Digital statistikkundervisning for ingeniørstudenter høsten 2020
|
|
|
- Ester Rød
- 3 år siden
- Visninger:
Transkript
1 Digital statistikkundervisning for studenter høsten 2020 Thea Bjørnland, Institutt for matematiske fag, NTNU
2 Digital statistikkundervisning for studenter høsten 2020 Thea Bjørnland, Institutt for matematiske fag, NTNU - Beskrivelse av emnet Statistikk for Ingeniører
3 Digital statistikkundervisning for studenter høsten 2020 Thea Bjørnland, Institutt for matematiske fag, NTNU - Beskrivelse av emnet Statistikk for Ingeniører - Digitalt undervisningsopplegg høstsemesteret 2020
4 Digital statistikkundervisning for studenter høsten 2020 Thea Bjørnland, Institutt for matematiske fag, NTNU - Beskrivelse av emnet Statistikk for Ingeniører - Digitalt undervisningsopplegg høstsemesteret 2020 Suksess?
5 Digital statistikkundervisning for studenter høsten 2020 Thea Bjørnland, Institutt for matematiske fag, NTNU - Beskrivelse av emnet Statistikk for Ingeniører - Digitalt undervisningsopplegg høstsemesteret Hva gjør vi videre? Suksess?
6 Digital statistikkundervisning for studenter høsten 2020 Thea Bjørnland, Institutt for matematiske fag, NTNU - Beskrivelse av emnet Statistikk for Ingeniører - Digitalt undervisningsopplegg høstsemesteret Hva gjør vi videre? Suksess? Kom g jerne med innspill underveis!
7 Statistikk for studenter
8 Statistikk for studenter Maskin- Bygg- Logistikk Skips- design Data- Fornybar energi Material- teknologi Geomatikk- Elektro- Kjemi-
9 Statistikk for studenter Maskin- Bygg- Logistikk Skips- design Data- Fornybar energi Material- teknologi Trondheim Geomatikk- Elektro- Kjemi-
10 Statistikk for studenter Maskin- Bygg- Logistikk Skips- design Data- Fornybar energi Material- teknologi Trondheim Gjøvik Geomatikk- Elektro- Kjemi-
11 Statistikk for studenter Maskin- Bygg- Logistikk Skips- design Data- Fornybar energi Material- teknologi Trondheim Gjøvik Ålesund Geomatikk- Elektro- Kjemi-
12 Statistikk for studenter Maskin- Bygg- Logistikk Skips- design Data- Fornybar energi Material- teknologi Trondheim Gjøvik Ålesund Geomatikk- Elektro- Kjemi- 900 studenter
13 Statistikk for studenter Maskin- Bygg- Logistikk Skips- design Data- Fornybar energi Material- teknologi Trondheim Gjøvik Ålesund Geomatikk- Elektro- Kjemi- 900 studenter Høstsemesteret 2020
14 Statistikk for studenter Maskin- Bygg- Logistikk Skips- design Data- Fornybar energi Material- teknologi Trondheim Gjøvik Ålesund Geomatikk- Elektro- Kjemi- 900 studenter Høstsemesteret 2020 Digitalt!
15 Statistikk for studenter Maskin- Bygg- Logistikk Skips- design Data- Fornybar energi Material- teknologi Trondheim Gjøvik Ålesund Geomatikk- Elektro- Kjemi- 900 studenter Høstsemesteret 2020 Digitalt!
16 Organisering i ukentlige tema Uke Tema 1 Beskrivende statistikk 2 Hendelser og sannsynlighet 3 Stokastiske variabler 4 Binomisk og geometrisk fordeling 5 Poisson- og eksponsialfordeling 6 Normalfordeling og sentralgrenseteoremet 7 Parameterestimering og konfidensintervaller
17 Organisering i ukentlige tema Uke Tema 1 Beskrivende statistikk 2 Hendelser og sannsynlighet 3 Stokastiske variabler 4 Binomisk og geometrisk fordeling 5 Poisson- og eksponsialfordeling Samme opplegg og digitale ressurser for hvert eneste tema! 6 Normalfordeling og sentralgrenseteoremet 7 Parameterestimering og konfidensintervaller
18 Ukentlig innhold 1: Undervisning
19 Ukentlig innhold 1: Undervisning Asynkron undervisning: Temavideoer
20 Ukentlig innhold 1: Undervisning Asynkron undervisning: Temavideoer (8:31) (11:35) (7:24)
21 Ukentlig innhold 1: Undervisning Asynkron undervisning: Temavideoer Enkle animasjoner: (8:31) (11:35) (7:24)
22 Ukentlig innhold 1: Undervisning Asynkron undervisning: Temavideoer (8:31) (11:35) (7:24) Enkle animasjoner: S
23 Ukentlig innhold 1: Undervisning Asynkron undervisning: Temavideoer (8:31) (11:35) (7:24) Enkle animasjoner: S A
