Skip to main content

8  Utvalgsfordelinger

En meningsmåling spør \(1000\) personer og finner at \(27\ \%\) vil stemme på et parti. Hvor nær er det andelen blant alle velgerne? For å svare må vi vite hvor mye resultatet ville variert hvis vi hadde trukket et annet utvalg. Det er tema for dette kapittelet: hvordan gjennomsnitt og andeler varierer fra utvalg til utvalg, og hvorfor de nesten alltid blir normalfordelte. Det er grunnlaget for konfidensintervallene og hypotesetestene i kapittel 9 og 10.

Last ned oppgaveheftet for kapittel 8 (PDF): oppsummering, gjennomregnede eksempler og oppgaver med fasit, til arbeid uten PC.

Læringsmål

Etter å ha arbeidet med kapittelet skal du kunne

  • skille mellom parametre i en populasjon og størrelser regnet ut fra et utvalg,
  • forklare hva en utvalgsfordeling er, og simulere den,
  • regne ut forventning og standardavvik for summer, gjennomsnitt og andeler,
  • bruke sentralgrensesetningen i problemløsning,
  • tilnærme binomiske sannsynligheter med normalfordelingen.

8.1 Utvalgsfordelinger

Seksjonen handler om hva som skjer med gjennomsnitt og andeler når vi trekker mange utvalg fra samme populasjon. Vi starter med simulering, finner regler for forventning og standardavvik, og ser hvorfor normalfordelingen dukker opp igjen.

8.1.1 Variasjon fra utvalg til utvalg

Ved stortingsvalget i 2025 fikk Arbeiderpartiet \(28{,}0\ \%\) av stemmene. Tenk deg at du hadde spurt \(1000\) tilfeldige velgere om hva de stemte. Ville du fått nøyaktig \(28{,}0\ \%\)? Nesten sikkert ikke. Du kunne fått \(26{,}5\ \%\) eller \(29{,}3\ \%\). Et nytt utvalg ville gitt et nytt tall. Hvor mye slike tall varierer, avgjør hvor mye vi kan stole på et enkelt utvalg.

Læringsmål

Etter dette delkapittelet skal du kunne

  • skille mellom en parameter og en observator,
  • forklare hva en utvalgsfordeling er,
  • simulere en utvalgsfordeling, og beskrive hvordan den avhenger av utvalgsstørrelsen.

Parameter og observator

DefinisjonParameter og observator

En parameter er et tall som beskriver populasjonen, for eksempel gjennomsnittet \(\mu\), standardavviket \(\sigma\) eller andelen \(p\). Parameteren er fast, men som regel ukjent.

En observator er et tall vi regner ut fra et utvalg, for eksempel \(\bar{x}\), \(s\) eller \(\hat{p}\). Observatoren varierer fra utvalg til utvalg.

Utvalgsfordelingen til en observator er fordelingen av verdiene den kan få når vi trekker alle mulige utvalg av samme størrelse fra populasjonen.

Det er de samme symbolene som i 6.1.4, der modellen hadde \(\mu\) og \(\sigma\) og dataene \(\bar{x}\) og \(s\). Når vi trekker et tilfeldig utvalg, er observatoren en stokastisk variabel, og utvalgsfordelingen er sannsynlighetsfordelingen dens.

En gruppe på fire elever sov \(6\), \(7\), \(8\) og \(9\) timer. Vi trekker to av dem tilfeldig (uten tilbakelegging) og regner ut gjennomsnittet \(\bar{x}\).

  1. Finn populasjonsgjennomsnittet \(\mu\).
  2. Skriv opp alle mulige utvalg og gjennomsnittene deres.
  3. Lag utvalgsfordelingen til \(\bar{x}\), og finn forventningsverdien.

Det er \(6\) måter å velge to av fire på.

  1. \(\mu = \frac{6 + 7 + 8 + 9}{4} = 7{,}5\)
  2. \(\{6, 7\}\): \(6{,}5\). \(\{6, 8\}\): \(7\). \(\{6, 9\}\): \(7{,}5\). \(\{7, 8\}\): \(7{,}5\). \(\{7, 9\}\): \(8\). \(\{8, 9\}\): \(8{,}5\).
\(\bar{x}\) \(6{,}5\) \(7\) \(7{,}5\) \(8\) \(8{,}5\)
\(P\) \(\frac{1}{6}\) \(\frac{1}{6}\) \(\frac{2}{6}\) \(\frac{1}{6}\) \(\frac{1}{6}\)

\(E(\bar{x}) = \frac{6{,}5 + 7 + 2 \cdot 7{,}5 + 8 + 8{,}5}{6} = \frac{45}{6} = 7{,}5\), det samme som \(\mu\). Gjennomsnittet treffer ikke alltid \(\mu\), men i gjennomsnitt treffer det.

