SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat, vår Erling Berge Institutt for sosiologi og statsvitenskap NTNU
|
|
- Reidar Hansen
- 7 år siden
- Visninger:
Transkript
1 SOS3003 Anvndt statistisk dataanalys i samfunnsvitnskap Forlsingsnotat, vår 2003 Erling Brg Institutt for sosiologi og statsvitnskap NTNU Vår 2004 Erling Brg 2004 Forlsing X Logistisk rgrsjon II Hamilton Kap 7 s Vår 2004 Erling Brg
2 LOGISTISK REGRESJON ESTIMERING ML (Maximum liklihood) mtodn finn di paramtran i Logit likninga som maksimrr dn naturlg logaritmn til Liklihoodn, L n i= LogLiklihoodn = LL = ln(l) = log (L) = Σ i {Y i log P i + (-Y i )log (-P i )}, i=, 2, 3,..., n, LLr alltid ngativ. Maksimring av LL r drfor likvrdig md minimring av dn positiv LogLiklihoodn (dvs. -LL ) Y { ( ) ( ) } Y i i Pi P i = Vår 2004 Erling Brg Itrativ stimring Estimringa vart avslutta vd itrasjon nr 4 sidan paramtrstimata ndra sg md mindr nn 0,00. Utdrag frå Hamilton Tabll 7. Itration -2 Log Liklihood Constant Cofficints livd Initial 0 209,22 -,276 Stp 95,684, ,269, ,267, ,267,460 Utgangspunktt r in modll md konstantldd -,034 -,04 -,04 -,04 Vår 2004 Erling Brg
3 LOGISTISK REGRESJON: TESTING () To tstar r aktull () Sannsynsrattstn Liklihood ratio tst Dnn kan nyttast analogt md F-tstn (2) Wald tstn Vår 2004 Erling Brg LOGISTISK REGRESJON: TESTING (2) Sannsynsrattstn : Diffransn mllom LogLiklihoodn (LL) til to modllar stimrt på samm datamatrial kan nyttast til å tst to nsta modllar mot kvarandr omlag som F obsrvatorn i OLS rgrsjon Tstn kan og nyttast på inskildkoffsintar. I små utval r dn btr nn Wald-tstn Vår 2004 Erling Brg
4 LOGISTISK REGRESJON: TESTING (3) Sannsynsrat tst-obsrvatorn χ 2 Η = -2[LL(modll) - LL(modll2)] vil, drsom nullhypotsa om ingn skilnad mllom modllan r rtt, vr tilnærma (for stor n) kji-kvadratfordlt md fridomsgradr lik diffransn i talt på paramtrar i di to modllan (H) Vår 2004 Erling Brg Eksmpl på Sannsynsrattst Modll : brr konstant Modll 2: konstant pluss in variabl χ 2 Η = -2[LL(modll) - LL(modll2)] Finn vrdin av Kji-kvadratt og talt på fridomsgradr Eks.: LogLiklihood (mod) = 209,22/(-2) LogLiklihood (mod2) = 95,267/(-2) Frå Tab 7.: -2 Log liklihood 209,22 95,684 95,269 95,267 95,267 Vår 2004 Erling Brg
5 LOGISTISK REGRESJON: TESTING (4) Wald-tstn Wald (kjikvadrat) obsrvatorn (oppgitt av SPSS) = t 2 = (b k / SE(b k )) 2 (t brukt av Hamilton) Obsrvatorn t = b k / SE(b k ) vil kunn nyttast til tsting av inskild paramtrar omlag som t-obsrvatorn i OLS rgrsjon Gitt at nullhypotsa r rtt vil t (for stor n) i logistisk rgrsjon vr tilnærma normalfordlt Gitt at nullhypotsa r rtt vil Wald obsrvatorn (for stor n) i logistisk rgrsjon vr tilnærma Kjikvadratfordlt md df= Vår 2004 Erling Brg Utdrag frå Hamilton Tabll 7.2 Itrasjon Log liklihood 209,22 52,534 49,466 49,382 49,382 49,382 Variabls B S.E. Wald df Sig. Exp(B) Livd -,046,05 9,698,002,955 Educ -,66,090 3,404,065,847 Contam,208,465 6,739,009 3,347 Hsc 2,73,464 2,99,000 8,784 Constant,73,302,768,84 5,649 Vår 2004 Erling Brg
6 LOGISTISK REGRESJON Konfidnsintrvall for paramtrstimat Konfidnsintrvall for paramtrstimat kan konstrurast ut frå at kvadratrota av Wald-obsrvatorn md fridomsgrad r tilnærma normalfordlt (sjå bild 9) b k -t α *SE(b k ) < β k < b k + t α *SE(b k ) dr t α r tabllvrdin tkn frå normalfordlinga md signifikansnivå α Vår 2004 Erling Brg 2004 Konfidnsintrvall basrt på t-fordlinga () I mangl av tabllar ovr normalfordling kan in gjr sg nytt av at t-fordlinga r tilnærma lik normalfordlinga vd stor n-k (t.d. n-k > 20) Vår 2004 Erling Brg
7 Utdrag frå Hamilton Tabll 7.3 Stp livd B -,047 S.E.,07 Wald 7,550 df Sig.,006 Exp(B),954 duc -,206,093 4,887,027,84 contam,282,48 7,094,008 3,604 hsc 2,48,50 22,508,000,223 fmal -,052,557,009,926,950 kids -,67,566,406,236,5 nodad -2,226,999 4,964,026,08 Constant 2,894,603 3,259,07 8,060 Vår 2004 Erling Brg Mir om Hamilton Tabll 7.3 Itration -2 Log liklihood Cofficints Const livd duc contam hsc fmal kids nodad Stp0 209,22-0,276 Stp 47,028,565 -,027 -,30,782,764 -,05 -,365 -, ,482 2,538 -,04 -,87,47 2,239 -,037 -,580 -, ,054 2,859 -,046 -,204,269 2,40 -,050 -,662-2,84 4 4,049 2,893 -,047 -,206,282 2,48 -,052 -,67-2, ,049 2,894 -,047 -,206,282 2,48 -,052 -,67-2,226 Vår 2004 Erling Brg
