DATORÖVNING 3: EXPERIMENT MED

Storlek: px
Starta visningen från sidan:

Download "DATORÖVNING 3: EXPERIMENT MED"

Transkript

1 DATORÖVNING 3: EXPERIMENT MED SLUMPMÄSSIGA FÖRSÖK. I denna övning skall du med hjälp av färdiga makron simulera två olika försök och med hjälp av dessa uppskatta sannolikheter för ett antal händelser (och kombinationer/betingningar på dessa). Dessa sannolikheter skall du sedan beräkna teoretiskt med hjälp av de modeller som ligger till grund för simuleringarna. START Logga in genom att skriva in ditt user name och ditt password och välja log on to: HELIX. Klicka på OK. Starta Minitab: 1. Öppna Start-menyn. 2. Välj All Programs och sök upp alternativet Minitab Solutions. 3. I undermenyn för Minitab Solutions, välj alternativet Minitab 15 Statistical Software English. Se till att du kan skriva Minitab-kommandon direkt i Session-fönstret: 1. Klicka i Session-fönstret så att det blir aktivt (titelraden tänds blå). 2. Öppna menyn Editor och välj alternativet Enable commands. EXPERIMENT På kurshemsidan finns länkar till två makron: events.mac och hands.mac. Ladda hem dessa två och spara dem på din egen arbetsyta (Z:\). Se sedan till att Minitab använder detta som arbetsmapp genom att ge kommandot cd z:. Bägge makrona är s.k. lokala makron. I lokala makron måste alla konstanter och kolumner man använder sig av deklareras vilket görs med kommandona mconstant respektive mcolumn. Vidare kan man i ett lokalt makro använda s.k. anropsparametrar (kolumner, konstanter och vanliga tal) och det är endast dessa som ändras när makrot körs. Interna kolumner och konstanter syns inte och försvinner när makrot är kört. Läs mer om detta genom att ge kommandot help och sedan klicka på Using macro commands. TVÅ HÄNDELSER Det första makrot (events.mac) genomför ett antal oberoende slumpmässiga försök som vart och ett kan resultera i minst en av händelserna A och B. Makrot anropas med kommandot MTB > %events c1 c2 n där C1 och C2 kan bytas mot i princip vilka kolumner som helst (det viktiga är att två kolumner anges) och n är det antal försök man vill ha. Resultatet kommer att ges i just dessa två kolumner 1

2 som automatiskt får rubrikerna A och B. I varje kolumn står det en etta (1) om motsvarande händelse har inträffat och en nolla (0) om den inte har inträffat. Pröva genom att ge kommandot %events c1 c2 3 Du skall nu ha fått data motsvarande tre rader i C1 och C2 från vilka du kan avläsa vad som inträffade i de tre försöken. Din uppgift är nu att med hjälp av makrot genomföra ett stort antal försök från vilka du skall kunna: a) uppskatta sannolikheten att A inträffar, dvs. P(A) b) uppskatta sannolikheten att B inträffar, dvs. P(B) c) uppskatta sannolikheten att båda inträffar, dvs. P(A B) = P(A och B) d) uppskatta sannolikheten att minst en av dem inträffar, dvs. P(A B) = P(A eller B) e) uppskatta sannolikheten att A inträffar betingat av att B har inträffat, dvs. P(A B) f) uppskatta sannolikheten att B inträffar betingat av att A har inträffat, dvs. P(B A) g) bedöma om A och B kan vara oberoende händelser Obs! Börja inte försöka lösa dessa uppgifter ännu. Det kan vara lämpligt att genomföra försök. Detta tar i och för sig en stund men inte längre än att du orkar vänta (det är alltså inget fel med att det dröjer och du får sitta och titta på timglaset på skärmen). Efter att försöken gjorts (och ni alltså har era data i C1 och C2) kan ni ha hjälp av följande: 1. Kommandot mean(c1) beräknar medeltalet av alla värden i C1. Eftersom värdena är ettor och nollor kommer detta medelvärde att vara detsamma som proportionen ettor i kolumnen, dvs. en uppskattning av sannolikheten för A. 2. Fundera på vad du får för resultat i kolumnen C3 om du ger kommandot MTB > let c3=c1*c2 Kan du använda C3 för att lösa någon av uppgifterna a) g)? 3. Fundera på vad du får för resultat i kolumnen C4 om du ger kommandot MTB > let c4=c1+c2 Kan du använda C4 för att lösa någon av uppgifterna a) g)? 4. Prova att ge kommandot: MTB > table c1 c2; SUBC> counts; SUBC> rowpercents; SUBC> colpercents; 2

3 SUBC> totpercents. Alternativt kan du menyvägen välja Stat Tables Cross Tabulation and Chi- Square och bocka för rutorna Counts, Row percents, Column percents och Total percents. Kan du använda er av utskriften för att besvara någon eller några av uppgifterna a) g)? Lös nu uppgifterna a) g)! I makrot har följande modell använts: Ett tal väljs slummässigt bland talen 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 Händelsen A = Talet är udda Händelsen B = Talet är högst 5 Lös nu uppgifterna a) g) teoretiskt, dvs. räkna ut de sannolikheter som enligt instruktionerna skulle uppskattas från data och svara på fråga g). Jämför de resultat ni fick från data med de teoretiska resultaten. 3

