Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Under ytan: En studie om hur detektionsgränser påverkar väntevärdesskattningar vid mätning av fosfat och kadmium i svenska vattendrag.
Uppsala University, Disciplinary Domain of Humanities and Social Sciences, Faculty of Social Sciences, Department of Statistics.
Uppsala University, Disciplinary Domain of Humanities and Social Sciences, Faculty of Social Sciences, Department of Statistics.
2017 (Swedish)Independent thesis Basic level (degree of Bachelor), 60 credits / 90 HE creditsStudent thesis
Abstract [sv]

Uppsatsen ämnar utvärdera olika estimatorers egenskaper för att beräknamedelvärdesskattningar för delvis censurerad miljödata erhållen från Sveriges LantbruksUniversitet (SLU). Detta undersöks genom en simuleringsstudie i vilken data har simuleratsfrån en χ2 fördelning där censureringsgrad och frihetsgrader har varierats. Därefter har deerhållna medelvärdesskattningarna utvärderats med hjälp av estimatorns medelkvadratfel(MSE) samt bias. Vidare har medelvärdesberäkningar gjorts på erhållen data från SLU. Allasimuleringar har gjorts i R, för medelvärdesberäkningar har tilläggspaketet “Nondetects AndData Analysis for environmental data” (NADA) använts. De estimatorer som utvärderats ärMaximum Likelihood (MLE), Regression on order statistics (ROS), Kaplan-Meier samtsubstitution. Resultaten visar att MLE samt ROS ger konstant bättre MSE och bias när dataantas följa en lognormalfördelning oavsett grad av censurering samt skevhet på data än vidnormalfördelningsantagande. Vid hög skevhet på data ger substitution resultat nära det sannamedelvärdet oavsett grad av censurering. De mest väntevärdesriktiga estimatorerna finnesvara ROS under lognormalantagande samt substitution när data är skevt fördelad, för ickeskevdata rekommenderas ROS med lognormalantagande, oavsett censureringsgrad.

Place, publisher, year, edition, pages
2017.
Keywords [sv]
Censurerad miljödata, simuleringsstudie, estimator, R, statistik.
National Category
Probability Theory and Statistics
Identifiers
URN: urn:nbn:se:uu:diva-314036OAI: oai:DiVA.org:uu-314036DiVA, id: diva2:1068867
External cooperation
SLU
Subject / course
Statistics
Supervisors
Available from: 2017-02-08 Created: 2017-02-08 Last updated: 2017-02-08Bibliographically approved

Open Access in DiVA

fulltext(1458 kB)70 downloads
File information
File name FULLTEXT01.pdfFile size 1458 kBChecksum SHA-512
0ddd5d3add42a7ad62c0f28ad89cd40ac0c9fc4b9b4c38772f379870371bfdd86bb1a39310bd56b84a54efd961d8e9c856a8b31e881e54f21a1121aa0e3546dc
Type fulltextMimetype application/pdf

Search in DiVA

By author/editor
Norlander, Martin
By organisation
Department of Statistics
Probability Theory and Statistics

Search outside of DiVA

GoogleGoogle Scholar
Total: 70 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 353 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf