Studie 4. Læringsutbytte fra film og tekst ved tre informasjonsposisjoner
|
|
- Roar Hovland
- 7 år siden
- Visninger:
Transkript
1 Studie 4 Læringsutbytte fra film og tekst ved tre informasjonsposisjoner Glenn-Egil Torgersen & Herner Saeverot I klassisk eksperimentell KTM-forskning er det vist at posisjoner i en informasjonsrekke har betydning for læringsutbytte (Helstrup). Det er særlig tre posisjoner eller områder som skiller seg ut; primary, midle og recency. Denne studien undersøker disse tre posisjonene for film og tekst. Posisjonsinndelingene knyttes til klassiske minnetesters posisjonseffekter. Med posisjon menes i denne sammenheng hvor i film- eller tekstpresentasjonen svarene ligger på i presentasjons- eller leseløpet, ikke i forhold til i hvilken rekkefølge spørsmålene er gitt. I posisjon 1 presenteres svarene innenfor de første 3 minuttene. Tilsvarende for posisjon 2 er mellom 3 og 6 minutter, og mellom 6 og 9 minutter for posisjon 3. Læringsutbytte i posisjon 1 er målt med 5 kunnskapsspørsmål, posisjon 2 og 3 med. 1.1 Forskjell i læringseffekt mellom tre posisjoner i film og tekst Film Tekst Posisjon 1 Posisjon 2 Posisjon 3 Posisjonseffekt Læringsutbytte Figur 1. Modell for studie 5. Teoritilknytning: Klassisk posisjonseffekt (bla Raaheim) Hensikt: Denne del-studien gjøres for å undersøke forskjeller i læringsutbyttet ved tre posisjoner i film og tekst. Dette sees i lys av klassiske empiriske studier (under laboratorieforhold) hvor kurven er tilnærmet en U, det huskes best først, i midten og til slutt (bla Norman, Raaheim). Spesifikke problemstillinger: 17. Læringsutbytte fra film og tekst avhengig av når informasjon gis i en presentasjon 1.1 Læringsutbytte fra film og tekst avhengig av når informasjon gis i en presentasjon Tabell 1. Forskjeller i antall riktige svar avhengig av tre posisjoner Posisjon Presentasjonsform Læringsutbytte F-verdi Gjennomsnitt /(prosent riktig) Posisjon 1 (0-3min) Film 3.03 (.76) 9.03** Tekst 3.40 (.68) Posisjon 2 (3-6min) Film 1.78 (.45).78 Tekst 1.88 (.47) Posisjon 3 (6-9min) Film 2.15 ( (.54).00 Tekst 2.16 (.54) Wilks λ =.98; ** = p<.01; IS = Ikke signifikant. Maksimalt antall riktige for posisjon 1 er 5.00, og 4.00 for posisjon 2 og 3. Tabell 1 viser at det var en signifikant forskjell mellom film og tekst ved posisjon 1 med hensyn til læringsutbytte for når i presentasjonsløpet informasjonen gis (posisjon). Når det gjaldt posisjon 2 og 3 var det 1
2 ingen signifikante forskjeller. Resultatene viser med andre ord at det var tekst som ble husket best når denne gis i begynnelsen av presentasjonen. Læringsutbytte var generelt noe større for tekst enn for film. Tabell 2. Sannsynligheten for å svare riktig på spørsmålene. Posisjon Spørsmål Film Tekst Gj.snitt: Film og tekst Tidspos Sp.nr (Vm) p-verdi (std) p-verdi (std) F-verdi film/tekst p-verdi (std) Posisjon 1 0:45 5 (II).88 (.33).72 (.45) 14.09***.80 (.40) 1:04 1 (I).56 (.50).67 (.47) 4.43*.61 (.49) 1:14 7 (III).63 (.49).80 (.40) 15.24***.40 (.49) 2:11 2 (I).40 (.49).66 (.48) 26.71***.53 (.50) 2:25 10 (I).55 (.50).55 (.50).1.55 (.50) Posisjon 2 3:26 3 (I).51 (.50).62 (.49) 4.71*.57 (.50) 3:57 11 (II).63 (.49).53 (.50) (.50) 4:15 4 (I).28 (.45).34 (.47) (.46) 5:37 13 (III).37 (.48).39 (.48) (.47) Posisjon 3 6:13 8 (III).47 (.50).47 (.50) (.50) 7:33 6 (II).68 (47).63 (.49) (.48) 7:44 12 (II).33 (.47).35 (.48) (.48) 8:14 9 III).67 (.47).71 (.46) (46) Wilks λ =.83, p<.001; IS = Ikke signifikant; * = p<.05; ** = p<.01; *** = p<.001; R 2 =.36; Adj R 2 =.33; N=392 Tabell 2 viser respondentenes prestasjoner på kunnskapstesten separat for de tre posisjonene som beskrevet i tabell 1. Resultatene vises separat for film og tekstgruppa. Kolonne 2 i tabellen viser når i presentasjon svarene blir gitt i filmen. Kolonne 3 viser spørsmålets rekkefølge på spørsmålsskjemaet til kunnskapstesten. Rommertallene i parentes angir hvilket filmatisk virkemiddel som var knyttet til spørsmålet. P-verdiene i kolonne 4 og 5 viser sannsynligheten for å svare riktig på spørsmålet for både film og tekst. Siste kolonne i tabellen viser gjennomsnittet av læringsutbytte for film og tekst. Sannsynligheten er angitt som en hundredel av prosenten som har svart riktig. F-verdiene viser om forskjellen i læringsutbytte mellom film