4 POKERGIV Kortlek: 52 kort bestående av valörerna 2-14 (2-10 samt knekt, dam, kung och ess) i var och en av kortfärgerna hjärter (hearts), spader (spades), ruter (diamonds) och klöver (clubs). När man spelar poängpoker får man fem kort direkt på given. För en enskild spelare kan dessa fem kort ses som fem kort slumpmässigt dragna ur kortleken. Det kan ju vara intressant att studera sannolikheter för att få olika poänggivna resultat direkt på de fem första korten: Resultat Innebörd Poäng par (pairs) Exakt två kort i en valör och övriga kort i olika valörer 1 två-par (two-pairs) Exakt två kort i en valör och exakt två kort i en annan valör 2 triss (three-of-a-kind) Exakt tre kort i en valör och övriga kort i olika valörer 3 stege (straight) Alla fem kort i valörföljd, men i minst två kortfärger 4 färg (flush) Alla fem kort i en och samma kortfärg, men inte i valörföljd 5 kåk (full-house) Två kort i en valör och tre kort i en annan valör 6 fyrtal (four-of-a-kind) Fyra kort i en valör 7 straight-flush Alla fem kort i valörföljd och i samma kortfärg, men med högsta valören högst lika med 13 (kung) 8 Royal-flush Alla fem kort i samma färg och i valörerna 10, 11, 12, 13, 14 (10, knekt, dam, kung, äss) (50) spelvinst 4

5 Makrot hands.mac väljer slumpmässigt fem kort utan återläggning från en kortlek och detta kan upprepas n gånger genom att ge kommandot MTB > %hands c1-c7 n (Kolumnerna C1-C7 kan bytas mot sju andra kolumner, men det måste vara 7 stycken). I kolumnerna C1-C5 kommer de valda korten att visas. Detta görs med koder enligt följande exempel: H3 innebär hjärter 3 S14 innebär spader äss D11 innebär ruter knekt (D för Diamonds) C6 innebär klöver 6 (C för Clubs) etc. I kolumn C6 anges ev. resultat för de fem korten sedda som en pokerhand. Om inget resultat finns är cellen tom. I kolumn C7 anges poängen för resultatet eller 0 om inget resultat finns. Din uppgift är nu att använda makrot för att uppskatta sannolikheten för några mer vanliga resultat (det kommer inte att inom rimlig tid gå att uppskatta sannolikheten för Royal flush). Detta makro är något långsammare än det förra. Pröva detta genom att ge kommandot MTB > %hands c1-c7 10 Du skall då få 10 pokerhänder i kolumnerna C1-C5 och motsvarande resultat och poäng i C6 och C7. Det kan alltså vara lämpligt att samarbeta mellan grupperna så att ni vid varje dator genererar, säg 1000 pokerhänder och sedan importerar motsvarande från övriga grupper. Enklast gör ni detta genom att kopiera och klistra över kolumnerna C1-C7 till ett Excel-dokument och sedan maila detta till övriga grupper. När ni i er tur får ett Excel-dokument mailat kopierar ni och klistrar in motsvarande kolumner med början i den första tomma raden under era data i Worksheet-fönstret. När ni samlat resultat så att ni har tillräckligt många pokerhänder kan ni ha hjälp av följande kommando. 5

6 MTB > tally c7 Ge detta kommando på de data (10 pokerhänder) ni just nu har för att se vad resultatet blir. Ni får alltså en frekvenstabell för poängen i Session-fönstret. Ge kommandot help tally så ser ni hur ni skall få relativa frekvenser. När ni nu fått era data, använd tally för att uppskatta sannolikheterna att få resultaten par, två par, triss, stege, färg och kåk (högre resultat än så lär vara svårt att uppskatta sannolikheter för) Hur skulle nu dessa kunna beräknas teoretiskt? Vi ger två exempel på hur man kan tänka. Färg: Vi väljer först en kortfärg. Det finns 4 möjligheter för detta. Ur den valda kortfärgen väljer vi fem kort. Det finns 13 = 5 13! 5!8! = 1287 möjligheter för detta. Av dessa kommer dock 10 stycken att motsvara resultatet straight flush (varför 10 stycken?). Sammanlagt finns alltså 4 ( ) = 5108 möjligheter att välja fem kort i samma kortfärg utan att det blir straight flush. Totalt finns det 52 = 5 52! 5!47! = möjligheter att välja fem kort ur en kortlek. Sannolikheten att få resultatet färg på fem slumpmässigt valda kort är därför eller annorlunda uttryckt: på försök får vi färg vid i genomsnitt 197 av försöken. Kåk: Vi väljer först två valörer. Det finns 13 = 2 13! 2!11! = 78 möjligheter för detta. Av de två valda valörerna skall vi nu välja en att dra tre kort från. Det finns förstås 2 möjligheter vid detta val. Från trekortsvalören skall vi nu välja tre kort och från tvåkortsvalören två kort. Det finns 6

7 4 = resp. = 6 2 möjligheter för dessa två val. Sammanlagt finns det alltså = 3744 möjligheter att få kåk. Sannolikheten för kåk blir därför (vi har ju tidigare räknat ut det totala antalet varianter av fem dragna kort till st.): FRIVILLIGA (LITE KLURIGARE) ÖVNINGSUPPGIFTER FÖR DIG SOM ÄR INTRESSERAD AV KORTSPEL Med hjälp av dessa exempel kan ni på egen hand klura ut hur ni skall beräkna sannolikheterna att få par, två par, triss och stege. Jämför resultaten med varandra och jämför sedan med de uppskattade sannolikheter ni fått från experimentet. Besök gärna för tips och idéer. Fundera över följande: Den poängsättning som visas ovan är bortsett från poängen för Royal flush den gängse som används (såväl i vanligt poängpoker med två kortköp som i spelet Chicago med tre kortköp). Är poängfördelningen rimlig med hänsyn till sannolikheterna att få resultaten på giv? Studera också gärna de två makron ni använt i övningen och försök förstå hur de är uppbyggda. 7

