DATORÖVNING MED R: ANALYS AV KORSTABELLER, RANGSUMMETEST, ÅTERSAMPLINGSMETODER
|
|
- Agneta Jakobsson
- för 7 år sedan
- Visningar:
Transkript
1 UPPSALA UNIVERSITET Matematiska institutionen Jesper Rydén Matematisk statistik 1MS026 vt 2014 DATORÖVNING MED R: ANALYS AV KORSTABELLER, RANGSUMMETEST, ÅTERSAMPLINGSMETODER I denna datorövning studerar vi hur olika typer av χ 2 -test och rangsummetest kan utföras med R, samt tittar avslutningsvis på några enkla exempel på återsampling, det senare ett exempel på s.k. datorintensiv statistisk metod. I det senare fallet används en färdig rutin (ett s.k. script) som får laddas ned: resamp.r. 1 Analys av korstabeller Vid statistisk analys där χ 2 -metoder används är det centrala kommandot chisq.test. Vi skall här studera några typexempel. 1.1 Enkelt χ 2 -test Vid ett korsningsförsök med en viss blomma förekommer färgerna purpur, röd och vit. Enligt en genetisk teori som bygger på vissa antaganden ska färgerna förekomma i proportionerna 27:9:28. Detta medför att p 1 = P(Purpurfärgad blomma) = = och analogt gäller p 2 = 9/64 och p 3 = 28/64 för röd resp. vit avkomma. En empirisk studie resulterade i följande tabell: Pröva på felrisknivån 5% hypotesen Med R gör vi som följer: blomfarg <- c(158,19,123) ph0 <- c(27/64,9/64,28/64) chisq.test(blomfarg, p=ph0) Tolka på sedvanligt vis resultatet. Färg Purpur Röd Vit Antal H 0 : p 1 = 27 64, p 2 = 9 64, p 3 = 28 64
2 1.2 Homogenitetstest Betrakta följande sammanställning av data för hästkrafter: Stark Medel Svag Summa Fjordhäst Dölehäst Islandshäst Arab Summa För att analysera korstabellen med ett homogenitetstest anropas återigen chisq.test. Kommandon som följer: horses <- matrix(c(12,13,9,3,8,13,8,5,3,5,12,8),ncol=3) chisq.test(horses) Vilken slutsats kan dras om huruvida fördelningen över kraft är densamma för alla hästraser? 2 Rangsummetest 2.1 Två oberoende stickprov Vi återvänder till datamaterialet från datorövning 1, mtcars; detta finns inbyggt i R och läses in genom data(mtcars). Man är nu intresserad av att undersöka om någon skillnad finns i bränsleförbrukning mellan bilar med manuell växellåda, jämfört med bilar med automat. Den kvantitativa variabeln av intresse är mpg, medan den binära variabeln am endast antar värdena 0 och 1 och anger typ av växellåda. Nollhypotes: Bränsleförbrukningen kommer från samma fördelning, oavsett typ av växellåda. Vi använder Wilcoxons rangsummetest, wilcox.test, då vi kanske inte är säkra på antagande om normalfördelning. Studera med hjälpkommandot anropsparametrarna till wilcox.test, t.ex. hur ensidigt vs. tvåsidigt test kan hanteras. Lägg märke till att data här är sparat enligt strukturen data.frame (jämför datorövning 1). Vi presenterar här två tillvägagångssätt att R-tekniskt hantera data. Alt. 1. Idén är här att först söka ut bilar med avseende på växellådstyp och spara i två objekt; huvudrutinen för sökningen är subset. Ur dessa kan sedan extraheras variabeln mpg varefter Wilcoxons test appliceras. Koden blir som följer: aut <- subset(mtcars,am==0) man <- subset(mtcars,am==1) wilcox.test(aut$mpg,man$mpg) Slutsats från testet? Alt. 2. I just detta fall, där man har en binär variabel som delar in i fall, kan man göra anropet utan att spara i separata objekt som ovan: wilcox.test(mpg~am,mtcars) Jämför med svaret från Alt. 1. Arbete med symbolen används flitigt i regressionsanalys med R, mer om det i senare datorövningar.
3 2.2 Parade stickprov Vi studerar nu resultaten av odling av korn under två olika år (1931 och 1932). Ladda in data och läs närmare information genom följande kommandosekvens: library(mass) data(immer)?immer Man vill jämföra avkastningen mellan de två åren, och dåflera olika platser anges är det viktigt att använda en parvis modell. Nollhypotes: Fördelningen för avkastning av korn är densamma för de bägge åren. Anrop i R: wilcox.test(immer$y1, immer$y2, paired=true) Slutsats? Vi studerar nu exempel 8.15 i kursboken (sid. 392). Det rör sig där om ett parat stickprov, men vi kan inte se ursprungsdata eftersom differenserna är givna direkt. Man var intresserad av en mothypotes av ensidig typ (ny komponent bättre, minskar CO-nivån). Det finns här två sätt angripa: x <-c(1.1,2.4,-1.8,1.2,3.4,-0.7,4.1,1.0,2.5,1.2,2.4,1.3,-2.3, 1.3,1.9, -1.7,3.9,-1.6,4.4,-0.5,2.7,1.2,-1.2,3.4) wilcox.test(x,alternative="greater") Blir det signifikant resultat på nivån 0.01? Jämför det erhållna p-värdet i R med bokens räkningar; p-värdet kan beräknas därur som Φ( 2.56) vilket beräknas i R med pnorm(-2.56). Det kan skilja någon decimal mellan resultaten; R varnar för ties, dvs. dubletter (alltså inte slipsar). Angreppssätt 2: Om man mer ortodoxt vill uppfatta data som två stickprov kan man skapa en andra parad vektor och därefter återigen utföra testet med wilcox.test, fast med något ändrade anropsparametrar: x <- c(1.1,2.4,-1.8,1.2,3.4,-0.7,4.1,1.0,2.5,1.2,2.4,1.3,-2.3, 1.3,1.9,-1.7,3.9,-1.6,4.4,-0.5,2.7,1.2,-1.2,3.4) y <- rep(0,length(x)) wilcox.test(x,y,paired=true,alternative="greater") Verifiera att p-värdet blir detsamma som ovan. 3 Återsamplingsmetoder Vi hänvisar till kursboken, kap. 8, för bakgrund till metoderna. Läs igenom nämnda avsnitt innan du ger dig i kast med datorarbetet!
