Statistikk og risikoanalyse: gratis øving, teori og oppgaver

1. Sannsynlighet

Hva handler det om?

Sannsynlighetsregning gir deg verktøy til å håndtere usikkerhet: hvor sannsynlig er det at en komponent svikter, at en test gir riktig svar, eller at to hendelser skjer samtidig? Som ingeniør bruker du dette til pålitelighetsberegninger, kvalitetskontroll og risikovurdering.

Begreper og formler

• Sannsynlighet $P(A)$ ligger mellom 0 og 1. $P(A^c)=1-P(A)$ (komplement).
• Union: $P(A\cup B) = P(A)+P(B)-P(A\cap B)$. For disjunkte (uforenlige) hendelser er $P(A\cap B)=0$, så $P(A\cup B)=P(A)+P(B)$.
• Betinget sannsynlighet: $P(A\mid B) = \dfrac{P(A\cap B)}{P(B)}$ – sannsynligheten for $A$ gitt at $B$ har skjedd.
• Uavhengighet: $A$ og $B$ er uavhengige hvis $P(A\cap B)=P(A)P(B)$. Disjunkte hendelser (med positiv sannsynlighet) er faktisk avhengige, siden det ene utelukker det andre.
• Bayes' formel: $P(A\mid B) = \dfrac{P(B\mid A)P(A)}{P(B)}$ – brukes til å snu betingelsen (f.eks. fra «testresultat gitt tilstand» til «tilstand gitt testresultat»).
• Pålitelighet: komponenter i serie krever at alle virker: $R=R_1R_2\cdots$. Komponenter i parallell krever at minst én virker: $R=1-(1-R_1)(1-R_2)\cdots$.
• Kombinatorikk: antall måter å velge $k$ av $n$ uten hensyn til rekkefølge: $\binom{n}{k}=\dfrac{n!}{k!(n-k)!}$. Med hensyn til rekkefølge (permutasjoner av $k$ av $n$): $n(n-1)\cdots(n-k+1)$.

Slik løser du oppgavene

1. Identifiser hva som spørres om: union, snitt, komplement, betinget sannsynlighet eller Bayes.
2. Sjekk om hendelsene er uavhengige, disjunkte eller ingen av delene – det avgjør hvilken formel som gjelder.
3. Ved pålitelighet: tegn opp om komponentene er i serie, parallell eller en kombinasjon.
4. Ved telling: avgjør om rekkefølgen betyr noe (permutasjon) eller ikke (kombinasjon).

Eksempel

En brannalarm har to uavhengige sensorer i parallell, hver med pålitelighet 0,95 (sannsynlighet for at den fungerer når det brenner). Hva er sannsynligheten for at alarmen IKKE utløses? Systemet virker hvis minst én sensor virker: $R = 1-(1-0{,}95)(1-0{,}95) = 1-0{,}05^2 = 1-0{,}0025 = 0{,}9975$. Sannsynligheten for at alarmen ikke utløses, er komplementet: $1-0{,}9975 = 0{,}0025$.

Vanlige feil

• Å tro at disjunkte hendelser er uavhengige. De er faktisk sterkt avhengige: skjer den ene, kan ikke den andre skje.
• Å legge sammen sannsynligheter uten å trekke fra snittet når hendelsene ikke er disjunkte.
• Å forveksle serie og parallell: serie er svakere (alle må virke), parallell er sterkere (én er nok).
• Å bruke kombinasjoner når rekkefølgen faktisk betyr noe, eller omvendt.

Begreper i denne delen

Øv på sannsynlighet i appen →

2. Fordelinger

Hva handler det om?

Data fra målinger eller prosesser varierer. Sannsynlighetsfordelinger gir en matematisk modell for denne variasjonen, slik at du kan beregne sannsynligheter, forventede verdier og hvor pålitelig en måling er. Sentralmål (gjennomsnitt, median, modus) og spredningsmål (varians, standardavvik) oppsummerer data; fordelinger som normal-, binomisk- og Poissonfordelingen beskriver hvordan tilfeldige utfall oppstår.