Simulere en utvalgsfordeling

For en stor populasjon er det altfor mange mulige utvalg til å skrive opp. Da simulerer vi. Hver simulert meningsmåling er \(1000\) trekninger der hver velger stemmer Ap med sannsynlighet \(0{,}28\). Antall Ap-velgere er da \(B(1000;\ 0{,}28)\), som rng.binomial trekker direkte.

Figuren viser \(\hat{p}\) i \(5000\) simulerte meningsmålinger med \(100\) og med \(1000\) velgere. Flytt glideren.

Begge fordelingene ligger rundt \(0{,}28\). Med \(100\) velgere havner \(\hat{p}\) ofte så langt unna som \(0{,}20\) eller \(0{,}36\). Med \(1000\) velgere ligger nesten alle mellom \(0{,}25\) og \(0{,}31\).

RegelUtvalgsfordelinger

For tilfeldige utvalg gjelder:

  • Utvalgsfordelingen til \(\bar{x}\) og \(\hat{p}\) ligger rundt parameteren, \(\mu\) eller \(p\).
  • Jo større utvalg, jo mindre spredning i utvalgsfordelingen.

Per 1. januar 2026 bodde det \(5\,627\,400\) personer i Norge. Gjennomsnittsalderen var \(\mu = 41{,}3\) år, og standardavviket \(\sigma = 23{,}4\) år. Figuren viser aldersfordelingen.

Kilde: SSB, tabell 07459.

Bruk kodecellen til å trekke \(10\) tilfeldige personer og regne ut gjennomsnittsalderen. Gjør det flere ganger. Hvor mye varierer \(\bar{x}\)?

rng.choice(alder, size=10, p=andel) trekker \(10\) aldre med sannsynligheter etter fordelingen.

Gjennomsnittet av \(10\) personer varierer typisk fra omtrent \(30\) til \(55\) år. Ett enkelt lite utvalg kan altså bomme kraftig på \(\mu = 41{,}3\). (Her trekkes personene med tilbakelegging, men populasjonen er så stor at det ikke betyr noe.)

AdvarselVanlige feil
  • Parameteren (\(\mu\), \(p\)) er fast. Det er observatoren (\(\bar{x}\), \(\hat{p}\)) som varierer.
  • At to utvalg gir ulike svar, betyr ikke at noen har gjort feil. Det er utvalgsvariasjon.
  • Et større utvalg gir mindre tilfeldig variasjon, men retter ikke opp skjevhet. Et skjevt utvalg (1.3.3) bommer like mye med \(10\,000\) personer som med \(100\).

Oppgaver

Start på nivå 1. Når du får til de fleste oppgavene på et nivå, går du videre til neste. Utfordringene til slutt er for deg som vil prøve deg på noe vanskeligere.

Nivå 1

Er tallet en parameter eller en observator?

Andelen av alle velgere som stemte Ap i 2025.
Andelen Ap-velgere i en meningsmåling.
Gjennomsnittshøyden til \(30\) elever som ble målt.
Gjennomsnittsalderen til alle som bor i Norge.

Tre elever har \(1\), \(2\) og \(6\) søsken. Vi trekker to av dem og regner ut gjennomsnittet.

Finn \(\mu\).
Finn alle mulige verdier av \(\bar{x}\). Skriv den største i svarfeltet.
Finn \(E(\bar{x})\).
Nivå 2

To byråer publiserer meningsmålinger samme dag, begge med \(1000\) spurte. Den ene gir et parti \(24\ \%\), den andre \(27\ \%\). En avis skriver at «et av byråene må ha gjort feil». Vurder påstanden.

Ida vil finne ut hvor mange timer elevene på skolen sover. Hun spør de første \(200\) elevene som kommer til kantina. Per spør \(50\) elever trukket tilfeldig fra elevlista. Hvem sitt resultat stoler du mest på? Begrunn.

Kodeoppgaver

Oppgaven skal løses uten PC. Bruk kodecellen etter oppgaven til å sjekke svaret ditt etterpå.

Hva blir utskriften?

pop = [6, 7, 8, 9]
snitt = []
for i in range(4):
    for j in range(i + 1, 4):
        snitt.append((pop[i] + pop[j]) / 2)
print(snitt)
print(sum(snitt) / len(snitt))

Skriv det siste tallet i utskriften i svarfeltet.

Utfordringer

Bruk kodecellen. Den simulerer \(5000\) meningsmålinger og regner ut standardavviket til \(\hat{p}\).

Kjør med \(n = 100\), \(n = 400\) og \(n = 1600\). Hva skjer med standardavviket når \(n\) blir fire ganger så stor?
Hvor mange må spørres for at standardavviket skal bli en tidel av det for \(n = 100\)?

Oppsummering

Parameter

Fast tall i populasjonen: \(\mu\), \(\sigma\), \(p\).

Observator

Regnes ut fra utvalget: \(\bar{x}\), \(s\), \(\hat{p}\).