8 Er modlln i tabll 7.3 btr nn modlln i tabll 7.2? LL(modll i 7.3) = 4,049/(-2) LL(modll i 7.2) = 49,382/(-2) χ 2 Η = -2[LL(modll i 7.2) - LL(modll i 7.3)] Finn χ 2 Η vrdin Finn H Slå opp i tablln ovr kjikvadratfordlinga Vår 2004 Erling Brg Modlln av sannsynt for at vi skal obsrvr y= for prson i xp( Li ) Pr( yi = ) = E[ yi x] = = + xp + xp( L) K dr logitn L =β + β i 0 j ji j= av forklaringsvariablan X ( L ) i r in linær funksjon Ut frå formln r dt ikkj ltt å tolk kva koffsintan β tydr i Vår 2004 Erling Brg
9 TOLKING: ODDS og ODDSRATER Logitn, L i, ( L i = β0 + Σj βj xji ) r dfinrt som dn naturlg logaritmn til oddsn. Dt tydr at oddsn = O i (Y i =) = xp(l i ) = L i og oddsratn = Oi (Y i = Li ) / O i (Y i = L i ) dr L i og L i har ulik vrdi for in x.j. Vår 2004 Erling Brg Oddsratn Oddsratn, O, kan tolkast som dn rlativ ffktn av å ha in variablvrdi hllr nn in annan t.d. drsom x ki = t+ i L i og x ki = t i L i O = O i (Y i = L i )/ O i (Y i = L i ) = xp[l i ]/ xp[l i ] = xp[β k ] Kvifor β k? Vår 2004 Erling Brg
10 LOGISTISK REGRESJON Oddsratn: ksmpl Oddsn for å svar ja = b 0+b *Aldr+b 2 *Kvinn+b 3 *E.utd+b 4 *Barn i HH Oddsratn for å svar ja mllom kvinnr og mnn = b0+ b* Aldr+ b2* + b3* E. utd + b4* Barn _ i _ HH = b + b * Aldr+ b *0 + b * E. utd + b * Barn _ i _ HH Hugs rknrglan for potnsar Vår 2004 Erling Brg b 2 LOGISTISK REGRESJON Oddsratn: ksmpl Oddsratn for å svar ja for itt års tilvkst i utdanning ( ) b0+ b* Aldr+ b2* Kvinn+ b3* E. utd + + b4* Barn _ i _ HH = b + b * Aldr+ b * Kvinn+ b * E. utd + b * Barn _ i _ HH b 3 Hugs rknrglan for potnsar Vår 2004 Erling Brg
11 Eksmpl frå Hamilton tabll 7.2 Kva r oddsratn for å gå inn for å stngj skoln vd itt års auk i skolgangn? Oddsratn r kvotintn mllom to odds dr dn in r oddsn for dn som har itt år mir utdanning b0+ b* ÅrBuddIByn+ b2*( Utdanning + ) + b3* UriningEigEigdom+ b4* MangHSCmøtr = b + b * ÅrBuddIByn+ b * Utdanning + b * UriningEigEigdom+ b * MangHSCmøtr Oddsratn = Exp{b 2 } = xp(-0,66) = 0,847 Eitt kstra år utdanning førr til at oddsn vrt rdusrt md in faktor 0,847 Ein kan og si at oddsn aukar md 00(0,847-)% = -5,3% (dvs. minkar md 5,3%) b 2 Vår 2004 Erling Brg LOGISTISK REGRESJON BETINGA EFFEKT PLOTT Gi fast vrdiar til all x variablar unnatk in, t.d. variabl x k og st dss inn i likninga for logitn Plott Pr(Y=) som funksjon av x k, dvs P =/(+xp[-l]) = /(+xp[-konst - b k x k ]) for rimlg vrdiar av x k konst r konstantn in får vd innstting i logitn av di vald fast variablvrdian Vår 2004 Erling Brg
12 Utdrag frå Hamilton Tabll 7.4 B S.E. Wald df Sig. Exp(B) Minimum Maximum Man livd -,040,05 6,559,00,96,00 8,00 9,2680 duc -,97,093 4,509,034,82 6,00 20,00 2,9542 contam,299,477 7,423,006 3,664,00,00,280 hsc 2,279,490 2,59,000 9,763,00,00,3072 nodad -,73,725 5,696,07,77,00,00,699 Constant 2,82,330 2,692,0 8,866 Logitn: L = *livd -0.97*duc +.299*contam *hsc -.73*nodad Hr lar vi livd varir og st inn høvlg vald vrdiar for di andr Vår 2004 Erling Brg Btinga ffkt plott frå Hamilton tabll 7.4 (fig7.5) ffktn av å bu lng i byn y=/(+xp(-( x ))) y=/(+xp(-( x ))) y=/(+xp(-( x ))) Vår 2004 Erling Brg
13 Btinga ffkt plott frå Hamilton tabll 7.4 (fig7.6) ffktn av urining på ign igdom y=/(+xp(-( x ))) y=/(+xp(-( x ))) y=/(+xp(-( x ))) Vår 2004 Erling Brg Dtrminasjonskoffsintar I logistisk rgrsjonsmodllar finst ikkj mål tilsvarand dtrminasjons-koffsintn i OLS rgrsjon Flir analog mål har vor forslått Di r vrt oft kalla psudo R 2 Hamilton nyttar Aldrich og Nlson sitt psudo R 2 = χ 2 /(χ 2 +n) dr χ 2 = tstobsrvatorn for tstn av hil modlln mot in modll md brr konstant, og n = r talt på cas Vår 2004 Erling Brg
14 Ulik psudo R 2 i SPSS SPSS rapportrr Cox og Snll, Naglkrk, og i multinomisk logistisk rgrsjon også McFaddn sin framlgg til R 2 Aldrich og Nlson sitt kan vi rkn ut sjølv Modl Summary Stp -2 Log liklihood *** Cox & Snll R Squar *** Naglkrk R Squar *** Psudo R-Squar Cox and Snll Naglkrk McFaddn *** *** *** Vår 2004 Erling Brg
Oppgaver fra boka: Oppgave 12.1 (utg. 9) Y n 1 x 1n x 2n. og y =
MOT30 Statistisk mtodr, høstn 20 Løsningr til rgnøving nr. 8 (s. ) Oppgavr fra boka: Oppgav 2. (utg. 9) Modll: Y = µ Y x,x 2 + ε = β 0 + β x + β 2 x 2 + ε, dvs md n obsrvasjonr får vi n ligningr Y = β
DetaljerSOS3003 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
DetaljerSOS3003 Eksamensoppgåver