4 3.1 Inledande exempel Givet ett stickprov kan återsampling ske med kommandot sample. Här är ett fingerat stickprov om 5 observationer, säg kroppslängder i cm: x <- c(165,182,170,173,190) sample(x,replace=t) Prova att anropa med sample några gånger och se hur utfallet varierar från gång till gång. Ett centralt inslag för återsamplingsmetoder är att kunna utföra dragningen från stickprovet många gånger. Vi bygger ut exemplet ovan och simulerar 10 stickprov. Dessa lagras i matrisen simdat. print( simdat <- matrix(sample(x,size=10*5,replace=t),nrow=10) ) 3.2 Inferens för väntevärde Ladda ned rutinen resamp.r till lämplig katalog, öppna den i en editor och försök förstå de olika stegen! Hur används t.ex. den viktiga funktionen sample? Vi ska nu studera bootstrapskattningar för väntevärde och relaterade konfidensintervall för två datamaterial. Dels ska vi analysera ett simulerat datamaterial där vi känner fördelningen, dels ska vi undersöka ett verkligt datamaterial. Simulerade data från normalfördelning Först ska vi simulera från en normalfördelning, dvs. vi vet väntevärde och varians, men i ett praktiskt fall är givetvis dessa parametrar okända och endast normalfördelning förutsätts. I sådant fall finns den grundläggande teorin för inferens kring väntevärde i normalfördelning, och ett intervall fås lätt med R genom att använda t.test. Följande kommandosekvens skapar ett simulerat datamaterial om 10 observationer, aktiverar rutinen resamp samt gör anrop till denna (med B = 5000). Sist sker en beräkning av konfidensintervall på klassiskt sätt. x <- rnorm(10,50,5) source("resamp.r") boot.result <- resamp(x,b=5000,theta=mean) boot.result t.test(x) Jämför resultaten. Bootstrap-proceduren verkar fungera bra i det här exemplet, eller hur? Varför den till synes enkla principen fungerar kan motiveras och bevisas teoretiskt, men det innebär (minst) en egen kurs i sig. En fördel med metodiken är att man kan få en visuell uppfattning om fördelningen för den skattade parametern. Rita helt enkelt upp ett histogram över resultaten från alla B simulerade stickprov: hist(boot.result$thetastar)
5 Datamaterial: Tider mellan jordbävningar Vi ska nu studera ett datamaterial vilket utgörs av tidsintervall mellan större jordbävningar världen över. Med större avses en magnitud på minst 7.5 på Richterskalan eller mer än 1000 förolyckade personer. Datamaterialet är insamlat under tidsperioden 16 december 1902 till 4 mars Ladda ned filen quakeper.dat, läs in den i R och starta med ett rita ett histogram. quakeper <- read.table("quakeper.dat") hist(quakeper$v1) Reflektera över fördelningen. Kan normalfördelning anses gälla? Kan man klassiskt beräkna ett intervall för väntevärdet (skattat med x) trots allt? Svaret är ja, om stickprovet är tillräckligt stort (centrala gränsvärdessatsen). Beräkna nu punktskattning för väntevärde samt intervall som ovan: boot.result <- resamp(quakeper$v1,b=5000,theta=mean) boot.result t.test(quakeper$v1) Jämför resultaten: datorintensivt vs. klassiskt. Avslutande kommentar: I exemplen vi studerat gick det att på klassiskt vis beräkna intervall för punktskattningarna och dessa visade sig stämma väl överens med motsvarande intervall erhållna med återsamplingsteknik. Styrkan hos bootstrapmetoderna ligger dock i att kunna göra inferens för mer komplicerade storheter, t.ex. median eller mer allmänt kvantiler, korrelationskoefficienter, osv.
