1 Grafisk framstilling av datamateriale
|
|
- Rolf Tollefsen
- 8 år siden
- Visninger:
Transkript
1 1 Grafisk framstilling av datamateriale Dette notatet er laget med tanke på åfå til en rask gjennomgang av denne delen av pensum. Determentforå ha nedskrevet det som forholdsvis rakt blir sagt i forelesning, og kan også brukes som et (kortere, men dårligere) alternativ til å lese gjennom kapitlene i læreboka Løvås: Statistikk. I beskrivende statistikk er hensikten å presentere data. Med data mener vi (ihvertfall i dette faget) serier med tall som er samlet inn i forskjellige sammenhenger. En enkelt verdi i et slikt sett kalles et datapunkt, eller en observasjon. I utgangspunktet kan det være andre typer observasjoner enn tall. For eksempel kan svaralternativer som Lite, middels og mye i et spørsmål i en spørreundersøkelse legges inn som tallene 1, 2 og 3 (og kankje 0 for ubesvart) når vi skal oppsummere disse, for eksempel i et dataprogram som Excel. En slik oversettelse til tall kalles koding, ogviskali fortsettelsen tenke oss at dataene er kodet slik at vi kan snakke om data som innsamlet tallmateriale. En ubehandlet liste av data kalles rådata. Ofte er hensikten å systematisere og forenkle rådataene slik at tallmaterialet blir mer oversiktlig. En mulighet er å gruppere mulige verdier, i et begrenset antall intervaller, og angi antall observasjoner i hver gruppe i en liste som kalles en frekvensliste. I mange sammenhenger forenkles hele tallmaterialet til noen få tall som angir vesentlige egenskaper ved dette. Slike tall kalles beskrivende statistiske mål. Mest brukt er tallparet gjennomsnitt og standardavvik. Dette notatet har noen henvisninger til dette, men hensikten er å behandle beskrivende statistiske mål grundigere etter at vi er ferdige med den grafiske framstillingen. Grafisk framstilling. I presentasjoner brukes ofte grafisk framstilling av tallmateriale. Hovedhensikten med dette notatet er åsepånoenmåter å gjøre dette på. Dette vil vel være kjent for alle, både fra tidligere skolegang og media. Det vil derfor ikke vektlegges stort her. Framstillinga av dette er her gjort med tanke på den sammenhengen dette har med sannsynlighetsmodeller og statistisk analyse vi kommer til senere i kurset. Derfor vektlegges for eksempel forskjellen på histogram og stolpediagram noe, selv om disse ofte går om hverandre i hverdagsstatistikk. Arealtolkningen av histogrammer, og standarisering på relative frekvenser eller totalt areal 1 er også vesentlig for sammenhengen med sannsylighetsregninga. 1.1 Kontinuerlig og diskrete data Vi kommer til å møte på to hovedtyper data, og ikke minst i forbindelse med de stokastiske variablene senere i kurset er det viktig å skille mellom disse. Kontinuerlige data er i prinsippet reelle tall (desimaltall). Da er i teorien alle reell tall (i et område) mulige verdier av observasjoner. Det er hensiktsmessig ogsåå behandle tall som bare kan være heltall som kontinuerlige hvis det er mange forskjellige tall blant observasjonene. Gjentatte målinger av en kontinuerlig størrelse (f.eks. avstand, strømstyrke, bruddstyrke...) er et typisk eksempel på dette. På grunn av måleunøyaktighet vil verdiene variere selv om det er samme størrelse som måles flere ganger. Diskrete data brukes når bare et fåtall verdier er mulige (eller er sannsynlige). Dataene vil ofte, men ikke alltid, bestå av heltall. Disse står da gjerne for antallet av et eller annet. Eksempel på dette kan for eksempel være antall branner i en kommune per måned. Vi får da et datapunkt for hver måned, og når dette er registrert over tid får vi en liste med heltall. Disse vil vanligvis være relativt små, selv om det i prinsippet ikke er noen grense for hvor store de kan være. 1
2 2 Datasett- kontinuerlige data Som eksempel på et litt større datasett er her karakterfordelingen ved sensur av statistikkfaget ved en høgskole i Norge (før finjusteringer). Både fordi det er så mange forskjellige verdier som inngår, og fordi tallene er desimaltall er det naturlig åtenkepå dataene som reelle tall (i motsetning til heltall), og da kaller vi dataene kontinuerlige (i motsetning til diskrete). Karakterskalane går fra 1.0 (best) til 6.0 (dårligst). Svakeste ståkarakter er Rådata- tilfeldig rekkefølge I den rekkefølgen dataene tilfeldigvis foreligger (sortert på kandidatnr.) har vi rådataene. Vi skal ofte betegne disse etter mønsteret {x 1,x 2,x 3,..., x n } Ordnet datasett Sortert etter (stigende) rekkefølge kaller vi datasettet ordnet. Vi skal ofte betegne disse etter mønsteret { x [1],x [2],x [3],..., x [n] }
3 2.3 Oppsummering ved beskrivende statistiske mål En (grov) forenkling av datasettet er å beskrive det med bare noen få tall. Antall observajoner betegner vi som oftest med n. Vi bruker dessuten gjerne gjennomsnittet x (også kallt middelverdi eller empirisk forventningsverdi), som viser hvor tyngdepunktet i datasettet ligger. I tillegg brukes gjerne empirisk standardavvik s som et mål på hvor stor spredningen på dataene er. For de foreliggende dataene er dette regnet ut elektronisk (med Maple) til: Antall observasjoner n = 206 Gjennomsnitt x = 3.46 Standardavvik s = 1.26 Oppsummering ved gruppering av dataene En annen måte å gjøre datasettet mer oversiktlig er ved å dele opp mulige verdier i passende intervaller, og telle opp antall observasjoner i hvert intervall. Antall observasjoner i et intervall kalles da frekvens,mensandelen, som