24 Ukentlig innhold 1: Undervisning Asynkron undervisning: Temavideoer (8:31) (11:35) (7:24) Enkle animasjoner: S A B
25 Ukentlig innhold 1: Undervisning Asynkron undervisning: Temavideoer Enkle animasjoner: (8:31) (11:35) (7:24) A B S Skravert område er unionen av A og B
26 Ukentlig innhold 1: Undervisning Asynkron undervisning: Temavideoer (8:31) (11:35) (7:24) Synkron undervisning: Zoom-forelesning
27 Ukentlig innhold 1: Undervisning Asynkron undervisning: Temavideoer (8:31) (11:35) (7:24) Synkron undervisning: Zoom-forelesning Utvalgte eksempler og oppgaver for ukas tema
28 Ukentlig innhold 1: Undervisning Asynkron undervisning: Temavideoer (8:31) (11:35) (7:24) Synkron undervisning: Zoom-forelesning Utvalgte eksempler og oppgaver for ukas tema
29 Ukentlig innhold 2: Øvingsoppgaver
30 Ukentlig innhold 2: Øvingsoppgaver 10 digitale oppgaver i STACK
31 Ukentlig innhold 2: Øvingsoppgaver 10 digitale oppgaver i STACK Eksempel:
32 Ukentlig innhold 2: Øvingsoppgaver 10 digitale oppgaver i STACK Eksempel:
33 Ukentlig innhold 2: Øvingsoppgaver 10 digitale oppgaver i STACK Eksempel: Tilfeldig generete tall
34 Ukentlig innhold 2: Øvingsoppgaver 10 digitale oppgaver i STACK Eksempel: Tilfeldig generete tall Automatisk, umiddelbar respons
35 Ukentlig innhold 2: Øvingsoppgaver 10 digitale oppgaver i STACK Eksempel: Tilfeldig generete tall Automatisk, umiddelbar respons Studentassistenter
36 Ukentlig innhold 2: Øvingsoppgaver 10 digitale oppgaver i STACK Eksempel: Tilfeldig generete tall Automatisk, umiddelbar respons Studentassistenter
37 Ukentlig innhold 2: Øvingsoppgaver 10 digitale oppgaver i STACK Eksempel: Tilfeldig generete tall Automatisk, umiddelbar respons Studentassistenter Uendelig mange forsøk
38 Ukentlig innhold 3: Andre ressurser
39 Ukentlig innhold 3: Andre ressurser
40 Ukentlig innhold 3: Andre ressurser
41 Ukentlig innhold 3: Andre ressurser
42 Ukentlig innhold 3: Andre ressurser
43 Ukentlig innhold 3: Andre ressurser
44 Ukentlig innhold 3: Andre ressurser Beskrivelse av oppgaven
45 Ukentlig innhold 3: Andre ressurser Beskrivelse av oppgaven Kjøre kode i nettleser
46 Ukentlig innhold 3: Andre ressurser Beskrivelse av oppgaven Kjøre kode i nettleser Redigere kode i nettleser
47 Hvorfor fungerte digital undervisning?
48 Hvorfor fungerte digital undervisning? tilsynelatende
49 Hvorfor fungerte digital undervisning? tilsynelatende Forklaring 1: Enkelt å holde følge digitalt
50 Hvorfor fungerte digital undervisning? Forklaring 1: Enkelt å holde følge digitalt Enkelt å holde følge tilsynelatende
51 Hvorfor fungerte digital undervisning? tilsynelatende Forklaring 1: Enkelt å holde følge digitalt Enkelt å holde følge Mye hjelp tilg jengelig
52 Hvorfor fungerte digital undervisning? tilsynelatende Forklaring 1: Enkelt å holde følge digitalt Enkelt å holde følge Mye hjelp tilg jengelig Forklaring 2: Emnet var skreddersydd for digital undervisning
53 Hvorfor fungerte digital undervisning? tilsynelatende Forklaring 1: Enkelt å holde følge digitalt Enkelt å holde følge Mye hjelp tilg jengelig Forklaring 2: Emnet var skreddersydd for digital undervisning Oversiktlig og forutsigbart
54 Hva gjør vi videre?
55 Hva gjør vi videre? Hybrid tverrcampusundervisning
56 Hva gjør vi videre? Hybrid tverrcampusundervisning Temavideoer Her får vi alt vi trenger å vite av teori komprimert ned til 10 minutter. Man kan pause, gå tilbake og gjenta alt som sies slik at man slipper å gå glipp av noe
57 Hva gjør vi videre? Hybrid tverrcampusundervisning Temavideoer Her får vi alt vi trenger å vite av teori komprimert ned til 10 minutter. Man kan pause, gå tilbake og gjenta alt som sies slik at man slipper å gå glipp av noe Omvendt klasserom
58 Hva gjør vi videre? Hybrid tverrcampusundervisning Temavideoer Her får vi alt vi trenger å vite av teori komprimert ned til 10 minutter. Man kan pause, gå tilbake og gjenta alt som sies slik at man slipper å gå glipp av noe Omvendt klasserom Erfaringer eller innspill?