DATORÖVNING 5: SANNOLIKHETSFÖRDELNINGAR FÖR

DATORÖVNING 5: SANNOLIKHETSFÖRDELNINGAR FÖR DATORÖVNING 5: SANNOLIKHETSFÖRDELNINGAR FÖR STICKPROVSMEDELVÄRDEN I denna datorövning ska du använda Minitab för att slumpmässigt dra ett mindre antal observationer från ett större antal, och studera hur

Läs mer

DATORÖVNING 6: CENTRALA GRÄNSVÄRDES-

DATORÖVNING 6: CENTRALA GRÄNSVÄRDES- DATORÖVNING 6: CENTRALA GRÄNSVÄRDES- SATSEN OCH FELMARGINALER I denna datorövning ska du använda Minitab för att empiriskt studera hur den centrala gränsvärdessatsen fungerar, samt empiriskt utvärdera

Läs mer

DATORÖVNING 2: BESKRIVANDE STATISTIK. SANNOLIKHETSLÄRA. STATISTISK INFERENS.

DATORÖVNING 2: BESKRIVANDE STATISTIK. SANNOLIKHETSLÄRA. STATISTISK INFERENS. DATORÖVNING 2: BESKRIVANDE STATISTIK. SANNOLIKHETSLÄRA. STATISTISK INFERENS. START Logga in och starta Minitab. Se till att du kan skriva Minitab-kommandon direkt i Session-fönstret (se föregående datorövning).

Läs mer

DATORÖVNING 2: TABELLER OCH STANDARD-

DATORÖVNING 2: TABELLER OCH STANDARD- DATORÖVNING 2: TABELLER OCH STANDARD- VÄGNING. I den här datorövningen använder vi Excel för att konstruera pivottabeller, som vi sedan använder för att beräkna standardvägda medeltal. Vi skapar också

Läs mer

DATORÖVNING 4: DISKRETA

DATORÖVNING 4: DISKRETA IDA/Statistik 2008-09-25 Annica Isaksson DATORÖVNING 4: DISKRETA SANNOLIKHETSFÖRDELNINGAR. I denna datorövning ska du illustrera olika sannolikhetsfördelningar samt beräkna sannolikheter i dessa m h a

Läs mer

Uppgift 1 ( Betyg 3 uppgift )

Uppgift 1 ( Betyg 3 uppgift ) Uppgift 1 ( Betyg 3 uppgift ) Skriv ett program, Draw_Hexagones, som ritar ut en bikupa enligt körexemplen nedan. Exempel 1: Mata in storlek på bikupan: 1 Exempel 3: Mata in storlek på bikupan: 3 \ / \

Läs mer

Uppgift 1 ( Betyg 3 uppgift )

Uppgift 1 ( Betyg 3 uppgift ) Uppgift 1 ( Betyg 3 uppgift ) Skriv ett program, Draw_Hexagones, som ritar ut en bikupa enligt körexemplen nedan. Exempel 1: Mata in storlek på bikupan: 1 + / \ + + + + \ / + Exempel 3: Mata in storlek

Läs mer

DATORÖVNING 2: STATISTISK INFERENS.

DATORÖVNING 2: STATISTISK INFERENS. DATORÖVNING 2: STATISTISK INFERENS. START Logga in och starta Minitab. Se till att du kan skriva Minitab-kommandon direkt i Session-fönstret (se föregående datorövning). CENTRALA GRÄNSVÄRDESSATSEN Enligt

Läs mer

DATORÖVNING 1: INTRODUKTION TILL DATORSYSTEMET. BESKRIVANDE STATISTIK. SANNOLIKHETSLÄRA.

DATORÖVNING 1: INTRODUKTION TILL DATORSYSTEMET. BESKRIVANDE STATISTIK. SANNOLIKHETSLÄRA. DATORÖVNING 1: INTRODUKTION TILL DATORSYSTEMET. BESKRIVANDE STATISTIK. SANNOLIKHETSLÄRA. ALLMÄNT OM DATORERNA Datorsystemet består av persondatorer kopplade i ett nätverk till en större server. Operativsystemet

Läs mer

Kurs: HF1012, Matematisk statistik Lärare: Armin Halilovic Datum: Tisdag 12 april 2016 Skrivtid: 8:15-10:00

Kurs: HF1012, Matematisk statistik Lärare: Armin Halilovic Datum: Tisdag 12 april 2016 Skrivtid: 8:15-10:00 KONTROLLSKRIVNING 1 Kurs: HF1012, Matematisk statistik Lärare: Armin Halilovic Datum: Tisdag 12 april 2016 Skrivtid: 8:15-10:00 Tillåtna hjälpmedel: Miniräknare av vilken typ som helst. Förbjudna hjälpmedel:

Läs mer

Datorövning 1 Enkel linjär regressionsanalys

Datorövning 1 Enkel linjär regressionsanalys Datorövning 1 Enkel linjär regressionsanalys Datorövningen utförs i grupper om två personer. I denna datorövning skall ni använda Excel och Minitab för att 1. få en visuell uppfattning om vad ett regressionssamband

Läs mer

DATORÖVNING 3: MER OM STATISTISK INFERENS.

DATORÖVNING 3: MER OM STATISTISK INFERENS. DATORÖVNING 3: MER OM STATISTISK INFERENS. START Logga in och starta Minitab. Se till att du kan skriva Minitab-kommandon direkt i Session-fönstret (se föregående datorövning). CENTRALA GRÄNSVÄRDESSATSEN

Läs mer

kl Tentaupplägg

kl Tentaupplägg Tentaupplägg TIPS 1: Läs igenom ALLA uppgifterna. Välj den du känner är lättast först. Det kan gärna ta 10-20 minuter. Försök skriva saker som kan vara problem i uppgifterna. Är det något du absolut kommer

Läs mer

DATORÖVNING 3: MER OM STATISTISK INFERENS.