er frekvensen dividert med antallet totalt (eventuelt gjort om til prosent) kalles relativ frekvens. Istedenfor å angi antall innen hvert intervall, kan vi angi antall totalt mindre enn øvre grense i intervallet. Da kalles verdiene kummulative. Her har jeg delt inn intervallet i bredde på 1, og talt opp ved hjelp av Maple. Siden karakteren 4.0 er (dårligste) ståkarakter er det naturlig å ha denne sammen med de noe bedre karakteren (dvs. lavere verdier). Ved konsekvent å dele det inn slik at heltallene går til gruppen nedenfor vil karakteren 1.0 bli stående i en egen bås. Dette er lite hensiktsmessig, så jeg har valgt å gjøre det laveste intervallet noe bredere: Frekvenstabell Kummulativ frekvens Intervall Frekvens Relativ frekvens Frekvens Relativ frekvens [ ] 31 31/206 = 0.15 = 15% 31 31/206 = 0.15 = 15% ] 55 55/206 = 0.27 = 27% 86 86/206 = 0.42 = 42% ] 50 50/206 = 0.24 = 24% /206 = 0.66 = 66% ] 39 39/206 = 0.19 = 19% /206 = 0.85 = 85% ] 31 31/206 = 0.15 = 15% /206 = 1.00 = 100% 3
4 2.4 Histogram Grafisk framstilling ved Histogram. Søylene tilsvarer da frekvensen (eller den relative frekvensen) i hvert intervall. Egentlig er det arealet og ikke høyden som skal tilsvare frekvensen (viktig hvis breddene er forskjellig, men i første eksempel her tar jeg ikke hensyn til at første område egentlig er litt bredere). Som en ekstra del, som ikke er standard i histogrammer, har jeg nedenfor førsteaksen markert hvor gjennomsnittsverdien ligger, og standardavviket som en pil med lengde s ut i hver retning fra denne. Det anbefales at dere gjør det til en vane å ta med dette i løpet av dette kurset, for å oppøve en intuisjon om hva disse størrelsene sier om beliggenhet og spredning av tallmaterialet. Histogram, fordeling av n = 206 karakterer i Statistikk. relativ frekvens 0.25 frekvens x s x x + s Karakter 4
5 2.5 Histogram med ujevne kolonnebredder I 2003 ble karaktersystemet lagt om til bokstavkarakterer. Vi skal nå lage et histogram for hvordan karakterfordelingen ville vært med det nye systemet, med en omregning som framgår av følgende frekvenstabell: Bokstavkar. Tallkar. Frekvens Rel. frekv. Rel. søylehøyde Søylehøyde i cm A B C D E F Når vi lager histogrammer er det arealene som skal være proporsjonal med antall observasjoner i hvert av intervallene. Vi vil ofte standarisere slik at det totale arealet er 1. Relativ frekvens per karakterenhet A B C D E F x s x x + s 5 Tallkarakter
6 2.6 Utregning av høyder på blokkene Det viktigste er ideen med konstruksjonen av histogrammer, der arealet av blokkene er proporsjonal med frekvensen, og det totale arealet er 1. Dette er fordi dette knytter histogrammer til sannsynlighetsfunksjoner vi kommer til senere. Legg spesielt merke til at med denne skaleringen blir de to histogrammene direkte sammenliknbare. Om vi hadde et annet tilsvarende datasett ville også dette histogrammet direkte kunne sammenliknes med dette, selv om antallet n skulle være et helt annet enn 206. For fullstendighetens skyld tar jeg med hvordan jeg har regnet ut høyden på søylene. Siden arealet av hver av blokkene være det samme som den relative frekvensen, blir høyden på blokkene den relative frekvensen dividert med intervallbredden. Da blir skalaen på andreaksen relativ frekvens per enhet langs førsteaksen. For karakteren A er det naturlig å si at bredden er 0.8 (enten fordi den består av 8 forskjellige verdier, eller ved å tenke seg at den egentlig strekker seg fra 0.95 til 1.75). Høyden (y koordinaten) til denne søylen er derfor 17 Høyde for A: =0.103 På tilsvarende måte er høyden for de andre karakterene regnet ut og tatt med i nestsiste kolonne i frekvenstabellen på forrige side. Når dette faktisk skal tegnes må vi vite hvor langt opp vi skal tegne dette. Skalaen i første histogram (der breddene er 1, så det ikke er noen omregning) er valgt slik at 1 centimeter tilsvarer 5 observasjoner. For å få tilsvarende skala i andre histogram vil det altså være 1/5 = 0.2 centimeter for hver observasjon i intervall med bredde 1. Med bredde (f.eks.) 0.8 vil dermed høyden være 0.2/0.8 =0.25 centimeter per observasjon. Siden det er 17 observasjoner i denne gruppen blir dermed høyden på blokken = 4.25 centimeter. Tilsvarende tall for alle karakterene er tatt med i siste kolonne i frekvenstabellen. 6
7 3 Sektordiagrammer Sektordiagrammer, også kallt kakediagrammer (engelsk: pie charts) brukesendelnår man ønsker å illustrere hvor stor andel av det hele hver kategori utgjør. Et sektordiagram for karakterene, der karakterer dårligere en 4.0 er slått sammen til kategorien stryk kan da se slik ut: Sektordiagram for karakterfordeling % % % Stryk 34% En innvending mot bruk av sektordiagrammer er at det er vanskelig for mennesker åse størrelsen på vinkler. Det vil for eksempel være vanskelig å se hvilken sektor av to nokså jamnstore som er størst. Sektordiagrammer brukes lite i den statistiske analysen vi skal drive med i mesteparten av dette kurset, og vi kommer nok ikke til å se mer til dem. 7