TMA4240 Statistikk Høst 2009
TMA4240 Statistikk Høst 2009 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 5 Løsningsskisse Oppgave 1 En lottorekke kan oppfattes som et ikke-ordnet utvalg på
Observatorar og utvalsfordeling. Torstein Fjeldstad Institutt for matematiske fag, NTNU
Observatorar og utvalsfordeling Torstein Fjeldstad Institutt for matematiske fag, NTNU 08.10.2018 I dag Til no i emnet Observatorar Utvalsfordelingar Sentralgrenseteoremet 2 Til no i emnet definisjon av
STK1100 våren 2019 Mere om konfidensintevaller
STK1100 våren 2019 Mere om konfidensintevaller Svarer til avsnitt 8.2 i læreboka Ørnulf Borgan Matematisk institutt Universitetet i Oslo 1 Konfidensintervall for µ i store utvalg Anta at de stokastiske
Studieåret 2017/2018
Versjon 01/17 NTNU KOMPiS Studieplan for MATEMATIKK 1 (8.-13. trinn) Studieåret 2017/2018 Profesjons- og yrkesmål Dette studiet er beregnet for lærere på ungdomstrinnet og på videregående skole som ønsker
NTNU KOMPiS Studieplan for MATEMATIKK 1 (8. - 10. trinn) Studieåret 2014/2015
Godkjent april 2014 NTNU KOMPiS Studieplan for MATEMATIKK 1 (8. - 10. trinn) Studieåret 2014/2015 Profesjons- og yrkesmål Dette studiet er beregnet for lærere som har godkjent lærerutdanning med innslag
Studieplan - KOMPIS Matematikk 1 (8-13)
Page 1 of 7 SharePoint Nyhetsfeed OneDrive Områder Randi Moen Sund Studieplan - KOMPIS Matematikk 1 (8-13) Rediger 6-3-Vertsenhet 3-1-Opprettet 3-Godkjent Gjelder studieår IE-IMF 2018/2019 Varighet, omfang
NTNU KOMPiS Studieplan for MATEMATIKK 1 (8.-13. trinn) med hovedvekt på 8.-10. trinn Studieåret 2015/2016
Versjon 01/15 NTNU KOMPiS Studieplan for MATEMATIKK 1 (8.-13. trinn) med hovedvekt på 8.-10. trinn Studieåret 2015/2016 Profesjons- og yrkesmål Dette studiet er beregnet for lærere på ungdomstrinnet som
MATEMATIKK 1 (for 8. 10. trinn) Emnebeskrivelser for studieåret 2014/2015
MATEMATIKK 1 (for 8. 10. trinn) Emnebeskrivelser for studieåret 2014/2015 Emnenavn Grunnleggende matematikk Precalculus MA6001 Undervisningssemester Høst 2014 Professor Petter Bergh petter.bergh@math.ntnu.no
Binomisk sannsynlighetsfunksjon
ST0202 Statistikk for samfunnsvitere Bo Lindqvist Institutt for matematiske fag 2 Binomisk sannsynlighetsfunksjon La det være n forsøk, sannsynlighet p for suksess og sannsynlighet q for fiasko. Den tilfeldige
UHR MNT møte Ny institusjonsstruktur synergier og betydning for kvalitet og SAK
UHR MNT møte Ny institusjonsstruktur synergier og betydning for kvalitet og SAK Trondheim 11.-12./5-2017 Halgeir Leiknes Leder av FUI SAKS Kartet fra 24/3-2015 2 Statlig eide U&H (1/1-2017) Universitet
TMA4240 Statistikk H2010 (22)
TMA4240 Statistikk H2010 (22) 10.11-10.12: Testing av andelser 10.13: Testing av varians i ett N utvalg Mette Langaas Foreleses onsdag 3.november, 2010 2 Laban strakk seg ikke lenger, men smaker den bedre?
TMA4240 Statistikk Høst 2015
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 6, blokk I Løsningsskisse Oppgave 1 Vi antar X er normalfordelt, X N(3315, 55 2. Ved bruk av formelheftet finner
Evaluering av Jenter og teknologi våren 2017
Evaluering av Jenter og teknologi våren 2017 Jentene på studieprogrammene i tabellene under har fått tilbud om aktiviteter i prosjektet Jenter og teknologi i studieåret 2016/2017. Jenteandel første studieår
ST0202 Statistikk for samfunnsvitere
ST0202 Statistikk for samfunnsvitere Bo Lindqvist Institutt for matematiske fag Situasjonen er som i quiz-eksempelet: n = 4, p = 1/3 ( suksess betyr å gjette riktig alternativ), q = 2/3. Oppgave: Finn
Studieplan 2015/2016
1 / 9 Studieplan 2015/2016 Matematikk 2 for ungdomstrinnet Studiepoeng: 30 Studiets varighet, omfang og nivå Studiet er et videreutdanningstilbud i matematikk på Bachelornivå og tilbys gjennom Kompetanse
TMA4240 Statistikk H2015
TMA4240 Statistikk H2015 Kapittel 5: Noen diskrete sannsynlighetsfordelinger 5.4 Geometrisk og negativ binomisk fordeling 5.5 Poisson-prosess og -fordeling Mette Langaas Institutt for matematiske fag,
Eksamensoppgave i SØK1004 - Statistikk for økonomer
Institutt for samfunnsøkonomi Eksamensoppgave i SØK1004 - Statistikk for økonomer Faglig kontakt under eksamen: Hildegunn E. Stokke, tlf 73591665 Bjarne Strøm, tlf 73591933 Eksamensdato: 01.12.2014 Eksamenstid
Forelesing 27 Oppsummering. Torstein Fjeldstad Institutt for matematiske fag, NTNU
Forelesing 27 Oppsummering Torstein Fjeldstad Institutt for matematiske fag, NTNU 18.04.2018 I dag Lineær regresjon (sjekk av modellantagelser) Praktisk informasjon Andre statistikk-kurs Oversikt over
Strukturprosessen i UH-sektoren Akademisering av profesjonsutdanningene?