Begreper og formler

• Gjennomsnitt $\bar x = \tfrac1n\sum x_i$. Median: den midterste verdien i sortert rekkefølge. Modus: verdien som forekommer oftest.
• Varians og standardavvik: $\sigma^2=\text{Var}(X)$, $\sigma=\sqrt{\text{Var}(X)}$. Utvalgsvarians bruker $n-1$ i nevneren: $s^2=\tfrac{1}{n-1}\sum(x_i-\bar x)^2$ – dette gir en forventningsrett estimator for populasjonsvariansen (Bessels korreksjon).
• Normalfordeling: symmetrisk klokkeform. 68–95–99,7-regelen: omtrent 68 %, 95 % og 99,7 % av sannsynligheten ligger innenfor $\mu\pm1\sigma$, $\pm2\sigma$ og $\pm3\sigma$. z-verdi: $z=(x-\mu)/\sigma$.
• Binomisk fordeling $X\sim\text{Bin}(n,p)$: antall suksesser i $n$ uavhengige forsøk. $E[X]=np$, $\text{Var}(X)=np(1-p)$, $P(X=k)=\binom{n}{k}p^k(1-p)^{n-k}$.
• Poissonfordeling: antall hendelser i et tidsintervall med rate $\lambda$: $P(X=k)=\lambda^k e^{-\lambda}/k!$.
• Eksponentialfordeling: ventetid eller levetid med konstant rate: $P(T>t)=e^{-t/\mu}$.
• Sentralgrenseteoremet (CLT): gjennomsnittet av mange uavhengige målinger blir tilnærmet normalfordelt, uansett den opprinnelige fordelingen.
• Korrelasjon $r\in[-1,1]$: styrken på den lineære sammenhengen mellom to variabler. Korrelasjon er ikke det samme som årsakssammenheng.

Slik løser du oppgavene

1. Bestem hva slags fordeling situasjonen beskriver (antall suksesser → binomisk, hendelser per tid → Poisson, kontinuerlig måling → normal).
2. Finn parametrene ($n,p$ eller $\lambda$ eller $\mu,\sigma$).
3. Bruk riktig formel for det som spørres om: forventning, varians, sannsynlighet for en bestemt verdi, eller z-verdi.
4. Ved normalfordeling: regn om til z-verdi før du bruker en sannsynlighetsregel.

Eksempel

En maskin produserer deler der 8 % er defekte. Du kontrollerer 5 tilfeldige deler. Hva er sannsynligheten for nøyaktig 1 defekt? Dette er binomisk med $n=5$, $p=0{,}08$ og $k=1$: $P(X=1)=\binom{5}{1}(0{,}08)^1(0{,}92)^4 = 5\cdot 0{,}08\cdot 0{,}7164 \approx 0{,}2866$.

Vanlige feil

• Å bruke $n$ i stedet for $n-1$ i utvalgsvariansen (eller omvendt for en hel populasjon).
• Å tro modus alltid er unik – et datasett kan ha flere modi eller ingen.
• Å bruke normalfordelingen på data som åpenbart ikke er symmetriske (f.eks. levetider, som ofte er eksponential- eller Weibullfordelte).
• Å tolke en høy korrelasjon som bevis på årsakssammenheng.

Begreper i denne delen

Øv på fordelinger i appen →

3. Inferens og risiko

Hva handler det om?

Inferens handler om å trekke konklusjoner om en hel populasjon ut fra et utvalg – for eksempel om en ny prosess virkelig gir bedre kvalitet, eller hvor sikker du kan være på et gjennomsnitt. Risikoanalyse bruker sannsynlighet og konsekvens til å prioritere hvilke farer som er verdt å gjøre noe med. Begge deler handler om å ta beslutninger under usikkerhet, med tall som grunnlag i stedet for magefølelse.

Begreper og formler

• Hypotesetesting: $H_0$ (nullhypotesen, «ingen effekt») testes mot $H_1$. p-verdien er sannsynligheten for et minst like ekstremt resultat, gitt at $H_0$ er sann. Forkast $H_0$ hvis p-verdien er mindre enn signifikansnivået $\alpha$ (ofte 0,05).
• Ensidig vs. tosidig test: en tosidig test sjekker avvik i begge retninger fra $H_0$; en ensidig test sjekker bare én retning (f.eks. «er den nye metoden bedre», ikke «annerledes»).
• Type I-feil: å forkaste en sann $H_0$ (sannsynlighet $\alpha$). Type II-feil: å beholde en usann $H_0$ (sannsynlighet $\beta$).
• Standardfeil: $\sigma_{\bar x}=\sigma/\sqrt n$. Konfidensintervall for $\mu$ med kjent $\sigma$: $\bar x \pm z\cdot\sigma/\sqrt n$ ($z=1{,}96$ for 95 %). Er $\sigma$ ukjent, brukes $t$-fordelingen med utvalgets standardavvik i stedet – nødvendig særlig ved lite utvalg.
• Lineær regresjon: stigningstallet $b=\dfrac{\sum(x_i-\bar x)(y_i-\bar y)}{\sum(x_i-\bar x)^2}$. $R^2$ er andelen av variasjonen i $y$ som modellen forklarer (mellom 0 og 1).
• Risiko = sannsynlighet × konsekvens. FMEA (Failure Mode and Effects Analysis): systematisk gjennomgang av mulige feilmoder, årsaker og konsekvenser. ALARP: risiko skal reduseres så langt som praktisk mulig.
• Pålitelighet: $A=\dfrac{MTBF}{MTBF+MTTR}$ (tilgjengelighet), $\lambda=1/MTBF$ (feilrate).