SOS3003 Eksamensoppgåver Gjennomgang våren 2004 Erling Berge Vår 2004 1 Gjennomgang av Oppgåve 3 gitt hausten 2001 Vår 2004 2 Haust 2001 Oppgåve 3 I tabellvedlegget til oppgåve 3 er det estimert 7 ulike
DetaljerSOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat 11. Erling Berge Institutt for sosiologi og statsvitenskap NTNU
SOS3003 Anvendt statstsk dataanalyse samfunnsvtenskap Forelesngsnotat Erlng Berge Insttutt for sosolog og statsvtenskap NTNU Erlng Berge 2004 Forelesng XI Logstsk regresjon II Hamlton Kap 7 s27-235 Erlng
DetaljerSOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat 12. Erling Berge Institutt for sosiologi og statsvitenskap NTNU
SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat 1 Erling Berge Institutt for sosiologi og statsvitenskap NTNU Erling Berge 004 1 Forelesing XII Logistisk regreson III Hamilton
DetaljerTillatt utvendig overtrykk/innvendig undertrykk
Tillatt utvndig ovrtrykk/innvndig undrtrykk For t uffrør vil ttningsringns vn til å tål undrtrykk oft vær dinsjonrnd. I t rør so blasts d t jvnt utvndig trykk llr innvndig undrtrykk vil dt oppstå spnningr,
DetaljerOppgave 1 (25 %) 100 e = 98.02. = 0.9802 R = ln 0.9802. R = 0.020, dvs. spotrenten for 1 år er 2,0 % 100 e = 95.89. e e
Oppgav 1 (5 %) Vi har følgnd: Obligasjon Pålydnd Tid til forfall Kupong Kurs A 1 1 % 98, B 1 % 95,89 C 1 3 5 % 17,99 D 1 4 6 % 113,93 a) Vi finnr nullkupongrntn slik: R 1 = 98. R 1 = 95.89 =.98 R = ln.98
DetaljerLogistisk regresjon 1
Logistisk regresjon Hovedideen: Binær logistisk regresjon håndterer avhengige, dikotome variable Et hovedmål er å predikere sannsynligheter for å ha verdien på avhengig variabel for bestemte (sosiale)
DetaljerSOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat, vår Erling Berge Institutt for sosiologi og statsvitenskap NTNU
SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat, vår 003 Erling Berge Institutt for sosiologi og statsvitenskap NTNU Vår 004 Erling Berge 004 1 Forelesing XI Logistisk regresjon
DetaljerLogistisk regresjon 2
Logistisk regresjon 2 SPSS Utskrift: Trivariat regresjon a KJONN UTDAAR Constant Variables in the Equation B S.E. Wald df Sig. Exp(B) -,536,3 84,56,000,25,84,08 09,956,000,202 -,469,083 35,7,000,230 a.
DetaljerSOS 301 og SOS31/ SOS311 MULTIVARIAT ANALYSE
1 SOS 301 og SOS31/ SOS311 MULTIVARIAT ANALYSE Eksamensdag: 8 desember 1997 Eksamensstad: Dragvoll, paviljong C, rom 201 Tid til eksamen: 6 timar Vekt: 5 for SOS301 og 4 for SOS31/ SOS311 Talet på sider
DetaljerChristiania Spigerverk AS, Postboks 4397 Nydalen, 0402 Oslo BYGNINGSBESLAG
Christiania Spigrvrk AS, Postboks 4397 Nydaln, 0402 Oslo BYGNINGSBESLAG www.spigrvrkt.no www.gunnbofastning.com Bygningsbslag fra Christiania Spigrvrk AS Dimnsjonringsundrlag Bygningsbslag r produsrt av
DetaljerFYS2140 Kvantefysikk, Oblig 10. Sindre Rannem Bilden,Gruppe 4
FYS2140 Kvantfysikk, Oblig 10 Sindr Rannm Bildn,Grupp 4 23. april 2015 Obligr i FYS2140 mrks md navn og gruppnummr! Dtt r nok n oblig som drir sg om hydrognatomt og r n dl av n tidligr ksamnsoppgav. Oppgav
DetaljerSOS3003 Eksamensoppgåver
SOS3003 Eksamensoppgåver Oppgåve 2 gitt våren 2003 Erling Berge Vår 2004 Erling Berge 1 OPPGAVE 2 Logistisk regresjon (teller 50%) Den avhengige variabelen i analysen er innvenn, som fanger opp om en har
DetaljerForelesning 17 Logistisk regresjonsanalyse
Forelesning 17 Logistisk regresjonsanalyse Logistiske regresjons er den mest brukte regresjonsanalysen når den avhengige variabelen er todelt Metoden kan brukes til å: teste hypoteser om variablers effekt
DetaljerSOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat, vår Erling Berge Institutt for sosiologi og statsvitenskap NTNU
SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat, vår 2003 Erling Berge Institutt for sosiologi og statsvitenskap NTNU Vår 2004 Erling Berge 2004 1 Forelesing VII Logistisk regresjon
DetaljerDans Dans Dans. Danseprosjektet i. Midsund kommune. Våren 2007. Dans i skolene Dans i klubbene Dans i fritida Dans i hverdagen
Dans Dans Dans Dansprosjktt i Midsund kommun Vårn 2007 Dans i skoln Dans i klubbn Dans i fritida Dans i hvrdagn Dans for barn Dans for ungdom Dans for voksn Dans dg glad Dans dg i form Jan Risbakkn Jan
DetaljerSOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat 07. Erling Berge Institutt for sosiologi og statsvitenskap NTNU
