Mange definisjoner. Hva er datagruvedrift (data mining)?

Størrelse: px
Begynne med side:

Download "Mange definisjoner. Hva er datagruvedrift (data mining)?"

Transkript

1 Hva er datagruvedrift (data mining)? Mange definisjoner Ikke-triviell uttrekking av implisitt, tidlegere ukjent, og potensiell nyttig informasjon fra data Utforskning og analyse, automatisk eller semiautomatisk, av store mengder data for å finne meningsfulle mønster Feature selection Dimensionality reduction Normalization

2 Kva er (ikkje) datagruvedrift? Hva er ikke datagruvedrift? Oppslag i telefonkatalogen Web-søk for informasjon om Amazon Hva er datagruvedrift? Mange som kjøper øl kjøper også potetgull Gruppere dokument returnert av søkemotor etter kontekst, f.eks. Amazon rainforest, og amazon.com

3 Motivasjon for datagruvedrift i store datasett Ofte informasjon gjemt i data som ikke er openbar Analytikere kan trenge uker (eller mer) på å oppdage nyttige informasjon Mye av data aldri analysert Data-gap Ny disk (TB) sidan 1995 Tal på analytikere

4 Kvifor datagruvedrift: Kommersielt synspunkt Store datamengder blir samlet og lagret i datavarehus Web-data, e-handel Kjøp i butikker Transaksjoner med bank/kredittkort Sterkt konkurransepress Tilby bedre og tilpasset tjenester, t.d. for kundehåndtering Mer om dette på gjesteforelesningen fra Capgemini senere

5 Eksempel: forsikringsdata 5

6 Kvifor datagruvedrift: Vitskapleg synspunkt Data samlet og lagret i høyt tempo (GB/time og mer) Sensorer på satellitter Teleskop Microarrays i genforskning Vitenskaplige simuleringer genererer terabyte med data Datagruvedrift kan hjelpe forskere med t.d. Klassifisere og segmentere data Finne sammenheng mellom symptom og sykdommer Sammenheng mellom observasjoner og fenomen i klima

7 Datagruvedrift: opphav Idear frå: Maskinlæring/mønstergjenkjenning Statistikk (sampling, estimering, ) Databasesystem (lagring, indeksering, effektiv utføring av spørjingar) Tradisjonelle teknikker ikke egnet pga: Størrelse på datasett Høy dimensjonalitet på data Heterogene data/attributter Statistikk Data- gruvedrift Databasesystem Maskinlæring/ mønster- gjenkjenning

8 Datagruvedrifts- oppgåver Predikeringsoppgaver Bruker noen attributter for å spå /predikere ukjente eller framtidige verdier av andre attributt Eksempel: Klassifisering, regresjon, avviksdeteksjon Deskriptive oppgaver Finne mønster som kan skildre data og som gir mening/mennesker kan forstå Eksempel: Klynging, assosiasjonsreglar, sekvensmønster

9 10 Klassifisering kategorisk Tid Refund Marital Status kategorisk Taxable Income kontinuerlig Cheat klasse Refund Marital Status Taxable Income Cheat 1 Yes Single 125K No 2 No Married 100K No 3 No Single 70K No 4 Yes Married 120K No 5 No Divorced 95K Yes 6 No Married 60K No 7 Yes Divorced 220K No No Single 75K? Yes Married 50K? No Married 150K? Yes Divorced 90K? No Single 40K? No Married 80K? Test- sett 10 8 No Single 85K Yes 9 No Married 75K No 10 No Single 90K Yes Trenings- sett Lære klassifikator Modell

10 Applikasjon for klassifisering: Direkte marknadsføring Mål: Redusere kostnad for utsending av reklame ved å sikte mot kunder som sannsynligvis vil kjøpe nye mobiltelefon-produkt. Fremgangsmåte: Bruke data for tilsvarende produkt introdusert tidlegere Anta vi vet hvem som kjøpte og ikke kjøpte tidligere: {kjøp, ikke kjøp} avgjørelsen utgjør klasse-attributt Samle diverse informasjon om demografi og livsstil og selskapsinteraksjonsrelatert informasjon om alle slike kunder (Bustad, løn, etc ) Bruk denne informasjonen som inn-attributter for a lære en klassifikatormodell

11 Klassifisere galakser basert på teleskopbilder Early Intermediate Late

12 Klyngeanalyse Finne grupper av objekt slik at objekt i ei gruppe har stor grad av likhet (eller relaterte) mens objekt fra forskjellige grupper er ulike (urelaterte) 12

13 Eksempel på bruk av klyngeanalyse Forståelse: Gruppere relaterte dok. (sport/musikk ) Gruppere gener Gruppere aksjer med like pris-svingninger Medisinske case Discovered Clusters Applied-Matl-DOWN,Bay-Network-Down,3-COM-DOWN, Cabletron-Sys-DOWN,CISCO-DOWN,HP-DOWN, DSC-Comm-DOWN,INTEL-DOWN,LSI-Logic-DOWN, Micron-Tech-DOWN,Texas-Inst-Down,Tellabs-Inc-Down, Natl-Semiconduct-DOWN,Oracl-DOWN,SGI-DOWN, Sun-DOWN Apple-Comp-DOWN,Autodesk-DOWN,DEC-DOWN, ADV-Micro-Device-DOWN,Andrew-Corp-DOWN, Computer-Assoc-DOWN,Circuit-City-DOWN, Compaq-DOWN, EMC-Corp-DOWN, Gen-Inst-DOWN, Motorola-DOWN,Microsoft-DOWN,Scientific-Atl-DOWN Fannie-Mae-DOWN,Fed-Home-Loan-DOWN, MBNA-Corp-DOWN,Morgan-Stanley-DOWN Baker-Hughes-UP,Dresser-Inds-UP,Halliburton-HLD-UP, Louisiana-Land-UP,Phillips-Petro-UP,Unocal-UP, Schlumberger-UP Industry Group Technology1-DOWN Technology2-DOWN Financial-DOWN Oil-UP Sammendrag/reduksjon til klyngeprototyper Reduserer størrelse på store datasett Video/bilde/lyd-komprimering Klynging av nedbør i Australia 13

14 Deteksjon av avvik/anomaliar Avdekke signifikante avvik fra normal oppførsel Anvendelser: Detektere kredittkortsvindel Oppdage nettverksinntrenging Typisk nettverkstrafikk på universitetsnivå kan generere mer enn 100 millioner forbindelser per dag

15 Assosiasjonsregler

16 Assosiasjonsregeloppdagelse 16

17 Eksempel på andre bruksområde Tekstdokument Medisinskediagnoser (pasientjournaler) Web-gruvedrift, t.d. web-logger/besøk på sider Klimadata

