4.1 Sjangerguiden A–P og den kjededelte tredelingens anatomi

De tre likevektede temablokkene som til sammen utgjør eksamen: estimeringsteori (del 1), hypotesetesting + konfidensintervall (del 2) og lineær regresjon (del 3). Hver søyle bærer normalt sin egen storoppgave, og regresjonssøylen er gjennomgående den mest omfangsrike. Skal du prioritere lesing, må alle tre sitte — å kunne to av tre koster deg i praksis en hel storoppgave.

Eksamensoppgavens faste form: én kontekst (et datasett, en fordeling, en R-utskrift) med 4–7 deloppgaver a), b), c), … der tidlige svar gjenbrukes i senere trinn. Kjeden starter lett (definer modellen, finn en enkel estimator) og stiger mot spesialistpunkter (Fisher-informasjon, dualitet, prediksjonsintervall). Fordi trinnene henger sammen, belønnes du for å skrive alle ledd — og fordi de er punktsatt hver for seg, taper du ikke resten om ett trinn ryker.

En verdi eller formel oppgaveteksten gir deg nettopp for at kjeden ikke skal bryte sammen: «du kan bruke at $E(X)=\theta\sqrt{\pi/2}$», «du kan anta resultatet fra punkt (b)». Stopper du på et trinn, tar du det oppgitte resultatet og regner videre som om trinnet var løst — det gir full uttelling på alle senere trinn. Å grave seg fast i ett deltrinn i stedet for å bruke det oppgitte er en av de dyreste strategifeilene.

Poengene settes per deltrinn og per ledd i utledningen, ikke per sluttsvar. En ML-utledning med riktig kjede $L\to\ell\to s\to$ løs, men med en regnefeil i siste linje, henter det meste av uttellingen; et riktig sluttsvar uten utledning henter lite. Konsekvensen: skriv alle trinn kompakt, og hopp aldri over «selvfølgeligheter» som å definere modellen eller bekrefte maksimum.

Deltrinnet der du utleder punktestimatoren for parameteren i en oppgitt (ofte «eksotisk») fordeling. Frekvens: ML i ≈82 % av settene, momentestimator i ≈50 %. Plassering: åpningen av Oppgave 1. Fasitmetoden: moment — sett $E(X)=\bar X$ og løs; ML — hele kjeden $L(\theta)\to\ell(\theta)\to s(\theta)=\ell'(\theta)\to$ løs $s(\hat\theta)=0\to$ bekreft $\ell''(\hat\theta)<0$. Vanligste trekk: maksimumsbekreftelsen droppes, eller momentligningen settes opp med feil moment.

Deltrinnet der estimatorens kvalitet vurderes: vis $E(\hat\theta)=\theta$ (eller kvantifiser og korriger skjevheten), utled $\text{Var}(\hat\theta)$, og sammenlign eventuelt to estimatorer. Frekvens: ≈91 % av settene. Plassering: midten av Oppgave 1, rett etter A-trinnet. Fasitmetoden: regnereglene for $E$ og Var på lineærkombinasjoner; sammenligning på varians når begge er forventningsrette, ellers på MSE. Vanligste trekk: blande estimator (stor bokstav, stokastisk) med estimat (tall), og påstå forventningsretthet uten regning.

Spesialistpunktet i estimeringskjeden: regn $I(\theta)=-E[\partial^2\log f/\partial\theta^2]$, angi ML-estimatorens tilnærmede fordeling $N(\theta,\,1/(nI(\theta)))$, og bygg Wald-intervallet $\hat\theta\pm z_{\alpha/2}\,se(\hat\theta)$. Frekvens: ≈45 % av settene, stigende siden 2016. Plassering: slutten av Oppgave 1. Fasitmetoden: nevn ML-asymptotikken eksplisitt og koble variansen til $1/(nI(\theta))$; Cramér–Rao ved effisiens-spørsmål. Vanligste trekk: t-kvantil der Wald skal ha $z$, eller normalform påstått uten å nevne asymptotikken.