Utvalgsfordeling

Fordelingen til en observator over alle mulige utvalg av samme størrelse.

  • Utvalgsfordelingen ligger rundt parameteren og blir smalere når \(n\) øker.
  • Større utvalg retter ikke opp et skjevt utvalg.

8.1.2 Summer og gjennomsnitt

En heis er godkjent for \(900\) kg. Vekten til voksne har forventningsverdi \(80\) kg og standardavvik \(12\) kg. Ti personer går inn. Den samlede vekten venter vi blir \(10 \cdot 80 = 800\) kg. Men hvor mye varierer den? Standardavviket er ikke \(10 \cdot 12 = 120\) kg. Noen er tyngre og noen lettere enn gjennomsnittet, og avvikene utjevner hverandre delvis. I dette delkapittelet finner vi regnereglene.

Læringsmål

Etter dette delkapittelet skal du kunne

  • regne ut forventning og standardavvik for summen av uavhengige variabler,
  • regne ut forventning og standardavvik for et gjennomsnitt,
  • forklare hvorfor standardavviket til gjennomsnittet er \(\frac{\sigma}{\sqrt{n}}\).

Regneregler

RegelForventning og varians for summer

For to stokastiske variabler \(X\) og \(Y\) er

\[ E(X + Y) = E(X) + E(Y) \]

Hvis \(X\) og \(Y\) er uavhengige, er

\[ \operatorname{Var}(X + Y) = \operatorname{Var}(X) + \operatorname{Var}(Y) \]

For et tall \(a\) er \(E(aX) = a \cdot E(X)\) og \(\operatorname{SD}(aX) = |a| \cdot \operatorname{SD}(X)\).

Det er variansene vi legger sammen, ikke standardavvikene. Standardavviket til summen er derfor \(\sqrt{\operatorname{Var}(X) + \operatorname{Var}(Y)}\), som er mindre enn \(\operatorname{SD}(X) + \operatorname{SD}(Y)\).

Én terning har \(\mu = 3{,}5\) og \(\operatorname{Var} = \frac{35}{12}\) (6.1.3). Finn forventningsverdien og standardavviket til summen av to terninger.

Terningene er uavhengige. Legg sammen variansene.

\(E = 3{,}5 + 3{,}5 = 7\) og \(\operatorname{Var} = \frac{35}{12} + \frac{35}{12} = \frac{35}{6} \approx 5{,}83\), så \(\sigma = \sqrt{5{,}83} \approx 2{,}42\).

Det stemmer med fordelingen til summen i 6.1.1. Legger vi sammen standardavvikene, får vi \(2 \cdot 1{,}71 = 3{,}42\), som er for mye.

Sum og gjennomsnitt av n observasjoner

Har vi \(n\) uavhengige observasjoner \(X_1, X_2, \ldots, X_n\) med samme \(\mu\) og \(\sigma\), gir reglene:

  • Summen har forventning \(n\mu\) og varians \(n\sigma^2\), så standardavviket er \(\sqrt{n\sigma^2} = \sigma\sqrt{n}\).
  • Gjennomsnittet \(\bar{X} = \frac{1}{n}(X_1 + \cdots + X_n)\) har forventning \(\frac{1}{n} \cdot n\mu = \mu\) og standardavvik \(\frac{1}{n} \cdot \sigma\sqrt{n} = \frac{\sigma}{\sqrt{n}}\).
RegelSum og gjennomsnitt

For \(n\) uavhengige observasjoner med forventning \(\mu\) og standardavvik \(\sigma\):

Forventning Standardavvik
Sum \(n\mu\) \(\sigma\sqrt{n}\)
Gjennomsnitt \(\bar{X}\) \(\mu\) \(\dfrac{\sigma}{\sqrt{n}}\)

Standardavviket til gjennomsnittet kalles også standardfeilen. Det forklarer det vi så i 8.1.1: Fire ganger så stort utvalg gir halvparten så stor spredning, fordi \(\sqrt{4} = 2\).

Ti personer med vekt \(\mu = 80\) kg og \(\sigma = 12\) kg går inn i heisen. Vektene er uavhengige.

  1. Finn forventningsverdien og standardavviket til den samlede vekten.
  2. Finn forventningsverdien og standardavviket til gjennomsnittsvekten.

Bruk tabellen med \(n = 10\).

  1. \(E = 10 \cdot 80 = 800\) kg og \(\sigma_{\text{sum}} = 12\sqrt{10} \approx 37{,}9\) kg.
  2. \(E(\bar{X}) = 80\) kg og \(\sigma_{\bar{X}} = \frac{12}{\sqrt{10}} \approx 3{,}79\) kg.

I 8.1.3 finner vi sannsynligheten for at heisen blir overbelastet.

Alderen i Norge har \(\mu = 41{,}3\) år og \(\sigma = 23{,}4\) år. Finn standardavviket til gjennomsnittsalderen i et tilfeldig utvalg med \(n = 10\) og \(n = 100\) personer.

\(\frac{\sigma}{\sqrt{n}}\)

\(n = 10\): \(\frac{23{,}4}{\sqrt{10}} \approx 7{,}4\) år. \(n = 100\): \(\frac{23{,}4}{10} = 2{,}34\) år.

En simulering med \(5000\) utvalg gir \(7{,}55\) og \(2{,}36\), nesten det samme.

Andeler

En andel er et gjennomsnitt av \(0\) og \(1\): Hver person teller \(1\) hvis den har egenskapen og \(0\) ellers. Én slik observasjon har forventning \(p\) og standardavvik \(\sqrt{p(1 - p)}\) (6.2.3). Da gir regelen for gjennomsnitt:

RegelAndel i et utvalg

I et tilfeldig utvalg på \(n\) fra en populasjon med andel \(p\) er

\[ E(\hat{p}) = p \qquad \operatorname{SD}(\hat{p}) = \sqrt{\frac{p(1 - p)}{n}} \]

Det samme får vi fra den binomiske fordelingen: \(\hat{p} = \frac{X}{n}\), der \(X \sim B(n, p)\) har standardavvik \(\sqrt{np(1 - p)}\). Deler vi på \(n\), får vi \(\sqrt{\frac{p(1 - p)}{n}}\).

Ap har \(p = 0{,}28\). Finn standardavviket til \(\hat{p}\) i en meningsmåling med \(1000\) spurte.

Sett inn i formelen.

\[ \operatorname{SD}(\hat{p}) = \sqrt{\frac{0{,}28 \cdot 0{,}72}{1000}} \approx 0{,}0142 \]

Omtrent \(1{,}4\) prosentpoeng. Det stemmer med simuleringen i 8.1.1.

AdvarselVanlige feil
  • Standardavvik kan ikke legges sammen. Legg sammen variansene og ta roten.
  • Standardavviket til gjennomsnittet er \(\frac{\sigma}{\sqrt{n}}\), ikke \(\frac{\sigma}{n}\) og ikke \(\sigma\).
  • Regelen for variansen krever uavhengige variabler. Vektene til en familie i heisen er kanskje ikke uavhengige.
  • Ikke bland standardavviket til én observasjon (\(\sigma\)) med standardavviket til gjennomsnittet (\(\frac{\sigma}{\sqrt{n}}\)).

Oppgaver

Start på nivå 1. Når du får til de fleste oppgavene på et nivå, går du videre til neste. Utfordringene til slutt er for deg som vil prøve deg på noe vanskeligere.

Nivå 1

\(X\) og \(Y\) er uavhengige. \(E(X) = 10\), \(\operatorname{SD}(X) = 3\), \(E(Y) = 15\) og \(\operatorname{SD}(Y) = 4\). Finn

\(E(X + Y)\),
\(\operatorname{Var}(X + Y)\),
\(\operatorname{SD}(X + Y)\).

En populasjon har \(\sigma = 20\). Finn standardavviket til \(\bar{X}\) når

\(n = 4\),
\(n = 25\),
\(n = 400\).

En populasjon har \(p = 0{,}5\). Finn \(\operatorname{SD}(\hat{p})\) for \(n = 100\) og for \(n = 2500\). Skriv svaret for \(n = 2500\) i svarfeltet.

Nivå 2

Finn forventningsverdien og standardavviket til summen og til gjennomsnittet av tre terningkast. Skriv standardavviket til summen i svarfeltet.

En pakke inneholder \(5\) sjokolader. Hver veier \(\mu = 50\) g med \(\sigma = 2\) g, uavhengig av de andre. Siri sier at pakken veier \(250\) g med standardavvik \(5 \cdot 2 = 10\) g. Hva er feil, og hva er riktig?

Forklar hvorfor regelen \(\operatorname{Var}(X + Y) = \operatorname{Var}(X) + \operatorname{Var}(Y)\) kanskje ikke gjelder for vekten til en far og en sønn som går i heisen sammen.

Kodeoppgaver

Oppgaven skal løses uten PC. Bruk kodecellen etter oppgaven til å sjekke svaret ditt etterpå.

Hva blir utskriften?

sigma = 12
for n in [1, 4, 9, 36]:
    print(n, sigma / n**0.5)

Skriv det siste tallet i utskriften i svarfeltet.

Utfordringer

Hvor mange personer må du trekke for at standardavviket til gjennomsnittsalderen skal være høyst \(1\) år? Bruk \(\sigma = 23{,}4\).