DATORÖVNING MED R: ANALYS AV KORSTABELLER, RANGSUMMETEST, ÅTERSAMPLINGSMETODER
UPPSALA UNIVERSITET Matematiska institutionen Jesper Rydén Matematisk statistik 1MS026 vt 2015 DATORÖVNING MED R: ANALYS AV KORSTABELLER, RANGSUMMETEST, ÅTERSAMPLINGSMETODER I denna datorövning studerar
Läs merStatistik 1 för biologer, logopeder och psykologer
Innehåll 1 Punktskattning och kondensintervall Innehåll 1 Punktskattning och kondensintervall Population Punktskattning och kondensintervall Vi har en population vars någon mätbar egenskap X vi är intresserade
Läs merTentamen i matematisk statistik (9MA241/9MA341/LIMAB6, STN2) 2012-01-09 kl 08-13
LINKÖPINGS UNIVERSITET MAI Johan Thim Tentamen i matematisk statistik (9MA241/9MA341/LIMAB6, STN2) 212-1-9 kl 8-13 Hjälpmedel är: miniräknare med tömda minnen och formelbladet bifogat. Varje uppgift är
Läs merFöreläsning 9: Hypotesprövning
Föreläsning 9: Hypotesprövning Matematisk statistik David Bolin Chalmers University of Technology Maj 5, 2014 Statistik Stickprov Ett stickprov av storlek n är n oberoende observationer av en slumpvariabel
Läs mer1. Frekvensfunktionen nedan är given. (3p)
TENTAMEN I MATEMATIK MED MATEMATISK STATISTIK HF14 TEN 11 kl 1.15-.15 Hjälpmedel: Formler och tabeller i statistik, räknedosa Fullständiga lösningar erfordras till samtliga uppgifter. Lösningarna skall
Läs merDatorövning 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 merEnkel 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 merTentamen i TMA321 Matematisk Statistik, Chalmers Tekniska Högskola.
Tentamen i TMA321 Matematisk Statistik, Chalmers Tekniska Högskola. Hjälpmedel: Valfri räknare, egenhändigt handskriven formelsamling (4 A4-sidor på 2 blad) och till skrivningen medhörande tabeller. Fredagen
Läs merIndividuellt Mjukvaruutvecklingsprojekt
Individuellt Mjukvaruutvecklingsprojekt RPG-spel med JavaScript Författare Robin Bertram Datum 2013 06 10 1 Abstrakt Den här rapporten är en post mortem -rapport som handlar om utvecklandet av ett RPG-spel
Läs merLösningar till Tentamen i Matematisk Statistik, 5p 22 mars, 2001. Beräkna medelvärdet, standardavvikelsen, medianen och tredje kvartilen?
Lösningar till Tentamen i Matematisk Statistik, 5p 22 mars, 2001 1. Månadslönerna för 10 lärare vid en viss skola är 1 17 700 19 800 19 900 20 200 20 800 16 100 17 000 23 500 19 700 21 100 Beräkna medelvärdet,
Läs merDatorövning 2 Statistik med Excel (Office 2003, engelska)
Datorövning 2 Statistik med Excel (Office 2003, engelska) Denna datorövning fokuserar på att upptäcka samband mellan två variabler. Det görs genom att rita spridningsdiagram och beräkna korrelationskoefficienter
Läs merKvalster. Korrelation och regression: lineära modeller för bivariata samband. Spridningsdiagram. Bivariata samband
Kvalster och regression: lineära modeller för bivariata samband Matematik och statistik för biologer, 10 hp En viss sorts kvalster (Demodex folliculorum) trivs bra i människors hårsäckar. Enligt en studie
Läs merparametriska test Mätning Ordinalskala: Nominalskala:
Icke- parametriska test Icke- parametriska test En avgörande skillnad mellan icke-parametriska och s.k. parametriska test, som t.ex. t-test, är att de icke-parametriska testen kräver färre antaganden Icke-parametriska
Läs merRegression med kvalitativa variabler. Jesper Rydén
Regression med kvalitativa variabler Jesper Rydén 1 2 UPPSALA UNIVERSITET Matematiska institutionen Jesper Rydén Matematisk statistik 1MS026 Tillämpad statistik vt 2013 REGRESSION MED KVALITATIVA VARIABLER
Läs merDatorövning 2 Diskret fördelning och betingning
Lunds tekniska högskola Matematikcentrum Matematisk statistik FMSF20: MATEMATISK STATISTIK, ALLMÄN KURS, 7.5HP FÖR E, HT-15 Datorövning 2 Diskret fördelning och betingning Syftet med den här laborationen
Läs merLaborativ matematik som bedömningsform. Per Berggren och Maria Lindroth 2016-01-28
Laborativ matematik som bedömningsform Per Berggren och Maria Lindroth 2016-01-28 Kul matematik utan lärobok Vilka förmågor tränas Problemlösning (Förstå frågan i en textuppgift, Använda olika strategier
Läs merEkvationssystem, Matriser och Eliminationsmetoden
Matematiska institutionen Göteborgs universitet och Chalmers tekniska högskola Version 359 Ekvationssystem, Matriser och Eliminationsmetoden - En inledning Ekvationssystem - matrisformulering Vi såg att
Läs merTIMREDOVISNINGSSYSTEM