DATORÖVNING 3: MER OM STATISTISK INFERENS. DATORÖVNING 3: MER OM STATISTISK INFERENS. START Logga in och starta Minitab. STATISTISK INFERENS MED DATORNS HJÄLP Vi fortsätter att arbeta med datamaterialet från datorävning 2: HUS.xls. Som vi sett

Läs mer

Datorövning 5 Exponentiella modeller och elasticitetssamband

Datorövning 5 Exponentiella modeller och elasticitetssamband Datorövning 5 Exponentiella modeller och elasticitetssamband Datorövningen utförs i grupper om två personer. I denna datorövning skall ni använda Minitab för att 1. anpassa och tolka analysen av en exponentiell

Läs mer

samma sätt. Spara varje uppgift som separat Excelfil. För att starta Excel med Resampling-pluginet, välj Resampling Stats for Excel i Start-menyn.

samma sätt. Spara varje uppgift som separat Excelfil. För att starta Excel med Resampling-pluginet, välj Resampling Stats for Excel i Start-menyn. LABORATION 1: SANNOLIKHETER Lös Uppgift 1-8 nedan. Första uppgiften har ledning steg för steg, resterande uppgifter löser du på samma sätt. Spara varje uppgift som separat Excelfil. För att starta Excel

Läs mer

Sannolikhetsbegreppet

Sannolikhetsbegreppet Kapitel 3 Sannolikhetsbegreppet Betrakta följande försök: Ett symmetriskt mynt kastas 100 gånger och antalet krona observeras. Antal kast 10 20 30 40 50 60 70 80 90 100 Antal krona 6 12 16 21 25 30 34

Läs mer

Kurs: HF1012, Matematisk statistik Lärare: Armin Halilovic Datum: Tisdag 12 april 2016 Skrivtid: 8:15-10:00

Kurs: HF1012, Matematisk statistik Lärare: Armin Halilovic Datum: Tisdag 12 april 2016 Skrivtid: 8:15-10:00 KONTROLLSKRIVNING 1 Kurs: HF1012, Matematisk statistik Lärare: Armin Halilovic Datum: Tisdag 12 april 2016 Skrivtid: 8:15-10:00 Tillåtna hjälpmedel: Miniräknare av vilken typ som helst. Förbjudna hjälpmedel:

Läs mer

LUNDS UNIVERSITET 1(6) STATISTISKA INSTITUTIONEN Per-Erik Isberg

LUNDS UNIVERSITET 1(6) STATISTISKA INSTITUTIONEN Per-Erik Isberg LUNDS UNIVERSITET 1(6) STATISTISKA INSTITUTIONEN Per-Erik Isberg Simulering i MINITAB Det finns goda möjligheter att utföra olika typer av simuleringar i Minitab. Gemensamt för dessa är att man börjar

Läs mer

Datoro vning 1-2 Statistisk analys av kodade svar

Datoro vning 1-2 Statistisk analys av kodade svar Datoro vning 1-2 Statistisk analys av kodade svar 732G19 Utredningskunskap I Denna datorövning utförs i grupper om 2-4 personer och ska ses som en instruktion i att analysera resultaten av en enkät. Ingen

Läs mer

Datorövning 2 Multipel regressionsanalys, del 1

Datorövning 2 Multipel regressionsanalys, del 1 Datorövning 2 Multipel regressionsanalys, del 1 Datorövningen utförs i grupper om två personer. I denna datorövning skall ni använda Minitab för att 1. analysera data enligt en multipel regressionsmodell

Läs mer

Automatisera uppgifter med Visual Basic-makron

Automatisera uppgifter med Visual Basic-makron Automatisera uppgifter med Visual Basic-makron Låt dig inte skrämmas även om du inte är bekant med makron. Ett makro är bara en inspelad rad tangenttryckningar och instruktioner som du kan använda för

Läs mer

Datorövning 1 Introduktion till Minitab och Excel

Datorövning 1 Introduktion till Minitab och Excel Datorövning 1 Introduktion till Minitab och Excel Allmänt Hittills under statistikkursen har vi ägnat oss åt metoder för att illustrera och beskriva datamaterial. Du har kanske börjat öva på att räkna

Läs mer

Agenda. Objektorienterad programmering Föreläsning 13

Agenda. Objektorienterad programmering Föreläsning 13 Objektorienterad programmering Föreläsning 13 Copyright Mahmud Al Hakim mahmud@dynamicos.se www.webacademy.se Agenda Ett objektorienterat exempel Repetition Mer om arv Abstrakta klasser Abstrakta metoder

Läs mer

Datorlaboration 1 Deskriptiv statistik med hjälp av MS Excel vers. 2010

Datorlaboration 1 Deskriptiv statistik med hjälp av MS Excel vers. 2010 v. 2015-01-07 ANVISNINGAR Datorlaboration 1 Deskriptiv statistik med hjälp av MS Excel vers. 2010 Detta häfte innehåller kortfattade anvisningar om hur ni använder Excel under denna laboration. Be om hjälp

Läs mer

Datorlaboration 1 Deskriptiv statistik med hjälp av MS Excel

Datorlaboration 1 Deskriptiv statistik med hjälp av MS Excel ANVISNINGAR Datorlaboration 1 Deskriptiv statistik med hjälp av MS Excel Detta häfte innehåller kortfattade anvisningar om hur ni använder Excel under denna laboration. Be om hjälp när/om ni tycker att