Rotasjonspunktet der en apriorifordeling er oppgitt og du skal finne aposteriori og Bayes-estimatoren. Frekvens: ≈9 % av settene, men nytt fast innslag siden 2022 — regn med det. Plassering: sistepunktet i Oppgave 1. Fasitmetoden: $\pi(\theta\mid x)\propto\pi(\theta)L(\theta)$ — samle eksponentene og les av fordelingsfamilien (Poisson→gamma er gjengangeren); Bayes-estimatoren er aposteriori-forventningen, og for store $n$ ligger den nær ML-estimatet. Vanligste trekk: påstå konjugering uten å samle eksponentene og faktisk gjenkjenne familien.

Deltrinnet der et intervall for parameteren skal konstrueres — det aller hyppigste enkelttemaet. Frekvens: ≈95 % av settene. Plassering: Oppgave 2, ofte også som Wald-punkt i Oppgave 1 og koeffisient-KI i Oppgave 3. Fasitmetoden: velg riktig type: $t$-intervall $\bar X\pm t_{n-1,\alpha/2}S/\sqrt n$ (normaldata, ukjent $\sigma$), Wald $\hat\theta\pm z_{\alpha/2}se(\hat\theta)$ (ML-asymptotikk), andels-, differanse- eller $\chi^2$-intervall etter situasjon. Vanligste trekk: $z$ der det skal være $t$, og feil frihetsgrader.

Hypotesetesten som sensor vil se komplett, i fem faste trinn: (1) $H_0/H_a$ med begrunnet retning, (2) testobservator med fordeling under $H_0$, (3) utledning av at nivået blir $\alpha$, (4) tallfesting med kvantil/P-verdi, (5) konklusjon i ord i kontekst. Frekvens: ≈91 % av settene. Plassering: kjernen i Oppgave 2. Fasitmetoden: hele ritualet hver gang — også når testen er «standard»; P-verdien defineres verbalt (sannsynligheten under $H_0$ for et minst like ekstremt utfall). Vanligste trekk: hoppe over nivå-utledningen fordi «det bare er å sette inn i formelen».

Deltrinnet som spør «hvor stor må $n$ være?» eller «hva er sannsynligheten for å oppdage avviket?». Frekvens: ≈23 % av settene. Plassering: sistepunktet i Oppgave 2. Fasitmetoden: styrken $1-\beta$ regnes via normalfordelingen med forkastningsgrensen uttrykt i kvantiler; ved dimensjonering løses ulikheten for $n$ og svaret rundes opp. Vanligste trekk: blande $\alpha$- og $\beta$-kvantilene, eller runde $n$ ned.

Sammenligningstrinnet: to grupper, før/etter-målinger eller to andeler. Frekvens: to-utvalg ≈36 %, andeler ≈23 %, parvis ≈9 % av settene. Plassering: Oppgave 2. Fasitmetoden: to uavhengige utvalg — pooled $S_p^2=[(m-1)S_1^2+(n-1)S_2^2]/(m+n-2)$ og $t_{m+n-2}$; parvise data — reduser til differansene $D_i$ og kjør ett-utvalgsanalyse; andeler — $z$-test med pooled $\hat p$ under $H_0$. Vanligste trekk: behandle parrede data som to uavhengige utvalg, og glemme $m+n-2$.

Rotasjonspunktet med tre eller flere grupper: test $H_0:\mu_1=\dots=\mu_k$ med F-testen, ofte fra en R-utskrift. Frekvens: ≈9 % av settene (2020- og 2021-settene). Plassering: Oppgave 2, gjerne koblet til dummy-regresjon i Oppgave 3. Fasitmetoden: modellen $X_{ij}=\mu_i+\varepsilon_{ij}$, F-observatoren med riktige frihetsgrader, P-verdi fra utskrift; gruppekontraster som t-tester. Vanligste trekk: tolke «F-testen forkaster» som at alle grupper er forskjellige — den sier bare at minst én skiller seg.