TIMREDOVISNINGSSYSTEM Företagsekonomiska Institutionen Inledning med begreppsförklaring Huvudmeny Planering Rapportering Signering Utskrifter/Rapporter Byt lösenord Logga ut 1 Inledning med begreppsförklaring
Läs merInnehåll. Normalfördelning och t-test. Vanliga statistiska mått 2/11/2014. Vad är punktskattningar? Figurer somvisarmedelochsd, SE ochki (ellerci)
Innehåll Normalfördelning och t-test NBIB44 Vad är punktskattningar? Figurer somvisarmedelochsd, SE ochki (ellerci) Vad är normalfördelning? Processer och mönster Vadärettt-test? Förutsättningar för att
Läs merLunds tekniska högskola Matematikcentrum Matematisk statistik
Lunds tekniska högskola Matematikcentrum Matematisk statistik FMS0: MATEMATISK STATISTIK AK FÖR V EXEMPEL PÅ DUGGAUPPGIFTER, AVSNITT SANNOLIKHETSTEORI UPPGIFTER Kortare uppgifter. På en arbetsplats skadas
Läs merStatistik Lars Valter
Lars Valter LARC (Linköping Academic Research Centre) Enheten för hälsoanalys, Centrum för hälso- och vårdutveckling Statistics, the most important science in the whole world: for upon it depends the applications
Läs merTT091A, TVJ22A, NVJA02 By, Pu, Ti. 50 poäng
Matematisk statistik Provmoment: Ladokkod: Tentamen ges för: TT091A, TVJ22A, NVJA02 By, Pu, Ti 7,5 högskolepoäng Namn: (Ifylles av student) Personnummer: (Ifylles av student) Tentamensdatum: 2012-01-11
Läs merAlgebra, polynom & andragradsekvationer en pampig rubrik på ett annars relativt obetydligt dokument
Algebra, polynom & andragradsekvationer en pampig rubrik på ett annars relativt obetydligt dokument Distributiva lagen a(b + c) = ab + ac 3(x + 4) = 3 x + 3 4 = 3x + 12 3(2x + 4) = 3 2x + 3 4 = 6x + 12
Läs merUppgift 2 0 0.10 1 0.25 2 0.40 3 0.20 4 0.05
Uppgift 1 En grönsaksgrossist har utvecklat ett test för att kontrollera kvaliteten hos tomater. Efter att ha inspekterat ett urval från ett parti tomater, accepteras eller förkastas partiet. Med detta
Läs merGrundläggande biostatistik. Jenny Selander jenny.selander@ki.se 524 800 29
Grundläggande biostatistik Jenny Selander jenny.selander@ki.se 524 800 29 Jenny Selander, Kvant. metoder, FHV T1 december 20111 Dagens föreläsning Beskrivande statistik kap 1 Samplingsfördelning kap 3
Läs merPopulation. Observationsenhet. Stickprov. Variabel Ålder Kön. Blodtryck 120/80. Värden. 37 år. Kvinna
Varför statistik Vi vill sammanfatta stora mängder av data i syfte att: Kvantitativt beskriva fenomen Undersöka samband mellan variabler Undersöka skillnader mellan grupper i något avseende Undersöka skillnader
Läs merSyftet med den här laborationen är att du skall bli mer förtrogen med följande viktiga områden inom matematisk statistik
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK DATORLABORATION 4 MATEMATISK STATISTIK, AK FÖR I, FMS 01, HT-07 Laboration 4: Stora talens lag, Centrala gränsvärdessatsen, enkla punktskattningar
Läs merLokal pedagogisk planering i matematik för årskurs 8
Lokal pedagogisk planering i matematik för årskurs 8 Arbetsområde 2. Algebra Syfte formulera och lösa problem med hjälp av matematik samt värdera valda strategier och metoder. reflektera över matematikens
Läs merTIMREDOVISNINGSSYSTEM
TIMREDOVISNINGSSYSTEM Företagsekonomiska Institutionen Inledning med begreppsförklaring Huvudmeny Budgethantering Planering Rapportering Signering Utskrifter/Rapporter Byt lösenord Logga ut 1 Inledning
Läs merJo, Den Talande Boken har så många möjligheter inbyggda, att den kan användas från förskoleklassen och ända upp på högstadiet.
Förord Den här webbversionen av Den Talande Boken är en vidareutveckling av det snart 20 år gamla program, som alltid varit så populärt i skolan. Och varför är det nu så? Jo, Den Talande Boken har så många
Läs merVi skall skriva uppsats
Vi skall skriva uppsats E n vacker dag får du höra att du skall skriva uppsats. I den här texten får du veta vad en uppsats är, vad den skall innehålla och hur den bör se ut. En uppsats är en text som
Läs merArbeta bäst där du är Dialect Unified Mi
Arbeta bäst där du är Dialect Unified Mi [Skriv sammanfattningen av dokumentet här. Det är vanligtvis en kort sammanfattning av innehållet i dokumentet. Skriv sammanfattningen av dokumentet här. Det är
Läs merHT 2011 FK2004 Tenta Lärare delen 4 problem 6 poäng / problem
HT 2011 FK2004 Tenta Lärare delen 4 problem 6 poäng / problem Problem 1 (6p) En undersökning utfördes med målet att besvara frågan Hur stor andel av den vuxna befolkningen i Sverige äger ett skjutvapen?.