8 4 Datasett- diskrete data Når dataene består av et begrenset antall heltall, eller et begrenset antall verdier som f.eks {0, 1/5, 2/5, 3/5, 4/5, 1}, kaller vi dem diskrete. Ofte representerer disse dataene et antall. Hvis vi for eksempel skal telle opp antall kron i et kast med 5 mynter er mulige verdier {0, 1, 2, 3, 4, 5}. Ingen andre verdier kan oppnås, det er for eksempel umulig å få 3.14 kron i et kast med 5 mynter. Eksempel Som eksempel kan vi ta de faktiske resultatene av å kaste 5 mynter og telle opp antall kron, og gjenta dette 50 ganger slik at vi får n = 50 observasjoner. Resultatet er oppsummert i følgende frekvenstabell: Antall kron Frekvens Rel. frekv. Kum. frekv. Rel. kum. frekv Beskrivende statistiske mål For disse observasjonene er: Antall: n = 50, Gjennomsnitt: x = 2.68, standardavvik: s = Stolpediagram Siden for eksempel en observasjon av 3 (kron) betyr nøyaktig 3, og ikke for eksempel 3.14 eller et tall mellom 2.5 og 3.5, vil vi ved en grafisk framstilling plassere antall kron akkurat på heltallene. Det vil si at vi istedenfor blokker som i histogrammet velger smale stolper. Denne typen diagram kalles stolpediagram. Langs andreaksen kan vi enten angi frekvens eller relativ frekvens (eller begge). Her velger jeg relativ frekvens: Relativ frekvens x s x x + s 8 Antall kron
9 5 To variable- spredningsplott Til slutt skal plott av par av observasjoner nevnes. Datapar betegnes ofte generelt {(x 1,y 1 ), (x 2,y 2 ),..., (x n,y n )}. For eksempel {(5, 85), (4, 103),..., (7, 48)}. Et (konstruert) eksempel kan for eksempel være ålax være alder og y prisen (i antall 1000kr) for n = 11 bruktbiler av en bestemt type. Dataene kan også giespå følgende tabellform: Alder x Pris y Parene kan illustreres som punkter i planet i et spredningsplott: Pris (1000kr) Alder Et spredningsplott utstyres ofte med en linje som viser gjennomsnittstendensen. Denne kalles regresjonslinjen.i kapittel 7.3 i Løvås kommer vi tilbake til hvordan denne regnes ut. Pris (1000kr) y = x Alder 9
10 6 Eksempel, diagram med flere datasett Til slutt et eksempel fra egen erfaring: Ved Norsk matematikkråds test ved oppstart høsten 2003 var resulatene for ingeniørstudentene ved HiG og i ingeniørklassen HIS1 ved Jørstadmoen nokså like. For å kunne sammenlikne resultatene selv om det var dobbelt så mange studenter ved HiG bør andel (og ikke antall) være skala langs andreaksen. Dette kan tolkes som at bakgrunnskunnskapen ved studiestart for de to gruppene var like. Disse to studentgruppene hadde same lærer (undertegnede), omtrent samme pensum og samme eksamen i de tilsvarende fagene Matematikk 10 og Matematiske metoder 1. Likevel ble eksamensresultatene klart forskjellige: Konklusjonen på dette var at undervisningen fungerte mye bedre på Jørstadmoen. Rammebetingelsene for de to gruppene er nokså forskjellig (studentene på Jørstadmoen er ansatte i forsvaret og har f.eks. møteplikt). Konsekvensen var likevel at vi prøvde å finne ut hva som fungerte bedre der, og om noe av dette kunne tilpasses undervisningen ved HiG. Blant annet var et større innslag av klasseromsundervisning et tiltak som krever ekstra ressurser, men som vi fikk klarsignal til på bakgrunn av rapporten der disse diagrammene finnes. Og strykprosenten ved HiG har vært klart lavere etter Rapporten kan finnes under diverse på hjemmesiden til Matematikk 10. Desember 2003/ Januar 2007, Hans Petter Hornæs. 10
ting å gjøre å prøve å oppsummere informasjonen i Hva som er hensiktsmessig måter å beskrive dataene på en hensiktsmessig måte.
Kapittel : Beskrivende statistikk Etter at vi har samlet inn data er en naturlig første ting å gjøre å prøve å oppsummere informasjonen i dataene på en hensiktsmessig måte. Hva som er hensiktsmessig måter
DetaljerStatistikk. Forkurs 2018
Statistikk Forkurs 2018 Hva er statistikk? Undersøke Registrere Lage oversikt Presentasjon av informasjon Formidle Arbeidet med statistikk kan vi dele inn i to hovedområder: Samle inn og ordne opplysninger
DetaljerStatistikk. Forkurs 2017
Statistikk Forkurs 2017 Hva er statistikk? Undersøke Registrere Lage oversikt Presentasjon av informasjon Formidle Arbeidet med statistikk kan vi dele inn i to hovedområder: Samle inn og ordne opplysninger
DetaljerBeskrivende statistikk.
Obligatorisk oppgave i Statistikk, uke : Beskrivende statistikk. 1 Høgskolen i Gjøvik Avdeling for teknologi, økonomi og ledelse. Statistikk Ukeoppgaver uke I løpet av uken blir løsningsforslag lagt ut
DetaljerINNHOLD. Matematikk for ungdomstrinnet
INNHOLD STATISTIKK... 2 FREKVENS... 2 RELATIV FREKVENS... 2 FREKVENSTABELL... 2 KLASSEDELING... 3 SØYLEDIAGRAM (STOLPEDIAGRAM)... 3 LINJEDIAGRAM... 4 SEKTORDIAGRAM... 4 HISTOGRAM... 4 FRAMSTILLING AV DATA...
DetaljerSannsynlighetsregning og Statistikk.
Sannsynlighetsregning og Statistikk. Leksjon Velkommen til dette kurset i sannsynlighetsregning og statistikk! Vi vil som lærebok benytte Gunnar G. Løvås:Statistikk for universiteter og høyskoler. I den
Detaljer2P, Statistikk Quiz. Test, 2 Statistikk
Test, 2 Statistikk Innhold 1.1 Statistisk undersøkelse... 2 2.2 Presentasjon av tallmateriale... 2 2.3 Sentralmål... 8 2.4 Spredningsmål... 11 2.5 Gruppert datamateriale... 14 Grete Larsen 1 1.1 Statistisk
DetaljerNår du har arbeidet deg gjennom dette kapittelet, er målet at du skal kunne
2 Statistikk Innhold Kompetansemål Statistikk, Vg2P... 1 Modul 1: Statistisk undersøkelse... 2 Modul 2: Presentasjon av tallmateriale... 4 Modul 3: Sentralmål... 12 Modul 4: Spredningsmål... 15 Modul 5:
DetaljerStatistikk Løsninger. Innhold. Statistikk Vg2P
Statistikk Løsninger Innhold Modul 2: Presentasjon av tallmateriale... 2 Tabeller - Frekvens - Relativ frekvens - Kumulativ frekvens... 2 Søylediagram/stolpediagram... 4 Sektordiagram... 5 Linjediagram/kurvediagram...
DetaljerEt lite notat om og rundt normalfordelingen.