Strukturprosessen i UH-sektoren Akademisering av profesjonsutdanningene? Hallstein Hemmer, Instituttleder kjemi og materialteknologi Prodekan for utdanning Fakultet for Teknologi (FT), NTNU Kunnskap for
Eksamensoppgave i ST0103 Brukerkurs i statistikk
Institutt for matematiske fag Eksamensoppgave i ST0103 Brukerkurs i statistikk Faglig kontakt under eksamen: Nikolai Ushakov Tlf: 45128897 Eksamensdato: August 2018 Eksamenstid (fra til): 09:00 13:00 Hjelpemiddelkode/Tillatte
Læreplan i matematikk X - programfag i utdanningsprogram for studiespesialisering
Læreplan i matematikk X - programfag i utdanningsprogram for Fastsatt som forskrift av Utdanningsdirektoratet 22. mai 2006 etter delegasjon i brev 26. september 2005 fra Utdannings- og forskningsdepartementet
Da vil summen og gjennomsnittet være tilnærmet normalfordelte : Summen: X 1 +X X n ~N(nµ,nσ 2 ) Gjennomsnittet: X 1 +X
Me me me me metallic hvit 4.4: Tilnærming til normalfordeling Tilnærming til normalfordeling: binomisk og Poisson kan tilnærmes v.h.a. normalfordeling under bestemte forhold (ved "mange" delforsøk/hendelser)
Estimatorar. Torstein Fjeldstad Institutt for matematiske fag, NTNU
Estimatorar Torstein Fjeldstad Institutt for matematiske fag, NTNU 11.10.2018 I dag Repetisjon Er dataa mine normalfordelt? Estimatorar Eigenskapar til S 2 Kahoot 2 Repetisjon Obervator Ein observator
TMA4240 Statistikk H2015
TMA4240 Statistikk H2015 Funksjoner av stokastiske variabler (kapittel 7+notat) Fokus på start med kumulativ fordeling 7.2 Funksjon av en SV (inkludert en-entydighet). Fordeling til max/min (fra notat).
Bernoulli forsøksrekke og binomisk fordeling
Bernoulli forsøksrekke og binomisk fordeling Bernoulli forsøksrekke i) gjentar et forsøk n ganger ii) hvert forsøk gir enten suksess eller fiasko iii) sannsynligheten for suksess er p i alle forsøkene
Oppfriskning av blokk 1 i TMA4240
Oppfriskning av blokk 1 i TMA4240 Geir-Arne Fuglstad November 21, 2016 2 Hva har vi gjort i dette kurset? Vi har studert to sterkt relaterte grener av matematikk Sannsynlighetsteori: matematisk teori for
Studieplan 2016/2017
Matematikk 2 for 5.-10. trinn Studiepoeng: 30 Studiets nivå og organisering 1 / 10 Studieplan 2016/2017 Studiet er et videreutdanningstilbud i matematikk på Bachelornivå og tilbys gjennom Kompetanse for
<kode> Grunnleggende matematikk for ingeniører Side 1 av 5
Grunnleggende matematikk for ingeniører Side 1 av 5 Emnebeskrivelse 1 Emnenavn og kode Grunnleggende matematikk for ingeniører 2 Studiepoeng 10 studiepoeng 3 Innledning Dette er det ene av
Konfidensintervall for µ med ukjent σ (t intervall)
Forelesning 3, kapittel 6 Konfidensintervall for µ med ukjent σ (t intervall) Konfidensintervall for µ basert på n observasjoner fra uavhengige N( µ, σ) fordelinger når σ er kjent : Hvis σ er ukjent har
TMA4100 Matematikk 1. Høsten 2016
TMA4100 Matematikk 1 Høsten 2016 Plan for dagen 1. Hva kan du forvente av en forelesning? 2. Hva er hensikten med Maple T.A. og hvordan fungerer det? 3. Forventninger og strategier for å lykkes i Matematikk
Løsning på Dårlige egg med bruk av Tabell 2 i Appendix B
Situasjonen er som i quiz-eksempelet: n = 4, p = 1/3 ( suksess betyr å gjette riktig alternativ), q = 2/3. Oppgave: Finn P(x), x=0,1,2,3,4 fra den generelle formelen for binomisk sannsynlighetsfordeling
Møte med komite for opplæring og kompetanse i OFK.
Møte med komite for opplæring og kompetanse i OFK. Studie- og forskningsdirektør Gunn Rognstad 19.3.2015 2 INNHOLD 1) Høgskolen i Gjøvik: Studietilbud 2015. 2) Y-vei ved Høgskolen i Gjøvik 3) Andre Y-veitilbud
TMA4240 Statistikk H2015
TMA4240 Statistikk H2015 Ett utvalg: estimere forventningsverdi og intervall [9.4] Student-t fordeling [8.6] Quiz fra SME og konfidensintervall Mette Langaas Institutt for matematiske fag, NTNU wiki.math.ntnu.no/emner/tma4240/2015h/start/
TMA4240 Statistikk Høst 2008
TMA4240 Statistikk Høst 2008 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 7 Oppgave 1 Tippekonkurranse Denne oppgaven er ment som en kjapp test på hva du har
TMA4240 Statistikk H2017 [15]
![TMA4240 Statistikk H2017 [15]](/thumbs/104/162215320.jpg "TMA4240 Statistikk H2017 [15]")
TMA4240 Statistikk H207 [5] Del 2: Statistisk inferens Populasjon og utvalg [8.] Observatorer og utvalgsfordelinger [8.2-8.3] Fordeling til gjennomsnittet og sentralgrenseteoremet [8.4] Normalplott [8.8]
TMA4100 Matematikk 1 for MTFYMA høsten 2013
TMA4100 Matematikk 1 for MTFYMA høsten 2013 Faglærer: Professor Kristian Seip, Institutt for matematiske fag Emnets hjemmeside (felles for alle paralleller), hvor dere finner all informasjon om emnet,
Studieplan for Smart læring for praksisfellesskap (SKOLE6921) Studieåret 2015/2016
Versjon 01/15 NTNU KOMPiS Studieplan for Smart læring for praksisfellesskap (SKOLE6921) Studieåret 2015/2016 Målgruppe Emnet er tilpasset for ansatte i utdanningssektoren, spesielt skoleledere og lærere.