Läs mer

HI1024 Programmering, grundkurs TEN

HI1024 Programmering, grundkurs TEN HI1024 Programmering, grundkurs TEN2 2014-10-27 KTH STH Haninge 13.15-18.00 Tillåtna hjälpmedel: En A4 handskriven på ena sidan med egna anteckningar Kursboken C PROGRAMMING A Modern Approach K. N. King

Läs mer

Instruktioner för att skapa konton i MV-login

Instruktioner för att skapa konton i MV-login Instruktioner för att skapa konton i MV-login MV-Login är ett inloggningssystem, avsett för inloggning i MV-Nordics program, webbprogram och appar. Administration av systemet samt webbprogramen finner

Läs mer

kl Tentaupplägg

kl Tentaupplägg Tentaupplägg TIPS 1: Läs igenom ALLA uppgifterna. Välj den du känner är lättast först. Det kan gärna ta 10-20 minuter. Försök skriva saker som kan vara problem i uppgifterna. Är det något du absolut kommer

Läs mer

Armin Halilovic: EXTRA ÖVNINGAR

Armin Halilovic: EXTRA ÖVNINGAR KOMBINATORIK I kombinatoriken sysslar man huvudsakligen med beräkningar av antalet sätt på vilket element i en given lista kan arrangeras i dellistor. Centrala frågor i kombinatoriken är: " Bestäm antalet..."

Läs mer

Studiehandledning, LMN100, Del 3 Matematikdelen

Studiehandledning, LMN100, Del 3 Matematikdelen Studiehandledning, LMN100, Del 3 Matematikdelen Kurslitteratur Staffan Stukat: Statistikens grunder (c:a 150:-) Vretblad: Algebra och geometri, utdrag (Delas ut på marsträffen) Britton-Garmo: Sannolikhet

Läs mer

TAMS28 DATORÖVNING 1-2015 VT1

TAMS28 DATORÖVNING 1-2015 VT1 TAMS28 DATORÖVNING 1-2015 VT1 Datorövningen behandlar simulering av observationer från diskreta och kontinuerliga fördelningar med hjälp av dator, illustration av skattningars osäkerhet, analys vid parvisa

Läs mer

aug 2017 Kurskod HF1012 Halilovic internet. Betygsgränser: För (betyg Fx). Sida 1 av 13

aug 2017 Kurskod HF1012 Halilovic internet. Betygsgränser: För (betyg Fx). Sida 1 av 13 Tentamen TEN, HF, aug 7 Matematisk statistik Kurskod HF Skrivtid: :-: Lärare och examinator : Armin Halilovic Hjälpmedel: Bifogat formelhäfte ("Formler och tabeller i statistik ") och miniräknare av vilken

Läs mer

Manual för Excelprogrammet

Manual för Excelprogrammet Manual för Excelprogrammet Inledning Denna manual beskriver hur Excelprogrammet används, med fokus på hur man rent praktiskt lägger in sina data och navigerar sig runt. Manualen är upplagd enligt en stegvis

Läs mer

TENTAMEN MOM1 GRUNDLÄGGANDE PROGRAMMERINGSTEKNIK OCH

TENTAMEN MOM1 GRUNDLÄGGANDE PROGRAMMERINGSTEKNIK OCH UMEÅ UNIVERSITET Datavetenskap Marie Nordström 071207 TENTAMEN MOM1 GRUNDLÄGGANDE PROGRAMMERINGSTEKNIK OCH DATORSYSTEM/GRÄNSSNITT, 7.5HP. (5DV074/5DV075) Datum : 071207 Tid : 3 timmar Hjälpmedel : Allt.

Läs mer

Kombinatorik. Bilder: Akvareller gjorda av Ramon Cavallers, övriga diagram och foton av Nils-Göran. Nils-Göran Mattsson och Bokförlaget Borken, 2011

Kombinatorik. Bilder: Akvareller gjorda av Ramon Cavallers, övriga diagram och foton av Nils-Göran. Nils-Göran Mattsson och Bokförlaget Borken, 2011 Kombinatorik Teori Multiplikationsprincipen..2 Teori Permutationer 3 Teori Kombinationer...5 Modell Dragning utan återläggning & sannolikheter 8 Teori Duvslageprincipen 11 Teori Pascals triangel & Mosertal...13

Läs mer

Vilken version av Dreamweaver använder du?

Vilken version av Dreamweaver använder du? Sida 1 av 7 Lektion 1: sida 1 av 4 Till kursens framsida Sida 2 av 4» Lektion 1 Då ska vi sätta igång med den här kursens första lektion! Här kommer du att få lära dig hur man skapar och förbereder webbplatser

Läs mer

Skoladmin kom igång! Innehåll

Skoladmin kom igång! Innehåll Skoladmin kom igång! Välkommen till nya Skoladmin! Det har skett lite förändringar i själva verktyget där du skapar nya kurser och lägger upp nyheter. Du kommer att känna igen all information som läggs

Läs mer

Grundläggande programmering, STS 1, VT Sven Sandberg. Föreläsning 20

Grundläggande programmering, STS 1, VT Sven Sandberg. Föreläsning 20 Grundläggande programmering, STS 1, VT 2007. Sven Sandberg Föreläsning 20 Förra gången: GUI: Sammanfattning Fler exempel: KryssEnkat och FotoAlbum Fönster med variabelt antal objekt Idag: Ett stort exempel:

Läs mer

*****************************************************************************

***************************************************************************** Statistik, 2p ANVISNINGAR Datorlaboration 1 Deskriptiv statistik med hjälp av MS Excel Detta häfte innehåller kortfattade anvisningar om hur ni använder Excel under denna laboration. Be om hjälp när/om

Läs mer

Innehåll. 1 Inledning 5. 2 Hur man spelar 6

Innehåll. 1 Inledning 5. 2 Hur man spelar 6 Paul Olav Tvete Maren Pakura Stephan Kulow Granskare: Mike McBride Utvecklare: Paul Olav Tvete Utvecklare: Stephan Kulow Översättare: Stefan Asserhäll 2 Innehåll 1 Inledning 5 2 Hur man spelar 6 3 Spelets

Läs mer

Tillägg, Studiehandledning LMN100 Delkurs 4: Statistik, sannolikhet och funktioner

Tillägg, Studiehandledning LMN100 Delkurs 4: Statistik, sannolikhet och funktioner Tillägg, Studiehandledning LMN100 Delkurs 4: Statistik, sannolikhet och funktioner MI Period 3, Vecka 19-22 Statistik Läs igenom Kapitel 1-7 Staffan Stukat Statistikens grunder, och lös följande uppgifter.