og tekst var signifikant for hver av de tretten tidsposisjonene. Tabell 2 viser at læringsutbytte var avhengig av posisjon (Wilks λ =.83, p<.001). Det er en hovedtendens at sannsynligheten for å svare riktig var høyere for den informasjonen som kommer først (posisjon 1) for de som hadde fått tekstpresentasjon. Unntaket er det første posisjonsspørsmålet, spørsmål nr. 5. For spørsmålene som kommer i posisjon 2 og 3 var det med to unntak, ingen forskjell mellom film og tekst. Det var forskjell i læringsutbytte mellom film og tekst, når informasjonen kom tidlig i presentasjonen. Etter de første to minuttene var det ingen forskjell i læringsutbytte avhengig om presentasjonsformen er film eller tekst. Når vi ser på de signifikante forskjellene var det størst læringsutbytte av tekst med ett unntak. Det kan se ut som film har like gode eller bedre effekt enn tekst, helt i starten av presentasjonen. Sannsynligvis kan denne effekten være begrenset til første minuttet i presentasjonen. Resultatene viser også for øvrig at læringsutbytte var bedre for film enn tekst når virkemidlet er progressiv presentasjon (virkemiddel II). Med unntak av den første tidsposisjonen var ikke de øvrige forskjeller mellom film og tekst for virkemiddel II signifikante. Det er imidlertid en klar tendens til at tekst ga best læringseffekt på den informasjon som ble gitt tidelig i en presentasjonssekvens. I tre av fire tilfeller for virkemiddel II så snus fordelen med teksttendensen, men forskjellen er signifikant for bare ett av spørsmålene. For alle andre spørsmål var sannsynligheten størst eller lik for å svare riktig ved tekst. Det kan indikere at virkemiddel II gir best effekt. 2
3 Figur 1. Plott av læringsutbytte for film og tekst ved 13 spørsmålene og tre posisjoner. Figur 1 oppsummerer resultatene som vist i tabell 2. Læringsutbyttet er noe bedre for tekst enn film når innholdet kommer tidlig i presentasjonen. Det er ingen signifikante forskjeller i læringsutbytte av film og tekst etter 5 minutter. 1.2 KTM-nivå og posisjon KTM Høy Middels Lav Film Tekst Posisjon 1 Posisjon 2 Posisjon 3 Posisjonseffekt Læringsutbytte Figur 3. Modell for studie 7 hvor KTM sees i sammenheng med posisjoner. 3
4 Tabell 3: KTM-nivåer og læringsutbytte i de tre posisjon for film og tekst (råskåre). KTM Pos () Første posisjon: (0-3min) 5 spørsmål Pos () Andre posisjon: (3-6min) Pos () Siste posisjon:(6-9min) Presentasjon Film Tekst Total Film Tekst Total Film Tekst Total Lav n Middels n Høy n Gj. KTM n F Sig η Fordi 12 personer ikke har definert om de har fått film eller tekst, så er det ikke samsvar mellom summen av film og tekst og total n. (Posisjoner betraktes som kategorivariable, mens læringsutbytte er kontinuerlige variabler). Tabell 3 viser læringsutbytte i form av gjennomsnittlige antall riktige innenfor de tre KTM-nivåene, både for film og tekst og total. I hvilken grad forskjellene i antall riktige skyldes KTM-nivå, er gjengitt gjennom η- verdiene. η 2 angir forklart varians. Tabellen viser en klar korrellasjon mellom KTM-nivå og læringsutbytte i posisjon 1. Læringsutbytte for tekst var her noe høyere (η 2 =.07) enn for film (η 2 =.06). Videre var det en svak tendens til fallende η-verdier, for både film og tekst ved posisjon 2, i forhold til posisjon 1. Ved posisjon 3 ser vi et annet bilde: Her var det bare en signifikant forskjell, da på p<.05-nivå, i læringsutbytte mellom KTM-nivåene for film (F=3.68, p<.05, sig =.027, η 2 =.04). For tekst var det ingen signifikant forskjell. I tillegg ser vi at gjennomsnittsverdiene for læringsutbytte, da ved posisjon 3 og for høy KTM-nivå (2.19), faktisk var lavere enn for middels KTM-nivå (2.25). I posisjon 3 ser vi derfor at KTM-nivå betydde lite ved tekst, men KTM-nivå varfremdeles viktig ved film. Standardiserte t-skårer ble videre benyttet for både å se på forskjeller mellom KTM-nivåene, men også for betrakte forskjeller mellom film og tekst totalt. For å undersøke effekten av KTM-kapasiteten totalt for læringsutbytte i de tre posisjonene, ble KTM-variabelen omkodet til en variabel med tre kategorier (Kategori en er førstekvartil, kategori to er andre og tredje kvartil, og kvartil tre er fjerdekvartil). Denne kategoriseringen er gjennomført for å kunne se på forskjeller i de standardiserte