Statistikk og dataanalyse
Njål Foldnes, Steffen Grønneberg og Gudmund Horn Hermansen Statistikk og dataanalyse En moderne innføring Kapitteloversikt del 1 INTRODUKSJON TIL STATISTIKK Kapittel 1 Populasjon og utvalg 19 Kapittel
Innledning: Arbeidsgruppen for grunnundervisning i matematikk og statistikk består av:
Versjon av 02/04-19 Innledning: Arbeidsgruppen for grunnundervisning i matematikk og statistikk består av: Jarle Berntsen, Matematisk institutt - gruppeleder Hans J. Skaug, Matematisk institutt Sigurd
Eksponensielle klasser og GLM
!! 3 ksponensielle klasser, Dobson, Kap 3 ksponensielle klasser GLM n stokastisk variabel sies å ha fordeling i den eksponensielle fordelingsklasse som tettheten pktsannsh til kan skrives på formen STK3-3
Frå undervannsteknologi til havteknologi - ei breiare satsing. Geir Anton Johansen, Dekan Fakultet for ingeniør- og naturvitskap
Frå undervannsteknologi til havteknologi - ei breiare satsing Geir Anton Johansen, Dekan Fakultet for ingeniør- og naturvitskap Først: Gratulerer med Arenaklynge! Maritim Forening Sogn og Fjordane ++ Takk
STK Oppsummering
STK1100 - Oppsummering Geir Storvik 6. Mai 2014 STK1100 Tre temaer Deskriptiv/beskrivende statistikk Sannsynlighetsteori Statistisk inferens Sannsynlighetsregning Hva Matematisk verktøy for å studere tilfeldigheter
OPPGAVEHEFTE I STK1000 TIL KAPITTEL 5 OG 6. a b
OPPGAVEHEFTE I STK1000 TIL KAPITTEL 5 OG 6 1. Regneoppgaver til kapittel 5 6 Oppgave 1. Mange som kommer til STK1000 med dårlige erfaringer fra tidligere mattefag er livredd ulikheter, selv om man har
Eksamensoppgave i Løsningsskisse TMA4240 Statistikk
Institutt for matematiske fag Eksamensoppgave i Løsningsskisse TMA440 Statistikk Faglig kontakt under eksamen: Håkon Tjelmeland a, Sara Martino b Tlf: a 48 18 96, b 99 40 33 30 Eksamensdato: 30. november
Notat Høringsutkast
1 av 5 Fakultet for ingeniørvitenskap og teknologi Referanse Notat Høringsutkast 2016-04-20 Til: Høringsinstanser ved Fakultet for ingeniørvitenskap Kopi til: Fra: Ingvald Strømmen Signatur: Konklusjon
Studieplan 2019/2020
Studieplan 2019/2020 Matematikk 2 for 5.-10. trinn Studiepoeng: 30 Studiets nivå og organisering Studiet er et videreutdanningstilbud i matematikk på Bachelornivå og tilbys gjennom Kompetanse for kvalitet,
Studiumnavn 2012 2013 2014
SAMORDNET OPPTAK (omfatter opptak til 3-årige bachelorprogrammer, årsenheter, femårige integrerte masterprogrammer og seksårige profesjonsstu OPPTAKSPOENG ("1-KARAKTERPOENG") NTNU Høgskolen i Gjøvik Arkitektur
Pilotprosjekt MAT1100 høst Skrevet av Inger Christin Borge og Jan Aleksander Olsen Bakke, vår 2017.