Spesialistpunktet der du utleder fordelingen til en pivotstørrelse i stedet for å bruke normaltilnærming — typisk vise at $2\sum X_i/\theta\sim\chi^2_{2n}$ med transformasjonsformelen, og bygge et eksakt (asymmetrisk) intervall eller en eksakt ensidig test på den. Frekvens: ≈18 % av settene. Plassering: slutten av Oppgave 1 eller 2 — et A-differensieringspunkt. Fasitmetoden: transformasjon/CDF-metoden → gjenkjenn gamma/$\chi^2$ → snu ulikheten om $\theta$. Vanligste trekk: feil frihetsgrader ($\chi^2_{2n}$, ikke $\chi^2_n$), og å «rette» det asymmetriske intervallet til et symmetrisk.

Reservetrinnet når normalantakelsen svikter: bootstrap-persentilintervall fra den empiriske fordelingsfunksjonen, eller en rangtest (Wilcoxon-typen) i stedet for t-testen når QQ-plottet avviker. Frekvens: ≈9 % av settene. Plassering: sistepunkt i Oppgave 2, ofte som drøfting. Fasitmetoden: forklar prinsippet (trekking med tilbakelegging / ranger i stedet for verdier) og hvorfor det velges — svakere antakelser, gjerne litt svakere konklusjon. Vanligste trekk: avfeie rangtesten som «unøyaktig» i stedet for å koble den til brutt normalantakelse.

Grunntrinnet i Oppgave 3: modellen $Y_i=\beta_0+\beta_1x_i+\varepsilon_i$, minste kvadrater, og inferens for stigningstallet fra R-utskrift. Frekvens: ≈91 % av settene — alltid en hel storoppgave. Plassering: åpningen av Oppgave 3. Fasitmetoden: tolk $\hat\beta_0$ og $\hat\beta_1$ i kontekst; $T=(\hat\beta_1-\beta_1^0)/se(\hat\beta_1)\sim t_{n-2}$; KI $\hat\beta_1\pm t_{n-2,\alpha/2}\,se$. Vanligste trekk: $n-1$ frihetsgrader der det skal være $n-2$, og tolkning av konstantleddet ved $x=0$ når $x=0$ er urealistisk.

Utvidelsestrinnet: flere forklaringsvariabler, matriseform $Y=X\beta+\varepsilon$ med $\hat\beta=(X^TX)^{-1}X^TY$, og valg mellom modeller. Frekvens: ≈50 % av settene. Plassering: midten av Oppgave 3. Fasitmetoden: bruk justert $R^2$ til modellvalg (vanlig $R^2$ øker alltid når en variabel legges til); forklar konfundering når en koeffisient endrer seg fra enkel til multippel modell; hver koeffisient tolkes med de andre variablene holdt konstant, og frihetsgradene er $n-k-1$. Vanligste trekk: modellvalg på vanlig $R^2$, og koeffisient tolket som «hele effekten».

Kontrolltrinnet: vurder modellantakelsene fra de tre standardplottene. Frekvens: ≈41 % av settene. Plassering: nest sist i Oppgave 3. Fasitmetoden: les mønstre — residualer mot tilpassede (kurvatur → ikke-linearitet), scale–location (trend → ikke-konstant varians), QQ-plott (avvik fra linja → ikke-normalitet); på matrisenivå hatmatrisen $H=X(X^TX)^{-1}X^T$ og standardiserte residualer. Vanligste trekk: svare «plottene ser greie ut» uten å navngi mønster og konsekvens.