Läs merNedlagd studietid och olika kurskarakterisika en anspråkslös analys baserad på kursvärderingsdata. Fan Yang Wallentin
Nedlagd studietid och olika kurskarakterisika en anspråkslös analys baserad på kursvärderingsdata. Fan Yang Wallentin Inledning I denna miniundersökning analyseras hur studietiden är relaterad till attityder
Läs merVetenskapliga begrepp. Studieobjekt, metod, resultat, bidrag
Vetenskapliga begrepp Studieobjekt, metod, resultat, bidrag Studieobjekt Det man väljer att studera i sin forskning Nära sammankopplat med syftet Kan vara (fysiska) ting och objekt: Datorspel, Affärssystem,
Läs merAxiell Arena. Samarbeta om bilder Regionbiblioteket i Kalmar län
Axiell Arena Samarbeta om bilder Regionbiblioteket i Kalmar län Introduktion Det finns möjlighet att samarbeta om bilder i Axiell Arena. Samarbetet kan läggas upp på olika sätt, men i denna lathund beskrivs
Läs merSammanfattning på lättläst svenska
Sammanfattning på lättläst svenska Utredningen skulle utreda och lämna förslag i vissa frågor som handlar om svenskt medborgarskap. Svenskt medborgarskap i dag Vissa personer blir svenska medborgare när
Läs merDOP-matematik Copyright Tord Persson. Bråktal -3-2 -1 0 1 2 3. Läs av vilka tal på tallinjen, som pilarna pekar på. Uppgift nr 10 -3-2 -1 0 1 2 3
Bråktal Uppgift nr En limpa delas i 4 lika stora delar. Hur stor del av limpan blir varje del? Uppgift nr 2 Hur många tiondelar behövs för att det skall räcka till en hel? Uppgift nr Hur läser man ut bråket
Läs merLaborationspecifikation
UMEÅ UNIVERSITET Institutionen för matematik och matematisk statistisk Statistik för tekniska datavetare 5 poäng Per Arnqvist 2007-05-03 Laborationspecifikation Redovisning Ni får gärna jobba parvis och
Läs mer4-6 Trianglar Namn:..
4-6 Trianglar Namn:.. Inledning Hittills har du arbetat med parallellogrammer. En sådan har fyra hörn och motstående sidor är parallella. Vad händer om vi har en geometrisk figur som bara har tre hörn?
Läs merNågot om permutationer
105 Något om permutationer Lars Holst KTH, Stockholm 1. Inledning. I många matematiska resonemang måste man räkna antalet fall av olika slag. Den del av matematiken som systematiskt studerar dylikt brukar
Läs merKapitel 6. f(x) = sin x. Figur 6.1: Funktionen sin x. 1 Oinas-Kukkonen m.fl. Kurs 6 kapitel 1
Kapitel 6 Gränsvärde 6. Definition av gränsvärde När vi undersöker gränsvärdet av en funktion undersöker vi vad som händer med funktionsvärdet då variabeln, x, går mot ett visst värde. Frågeställningen
Läs merSnabbslumpade uppgifter från flera moment.
Snabbslumpade uppgifter från flera moment. Uppgift nr Ställ upp och dividera utan hjälp av miniräknare talet 48 med 2 Uppgift nr 2 Skriv talet 3 8 00 med hjälp av decimalkomma. Uppgift nr 3 Uppgift nr
Läs merAvgift efter prestation? Komplettering och förtydligande av rapport om fondbolagens avgifter
PROMEMORIA Datum 2006-10-10 Författare Oskar Ode, Andrea Arppe och Mattias Olander Finansinspektionen P.O. Box 6750 SE-113 85 Stockholm [Sveavägen 167] Tel +46 8 787 80 00 Fax +46 8 24 13 35 finansinspektionen@fi.se
Läs merINLÄMNINGSUPPGIFT 2 (Del 2, MATEMATISK STATISTIK) Kurs: MATEMATIK OCH MATEMATISK STATISTIK 6H3000
INLÄMNINGSUPPGIFT 2 (Del 2, MATEMATISK STATISTIK) Kurs: MATEMATIK OCH MATEMATISK STATISTIK 6H3000 Lärare: Armin Halilovic armin@syd.kth.se www.syd.kth.se/armin tel 08 790 4810 Inlämningsuppgift 2 består
Läs merSystematiskt kvalitetsarbete
Systematiskt kvalitetsarbete Rapport År: 2016 Organisationsenhet: NYEFSK/FSK Nye Förskola Fokusområde: Demokrati och värdegrund Övergripande mål: Normer och värden Deluppgift: Klassens kvalitetsrapport
Läs merUppdrag: Huset. Fundera på: Vilka delar i ditt hus samverkar för att elen ska fungera?
Uppdrag: Huset Praktiskt arbete: (Krav) Göra en skiss över ditt hus. Bygga en modell av ett hus i en kartong med minst två rum. Koppla minst tre lampor och två strömbrytare till ditt hus. Visa både parallellkoppling
Läs merSANNOLIKHET. Sannolikhet är: Hur stor chans (eller risk) att något inträffar.
SANNOLIKHET Sannolikhet är: Hur stor chans (eller risk) att något inträffar. tomas.persson@edu.uu.se SANNOLIKHET Grundpremisser: Ju fler möjliga händelser, desto mindre sannolikhet att en viss händelse
Läs merUtveckla arbetsmiljö och verksamhet genom samverkan
DEL 1: Utveckla arbetsmiljö och verksamhet genom samverkan Modulen inleds med det övergripande målet för modul 6 och en innehållsförteckning över utbildningens olika delar. Börja med att sätta ramarna
Läs merAntal grodor i varje familj Antal hopp tills alla bytt plats Ökning 1 3 5 2 8 7 3 15 9 4 24
strävorna 1AB Grodhopp problemlösning taluppfattning algebra Avsikt och matematikinnehåll Elever behöver få möta många aktiviteter där de kan se att algebra bland annat är generaliserad aritmetik. För
Läs merPraktisk programmering
KUNGLIGA TEKNISKA HÖGSKOLAN Praktisk programmering Daniel Workinn [2012-09-07] workinn@kth.se Introduktionskurs i datateknik, II1310 Sammanfattning Rapporten sammanfattas enklast med ett par substantiv.
