresjon. Et saerpreg ved ECON2130 sammenlignet med STK1100 er at kurset integrerer R-programmering pa eksamen -- du kan bli bedt om a skrive R-kode, tolke R-utskrifter eller beskrive simuleringsalgoritmer.

Viktig: Eksamen kombinerer beregningsoppgaver med forklarings- og tolkningsoppgaver. Du ma kunne forklare konsepter med egne ord (hva betyr det at en estimator er forventningsrett? hva er en Type I-feil?), gjennomfore beregninger (konfidensintervaller, testobservatorer) og tolke resultater i kontekst (hva betyr dette for en okonom?). Rene utledninger er sjeldnere enn pa STK1100.

Sannsynlighetsregning

Grunnleggende sannsynlighetsregler, betinget sannsynlighet, uavhengighet, addisjonsloven og kombinatorikk. Dukker opp i minst en oppgave pa hver eksamen.

Oversikt

Sannsynlighetsregning er det temaet som alltid dukker opp pa ECON2130-eksamen. Gjennom eksamenene V2022-V2025 ser vi at en hel oppgave (typisk 20-25%) er viet grunnleggende sannsynlighetsregning. Oppgavene er satt i praktiske kontekster: OL-trekninger (V2022), kortstokker (V2023), aksjer og konkurssannsynlighet (V2024), og sannsynlighetsberegninger med gitte sannsynligheter (V2025). Noen oppgaver krever at du bruker R til simulering.

Grunnleggende regler

Betinget sannsynlighet er definert som:

$P(A \mid B) = \frac{P(A \cap B)}{P(B)}$

Fra denne definisjonen folger multiplikasjonsregelen:

$P(A \cap B) = P(A \mid B) \cdot P(B)$

Addisjonsloven (inklusjon-eksklusjon):

$P(A \cup B) = P(A) + P(B) - P(A \cap B)$

Loven om total sannsynlighet:

$P(A) = P(A \mid B) \cdot P(B) + P(A \mid B^c) \cdot P(B^c)$

Denne er saerlig nyttig nar du har betingede sannsynligheter og trenger den ubetingede.

Uavhengighet

To hendelser A og B er uavhengige dersom:

$P(A \cap B) = P(A) \cdot P(B)$

Ekvivalent: $P(A \mid B) = P(A)$ . Poenget er at informasjon om B ikke endrer sannsynligheten for A. Pa eksamen V2025 ble studenter bedt om a forklare hva uavhengighet betyr og deretter sjekke om to hendelser er uavhengige ved a sammenligne $P(A \cap B)$ med $P(A) \cdot P(B)$ . Pa V2024 ble man bedt om a vise at 'kvinne' og 'realfag' ikke er uavhengige.

Kombinatorikk og trekking uten tilbakelegging

Eksamen V2022 handlet om trekking av langrennslopere til dopingtest, og V2023 om korttrekking. Formelen for hypergeometrisk sannsynlighet er:

$P(X = k) = \frac{\binom{K}{k}\binom{N-K}{n-k}}{\binom{N}{n}}$

Denne brukes nar vi trekker uten tilbakelegging fra en populasjon med to typer (f.eks. norske/utenlandske lopere, spar/andre kort).

Simulering i R

Et saerpreg ved ECON2130 er at du kan bli bedt om a beskrive en simuleringsalgoritme i stedet for a regne analytisk. Pa V2022 skulle man simulere sannsynligheten for at norske kvinner trekkes i posisjon 1, 3, 5 og 7. Prinsippet er: (1) bruk sample() for a trekke tilfeldig, (2) sjekk om betingelsen er oppfylt, (3) repeter mange ganger, (4) del antall suksesser pa antall repetisjoner.

Eksempel 1: Sannsynlighetsberegning med gitte sannsynligheter (V2025)

Oppgave: A og B er hendelser med $P(B) = 0.25$ , $P(A|B) = 0.4$ , $P(A \cap B^c) = 0.6$ . Finn $P(A \cap B)$ , $P(A)$ , sjekk uavhengighet, og finn $P(A \cup B)$ og $P(B|A)$ .

Losning:

(a) $P(A \cap B) = P(A|B) \cdot P(B) = 0.4 \cdot 0.25 = 0.1$

(b) $P(A) = P(A \cap B) + P(A \cap B^c) = 0.1 + 0.6 = 0.7$

(c) Uavhengighet krever $P(A \cap B) = P(A) \cdot P(B)$ . Vi har $0.1 \neq 0.7 \cdot 0.25 = 0.175$ , sa A og B er ikke uavhengige.

(d) $P(A \cup B) = P(A) + P(B) - P(A \cap B) = 0.7 + 0.25 - 0.1 = 0.85$ . $P(B|A) = \frac{P(A \cap B)}{P(A)} = \frac{0.1}{0.7} \approx 0.143$ .

Eksempel 2: Kvinner og realfag (V2024)

Oppgave: 60% kvinner i studentmassen, 20% kvinner blant realfagsstudenter, 30% studerer realfag. Finn $P(K|R)$ , $P(K \cup R)$ , $P(K \cap R)$ , $P(R|K)$ . Vis at K og R ikke er uavhengige.

Losning:

$P(K|R) = 0.20$ (oppgitt). $P(K \cap R) = P(K|R) \cdot P(R) = 0.20 \cdot 0.30 = 0.06$ . $P(K \cup R) = 0.60 + 0.30 - 0.06 = 0.84$ . $P(R|K) = \frac{0.06}{0.60} = 0.10$ .

Uavhengighetssjekk: $P(K \cap R) = 0.06 \neq P(K) \cdot P(R) = 0.60 \cdot 0.30 = 0.18$ . Hendelsene er ikke uavhengige -- a vaere kvinne reduserer sannsynligheten for a studere realfag.

Nøkkelformler

•$ $\displaystyle P(A \mid B) = \frac{P(A \cap B)}{P(B)}$ $ (Betinget sannsynlighet)
•$ $P(A \cup B) = P(A) + P(B) - P(A \cap B)$ $ (Addisjonsloven)
•$ $P(A) = P(A|B)P(B) + P(A|B^c)P(B^c)$ $ (Total sannsynlighet)
•Uavhengighet: $ $P(A \cap B) = P(A) \cdot P(B)$ $

Vanlige feil

⚠️Forveksle P(A|B) og P(B|A). Disse er generelt ulike -- bruk definisjonen noye.
⚠️Glemme a trekke fra P(A \cap B) i addisjonsloven, slik at du dobbeltteller.
⚠️Konkludere med uavhengighet uten a sjekke tallverdiene eksplisitt. Vis alltid at P(A \cap B) = P(A)*P(B) eller ikke.
⚠️Ved trekking uten tilbakelegging: bruke binomisk fordeling i stedet for hypergeometrisk.

Eksamenstips

💡Sannsynlighetsoppgaven er den enkleste pa eksamen. Prioriter a lose denne ferdig forst.
💡Definer alltid hendelsene med tydelige symboler for du begynner a regne.
💡Nar oppgaven ber deg 'forklar hva uavhengighet betyr', gi bade den matematiske definisjonen OG en tolkning med ord.
💡Simuleringsoppgaver: beskriv sample(), en sjekk-betingelse, en for-lokke med mange repetisjoner, og mean() til slutt.

Laster...

Introduksjon