Et lite notat om og rundt normalfordelingen. Anta at vi har kontinuerlige data. Hva er likt og ulikt for histogrammer og fordelingskurver? Observasjoner Histogram Viser fordelingen av faktiske observerte
DetaljerMATEMATIKK (MAT1005) Sentralmål / Spredningsmål
??.??.???? MATEMATIKK (MAT1005) Sentralmål / Spredningsmål DEL 1 (UTEN HJELPEMIDLER) 30 minutter DEL 2 (MED HJELPEMIDLER) 60 minutter (Del 1 må leveres inn før hjelpemidlene kan benyttes) Total poengsum:
Detaljer13.03.2013 Manual til Excel. For ungdomstrinnet ELEKTRONISK UNDERVISNINGSFORLAG AS
13.03.2013 Manual til Excel 2010 For ungdomstrinnet ELEKTRONISK UNDERVISNINGSFORLAG AS Innholdsfortegnelse Huskeliste... 3 Lage en formel... 3 Når du får noe uønsket som f.eks. en dato i en celle... 3
DetaljerDeskriptiv statistikk., Introduksjon til dataanalyse
Introduksjon til dataanalyse Deskriptiv statistikk 2 Kapittel 1 Denne timen og delvis forrige time er inspirert av Kapittel 1, men vi kommer ikke til å gå igjennom alt fra dette kapittelet i forelesning.
DetaljerEt lite notat om og rundt normalfordelingen. Anta at vi har kontinuerlige data. Hva er likt og ulikt for histogrammer og fordelingskurver?
Et lite notat om og rundt normalfordelingen. Anta at vi har kontinuerlige data. Hva er likt og ulikt for histogrammer og fordelingskurver? Boka (Ch 1.4) motiverer dette ved å gå fra histogrammer til tetthetskurver.
DetaljerDeskriptiv statistikk., Introduksjon til dataanalyse
Introduksjon til dataanalyse Deskriptiv statistikk 2 Kapittel 1 Denne timen og delvis forrige time er inspirert av Kapittel 1, men vi kommer ikke til å gå igjennom alt fra dette kapittelet i forelesning.
DetaljerMATEMATIKK (MAT1005) Sentralmål / Spredningsmål
??.??.???? MATEMATIKK (MAT1005) Sentralmål / Spredningsmål DEL 1 (UTEN HJELPEMIDLER) 30 minutter DEL 2 (MED HJELPEMIDLER) 60 minutter (Del 1 leveres inn etter nøyaktig 30 minutter og før hjelpemidlene
DetaljerStatistikk Oppgaver. Innhold. Statistikk Vg2P
Statistikk Oppgaver Innhold Modul 2: Presentasjon av tallmateriale... 2 Tabeller- Frekvens - Relativ frekvens - Kumulativ frekvens... 2 Søylediagram/stolpediagram... 3 Sektordiagram... 3 Linjediagram/kurvediagram...
DetaljerØgrim Bakken Pettersen Skrindo Dypbukt Mustaparta Thorstensen Thorstensen. Digitalt verktøy for Sigma 2P. Microsoft Excel
Øgrim Bakken Pettersen Skrindo Dypbukt Mustaparta Thorstensen Thorstensen Digitalt verktøy for Microsoft Excel Innhold 1 Om Excel 4 2 Regning 4 2.1 Tallregning................................... 4 2.2
DetaljerStatistikk 1. Nico Keilman. ECON 2130 Vår 2014
Statistikk 1 Nico Keilman ECON 2130 Vår 2014 Pensum Kap 1-7.3.6 fra Løvås «Statistikk for universiteter og høgskoler» 3. utgave 2013 (eventuelt 2. utgave) Se overspringelsesliste på emnesiden Supplerende
DetaljerForelening 1, kapittel 4 Stokastiske variable
Forelening 1, kapittel 4 Stokastiske variable Eksempel X = "antall kron på kast med to mynter (før de er kastet)" Uniformt utfallsrom {MM, MK, KM, KK}. X = x beskriver hendelsen "antall kron på kast med
DetaljerSTK1000 Uke 36, Studentene forventes å lese Ch 1.4 ( ) i læreboka (MMC). Tetthetskurver. Eksempel: Drivstofforbruk hos 32 biler
STK1000 Uke 36, 2016. Studentene forventes å lese Ch 1.4 (+ 3.1-3.3 + 3.5) i læreboka (MMC). Tetthetskurver Eksempel: Drivstofforbruk hos 32 biler Fra histogram til tetthetskurver Anta at vi har kontinuerlige
DetaljerØving 1 TMA4240 - Grunnleggende dataanalyse i Matlab
Øving 1 TMA4240 - Grunnleggende dataanalyse i Matlab For grunnleggende introduksjon til Matlab, se kursets hjemmeside https://wiki.math.ntnu.no/tma4240/2015h/matlab. I denne øvingen skal vi analysere to
DetaljerØVINGER 2017 Løsninger til oppgaver. Øving 1
ØVINGER 017 Løsninger til oppgaver Øving 1.1. Frekvenstabell For å lage en frekvenstabell må vi telle antall observasjoner av hvert antall henvendelser. Siden antall henvendelser på en gitt dag alltid
DetaljerEt lite notat om og rundt normalfordelingen.