SOS3003 Anvendt statstsk dataanalyse samfunnsvtenskap Forelesngsnotat 07 Erlng Berge Insttutt for sosolog og statsvtenskap NTNU Erlng Berge 2004 Forelesng VII Logstsk regresjon I Hamlton Kap 7 s27-234
DetaljerNotater. Anne Sofie Abrahamsen. Analyse av revisjon Feilkoder og endringer i utenrikshandelsstatistikken. 2005/10 Notater 2005
2005/10 Notatr 2005 Ann Sofi Abrahamsn Notatr Analys av rvisjon Filkodr og ndringr i utnrikshandlsstatistikkn Sksjon for utnrikshandl Innhold 1. Innldning... 2 2. Filkodr... 2 3. Analys av filkodr - original
DetaljerMASTER I IDRETTSVITENSKAP 2018/2020. Individuell skriftlig eksamen. STA 400- Statistikk. Mandag 18. mars 2019 kl
MASTER I IDRETTSVITENSKAP 2018/2020 Individuell skriftlig eksamen i STA 400- Statistikk Mandag 18. mars 2019 kl. 10.00-12.00 Eksamensoppgaven består av 5 sider inkludert forsiden Sensurfrist: 8.april 2019
DetaljerEr det enklere å anslå timelønna hvis vi vet utdanningslengden? Forelesning 14 Regresjonsanalyse
Forelesning 4 Regresjonsanalyse To typer bivariat analyse: Bivariat tabellanalyse: Har enhetenes verdi på den uavhengige variabelen en tendens til å gå sammen med bestemte verdier på den avhengige variabelen?
DetaljerEKSAMENSOPPGAVE I IDRSA1004 Samfunnsvitenskapelig forskningsmetode og analyse
NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I IDRSA1004 Samfunnsvitenskapelig forskningsmetode og analyse Faglig kontakt under
DetaljerST0202 Statistikk for samfunnsvitere
ST0202 Statistikk for samfunnsvitere Bo Lindqvist Institutt for matematiske fag 2 Inferens om varians og standardavvik for ett normalfordelt utvalg (9.4) Inferens om variansen til en normalfordelt populasjon
DetaljerKlart vi skal debattere om skum!!
Klart vi skal dbattr om skum Mn basrt på fakta og ikk fantasi. Danil Apland, daglig ldr/vd Nordic Fir & Rscu Srvic, AS Bo Andrsson og Ptr Brgh har fått boltr sg fritt i Swdish Firfightr Magasin ovr hl
DetaljerSOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat 03. Erling Berge Institutt for sosiologi og statsvitenskap NTNU
SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat 03 Erling Berge Institutt for sosiologi og statsvitenskap NTNU Haust 2004 Erling Berge 2004 1 Forelesing III Multivariat regresjon
DetaljerMA1102 Grunnkurs i analyse II Vår 2014
Norgs tkiskaturvitskaplig uivrsitt Istitutt for matmatisk fag MA Grukurs i aalys II Vår 4 Løsigsforslag Øvig 8.8. a) Vi har fuksjo f(). Vi skal taylorrkk til f i puktt, kovrgsitrvallt til d rkk, og vis
DetaljerNotasjon og Tabell 8. ST0202 Statistikk for samfunnsvitere
2 Inferens om varians og standardavvik for ett normalfordelt utvalg (9.4) Inferens om variansen til en normalfordelt populasjon bruker kjikvadrat-fordelingen ( chi-square distribution ) (der kji er den
DetaljerOppgave 1 (25 %) 100 e = 97.53. = 0.9753 R = ln 0.9753. R = 0.025, dvs. spotrenten for 1 år er 2,5 % e e. 100 e = 94.74
Oppgav 1 (5 %) Vi har følgnd: Obligasjon Pålydnd Tid til forfall Kupong Kurs A 1 1 % 97,53 B 1 % 94,74 C 1 3 3 % 1,19 D 1 4 4 % 13,3 a) Vi finnr nullkupongrntn slik: R 1 = 97.53 R 1 = 94.74 =.9753 R =
DetaljerSOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat, vår Erling Berge Institutt for sosiologi og statsvitenskap NTNU
SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat, vår 2003 Erling Berge Institutt for sosiologi og statsvitenskap NTNU Vår 2004 Erling Berge 2004 1 Forelesing III Multivariat
DetaljerSpråk og skrift som er brukt i SOS3003
Språk og skrift som er brukt i SOS3003 Erling Berge Erling Berge 2010 1 Ei typisk setning i regresjonsspråket: Y i = β 0 + β 1 x 1i + ε i, i=1,...,n Det vi må lære først er rett å slett å lese ei setning
DetaljerLitt enkel matematikk for SOS3003
Litt enkel matematikk for SOS3003 Erling Berge Fall 2009 Erling Berge 1 Om matematikk Matematikk er ikkje vanskeleg Det er eit språk for logikken. Det er lett å lære og å lese Det kan vere litt vanskelegare
DetaljerFORELESNINGSNOTATER I INFORMASJONSØKONOMI Geir B. Asheim, våren 2001 (oppdatert 2001.03.27). 3. UGUNSTIG UTVALG
OREENINGNOAER I INORMAJONØKONOMI Gir B. Ashim, vårn 2001 (oppdatrt 2001.03.27. 3. UGUNIG UVAG Agntn har privat informasjon om rlvant forhold før kontrakt inngås. Undr symmtrisk informasjon vill kontraktn
DetaljerOm eksamen. Never, never, never give up!