t-skårene for hver KTM-kapasitetsnivå. T-skårer ble benyttet for lettere å sammenlikne skårer som er på samme målingsparameter. Dersom råskårer benyttes, vil den relative betydningen av gjennomsnittet være forskjellig. Ved innføring av t-skårer, vil gjennomsnittet være t- skåren 50 og +/- 10 utgjør ett standardavvik, +/- 20 utgjør to standardavvik etc. Ved utregninger av ANOVAanalyser, og sammenlikning av verdier på ulike kategorivariabler (eksempelvis KTM-nivå) så vil anvendelsen av standardiserte t-skårer gi et klarere bilde av forskjellene (t-skårene er regnet må følgende måte: t-skåre = (zskåre*10) + 50). Generelt gjør transformasjonen til t-skårer det mulig å foreta sammenlikninger på tvers av skalaer, fordi skalaene nå er på samme måleparameter. Tabell 4. KTM-nivåer og forskjell i læringseffekt ved posisjonsene med t-verdier KTM Pos () Første posisjon: (0-3min) 5 spørsmål Pos () Andre posisjon: (3-6min) Pos () Siste posisjon:(6-9min) Presentasjon Film Tekst Total Film Tekst Total Film Tekst Total Lav Middels Høy Gj. KTM F Sig η Ntotal: Lav=106, Middels =192, Høy=98, Nfilm: Lav=50, Middels =97, Høy=45, Ntekst: Lav=55, Middels =89, Høy=48. 4
5 Tabell 4 viser at ved, betyr forskjeller i KTM-kapasitet mest mest for læringsutbytte ved tekst (η 2 =.07). Men, læringsutbytte ved film var også høyt ved (η 2 =.06). Det var en tendens til en fallende betydning av KTM-kapasitet ved. For tekst var η 2 =.05 (η=.214) og for film var den tilnærmet lik (η 2 =.04, η=.208). Ved, hadde betydningen av KTM-nivå falt ytterligere for læringsutbytte. Men, ved fremsto en annen endring: Betydningen av KTM-nivå hadde her utelukkende betydning for læring ved film. Og, i motsetning til sammenhengen ellers, så oppnådde de som hadde sett film og hadde høy KTM-kapasitet, høyest t-skåre (t=52.23). Tabell 5 viser betydningen av visuell og verbal kanal for læringsutbytte ved de tre posisjonene. I tabellen ble også Raven trukket inn sammen med at læringsutbyttet var delt for film og tekst. Visuell og verbal kanal, sammen med Raven, var sidestilt i regresjonsmodeller for å forklare læringsutbytte i de tre posisjonene. Tabell 5. Regresjonsanalyse (Enter) for posisjonenes sammenheng med læringsutbytte avhengig visuell og verbal kanal samt Raven, ved film og tekst. FILM (n=192) TEKST (n=192) TOTAL Enter-prosedyre β -value β -value β -value β -value β-value β -value β -value β-value β -value Visuell * * Verbal.16*.17*.22**.18* ***.14**.14** Raven.02.20**.18*.04.19* ***.14** R R 2 adj IS = Ikke signifikant; * = p<.05; ** = p<.01; *** = p<.001 Tabell 5 viser at for posisjon 1, totalt sett for film og tekst, hadde verbal kanal (β =.18, p<.001) størst sammenheng med læringsutbytte. Dersom vi skiller læringsutbytte ved film og tekst, ble betydningen av visuell kanal lavere for film (β =. 08). Men, for tekst hadde både visuell (β =.17, p<.05) og verbal kanal (β =.18, p<.05) en markant sammenheng. For posisjon 2 skjedde det en markant endring ved at Raven (β =.19, p>.001) fikk en kraftig betydning, da sammen med visuell kanal (β =.14, p<.01). Det gjaldt både for film og tekst, men tendensen var sterkest for film. β -verdi for verbal kanal er her.17, p<.05 og Raven.18, p<.05. For inntraff en ytterligere endring. Her falt β-verdiene noe film og tekst samlet sett (totalt), men holdt seg for film. β -verdiene for tekst i ble svake og ikke lenger signifikante. Dersom vi ser på variansmålene, finner vi den kraftigste sammenhengen for ved tekst (R 2 =.10). Her forklarer visuell og verbal kanal tilnærmet like mye av variasjonen. For ved film forklares tilnærmet like mye av variasjonen (R 2 =.09), men her forklares variasjonen av verbal kanal og Raven. Mellom film og tekst var det et markant mønster mellom regresjonskoeffisientene. Regresjonsmodellene for film viser stigende forklart varians fra (R 2 =.05) til (R 2 =.09). Raven bidro markant til denne stigningen. Regresjonsmodellene for tekst viste derimot fallende forklart varians fra (R 2 =.10) til (R 2 =.06). Reduksjon i β-kvotientene for både visuell og verbal kanal bidro til dette fallet. Et tillegg var også betydningen av Raven ved (β =.19, p<.05). 5
Gjør gjerne analysene under her selv, så blir dere mer fortrolige med utskriften fra Spss. Her har jeg sakset og klippet litt.