18 Utfordringer i datagruvedrift Skalerbarhet Dimensjonalitet Komplekse og heterogene data Datakvalitet Dataeiearskap og distribusjon Personvern Strøm-data (e.g. time series)

Eksamensoppgave i TDT4300 Datavarehus og datagruverdrift - Vår 2014 (Sensurveiledning)

Eksamensoppgave i TDT4300 Datavarehus og datagruverdrift - Vår 2014 (Sensurveiledning) ! Institutt for datateknikk og informasjonsvitenskap (IDI) Eksamensoppgave i TDT4300 Datavarehus og datagruverdrift - Vår 2014 (Sensurveiledning) Faglig kontakt under eksamen: Heri Ramampiaro Tlf.: 99027656

Detaljer

AUTOMATISK HENDELSESANALYSE. Av Henrik Kirkeby SINTEF Energi AS

AUTOMATISK HENDELSESANALYSE. Av Henrik Kirkeby SINTEF Energi AS AUTOMATISK HENDELSESANALYSE Av Henrik Kirkeby SINTEF Energi AS Sammendrag SINTEF har utviklet et analyseverktøy i Matlab som kan brukes til hendelsesanalyse, kalt A-HA (automatisk hendelsesanalyse). Verktøyet

Detaljer

Loven om total sannsynlighet. Bayes formel. Testing for sykdom. ST0202 Statistikk for samfunnsvitere

Loven om total sannsynlighet. Bayes formel. Testing for sykdom. ST0202 Statistikk for samfunnsvitere 2 Loven om total sannsynlighet La A og Ā være komplementære hendelser, mens B er en annen hendelse. Da er: P(B) P(B oga)+p(b ogā) P(B A)P(A)+P(B Ā)P(Ā) ST0202 Statistikk for samfunnsvitere Bo Lindqvist

Detaljer

Statistikk for språk- og musikkvitere 1

Statistikk for språk- og musikkvitere 1 Statistikk for språk- og musikkvitere 1 Mitt navn: Åsne Haaland, Vitenskapelig databehandling USIT Ikke nøl, avbryt med spørsmål! Hva oppnår en med statistikk? Få oversikt over data: typisk verdi, spredning,

Detaljer

år i 1 2 3 4 5 6 7 8 9 alder x i 37 38 39 40 41 42 43 44 45 tid y i 45.54 41.38 42.50 38.80 41.26 37.20 38.19 38.05 37.45 i=1 (x i x) 2 = 60, 9

år i 1 2 3 4 5 6 7 8 9 alder x i 37 38 39 40 41 42 43 44 45 tid y i 45.54 41.38 42.50 38.80 41.26 37.20 38.19 38.05 37.45 i=1 (x i x) 2 = 60, 9 TMA424 Statistikk Vår 214 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 11, blokk II Oppgave 1 Matlabkoden linearreg.m, tilgjengelig fra emnets hjemmeside, utfører

Detaljer

Mer om WSD Ordlikhet. Ordlikhet INF5820 H2008. Jan Tore Lønning. Institutt for Informatikk Universitetet i Oslo. 17. september

Mer om WSD Ordlikhet. Ordlikhet INF5820 H2008. Jan Tore Lønning. Institutt for Informatikk Universitetet i Oslo. 17. september INF5820 H2008 Institutt for Informatikk Universitetet i Oslo 17. september Outline 1 Utfyllende om glatting Andre WSD-metoder Bootstrapping 2 Samforekomstvektor Kontekstassosiasjon Vektorlikhet Glatting

Detaljer

Innhold uke 7. Objektorientert programmering i Python: Introduksjon. Lite tilbakeblikk: Programflyt og skop. Lite tilbakeblikk: Funksjoner er uttrykk

Innhold uke 7. Objektorientert programmering i Python: Introduksjon. Lite tilbakeblikk: Programflyt og skop. Lite tilbakeblikk: Funksjoner er uttrykk Innhold uke 7 Objektorientert programmering i Python: Introduksjon IN1000 Høst 2017 uke 7 Siri Moe Jensen Lite tilbakeblikk: Prosedyrer og funksjoner Objektorientert programmering Introduksjon: Hvorfor,

Detaljer

Stordata i offentlig sektor OSDF 7.12

Stordata i offentlig sektor OSDF 7.12 Stordata i offentlig sektor OSDF 7.12 Hva er stordata? Store datavolum (Volume) Virksomhets data Varierte data fra forskjellige kilder (Variety) Innhenting av data i real-time (Velocity) Transaksjoner

Detaljer

Hvis kurset du trenger ikke finnes i oversikten under, ta kontakt med oss. Vi tilrettelegger gjerne kurs etter behov.

Hvis kurset du trenger ikke finnes i oversikten under, ta kontakt med oss. Vi tilrettelegger gjerne kurs etter behov. Kursoversikt 2012 Målet med våre kurs er å gi deg best mulige forutsetninger for å kunne utnytte mulighetene i SPSS. Det gjelder uansett om du er nybegynner eller allerede bruker vår programvare og trenger

Detaljer

Kapittel 7 & 8. Kravspesifikasjoner & Data design. Thomas Tjøstheim og Thomas Edvinsen. 20 September Kapittel 7 & 8 p.1/20

Kapittel 7 & 8. Kravspesifikasjoner & Data design. Thomas Tjøstheim og Thomas Edvinsen. 20 September Kapittel 7 & 8 p.1/20 Kapittel 7 & 8 p.1/20 Kapittel 7 & 8 Kravspesifikasjoner & Data design Thomas Tjøstheim og Thomas Edvinsen 20 September 2004 Kapittel 7 & 8 p.2/20 Introduksjon Kravspesifikasjoner består av to underdeler:

Detaljer

Kursoversikt 2009. Kurskalender 2009-1. halvår. Kurskalender 2009 2. halvår

Kursoversikt 2009. Kurskalender 2009-1. halvår. Kurskalender 2009 2. halvår Kursoversikt 2009 Målet med våre kurs er å gi deg best mulige forutsetninger for å kunne utnytte SPSS omfattende muligheter. Det gjelder uansett om du er nybegynner eller allerede bruker vår programvare

Detaljer

SPSS Statistics-kurs 2014

SPSS Statistics-kurs 2014 SPSS Statistics-kurs 2014 Kurskalender 2014-1. halvår Dager Pris Jan Feb Mars April Mai Juni 6.-7. 5.-6. 3.-4. 6.-7. 5.-6. 22.-23. 27.-28. 19.-20. 22.-23. 26.-27. Anvendt statistikk 2 8 300 16.-17. 13.-14.