Pilotprosjekt MAT1100 høst 2016 - Skrevet av Inger Christin Borge og Jan Aleksander Olsen Bakke, vår 2017. Høstsemesteret 2016 gjennomførte Matematisk institutt (MI) ved UiO, som en del av et pilotprosjekt
Løsningsforslag Til Statlab 5
Løsningsforslag Til Statlab 5 Jimmy Paul September 6, 007 Oppgave 8.1 Vi skal se på ukentlige forbruk av søtsaker blant barn i et visst område. En pilotstudie gir at standardavviket til det ukentige forbruket
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Underveiseksamen i: STK1000 Innføring i anvendt statistikk. Eksamensdag: Onsdag 22/3, 2006. Tid for eksamen: Kl. 09.00 11.00. Tillatte hjelpemidler:
TMA4240/TMA4245 Statistikk Oppsummering diskrete sannsynlighetsfordelinger
TMA4240/TMA4245 Statistikk Oppsummering diskrete sannsynlighetsfordelinger Binomisk fordeling* ( ) n b(x; n, p) = p x (1 p) n x = x ( ) n p x q n x, x x = 0, 1, 2,..., n Fenomén: i) n forsøk. ii) Suksess/fiasko
Sannsynlighet og statistikk S2 Oppgaver
annsynlighet og statistikk 2 Oppgaver Innhold 3 tokastiske variabler og sannsynlighetsfordelinger 2 32 Forventningsverdi Varians tandardavvik 5 33 Normalfordelingen 9 34 entralgrensesetningen 35 Hypotesetesting
ÅMA110 Sannsynlighetsregning med statistikk, våren Noen viktige sannsynlighetsmodeller. Binomisk modell. Kp. 3 Diskrete tilfeldige variable
ÅMA Sannsynlighetsregning med statistikk, våren 006. 3 Diskrete tilfeldige variable Noen viktige sannsynlighetsmodeller Noen viktige sannsynlighetsmodeller (k. 3.6 Hyergeometrisk modell (k. 3.7 Geometrisk
Forelesning 5: Kontinuerlige fordelinger, normalfordelingen. Jo Thori Lind
Forelesning 5: Kontinuerlige fordelinger, normalfordelingen Jo Thori Lind j.t.lind@econ.uio.no Oversikt 1. Kontinuerlige fordelinger 2. Uniform fordeling 3. Normal-fordelingen 1. Kontinuerlige fordelinger
STK1100 våren Generell introduksjon. Omhandler delvis stoffet i avsnitt 1.1 i læreboka (resten av kapittel 1 blir gjennomgått ved behov)
STK1100 våren 2017 Generell introduksjon Omhandler delvis stoffet i avsnitt 1.1 i læreboka (resten av kapittel 1 blir gjennomgått ved behov) Ørnulf Borgan Matematisk institutt Universitetet i Oslo 1 «Overalt»
Studietilbud med under 20 studieplasser
Studietilbud med under 20 studieplasser Tall hentet fra database for statistikk om høyere utdanning (DBH) studieplasser i 2013 Høgskolen i Bergen 4 studietilbud under 20 studieplasser Avdeling for lærerutdanning
Kartlegging av referansegrupper i emner ved IME. Terese Syre og Kristin Haga Evalueringsstudentassistenter
Kartlegging av referansegrupper i emner ved IME Terese Syre og Kristin Haga Evalueringsstudentassistenter Fakultet for informasjonsteknologi, matematikk og elektroteknikk (IME) Vårsemesteret 2010 Trondheim
TMA4240 Statistikk H2010
TMA4240 Statistikk H2010 Kapittel 5: Diskrete sannsynlighetsfordelinger 5.5-5.6: Negativ binomisk, geometrisk, Poisson Mette Langaas Foreleses mandag 20. september 2010 2 Kabel En kabel består av mange
RAMMER FOR MUNTLIG EKSAMEN I MATEMATIKK ELEVER 2015
RAMMER FOR MUNIG EKSAMEN I MAEMAIKK EEVER 2015 Fagkoder: MA1012, MA1014, MA1016, MA1018, MA1101,MA1105, MA1106, MA1110, REA3021, REA3023, REA3025, REA3027, REA3029 Årstrinn: Vg1, Vg2 og Vg3 Gjelder for
TMA4240 Statistikk H2010
TMA4240 Statistikk H2010 Statistisk inferens: 8.1: Tilfeldig utvalg 9.1-9.3: Estimering Mette Langaas Foreleses uke 40, 2010 2 Utfordring Ved en bedrift produseres en elektrisk komponent. Komponenten må
Utfordring. TMA4240 Statistikk H2010. Mette Langaas. Foreleses uke 40, 2010
TMA4240 Statistikk H2010 Statistisk inferens: 8.1: Tilfeldig utvalg 9.1-9.3: Estimering Mette Langaas Foreleses uke 40, 2010 2 Utfordring Ved en bedrift produseres en elektrisk komponent. Komponenten må
Illustrasjon av regel 5.19 om sentralgrenseteoremet og litt om heltallskorreksjon (som i eksempel 5.20).
Econ 130 HG mars 017 Supplement til forelesningen 7. februar Illustrasjon av regel 5.19 om sentralgrenseteoremet og litt om heltallskorreksjon (som i eksempel 5.0). Regel 5.19 sier at summer, Y X1 X X
2 Om å lære matematikk og litt om vurdering av måloppnåelse/kompetanse
Fagdag 5-3MX Innhold: 1. Tilbakemelding på første termin 2. Om å lære matematikk og vurdering 3. Sannsynlighetsfordelinger (7.2), forventning og varians (7.3, 7.4): Gjennomgåelse 4. Oppgaver 1 Tilbakemelding
DEL 1 GRUNNLEGGENDE STATISTIKK
INNHOLD 1 INNLEDNING 15 1.1 Parallelle verdener........................... 18 1.2 Telle gunstige.............................. 20 1.3 Regneverktøy og webstøtte....................... 22 1.4 Oppgaver................................
En ny interaktiv realfagsundervisning med bruk av ekte målinger
Morven Muilwijk Masterstudent fysisk oseanografi morven.muilwijk@student.uib.no Helge Drange Professor fysisk oseanografi Elisabeth Engum Lektor Amalie Skram VGS Elisabeth.Engum@hfk.no En ny interaktiv
Studieplan - KOMPiS Programmering
Page 1 of 5 Studieplan - KOMPiS Programmering Rediger 6-3-Vertsenhet 3-1-Opprettet 3-Godkjent Gjelder studieår IE-IDI 2018/2019 Varighet, omfang og nivå 6-3-Omfang (år): 6-2-Organisering: deltidsstudium
Omlegging av brukerkurs i matematikk og statistikk ved MN-fakultetet RAPPORT FRA ARBEIDSGRUPPEN FOR GRUNNUNDERVISNING I MATEMATIKK OG STATISTIKK
Omlegging av brukerkurs i matematikk og statistikk ved MN-fakultetet RAPPORT FRA ARBEIDSGRUPPEN FOR GRUNNUNDERVISNING I MATEMATIKK OG STATISTIKK INNHOLD KORT OPPSUMMERT... 2 Mandat... 2 Arbeidsprosessen...