Oppsummering

Sum (uavhengige)

\(E(X + Y) = E(X) + E(Y)\), \(\operatorname{Var}(X + Y) = \operatorname{Var}(X) + \operatorname{Var}(Y)\)

Sum av \(n\)

\[ n\mu \qquad \sigma\sqrt{n} \]

Gjennomsnitt

\[ \mu \qquad \frac{\sigma}{\sqrt{n}} \]

Andel

\[ p \qquad \sqrt{\frac{p(1 - p)}{n}} \]

  • Legg sammen variansene, ikke standardavvikene.
  • Fire ganger så stort utvalg gir halvparten så stor standardfeil.

8.1.3 Sentralgrensesetningen

Aldersfordelingen i Norge i 8.1.1 er langt fra normal. Den er nesten flat fra \(0\) til \(75\) år og faller så bratt. Likevel skjer det noe forunderlig når vi ser på gjennomsnittsalderen i utvalg: Med \(30\) personer i hvert utvalg ser fordelingen av \(\bar{x}\) ut som en normalfordeling. Det er ikke tilfeldig. Det er en av de viktigste setningene i statistikken.

Læringsmål

Etter dette delkapittelet skal du kunne

  • forklare hva sentralgrensesetningen sier,
  • bruke sentralgrensesetningen til å finne sannsynligheter for gjennomsnitt og summer,
  • vurdere når setningen kan brukes.

Gjennomsnitt blir normalfordelt

Figuren viser fordelingen av gjennomsnittsalderen \(\bar{x}\) i \(5000\) simulerte utvalg fra befolkningen, for ulike utvalgsstørrelser \(n\). Kurven er normalfordelingen \(N\!\left(\mu, \frac{\sigma}{\sqrt{n}}\right)\). Flytt glideren.

Med \(n = 1\) er histogrammet bare aldersfordelingen, og kurven passer dårlig. Med \(n = 2\) er fordelingen allerede mer samlet på midten. Med \(n = 30\) passer kurven nesten perfekt, og fordelingen er mye smalere.

RegelSentralgrensesetningen

La \(X_1, X_2, \ldots, X_n\) være uavhengige observasjoner fra en populasjon med forventning \(\mu\) og standardavvik \(\sigma\). Når \(n\) er stor, er

\[ \bar{X} \approx N\!\left(\mu, \frac{\sigma}{\sqrt{n}}\right) \qquad \text{og} \qquad X_1 + \cdots + X_n \approx N(n\mu,\ \sigma\sqrt{n}) \]

uansett hvilken fordeling populasjonen har. Som tommelfingerregel er \(n \ge 30\) stort nok. Er populasjonen selv normalfordelt, gjelder det for alle \(n\).

Forventningen og standardavviket kjente vi allerede fra 8.1.2. Det nye er formen: Fordelingen blir normal. Da kan vi bruke tabellen og Python fra kapittel 7.

Ti personer går inn i en heis som er godkjent for \(900\) kg. Vekten til hver person har \(\mu = 80\) kg og \(\sigma = 12\) kg, og vektene er uavhengige og omtrent normalfordelte. Finn sannsynligheten for at den samlede vekten er over \(900\) kg.

Summen har \(\mu = 800\) og \(\sigma = 12\sqrt{10} \approx 37{,}9\) (8.1.2). Siden hver vekt er normalfordelt, er summen det også.

\(z = \frac{900 - 800}{37{,}9} \approx 2{,}64\). Tabellen gir \(P(Z \le 2{,}64) = 0{,}9959\), så

\[ P(\text{sum} > 900) = 1 - 0{,}9959 = 0{,}0041 \]

Omtrent \(4\) av \(1000\) turer med ti personer overbelaster heisen. Heiser har derfor en sikkerhetsmargin langt over \(900\) kg.

Vi trekker \(50\) tilfeldige personer i Norge. Finn sannsynligheten for at gjennomsnittsalderen er over \(45\) år. Bruk \(\mu = 41{,}3\) og \(\sigma = 23{,}4\).

Aldersfordelingen er ikke normal, men \(n = 50 \ge 30\).

Etter sentralgrensesetningen er \(\bar{X} \approx N(41{,}3;\ 3{,}31)\), fordi \(\frac{23{,}4}{\sqrt{50}} \approx 3{,}31\).

\(z = \frac{45 - 41{,}3}{3{,}31} \approx 1{,}12\), og \(P(\bar{X} > 45) = 1 - 0{,}8686 = 0{,}1314\).

Det skjer i omtrent \(13\ \%\) av utvalgene.

I 6.1.4 ble lykkehjulet spilt \(250\) ganger, og det betalte ut gjennomsnittlig \(18{,}4\) kr per spill. For ett spill er \(\mu = 16\) kr og \(\sigma = 30{,}4\) kr. Hvor sannsynlig er det at gjennomsnittet blir minst \(18{,}4\) kr?

Gevinsten i ett spill er svært skjev, men \(n = 250\) er stor.

\(\bar{X} \approx N(16;\ 1{,}92)\), fordi \(\frac{30{,}4}{\sqrt{250}} \approx 1{,}92\).