Et lite notat om og rundt normalfordelingen. Anta at vi har kontinuerlige data. Hva er likt og ulikt for histogrammer og fordelingskurver? Observasjoner Histogram Viser fordelingen av faktiske observerte
DetaljerSentralmål og spredningsmål
Sentralmål og spredningsmål av Peer Andersen Peer Andersen 2014 Sentralmål og spredningsmål i statistikk I dette notatet skal vi se på de viktigste momentene om sentralmål og spredningsmål slik de blir
DetaljerBruk SUMMER-funksjonen i formelen i G9. Oppgave 14. H. Aschehoug & Co Side 1
Repetisjon fra kapittel 2: Summere mange tall, funksjonen SUMMER() Regnearket inneholder en mengde innebygde funksjoner. Vi skal her se på en av de funksjonene vi oftest bruker. Funksjonen SUMMER() legger
DetaljerEksempel på data: Karakterer i «Stat class» Introduksjon
Eksempel på data: Karakterer i «Stat class» Introduksjon Viktige begreper for å beskrive data: Enheter som er objektene i datasettet «label» som av og til brukes for å skille enhetene En variabel er en
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren 2010
ÅMA0 Sannsynlighetsregning med statistikk, våren 00 ÅMA0 Sannsynlighetsregning med statistikk våren 00 Praktisk om kurset Foreleser og faglig ansvarlig: Bjørn H. Auestad (kontor: E-536). Undervisningstider:
DetaljerSentralmål og spredningsmål
Sentralmål og spredningsmål 3.1 Læreplanmål 1 3.1 Gjennomsnitt og typetall 2 3.2 Median 6 3.3 Variasjonsbredde og kvartilbredde 10 3.4 Varians og standardavvik 15 3.5 Digitale sentralmål og spredningsmål
DetaljerØgrim Bakken Pettersen Skrindo Dypbukt Mustaparta Thorstensen Thorstensen. Digitalt verktøy for Sigma 2P. Microsoft Excel
Øgrim Bakken Pettersen Skrindo Dypbukt Mustaparta Thorstensen Thorstensen Digitalt verktøy for Microsoft Excel Innhold 1 Om Excel 4 2 Regning 4 2.1 Tallregning................................... 4 2.2
DetaljerKapittel 1: Data og fordelinger
STK Innføring i anvendt statistikk Mandag 8. august 8 Ingrid K. lad I løpet av dette kurset skal dere bli fortrolig med statistisk tenkemåte forstå teori og metoder som ligger bak knappene/menyene i vanlige
DetaljerST0103 Brukerkurs i statistikk Høst 2014
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag ST0103 Brukerkurs i statistikk Høst 2014 Løsningsforslag Øving 1 2.1 Frekvenstabell For å lage en frekvenstabell må vi telle
Detaljer2P kapittel 3 Statistikk Utvalgte løsninger oppgavesamlingen
P kapittel 3 Statistikk Utvalgte løsninger oppgavesamlingen 303 a For eksempel finner vi at den relative frekvensen for jenter med høyde 155 159 cm er 0,067 6,7 % 30 = =. Høyde i cm Antall Relativ (frekvens)
DetaljerStatistikk. Mål. for opplæringen er at eleven skal kunne. planlegge, gjennomføre og vurdere statistiske undersøkelser
48 3 Statistikk Mål for opplæringen er at eleven skal kunne planlegge, gjennomføre og vurdere statistiske undersøkelser beregne kumulativ hyppighet, finne og drøfte sentralmål og spredningsmål representere
DetaljerStolpediagragram og histogram med regneark
Stolpediagragram og histogram med regneark I underkapittel 4C i læreboka for Matematikk 2P forklarer vi hvordan du går fram når du skal tegne stolpediagram og histogram. Her viser vi hvordan du kan bruke
DetaljerØving 1 TMA4245 - Grunnleggende dataanalyse i Matlab
Øving 1 TMA4245 - Grunnleggende dataanalyse i Matlab For grunnleggende bruk av Matlab vises til slides fra basisintroduksjon til Matlab som finnes på kursets hjemmeside. I denne øvingen skal vi analysere
DetaljerSentralmål og spredningsmål
Sentralmål og spredningsmål av Peer Andersen Peer Andersen 2014 Sentralmål og spredningsmål i statistikk I dette notatet skal vi se på de viktigste momentene om sentralmål og spredningsmål slik de blir
DetaljerUNIVERSITETET I OSLO
Deleksamen i: UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet STK1000 Innføring i anvendt statistikk. Eksamensdag: Onsdag 10. oktober 2012. Tid for eksamen: 15:00 17:00. Oppgavesettet
Detaljer18.07.2013 Manual til Excel. For mellomtrinnet. Inger Nygjelten Bakke ELEKTRONISK UNDERVISNINGSFORLAG AS
18.07.2013 Manual til Excel 2010 For mellomtrinnet Inger Nygjelten Bakke ELEKTRONISK UNDERVISNINGSFORLAG AS Innhold Husk... 2 1. Det kan bare være tall i cellene som skal brukes i formelen.... 2 2. En
DetaljerDataens tidsalder. Hvorfor data? Data, data, data. STK1000 Innføring i anvendt statistikk. Tirsdag 24. august 2010
STK1000 Innføring i anvendt statistikk Tirsdag 24. august 2010 Geir Storvik (modifisert etter I. Glad s tidligere presentasjon) 1 Data, data, data Genetiske data World Wide Web Overvåkning Medisinske bilder
DetaljerKonfidensintervall for µ med ukjent σ (t intervall)
Forelesning 3, kapittel 6 Konfidensintervall for µ med ukjent σ (t intervall) Konfidensintervall for µ basert på n observasjoner fra uavhengige N( µ, σ) fordelinger når σ er kjent : Hvis σ er ukjent har
DetaljerEksamen våren 2016 Løsninger
DEL 1 Uten hjelpemidler Hjelpemidler: vanlige skrivesaker, passer, linjal med centimetermål og vinkelmåler Oppgave 1 Variasjonsbredde = 6 C ( 6 C) = 1 C Gjennomsnitt: + 0 + ( 4) + ( 6) + + 6 0 x = = =
DetaljerEksamen MAT1005 Matematikk 2P-Y Høsten 2014
Eksamen MAT1005 Matematikk P-Y Høsten 014 Oppgave 1 (1 poeng) Regn ut og skriv svaret på standardform 0,0003 500000000 0,00,0 10,0 4 8 3,0 10 5,0 10 3,0 5,0 4 8 ( 3) 7 3 10 7,5 10 Oppgave (1 poeng) Prisen
DetaljerStatistikk Vi på vindusrekka
Statistikk Vi på vindusrekka Statistikk... 2 Samle data... 5 Tabeller... 9 Søylediagram... 12 Histogram... 13 Gjennomsnitt... 15 Misbruk... 17 Frekvens... 20 Sektordiagram... 22 Kurvediagram... 23 Median...
DetaljerECON2130 Kommentarer til oblig
ECON2130 Kommentarer til oblig Her har jeg skrevet ganske utfyllende kommentarer til en del oppgaver som mange slet med. Har noen steder gått en del utover det som det strengt tatt ble spurt om i oppgaven,
DetaljerUndersøkelse om utdanning
Undersøkelse om utdanning I dag er det flere som lurer på om det er en sammenheng mellom barn og foreldre når det kommer til valg av utdanningsnivå. Vi er veldig nysgjerrige på dette emnet, og har derfor
DetaljerTema: Deskriptiv statistikk for kontinuerlige data. Av Kathrine Frey Frøslie,
Tema: Deskriptiv statistikk for kontinuerlige data. Av Kathrine Frey Frøslie, www.statistrikk.no Kontinuerlige data er målinger som gjøres langs en skala, for eksempel tid, lengde og vekt. Noen ganger
DetaljerMAT4010 PROSJEKTOPPGAVE: Statistikk i S2. Olai Sveine Johannessen, Vegar Klem Hafnor & Torstein Mellem
MAT400 PROSJEKTOPPGAVE: Statistikk i S2 Olai Sveine Johannessen, Vegar Klem Hafnor & Torstein Mellem 20. mai 205 Innhold. Stokastisk Variabel.. Stokastiske variable som funksjoner 3 2. Forventningsverdi
DetaljerIntroduksjon til statistikk og dataanalyse. Arild Brandrud Næss TMA4240 Statistikk NTNU, høsten 2013
Introduksjon til statistikk og dataanalyse Arild Brandrud Næss TMA4240 Statistikk NTNU, høsten 2013 Introduksjon til statistikk og dataanalyse Hollywood-filmer fra 2011 135 filmer Samla budsjett: $ 7 166
DetaljerBasisoppgaver til 2P kap. 3 Statistikk
Basisoppgaver til 2P kap. 3 Statistikk 3.1 Frekvenstabell og histogram 3.2 Kumulativ frekvens 3.3 Median 3.4 Gjennomsnitt 3.5 Spredningsmål 3.6 Diagrammer (Det er ikke basisoppgaver til 3.7 Statistiske
DetaljerLøsningsforslag ECON 2130 Obligatorisk semesteroppgave 2017 vår
Løsningsforslag ECON 130 Obligatorisk semesteroppgave 017 vår Andreas Myhre Oppgave 1 1. (i) Siden X og Z er uavhengige, vil den simultane fordelingen mellom X og Z kunne skrives som: f(x, z) = P(X = x
DetaljerEKSAMEN KANDIDATNUMMER: EKSAMENSDATO: 26. mai 2006. SENSURFRIST: 16. juni 2006. KLASSE: HIS 04 07. TID: kl. 8.00 13.00.