HØGSKOLEN I STAVANGER
HØGSKOLEN I STAVANGER Avdeling for TEKNISK NATURVITEN- EKSAMEN I: TE199 SANNSYNLIGHETSREGNING MED STATISTIKK SKAPELIGE FAG VARIGHET: 4 TIMER DATO: 5. JUNI 2003 TILLATTE HJELPEMIDLER: KALKULATOR OPPGAVESETTET
Eksamensoppgave i TMA4245 Statistikk
Institutt for matematiske fag Eksamensoppgave i TMA4245 Statistikk Faglig kontakt under eksamen: Håkon Tjelmeland Tlf: 48 22 18 96 Eksamensdato:??. august 2014 Eksamenstid (fra til): 09:00 13:00 Hjelpemiddelkode/Tillatte
TMA4240 Statistikk 2014
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 5, blokk I Løsningsskisse Oppgave 1 X og Y er uavhengige Poisson-fordelte stokastiske variable, X p(x;5 og Y p(y;1.
Årsplan i matematikk for 10. trinn
Årsplan i matematikk for 10. trinn Uke 34-40 Geometri undersøkje og beskrive eigenskapar ved to- og tredimensjonale figurar og bruke eigenskapane i samband med konstruksjonar og berekningar Begreper. Utregning
Studienr Navn på studieprogram Fakultet Studiested Studium
Studienr Navn på studieprogram Fakultet Studiested Studium 7141 Afrikastudier - bachelor SU Trondheim Bachelor 7123 Allmenn litteraturvitenskap - bachelor HF Trondheim Bachelor 7135 Antikkens kultur -
Utvikling over tid kjønnsfordeling teknologistudier ved HiST
Utvikling over tid kjønnsfordeling teknologistudier ved HiST I rekrutteringssammenheng er det av interesse å se utvikling av kjønnsandel for ulike studier. Dette i sær knyttet til rekruttering av jenter
Eksamensoppgave i TMA4240 Statistikk
Institutt for matematiske fag Eksamensoppgave i TMA4240 Statistikk Faglig kontakt under eksamen: Sara Martino a, Torstein Fjeldstad b Tlf: a 994 03 330, b 962 09 710 Eksamensdato: 28. november 2018 Eksamenstid
Studieplan for MATEMATIKK 1 (8.-13. trinn) Studieåret 2016/2017
NTNU KOMPiS Studieplan for MATEMATIKK 1 (8.-13. trinn) Studieåret 2016/2017 Profesjons- og yrkesmål Dette studiet er beregnet for lærere på ungdomstrinnet og på videregående skole som ønsker videreutdanning
Tilbakemelding og veiledning i høyere utdanning: Hva forklarer studentenes misnøye? Frokostmøte NTNU 14. september 2016
Tilbakemelding og veiledning i høyere utdanning: Hva forklarer studentenes misnøye? Frokostmøte NTNU 14. september 2016 Stephan Hamberg, seksjonssjef evaluering og utvikling, NOKUT Utgangspunkt I 2014
ST0202 Statistikk for samfunnsvitere
ST0202 Statistikk for samfunnsvitere Bo Lindqvist Institutt for matematiske fag 2 Fra første forelesning: Populasjon Den mengden av individer/objekter som vi ønsker å analysere. Utvalg En delmengde av
MATEMATIKK FOR UNGDOMSTRINNET Del 1
HiST Avdeling for lærer- og tolkeutdanning Fag: MATEMATIKK FOR UNGDOMSTRINNET Del 1 Kode: MX130UNG Studiepoeng: 30 Vedtatt: Fastsatt av dekan 28. mai 2009 Fagplanens inndeling: 1. Innledning 2. Innhold
Oppgave 1 Vi lar X være antall tankskip som ankommer havnen i løpet av en dag. Vi har fått oppgitt at X poisson(λ) med
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Anbefalte oppgaver 5, blokk I Løsningsskisse Oppgave 1 Vi lar X være antall tankskip som ankommer havnen i løpet av en dag.
«Jenter og teknologi» - Evaluering av kollokviegrupper i matematikk og programmering våren 2015
«Jenter og teknologi» - Evaluering av kollokviegrupper i matematikk og programmering våren 2015 For å forhindre frafall er kollokviegrupper i matematikk og programmering prosjektets viktigste tiltak. Studieåret
MAT503 Samling Notodden uke Dagen: Dagens LUB-er:
MAT503 Samling Notodden uke 3 2017 Dagen: 09.15-1200 Forelesning og aktiviteter knyttet til hvordan elever forstår funksjonsbegrepet 12.00-13.00 Lunsj 13.00-15.00 Vi lager et undervisningsopplegg knyttet
«Jenter og teknologi» - Evaluering av fagligstøtte våren 2014
«Jenter og teknologi» - Evaluering av fagligstøtte våren 2014 For å forhindre frafall er faglig støtte prosjektets viktigste tiltak. Høsten 2013 startet 118 jenter i første studieår på studieretningene
Om 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.