Slik løser du oppgavene

1. Identifiser hva som testes ($H_0$/$H_1$) eller hvilket risikomål som etterspørres.
2. Finn de nødvendige størrelsene: $\bar x$, $\sigma$ (eller $s$), $n$, og eventuelt sannsynlighet og konsekvens.
3. Sett tallene inn i riktig formel, og pass på enheter.
4. Tolk svaret i sammenheng: er p-verdien under $\alpha$? Er risikoen akseptabel?

Eksempel

Du måler $x=2, 4, 6, 8$ (timer) og $y=5, 7, 8, 14$ (tonn produsert). Finn stigningstallet i regresjonslinjen. $\bar x=5$ og $\bar y=8{,}5$. Avvikene i $x$: $-3,-1,1,3$; i $y$: $-3{,}5,-1{,}5,-0{,}5,5{,}5$. Produktene summerer til $28$, og $\sum(x_i-\bar x)^2=20$. Stigningstallet blir $b=28/20=1{,}4$.

Vanlige feil

• Å tro p-verdien er sannsynligheten for at $H_0$ er sann. Den er sannsynligheten for dataene, gitt at $H_0$ er sann.
• Å bruke $z$ i stedet for $t$ når $\sigma$ er ukjent og utvalget er lite.
• Å tro et konfidensintervall blir smalere med høyere konfidensnivå – det motsatte er sant.
• Å rangere risiko etter bare sannsynlighet eller bare konsekvens, i stedet for produktet av de to.

Begreper i denne delen

Øv på inferens og risiko i appen →

4. Regresjon og korrelasjon

Hva handler det om?

Du har målt to størrelser, for eksempel temperatur og strømforbruk, og lurer på om de henger sammen. Regresjon finner den rette linja som passer best til punktene, så du kan forutsi nye verdier. Korrelasjon er ett tall som forteller hvor godt punktene følger en rett linje.

Begreper og formler

• Regresjonslinja $\hat y = a + b x$ er linja med minst mulig kvadratsum av avvikene (minste kvadraters metode).
• Stigningstallet og konstantleddet regnes ut med gjennomsnittene $\bar x$ og $\bar y$:

• Korrelasjonskoeffisienten $r$ ligger mellom $-1$ og $1$. Nær $1$: sterk positiv sammenheng. Nær $-1$: sterk negativ. Nær $0$: ingen lineær sammenheng.

• Forklaringsgrad $r^2$: andelen av variasjonen i $y$ som linja forklarer. $r = 0{,}9$ gir $r^2 = 0{,}81$, altså 81 %.
• Residual: målt verdi minus verdien linja gir, $e_i = y_i - \hat y_i$.

Slik løser du oppgavene

1. Regn ut $\bar x$ og $\bar y$.
2. Lag en tabell med $x_i - \bar x$, $y_i - \bar y$, produktet og kvadratet.
3. Summer kolonnene og regn ut $b$, deretter $a = \bar y - b\bar x$.
4. Sett inn $x$ i $\hat y = a + bx$ for å forutsi.

Eksempel

Punktene $(1, 2)$, $(2, 4)$, $(3, 5)$ og $(4, 7)$.

1. $\bar x = 2{,}5$ og $\bar y = 4{,}5$.
2. $\sum (x_i-\bar x)(y_i-\bar y) = 3{,}75 + 0{,}25 + 0{,}25 + 3{,}75 = 8$ og $\sum (x_i-\bar x)^2 = 5$.
3. $b = 8/5 = 1{,}6$ og $a = 4{,}5 - 1{,}6\cdot 2{,}5 = 0{,}5$.
4. Linja er $\hat y = 0{,}5 + 1{,}6x$. For $x = 5$ forutsier den $\hat y = 8{,}5$.

Vanlige feil

• Å tro at korrelasjon betyr årsak. Is-salg og drukningsulykker henger sammen fordi begge øker om sommeren.
• Å bruke linja langt utenfor målingene (ekstrapolasjon). Sammenhengen trenger ikke gjelde der.
• Å bytte om $x$ og $y$. Linja for $y$ gitt $x$ er ikke den samme som for $x$ gitt $y$.
• Å tolke $r = 0$ som «ingen sammenheng». Det kan være en sterk, men krum sammenheng.

Begreper i denne delen

Øv på regresjon og korrelasjon i appen →