Läs mer

SF1901: Övningshäfte

SF1901: Övningshäfte SF1901: Övningshäfte 5 september 2013 Uppgifterna under rubriken Övning kommer att gås igenom under övningstillfällena. Uppgifterna under rubriken Hemtal är starkt rekommenderade och motsvarar nivån på

Läs mer

TDP Regler

TDP Regler Regler Student får lämna salen tidigast en timme efter tentans start. Vid toalettbesök eller rökpaus ska pauslista utanför salen fyllas i. All form av kontakt mellan studenter under tentans gång är strängt

Läs mer

Allmänt om Pidro. Spelets uppbyggnad

Allmänt om Pidro. Spelets uppbyggnad Allmänt om Pidro Pidro är ett kortspel för fyra personer där ett par spelar mot ett annat par. Lagmedlemmarna sitter mittemot varandra. Pidro liknar t.ex. Bridge i det avseendet att spelet är uppdelat

Läs mer

Studiehandledning, LMN100, Del 4 Matematikdelen

Studiehandledning, LMN100, Del 4 Matematikdelen Studiehandledning, LMN100, Del 4 Matematikdelen Kurslitteratur Staffan Stukat: Statistikens grunder (c:a 10:-) Vretblad, Ekstig: Algebra och geometri, utdrag (Delas ut på marsträffen) Britton-Garmo: Sannolikhet

Läs mer

Protokoll MiniBridge

Protokoll MiniBridge Protokoll MiniBridge Mer om Bridge Det du nu lärt dig är en enkel form av Bridge. Spelet är dock mer komplicerat än så här och kräver en mycket längre utbildning. Vill du lära dig mer om Bridge? Kontakta

Läs mer

Steg-för-steg. Hur vinner du i Bridge? Budgivningen. Grundförutsättningar. 1. Räkna poäng. 2. Budgivning - del 1. Vilket par har flest poäng?

Steg-för-steg. Hur vinner du i Bridge? Budgivningen. Grundförutsättningar. 1. Räkna poäng. 2. Budgivning - del 1. Vilket par har flest poäng? MiniBridge Det beräknas finnas drygt en miljon kortspelare i världen som tävlingsspelar i Bridge, varav drygt 27 500 är svenskar. Alla spelar efter samma regelbok. Här ska du på några minuter få en inblick

Läs mer

7-2 Sammansatta händelser.

7-2 Sammansatta händelser. Namn: 7-2 Sammansatta händelser. Inledning Du vet nu vad som menas med sannolikhet. Det lärde du dig i kapitlet om just sannolikhet. Nu skall du tränga lite djupare i sannolikhetens underbara värld och

Läs mer

TDIU20 (exempel) TDIU20 Tentaregler

TDIU20 (exempel) TDIU20 Tentaregler Inloggning TDIU20 Tentaregler Logga in i tentasystemet genom att välja session exam system och logga in med ditt vanliga LiU- ID. Välj inte att ha denna session som standardsession. Verifiera att dina

Läs mer

Instruktioner till Inlämningsuppgift 1 och Datorövning 1

Instruktioner till Inlämningsuppgift 1 och Datorövning 1 STOCKHOLMS UNIVERSITET HT 2005 Statistiska institutionen 2005-10-14 MC Instruktioner till Inlämningsuppgift 1 och Datorövning 1 Kurs i Ekonometri, 5 poäng. Uppgiften ingår i examinationen för kursen och

Läs mer

7-1 Sannolikhet. Namn:.

7-1 Sannolikhet. Namn:. 7-1 Sannolikhet. Namn:. Inledning Du har säkert hört ordet sannolikhet förut. Hur sannolikt är det att få 13 rätt på tipset eller 7 rätt på lotto? I detta kapitel skall du lära dig vad sannolikhet är för

Läs mer

Föreläsning 2. Kapitel 3, sid Sannolikhetsteori

Föreläsning 2. Kapitel 3, sid Sannolikhetsteori Föreläsning 2 Kapitel 3, sid 47-78 Sannolikhetsteori 2 Agenda Mängdlära Kombinatorik Sannolikhetslära 3 Mängdlära Används för att hantera sannolikheter Viktig byggsten inom matematik och logik Utfallsrummet,

Läs mer

Objektorienterad programmering i Java I. Uppgifter: 2 Beräknad tid: 5-8 timmar (OBS! Endast ett labbtillfälle) Att läsa: kapitel 5 6

Objektorienterad programmering i Java I. Uppgifter: 2 Beräknad tid: 5-8 timmar (OBS! Endast ett labbtillfälle) Att läsa: kapitel 5 6 Laboration 2 Objektorienterad programmering i Java I Uppgifter: 2 Beräknad tid: 5-8 timmar (OBS! Endast ett labbtillfälle) Att läsa: kapitel 5 6 Syfte: Att kunna använda sig av olika villkors- och kontrollflödeskonstruktioner