Gjør gjerne analysene under her selv, så blir dere mer fortrolige med utskriften fra Spss. Her har jeg sakset og klippet litt. Data fra likelonn.sav og vi ser på variablene Salnow, Edlevel og Sex (hvor
DetaljerMulige sammenhenger for plassering på samfunnsstigen
Mulige sammenhenger for plassering på samfunnsstigen - blokkvis multippel regresjonsanalyse - Utarbeidet av Ronny Kleiven Antall ord (ekskludert forside og avsnitt 7) 2163 1. SAMMENDRAG Oppgaven starter
DetaljerSTV1020 våren 2018 oppgave 31. Se nederst i dokumentet for nynorsk versjon.
STV1020 våren 2018 oppgave 31. Se nederst i dokumentet for nynorsk versjon. DEL 2 (70 av 100 poeng): Du skal svare på alle oppgavene. Tallene i parentes viser maksimalt antall poeng per oppgave. Du skal
DetaljerEksamen PSYC3101 Kvantitativ metode II Vår 2015
Eksamen PSYC3101 Kvantitativ metode II Vår 2015 Skriftlig skoleeksamen, fredag 27. mars kl. 09:00 (3 timer). Ingen hjelpemidler, utover forhåndsgodkjent ordbok, er tillatt under eksamen. Alle oppgavene
DetaljerPSY2012 Forskningsmetodologi III: Statistisk analyse, design og måling Eksamen vår 2014
Psykologisk institutt PSY2012 Forskningsmetodologi III: Statistisk analyse, design og måling Eksamen vår 2014 Skriftlig skoleeksamen fredag 2. mai, 09:00 (4 timer). Kalkulator uten grafisk display og tekstlagringsfunksjon
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
DetaljerStatistikk er begripelig
Statistikk er begripelig men man må begynne med ABC ANOVA ANOVA er brukt til å sammenligne gjennomsnittsverdier Slik er det, selv om det er Analysis of Variance man sier BIVARIAT Bivariat analyse er godt
DetaljerMedarbeiderundersøkelsen 2014
10. NOVEMBER 2014 Medarbeiderundersøkelsen 2014 Regresjonsanalyser Analyse Analysen er en måte å finne ut hvilke nærværsfaktorer i undersøkelsen som har sterkest sammenheng med resultatfaktorene Analysene
DetaljerProfil Lavpris Supermarked Hypermarked Totalt. Coop Prix 4 4. Coop Extra 13 5. Coop Mega 7 7. Coop Obs 5 13. Rimi 24 24. Ica Supermarked 7 7
Vedlegg 1 - Regresjonsanalyser 1 Innledning og formål (1) Konkurransetilsynet har i forbindelse med Vedtak 2015-24, (heretter "Vedtaket") utført kvantitative analyser på data fra kundeundersøkelsen. I
DetaljerEksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder
Psykologisk institutt Eksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder Faglig kontakt under eksamen: Eva Langvik Tlf.: Psykologisk institutt 73591960 Eksamensdato: 21.5.2013
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
DetaljerDetaljerte forklaringer av begreper og metoder.
Appendiks til Ingar Holme, Serena Tonstad. Risikofaktorer og dødelighet oppfølging av Oslo-undersøkelsen fra 1972-73. Tidsskr Nor Legeforen 2011; 131: 456 60. Dette appendikset er et tillegg til artikkelen
DetaljerForkurs i kvantitative metoder ILP 2019
Forkurs i kvantitative metoder ILP 2019 Dag 2. Forkurs som arbeidskrav for kvantitativ deler av PED-3055 Gregor Maxwell og Bent-Cato Hustad Førsteamanuensis i spesialpedagogikk Hva lærte vi i går? Hva
DetaljerHøye skårer indikerer høye nivåer av selvkontroll.
Psykologisk institutt PSY2012 Forskningsmetodologi III: Statistisk analyse, design og måling Eksamen vår 2015 Skriftlig skoleeksamen tirsdag 19. mai, 09:00 (4 timer) Resultater publiseres 10. juni Kalkulator
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
DetaljerTil bruk i metodeundervisningen ved Høyskolen i Oslo
MINIMANUAL FOR SPSS Til bruk i metodeundervisningen ved Høyskolen i Oslo Denne minimanualen viser hvordan analyser i metodeundervisningen på masternivå (master i sosialt arbeid, master i familiebehandling
DetaljerEKSAMEN I SOS1120 KVANTITATIV METODE 12. DESEMBER 2011 (4 timer)
EKSAMEN I SOS1120 KVANTITATIV METODE 12. DESEMBER 2011 (4 timer) Bruk av ikke-programmerbar kalkulator er tillatt under eksamen. Utover det er ingen hjelpemidler tillatt. Sensur faller 12. januar 2012
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?