I dag I dag Rekning av eksamensoppgåver Eksamen Mai 2014, oppgåve 2 (inkl normal fordeling, lin.reg. og deskriptiv statistikk) Eksamen August 2012, oppgåve 3 a og b (inkl SME) Om eksamen (Truleg) 10 punkt.
DetaljerLøsningsforslag til eksamen
8. januar 6 Løsningsforslag til ksamn Emnkod: ITD Dato: 7. dsmbr Hjlpmidlr: Emn: Matmatikk først dlksamn Eksamnstid: 9.. Faglærr: To -ark md valgfritt innhold på bgg sidr. Formlhft. Kalkulator r ikk tillatt.
Detaljermed en mengde korrelasjoner mellom delmengdene. Det er her viktig a fa med
Lsningsantydning til kontinuasjonsksamn i 45060 Systmring Tirsdag 23. august 994 Kl. 0900 { 300 3. august 994 Oppgav, 5% S sidn 346 og 349: Dlsystmstruktur En oppdling av systmt i n mngd dlsystmr, sammn
DetaljerOppsummering av STK2120. Geir Storvik
Oppsummering av STK2120 Geir Storvik Vår 2011 Hovedtemaer Generelle inferensmetoder Spesielle modeller/metoder Bruk av R Vil ikke bli testet på kommandoer, men må forstå generelle utskrifter Generelle
DetaljerLitt enkel matematikk for SOS3003. Om matematikk. Litt om kva vi treng. Erling Berge
Litt enkel matematikk for SOS3003 Erling Berge 31 Aug 2004 Erling Berge 1 Om matematikk Matematikk er ikkje vanskeleg Det er eit språk for logikken. Det er lett å lære å lese Litt vanskelegare å forstå
DetaljerLANDSOMFATTENDE UNDERSØKELSE 22. JANUAR - 6. FEBRUAR 2015. ============================= ------------------------------------------------- Respons
LANDSOMFATTENDE UNDERSØKELSE 22. JANUAR - 6. Frkvnstabll for spørsmål 1 Hvilkt mdium r dt som dk din intrssr bst? D trykt mdin Etrmdin Nttmdin Andr mdir 18% 29% 49% 1% 3% Hvilkt mdium r dt som dk din intrssr
DetaljerTMA4245 Statistikk Eksamen desember 2016
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag TMA4245 Statistikk Eksamen desember 2016 Oppgave 1 Ei bedrift produserer elektriske komponentar. Komponentane kan ha to typar
DetaljerSOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat, vår Erling Berge Institutt for sosiologi og statsvitenskap NTNU
SOS33 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat, vår 23 Erling Berge Institutt for sosiologi og statsvitenskap NTNU Vår 24 Erling Berge 24 1 Forelesing VI Kritikk av regresjon
DetaljerNTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap
NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE IDRSA004 Faglig kontakt under eksamen: Arve Hjelseth (7359562) Eksamensdato: 0.2.08
DetaljerUTPLUKK/UTSKRIFT AV SELVAVLESNINGSKORT
UTPLUKK/UTSKRIFT AV SELVAVLESNINGSKORT - Sid 1 / 12 MR01 UTPLUKK/UTSKRIFT AV SELVAVLESNINGSKORT Bskrivls sist rvidrt: År: 2007. Månd: 08. Dag: 28. UTPLUKK/UTSKRIFT AV SELVAVLESNINGSKORT Hnsikt Formålt
DetaljerSKOLEEKSAMEN 29. september 2006 (4 timer)
EKSAMEN I SOS400 KVANTITATIV METODE SKOLEEKSAMEN 9. september 006 (4 timer) Ikke-programmerbar kalkulator er tillatt under eksamen. Ingen andre hjelpemidler er tillatt. Sensuren faller fredag 0. oktober
DetaljerNTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap
NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Faglig kontakt under
DetaljerOm eksamen. Never, never, never give up!
Plan vidare Onsdag Gjere ferdig kap 11 + repetisjon Fredag Rekning av eksamensoppgåver Eksamen Mai 2014, oppgåve 2 (inkl normal fordeling, lin.reg. og deskriptiv statistikk) Eksamen August 2012, oppgåve
DetaljerIntern korrespondanse
BERGEN KOMMUNE Byrådsavdling for hls og omsorg Inrn korrspondans Saksnr.: 22858-9 Saksbhandlr: GHAL Emnkod: ESARK-44 Til: Fra: Hls og omsorg flls v/ Finn Srand Sksjon for hls og omsorg Dao: 15. mai 2013
DetaljerSOS3003 Eksamensoppgåver
SOS3003 Eksamensoppgåver Gjennomgang våren 2004 Erling Berge Gjennomgang av Oppgåve 1 gitt hausten 2003 Haust 2003 Oppgåve 1 Den avhengige variabelen i regresjonsanalysen er en skala (indeks) for tillit
DetaljerKategoriske data, del I: Kategoriske data - del 2 (Rosner, ) Kategoriske data, del II: 2x2 tabell, parede data (Mc Nemar s test)
Kategoriske data, del I: Kategoriske data - del (Rosner, 10.3-10.7) 1 januar 009 Stian Lydersen To behandlinger og to utfall. (generelt: variable, verdier). x tabell. Uavhengige observasjoner Sammenheng
DetaljerSOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat, vår Erling Berge Institutt for sosiologi og statsvitenskap NTNU
SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat, vår 2003 Erling Berge Institutt for sosiologi og statsvitenskap NTNU Vår 2004 Erling Berge 2004 1 Kritikk av regresjon I Forelesing
DetaljerForelesning 13 Regresjonsanalyse
Forelesning 3 Regresjonsanalyse To typer bivariat analyse: Bivariat tabellanalyse: Har enhetenes verdi på den uavhengige variabelen en tendens til å gå sammen med bestemte verdier på den avhengige variabelen?
