Structural Equation Modeling med Amos Kimmo Sorjonen ( )

Storlek: px
Starta visningen från sidan:

Download "Structural Equation Modeling med Amos Kimmo Sorjonen (2012-01-24)"

Transkript

1 1 Structural Equation Modeling med Amos Kimmo Sorjonen ( ) 1. Variabler och tänkt modell Data simulerar de som använts i följande studie (se Appendix A): Hull, J. G., & Mendolia, M. (1991). Modeling the relations of attributional style, expectancies, and depression. Journal of Personality and Social Psychology, 61, Tre indikatorer på Positiv attributionsstil : (a) P_INT: I vilken utsträckning man förklarar positiva händelser med faktorer som är interna till en själv. (b) P_STA: I vilken utsträckning man förklarar positiva händelser med stabila faktorer. (c) P_GLO: I vilken utsträckning man förklarar positiva händelser med globala faktorer. Tre indikatorer på Negativ attributionsstil : (a) P_INT: I vilken utsträckning man förklarar negativa händelser med faktorer som är interna till en själv. (b) P_STA: I vilken utsträckning man förklarar negativa händelser med stabila faktorer. (c) P_GLO: I vilken utsträckning man förklarar negativa händelser med globala faktorer. Två indikatorer på optimism: (a) LOT1: Life orientation test 1 (b) LOT2: Life orientation test 2 Två indikatorer på depression: (a) BD1: Beck depression inventory 1 (b) BD2: Beck depression inventory 2 Hull och Mendiola tänker sig att dessa faktorer skall ha de relationer till varandra som presenteras i figuren i appendix (plus en direkt effekt från positiv attributionsstil på depression, minus korrelationen mellan feltermer). 2. Speca modell Vi kan t.ex. öppna AMOS ett tilläggsprogram till SPSS för strukturekvationsmodellering från SPSS-fil som innehåller de data som vi skall använda oss av. Analyze IBM SPSS Amos (längs ner i listan). Nu öppnas ett virtuellt ritbord där vi skall rita upp vår modell. Vi kan t.ex. börja med den latenta variabeln Positiv attributionsstil. 1. Klicka på symbolen för latent variabel med indikatorer högst upp i ritmenyn till vänster. 2. Genom att använda datormusen, rita upp en cirkel på lämpligt ställe på den vita ritytan.

2 2 3. För att lägga till manifesta indikatorer till den latenta variabeln klickar vi på cirkeln önskat antal gånger (i vårt fall tre). 4. Vill man rotera de manifesta indikatorerna i förhållande till den latenta variabeln så klickar man på symbolen för rotation. 5. Klicka nu på figuren och den roterar ett kvarts varv per klickning. 1. Klicka här. 2. Rita en cirkel (med datormusen). 3. Klicka på cirkeln tre gånger och tre manifesta indikatorer läggs till figuren. 4. För att rotera figuren: Klicka här 5. Klicka sedan på figuren, varje klick ger ett kvarts varvs 6. Upprepa proceduren för de tre andra latenta variablerna (man behöver inte rotera om man inte vill). 7. Vi måste ge de två endogena latenta variablerna feltermer: Klicka på symbolen för feltermer. 8. Klicka på en av de endogena variablerna och den vidhängs en felterm. Upprepa för den andra endogena latenta variabeln. 9. Vill man flytta på feltermerna (eller någonting annat) så kan man göra det genom att klicka på flytt-symbolen (ser ut som en brandbil) och sedan dra (med datormusen) det som man vill flytta dit som man vill flytta det.

3 3 7. Symbol för felterm. 6. Alla latenta variabler med sina indikatorer är på plats. 9. Vill man flytta på ett objekt så klicka man här och sedan drar man i objektet (med datorpekaren) till önskad placering. 8. Klicka på de endogena latenta variablerna för att ge dem en felterm. 10. För att lägga till enkelriktade regressionseffekter i modellen: Klicka på symbolen för enkelriktad effekt och dra sedan dit pilen (med datorpekaren) från den oberoende till den beroende variabeln. 11. För att lägga till en korrelation: Klicka på symbolen för korrelation (en dubbelriktad pil) och rita dit korrelationen på önskad plats. 10. För att infoga en enkelriktad effekt i modellen: Klicka här och rita sedan dit pilarna i figuren. Symbolen bredvid är för korrelationer.

4 4 12. Alla latenta variabler måste ges ett unikt namn: Dubbelklicka på cirkeln som symboliserar den latenta variabeln och skriv ett namn i rutan Variable name. Feltermer kan t.ex. döpas till e1, e2 o.s.v. 12. Varje latent variabel ges ett unikt namn. 13. Nu kan vi specificera våra manifesta indikatorer: Klicka på View och sedan på Variables in dataset. Du får upp en lista över variablerna i datasetet. Nu kan du klicka på respektive variabel och dra dem till tänkt plats i figuren. 13. Från listan över variabler drar man de manifesta indikatorerna till tänkt olats i figuren.

5 5 14. För lite extra godis: Klicka på View och sedan på Analysis properties ; Under fliken Output väljer vi Standardized estimates, Squared multiple correlations, Modification indices, samt Indirect, direct & total effects. Stäng ner. 15. Nu är vi redo att köra: Klicka på Analyze och sedan på Calculate estimates. 16. Av någon anledning måste man alltid spara en amw-fil när man gör en AMOS-körning. Döp filen till önskat namn och spara den på lämpligt ställe (t.ex. på skrivbordet så blir de lätta att kasta bort senare). 17. Klicka nu på den högra av dessa två symboler så visas parameterestimaten i figuren. Längre ner kan man välja mellan att visa standardiserade eller icke-standardiserade parametrar. 17. Här kan man växla mellan standardiserade och icke-standardiserade värden. 17. Klickar man här så får man se sina parametervärden infogade i figuren. 17. Här kommer man tillbaka till ritbordet, t.ex. om man vill ändra på sin modell.

6 6 I det aktuella fallet ser vi t.ex. att om man konstanthåller optimism och positiv attribution, så är en ökning i negativ attribution med en standardavvikelse associerad med en ökning i depression med 0,36 standardavvikelser. 3. Output Om vi klickar på View och sedan på Text output så får vi fram mer resultat. Notes for model Under fliken Notes for model ser vi att vi i vår modell estimerar 26 parametrar; att modellen har 29 frihetsgrader; och att chi2-värdet, som baseras på residualer, är lika med 77,3 och jättesignifikant (p <.001). Detta indikerar att vår modell inte kan antas göra perfekta prediktioner om sambanden mellan våra variabler. Så vi vill ju egentligen ha ett lågt och ickesignifikant chi2-värde, men det blir nästan alltid signifikant, så vi skall inte låta oss nerslås. Estimates Under fliken Estimates får vi fram våra framräknade regressionseffekter (både standardiserade och icke-standardiserade), korrelationer, framräknad varians för de latenta variablerna etc. Regression Weights: (Group number 1 - Default model) Estimate S.E. C.R. P Label Optimism <--- Pos_Attr Optimism <--- Neg_Attr Depression <--- Optimism Depression <--- Neg_Attr Depression <--- Pos_Attr P_GLO <--- Pos_Attr P_STA <--- Pos_Attr *** P_INT <--- Pos_Attr *** N_INT <--- Neg_Attr N_STA <--- Neg_Attr *** N_GLO <--- Neg_Attr LOT1 <--- Optimism BDI2 <--- Depression *** BDI1 <--- Depression LOT2 <--- Optimism *** Här ser vi att två av regressionseffekterna inte är signifikanta. Speciellt effekten av Positiv attribution på Depression är väldigt svag.