Läs mer

Manual till Båstadkartans grundläggande funktioner

Manual till Båstadkartans grundläggande funktioner Manual till Båstadkartans grundläggande funktioner Webbfönstret När du klickar på kartlänken öppnas Båstadkartan i eget fönster eller egen flik, beroende på inställningen i din webbläsare. Bilden nedan

Läs mer

REGLER CHICAGO, SM DISCIPLIN 2019 #maucertified #friskförklarat

REGLER CHICAGO, SM DISCIPLIN 2019 #maucertified #friskförklarat REGLER CHICAGO, SM DISCIPLIN 2019 #maucertified #friskförklarat Då detta är en SM-disciplin med insats, vinstpengar, titel och trofé måste vissa regler tillämpas. Målsättningen har varit att försöka hitta

Läs mer

Tio vanliga Excel-problem

Tio vanliga Excel-problem Tio vanliga Excel-problem Aris Velizelos Linda Larsson Kakuli SVT Nyheter Problem: Tomma rader Du har laddat ner en färdig Excel-fil från t ex SCB men det saknas uppgifter på varannan rad. Du vill ha uppgift

Läs mer

CADMUM i Göteborg AB. Version 2000 08 30 AutoCAD Mechanical 2000 PP

CADMUM i Göteborg AB. Version 2000 08 30 AutoCAD Mechanical 2000 PP SPRINGS Med kommandot Springs skapar Du fjädrar. Du hittar kommandot Springs på verktygsfältet ACAD/M Standard Parts. Steg för steg: - Ladda hem ritningen Fjäder från hemsidan Cadmum.com. - Öppna ritningen.

Läs mer

ÖREBRO UNIVERSITET Handelshögskolan - Informatik Anders Avdic 2010-01-26. Svenssons metod manual

ÖREBRO UNIVERSITET Handelshögskolan - Informatik Anders Avdic 2010-01-26. Svenssons metod manual ÖREBRO UNIVERSITET Handelshögskolan - Informatik Anders Avdic 2010-01-26 Svenssons metod manual Innehåll: 1 RAPPORTERA PROBLEM MED SYSTEMET 1 2 INNAN SYSTEMET SVENSSONS METOD STARTAS 1 3 VÄLJA SYSTEM 1

Läs mer

Handbok Officersskat. Martin Heni Eugene Trounev Granskare: Mike McBride Översättare: Stefan Asserhäll

Handbok Officersskat. Martin Heni Eugene Trounev Granskare: Mike McBride Översättare: Stefan Asserhäll Martin Heni Eugene Trounev Granskare: Mike McBride Översättare: Stefan Asserhäll 2 Innehåll 1 Inledning 5 2 Hur man spelar 6 3 Spelets regler, strategi och tips 7 3.1 Spelbordet..........................................

Läs mer

KOMMUNALT AKTIVITETSMEDLEMSBIDRAG

KOMMUNALT AKTIVITETSMEDLEMSBIDRAG Sida 1 av 15 Förening Närvarokort ID KOMMUNALT AKTIVITETSMEDLEMSBIDRAG Verksamhet Anläggning/Lokal ANSÖKAN AVSER PERIODEN 2011 Riktigheten av lämnade uppgifter intygas: Ledarens namnteckning NAMN PÅ DELTAGARE

Läs mer

Spelregler för restaurangkasinospel

Spelregler för restaurangkasinospel Spelregler för restaurangkasinospel Innehållsförteckning Allmänt... 2 Dessa spelregler gäller för samtliga restaurangkasinospel... 2 Black Jack... 3 Black Jack Burn... 5 Varianten Two Decks Black Jack...

Läs mer

Datorlaboration 7. Simuleringsbaserade tekniker

Datorlaboration 7. Simuleringsbaserade tekniker Datorlaboration 7 Simuleringsbaserade tekniker 2. DATORLABORATION 7 Under denna laboration ska ni få prova några enklare datorbaserade statistiska tester. Vi använder PopTools - en så kallad "add-in" till

Läs mer

Datorövning 1 Fördelningar

Datorövning 1 Fördelningar Lunds tekniska högskola Matematikcentrum Matematisk statistik FMSF20: MATEMATISK STATISTIK, ALLMÄN KURS, 7.5HP FÖR E, HT-15 Datorövning 1 Fördelningar I denna datorövning ska du utforska begreppen sannolikhet

Läs mer

Manual Demoväska RFID. Manual Demoväska. Sara Svensson/Monika Lindgren/Fredrik Karlsson Version 1.6.0. BnearIT AB 1(17)

Manual Demoväska RFID. Manual Demoväska. Sara Svensson/Monika Lindgren/Fredrik Karlsson Version 1.6.0. BnearIT AB 1(17) .doc 1 (17) RFID 1(17) .doc 2 (17) Innehållsförteckning 1 Installation... 3 1.1 Installation av ActiveX-kontroller... 3 1.2 Programvara till läsaren... 3 2 Start av demoväskan... 4 2.1 Ange IP-nummer eller

Läs mer

Liten handledning i Excel och StarOffice Calc i anslutning till Datorövning 1

Liten handledning i Excel och StarOffice Calc i anslutning till Datorövning 1 STOCKHOLMS UNIVERSITET 2004-11-04 MATEMATISK STATISTIK Sannolikhetslära och statistik för lärare Liten handledning i Excel och StarOffice Calc i anslutning till Datorövning 1 Programmet StarOffice Calc

Läs mer

Dokumentation av rapportmall

Dokumentation av rapportmall Dokumentation av rapportmall Utgivningsår: 2003 Författare: Eva Erbenius Samhällsmedicin Centrum för Tillämpad Näringslära Box 175 33 Wollmar Yxkullsgatan 19 118 91 Stockholm Innehåll Inledning... 3 Rapportens

Läs mer

Laboration: Grunderna i Matlab

Laboration: Grunderna i Matlab Laboration: Grunderna i Matlab Att arbeta i kommandofönstret och enkel grafik Den här delen av laborationen handlar om hur man arbetar med kommandon direkt i Matlabs kommandofönster. Det kan liknas vid

Läs mer

Innehåll. WordWall låter dig som pedagog skapa övningar, aktiviteter och presentationer med några enkla klick.