DetaljerFlere utfordringer til kapittel 1
KAPITTEL 1 ALGERBA Oppgav 1 Rgn ut uttrykkn. a 6 (4 2) c 6 4 6 2 b 5 (10 7) d 5 10 5 7 Oppgav 2 Rgn ut uttrykkn. a 2 (3 4) c (2 3) 4 b 5 (6 7) d (5 6) 7 Oppgav 3 Rgn ut uttrykkn. a 25 (3 + 7) c 25 3 7
DetaljerErling Berge Institutt for sosiologi og statsvitenskap Norges Teknisk Naturvitskapelege Universitet
1 Erling Berge EKSAMENSOPPGÅVER SVSOS316 VÅR 2000 FRAMLEGG TIL LØYSING Erling Berge Institutt for sosiologi og statsvitenskap Norges Teknisk Naturvitskapelege Universitet «Bruksanvisning» Når ein går igang
DetaljerLøsningsforslag Eksamen 8. august 2007 TFY4250 Atom- og molekylfysikk
Eksmn TFY45 8 ugust 7 - løsningsforslg Oppgv Løsningsforslg Eksmn 8 ugust 7 TFY45 Atom- og molkylfysikk I grnsn V r potnsilt V x t nklt bokspotnsil md vidd, V V for < x < og undlig llrs Dn normrt grunntilstndn
DetaljerSOS1120 Kvantitativ metode. Regresjonsanalyse. Lineær sammenheng II. Lineær sammenheng I. Forelesningsnotater 11. forelesning høsten 2005
SOS1120 Kvantitativ metode Regresjonsanalyse Forelesningsnotater 11. forelesning høsten 2005 Per Arne Tufte Lineær sammenheng I Lineær sammenheng II Ukelønn i kroner 4000 3500 3000 2500 2000 1500 1000
DetaljerEKSAMEN I TMA4245 STATISTIKK Tysdag 21. mai 2013 Tid: 09:00 13:00 (Korrigert )
Noregs teknisk naturvitskaplege universitet Institutt for matematiske fag Side 1 av 5 Nynorsk Fagleg kontakt under eksamen: Håkon Tjelmeland 73593538/48221896 Ola Diserud 93218823 EKSAMEN I TMA4245 STATISTIKK
DetaljerMer øving til kapittel 1
Mr øving til kpittl 1 KAPITTEL 1 ALGEBRA Oppgv 1 Rgn ut når =, = 5 og = 10 + + + + + d + + Oppgv Rgn ut når t = 5, s = 10 og v = st st + sv (t + v)s d v(s + t ) Oppgv Rgn ut når = 4, = 5, z = og w =. zw
DetaljerSOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat 08. Erling Berge Institutt for sosiologi og statsvitenskap NTNU
SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat 08 Erling Berge Institutt for sosiologi og statsvitenskap NTNU Erling Berge 2004 1 Manglande data Forelesing VIII Allison, Paul
DetaljerFRAMLEGG TIL LØYSING AV EKSAMENOPPGÅVER I SOS301/ SOS311 8 DES 1997
1 EKSAMENSOPPGÅVER Haust 1997 FRAMLEGG TIL LØYSING Erling Berge Norges Teknisk Naturvitskapelege Universitet «Bruksanvisning» Når ein går igang med å løyse oppgåver må ein ha i minnet at oppgåvene ofte
DetaljerSTK juni 2016
Løsningsforslag til eksamen i STK220 3 juni 206 Oppgave a N i er binomisk fordelt og EN i np i, der n 204 Hvis H 0 er sann, er forventningen lik E i n 204/6 34 for i, 2,, 6 6 Hvis H 0 er sann er χ 2 6
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: ST 202 Statistiske slutninger for den eksponentielle fordelingsklasse. Eksamensdag: Fredag 15. desember 1995. Tid for eksamen:
DetaljerLøsningsforslag til eksamen i MAT 1100, 8/12-04 Del 1
Løsningsforslag til ksamn i MAT, 8/- Dl. (3 pong) Intgralt x x dx r lik: x x x + C x x + C x 3 3 x + C x / + C x x x3 3 x + C Riktig svar: a) x x x + C. Bgrunnls: Brukr dlvis intgrasjon md u = x, v = x.
DetaljerFRAMLEGG TIL LØYSING AV EKSAMENSOPPGÅVER I SOS311 / SOS MAI 1998
1 EKSAMENSOPPGÅVER Vår 1998 FRAMLEGG TIL LØYSING Erling Berge Norges Teknisk Naturvitskapelege Universitet «Bruksanvisning» Når ein går igang med å løyse oppgåver må ein ha i minnet at oppgåvene ofte er
DetaljerForelesning 9 Kjikvadrattesten. Kjikvadrattest for bivariate tabeller (klassisk variant) Når kan vi forkaste H 0?
Forelesning 9 Kjikvadrattesten Kjikvadrattesten er den mest benyttede metoden for å utføre statistiske generaliseringer fra bivariate tabeller. Kjikvadrattesten brukes til å teste nullhypotesen om at det
Detaljer110 e = 106.75. = 0.9705 R = ln 0.9705. R = 0.03, dvs. spotrenten for 1 år er 3 % = 0.9324 R = 0.035 dvs. spotrenten for 2 år er 3.
Oppgav 1 (5 %) Vi har følgnd: Pålydnd Gjnværnd løptid (år) Kupong Kurs 1 1 1 16,75 1 1 11,7 1 8 111,1 1 4 6 15,8 a) Vi finnr nullkupongrntn slik: R 11 = 16.75 R. 1 + 11 = 11.7 =.975 R = ln.975 R =. R =.,
Detaljerregresjonsmodeller multippel logistisk regresjon logistisk regresjon prediksjon vs assosiasjon den logistisk funksjonen (2)
Innføring i medisinsk statistikk del 2 regresjonsmodeller Hvorfor vil man bruke regresjonsmodeller? multippel logistisk regresjon. predikere et utfall (f.eks. sykdom, død, blodtrykk) basert på et sett
DetaljerRef.: Fall SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat 05
SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat 05 Erling Berge Institutt for sosiologi og statsvitenskap NTNU Fall 2004 Erling Berge 2004 1 Forelesing V Kritikk av regresjon
DetaljerStd. Error. ANOVA b. Sum of Squares df Square F Sig. 54048,151 2 27024,075 327,600,000 263063,943 3189 82,491 317112,094 3191.