7 7 Squared Multiple Correlations: (Group number 1 - Default model) Estimate Optimism.163 Depression.249 BDI2.833 BDI1.617 LOT2.730 LOT1.637 N_GLO.449 N_STA.417 N_INT.156 P_INT.414 P_STA.768 P_GLO.290 Squared Multiple Correlations = Hur mycket av variansen i dessa variabler som sammanlagt kan förklaras av de variabler som har effekt på dem. T.ex. kan 16,3 % av variansen i optimism förklaras av Positiv attribution och Negativ attribution. Standardized Total Effects (Group number 1 - Default model) Neg_Attr Pos_Attr Optimism Depression Optimism Depression BDI BDI LOT LOT N_GLO N_STA N_INT P_INT P_STA P_GLO Totala effekter (standardiserade) som de olika variablerna har på varandra. T.ex. är den totala effekten av Negativ attribution på Depression summan av dess direkta effekt (= 0,36) och den indirekta effekten via Optimism (= -0,18 x -0,28 = 0,05). Model fit Under denna flik ser vi våra s.k. globala anpassningsmått. Baseline Comparisons Model NFI RFI IFI TLI Delta1 rho1 Delta2 rho2 CFI Default model Saturated model Independence model RMSEA Model RMSEA LO 90 HI 90 PCLOSE Default model Independence model Vi vill helst att NFI, CFI och TLI skall vara större än 0,95, eller åtminstone större än 0,90. RMSEA skulle vi vilja ha under 0,05, eller åtminstone mindre än 0,08. Så dessa värden indikerar att vår modell passar rätt så dåligt överens med data (Default model = Vår modell).

8 8 Modification Indices Under denna flik får vi fram estimerad förändring i modellens anpassning till data om vi lägger till olika parametrar. Här ser vi att om vi t.ex. låter e3 och e6 Covariances: (Group number 1 - Default model) korrelera med varandra så estimeras deras kovarians vara och tillägget av denna M.I. Par Change korrelation estimeras sänka modellens chi2- e4 <--> Pos_Attr värde med minst Vi kommer i.o.f.s. e4 <--> L tappa en frihetsgrad om vi lägger till en e4 <--> e parameter, men chi2 = med en e2 <--> e frihetsgrad är en väldigt signifikant förbättring e3 <--> Neg_Attr av modellens anpassning. Sådana modifieringar e3 <--> L bör givetvis kunna motiveras (förutom de ger e3 <--> e bättre anpassning), men vi kan se att Hull och e3 <--> e Mendiola lagt till denna parameter i sin modell. Modifierad modell Så vi låter e3 och e6 korrelera med varandra. Dessutom tar vi bort den icke-signifikanta effekten från Positiv attribution till Deprssion (modell-modifikationer bör annars göras en förändring i taget). Den nya modellen har mycket bättre anpassning till data, χ 2 (df = 29) = 40.14, p =.082, NFI =.91, CFI =.97, TLI =.96, RMSEA =.053 (90% CI: ). Den modifierade modellens parametervärden presenteras nedan:

9 9 Appendix A: Abstrakt och lite resultat från Hull och Mendolia (1991)

Innehåll. Data. Skillnad SEM & Regression. Exogena & Endogena variabler. Latenta & Manifesta variabler

Innehåll. Data. Skillnad SEM & Regression. Exogena & Endogena variabler. Latenta & Manifesta variabler Innehåll Structural Equation Modeling (SEM) Ingenting är omöjligt Kimmo Sorjonen Sektionen för Psykologi Karolinska Institutet Data Latenta och manifesta variabler Typ av modell (path, CFA, SEM) Specificera

Läs mer

Instuderingsfrågor till avsnittet om statistik, kursen Statistik och Metod, Psykologprogrammet på KI, T8

Instuderingsfrågor till avsnittet om statistik, kursen Statistik och Metod, Psykologprogrammet på KI, T8 1 Instuderingsfrågor till avsnittet om statistik, kursen Statistik och Metod, Psykologprogrammet på KI, T8 Dessa instuderingsfrågor är främst tänkta att stämma överens med innehållet i föreläsningarna,

Läs mer

T-test, Korrelation och Konfidensintervall med SPSS Kimmo Sorjonen

T-test, Korrelation och Konfidensintervall med SPSS Kimmo Sorjonen T-test, Korrelation och Konfidensintervall med SPSS Kimmo Sorjonen 1. One-Sample T-Test 1.1 När? Denna analys kan utföras om man vill ta reda på om en populations medelvärde på en viss variabel kan antas

Läs mer

Instruktioner till Inlämningsuppgiften i Statistik Kursen Statistik och Metod Psykologprogrammet (T8), Karolinska Institutet

Instruktioner till Inlämningsuppgiften i Statistik Kursen Statistik och Metod Psykologprogrammet (T8), Karolinska Institutet 1 Instruktioner till Inlämningsuppgiften i Statistik Kursen Statistik och Metod Psykologprogrammet (T8), Karolinska Institutet Uppdaterad: 130114 För att bli godkänd på inlämningsuppgiften krävs att man

Läs mer

Variansanalys med SPSS Kimmo Sorjonen (2012-01-19)

Variansanalys med SPSS Kimmo Sorjonen (2012-01-19) 1 Variansanalys med SPSS Kimmo Sorjonen (2012-01-19) 1. Envägs ANOVA för oberoende mätningar 1.1 Variabler Data simulerar det som använts i följande undersökning (se Appendix A): Petty, R. E., & Cacioppo,

Läs mer

Instruktioner till Inlämningsuppgiften i Statistik Kursen Statistik och Metod Psykologprogrammet (T8), Karolinska Institutet

Instruktioner till Inlämningsuppgiften i Statistik Kursen Statistik och Metod Psykologprogrammet (T8), Karolinska Institutet 1 Instruktioner till Inlämningsuppgiften i Statistik Kursen Statistik och Metod Psykologprogrammet (T8), Karolinska Institutet För att bli godkänd på inlämningsuppgiften krävs att man utför uppgiften om