Detaljer

Datateknologi - masterstudium (2-årig) MIDT - 2015. 1. år

Datateknologi - masterstudium (2-årig) MIDT - 2015. 1. år Datateknologi - masterstudium (2-årig) MIDT - 2015 1. år Retningsvalg frist : 2015-09-15 * Algoritmer og HPC * Databaser og søk * Datamaskiner og systemprogramvare * Digital virksomhetsutvikling * Interaksjonsdesign

Detaljer

Forny Helse med Operational Intelligence. Ved Flemming Bo Hegerstrøm Administrerende direktør, Hospital IT

Forny Helse med Operational Intelligence. Ved Flemming Bo Hegerstrøm Administrerende direktør, Hospital IT Forny Helse med Operational Intelligence Ved Flemming Bo Hegerstrøm Administrerende direktør, Hospital IT Løser vi oppgavene riktig? Radikal Innovasjon Det er noe vi trenger i helsevesenet! Bunninstallasjoner

Detaljer

SAFERS: Speech Analytics For Emergency Response Services. Pierre Lison, Norsk Regnesentral

SAFERS: Speech Analytics For Emergency Response Services. Pierre Lison, Norsk Regnesentral www.nr.no SAFERS: Speech Analytics For Emergency Response Services Kan taleteknologi og maskinlæring brukes for å effektivisere nødmeldetjenester? Pierre Lison, Norsk Regnesentral IKT-Forum, 27.09.2017

Detaljer

Juvenil Spondylartritt/Entesitt Relatert Artritt (SpA-ERA)

Juvenil Spondylartritt/Entesitt Relatert Artritt (SpA-ERA) www.printo.it/pediatric-rheumatology/no/intro Juvenil Spondylartritt/Entesitt Relatert Artritt (SpA-ERA) Versjon av 2016 1. HVA ER JUVENIL SPONDYLARTRITT/ENTESITT RELATERT ARTRITT (SpA-ERA) 1.1 Hva er

Detaljer

TMA4240 Statistikk Høst 2016

TMA4240 Statistikk Høst 2016 TMA4240 Statistikk Høst 2016 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Anbefalt øving 12 Denne øvingen består av oppgaver om enkel lineær regresjon. De handler blant

Detaljer

Behandling av data bli treffsikker!

Behandling av data bli treffsikker! Behandling av data bli treffsikker! Betydningen av god metode i forbrukerforskningen Tormod Næs 18.01.2011 1 Effektiv bruk av metode er avgjørende! Gjelder alt som er diskutert tidligere Planlegging -

Detaljer

Klimadivisjonens virksomhet

Klimadivisjonens virksomhet Klimadivisjonens virksomhet Knut A. Iden, Klimadataseminar 16.10.07 Klima Divisjonen Eirik J. Førland (Direktør) Stab (2) Seksjon for Klima Forskning (10) (Inger Hanssen-Bauer) Seksjon for Klima Data (18)

Detaljer

TDT4160 Datamaskiner Grunnkurs 2008. Gunnar Tufte

TDT4160 Datamaskiner Grunnkurs 2008. Gunnar Tufte 1 TDT4160 Datamaskiner Grunnkurs 2008 Gunnar Tufte 2 Auka yting 3 Auka yting CPU 4 Parallellitet Essensielt for å øke ytelse To typer: 1) Instruksjonsnivåparallellitet Fleire instruksjonar utføres samtidig

Detaljer

Generalisering til mange klasser - feilrettingsmetodene

Generalisering til mange klasser - feilrettingsmetodene Mange klasser Generalisering til mange klasser - feilrettingsmetodene Kesslers konstruksjon - omskriving av c-klasseproblemet til et toklasseproblem. Her innføres en sammensatt vektvektor a og et sett

Detaljer

I dag UML. Domenemodell visualisering av konsepter. Eksempel. Hvordan finne domeneklasser?

I dag UML. Domenemodell visualisering av konsepter. Eksempel. Hvordan finne domeneklasser? UML Use case drevet analyse og design 31.01.2005 Kirsten Ribu I dag Domenemodell (forløper til klassediagram) Interaksjonsdiagrammer Sekvensdiagram Kollaborasjonsdiagram 1 2 Domenemodell visualisering

Detaljer

Beskriv hvordan tilknytning utvikles i følge Bowlby. Drøft kort hvilke andre faktorer som kan påvirke tilknytning hos barn.

Beskriv hvordan tilknytning utvikles i følge Bowlby. Drøft kort hvilke andre faktorer som kan påvirke tilknytning hos barn. Tilknytning kan defineres som det sterke emosjonelle båndet som oppstår mellom spedbarn og primær omsorgsgiver. Definisjonen fremhever at tilknytning har en emosjonell komponent i form av det faktiske

Detaljer

Relasjonsdatabasedesign

Relasjonsdatabasedesign UNIVERSITETET I OSLO Relasjonsdatabasedesign Normalformer Institutt for Informatikk INF3100-25.1.2016 Ellen Munthe-Kaas 1 Normalformer Normalformer er et uttrykk for hvor godt vi har lykkes i en dekomposisjon

Detaljer

ITS, IoT, Big Data og personvern

ITS, IoT, Big Data og personvern ITS, IoT, Big Data og personvern 2015-12-03, ITS-Forum 2015 Lars F. Giske og Kirill Miazine ITS, IoT, Big Data og personvern 2 Juss-nytt om ITS Lov om intelligente transportsystemer innenfor vegtransport

Detaljer

Hvordan analysere måledata vha statistisk prosesskontroll? 14.02.2013 - www.pasientsikkerhetskampanjen.no Side 2

Hvordan analysere måledata vha statistisk prosesskontroll? 14.02.2013 - www.pasientsikkerhetskampanjen.no Side 2 Hvordan analysere måledata vha statistisk prosesskontroll? 14.02.2013 - www.pasientsikkerhetskampanjen.no Side 2 Hvordan vet vi at en endring er en forbedring? Dødelighet ved coronar by-pass kirurgi før

Detaljer

Motivasjonen for Styr Smart i Smart Grid

Motivasjonen for Styr Smart i Smart Grid Motivasjonen for Styr Smart i Smart Grid Jan Berntzen, Tieto Prosjekteier SSISG Energimarkedet -1930 2010 2015 2020 Tradisjonelt Enveis kommunikasjon AMS Smart strøm Dynamisk marked Forbrukerfleksibilitet

Detaljer

Eksamensoppgåver V07/ Eksamensoppgaver V07

Eksamensoppgåver V07/ Eksamensoppgaver V07 Eksamensoppgåver V07/ Eksamensoppgaver V07 Norsk hovedmål fritak sidemål Fagkoder Fag VG400X/VG400Z Norsk h.mål fritak sidemål E+P VG400Y/VG400Æ Norsk h.mål fritak sidemål E+P (E=Elevar/Elever P=Privatistar/Privatister)

Detaljer

Mål. Pensum. TDT4110 Informasjonsteknologi grunnkurs: Tema: Et større case. Terje Rydland - IDI/NTNU. Lære å lage større og sammensatte programmer

Mål. Pensum. TDT4110 Informasjonsteknologi grunnkurs: Tema: Et større case. Terje Rydland - IDI/NTNU. Lære å lage større og sammensatte programmer 1 Kunnskap for en bedre verden TDT4110 Informasjonsteknologi grunnkurs: Tema: Et større case Terje Rydland - IDI/NTNU 2 Læringsmål og pensum Mål Lære å lage større og sammensatte programmer Pensum Kapitlene

Detaljer

En robust BI-løsning; hva må til?