\(z = \frac{18{,}4 - 16}{1{,}92} = 1{,}25\), og \(P(\bar{X} \ge 18{,}4) = 1 - 0{,}8944 = 0{,}1056\).

Det skjer omtrent hver tiende gang, så resultatet på skoleballet var ikke spesielt uvanlig. Elevrådet hadde bare litt uflaks.

AdvarselVanlige feil
  • Sentralgrensesetningen handler om gjennomsnitt og summer, ikke om enkeltobservasjoner. Alderen til én tilfeldig person er fortsatt ikke normalfordelt.
  • Bruk \(\frac{\sigma}{\sqrt{n}}\) for gjennomsnittet og \(\sigma\sqrt{n}\) for summen, ikke \(\sigma\).
  • \(n \ge 30\) er en tommelfingerregel. Er populasjonen svært skjev, trengs flere.
  • Observasjonene må være uavhengige, for eksempel et tilfeldig utvalg fra en stor populasjon.

Oppgaver

Start på nivå 1. Når du får til de fleste oppgavene på et nivå, går du videre til neste. Utfordringene til slutt er for deg som vil prøve deg på noe vanskeligere.

Nivå 1

En populasjon har \(\mu = 60\) og \(\sigma = 15\). Vi trekker \(n = 36\).

Hva er forventningen til \(\bar{X}\)?
Hva er standardavviket til \(\bar{X}\)?
Finn \(P(\bar{X} > 65)\).

Hvilken påstand er riktig etter sentralgrensesetningen?

Nivå 2

En maskin fyller flasker med \(\mu = 500\) ml og \(\sigma = 4\) ml. En kontrollør tar \(16\) flasker og regner ut gjennomsnittet.

Finn sannsynligheten for at én flaske inneholder under \(498\) ml (anta normalfordeling).
Finn sannsynligheten for at gjennomsnittet av \(16\) flasker er under \(498\) ml.
Forklar forskjellen.

En klasse på \(30\) elever skal på tur. Hver elev har med bagasje som veier i gjennomsnitt \(9\) kg med standardavvik \(4\) kg. Bussen tar \(300\) kg bagasje. Bagasjen er ikke normalfordelt (noen har svært tung bagasje). Kan vi likevel finne sannsynligheten for at bagasjen blir for tung? Finn den.

Kodeoppgaver

Oppgaven skal løses uten PC. Bruk kodecellen etter oppgaven til å sjekke svaret ditt etterpå.

Hva blir utskriften?

mu = 60
sigma = 15
n = 25
xbar = 63
se = sigma / n**0.5
print(se, (xbar - mu) / se)

Skriv det siste tallet i utskriften i svarfeltet.

Utfordringer

Et lodd vinner \(1000\) kr med sannsynlighet \(0{,}01\) og ellers ingenting. Bruk kodecellen til å simulere gjennomsnittsgevinsten for \(n\) lodd. Hvor stor må \(n\) være før fordelingen ser normal ut? Sammenlikn med tommelfingerregelen \(n \ge 30\).

Oppsummering

Sentralgrensesetningen, gjennomsnitt

\[ \bar{X} \approx N\!\left(\mu, \frac{\sigma}{\sqrt{n}}\right) \]

Sentralgrensesetningen, sum

\[ X_1 + \cdots + X_n \approx N(n\mu,\ \sigma\sqrt{n}) \]

Standardisere et gjennomsnitt

\[ z = \frac{\bar{x} - \mu}{\sigma / \sqrt{n}} \]

  • Gjelder uansett populasjonens form når \(n\) er stor (tommelfingerregel \(n \ge 30\)).
  • Handler om gjennomsnitt og summer, ikke enkeltobservasjoner.

8.1.4 Normaltilnærming

Tabellen over binomisk fordeling i bilag A går bare til \(n = 20\). Men meningsmålinger har \(1000\) spurte, og i en kommune blir det født hundrevis av barn. Heldigvis ser vi at den binomiske fordelingen for store \(n\) ligner en normalfordeling (glideren i 6.2.2). Det følger av sentralgrensesetningen: En binomisk variabel er en sum av \(n\) uavhengige delforsøk som hver gir \(0\) eller \(1\).

Læringsmål

Etter dette delkapittelet skal du kunne

  • tilnærme en binomisk fordeling med en normalfordeling, og vite når det er rimelig,
  • bruke normaltilnærming for antall og for andeler,
  • bruke halvkorreksjon for å få et bedre svar.

Binomisk fordeling som normalfordeling

RegelNormaltilnærming

Hvis \(X \sim B(n, p)\) og både \(np \ge 10\) og \(n(1 - p) \ge 10\), er

\[ X \approx N\!\left(np,\ \sqrt{np(1 - p)}\right) \qquad \hat{p} = \frac{X}{n} \approx N\!\left(p,\ \sqrt{\frac{p(1 - p)}{n}}\right) \]

Betingelsen sikrer at fordelingen ikke er for skjev. Når \(p\) er nær \(0\) eller \(1\), trengs mange forsøk før fordelingen blir symmetrisk. Noen bøker bruker \(5\) i stedet for \(10\) som grense.