KANDIDATNUMMER: EKSAMEN FAGNAVN: FAGNUMMER: Statistikk. BtG207 EKSAMENSDATO: 26. mai 2006. SENSURFRIST: 16. juni 2006. KLASSE: HIS 04 07. TID: kl. 8.00 13.00. FAGLÆRER: Hans Petter Hornæs ANTALL SIDER
DetaljerKapittel 5. Statistikk
Kapittel 5. Statistikk Dette kapitlet handler blant annet om: Beregne gjennomsnitt og andre sentralmål. Framstille data i frekvenstabeller. Beregne standardavvik og andre spredningsmål. Framstille data
DetaljerRapport fra karakterpanel for matematikk om bruk av det nye karaktersystemet
Rapport fra karakterpanel for matematikk om bruk av det nye karaktersystemet Norsk matematikkråd satte våren 2006 ned følgende karakterpanel for å vurdere praksis i 2005 ved bruk av det nye karaktersystemet:
DetaljerTallinjen FRA A TIL Å
Tallinjen FRA A TIL Å VEILEDER FOR FORELDRE MED BARN I 5. 7. KLASSE EMNER Side 1 Innledning til tallinjen T - 2 2 Grunnleggende om tallinjen T - 2 3 Hvordan vi kan bruke en tallinje T - 4 3.1 Tallinjen
DetaljerEksamen MAT1005 Matematikk 2P-Y Va ren 2014
Eksamen MAT1005 Matematikk 2P-Y Va ren 2014 Oppgave 1 (2 poeng) Nedenfor ser du hvor mange snegler Astrid har plukket i hagen hver kveld de ti siste kveldene. 10 5 22 28 2 8 50 15 40 10 Bestem gjennomsnittet
DetaljerStatistisk behandling av kalibreringsresultatene Del 1. v/ Rune Øverland, Trainor Elsikkerhet AS
Statistisk behandling av kalibreringsresultatene Del 1. v/ Rune Øverland, Trainor Elsikkerhet AS Denne artikkelserien handler om statistisk behandling av kalibreringsresultatene. I de fleste tilfeller
DetaljerLærebok Robert Johnson og Patricia Kuby: Elementary Statistics, 10. utgave. Pensumoversikt. Forelesninger og øvinger
2 Lærebok Robert Johnson og Patricia Kuby: Elementary Statistics, 10. utgave ST0202 Statistikk for samfunnsvitere Bo Lindqvist Institutt for matematiske fag 3 4 Pensumoversikt Forelesninger og øvinger
DetaljerST0202 Statistikk for samfunnsvitere. Bo Lindqvist Institutt for matematiske fag
ST0202 Statistikk for samfunnsvitere Bo Lindqvist Institutt for matematiske fag 2 Lærebok Robert Johnson og Patricia Kuby: Elementary Statistics, 10. utgave 3 Pensumoversikt Kap. 2 Beskrivende statistikk,
DetaljerStatistikk 2. Tabellen nedenfor viser oljeproduksjonen i et OPEC-land i perioden 1990 til 2005. Produksjonen er i 1000 tonn.
Statistikk Innledning Begrepet statistikk skriver seg fra tiden da en stat samlet inn opplysninger som myndighetene hadde bruk for. Opplysningene eller dataene som ble samlet inn, dreide seg for det meste
DetaljerSandefjordskolen BREIDABLIKK UNGDOMSSKOLE ÅRSPLAN FOR FORESATTE MATTE 10.TRINN SKOLEÅR Side 1 av 8
Sandefjordskolen BREIDABLIKK UNGDOMSSKOLE ÅRSPLAN FOR FORESATTE MATTE 10.TRINN SKOLEÅR 2017-2018 Side 1 av 8 Periode 1: UKE 33-39 Tall og Algebra Analysere sammensatte problemstillinger, identifisere faste
DetaljerKontinuerlige stokastiske variable.
Kontinuerlige stokastiske variable. I forelesning har vi sett på en kontinuerlig stokastisk variabel med sannsynlighetstetthet f() =2 og sannsynlighetsfunksjon F () = 2 for. Der hadde jeg et reint regneteknisk
DetaljerLokal læreplan 9 trinn matematikk
Lokal læreplan 9 trinn matematikk Lærebok: Gruntal Antall uker Geometri i planet Gruntall 9 153-198 11 utføre, beskrive og grunngi geometriske konstruksjoner med passer og linjal (og dynamiske geometriprogram)
DetaljerSandefjordskolen BREIDABLIKK UNGDOMSSKOLE ÅRSPLAN FOR FORESATTE MATEMATIKK 8.TRINN SKOLEÅR 2015-2016
Sandefjordskolen BREIDABLIKK UNGDOMSSKOLE ÅRSPLAN FOR FORESATTE MATEMATIKK 8.TRINN SKOLEÅR 2015-2016 Side 1 av 7 Periode 1: UKE 34 - UKE 37 Sammenligne og regne om mellom hele tall, desimaltall, brøker,
DetaljerSandefjordskolen BREIDABLIKK UNGDOMSSKOLE ÅRSPLAN FOR FORESATTE MATTE 10.TRINN SKOLEÅR 2015-2016. Side 1 av 9
Sandefjordskolen BREIDABLIKK UNGDOMSSKOLE ÅRSPLAN FOR FORESATTE MATTE 10.TRINN SKOLEÅR 2015-2016 Side 1 av 9 Periode 1: UKE 34-UKE 39 Tall og Algebra Analysere sammensatte problemstillinger, identifisere
DetaljerFagplan i matematikk for 9. trinn 2014/15. Faglærer: Terje Tønnessen
Fagplan i matematikk for 9. trinn 2014/15. Faglærer: Terje Tønnessen Standarder (gjennom hele semesteret) : - Å kunne uttrykke seg muntlig. Å forstå og kunne bruke det matematiske språket, implementeres
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren 2007
ÅMA0 Sannsynlighetsregning med statistikk, våren 007 ÅMA0 Sannsynlighetsregning med statistikk våren 007 Praktisk om kurset Foreleser og faglig ansvarlig: Bjørn H. Auestad (kontor: E-536). Undervisningstider:
Detaljer42 elever sykler til skolen hver dag, mens 30 tar bussen. 26 går og 10 blir kjørt med bil. Da kan vi lage et diagram som gir en oversikt.