En robust BI-løsning; hva må til? En robust BI-løsning; hva må til? Noen gode praksiser, og NTNUs skritt mot prediktiv analyse Torgeir Sesseng, Oslo 23.09.2015 Kunnskap for en bedre verden Agenda. Kort om: 1. BI-/informasjonsstrategi 2.

Detaljer

BBS (Behavior Based Safety)

BBS (Behavior Based Safety) BBS (Behavior Based Safety) Rudi Arnesen HMSK Systemutvikler 1 ALLE ulykker kan forhindres! Ulykker skjer fordi vi bevist eller ubevist ikke innretter oss etter etablerte prosedyrer, krav og retningslinjer.

Detaljer

NYHETER OG FORBEDRINGER. Versjon

NYHETER OG FORBEDRINGER. Versjon NYHETER OG FORBEDRINGER Versjon 2016.04.21 Kyrksæterøra, april 2016 All informasjon i denne dokumentasjonen vil kunne forandres uten varsel og representerer ikke en forpliktelse fra produsenten. Alt materiale

Detaljer

Både føre vár og etter snar. Om Shift Right og Forebyggende Vedlikehold

Både føre vár og etter snar. Om Shift Right og Forebyggende Vedlikehold Både føre vár og etter snar Om Shift Right og Forebyggende Vedlikehold oredragsholdere Håkon D. Bjørgen M.sc. i teoretisk fysikk Jobbet for Accenture siden 2010 Vedlikeholdsansvarlig Teamlead og Løsningsarkitekt

Detaljer

Anvendt Maskinlæring. MainTech Konferansen Anton Eskov, Data Scientist, Inmeta.

Anvendt Maskinlæring. MainTech Konferansen Anton Eskov, Data Scientist, Inmeta. Anvendt Maskinlæring MainTech Konferansen - 2017 Anton Eskov, Data Scientist, Inmeta www.inmeta.no 130 Ansatte Oslo & Trondheim Solid og lønnsomt selskap Del av Crayon Group med over 1000 ansatte Portal

Detaljer

Nyheter i Office 2016 NYHETER, FUNKSJONER, FORKLARING

Nyheter i Office 2016 NYHETER, FUNKSJONER, FORKLARING Nyheter i Office 2016 NYHETER, FUNKSJONER, FORKLARING 1 Word 1.1 Gjør ting raskt med Fortell meg det Du vil legge merke til en tekstboks på båndet i Word 2016 med teksten Fortell meg hva du vil gjøre.

Detaljer

HVORDAN TA E-POSTMARKEDSFØRING HAKKET VIDERE? TELEMARK ONLINE - ADVANCED 10.juni 2015 ArkitektumWeb / Bodil Sandøy Tveitan www.a-web.

HVORDAN TA E-POSTMARKEDSFØRING HAKKET VIDERE? TELEMARK ONLINE - ADVANCED 10.juni 2015 ArkitektumWeb / Bodil Sandøy Tveitan www.a-web. HVORDAN TA E-POSTMARKEDSFØRING HAKKET VIDERE? TELEMARK ONLINE - ADVANCED 10.juni 2015 ArkitektumWeb / Bodil Sandøy Tveitan www.a-web.no AGENDA ADVANCED: HVA SKAL VI GJENNOM ETTER LUNSJ 1. Rask repetisjon:

Detaljer

Hvordan avslører vi svindel?

Hvordan avslører vi svindel? Ingrid Hobæk Haff Universitetet i Oslo Fremtidens metoder for risikostyring, 3. februar 2016 Personalised Fraud Detection Skreddersydd avsløring av svindel Problemeiere: Akademiske partnere: Bakgrunn Forsikrings-,

Detaljer

EU-prosjektet Économusée Tradisjonsnæringar gir arbeidsplassar og ny giv

EU-prosjektet Économusée Tradisjonsnæringar gir arbeidsplassar og ny giv EU-prosjektet Économusée Tradisjonsnæringar gir arbeidsplassar og ny giv Arve Tokvam, Aurland Prosjektteneste AS Tradisjonsnæringar som verkemiddel for å skape meir attraktive lokalsamfunn! Tradisjonsnæringar?

Detaljer

Behovet for beregninger i næringslivet. Tørres Trovik Analyse og modellering Storebrand Liv

Behovet for beregninger i næringslivet. Tørres Trovik Analyse og modellering Storebrand Liv Behovet for beregninger i næringslivet Tørres Trovik Analyse og modellering Storebrand Liv Bakgrunn fra økonomi og finans: Utvikling i bruk av verktøy? Sweave Normal student fra økonomifag PMML: http://www.amazon.com/dp/1452858268/ref=cm_sw_su_dp?mkt_tok=3rkmmjwwff9wsronv6zmzkxonjhpfsx66uolwkog38431ufwdcjkpmjr1yuattqhcouuewcwgog80glofeyaailp9pzsblgntdlxhw%253d%253d#reader_1452858268

Detaljer

Avdekke virksomhetens kunnskap, velge systemet fornuftig og unngå marerittene. ERP ABBATE UK LIMITED 1

Avdekke virksomhetens kunnskap, velge systemet fornuftig og unngå marerittene. ERP ABBATE UK LIMITED 1 Avdekke virksomhetens kunnskap, velge systemet fornuftig og unngå marerittene. ERP ABBATE UK LIMITED 1 CRM, Customer Relationship Management, fokuserer på utvikling og opprettholdelse av stabile kunderelasjoner

Detaljer

Mulige Master-oppgaver hos Peter C. Ölveczky

Mulige Master-oppgaver hos Peter C. Ölveczky 11.1.2006 Masteroppgaver 1 Mulige Master-oppgaver hos Peter C. Ölveczky http://heim.ifi.uio.no/ peterol 11.1.2006 Masteroppgaver 2 Peter C. Ölveczky 1. amanuensis ved PMA-gruppen Email: peterol@ifi.uio.no