DetaljerTMA4245 Statistikk Eksamen desember 2016
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag TMA4245 Statistikk Eksamen desember 2016 Oppgave 1 En bedrift produserer elektriske komponenter. Komponentene kan ha to typer
DetaljerEksamensoppgave i ST3001
Det medisinske fakultet Institutt for kreftforskning og molekylær medisin Eksamensoppgave i ST3001 Onsdag 16. desember 2010, kl. 9.00 13:00 ntall studiepoeng: 7.5 Tillatte hjelpemidler: Kalkulator og alle
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
DetaljerEKSAMEN I SOS1120 KVANTITATIV METODE 5. DESEMBER 2005 (4 timer)
EKSAMEN I SOS20 KVANTITATIV METODE 5. DESEMBER 2005 (4 timer) Bruk av ikke-programmerbar kalkulator er tillatt under eksamen. Utover det er ingen hjelpemidler tillatt. Sensur faller fredag 23. desember
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
DetaljerSpørreundersøkelsen om PISA blant Utdanningsforbundets medlemmer
Spørreundersøkelsen om PISA blant Utdanningsforbundets medlemmer Utdanningsforbundet har ønsket å gi medlemmene anledning til å gi uttrykk for synspunkter på OECDs PISA-undersøkelser spesielt og internasjonale
DetaljerKap. 10: Løsningsforslag
Kap. 10: Løsningsforslag 1 1.1 Markedets risikopremie (MP ) er definert som MP = (r m r f ). Ifølge oppsummeringen i læreboken (Strøm, 2017, side 199), er markedets risikopremie i området 5.0 8.0 prosent.
DetaljerEKSAMEN I SOS4020 KVANTITATIV METODE 8. april (4 timer)
EKSAMEN I SOS4020 KVANTITATIV METODE 8. april 200 (4 timer) Tillatte hjelpemidler: Ikke-programmerbar kalkulator Liste med matematiske uttrykk/andeler i fordelinger (bakerst i oppgavesettet) Sensur på
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
DetaljerHerner Sæverot & Glenn-Egil Torgersen
Studie 2 Digital danning og læringsutbytte fra multimedia hvor godt lærer lærere sammenliknet med andre profesjoner - Og, har planene virket? - En diskusjon om betydningen av nasjonal satsning på digital
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?
DetaljerEKSAMEN I SOS4020 KVANTITATIV METODE (MASTER) 14. MAI 2004 (4 timer)
EKSAMEN I SOS4020 KVANTITATIV METODE (MASTER) 14. MAI 2004 (4 timer) Bruk av ikke-programmerbar kalkulator er tillatt under eksamen. Utover det er ingen hjelpemidler tillatt. Sensur faller mandag 7. juni
DetaljerI enkel lineær regresjon beskrev linja. μ y = β 0 + β 1 x
Multiple regresjon Her utvider vi perspektivet for enkel lineær regresjon til også å omfatte flere forklaringsvariable.det er fortsatt en responsvariabel. Måten dette gjøre på er nokså naturlig. Prediktoren
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i STK1000 Innføring i anvendt statistikk. Eksamensdag: Torsdag 9. oktober 2008. Tid for eksamen: 15:00 17:00. Oppgavesettet er på
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
DetaljerSammendrag av analyserapporter fra nasjonale prøver i 2012
Sammendrag av analyserapporter fra nasjonale prøver i 2012 Dette er et sammendrag av de tre analyserapportene fra gjennomføringen av nasjonale prøver høsten 2012. Det ble gjennomført nasjonale prøver i
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
DetaljerSENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SVSOS107 HØSTEN 2002
SENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SVSOS107 HØSTEN 2002 Oppgave 1 Tabell 1 gjengir data fra en spørreundersøkelse blant personer mellom 9 og 79 år i et sannsynlighetsutvalg fra SSB sitt sentrale personregister.
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
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
DetaljerHØGSKOLEN I STAVANGER
EKSAMEN I: MOT0 STATISTISKE METODER VARIGHET: TIMER DATO:. NOVEMBER 00 TILLATTE HJELPEMIDLER: KALKULATOR, TABELLER OG FORMLER I STATISTIKK (TAPIR FORLAG) OPPGAVESETTET BESTÅR AV OPPGAVER PÅ 7 SIDER HØGSKOLEN
DetaljerEksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ
Psykologisk institutt Eksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ Faglig kontakt under eksamen: Mehmet Mehmetoglu Tlf.: 73 59 19 60 Eksamensdato: 11.12.2013 Eksamenstid (fra-til):09:00 13:00
DetaljerKapittel 3: Studieopplegg
Oversikt over pensum Kapittel 1: Empirisk fordeling for en variabel o Begrepet fordeling o Mål for senter (gj.snitt, median) + persentiler/kvartiler o Mål for spredning (Standardavvik s, IQR) o Outliere
DetaljerEKSAMEN I SOS1120 KVANTITATIV METODE 6. DESEMBER 2007 (4 timer)
EKSAMEN I SOS1120 KVANTITATIV METODE 6. DESEMBER 2007 (4 timer) Bruk av ikke-programmerbar kalkulator er tillatt under eksamen. Utover det er ingen hjelpemidler tillatt. Sensur faller torsdag 3. Januar
DetaljerHvordan gjøre studentene fornøyd med studieprogram og læringsutbytte?
Hvordan gjøre studentene fornøyd med studieprogram og læringsutbytte? Kan regresjonsanalyser gi oss et svar? Bjørn Ervik PROBLEMSTILLING Hva er utdanningsinstitusjonenes overordnede målsetting? Fornøyde
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)
DetaljerUrbanitet og partioppslutning
Urbanitet og partioppslutning Norge blir stadig mer sentralisert og urbanisert. Vi bor i større grad i eller nær byer, og byene blir større og mer mangfoldige. Spesielt regionene rundt de største byene
DetaljerEksamensoppgave i TMA4240 Statistikk
Institutt for matematiske fag Eksamensoppgave i TMA4240 Statistikk Faglig 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
DetaljerKan vi stole på resultater fra «liten N»?