elever sykler til skolen hver dag, mens 0 tar bussen. går og 10 blir kjørt med bil. Da kan vi lage et diagram som gir en oversikt. 7 Hm, er det så mange satellitter over år?! Statistikk MÅL I dette kapitlet
DetaljerSeksjon 1.3 Tetthetskurver og normalfordelingen
Seksjon 1.3 Tetthetskurver og normalfordelingen Har sett på ulike metoder for å plotte eller oppsummere data ved tall Vil nå starte på hvordan beskrive data ved modeller Hovedmetode er tetthetskurver Tetthetskurver
DetaljerUNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Underveiseksamen i: STK1000 Innføring i anvendt statistikk. Eksamensdag: Fredag 13.10.2006. Tid for eksamen: Kl. 09.00 11.00. Tillatte hjelpemidler:
DetaljerDe hele tall har addisjon, multiplikasjon, subtraksjon og lineær ordning, men ikke divisjon.
Innledning til Matematikk Hans Petter Hornæs, hans.hornaes@hig.no Det er ofte vanskelig å komme i gang et fag. Innledningsvis er det gjerne en del grunnleggende begreper som må på plass. Mange studenter
DetaljerLøsningsforslag til obligatorisk oppgave i ECON 2130
Andreas Mhre April 15 Løsningsforslag til obligatorisk oppgave i ECON 13 Oppgave 1: E(XY) = E(X(Z X)) Setter inn Y = Z - X E(XY) = E(XZ X ) E(XY) = E(XZ) E(X ) E(XY) = - E(X ) X og Z er uavhengige, så
DetaljerDEL 1 Uten hjelpemidler
DEL 1 Uten hjelpemidler Oppgave 1 (3 poeng) Dato Temperatur 01.03 2 02.03 0 03.03 4 04.03 6 05.03 2 06.03 6 Guro målte temperaturen utenfor hytta de seks første dagene i mars. Se tabellen ovenfor. Bestem
DetaljerHøgskolen i Gjøviks notatserie, 2001 nr 5
Høgskolen i Gjøviks notatserie, 2001 nr 5 5 Java-applet s for faget Statistikk Tor Slind Avdeling for Teknologi Gjøvik 2001 ISSN 1501-3162 Sammendrag Dette notatet beskriver 5 JAVA-applets som demonstrerer
DetaljerMASTER I IDRETTSVITENSKAP 2014/2016. Utsatt individuell skriftlig eksamen. STA 400- Statistikk. Mandag 24. august 2015 kl. 10.00-12.
MASTR I IDRTTSVITNSKAP 2014/2016 Utsatt individuell skriftlig eksamen i STA 400- Statistikk Mandag 24. august 2015 kl. 10.00-12.00 Hjelpemidler: kalkulator ksamensoppgaven består av 10 sider inkludert
DetaljerEKSAMEN. TILLATTE HJELPEMIDLER: Kalkulator. Hornæs: Formelsamling statistikk HiG. John Haugan: Formler og tabeller.
KANDIDATNUMMER: EKSAMEN FAGNAVN: FAGNUMMER: Statistikk. BtG207 EKSAMENSDATO: 16. juni 2009. KLASSE: HIS 07 10. TID: kl. 8.00 13.00. FAGLÆRER: Hans Petter Hornæs ANTALL SIDER UTLEVERT: 3 innkl. forside)
DetaljerSimulering på regneark
Anne Berit Fuglestad Simulering på regneark Trille terninger eller kaste mynter er eksempler som går igjen i sannsynlighetsregningen. Ofte kunne vi trenge flere forsøk for å se en klar sammenheng og få
DetaljerInnhold. Innledning. Del I
Del I Innledning 1 Hva er statistikk?... 19 1.1 Bokas innhold 20 1.1.1 Noen eksempler 20 1.1.2 Historie 23 1.1.3 Bokas oppbygning 25 1.2 Noen viktige begreper 26 1.2.1 Populasjon og utvalg 26 1.2.2 Variasjon
Detaljeri x i
TMA4245 Statistikk Vår 2016 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Anbefalte oppgaver 11, blokk II Oppgavene i denne øvingen dreier seg om hypotesetesting og sentrale
DetaljerDataøvelse 3 Histogram og normalplott
Matematisk institutt STAT200 Anvendt statistikk Universitetet i Bergen 18. februar 2004 Dataøvelse 3 Histogram og normalplott A. Formål med øvelsen Denne øvelsen skal vise hvordan man med SAS-systemet
DetaljerSnøtetthet. Institutt for matematiske fag, NTNU 15. august Notat for TMA4240/TMA4245 Statistikk
Snøtetthet Notat for TMA424/TMA4245 Statistikk Institutt for matematiske fag, NTNU 5. august 22 I forbindelse med varsling av om, klimaforskning og særlig kraftproduksjon er det viktig å kunne anslå hvor
DetaljerOppgaven består av 10 delspørsmål som anbefales å veie like mye, Kommentarer og tallsvar er skrevet inn mellom <<, >>, Oppgave 1
ECON 130 EKSAMEN 005 VÅR SENSORVEILEDNING Oppgaven består av 10 delspørsmål som anbefales å veie like mye, Kommentarer og tallsvar er skrevet inn mellom , Oppgave 1 I denne oppgaven kan du anta at
DetaljerStatistisk beskrivelse av enkeltvariabler. SOS1120 Kvantitativ metode. Disposisjon. Datamatrisen. Forelesningsnotater 6. forelesning høsten 2005
SOS110 Kvantitativ metode Forelesningsnotater 6 forelesning høsten 005 Statistisk beskrivelse av enkeltvariabler (Univariat analyse) Per Arne Tufte Disposisjon Datamatrisen Variabler Datamatrisen Frekvensfordelinger