Detaljer

Brukermanual for statistikk på Asset on web: Statistikk salg pr dag, uke eller måned fordelt på alle avdelinger:

Brukermanual for statistikk på Asset on web: Statistikk salg pr dag, uke eller måned fordelt på alle avdelinger: Brukermanual for statistikk på Asset on web: Statistikk salg pr dag, uke eller måned fordelt på alle avdelinger: 1. Velg først "Vis avanserte funksjoner" Evt. hvis du ønsker å se på salget i går eller

Detaljer

n n i=1 x2 i n x2 n i=1 Y i og x = 1 n i=1 (x i x)y i = 5942 og n T = i=1 (x i x) 2 t n 2

n n i=1 x2 i n x2 n i=1 Y i og x = 1 n i=1 (x i x)y i = 5942 og n T = i=1 (x i x) 2 t n 2 TMA4245 Statistikk Vår 2016 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Anbefalte oppgaver 12, blokk II Denne øvingen består av oppgaver om enkel lineær regresjon. De handler

Detaljer

Kapittel 2. Utforske og beskrive data. Sammenhenger mellom variable

Kapittel 2. Utforske og beskrive data. Sammenhenger mellom variable Kapittel 2 Utforske og beskrive data Sammenhenger mellom variable Relasjoner - eksempler Medisinsk studie: Lave kvinner har oftere hjerteattakk enn høye kvinner Forsikring: Tyngre biler har færre dødsulykker

Detaljer

Lær å bruke GeoGebra 4. Karlstad, 19.04.12 Sigbjørn Hals

Lær å bruke GeoGebra 4. Karlstad, 19.04.12 Sigbjørn Hals Lær å bruke GeoGebra 4 Karlstad, 19.04.12 Sigbjørn Hals Lær å bruke GeoGebra 4 Innhaldet i denne økta: 1. Kort presentasjon av nye verktøy i GeoGebra 4 2. Jobbing med sjølvinstruerande hefte 3. Spørsmål

Detaljer

Hva er en kø? En lineær datastruktur der vi til enhver tid kun har tilgang til elementet som ble lagt inn først

Hva er en kø? En lineær datastruktur der vi til enhver tid kun har tilgang til elementet som ble lagt inn først Køer Hva er en kø? En lineær datastruktur der vi til enhver tid kun har tilgang til elementet som ble lagt inn først Et nytt element legges alltid til sist i køen Skal vi ta ut et element, tar vi alltid

Detaljer

å gjenkjenne regning i ulike kontekster å kommunisere og argumentere for valg som er foretatt

å gjenkjenne regning i ulike kontekster å kommunisere og argumentere for valg som er foretatt 13. mai 2014 å gjenkjenne regning i ulike kontekster å velge holdbare løsningsmetoder - gjennomføre å kommunisere og argumentere for valg som er foretatt tolke resultater kunne gå tilbake og gjøre nye

Detaljer

Årsplan i matematikk for 5. trinn, skoleåret 2009/2010. Læreverk Abakus 5A og 5B (grunnbøker+oppgavebøker), digitale læringsressurser

Årsplan i matematikk for 5. trinn, skoleåret 2009/2010. Læreverk Abakus 5A og 5B (grunnbøker+oppgavebøker), digitale læringsressurser Årsplan i matematikk for 5. trinn, skoleåret 2009/2010. Hovedområde Læreverk Abakus 5A og 5B (grunnbøker+oppgavebøker), digitale sressurser for 5. trinn Fra Lese-forlivet-planen brukes jevnlig i alle fag

Detaljer

Hvis kurset du trenger ikke finnes i oversikten under må du ta kontakt med oss. Vi setter gjerne opp kurs etter behov.

Hvis kurset du trenger ikke finnes i oversikten under må du ta kontakt med oss. Vi setter gjerne opp kurs etter behov. Kursoversikt 2008 Målet med våre kurs er å gi deg best mulige forutsetninger for å kunne utnytte SPSS omfattende muligheter. Det gjelder uansett om du er nybegynner eller allerede bruker vår programvare

Detaljer

MARKEDSFØRING AV NORSK SJØMAT

MARKEDSFØRING AV NORSK SJØMAT BigBlue&Company We make successful business cases MARKEDSFØRING AV NORSK SJØMAT BIGBLUE & COMPANY Jan Hillesland Vise-president i Carlsberg med globalt ansvar for Marketing, Salg og Innovasjon Kommersielt

Detaljer

Fonemoppfatting hos cochleaimplanterte vaksne. Arne Rødvik

Fonemoppfatting hos cochleaimplanterte vaksne. Arne Rødvik Fonemoppfatting hos cochleaimplanterte vaksne Arne Rødvik Definisjonar Fonem den minste meiningsskiljande eininga i talespråket (td /pil/-/bil/, /hør/-/h r/) Artikulasjon Realisasjon av fonem Forvirringsmatrise

Detaljer

Utfordringsdokument. Status for Hjelmeland kommune, pr. oktober 2013.

Utfordringsdokument. Status for Hjelmeland kommune, pr. oktober 2013. Utfordringsdokument Basert på Folkehelsekartlegging for Hjelmeland kommune, pr. 01.10.13. (FSK-sak 116/13) Status for Hjelmeland kommune, pr. oktober 2013. DEMOGRAFI Ca. 16 % av befolkninga i Hjelmeland

Detaljer

5.3.3 Innhold / Tematisering. 5.4 Gjennomføring av geodatakontroll

5.3.3 Innhold / Tematisering. 5.4 Gjennomføring av geodatakontroll *HRGDWDNRQWUROO 5.1 Innledning 5.2 SOSI - FKB 5.3 Hva skal kontrolleres 5.3.1 Dataleveranse 5.3.2 Nøyaktighet 5.3.3 Innhold / Tematisering 5.3.4 Datastruktur 5.3.5 Fullstendighet 5.3.6 Intern homogenitet

Detaljer

Unik4590/Unik9590/TTK Mønstergjenkjenning

Unik4590/Unik9590/TTK Mønstergjenkjenning Sammendrag og eksempler UiO : Institutt for teknologisystemer Høsten 2017 (14. august 2017) Hva er mønstergjenkjenning? Formålet med mønstergjenkjenning ˆ Gjenkjenne objekter - tilordne objekter til én

Detaljer

Tirsdag 21/11. Onsdag 24/11. Tirsdag 12/12. TDT4110 Informasjonsteknologi grunnkurs: Tema: Et større case