Läs mer

Instruktioner till Inlämningsuppgiften i Statistik Kursen Statistik och Metod Psykologprogrammet (T8), Karolinska Institutet

Instruktioner till Inlämningsuppgiften i Statistik Kursen Statistik och Metod Psykologprogrammet (T8), Karolinska Institutet 1 Instruktioner till Inlämningsuppgiften i Statistik Kursen Statistik och Metod Psykologprogrammet (T8), Karolinska Institutet Uppdaterad: 120113 För att bli godkänd på inlämningsuppgiften krävs att man

Läs mer

Användning. Fixed & Random. Centrering. Multilevel Modeling (MLM) Var sak på sin nivå

Användning. Fixed & Random. Centrering. Multilevel Modeling (MLM) Var sak på sin nivå Användning Multilevel Modeling (MLM) Var sak på sin nivå Kimmo Sorjonen Sektionen för Psykologi Karolinska Institutet Kärt barn har många namn: (1) Random coefficient models; () Mixed effect models; (3)

Läs mer

Datorlaboration 2 Konfidensintervall & hypotesprövning

Datorlaboration 2 Konfidensintervall & hypotesprövning Statistik, 2p PROTOKOLL Namn:...... Grupp:... Datum:... Datorlaboration 2 Konfidensintervall & hypotesprövning Syftet med denna laboration är att ni med hjälp av MS Excel ska fortsätta den statistiska

Läs mer

Intro till SPSS Kimmo Sorjonen (0811)

Intro till SPSS Kimmo Sorjonen (0811) 1 Intro till SPSS Kimmo Sorjonen (0811) 1. Att mata in data i SPSS 1. Klicka på ikonen för SPSS. 2. Välj alternativet Type in data och klicka på OK. 3. Databladet har två flikar: Data view och Variable

Läs mer

Multipel regression och Partiella korrelationer

Multipel regression och Partiella korrelationer Multipel regression och Partiella korrelationer Joakim Westerlund Kom ihåg bakomliggande variabelproblemet: Temperatur Jackförsäljning Oljeförbrukning Bakomliggande variabelproblemet kan, som tidigare

Läs mer

Statistik B Regressions- och tidsserieanalys Föreläsning 1

Statistik B Regressions- och tidsserieanalys Föreläsning 1 Statistik B Regressions- och tidsserieanalys Föreläsning Kurskod: 732G7, 8 hp Lärare och examinator: Ann-Charlotte (Lotta) Hallberg Lärare och lektionsledare: Isak Hietala Labassistenter Kap 3,-3,6. Läs

Läs mer

Instruktioner till Examinationen Kursen Introduktion till Multivariat Dataanalys Karolinska Institutet

Instruktioner till Examinationen Kursen Introduktion till Multivariat Dataanalys Karolinska Institutet 1 Instruktioner till Examinationen Kursen Introduktion till Multivariat Dataanalys Karolinska Institutet Uppdaterad: 120412 För att bli godkänd skall man utföra alla sex uppgifter som beskrivs nedan. OBS:

Läs mer

Mata in data i Excel och bearbeta i SPSS

Mata in data i Excel och bearbeta i SPSS Mata in data i Excel och bearbeta i SPSS I filen enkät.pdf finns svar från fyra män taget från en stor undersökning som gjordes i början av 70- talet. Ni skall mata in dessa uppgifter på att sätt som är

Läs mer

Kort manual till SPSS 10.0 för Mac/PC

Kort manual till SPSS 10.0 för Mac/PC Institutionen för beteendevetenskap Linköpings universitet Kort manual till SPSS 10.0 för Mac/PC 1. Att skapa en ny variabel Inmatning av data sker i det spread sheet som kallas Data View (flik längst

Läs mer

Figur 1. Skärmbild med markerade steg i videon. Diagram och tabell som visar positionerna som funktion av tiden.

Figur 1. Skärmbild med markerade steg i videon. Diagram och tabell som visar positionerna som funktion av tiden. Videomodellering I tillägg till videoanalys är det möjligt att skapa modeller i Tracker. Genom att använda en video av ett försök kan man utifrån denna skapa en modell som beskriver förloppet. Det finns

Läs mer

Lära känna skrivbordet

Lära känna skrivbordet Är det första gången du använder Windows 7? Den här versionen har mycket gemensamt med tidigare versioner av Windows, men du kan behöva hjälp med att få upp farten. Den här guiden innehåller praktisk information

Läs mer

Linjär regressionsanalys. Wieland Wermke

Linjär regressionsanalys. Wieland Wermke + Linjär regressionsanalys Wieland Wermke + Regressionsanalys n Analys av samband mellan variabler (x,y) n Ökad kunskap om x (oberoende variabel) leder till ökad kunskap om y (beroende variabel) n Utifrån

Läs mer

Faktoranalys, Cronbach s Alpha, Risk Ratio, & Odds Ratio

Faktoranalys, Cronbach s Alpha, Risk Ratio, & Odds Ratio Faktoranalys, Cronbach s Alpha, Risk Ratio, & Odds Ratio med SPSS Kimmo Sorjonen 1. Faktoranalys Innan man utför en faktoranalys kan det vara bra att testa om det finns några outliers i data. Detta kan

Läs mer

Risk Ratio, Odds Ratio, Logistisk Regression och Survival Analys med SPSS Kimmo Sorjonen, 2012

Risk Ratio, Odds Ratio, Logistisk Regression och Survival Analys med SPSS Kimmo Sorjonen, 2012 Risk Ratio, Odds Ratio, Logistisk Regression och Survival Analys med SPSS Kimmo Sorjonen, 2012 1. Risk Ratio & Odds Ratio Risk- och odds ratio beräknar sambandet mellan två dikotoma variabler. Inom forskning

Läs mer

Regressions- och Tidsserieanalys - F4

Regressions- och Tidsserieanalys - F4 Regressions- och Tidsserieanalys - F4 Modellbygge och residualanalys. Kap 5.1-5.4 (t.o.m. halva s 257), ej C-statistic s 23. Linda Wänström Linköpings universitet Wänström (Linköpings universitet) F4 1

Läs mer

Regressionsanalys med SPSS Kimmo Sorjonen (2010)

Regressionsanalys med SPSS Kimmo Sorjonen (2010) 1 Regressionsanalys med SPSS Kimmo Sorjonen (2010) 1. Multipel regression 1.1. Variabler I det aktuella exemplet ingår följande variabler: (1) life.sat, anger i vilket utsträckning man är nöjd med livet;

Läs mer

Statistiska analyser C2 Inferensstatistik. Wieland Wermke

Statistiska analyser C2 Inferensstatistik. Wieland Wermke + Statistiska analyser C2 Inferensstatistik Wieland Wermke + Signifikans och Normalfördelning + Problemet med generaliseringen: inferensstatistik n Om vi vill veta ngt. om en population, då kan vi ju fråga