Samspill i regresjon Variables Entered/Removed b Variables Variables Entered Removed Method Kjønn,, Enter hjemmebo ende a a. All requested variables entered. Summary Std. Error Adjusted R of the R R Square
DetaljerSOS3003 Eksamensoppgåver
SOS3003 Eksamensoppgåver Oppgåve 1 gitt våren 2003 Erling Berge Vår 2004 Erling Berge 1 OPPGAVE 1 Regresjonsanalyse (teller 50%) Euronet/Cranfield undersøkelsen fra 1999 gir interessant informasjon om
DetaljerKrysstabellanalyse (forts.) SOS1120 Kvantitativ metode. 4. Statistisk generalisering. Forelesningsnotater 9. forelesning høsten 2005.
SOS112 Kvantitativ metode Krysstabellanalyse (forts.) Forelesningsnotater 9. forelesning høsten 25 4. Statistisk generalisering Per Arne Tufte Eksempel: Hypoteser Eksempel: observerte frekvenser (O) Hvordan
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: STK1110 Statistiske metoder og dataanalyse 1 Eksamensdag: Mandag 30. november 2015. Tid for eksamen: 14.30 18.00. Oppgavesettet
DetaljerGenerell info vedr. avfallshåndtering ved skipsanløp til Alta Havn
Gnrll info vdr. avfallshåndtring vd skipsanløp til Alta Havn Vdlgg 0 Forskrift om lvring og mottak av avfall og lastrstr fra skip trådt i kraft 12.10.03. Formålt r å vrn dt ytr miljø vd å sikr tablring
DetaljerKRAVFIL TIL KREDITORFORENINGEN [Spesialrapport]
KRAVFIL TIL KREDITORFORENINGEN [Spsialrapport] - Sid 1 / 5 IS Doc. Sit Bildr Rapportr Ordlist R124 KRAVFIL TIL KREDITORFORENINGEN [Spsialrapport] Bskrivls sist rvidrt: År: 2008. Månd: 10. Dag: 01. KRAVFIL
DetaljerISE matavfallskverner
ISE matavfallskvrnr ... dn nklst vin til t praktisk og hyginisk kjøkkn l t h y h i l n k l h t h y g i n m i l j ø h y g i n m n k l h t i l j ø n k l h y g i n h t h y g m i l j i n ø k m n k i n l j
DetaljerEksamensoppgåve i TMA4240 Statistikk
Institutt for matematiske fag Eksamensoppgåve i TMA4240 Statistikk Fagleg kontakt under eksamen: Mette Langaas a, Ingelin Steinsland b, Geir-Arne Fuglstad c Tlf: a 988 47 649, b 926 63 096, c 452 70 806
DetaljerKRAVFIL TIL KREDINOR [Spesialrapport]
KRAVFIL TIL KREDINOR [Spsialrapport] - Sid 1 / 5 IS Doc. Sit Bildr Rapportr Ordlist R104 KRAVFIL TIL KREDINOR [Spsialrapport] Bskrivls sist rvidrt: År: 2009. Månd: 10. Dag: 05. KRAVFIL TIL KREDINOR [Spsialrapport]
DetaljerEKSAMEN I SOS4020 KVANTITATIV METODE 20. mars (4 timer)
EKSAMEN I SOS400 KVANTITATIV METODE 0. mars 009 (4 timer Tillatte hjelpemidler: Ikke-programmerbar kalkulator Liste med matematiske uttrykk/andeler i fordelinger (bakerst i oppgavesettet Sensur på eksamen
DetaljerNTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap
NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SOS3050 Empirisk forskningsmetode i humaniora og samfunnsvitenskap Faglig kontakt
DetaljerForelesning 10 Kjikvadrattesten
verdier Forelesning 10 Kjikvadrattesten To typer av statistisk generalisering: Statistisk hypotesetesting Statistiske hypoteser (H 0 og H 1 ) om populasjonen Finner forkastningsområdet for H 0 ut fra en
DetaljerErling Berge Institutt for sosiologi og statsvitenskap Norges Teknisk Naturvitskapelege Universitet
1 EKSAMENSOPPGÅVER SVSOS316 Haust 1999 FRAMLEGG TIL LØYSING Institutt for sosiologi og statsvitenskap Norges Teknisk Naturvitskapelege Universitet «Bruksanvisning» Når ein går igang med å løyse oppgåver
DetaljerNTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap
NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SOS3003 Våren 2006 Anvendt statistisk dataanalyse i samfunnsvitenskap Faglig kontakt
DetaljerLitt enkel matematikk for SOS3003
Litt enkel matematikk for SOS3003 Erling Berge 24 Aug 2004 Erling Berge 1 Om matematikk Matematikk er ikkje vanskeleg Det er eit språk for logikken. Det er lett å lære å lese Litt vanskelegare å forstå
DetaljerMundell-Fleming modellen ved perfekt kapitalmobilitet 1
Mundll-Flming modlln vd prfkt kapitalmobilitt 1 Stinar Holdn, 4. august 03 Kommntarr r vlkomn stinar.holdn@con.uio.no Mundll-Flming modlln vd prfkt kapitalmobilitt... 1 Kapitalmobilitt og rntparitt...
DetaljerConvex hull. Konveks innhylling. La P være en mengde punkter i et k-dimensjonalt rom, P R k. (Vi skal for enkelthets skyld bare se på k = 2.