Tirsdag 21/11. Onsdag 24/11. Tirsdag 12/12. TDT4110 Informasjonsteknologi grunnkurs: Tema: Et større case 1 Kunnskap for en bedre verden TDT4110 Informasjonsteknologi grunnkurs: Tema: Et større case Terje Rydland - IDI/NTNU 2 Fram mot eksamen Tirsdag 21/11 Repetisjon. Send inn behov/ønsker til : terjery@idi.ntnu.no

Detaljer

Kapittel 2. Utforske og beskrive data. Sammenhenger mellom variable

Kapittel 2. Utforske og beskrive data. Sammenhenger mellom variable Kapittel 2 Utforske og beskrive data Sammenhenger mellom variable Relasjoner - eksempler Medisinsk studie: Lave kvinner har oftere hjerteattakk enn høye kvinner Forsikring: Tyngre biler har færre dødsulykker

Detaljer

Hovden del2 reguleringsplan frå 1997

Hovden del2 reguleringsplan frå 1997 Hovden del2 reguleringsplan frå 1997 Kvifor Utgangspunktet var behovet for revisjon av Hovden del 2 (1997) Målsetting for planarbeidet. Føremålet med planen er å disponere areal og ressursar på Hovden

Detaljer

Kan du byta BI-lösning eller är du fast? Trondos vågade och gjorde det!

Kan du byta BI-lösning eller är du fast? Trondos vågade och gjorde det! Kan du byta BI-lösning eller är du fast? Trondos vågade och gjorde det! Växjö 20.mars 2012 Ole Morten Wåde Fagansvarlig M3 logistikk TRONDOS SA Kjetil Wæhre Business Intelligence Consultant Merit Consulting

Detaljer

Policy vedrørende informasjonskapsler og annen tilsvarende teknologi

Policy vedrørende informasjonskapsler og annen tilsvarende teknologi Policy vedrørende informasjonskapsler og annen tilsvarende teknologi 1. Hva omfavner denne policyen? Denne policyen dekker dine handlinger hva angår Tikkurila sine digitale tjenester. Policyen dekker ikke

Detaljer

SOS3003 Eksamensoppgåver

SOS3003 Eksamensoppgåver SOS3003 Eksamensoppgåver Gjennomgang våren 2004 Erling Berge Gjennomgang av Oppgåve 2 gitt hausten 2003 Haust 2003 Oppgåve 2 Den avhengige variabelen i den logistiske regresjonsanalysen er freegl, som

Detaljer

UML- Use case drevet analyse og design. Domenemodeller Sekvensdiagrammer Use case realisering med GRASP patterns Klassediagram - designmodeller

UML- Use case drevet analyse og design. Domenemodeller Sekvensdiagrammer Use case realisering med GRASP patterns Klassediagram - designmodeller UML- Use case drevet analyse og design Bente Anda 23.09.2004 23.09.04 INF320 I dag Domenemodeller Sekvensdiagrammer Use case realisering med GRASP patterns Klassediagram - designmodeller 23.09.04 INF320

Detaljer

Nord Norge. Barn og ungdom, livskvalitet, omsorg. Nettverksmøte Bodø 121112

Nord Norge. Barn og ungdom, livskvalitet, omsorg. Nettverksmøte Bodø 121112 Nord Norge Barn og ungdom, livskvalitet, omsorg 1 Barn og unge Diabetes, Helse og Livskvalitet 2 Hva vet vi? Insidens 32/100000 Alvorlige komplikasjoner kort sikt, lang sikt Psykososial belastning Vi oppnår

Detaljer

Gentester del II: hvordan skal REK forholde seg til bruk av genetiske undersøkelser i forskningsprosjekter? Jakob Elster REK sør-øst

Gentester del II: hvordan skal REK forholde seg til bruk av genetiske undersøkelser i forskningsprosjekter? Jakob Elster REK sør-øst Gentester del II: hvordan skal REK forholde seg til bruk av genetiske undersøkelser i forskningsprosjekter? Jakob Elster REK sør-øst Oppsummering: etiske utfordringer ved genetiske undersøkelser Gentester

Detaljer

Hvert objekt i AR5 har såkalt metadata. Metadata er informasjon om informasjonen.

Hvert objekt i AR5 har såkalt metadata. Metadata er informasjon om informasjonen. AR5 metadata: Hvert objekt i AR5 har såkalt metadata. Metadata er informasjon om informasjonen. Det kan være opplysninger om hvilken metode som er brukt i kartlegginga, hvilken nøyaktighet stedfestinga

Detaljer

SAS Forum Norge 2011

SAS Forum Norge 2011 SAS Forum Norge 2011, kompetanse og organisering; tre fokusområder for datavarehusavdelingen på If Skadeforsikring 25. mai Bernt Dingstad, If Skadeforsikring Agenda Introduksjon Spørsmål 1 2 3 4 5 If skadeforsikring

Detaljer

Hvordan kan Norge digitalt bidra til utviklinga i fylket?

Hvordan kan Norge digitalt bidra til utviklinga i fylket? Hvordan kan Norge digitalt bidra til utviklinga i fylket? Tanker om hvordan/kart geodata kan støtte opp under aktiviteter som skjer i fylket? Stig Roald Amundsen STFK Vårt samfunnsoppdrag Tilby gode velferdstjenester,

Detaljer

Hvordan forberede seg til en datatsunami?

Hvordan forberede seg til en datatsunami? Hvordan forberede seg til en datatsunami? Big Data/High-Performance Analytics - 30. mai 2012 Egil Brækken s.1 Innledning Alt henger sammen med alt I fremtidens energiselskap vil transaksjons- og datamengde

Detaljer

Trening øker gjenvinning i celler Natur og miljø

Trening øker gjenvinning i celler Natur og miljø Forskningsnyheter om Huntingtons sykdom. I et lettfattelig språk. Skrevet av forskere. Til det globale HS-fellesskapet. Trening øker gjenvinning i celler Trening øker cellulær gjenvinning hos mus. Er det

Detaljer

Helhetlig integrasjonsplattform. Per Olav Nymo

Helhetlig integrasjonsplattform. Per Olav Nymo Helhetlig integrasjonsplattform Per Olav Nymo Affecto i korte trekk Bergen I Norge siden 1997 Spesialisert på Enterprise Information Management 130 ansatte i Oslo og Bergen 1.000 ansatte i Norden og Baltikum

Detaljer

Invaluable information in an instant

Invaluable information in an instant Invaluable information in an instant ZXY Sport Tracking introduserer et revolusjonerende søke- og analyseverktøy for fotballklubber, media, universitet/høyskoler, spillere, agenter o.l. Et radiobasert

Detaljer

Databearbeiding direkte i memory på LASR server nye muligheter? Trond Holmen, SAS Institute