Fra første forelesning:
2 Fra første forelesning: ST0202 Statistikk for samfunnsvitere Bo Lindqvist Institutt for matematiske fag opulasjon Den mengden av individer/objekter som vi ønsker å analysere. Utvalg En delmengde av populasjonen
FSAT. Notat: Campus-funksjonalitet FS
FSAT Felles studieadministrativt tjenestesenter Universitetet i Oslo Postboks 1086, Blindern 0316 Oslo E-mail: fs-sekretariat@fsat.no URL: www.fellesstudentsystem.no Telefon: 22852818 Telefax: 22852970
Prosjekt God Start. Isabelle Gabarro & Maren Rotmo
Prosjekt God Start Isabelle Gabarro & Maren Rotmo Om Prosjekt God Start April desember 2017 Samarbeid mellom Sit og NTNU Sit Råd ansvarlig for gjennomføring Finansiert av Kunnskapsdepartementet (KD) Prosjektrapport
Eksamensoppgåve i ST0103 Brukarkurs i statistikk
Institutt for matematiske fag Eksamensoppgåve i ST0103 Brukarkurs i statistikk Fagleg kontakt under eksamen: Nikolai Ushakov Tlf: 45128897 Eksamensdato: August 2018 Eksamenstid (frå til): 09:00 13:00 Hjelpemiddelkode/Tillatne
Podcast: Bruksområder og effekter på studenters læring. LINK Senter for læring og utdanning
Podcast: Bruksområder og effekter på studenters læring LINK Senter for læring og utdanning Hva er «podcast»? Podcast som mediefenomen: stort sett nedlastbare audiofiler spesielt designet for dette formatet
Minfagplan.no. Brukermanual. Veiledning for lærere. Dokumentnummer: BV-001. Revision 1.4. August 25 th 2015. www.minfagplan.no
Minfagplan.no Brukermanual Veiledning for lærere Dokumentnummer: BV-001 Revision 1.4 August 25 th 2015 Froma Software AS Øvregate 2 2380 Brumunddal t: 977 75 036 e: support@minfagplan.no www.minfagplan.no
TMA4240 Statistikk 2014
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 6, blokk I Løsningsskisse Oppgave 1 Fremgangsmetode: P X 1 < 6.8 Denne kan finnes ved å sette opp integralet over
Studieplan for KJEMI 1
Profesjons- og yrkesmål NTNU KOMPiS Studieplan for KJEMI 1 Studieåret 2015/2016 Årsstudiet i kjemi ved NTNU skal gi studentene tilstrekkelig kompetanse til å undervise i kjemi i videregående opplæring.
Studieplan for Teknologi og forskningslære
Versjon 01/17 NTNU KOMPiS Studieplan for Teknologi og forskningslære Studieåret 2017/2018 Profesjons- og yrkesmål Studiet i Teknologi og forskningslære ved NTNU skal gi studentene et grunnlag for å undervise
Andre sett med obligatoriske oppgaver i STK1110 høsten 2010
Andre sett med obligatoriske oppgaver i STK1110 høsten 2010 Dette er det andre settet med obligatoriske oppgaver i STK1110 høsten 2010. Oppgavesettet består av fire oppgaver. Det er valgfritt om du vil
Last ned Innføring i GIS og statistikk - Jan Ketil Rød. Last ned
Last ned Innføring i GIS og statistikk - Jan Ketil Rød Last ned Forfatter: Jan Ketil Rød ISBN: 9788245020236 Antall sider: 287 Format: PDF Filstørrelse: 25.58 Mb Dette er ei innføringsbok i statistikk
Læringsressurser om drivhuseffekt og klimaendringer. Øystein Sørborg, oystein.sorborg@naturfagsenteret.no
Læringsressurser om drivhuseffekt og klimaendringer Øystein Sørborg, oystein.sorborg@naturfagsenteret.no et nasjonalt ressurssenter for naturfagene i opplæringen styrke kompetansen i og motivasjon for
Kurs for studenter i referansegrupper høsten Eli H. Fenne og Marit Soini, 2013
1 Kurs for studenter i referansegrupper høsten 2013 Eli H. Fenne og Marit Soini, 2013 2 Hva skal vi snakke om? Overordnede prinsipper for kvalitetssikring ved NTNU Kvalitetshjulet Referansegruppens oppgaver
Om 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
ÅMA110 Sannsynlighetsregning med statistikk, våren Kp. 3 Diskrete tilfeldige variable. Diskrete tilfeldige variable, varians (kp. 3.
ÅMA Sannsynlighetsregning med statistikk, våren 8 Kp. Diskrete tilfeldige variable Kp. Diskrete tilfeldige variable Har sett på (tidligere: begrep/definisjoner; tilfeldig (stokastisk variabel sannsynlighetsfordeling
Masterprogrammet i rådgivning
1 Velkommen til orienteringsmøte for Masterprogrammet i rådgivning 2 FAKTA Organisasjon STYRET REKTOR FAKULTETENE ARKITEKTUR OG BILLED- KUNST (AB) HISTORISK- FILOSOFISK (HF) INFORMASJONS- TEKNOLOGI, MATEMATIKK
Matematikk 5. 10. trinn
13.04.2015 Matematikk 5. 10. trinn «Det å være mattelærer er noe mer enn å være matematiker, og det å være mattelærer er noe mer enn å være pedagog» Ellen Konstanse Hovik og Helga Kufaas Tellefsen Hva