Vi spør \(1000\) tilfeldige velgere, og \(p = 0{,}28\). Finn sannsynligheten for at minst \(300\) sier Ap.

Sjekk betingelsen, finn \(\mu\) og \(\sigma\), og standardiser.

\(np = 280\) og \(n(1 - p) = 720\), begge over \(10\). \(\mu = 280\) og \(\sigma = \sqrt{1000 \cdot 0{,}28 \cdot 0{,}72} \approx 14{,}2\).

\(z = \frac{300 - 280}{14{,}2} \approx 1{,}41\), og \(P(X \ge 300) \approx 1 - 0{,}9207 = 0{,}0793\).

Den eksakte binomiske sannsynligheten er \(0{,}0855\) (1 - binom.cdf(299, 1000, 0.28)).

Halvkorreksjon

Tilnærmingen over gir litt for lite. Grunnen er at \(X\) er diskret: Søylen for \(X = 300\) går fra \(299{,}5\) til \(300{,}5\), men normalfordelingen begynte å telle først fra \(300\). Starter vi i \(299{,}5\), får vi med hele søylen.

NoteHalvkorreksjon

Når en diskret variabel tilnærmes med en kontinuerlig, blir svaret bedre hvis vi flytter grensen et halvt steg utover:

  • \(P(X \ge 300) \approx P(Y \ge 299{,}5)\)
  • \(P(X \le 431) \approx P(Y \le 431{,}5)\)

der \(Y\) er normalfordelt. For Ap-eksempelet gir det \(z = \frac{299{,}5 - 280}{14{,}2} \approx 1{,}37\) og \(1 - 0{,}9147 = 0{,}0853\), nesten nøyaktig det eksakte svaret. Når \(n\) er svært stor, betyr korreksjonen lite.

I Tromsø ble det født \(854\) barn i 2025, og \(431\) var gutter. Med \(p = 0{,}514\) er \(X \sim B(854;\ 0{,}514)\), \(\mu \approx 439{,}0\) og \(\sigma \approx 14{,}6\) (6.2.3). Finn sannsynligheten for høyst \(431\) gutter, med og uten halvkorreksjon.

Med halvkorreksjon bruker du \(431{,}5\).

Uten: \(z = \frac{431 - 439}{14{,}6} \approx -0{,}55\), og \(1 - 0{,}7088 = 0{,}2912\). Med: \(z = \frac{431{,}5 - 439}{14{,}6} \approx -0{,}51\), og \(1 - 0{,}6950 = 0{,}3050\).

Det eksakte svaret er \(0{,}3048\). Halvkorreksjonen gir et svært godt svar.

Andeler

Hva er sannsynligheten for at en meningsmåling med \(1000\) spurte gir Ap \(25\ \%\) eller mindre, når \(p = 0{,}28\)?

\(\hat{p} \approx N(0{,}28;\ 0{,}0142)\) (8.1.2).

\(z = \frac{0{,}25 - 0{,}28}{0{,}0142} \approx -2{,}11\), og \(P(\hat{p} \le 0{,}25) = 1 - 0{,}9826 = 0{,}0174\).

Det skjer i under \(2\ \%\) av målingene. Får en meningsmåling Ap ned i \(25\ \%\), er det trolig fordi oppslutningen faktisk har falt, ikke bare tilfeldigheter. Slike spørsmål er tema for kapittel 9 og 10.

AdvarselVanlige feil
  • Sjekk betingelsen \(np \ge 10\) og \(n(1 - p) \ge 10\) før du bruker normaltilnærming.
  • Standardavviket er \(\sqrt{np(1 - p)}\) for antall og \(\sqrt{\frac{p(1 - p)}{n}}\) for andelen. Ikke bland dem.
  • Med halvkorreksjon flytter du grensen utover, slik at hele søylen kommer med: \(\ge 300\) blir \(\ge 299{,}5\), og \(\le 431\) blir \(\le 431{,}5\).

Oppgaver

Start på nivå 1. Når du får til de fleste oppgavene på et nivå, går du videre til neste. Utfordringene til slutt er for deg som vil prøve deg på noe vanskeligere.

Nivå 1

Er betingelsen \(np \ge 10\) og \(n(1 - p) \ge 10\) oppfylt?

\(n = 50\), \(p = 0{,}5\)
\(n = 50\), \(p = 0{,}1\)
\(n = 400\), \(p = 0{,}05\)
\(n = 30\), \(p = 0{,}9\)

Du kaster en mynt \(400\) ganger. Bruk normaltilnærming (uten halvkorreksjon).