Databearbeiding direkte i memory på LASR server nye muligheter? Trond Holmen, SAS Institute Databearbeiding direkte i memory på LASR server nye muligheter? Trond Holmen, SAS Institute Bakgrunn: Hvordan virker en tradisjonell database Store datamengder har tradisjonelt vært lagret på disk For

Detaljer

Tilleggsressursar på Engebø, og i Sunnfjord regionen - Detaljert geologisk forståelse, gir oss oversikt over kvar vi skal leite etter verdiane

Tilleggsressursar på Engebø, og i Sunnfjord regionen - Detaljert geologisk forståelse, gir oss oversikt over kvar vi skal leite etter verdiane Tilleggsressursar på Engebø, og i Sunnfjord regionen - Detaljert geologisk forståelse, gir oss oversikt over kvar vi skal leite etter verdiane Einar Alsaker (Naustdal 23. Februar 2016) Mineralutvinning

Detaljer

Kronikken i ComputerWorld, 19. nov. 2010:

Kronikken i ComputerWorld, 19. nov. 2010: Kronikken i ComputerWorld, 19. nov. 2010: Informatikkforskning grunnleggende for moderne samfunnsutvikling De fleste mennesker kan ikke tenke seg en tilværelse uten mobiltelefon, pc og tilgang til internett.

Detaljer

Strålevernets behov for datainnsamling. EPI CT prosjektet. Status og planer for norsk deltagelse

Strålevernets behov for datainnsamling. EPI CT prosjektet. Status og planer for norsk deltagelse Strålevernets behov for datainnsamling EPI CT prosjektet Status og planer for norsk deltagelse E.G. Friberg*, T. Zhunussova, H.M. Olerud, A. Liland, T. Tynes, K. Kjærheim *Forsker, Seksjon Dosimetri og

Detaljer

Løsningsforslag Eksamen i TDT4190 Distribuerte systemer

Løsningsforslag Eksamen i TDT4190 Distribuerte systemer Institutt for datateknikk og informasjonsvitenskap Løsningsforslag Eksamen i TDT4190 Distribuerte systemer Faglig kontakt under eksamen: Norvald Ryeng Tlf.: 97 17 49 80 Eksamensdato: Fredag 6. juni 2014

Detaljer

Koalisjons-sikker fingerprenting. Koalisjons-sikker fingerprenting. Ei simulering på Boneh-Shaw systemet.

Koalisjons-sikker fingerprenting. Koalisjons-sikker fingerprenting. Ei simulering på Boneh-Shaw systemet. Koalisjons-sikker fingerprenting. Ei simulering på Boneh-Shaw systemet. Koalisjons-sikker fingerprenting. Ei simulering på Boneh-Shaw systemet. Forelesninga: 2. Boneh-Shaw systemet. 3. Mine resultat. 4.

Detaljer

Forskningsopplegg og metoder. Tematikk. Vitenskap og metode Dag Ingvar Jacobsen (2005): Hvordan gjennomføre undersøkelser?, s

Forskningsopplegg og metoder. Tematikk. Vitenskap og metode Dag Ingvar Jacobsen (2005): Hvordan gjennomføre undersøkelser?, s Forskningsopplegg og metoder Dag Ingvar Jacobsen (2005): Hvordan gjennomføre undersøkelser?, s. 13-124. Tematikk Vitenskap og metode Problemstilling Forskningsopplegg/design og metodekombinasjon (teori)

Detaljer

Valg av variabler og design

Valg av variabler og design Valg av variabler og design Lena Ringstad Olsen, Nasjonalt Servicemiljø/SKDE Hild Fjærtoft, Norsk Hjerneslagregister Helse og kvalitetsregisterkonferansen 2014 Innhold Viktigheten av design og valg av

Detaljer

Genene mine og meg hva bør jeg passe på?

Genene mine og meg hva bør jeg passe på? 1 Genene mine og meg hva bør jeg passe på? Berge Solberg, professor i medisinsk etikk, Norges Teknisk Naturvitenskapelige Universitet, Medlem av Bioteknologinemnda i Norge 2 Genavlesning / sekvensering

Detaljer

Modellering og simulering av pasientforløp

Modellering og simulering av pasientforløp Modellering og simulering av pasientforløp Martin Stølevik, SINTEF martin.stolevik@sintef.no, tlf 22067672 1 Innhold Bakgrunn Beslutningsstøtte Pasientforløp Modellering Simulering Veien videre 2 Hvorfor?

Detaljer

SENSORVEILEDNING FOR DEN KVANTITATIVE DELEN AV EKSAMENSOPPGAVEN I SOS1002 VÅREN 2007

SENSORVEILEDNING FOR DEN KVANTITATIVE DELEN AV EKSAMENSOPPGAVEN I SOS1002 VÅREN 2007 SENSORVEILEDNING FOR DEN KVANTITATIVE DELEN AV EKSAMENSOPPGAVEN I SOS1002 VÅREN 2007 Oppgave 1 Nedenfor ser du en forenklet tabell basert på informasjon fra den norske delen av European Social Survey 2004.

Detaljer

Store data til dem som trenger det

Store data til dem som trenger det Store data til dem som trenger det Martin Giese UiO, institutt for informatikk 16. oktober 2015 Martin Giese (UiO, institutt for informatikk) Store data til dem som trenger det 16. oktober 2015 1 / 16

Detaljer

Årsplan i naturfag 8.trinn 2017/18 Eureka 8!

Årsplan i naturfag 8.trinn 2017/18 Eureka 8! Årsplan i naturfag 8.trinn 2017/18 Eureka 8! Periode Hovedtema Kompetansemål mål for opplæringen er at eleven skal kunne: 1 Arbeid med Planlegge og gjennomføre stoffer undersøkelser for å teste holdbarheten

Detaljer

cronotec digitale kontaktur Styringer

cronotec digitale kontaktur Styringer cronotec digitale kontaktur Styringer Utforsk den smarte metoden for ur-programmering De digitale cronotec tidsurene kombinerer moderne teknikk med enkelt bruk. For eksempel kan man med et PC program og

Detaljer

Teknologiske løsninger

Teknologiske løsninger Teknologiske løsninger Vernar Sundvor, FHI John Petter Skjetne, HEMIT HKR nettverksmøte 14.-15.03.2011 1 Rammebetingelser Juridisk forankret i Helseregisterloven med forskrift Strategien lagt i gode helseregistre

Detaljer

Bli en bedre kursprodusent!