Kan vi stole på resultater fra «liten N»? Olav M. Kvalheim Universitetet i Bergen Plan for dette foredraget Hypotesetesting og p-verdier for å undersøke en variabel p-verdier når det er mange variabler
DetaljerMEDBORGERNOTAT # 5. «Norske velgeres tilfredshet med demokrati og regjering i stortingsperioden »
MEDBORGERNOTAT # 5 «Norske velgeres tilfredshet med demokrati og regjering i stortingsperioden 2013-2017» Marta Rekdal Eidheim Marta.Eidheim@uib.no Universitetet i Bergen Juni 2017 Norske velgeres tilfredshet
DetaljerLineære 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:
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,
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
Detaljer10.1 Enkel lineær regresjon Multippel regresjon
Inferens for regresjon 10.1 Enkel lineær regresjon 11.1-11.2 Multippel regresjon 2012 W.H. Freeman and Company Denne uken: Enkel lineær regresjon Litt repetisjon fra kapittel 2 Statistisk modell for enkel
DetaljerAnalyse av kontinuerlige data. Intro til hypotesetesting. 21. april 2005. Seksjon for medisinsk statistikk, UIO. Tron Anders Moger
Intro til hypotesetesting Analyse av kontinuerlige data 21. april 2005 Tron Anders Moger Seksjon for medisinsk statistikk, UIO 1 Repetisjon fra i går: Normalfordelingen Variasjon i målinger kan ofte beskrives
DetaljerLøsning eksamen desember 2017
Løsning eksamen desember 017 Oppgave 1 Innfører hendelsene D: enheten er defekt K: enheten blir kassert a i Disse sannsynlighetene kan leses ut av oppgaveteksten: P D = 0, 10 P K D = 0, 07 P K D = 0, 95
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
DetaljerMASTER I IDRETTSVITENSKAP 2014/2016. Individuell skriftlig eksamen. STA 400- Statistikk. Fredag 13. mars 2015 kl. 10.00-12.00
MASTER I IDRETTSVITENSKAP 2014/2016 Individuell skriftlig eksamen i STA 400- Statistikk Fredag 13. mars 2015 kl. 10.00-12.00 Hjelpemidler: kalkulator Eksamensoppgaven består av 10 sider inkludert forsiden
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
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
DetaljerEksamen i. MAT110 Statistikk 1
Avdeling for logistikk Eksamen i MAT110 Statistikk 1 Eksamensdag : Torsdag 28. mai 2015 Tid : 09:00 13:00 (4 timer) Faglærer/telefonnummer : Molde: Per Kristian Rekdal / 924 97 051 Kristiansund: Terje
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
DetaljerUNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Underveiseksamen i: STK1000 Innføring i anvendt statistikk. Eksamensdag: Onsdag 28/3, 2007. Tid for eksamen: Kl. 09.00 11.00. Tillatte hjelpemidler:
Detaljera) Forklar hva som menes med faktorladning, kommunalitet og eigenvalue.
Psykologisk institutt - UiO Eksamen PSYC3101 Kvantitative metoder II Høsten 2012 Skriftlig skoleeksamen, 5.oktober kl. 09:00 (3 timer). Ingen hjelpemidler er tillatt under eksamen. Alle oppgaver skal besvares.
DetaljerInformasjon om eksamen SOS Kvantitativ metode
Informasjon om eksamen SOS1120 - Kvantitativ metode Skriftlig skoleeksamen 29. mai 2018 4 timer Eksamensoppgaven Eksamenssettet består av 26 sider inkludert denne, med 22 oppgaver. Oppgavesettet er delt
DetaljerFormelsamling i medisinsk statistikk
Formelsamling i medisinsk statistikk Versjon av 6. mai 208 Dette er en formelsamling til O. O. Aalen (red.): Statistiske metoder i medisin og helsefag, Gyldendal, 208. Gjennomsnitt x = n (x + x 2 + x 3
DetaljerGenerelle lineære modeller i praksis
Generelle lineære modeller Regresjonsmodeller med Forskjellige spesialtilfeller Uavhengige variabler Én binær variabel Analysen omtales som Toutvalgs t-test én responsvariabel: Y en eller flere uavhengige
DetaljerFORORD. Trondheim, 2. november 1998 Lars-Erik Borge og Ivar Pettersen
FORORD Dette notatet presenterer tilleggsanalyser for prosjektet Likeverdig skoletilbud og kommunale inntekter. Hovedprosjektet er dokumentert i egen rapport. Prosjektet er utført av førsteamanuensis Lars-Erik
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
DetaljerClara Åse Arnesen. Grunnskolekarakterer våren 2003. NIFU skriftserie nr. 32/2003