Läs mer

STATISTISK ANALYS AV KOMPLEXA DATA

STATISTISK ANALYS AV KOMPLEXA DATA STATISTISK ANALYS AV KOMPLEXA DATA LONGITUDINELLA DATA Linda Wänström Linköpings universitet 12 December Linda Wänström (Linköpings universitet) LONGITUDINELLA DATA 12 December 1 / 12 Explorativ Faktoranalys

Läs mer

Föreläsning 2. Kap 3,7-3,8 4,1-4,6 5,2 5,3

Föreläsning 2. Kap 3,7-3,8 4,1-4,6 5,2 5,3 Föreläsning Kap 3,7-3,8 4,1-4,6 5, 5,3 1 Kap 3,7 och 3,8 Hur bra är modellen som vi har anpassat? Vi bedömer modellen med hjälp av ett antal kriterier: visuell bedömning, om möjligt F-test, signifikanstest

Läs mer

Identifikationsnummer:... Tentamen: Statistik & Metod (2PS020), Psykologprogrammet, Termin 8 Datum:

Identifikationsnummer:... Tentamen: Statistik & Metod (2PS020), Psykologprogrammet, Termin 8 Datum: Identifikationsnummer:... Tentamen: Statistik & Metod (2PS020), Psykologprogrammet, Termin 8 Datum: 120203 Ovanstående nummer är ditt identifikationsnummer! Skriv in detta nummer på varje blad i tentan

Läs mer

Uppgift 1. Deskripitiv statistik. Lön

Uppgift 1. Deskripitiv statistik. Lön Uppgift 1 Deskripitiv statistik Lön Variabeln Lön är en kvotvariabel, även om vi knappast kommer att uppleva några negativa värden. Det är sannolikt vår intressantaste variabel i undersökningen, och mot

Läs mer

FACIT!!! (bara facit,

FACIT!!! (bara facit, STOCKHOLMS UNIVERSITET Psykologiska institutionen Psykologi III, VT 2012. Fristående kurs FACIT!!! (bara facit, inga tolkningar) Skrivning i Psykologi III metod, fristående kurs: Metod och Statistik avsnitt

Läs mer

Datorövning 1 Statistik med Excel (Office 2007, svenska)

Datorövning 1 Statistik med Excel (Office 2007, svenska) Datorövning 1 Statistik med Excel (Office 2007, svenska) I processövningen som ni ska genomföra ingår det att konstruera samt sammanställa en enkät. Denna sammanställning ska göras med hjälp av programmet

Läs mer

a) Anpassa en trinomial responsmodell med övriga relevanta variabler som (icketransformerade)

a) Anpassa en trinomial responsmodell med övriga relevanta variabler som (icketransformerade) 5:1 Studien ifråga, High School and beyond, går ut på att hitta ett samband mellan vilken typ av program generellt, praktiskt eller akademiskt som studenter väljer baserat på olika faktorer kön, ras, socioekonomisk

Läs mer

Statistikens grunder 1 och 2, GN, 15 hp, deltid, kvällskurs

Statistikens grunder 1 och 2, GN, 15 hp, deltid, kvällskurs Statistikens grunder 1 och 2, GN, 15 hp, deltid, kvällskurs TE/RC Datorövning 4 Syfte: 1. Lära sig beräkna konfidensintervall och täckningsgrad 2. Lära sig rita en exponentialfördelning 3. Lära sig illustrera

Läs mer

732G71 Statistik B. Föreläsning 4. Bertil Wegmann. November 11, IDA, Linköpings universitet

732G71 Statistik B. Föreläsning 4. Bertil Wegmann. November 11, IDA, Linköpings universitet 732G71 Statistik B Föreläsning 4 Bertil Wegmann IDA, Linköpings universitet November 11, 2016 Bertil Wegmann (IDA, LiU) 732G71, Statistik B November 11, 2016 1 / 34 Kap. 5.1, korrelationsmatris En korrelationsmatris

Läs mer

Differentiell psykologi

Differentiell psykologi Differentiell psykologi Tisdag 24 september 2013 Confirmatory Factor Analysis CFA Dagens agenda Repetition: Sensitivitet och specificitet Övningsuppgift från idag Confirmatory Factor Analysis Utveckling

Läs mer

Datorövning 1 Statistik med Excel (Office 2007, svenska)

Datorövning 1 Statistik med Excel (Office 2007, svenska) Datorövning 1 Statistik med Excel (Office 2007, svenska) I processövningen som ni ska genomföra ingår det att konstruera samt sammanställa en enkät. Denna sammanställning ska göras med hjälp av programmet

Läs mer

Inställningar i vån.1 av projektet för grund

Inställningar i vån.1 av projektet för grund Grundritning Platta på mark Inställning för grund i vån. 1 av projektet... 2 Väggsammanslagning... 3 Ritningsnummer Grundritning... 4 Startfil för Grundritning... 5 Inställning för Grundritning... 6 Grundritning

Läs mer

Föreläsning 7 och 8: Regressionsanalys

Föreläsning 7 och 8: Regressionsanalys Föreläsning 7 och 8: Pär Nyman par.nyman@statsvet.uu.se 12 september 2014-1 - Vårt viktigaste verktyg för kvantitativa studier. Kan användas till det mesta, men svarar oftast på frågor om kausala samband.

Läs mer

Elisabeth Bejefalk IT-Assistent Avesta kommun

Elisabeth Bejefalk IT-Assistent Avesta kommun Elisabeth Bejefalk IT-Assistent Avesta kommun Du ska nu få lära dig hur du enkelt kan göra ett bildspel i PowerPoint. Utifrån det du snart har lärt dig kan du sen göra mer avancerade bildspel genom att

Läs mer

2. Lära sig skatta en multipel linjär regressionsmodell samt plotta variablerna. 4. Lära sig skatta en linjär regressionsmodell med interaktionstermer

2. Lära sig skatta en multipel linjär regressionsmodell samt plotta variablerna. 4. Lära sig skatta en linjär regressionsmodell med interaktionstermer Datorövning 2 Regressions- och tidsserieanalys Syfte 1. Lära sig skapa en korrelationsmatris 2. Lära sig skatta en multipel linjär regressionsmodell samt plotta variablerna mot varandra 3. Lära sig beräkna

Läs mer

a) Vad är sannolikheten att det tar mer än 6 sekunder för programmet att starta?

a) Vad är sannolikheten att det tar mer än 6 sekunder för programmet att starta? Tentamen i Matematisk statistik, S0001M, del 1, 2008-01-18 1. Ett företag som köper enheter från en underleverantör vet av erfarenhet att en viss andel av enheterna kommer att vara felaktiga. Sannolikheten

Läs mer

Under denna laboration kommer regression i olika former att tas upp. Laborationen består av fyra större deluppgifter.