DetaljerST0202 Statistikk for samfunnsvitere. Bo Lindqvist Institutt for matematiske fag
ST0202 Statistikk for samfunnsvitere Bo Lindqvist Institutt for matematiske fag 2 Lærebok Robert Johnson og Patricia Kuby: Elementary Statistics, 10. utgave 3 Pensumoversikt Kap. 2 Beskrivende statistikk,
DetaljerSandefjordskolen BREIDABLIKK UNGDOMSSKOLE ÅRSPLAN FOR FORESATTE MATEMATIKK 8.TRINN SKOLEÅRET Side 1 av 8
Sandefjordskolen BREIDABLIKK UNGDOMSSKOLE ÅRSPLAN FOR FORESATTE MATEMATIKK 8.TRINN SKOLEÅRET 2016-2017 Side 1 av 8 Periode 1: UKE 33 - UKE 39 Sammenligne og regne om mellom hele tall, desimaltall, brøker,
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i STK1000 Innføring i anvendt statistikk. Eksamensdag: Onsdag 7. oktober 2009. Tid for eksamen: 15:00 17:00. Oppgavesettet er på
Detaljer1 Sec 3-2: Hvordan beskrive senteret i dataene. 2 Sec 3-3: Hvordan beskrive spredningen i dataene
1 Sec 3-2: Hvordan beskrive senteret i dataene 2 Sec 3-3: Hvordan beskrive spredningen i dataene Todeling av statistikk Deskriptiv statistikk Oppsummering og beskrivelse av den stikkprøven du har. Statistisk
DetaljerUNIVERSITETET I OSLO ØKONOMISK INSTITUTT
Utsatt eksamen i: ECON2130 - Statistikk 1 Eksamensdag: 19.06.2014 Tid for eksamen: kl. 09:00 12:00 Oppgavesettet er på 4 sider UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Tillatte hjelpemidler: Alle trykte
Detaljer2P-Y eksamen våren 2018 løsningsforslag
2P-Y eksamen våren 2018 løsningsforslag DEL 1 Uten hjelpemidler Tid: Del 1 skal leveres inn etter 2 timer. Hjelpemidler: Del 1 Vanlige skrivesaker, passer, linjal med centimetermål og vinkelmåler. Oppgave
DetaljerLøsningskisse for oppgaver til undervisningsfri uke 8 ( februar 2012)
1 ECON 130 HG - februar 01 Løsningskisse for oppgaver til undervisningsfri uke 8 (0.-. februar 01) Oppg..1. Variabel: x = antall kundehenvendelser pr. dag 1. Antall observasjoner: n = 100 dager. I Excel
DetaljerEksamen MAT1005 Matematikk 2P-Y Va ren 2015
Eksamen MAT1005 Matematikk P-Y Va ren 015 Oppgave 1 ( poeng) Dag Temperatur Mandag 4 C Tirsdag 10 C Onsdag 1 C Torsdag 5 C Fredag 6 C Lørdag Tabellen ovenfor viser hvordan temperaturen har variert i løpet
DetaljerUNIVERSITETET I OSLO Matematisk Institutt
UNIVERSITETET I OSLO Matematisk Institutt Midtveiseksamen i: STK 1000: Innføring i anvendt statistikk Tid for eksamen: Onsdag 9. oktober 2013, 11:00 13:00 Hjelpemidler: Lærebok, ordliste for STK1000, godkjent
DetaljerKapittel 3: Stokastiske variable og sannsynlighetsfordelinger
Kapittel 3: Stokastiske variable og sannsynlighetsfordelinger TMA4245 Statistikk (B, K1, I) 3.1, 3.2, 3.3 foreleses torsdag 15.januar 0.00 0.02 0.04 0.06 0.08 160 170 180 190 hoyde i cm Mette.Langaas@math.ntnu.no
DetaljerFAGPLANER Breidablikk ungdomsskole FAG: Matematikk 8. trinn
FAGPLANER Breidablikk ungdomsskole FAG: Matematikk 8. trinn Områder Kompetansemål Operasjonaliserte læringsmål Tema/opplegg (eksempler, forslag), ikke obligatorisk Vurderingskriterier vedleggsnummer Samanlikne
DetaljerSupplement til power-point presentasjonen i medisinsk statistikk, forelesning 7 januar 2013. Skrevet av Stian Lydersen 16 januar 2013
1 Supplement til power-point presentasjonen i medisinsk statistikk, forelesning 7 januar 013. Skrevet av Stian Lydersen 16 januar 013 Vi antar at vårt utvalg er et tilfeldig og representativt utvalg for
DetaljerOppgaver i statistikk
Oppgaver i statistikk Oppgave 1 En regner med at verdens (kjente) oljeressurser (i 2003) fordeler seg omtrent slik på de ulike regionene: Midtøsten: 63,3% Europa: 9,2% Sør og Sentral Amerika:,9% Afrika:,9%
DetaljerTerningkast. Utfallsrommet S for et terningskast med en vanlig spillterning med 6 sider er veldefinert 1, 2, 3, 4, 5, 6
Terningkast Halvor Aarnes, UiO, 2014 Innhold Ett terningkast og utfallsrom... 1 Union og snitt... 4 Betinget sannsynlighet... 5 Forventningsverdi E(X) og varianse Var(X)... 5 Konfidensintervall for proporsjoner...
DetaljerDEL 1 Uten hjelpemidler
DEL 1 Uten hjelpemidler Oppgave 1 (1 poeng) Regn ut og skriv svaret på standardform 0,0003 500000000 0,00 Oppgave (1 poeng) Prisen for en vare er satt opp med 5 %. Nå koster varen 50 kroner. Hva kostet
DetaljerEksamen 25.05.2011. MAT1015 Matematikk 2P. Nynorsk/Bokmål
Eksamen 25.05.2011 MAT1015 Matematikk 2P Nynorsk/Bokmål Bokmål Eksamensinformasjon Eksamenstid: Hjelpemidler på Del 1: Hjelpemidler på Del 2: Framgangsmåte: 5 timer: Del 1 skal leveres inn etter 2 timer.
Detaljer