Finn \(\mu\) og \(\sigma\) for antall kron. Skriv \(\sigma\) i svarfeltet.
Finn sannsynligheten for minst \(220\) kron.
Nivå 2

Det blir født \(1000\) barn på et sykehus. Bruk \(p = 0{,}514\) og normaltilnærming.

Finn \(\mu\) og \(\sigma\) for antall gutter.
Finn sannsynligheten for flere jenter enn gutter, altså høyst \(499\) gutter. Bruk halvkorreksjon.

Forklar med egne ord hvorfor normaltilnærming passer dårlig for \(B(50;\ 0{,}02)\).

Kodeoppgaver

Oppgaven skal løses uten PC. Bruk kodecellen etter oppgaven til å sjekke svaret ditt etterpå.

Hva blir utskriften?

for n, p in [(50, 0.1), (200, 0.1), (20, 0.5)]:
    ok = n * p >= 10 and n * (1 - p) >= 10
    print(n, p, ok)

Hvor mange ganger skrives True?

Utfordringer

Bruk kodecellen til å sammenlikne den eksakte sannsynligheten \(P(X \le k)\) med normaltilnærmingen med og uten halvkorreksjon for \(X \sim B(20;\ 0{,}5)\) og \(k = 8\). Sjekk også svaret med tabellen i bilag A.

Oppsummering

Betingelse

\[ np \ge 10 \quad \text{og} \quad n(1 - p) \ge 10 \]

Antall

\[ X \approx N\!\left(np,\ \sqrt{np(1 - p)}\right) \]

Andel

\[ \hat{p} \approx N\!\left(p,\ \sqrt{\frac{p(1 - p)}{n}}\right) \]

Halvkorreksjon

\(P(X \ge k) \approx P(Y \ge k - 0{,}5)\)

  • En binomisk variabel er en sum av \(0\) og \(1\), så sentralgrensesetningen gjelder.
  • Halvkorreksjon betyr mest når \(n\) er liten.

8.2 Oppgaver

Oppgavene blander stoff fra hele kapittelet.

Poengsummen på en eksamen har \(\mu = 42\) og \(\sigma = 12\). En klasse har \(25\) elever, som vi ser på som et tilfeldig utvalg.

Finn standardavviket til klassens gjennomsnitt.
Finn sannsynligheten for at klassens gjennomsnitt er over \(46\).
Læreren sier at klassen er «over gjennomsnittet» fordi gjennomsnittet ble \(44\). Vurder.

Kantina selger kaffe til \(150\) elever om dagen. Hver elev kjøper \(0\), \(1\) eller \(2\) kopper med sannsynlighetene \(0{,}5\), \(0{,}3\) og \(0{,}2\), uavhengig av hverandre.

Finn forventningsverdien og standardavviket for antall kopper én elev kjøper.
Finn forventet antall kopper per dag og standardavviket.
Hvor mange kopper må kantina ha klar for at det skal holde med \(95\ \%\) sannsynlighet?

En flervalgsprøve har \(100\) spørsmål med fire alternativer. Du trenger \(35\) riktige for å stå.

Bruk normaltilnærming til å finne sannsynligheten for å stå ved å gjette på alt.
Hvorfor kan du ikke bruke tabellen i bilag A?

Et byrå vil at standardavviket til \(\hat{p}\) skal være høyst \(0{,}01\) (ett prosentpoeng). Hvor mange må spørres? Bruk \(p = 0{,}5\), som gir det største standardavviket.

8.3 Oppsummering

Utvalg og regneregler

Parameter og observator

\(\mu\), \(\sigma\), \(p\) er faste. \(\bar{x}\), \(s\), \(\hat{p}\) varierer.

Sum (uavhengige)

\(\operatorname{Var}(X + Y) = \operatorname{Var}(X) + \operatorname{Var}(Y)\)

Sum av \(n\)

\[ n\mu \qquad \sigma\sqrt{n} \]

Gjennomsnitt

\[ \mu \qquad \frac{\sigma}{\sqrt{n}} \]

Andel

\[ p \qquad \sqrt{\frac{p(1 - p)}{n}} \]

  • Legg sammen variansene, ikke standardavvikene.

Sentralgrensesetningen og normaltilnærming

Sentralgrensesetningen

\[ \bar{X} \approx N\!\left(\mu, \frac{\sigma}{\sqrt{n}}\right) \]

Standardisere et gjennomsnitt

\[ z = \frac{\bar{x} - \mu}{\sigma / \sqrt{n}} \]

Normaltilnærming

\(X \approx N\!\left(np, \sqrt{np(1 - p)}\right)\) når \(np \ge 10\) og \(n(1 - p) \ge 10\)

Halvkorreksjon

\(P(X \ge k) \approx P(Y \ge k - 0{,}5)\)

  • Sentralgrensesetningen gjelder for store \(n\) (tommelfingerregel \(n \ge 30\)), uansett populasjonens form.