Under denna laboration kommer regression i olika former att tas upp. Laborationen består av fyra större deluppgifter. Laboration 5 Under denna laboration kommer regression i olika former att tas upp. Laborationen består av fyra större deluppgifter. Deluppgift 1: Enkel linjär regression Övning Under denna uppgift ska enkel

Läs mer

Datorövning 1 Statistik med Excel (Office 2010, svenska)

Datorövning 1 Statistik med Excel (Office 2010, svenska) Datorövning 1 Statistik med Excel (Office 2010, svenska) I processövningen som ni ska genomföra ingår det att konstruera samt sammanställa en enkät. Denna sammanställning ska göras med hjälp av programmet

Läs mer

Region Skåne Verksamhetsledningssystem (VLS)

Region Skåne Verksamhetsledningssystem (VLS) Verksamhetsledningssystem (VLS) Projektledare VLS, J. Nilsson vls.skane@skane.se VLS Visiohandledning Datum 2015-02-24 Version 2.0 Dnr 1 (8) VLS Visiohandledning Enkel handledning till VLS Processritning

Läs mer

Rättningstiden är i normalfall 15 arbetsdagar, till detta tillkommer upp till 5 arbetsdagar för administration, annars är det detta datum som gäller:

Rättningstiden är i normalfall 15 arbetsdagar, till detta tillkommer upp till 5 arbetsdagar för administration, annars är det detta datum som gäller: Matematisk Statistik Provmoment: Ladokkod: Tentamen ges för: Tentamen TT091A TGMAS15h 7,5 högskolepoäng TentamensKod: Tentamensdatum: 30 Maj Tid: 9-13 Hjälpmedel: Miniräknare (nollställd) samt allmänspråklig

Läs mer

Matematik 2 Digitala övningar med TI-82 Stats, TI-84 Plus och TI-Nspire CAS

Matematik 2 Digitala övningar med TI-82 Stats, TI-84 Plus och TI-Nspire CAS Matematik 2 Digitala övningar med TI-82 Stats, TI-84 Plus och TI-Nspire CAS Matematik 2 digitala övningar med TI 82 Stat, TI 84 Plus och TI Nspire CAS Vi ger här korta instruktioner där man med fördel

Läs mer

Viktiga dimensioner vid val av test (och även val av deskriptiv statistik) Biostatistik II - Hypotesprövning i teori och praktik.

Viktiga dimensioner vid val av test (och även val av deskriptiv statistik) Biostatistik II - Hypotesprövning i teori och praktik. Viktiga dimensioner vid val av test (och även val av deskriptiv statistik) Biostatistik II - Hypotesprövning i teori och praktik Urvalsstorlek Mätnivå/skaltyp Fördelning av data Studiedesign Frida Eek

Läs mer

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 7. Multipel regression. (LLL Kap 15) Multipel Regressionsmodellen

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 7. Multipel regression. (LLL Kap 15) Multipel Regressionsmodellen Finansiell Statistik (GN, 7,5 hp,, HT 8) Föreläsning 7 Multipel regression (LLL Kap 5) Department of Statistics (Gebrenegus Ghilagaber, PhD, Associate Professor) Financial Statistics (Basic-level course,

Läs mer

Resurscentrum för kommunikation Dako 2013. SymWriter. Minimanual

Resurscentrum för kommunikation Dako 2013. SymWriter. Minimanual Resurscentrum för kommunikation Dako 2013 SymWriter Minimanual Symboler som stöd till det du skriver 2 F9 - Byt symbol 2 F11 - Skapa nya ord/symboler 3 Spara ändringar i ordlista 4 Specifikationer grammatik

Läs mer

Statistik 2 2010, 3.-9.5.2010. Stansens PC-klass ASA-huset. Schema: mån ti ons to fre 9.15-12.00 9.15-12.00 10.15-13.00 10.15-12.00 10.15-12.

Statistik 2 2010, 3.-9.5.2010. Stansens PC-klass ASA-huset. Schema: mån ti ons to fre 9.15-12.00 9.15-12.00 10.15-13.00 10.15-12.00 10.15-12. Statistik 2 2010, 3.-9.5.2010 Stansens PC-klass ASA-huset. Schema: mån ti ons to fre 9.15-12.00 9.15-12.00 10.15-13.00 10.15-12.00 10.15-12.00 13.15-15.00 13.15-15.00 13.15-16.00 13.15-16.00 Under kursens

Läs mer

Matematikcentrum 1(4) Matematisk Statistik Lunds Universitet MASB11 HT10. Laboration. Regressionsanalys (Sambandsanalys)

Matematikcentrum 1(4) Matematisk Statistik Lunds Universitet MASB11 HT10. Laboration. Regressionsanalys (Sambandsanalys) Matematikcentrum 1(4) Matematisk Statistik Lunds Universitet MASB11 HT10 Laboration Regressionsanalys (Sambandsanalys) Grupp A: 2010-11-24, 13.15 15.00 Grupp B: 2010-11-24, 15.15 17.00 Grupp C: 2010-11-25,

Läs mer

SymWriter. Lathund kring hur du arbetar med programmet SymWriter med de absolut vanligaste grunderna. Habilitering & Hjälpmedel

SymWriter. Lathund kring hur du arbetar med programmet SymWriter med de absolut vanligaste grunderna. Habilitering & Hjälpmedel SymWriter Lathund kring hur du arbetar med programmet SymWriter med de absolut vanligaste grunderna. Habilitering & Hjälpmedel Vad är SymWriter? Symwriter ingår i en serie som heter Communicate och riktar

Läs mer

Enkel linjär regression: skattning, diagnostik, prediktion. Multipel regression: modellval, indikatorvariabler

Enkel linjär regression: skattning, diagnostik, prediktion. Multipel regression: modellval, indikatorvariabler UPPSALA UNIVESITET Matematiska institutionen Jesper ydén Matematisk statistik 1MS026 vt 2014 DATOÖVNING MED : EGESSION I den här datorövningen studeras följande moment: Enkel linjär regression: skattning,

Läs mer

Idiotens guide till. Håkan Lyckeborgs SPSS-föreläsning 4/12 2008. Av: Markus Ederwall, 21488

Idiotens guide till. Håkan Lyckeborgs SPSS-föreläsning 4/12 2008. Av: Markus Ederwall, 21488 Idiotens guide till Håkan Lyckeborgs SPSS-föreläsning 4/12 2008 Av: Markus Ederwall, 21488 1. Starta SPSS! 2. Hitta din datamängd på Kurs 601\downloads\datamängd A på studentwebben 3. När du hittat datamängden

Läs mer

FÖRELÄSNINGSMATERIAL. diff SE. SE x x. Grundläggande statistik 2: KORRELATION OCH HYPOTESTESTNING. Påbyggnadskurs T1. Odontologisk profylaktik