Läs merErfarenheter från ett pilotprojekt med barn i åldrarna 1 5 år och deras lärare
Erfarenheter från ett pilotprojekt med barn i åldrarna 1 5 år och deras lärare I boken får vi följa hur barn tillsammans med sina lärare gör spännande matematikupptäckter - i rutinsituationer - i leken
Läs merNATIONELLA MATEMATIKTÄVLING
NATIONELLA MATEMATIKTÄVLING PRATA OM SPELS EN KURS I SANNOLIKHET 1 INLEDNING Sannolikhetskursen består av sju olika steg där det sista steget utgörs av själva tävlingsmomentet. Det är upp till pedagogen
Läs merMätningar på op-förstärkare. Del 3, växelspänningsförstärkning med balanserad ingång.
Mätningar på op-förstärkare. Del 3, växelspänningsförstärkning med balanserad ingång. Denna gång skall vi titta närmare på en förstärkare med balanserad ingång och obalanserad utgång. Normalt använder
Läs merLathund, procent med bråk, åk 8
Lathund, procent med bråk, åk 8 Procent betyder hundradel, men man kan också säga en av hundra. Ni ska kunna omvandla mellan bråkform, decimalform och procentform. Nedan kan ni se några omvandlingar. Bråkform
Läs merKriterium Kvalitet 1 Kvalitet 2 Kvalitet 3 Kvalitet 4 Använda, Utveckla och uttrycka
Matematik Enheter - Tid Utveckla och Känner till några enheter och enstaka mätinstrument. Utför enkla mätningar. Avläser analoga och digitala tider.använder både muntliga och skriftliga metoder samt tekniska
Läs merFinansiell 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 merSkogsbruk på ren svenska Lektion 4: Mästare på både förnyelse och återvinning. Tema: Återvinning Ämne: Biologi, Kemi Årskurs: 7-9
Skogsbruk på ren svenska Lektion 4: Mästare på både förnyelse och återvinning. Tema: Återvinning Ämne: Biologi, Kemi Årskurs: 7-9 Förord Sveaskog är landets största skogsägare. Det ger oss både mycket
Läs merBoken om Teknik. Boken om Teknik är en grundbok i Teknik för åk 4 6.
Boken om Teknik Boken om Teknik är en grundbok i Teknik för åk 4 6. PROVLEKTION: Teknikens arbetssätt att göra på riktigt Följande provlektion är ett utdrag ur Boken om Teknik. Uppslaget som är hämtat
Läs merUPPGIFT: SKRIV EN DEBATTARTIKEL
Åk 9 Historia & Svenska Namn: UPPGIFT: SKRIV EN DEBATTARTIKEL Du ska skriva en debattartikel på 1-2 sidor (Times new roman 12). Den ska ta upp exempel på hur mänskliga rättigheter försvagas i dagsläget.
Läs merSvenska Du kan med flyt läsa texter som handlar om saker du känner till. Du använder metoder som fungerar. Du kan förstå vad du läser.
Svenska Du kan med flyt läsa texter som handlar om saker du känner till. Du använder metoder som fungerar. Du kan förstå vad du läser. Du berättar på ett enkelt sätt om det du tycker är viktigt i texten.
Läs merIntroduktion till Open 2012
Introduktion till Open 2012 av Lisbeth Rydén Funktionen med OPEN som jag ser den Alla har sin egen idé med att åka till OPEN. Någon framförallt för att lära sig något om de ämnen som ska avhandlas (kurs),
Läs merProcent - procentenheter
Procent - procentenheter Uppgift nr 1 Hur skriver man i matematiken tecknet för procent och vad betyder ordet procent? Uppgift nr 2 Av 100 mopeder på en parkering är 16 vita. Hur många procent av mopederna
Läs merPresentationsövningar
Varje möte då temadialog används bör inledas med en presentationsövning. har flera syften. Både föräldrar och ledare har nytta av att gå igenom samtliga deltagares namn och dessutom få en tydlig bild av
Läs merFår nyanlända samma chans i den svenska skolan?
Får nyanlända samma chans i den svenska skolan? Sammanställning oktober 2015 De nyanlända eleverna (varit här högst fyra år) klarar den svenska skolan sämre än andra elever. Ett tydligt tecken är att för
Läs merManpower Work Life: 2014:1. Manpower Work Life. Rapport 2014. Mångfald på jobbet
Manpower Work Life: 2014:1 Manpower Work Life Rapport 2014 Mångfald på jobbet MÅNGFALD PÅ JOBBET Mångfald diskuteras ständigt i media, men hur ser det egentligen ut på Sveriges arbetsplatser? Hur ser svenska
Läs merVäga paket och jämföra priser
strävorna 2AC 3AC Väga paket och jämföra priser begrepp rutinuppgifter tal geometri Avsikt och matematikinnehåll Den huvudsakliga avsikten med denna aktivitet är att ge elever möjlighet att utveckla grundläggande
Läs merATT KUNNA TILL. MA1050 Matte Grund. 2011-06-14 Vuxenutbildningen Dennis Jonsson
ATT KUNNA TILL MA1050 Matte Grund 2011-06-14 Vuxenutbildningen Dennis Jonsson Sida 2 av 5 Att kunna till prov G1 Kunna ställa upp och beräkna additions-, subtraktions-, multiplikations- och divisuionsuppgifter
Läs merFacit åk 6 Prima Formula
Facit åk 6 Prima Formula Kapitel 3 Algebra och samband Sidan 95 1 a 12 cm (3 4 cm) b Han vet inte att uttrycket 3s betyder 3 s eller s + s + s 2 a 5x b 6y c 12z 3 a 30 cm (5 6 cm) b 30 cm (6 5 cm) Sidan
Läs merStatistik och epidemiologi T5
Statistik och epidemiologi T5 Anna Axmon Biostatistiker Yrkes- och miljömedicin Dagens föreläsning Fördjupning av hypotesprövning Repetition av p-värde och konfidensintervall Tester för ytterligare situationer
Läs merElektronen och laddning
Detta är en något omarbetad version av Studiehandledningen som användes i tryckta kursen på SSVN. Sidhänvisningar hänför sig till Quanta A 2000, ISBN 91-27-60500-0 Där det har varit möjligt har motsvarande
Läs mera n = A2 n + B4 n. { 2 = A + B 6 = 2A + 4B, S(5, 2) = S(4, 1) + 2S(4, 2) = 1 + 2(S(3, 1) + 2S(3, 2)) = 3 + 4(S(2, 1) + 2S(2, 2)) = 7 + 8 = 15.