Clara Åse Arnesen Grunnskolekarakterer våren 2003 NIFU skriftserie nr. 32/2003 NIFU Norsk institutt for studier av forskning og utdanning Hegdehaugsveien 31 0352 Oslo ISSN 0808-4572 2 Forord Formålet med
Detaljer1. De fleste blir mer vennlige av å drikke alkohol Mange blir mer aggressive av å drikke alkohol
EKSAMEN i PSYC3101/ PSY4510 Høst 2009 Kvantitative metoder II 15. desember kl. 09:00 (3 timer). Ingen hjelpemidler tillatt Alle oppgavene skal besvares OPPGAVE 1: a) Forklar hva som menes med begrepet
DetaljerEKSAMEN I TMA4255 ANVENDT STATISTIKK
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 5 Faglig kontakt under eksamen: Mette Langaas (988 47 649) BOKMÅL EKSAMEN I TMA4255 ANVENDT STATISTIKK Onsdag 8. august
DetaljerME Metode og statistikk Candidate 2511
ME-400, forside Emnekode: ME-400 Emnenavn: Metode og statistikk Dato: 31. mai Varighet: 5 timer Tillatte hjelpemidler: Kalkulator (enkel type) Merknader: Besvar 3 av 4 oppgaver (Oppgavene teller likt)
DetaljerUnivariate tabeller. Bivariat tabellanalyse. Forelesning 8 Tabellanalyse. Formålet med bivariat analyse:
Forelesning 8 Tabellanalyse Tabellanalyse er en godt egnet presentasjonsform hvis: variablene har et fåtall naturlige kategorier For eksempel kjønn, Eu-syn variablene er delt inn i kategorier For eksempel
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
DetaljerBruk data fra tabellen over (utvalget) og opplysninger som blir gitt i oppgavene og svar på følgende spørsmål:
Frafall fra videregende skole (VGS) er et stort problem. Bare ca 70% av elevene som begynner p VGS fullfører og bestr i løpet av 5 r. For noen elever er skolen s lite attraktiv at de velger slutte før
DetaljerOpplæring i korrekt bruk og tilpasning av ørepropper
Opplæring i korrekt bruk og tilpasning av ørepropper Innledning Støy er en den vanligste innrapporterte arbeidsbetingede skaden og utgjør et alvorlig problem for de som blir rammet. Hver dag bruker tusenvis
DetaljerKort overblikk over kurset sålangt
Kort overblikk over kurset sålangt Kapittel 1: Deskriptiv statististikk for en variabel Kapittel 2: Deskriptiv statistikk for samvariasjon mellom to variable (regresjon) Kapittel 3: Metoder for å innhente
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
DetaljerMASTER I IDRETTSVITENSKAP 2013/2015 MASTER I IDRETTSFYSIOTERAPI 2013/2015. Utsatt individuell skriftlig eksamen. STA 400- Statistikk
MSTR I IRTTSVITNSKP 013/015 MSTR I IRTTSFYSIOTRPI 013/015 Utsatt individuell skriftlig eksamen i ST 400- Statistikk Mandag 5. august 014 kl. 10.00-1.00 Hjelpemidler: kalkulator ksamensoppgaven består av
DetaljerUTDRAG FRA SENSORVEILEDNINGEN FOR EKSAMENSOPPGAVEN I SVSOS107 HØSTEN 2001
UTDRAG FRA SENSORVEILEDNINGEN FOR EKSAMENSOPPGAVEN I SVSOS107 HØSTEN 001 Generell informasjon Da denne eksamensoppgaven ble gitt var SVSOS107 inne i en overgangsordning mellom gammelt og nytt pensum. Denne
DetaljerOppgave 1. Det oppgis at dersom y ij er observasjon nummer j fra laboratorium i så er SSA = (y ij ȳ i ) 2 = 3.6080.
EKSAMEN I: MOT310 STATISTISKE METODER 1 VARIGHET: 4 TIMER DATO: 28. FEBRUAR 2005 TILLATTE HJELPEMIDLER: KALKULATOR, TABELLER OG FORMLER I STATISTIKK (TAPIR FORLAG) OPPGAVESETTET BESTÅR AV 4 OPPGAVER PÅ
DetaljerSKOLEEKSAMEN I SOS KVANTITATIV METODE. 27. februar 2017 (4 timer)
Institutt for sosiologi og samfunnsgeografi BOKMÅL SKOLEEKSAMEN I SOS4020 - KVANTITATIV METODE 27. februar 2017 (4 timer) Tillatte hjelpemidler: Alle skriftlige hjelpemidler og kalkulator. Sensur for eksamen
DetaljerUNIVERSITETET I OSLO
Deleksamen i: UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet STK1000 Innføring i anvendt statistikk. Eksamensdag: Onsdag 13. oktober 2010. Tid for eksamen: 15:00 17:00. Oppgavesettet
DetaljerSKOLEEKSAMEN I. SOS1120 Kvantitativ metode. 13. desember 2012 4 timer
SKOLEEKSAMEN I SOS1120 Kvantitativ metode 13. desember 2012 4 timer Det er lov å bruke ikke-programmerbar kalkulator som hjelpemiddel Sensur for eksamen faller 11.januar kl. 14.00. Sensuren publiseres
DetaljerEvaluering av Fylkesmannen. Nord-Trøndelag 2016/2017