FÖRELÄSNINGSMATERIAL. diff SE. SE x x. Grundläggande statistik 2: KORRELATION OCH HYPOTESTESTNING. Påbyggnadskurs T1. Odontologisk profylaktik Grundläggande statistik Påbyggnadskurs T1 Odontologisk profylaktik FÖRELÄSNINGSMATERIAL : KORRELATION OCH HYPOTESTESTNING t diff SE x 1 diff SE x x 1 x. Analytisk statistik Regression & Korrelation Oberoende

Läs mer

Korrelation kausalitet. ˆ Y =bx +a KAPITEL 6: LINEAR REGRESSION: PREDICTION

Korrelation kausalitet. ˆ Y =bx +a KAPITEL 6: LINEAR REGRESSION: PREDICTION KAPITEL 6: LINEAR REGRESSION: PREDICTION Prediktion att estimera "poäng" på en variabel (Y), kriteriet, på basis av kunskap om "poäng" på en annan variabel (X), prediktorn. Prediktion heter med ett annat

Läs mer

Manual för banläggning i OCAD8 170706 IF ÅLAND

Manual för banläggning i OCAD8 170706 IF ÅLAND Manual för banläggning i OCAD8 170706 IF ÅLAND Alla filer och program vi behöver finns under katalogen c:/ocad8/. Kartorna vi använder som bakgrundsfiler finns under c:/ocad8/kartor/. De är sedan indelade

Läs mer

Interaktiv skrivtavla Lintex ebeam

Interaktiv skrivtavla Lintex ebeam Interaktiv skrivtavla Lintex ebeam Paletten Pennan Kalibrera tavlan Öppna Powerpoint direkt via paletten Öppna Scrapbooken (lektionsplaneraren) Pilen bredvid tangentbordsknappen visar att det finns fler

Läs mer

InkScape. Inkscape är ett gratisprogram för objektgrafik (vektorgrafik) Man använder programmet till att illustrera, rita, skapa logotyper och figurer

InkScape. Inkscape är ett gratisprogram för objektgrafik (vektorgrafik) Man använder programmet till att illustrera, rita, skapa logotyper och figurer InkScape Inkscape är ett gratisprogram för objektgrafik (vektorgrafik) Man använder programmet till att illustrera, rita, skapa logotyper och figurer Gunnar Markinhuhta ITLyftet 2012-10-09 sida 1 Med Ctrl-tangenten

Läs mer

Lösningar till SPSS-övning: Analytisk statistik

Lösningar till SPSS-övning: Analytisk statistik UMEÅ UNIVERSITET Statistiska institutionen 2006--28 Lösningar till SPSS-övning: Analytisk statistik Test av skillnad i medelvärden mellan två grupper Uppgift Testa om det är någon skillnad i medelvikt

Läs mer

Laboration1 Vektorgrafik med Illustrator Innehåll: Filter Text Objekt Knappar Kurvor Ritverktyget Formverktyget Symboler Övertoning Effekt Lager

Laboration1 Vektorgrafik med Illustrator Innehåll: Filter Text Objekt Knappar Kurvor Ritverktyget Formverktyget Symboler Övertoning Effekt Lager Laboration1 Vektorgrafik med Illustrator Innehåll: Filter Text Objekt Knappar Kurvor Ritverktyget Formverktyget Symboler Övertoning Effekt Lager Uppgift 1 Designa en webbknapp Rita en form Håll ned musen

Läs mer

J A G T Ä N K E R, D Ä R F Ö R Ä T E R J A G.

J A G T Ä N K E R, D Ä R F Ö R Ä T E R J A G. bistro JAG TÄNKER, DÄRFÖR ÄTER JAG. Stockholm Örebro Gävle Uppsala Norrköping InDesign CS4 innehåller en mängd genomskinlighetsfunktioner som främjar din fantasi och kreativitet. InDesign CS4 ger dig kontroll

Läs mer

1284_omslag.qxd 2005-10-11 11:13 Sida 1 ECDL START OFFICE 2003 Allmän IT Windows XP Word 2003 Outlook 2003

1284_omslag.qxd 2005-10-11 11:13 Sida 1 ECDL START OFFICE 2003 Allmän IT Windows XP Word 2003 Outlook 2003 ECDL START OFFICE 2003 Allmän IT Windows XP Word 2003 Outlook 2003 5 Arbeta med mappar och filer I Windows finns det två sätt att arbeta med de olika enheterna i systemet. Vilket du väljer beror på personligt

Läs mer

Clicker 5. Lathund kring de vanligaste och mest grundläggande funktionerna för att komma igång med Clicker. Habilitering & Hjälpmedel

Clicker 5. Lathund kring de vanligaste och mest grundläggande funktionerna för att komma igång med Clicker. Habilitering & Hjälpmedel Clicker 5 Lathund kring de vanligaste och mest grundläggande funktionerna för att komma igång med Clicker. Habilitering & Hjälpmedel Vad är Clicker 5? Clicker 5 är ett stöd till personer i behov av extra

Läs mer

Grundritning Platta på mark

Grundritning Platta på mark Grundritning Platta på mark Inställning för grund i vån. 1 av projektet... 2 Ritningsnummer Grundritning... 4 Startfil för Grundritning... 4 Inställning för Grundritning... 5 Grundritning för golvvärme

Läs mer

InPrint. Grunderna för hur du kommer igång och arbetar med Communicate: InPrint. Habilitering & Hjälpmedel

InPrint. Grunderna för hur du kommer igång och arbetar med Communicate: InPrint. Habilitering & Hjälpmedel InPrint Grunderna för hur du kommer igång och arbetar med Communicate: InPrint Habilitering & Hjälpmedel Förord Communicate InPrint är ett program du använder för att skapa material för utskrift. Du kan

Läs mer

Tillämpad statistik (A5), HT15 Föreläsning 10: Multipel linjär regression 1

Tillämpad statistik (A5), HT15 Föreläsning 10: Multipel linjär regression 1 Tillämpad statistik (A5), HT15 Föreläsning 10: Multipel linjär regression 1 Ronnie Pingel Statistiska institutionen Senast uppdaterad: 2015-11-19 Motivering Vi motiverade enkel linjär regression som ett

Läs mer

Microsoft Publisher. Laborationskompendium för digital behandling av publikationer. Detta exemplar tillhör:

Microsoft Publisher. Laborationskompendium för digital behandling av publikationer. Detta exemplar tillhör: Mittuniversitetet ITM Telefon 0771-97 50 00 Microsoft Publisher Laborationskompendium för digital behandling av publikationer Detta exemplar tillhör: HT 2006 Innehållsförteckning Objekt 1 Textblock 2 Tabeller

Läs mer

Att visa flera filmer i samma film

Att visa flera filmer i samma film Att visa flera filmer i samma film Att visa flera olika scener eller klippbilder i samma ruta kan ibland vara användbart, man kanske vill visa olika personer samtidig i en parallell berättelse eller förstärka

Läs mer

Matematikcentrum 1(12) Matematisk Statistik Lunds Universitet. SPSS (PASW) 18 for Windows - a guided tour

Matematikcentrum 1(12) Matematisk Statistik Lunds Universitet. SPSS (PASW) 18 for Windows - a guided tour Matematikcentrum 1(12) Matematisk Statistik Lunds Universitet SPSS (PASW) 18 for Windows - a guided tour VT 2010 2 Introduktion till SPSS (PSAW) Denna övning kommer steg för steg att lära oss de grundläggande

Läs mer

Laboration: Att inhägna ett rektangulärt område

Laboration: Att inhägna ett rektangulärt område Laboration: Att inhägna ett rektangulärt område Du har tillgång till ett hoprullat staket som är 30 m långt. Med detta vill du inhägna ett område och använda allt staket. Du vill göra inhägnaden rektangelformad.