1 Matematiska Institutionen KTH Lösningar till tentamensskrivning på kursen Diskret Matematik, moment A, för D och F, SF161 och SF160, den juni 008 kl 08.00-1.00. DEL I 1. (p) Lös rekursionsekvationen
Läs merSTATISTIK. Statistik är: 1. Insamling av data 2. Analys av data 3. Presentation av data. tomas.persson@edu.uu.se
STATISTIK Statistik är: 1. Insamling av data 2. Analys av data 3. Presentation av data tomas.persson@edu.uu.se Insamling av data Tänk efter först! Samla sedan in data. Om du vill att eleverna skall undersöka
Läs mer2005-01-31. Hävarmen. Peter Kock
2005-01-31 Hävarmen Kurs: WT0010 Peter Kock Handledare: Jan Sandberg Sammanfattning Om man slår upp ordet hävarm i ett lexikon så kan man läsa att hävarm är avståndet mellan kraften och vridningspunkten.
Läs merElever och studieresultat i sfi 2013
Utbildningsstatistikenheten 2014-06-26 1 (9) Elever och studieresultat i sfi 2013 I denna PM beskriver vi statistik om utbildning i svenska för invandrare (sfi) år 2013. Syftet är att ge en beskrivning
Läs merHandledning för digitala verktyg Talsyntes och rättstavningsprogram. Vital, StavaRex och SpellRight
Handledning för digitala verktyg Talsyntes och rättstavningsprogram Vital, StavaRex och SpellRight Elevens namn:.. Skola: Datum:.. Varför behövs en handledning? Denna handledning är tänkt att användas
Läs merANVÄND NAVIGATIONEN I CAPITEX SÄLJSTÖD
ANVÄND NAVIGATIONEN I CAPITEX SÄLJSTÖD I Navigationen hittar du genvägar till funktioner i programmet. För att utnyttja detta på bästa sätt kan du anpassa Navigationen så att det passar ditt sätt att arbeta.
Läs merAvd. Matematisk statistik
Avd. Matematisk statistik TENTAMEN I SF1902 SANNOLIKHETSTEORI OCH STATISTIK, TORSDAGEN DEN 23:E MAJ 2013 KL 14.00 19.00. Kursledare och examinator : Björn-Olof Skytt Tillåtna hjälpmedel: miniräknare, lathund
Läs merTränarguide del 1. Mattelek. www.mv-nordic.se
Tränarguide del 1 Mattelek www.mv-nordic.se 1 ATT TRÄNA MED MATTELEK Mattelek är ett adaptivt träningsprogram för att träna centrala matematiska färdigheter såsom antalsuppfattning, den inre mentala tallinjen
Läs merBild Engelska Idrott
Bild skapa bilder med digitala och hantverksmässiga tekniker och verktyg samt med olika material, kommunicera med bilder för att uttrycka budskap, undersöka och presentera olika ämnesområden med bilder,
Läs merAvsikt På ett lekfullt sätt färdighetsträna, utveckla elevers känsla för hur vårt talsystem är uppbyggt samt hitta mönster som uppkommer.