Conv ull La P vær n mn punktr t k-mnsjonalt rom, P R k. (V skal or nkltts skl bar s på k.) Dnsjon En mn Q R k r konvks rsom or all punktr q, Q lnjsmntt q lr Q. Dnsjon Dn konvks nnllnn tl n mn punktr P
DetaljerEKSAMENSOPPGÅVER SVSOS316 HAUST 2000 FRAMLEGG TIL LØYSING
EKSAMENSOPPGÅVER SVSOS316 HAUST 2000 FRAMLEGG TIL LØYSING 1 Institutt for sosiologi og statsvitenskap Norges Teknisk Naturvitskapelege Universitet «Bruksanvisning» Når ein går igang med å løyse oppgåver
DetaljerHans Holmengen Merverdiavgift i reiselivsbedrifter (Arbeidsnotat 2000:100)
Han Holmngn Mrvrdiavgift i rilivbdriftr (Arbidnotat 2000:100) Forord Dagn mrvrdiavgiftytm har kitrt idn 1. januar 1970. I hl dnn tidn har ovrnatting og tranport vært holdt utnfor lovn rammr. Hvorvidt di
Detaljervassområde, lokal tiltaksanalyse jan.2014 Voss- Osterfjorden vassområde Lokal tiltaksanalyse, endeleg versjon 10.4.2014 www.vannportalen.
Voss-Ostrfjordn Vassrgion Hordaland vassområd, lokal tiltaksanalys jan.2014 Voss- Ostrfjordn vassområd Lokal tiltaksanalys, ndlg vrsjon 10.4.2014 1 www.vannportaln.no Forord I Voss-Ostrfjordn vassområd
DetaljerKap. 6, Kontinuerlege Sannsynsfordelingar
Kapittel 6, Kontinuerlege Sannsynsfordelingar Sjå på eit utval av ofte brukte kontinuerlege sannsynsfordelingar Uniform I går Normal I går Eksponensial I dag Gamma I dag Kji-kvadrat I dag Nokre eigenskapar
DetaljerNye renovatørar overtek innsamling av avfall frå 1. juni 2016
fjllvarsl rin vkst fjllvarsl Ny rnovatørar ovrtk innsaling av avfall frå 1. juni 2016 Inforasjon frå vatn, avløp rnovasjon as AS Novbr 2013 Nr. INFORMASJON FR ÅFjll FJELL VATN, AVL og ØP OG RENOVASJON
DetaljerNTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap
NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SOS100 SAMFUNNSVITENSKAPELIG FORSKNINGSMETODE Eksamensdato: 31. mai 007 Eksamenstid: 5 timer
DetaljerMOT310 Statistiske metoder 1, høsten 2006 Løsninger til regneøving nr. 8 (s. 1) Oppgaver fra boka:
MOT30 Statistiske metoder, høsten 2006 Løsninger til regneøving nr. 8 (s. ) Oppgaver fra boka: Oppgave.5 (.3:5) ) Først om tolking av datautskriften. Sammendrag gir følgende informasjon: Multippel R =R,
DetaljerENKELT, TRYGT OG LØNNSOMT!
Utli av fritidsindom: ENKELT, TRYGT OG LØNNSOMT! NYTT GRAM O R P S L E D FOR E R E: FOR UTLEI ort r på ssongk s ri p d o g Svært gsstdr n ri rv s å p t Rabat ulightr m s g in n j t n God in g rkdsavdlin
DetaljerMatematikk for IT, høsten 2018
Mtmtkk for IT, høst 8 Oblg Løsgsforslg 7. sptmbr 8.7. ) for >. 7 b) for >. 7 c) for >. 7 d) ) for >. 8 8 8 8 8 7 8 7 8 .7. ) for >. 7 8 b) for >. 7 ) 7 ) 7) ) 7 ) 7) c) for >..7.8 ) ) ) ) ). Bss:. Rkursjosforml:
DetaljerVi feirer med 20-års jubileumspakker på flere av våre mest populære modeller
r d i v r Vi klatr Vi firr md 20-års jubilumspakkr på flr av vår mst populær modllr Hyundai i40 stolt vinnr av EuroCarBody 2011 Fra 113g/km 0,43 l/mil Utdrag av utstyrsnivå i40 Prmium: Hyundai i40 I dn
DetaljerKapittel 2: Hendelser
Kapittel 2: Hendelser FENOMEN Eksperiment Utfall Utfallsrom Eksperiment. Utfall. Eksperiment Utfall Hendelse Sannsynlighet: egenskaper, gunstige vs. mulige, relativ frekvens Sannsynlighet for mer enn en
DetaljerKausalanalyse og seleksjonsproblem
ERLING BERGE SOS316 REGESJONSANALYSE Kausalanalyse og seleksjonsproblem Institutt for sosiologi og statsvitenskap, NTNU, Trondheim Erling Berge 2001 Litteratur Breen, Richard 1996 Regression Models. Censored,
DetaljerEKSAMEN I SOSIOLOGI SOS KVANTITATIV METODE. ORDINÆR SKOLEEKSAMEN 4. april 2011 (4 timer)
EKSAMEN I SOSIOLOGI SOS4020 - KVANTITATIV METODE ORDINÆR SKOLEEKSAMEN 4. april 20 (4 timer) Tillatt hjelpemiddel: Ikke-programmerbar kalkulator. Opplysninger bakerst i oppgavesettet Sensur på eksamen faller
DetaljerFormelsamling for matematiske metoder 3.
Formlsmli for mmis modr 3 f f Grdi Slrfl f r rdi f Risdrivr drivr il slrfl f i p o i ri r f f f os vor risvor r svor o r vil mllom rdi o risvor rivr v vorfl F m : F R F R vær diffrsirr i r F i d drivr
DetaljerFra krysstabell til regresjon
Fra krysstabell til regresjon La oss si at vi er interessert i å undersøke i hvilken grad arbeidstid er avhengig av utdanning. Vi har ca. 3200 observasjoner (dvs. arbeidstakere som er spurt). For hver
DetaljerGenerelt format på fil ved innsending av eksamensresultater og emner til Eksamensdatabasen
Gnrlt format på fil vd innsnding av ksamnsrsultatr og mnr til Eksamnsdatabasn Til: Lærstdr som skal rapportr ksamnsrsultatr på fil 1 Bakgrunn Gjnnom Stortingsvdtak r samtlig norsk lærstdr pålagt å rapportr
Detaljer