Evaluering av Fylkesmannen Nord-Trøndelag 2016/2017 Innhold Bakgrunn for undersøkelsen s. 1 Om undersøkelsen s. 2 Om rapporten s. 3 Kjennskap til: Fylkesmannens virksomhet s. 4 Fylkesmannens arbeidsoppgaver
DetaljerEksamensoppgave i TMA4255 Anvendt statistikk
Institutt for matematiske fag Eksamensoppgave i TMA4255 Anvendt statistikk Faglig kontakt under eksamen: Anna Marie Holand Tlf: 951 38 038 Eksamensdato: 3. juni 2016 Eksamenstid (fra til): 09:00-13:00
DetaljerViktige forhold for å få lærere til å fortsette lenger i læreryrket
Respons Analyse AS Bredalsmarken 15, 5006 Bergen www.responsanalyse.no Viktige forhold for å få lærere til å fortsette lenger i læreryrket Medlemsundersøkelse 15. - 21. september 2010 Oppdragsgiver: Utedanningsforbundet
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 I SOS1120 KVANTITATIV METODE 5. MAI 2004 (6 timer)
EKSAMEN I SOS1120 KVANTITATIV METODE 5. MAI 2004 (6 timer) Bruk av ikke-programmerbar kalkulator er tillatt under eksamen. Utover det er ingen hjelpemidler tillatt. Sensur faller fredag 28. mai kl. 14.00,
DetaljerEffektstørrelse. Tabell 1. Kritiske verdier for Pearson s produkt-moment-korrelasjon med 5% og 1% signifikansnivå. N 5% 1% N 5% 1%
Thor Arnfinn Kleven Institutt for pedagogikk 19.09.2013 Effektstørrelse Tradisjonelt har signifikanstesting vært fremhevet som den viktigste statistiske analyseformen i pedagogisk og psykologisk forskning.
DetaljerVidereutdanning i matematikk for lærere. Tilleggsnotat til Deltakerundersøkelsen 2014
Videreutdanning i matematikk for lærere Tilleggsnotat til Deltakerundersøkelsen 2014 Kari Vea Salvanes Arbeidsnotat 18/2014 Videreutdanning i matematikk for lærere Tilleggsnotat til Deltakerundersøkelsen
DetaljerGruppe 1 Gruppe 2 Gruppe a) Finn aritmetisk gjennomsnitt, median, modus og standardavvik for gruppe 2.
Sensurveiledning Ped 3001 h12 Oppgave 1 Er det sammenheng mellom støtte fra venner og selvaktelse hos ungdom? Dette spørsmålet ønsket en forsker å undersøke. Han samlet data på 9. klassingers opplevde
DetaljerEksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ
Psykologisk institutt Eksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ Faglig kontakt under eksamen: Mehmet Mehmetoglu Tlf.: 91838665 Eksamensdato: Eksamenstid (fra-til): Hjelpemiddelkode/Tillatte
DetaljerTillatte hjelpemidler: C3: alle typer kalkulator, alle andre hjelpemidler
EKSAMENSOPPGAVER Institutt: Eksamen i: Tid: IKBM STAT100 Torsdag 13.des 2012 STATISTIKK 09.00-12.30 (3.5 timer) Emneansvarlig: Solve Sæbø ( 90065281) Tillatte hjelpemidler: C3: alle typer kalkulator, alle
DetaljerTilfredshet med busstilbudet Hedmark trafikk
Tilfredshet med busstilbudet Hedmark trafikk Januar 2013 Gjennomført av Sentio Research Norge AS 1 Innhold Innledning... 3 Gjennomføringsmetode... 3 Om rapporten... 3 Hvem reiser med bussen?... 5 Vurdering
DetaljerInferens i regresjon
Strategi som er fulgt hittil: Inferens i regresjon Deskriptiv analyse og dataanalyse først. Analyse av en variabel før studie av samvariasjon. Emne for dette kapittel er inferens når det er en respons
Detaljer1 Sentrale resultat i årets rapport
1 Sentrale resultat i årets rapport I februar 2004 ble alle døgninstitusjoner innen psykisk helsevern for voksne tilskrevet og bedt om å gi opplysninger om bruk av tvangsmidler og skjerming i 2003 på et
DetaljerRapport fra Norfakta Markedsanalyse AS
Rapport fra Norfakta Markedsanalyse AS Oppdragsgiver: Hovedtema: KTI Renovasjonstjenester 2010 Fredrikstad kommune Trondheim 14. juni 2010 Innhold FORORD... 3 HOVEDKONKLUSJONER OG OPPSUMMERING... 5 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
DetaljerLøsningsforslag til andre sett med obligatoriske oppgaver i STK1110 høsten 2010
Løsningsforslag til andre sett med obligatoriske oppgaver i STK1110 høsten 2010 Oppgave 1 a Forventet antall dødsulykker i år i er E(X i λ i. Dermed er θ i λ i E(X i forventet antall dødsulykker per 100
DetaljerEksamensoppgave i TMA4255 Anvendt statistikk
Institutt for matematiske fag Eksamensoppgave i TMA4255 Anvendt statistikk Faglig kontakt under eksamen: Anna Marie Holand Tlf: 951 38 038 Eksamensdato: August 2016 Eksamenstid (fra til): Hjelpemiddelkode/Tillatte
Detaljer