Strävorna 4A 100-rutan... förmåga att förstå, föra och använda logiska resonemang, dra slutsatser och generalisera samt muntligt och skriftligt förklara och argumentera för sitt tänkande.... grundläggande
Läs merKvantitativ metod enkäter, tabeller och figurer. Religionsbeteendevetenskap B1: Metod och gemensam teori 11 mars 2009 Marta Axner
Kvantitativ metod enkäter, tabeller och figurer Religionsbeteendevetenskap B1: Metod och gemensam teori 11 mars 2009 Marta Axner Vägen till kunskap Val av forskningsobjekt Vad vill jag undersöka? Vad kan
Läs merSöktryck i folkhögskolan. Höstterminen 2009
Söktryck i folkhögskolan Höstterminen 2009 Innehåll Sökande höstterminen 2009 3 Exempel på inriktningar som ökat/minskat 3 Deltagargrupper 4 Verksamhet med deltagare med funktionsnedsättning, invandrade
Läs merDatorövning 3: Icke-parametriska test
Datorövning 3: Icke-parametriska test Under denna datorövning ska ni lära er hur man använder Minitab för att utföra icke-parametriska test. De test ni går igenom under denna kurs är Wilcoxsons rangsummetest,
Läs merTentamen i Matematisk statistik Kurskod S0001M
Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (8 uppgifter) Tentamensdatum 2012-01-13 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 09.00 14.00 Lärare: Adam Jonsson, Ove
Läs merPartnerskapsförord. giftorättsgods görs till enskild egendom 1, 2. Parter 3. Partnerskapsförordets innehåll: 4
Partnerskapsförord giftorättsgods görs till enskild egendom 1, 2 Parter 3 Namn Telefon Adress Namn Telefon Adress Partnerskapsförordets innehåll: 4 Vi skall ingå registrerat partnerskap har ingått registrerat
Läs merFör dig som är valutaväxlare. Så här följer du reglerna om penningtvätt i din dagliga verksamhet INFORMATION FRÅN FINANSINSPEKTIONEN
För dig som är valutaväxlare Så här följer du reglerna om penningtvätt i din dagliga verksamhet INFORMATION FRÅN FINANSINSPEKTIONEN MARS 2016 DU MÅSTE FÖLJA LAGAR OCH REGLER Som valutaväxlare ska du följa
Läs merLösningar s. 8 Perspek9v s. 7
Källkri9k s. 11 Diskussion s. 2 Åsikter s. 3 Samarbete s. 10 Fördelar och nackdelar s. 4 ELEVHJÄLP Slutsatser s. 9 Konsekvenser s. 5 Lösningar s. 8 Perspek9v s. 7 Likheter och skillnader s. 6 1 Vad är
Läs merBedömningsanvisningar Del I vt 2010 Skolverket har den 2010-12-07 beslutat att provet i matematik A för vt 2010 inte ska återanvändas.
Bedömningsanvisningar Del I vt 2010 Skolverket har den 2010-12-07 beslutat att provet i matematik A för vt 2010 inte ska återanvändas. Innehåll Inledning... 4 Bedömningsanvisningar... 4 Allmänna bedömningsanvisningar...
Läs merKURSPLAN,! KUNSKAPSKRAV! ELEVARBETEN!
KURSPLAN, KUNSKAPSKRAV och exempel på ELEVARBETEN KURSPLAN enligt Lgr11 I undervisningen skall du få möjlighet att uttrycka tankar och idéer med hjälp bilder, du skall få möjlighet att skapa egna bilder
Läs merLaboration 1. I. Matlabs fönster, hjälp, variabler och enkla beräkningar. Introduktion
Matlab i Tillämpad linjär algebra II HT 2014 Introduktion Laboration 1 Efter den här laborationen ska du kunna använda Matlabs olika fönster och hjälpfunktioner. Du ska kunna skapa, manipulera och använda
Läs merRapport Agilityverksamhetens framtid
Rapport Agilityverksamhetens framtid Sammanfattning Enkäten om agilityverksamhetens framtid genomfördes mellan den 25 januari 2013 och 20 februari 2013 på initiativ av AG agilityns framtid. Populationen
Läs merMatris för Hem och Konsumentkunskap åk.6 8 Nivå 1 Nivå 2 Nivå 3 Nivå 4
Ur Kunskapskrav Lgr11 Bedömningsaspekter Förstå recept och instruktioner Matris för Hem och Konsumentkunskap åk.6 8 Nivå 1 Nivå 2 Nivå 3 Nivå 4 Behöver lärarstöd med att förstå och följa ett recept. Är
Läs merSyftet med en personlig handlingsplan
Syftet med en personlig handlingsplan Gör idéerna konkreta Ger dig något att hålla dig till mellan mötena Skapar tillförlitlighet i utvecklingen Hjälper dig att fokusera på några områden Påminnelse om
Läs merWebb-bidrag. Sök bidrag på webben www.solvesborg.se. Gäller från 2015-01-01
Sök bidrag på webben www.solvesborg.se Gäller från 2015-01-01 Innehåll Kontaktperson Fritids- och turismkontoret Sölvesborg kommun Inledning Följande bidrag går att söka på webben Logga in Dokumenthantering
Läs merFakta om Malala Yousafzai
SIDAN 1 Elevmaterial Namn: Klicka HÄR för att skriva ut arbetsmaterialet. Klicka HÄR för att skicka ditt färdiga arbetsmaterial till din pedagog. LÄSFÖRSTÅELSE Skottet 1. Vart var Malala på väg när hon
Läs merANVÄNDARHANDLEDNING FÖR
ANVÄNDARHANDLEDNING FÖR TILLSÄTTARE/LAGLEDARE OCH DOMARE Cleverservice ett smart sätt att hantera matcher, domartillsättningar, samt utbetalningar av arvoden 2015 ANVÄNDARHANDLEDNING - CLEVERSERVICE Cleverservice
Läs merFöreläsning 5: Rekursion
Föreläsning 5: Rekursion Vi har tidigare sett att man kan dela upp problem i mindre bitar med hjälp av underprogram, vilket är ett utmärkt sätt att lösa problem. Detta är ganska lätt att rita upp för sig
Läs merSkriva B gammalt nationellt prov
Skriva B gammalt nationellt prov Skriva B.wma Då fortsätter vi skrivträningen. Detta avsnitt handlar om att anpassa sin text till en särskild situation, en speciell texttyp och särskilda läsare. Nu ska
Läs merUngdomsindikator: Avgångna ledamöter
Solna 2010-01-26 Ungdomsindikator: Avgångna ledamöter Uppdrag Valmyndigheten skall årligen redovisa antalet avgångna ledamöter i riksdag, kommun- och landstingsfullmäktige samt särskilt kommentera hur
Läs mer