Bli en bedre kursprodusent! Bli en bedre kursprodusent! Kommunikasjon & Markedsføring! Kjetil Aukland BI Kristiansand Kjetil Aukland Faglig leder BI Kristiansand Høyskolelektor Markedsføring, Statistikk & Metode PhD kandidat Aalborg

Detaljer

Eksamen 2013 Løsningsforslag

Eksamen 2013 Løsningsforslag Eksamen 2013 Løsningsforslag Oppgave 1. Multiple choice 1b# 2a# 3b# 4c# 5b# 6a# 7a# 8b# 9d# 10b# Oppgave 2 - Bibliotek - Utlån av bøker a) Måle størrelse eller mengde funksjonalitet Denne oppgaven ser

Detaljer

ViaPPS Testmålinger for Tunneloverflate Fase 1

ViaPPS Testmålinger for Tunneloverflate Fase 1 ViaPPS Testmålinger for Tunneloverflate Fase 1 Rev Dato Forfatter Godkjent ECO No Sider 1.0 22.09.2015 Halvard H - - 5 1.1 29.10.2015 Kjetil P. Mo 5 Innhold 1 GENERELT... 3 1.1 KORT OM PROSJEKTET... 3

Detaljer

Fatigue. Karin Hammer. Kreftkoordinator Gjøvik kommune 08.03.2016

Fatigue. Karin Hammer. Kreftkoordinator Gjøvik kommune 08.03.2016 Fatigue Karin Hammer Kreftkoordinator Gjøvik kommune 08.03.2016 Hva er fatigue Det er beskrevet som det mest stressende og plagsomme symptomet som pasienten opplever Et av de mest vanlige og meste sammensatte

Detaljer

Mønsterbesvarelse til DRI1010 eksamen vår 2013

Mønsterbesvarelse til DRI1010 eksamen vår 2013 Mønsterbesvarelse til DRI1010 eksamen vår 2013 Oppgave 1 Formålsbestemmelsen til personopplysningsloven (pol) er gitt i 1 og sier loven skal beskytte den enkelte mot at personvernet blir krenket gjennom

Detaljer

Gründertrening. kursinnhold, uke for uke

Gründertrening. kursinnhold, uke for uke Gründertrening kursinnhold, uke for uke UKE 1 Bygg ditt livsverk og sett spor! Om veivalg, tidsbruk og fokus GRÜNDER, JEG? Få tankesettet til en profesjonell gründer. Hvordan du får ut ditt potensiale

Detaljer

Kampanjer (BD03) Opprettelse og vedlikehold av tilbud/kampanjer CS-Web versjon 15.2. Page 1 of 12

Kampanjer (BD03) Opprettelse og vedlikehold av tilbud/kampanjer CS-Web versjon 15.2. Page 1 of 12 Page 1 of 12 Kampanjer (BD03) Opprettelse og vedlikehold av tilbud/kampanjer CS-Web versjon 15.2 Page 2 of 12 VERSJONSHISTORIKK Versjon Beskrivelse Dato Hvem 1.0 Korrigert og revidert 13/02/2015 BDR 2.0

Detaljer

Tilgjengeliggjøring av forskningsdata. Policy for Norges forskningsråd

Tilgjengeliggjøring av forskningsdata. Policy for Norges forskningsråd Tilgjengeliggjøring av forskningsdata Policy for Norges forskningsråd Tilgjengeliggjøring av forskningsdata Policy for Norges forskningsråd Norges forskningsråd 2014 Norges forskningsråd Postboks 564

Detaljer

Min Helsestasjon - sikker kommunikasjon ved hjemmebasert oppfølging og opplæring

Min Helsestasjon - sikker kommunikasjon ved hjemmebasert oppfølging og opplæring Min Helsestasjon - sikker kommunikasjon ved hjemmebasert oppfølging og opplæring Tatjana Burkow Eva Henriksen Fri Flyt, 16. juni 2009 Motivasjon Økende antall personer med kroniske sykdommer Helsemessig

Detaljer

Programområde for industriell møbelproduksjon - Læreplan i felles programfag Vg2

Programområde for industriell møbelproduksjon - Læreplan i felles programfag Vg2 Programområde for industriell møbelproduksjon - Læreplan i felles programfag Vg2 Fastsett som forskrift av Utdanningsdirektoratet 8. desember 2006 etter delegasjon i brev 26. september 2005 frå Utdannings-

Detaljer

Definere relasjoner mellom ulike entiteter.

Definere relasjoner mellom ulike entiteter. Sammenligne ALL data Definere relasjoner mellom ulike entiteter. Kommuner tilhører fylker Måneder tilhører kvartaler og år Personer har kjønn og alder Semicolon 1 Underprosjekt av Semicolon I samarbeid

Detaljer

Kapittel 2. Utforske og beskrive data. Sammenhenger mellom variable Kap. 2.1 om assosiasjon og kryssplott forrige uke. Kap. 2.2, 2.3, 2.

Kapittel 2. Utforske og beskrive data. Sammenhenger mellom variable Kap. 2.1 om assosiasjon og kryssplott forrige uke. Kap. 2.2, 2.3, 2. Kapittel 2 Utforske og beskrive data Sammenhenger mellom variable Kap. 2.1 om assosiasjon og kryssplott forrige uke. Kap. 2.2, 2.3, 2.4 denne uken To kryssplott av samme datasett, men med forskjellig skala

Detaljer

Lineære modeller i praksis

Lineære modeller i praksis Lineære modeller Regresjonsmodeller med Forskjellige spesialtilfeller Uavhengige variabler Én binær variabel Analysen omtales som Toutvalgs t-test én responsvariabel: Y én eller flere uavhengige variabler:

Detaljer

ETIKK INFORMATIKK Inf1500 25.september 2012 Maja van der Velden - majava@ifi.uio.no

ETIKK INFORMATIKK Inf1500 25.september 2012 Maja van der Velden - majava@ifi.uio.no ETIKK INFORMATIKK Inf1500 25.september 2012 Maja van der Velden - majava@ifi.uio.no INF5011 Wikipedia Imagine a world in which every single person on the planet is given free access to the sum of all human

Detaljer

Obligatorisk oppgave 1 INF1050 Foranalyse og kravhåndtering. av Andreas Johansen Alexander Storheill Martin Dørum Nygaard Tobias Langø Aasmoe

Obligatorisk oppgave 1 INF1050 Foranalyse og kravhåndtering. av Andreas Johansen Alexander Storheill Martin Dørum Nygaard Tobias Langø Aasmoe Obligatorisk oppgave 1 INF1050 Foranalyse og kravhåndtering av Andreas Johansen Alexander Storheill Martin Dørum Nygaard Tobias Langø Aasmoe Oppgave 1: Bakgrunn for systemet a) Fordeler ved å integrere

Detaljer