Läs mer

Mitt hus och jag steg för steg instruktioner

Mitt hus och jag steg för steg instruktioner Mitt hus och jag steg för steg instruktioner Till den här uppgiften behöver du ett foto på dig själv, ditt hus, en karta och en huvudlös figur. Se till att alla bilder ligger på samma ställe på din dator

Läs mer

Tidsserier och Prognoser

Tidsserier och Prognoser Tidsserier och Prognoser Mattias Villani Sveriges Riksbank och Stockholms Universitet Stockholm, Oktober 2008 Mattias Villani () Tidsserier och Prognoser Stockholm, Oktober 2008 1 / 16 Översikt Tidsserier,

Läs mer

D. Samtliga beräknade mått skall följas av en verbal slutsats för full poäng.

D. Samtliga beräknade mått skall följas av en verbal slutsats för full poäng. 1 Att tänka på (obligatorisk läsning) A. Redovisa Dina lösningar i en form som gör det lätt att följa Din tankegång. (Rättaren förutsätter att det dunkelt skrivna är dunkelt tänkt.). Motivera alla väsentliga

Läs mer

Innehåll: 3.4 Parametriskt eller ej 3.5 Life Table 3.6 Kaplan Meier 4. Cox Regression 4.1 Hazard Function 4.2 Estimering (PL)

Innehåll: 3.4 Parametriskt eller ej 3.5 Life Table 3.6 Kaplan Meier 4. Cox Regression 4.1 Hazard Function 4.2 Estimering (PL) Innehåll: 1. Risk & Odds 1.1 Risk Ratio 1.2 Odds Ratio 2. Logistisk Regression 2.1 Ln Odds 2.2 SPSS Output 2.3 Estimering (ML) 2.4 Multipel 3. Survival Analys 3.1 vs. Logistisk 3.2 Censurerade data 3.3

Läs mer

Macromedia. Flash 8 Grundkurs. www.databok.se

Macromedia. Flash 8 Grundkurs. www.databok.se Macromedia Flash 8 Grundkurs www.databok.se Innehållsförteckning 1 Börja arbeta med Flash 8...1 Användningsområden...1 Bekanta dig med arbetsytan...2 Scen och tidslinje...3 Lager...3 Bibliotek...4 Verktygsfältet

Läs mer

Att använda bildhanteringsprogram, del 2

Att använda bildhanteringsprogram, del 2 Att använda bildhanteringsprogram, del 2 Gå till Adobe Online (M) Markeringsram - (L) Lasso - (C) Beskärning - (J) Airbrush - (S) Klonstämpel - (E) Suddgummi - (R) Oskärpa - (A) Markering av bankomponenter

Läs mer

Föreläsning 3 Kap 3.4, 3.6, 4.2. 732G71 Statistik B

Föreläsning 3 Kap 3.4, 3.6, 4.2. 732G71 Statistik B Föreläsning 3 Kap 3.4, 3.6, 4.2 732G71 Statistik B Exempel 150 slumpmässigt utvalda fastigheter till salu i USA Pris (y) Bostadsyta Tomtyta Antal rum Antal badrum 179000 3060 0.75 8 2 285000 2516 8.1 7

Läs mer

Innehållsförtäckning

Innehållsförtäckning Innehållsförtäckning Skapa en Patient File 5 Skapa en Patient Exam 7 Genomföra undersökningen 9 Tillbaka till Tech Review 10 Exam review (För er som använder VetPACS som granskningsprogram) 11 Jämför två

Läs mer

Repetition och ANOVA. nbib44

Repetition och ANOVA. nbib44 Repetition och ANOVA nbib44 Repetition: Labb 2 Du har observerat: f(aa)=0.36, f(aa+aa)=0.64 Kan man testa om fenotypfrekvensen är i Hardy Weinberg jämvikt? Nej! Kan man testa om f(aa) är skiljt från någonting

Läs mer

Statistikens grunder 1 och 2, GN, 15 hp, deltid, kvällskurs

Statistikens grunder 1 och 2, GN, 15 hp, deltid, kvällskurs Statistikens grunder och 2, GN, hp, deltid, kvällskurs TE/RC Datorövning 3 Syfte:. Lära sig göra betingade frekvenstabeller 2. Lära sig beskriva en variabel numeriskt med proc univariate 3. Lära sig rita

Läs mer

Statistik för ekonomer, Statistik A1, Statistik A (Moment 2) : (7.5 hp) Personnr:..

Statistik för ekonomer, Statistik A1, Statistik A (Moment 2) : (7.5 hp) Personnr:.. TENTAMEN Tentamensdatum 8-3-7 Statistik för ekonomer, Statistik A, Statistik A (Moment ) : (7.5 hp) Namn:.. Personnr:.. Tentakod: A3 Var noga med att fylla i din kod samt uppgiftsnummer på alla lösningsblad

Läs mer

I. Grundläggande begrepp II. Deskriptiv statistik III. Statistisk inferens Parametriska Icke-parametriska

I. Grundläggande begrepp II. Deskriptiv statistik III. Statistisk inferens Parametriska Icke-parametriska Innehåll I. Grundläggande begrepp II. Deskriptiv statistik III. Statistisk inferens Hypotesprövnig Statistiska analyser Parametriska analyser Icke-parametriska analyser Univariata analyser Univariata analyser

Läs mer

1. FORMULÄR. A. Skapa formulär

1. FORMULÄR. A. Skapa formulär . FORMULÄR På Internet är det inte ovanligt att du hittar formulär där du direkt på skärmen kan fylla i uppgifter som sedan kan skickas tillbaka till webbservern. De är ofta gjorda med HTML-kod och har

Läs mer

Histogram, pivottabeller och tabell med beskrivande statistik i Excel

Histogram, pivottabeller och tabell med beskrivande statistik i Excel Histogram, pivottabeller och tabell med beskrivande statistik i Excel 1 Histogram är bra för att dem på ett visuellt sätt ger oss mycket information. Att göra ett histogram i Excel är dock rätt så bökigt.