Prediksjonstrinnet: intervall for en ny enkeltobservasjon i $x_0$ (prediksjonsintervall, med «$1+$» under rota) mot intervall for forventningen $E(Y\mid x_0)$ (uten). Frekvens: ≈18 % av settene. Plassering: slutten av Oppgave 3. Fasitmetoden: prediksjonsintervallet er alltid bredest fordi det også bærer støyleddets varians $\sigma^2$; advar mot ekstrapolering utenfor dataområdet. Vanligste trekk: forveksle de to intervallene, og predikere langt utenfor dataområdet uten forbehold.

Kjenne til-trinnet for binær respons: $P(Y=1\mid x)=e^{\beta_0+\beta_1x}/(1+e^{\beta_0+\beta_1x})$. Frekvens: ≈5 % av settene (kjerneferdighet i emnebeskrivelsen, sjelden tungt testet). Plassering: sistepunkt i Oppgave 3 de årene den dukker opp. Fasitmetoden: med dummy-koding $x\in\{0,1\}$ svarer $\beta_1=0$ til lik sannsynlighet i to grupper — en to-gruppe-sammenligning kan altså skrives som logistisk regresjon. Vanligste trekk: tolke $\beta_1$ som endring i sannsynlighet i stedet for i log-odds.

Malen de sterkeste besvarelsene følger på hvert deltrinn: (1) definer modellen («La $X_1,\dots,X_n$ være uavhengige med …») før noe regnes, (2) vis alle utledningstrinn kompakt — ingen hopp, (3) angi riktig fordeling med riktige frihetsgrader for hver observator, (4) tolk svaret i ord og kontekst — et tall uten setning er et halvt svar, (5) kryssjekk mot dualitet eller rimelighet. Konsis regnekjede slår lang prosa: fasitene er utledningsdrevne, ikke essayistiske.

Destillatet av kravene som går igjen i løsningsforslagene: definert modell; komplette ML-kjeder med bekreftet maksimum; forventningsretthet og varians vist fullt ut; asymptotikk nevnt eksplisitt ved normaltilnærming; testens fem trinn inkludert nivå-utledning; riktig fordeling og frihetsgrader ($n-1$, $m+n-2$, $n-2$, $n-k-1$); eksakt pivot foran Wald når standardavviket avhenger av parameteren; kontekst-tolkning i regresjon; mønster-tolkede residualplott; presis lesing av R-utskrift; og tallsvar med riktig kvantil og enhet. Sjekklista gjelder hvert eneste deltrinn.

Kontrollgrepet som koster ett minutt og redder hele deltrinn: sjekk at svaret henger sammen med noe du alt vet. Viktigst er KI↔test-dualiteten — $\theta_0$ ligger utenfor det tosidige $(1-\alpha)$-intervallet nøyaktig når den tosidige testen på nivå $\alpha$ forkaster $H_0:\theta=\theta_0$. Andre kryssjekker: er variansen positiv, ligger estimatet i parameterrommet, er prediksjonsintervallet bredere enn konfidensintervallet, har intervallet rimelig enhet og størrelsesorden?

Standardoppsettet ved tre storoppgaver: ~75 min til estimeringsoppgaven, ~65 min til test/KI-oppgaven, ~85 min til regresjonsoppgaven, ~15 min til sluttkontroll — juster etter antall deltrinn, og gi regresjonen aldri mindre enn en tredjedel. Ved to storoppgaver: ~110 min hver + 20 min kontroll. Sett klokkeslett for når du skal bytte oppgave, og bytt når tiden er ute — et halvløst sistepunkt i én kjede er billigere enn en urørt storoppgave.

Rekkefølgeregelen innenfor og mellom kjedene: ta de tidlige, sikre punktene i alle oppgavene først — definere modell, momentestimator, standard t-intervall, lese av R-utskrift — før du bruker tid på spesialistpunktene (Fisher, eksakt pivot, Bayes, hatmatrise). Stopper et trinn: noter hvor du sto, bruk oppgitt mellomresultat og fortsett kjeden; kom tilbake i sluttkontrollen. Strategien konverterer tid direkte til delpoeng i stedet for å la dem ligge urørt bakerst.