Läs mer

Datasammanställning av KOL-studie

Datasammanställning av KOL-studie Datasammanställning av KOL-studie Sammanfattning * Jodkol gav en statistiskt säkerställd (p=0.03) förbättring av FEV 1 baseline på 8.2 % jämfört med placebo. * Korrelationsstatistiska beräkningar visar

Läs mer

Datorövning 2 Statistik med Excel (Office 2007, svenska)

Datorövning 2 Statistik med Excel (Office 2007, svenska) Datorövning 2 Statistik med Excel (Office 2007, svenska) Denna datorövning fokuserar på att upptäcka samband mellan två variabler. Det görs genom att rita spridningsdiagram och beräkna korrelationskoefficienter

Läs mer

Programmering A C# VT 2010. Ett kompendie över Programmering A (50p) i c# Stefan Fredriksson 2010 02 08

Programmering A C# VT 2010. Ett kompendie över Programmering A (50p) i c# Stefan Fredriksson 2010 02 08 Programmering A C# VT 2010 Ett kompendie över Programmering A (50p) i c# Stefan Fredriksson 2010 02 08 Innehåll Hjälp och referenser... 3 Kap 1 Introduktion... 3 Steg för steg... 3 Kapitel 2 Variabler...

Läs mer

Statistiska analyser C2 Bivariat analys. Wieland Wermke

Statistiska analyser C2 Bivariat analys. Wieland Wermke + Statistiska analyser C2 Bivariat analys Wieland Wermke + Bivariat analys n Mål: Vi vill veta något om ett samband mellan två fenomen n à inom kvantitativa strategier kan man undersöka detta genom att

Läs mer

Så fort du registerat något i Mobile sparas detta i databasen på servern. Du behöver inte tänka på att spara, överföra eller synkronisera.

Så fort du registerat något i Mobile sparas detta i databasen på servern. Du behöver inte tänka på att spara, överföra eller synkronisera. Näsgård MOBILE Generellt Denna manual beskriver registrering av fältuppgifter. Näsgård Mobile Mark kan användas separat eller tillsammans med Näsgård Mobile TID. Har du tillgång till både Mark och TID

Läs mer

En introduktion till och första övning i @Risk5 for Excel

En introduktion till och första övning i @Risk5 for Excel LUNDS UNIVERSITET 1(6) STATISTISKA INSTITUTIONEN Per-Erik Isberg / Lars Wahlgren VT2012 En introduktion till och första övning i @Risk5 for Excel Vi har redan under kursen stiftat bekantskap med Minitab

Läs mer

STIFTELSEN ASTMA- OCH ALLERGIFÖRBUNDETS FORSKNINGSFOND Steg för steg anvisningar till ansökningsformuläret

STIFTELSEN ASTMA- OCH ALLERGIFÖRBUNDETS FORSKNINGSFOND Steg för steg anvisningar till ansökningsformuläret STIFTELSEN ASTMA- OCH ALLERGIFÖRBUNDETS FORSKNINGSFOND Steg för steg anvisningar till ansökningsformuläret Om du inte har ansökt om anslag hos oss tidigare måste du registrera dig som ny användare. Om

Läs mer

Grundritning Torpargrund

Grundritning Torpargrund Grundritning Torpargrund Ritningsnummer Grundritning... 2 Startfil för Grundritning... 3 Inställning för Grundritning... 4 Rita rektangulär torpargrund baserad på två punkter... 6 Fri Yttermur/Hjärtmur...

Läs mer

Begrepp Värde (mätvärde), medelvärde, median, lista, tabell, rad, kolumn, spridningsdiagram (punktdiagram)

Begrepp Värde (mätvärde), medelvärde, median, lista, tabell, rad, kolumn, spridningsdiagram (punktdiagram) Aktivitetsbeskrivning Denna aktivitet är en variant av en klassisk matematiklaboration där eleverna får mäta omkrets och diameter på ett antal cirkelformade föremål för att bestämma ett approximativt värde

Läs mer

Föreläsning 6: Introduktion av listor

Föreläsning 6: Introduktion av listor Föreläsning 6: Introduktion av listor Med hjälp av pekare kan man bygga upp datastrukturer på olika sätt. Bland annat kan man bygga upp listor bestående av någon typ av data. Begreppet lista bör förklaras.

Läs mer

Läs detta innan du fortsätter, eller skriv ut det, klicka runt lite och läs samtidigt.

Läs detta innan du fortsätter, eller skriv ut det, klicka runt lite och läs samtidigt. Bruksanvisning Installera CubeBiz... 2 Välj språk... 2 När du vill köra testversionen i 15 dagar... 3 När du köper en CubeBiz-licens... 3 Registrera en giltig licensnyckel... 3 Starta ett nytt projekt...

Läs mer

Lektionsanteckningar 11-12: Normalfördelningen

Lektionsanteckningar 11-12: Normalfördelningen Lektionsanteckningar 11-12: Normalfördelningen När utfallsrummet för en slumpvariabel kan anta vilket värde som helst i ett givet intervall är variabeln kontinuerlig. Det är väsentligt att utfallsrummet

Läs mer

Working Paper Series

Working Paper Series Working Paper Series 2008:5 Sambandet mellan arbetslöshetstid och sökaktivitet Susanna Okeke Susanna.Okeke@arbetsformedlingen.se Working papers kan laddas ned från www.arbetsformedlingen.se Arbetsförmedlingens

Läs mer

Användarhantering Windows 7 I denna laboration kommer vi att skapa nya användare och grupper och titta på hur man hantera dessa.

Användarhantering Windows 7 I denna laboration kommer vi att skapa nya användare och grupper och titta på hur man hantera dessa. Användarhantering Windows 7 I denna laboration kommer vi att skapa nya användare och grupper och titta på hur man hantera dessa. Antal: Enskilt Material: En dator med Windows 7 (Vista, Windows 8 eller

Läs mer

SurveyXact version 6.10

SurveyXact version 6.10 SurveyXact version 6.10 SurveyXact har uppdaterats med kraftigt förbättrade möjligheter för att redigera analysresultat i analysen. Det har blivit enklare att analysera data och hitta de intressanta analysresultaten.

Läs mer

Microsoft Windows 10 Grunder

Microsoft Windows 10 Grunder WINDOWS 10 Grunder INLEDNING Mål och förkunskaper...5 Pedagogiken...5 Hämta övningsfiler...6 1 INTRODUKTION TILL WINDOWS Grundläggande om operativsystem...7 Starta och avsluta Windows 10...8 Välja kommandon...10

Läs mer

Introduktion till SPSS

Introduktion till SPSS Introduktion till SPSS.. Innehåll 1 Introduktion till SPSS 1 1.1 Data Editor 1 1.2 Viewer 1 2 Variabler och Mätskalor 2 2.1 Kvantitativa variabler (Numeriska variabler) 2 2.2 Kategoriska variabler (Kvalitativa

Läs mer