Innehåll. WordWall låter dig som pedagog skapa övningar, aktiviteter och presentationer med några enkla klick. Wordwall innebär ett nytt sätt att arbeta interaktivt i klassrummet. Genom bara några klick skapar du interaktiva aktiviteter. Aktiviteterna kan sedan omvandlas och återanvändas på ett sätt som tidigare

Läs mer

För att kunna använda konsulentuppsättningarna, skall på varje enskild dator göras följande inställningar.

För att kunna använda konsulentuppsättningarna, skall på varje enskild dator göras följande inställningar. Gemensam uppsättning för rådgivare I Näsgård Karta Advicer, är det en särskild funktion som gör det möjligt att dela gemensamma uppsättningar mellan alla användare. Du kan t.ex. dela uppsättning för: 1.

Läs mer

MATLAB. Python. Det finns flera andra program som liknar MATLAB. Sage, Octave, Maple och...

MATLAB. Python. Det finns flera andra program som liknar MATLAB. Sage, Octave, Maple och... Allt du behöver veta om MATLAB: Industristandard för numeriska beräkningar och simulationer. Används som ett steg i utvecklingen (rapid prototyping) Har ett syntax Ett teleskopord för «matrix laboratory»

Läs mer

Krav på webbläsare. Manual för arbetslöshetkassorna. De webbläsare som är kompatibla med portalen är minst Internet Explorer 6.x och Firefox 2.

Krav på webbläsare. Manual för arbetslöshetkassorna. De webbläsare som är kompatibla med portalen är minst Internet Explorer 6.x och Firefox 2. Användarmanual till IAF:s portal för arbetslöshetskassor 1 (8) Manual för arbetslöshetkassorna Krav på webbläsare De webbläsare som är kompatibla med portalen är minst Internet Explorer 6.x och Firefox

Läs mer

1 Ändra kolumnbredd och radhöjd

1 Ändra kolumnbredd och radhöjd 330 1 Ändra kolumnbredd och radhöjd När en cell innehåller mycket data så är det lämpligt att öka kolumnbredden eller radhöjden för att informationen ska bli lättare att läsa. Det finns också tillfällen

Läs mer

LATHUND EXCEL 2003. RXK Läromedel Tel: 08-580 886 00, Fax: 08-580 886 08 www.rxk.se, e-post: info@rxk.se

LATHUND EXCEL 2003. RXK Läromedel Tel: 08-580 886 00, Fax: 08-580 886 08 www.rxk.se, e-post: info@rxk.se LATHUND EXCEL 2003 RXK Läromedel Tel: 08-580 886 00, Fax: 08-580 886 08 www.rxk.se, e-post: info@rxk.se Detta material är författat av RXK Läromedel. Mångfaldigande av någon del av eller hela innehållet

Läs mer

LINKÖPINGS UNIVERSITET EXAM TAMS 79 / TEN 1

LINKÖPINGS UNIVERSITET EXAM TAMS 79 / TEN 1 LINKÖPINGS UNIVERSITET Matematiska institutionen EXAM TAMS 79 / TEN 1 augusti 14, klockan 8.00-12.00 Examinator: Jörg-Uwe Löbus Tel: 28-1474) Tillåtna hjälpmedel är en räknare, formelsamling i matematisk

Läs mer

Introduktion till Word och Excel. 14 september 2008

Introduktion till Word och Excel. 14 september 2008 Introduktion till Word och Excel 14 september 2008 1 Innehåll 1 Inledning 3 2 Word 3 2.1 Uppgift................................ 3 2.2 Instruktioner............................. 3 2.2.1 Hämta hem ler.......................

Läs mer

Lowball Regler Mikael Knutsson och Christian Eriksson Uppdaterat

Lowball Regler Mikael Knutsson och Christian Eriksson Uppdaterat Lowball Regler 1999-2005 Mikael Knutsson och Christian Eriksson Uppdaterat 2005-02-12 1 Inledning I juli månad 1999 spelades vad som skulle komma att bli vår inofficiella slutna pokerförenings allra första

Läs mer

Kortspel. Ett spel - tusen upplevelser

Kortspel. Ett spel - tusen upplevelser Kortspel Ett spel - tusen upplevelser 1 Översikt över korten i kortleken 7 8 9 10 Knekt Överste Kung Ess 2 Prova olika spel Farmor / Mormor 3-5 7, 8, 9, 10, Knekt, Överste, Kung, Ess Reglerna för detta

Läs mer

Handledning för redigering av lagsidor.

Handledning för redigering av lagsidor. Handledning för redigering av lagsidor. Hela sidan redigeras online vilket innebär att man sitter uppkopplad mot en server och utför sina kommandon. Kör igång webbläsaren och skriv in adressen: http://www.ronn.se/itw/

Läs mer

Manual för Juseks aktivitetsadministrationssystem

Manual för Juseks aktivitetsadministrationssystem Manual för Juseks aktivitetsadministrationssystem ett system baserat på Softadmin från Multisoft Komma åt och logga in i aktivitetssystemets admindel Tanken är att du skall kunna komma åt systemet på samma

Läs mer

MONA-handledning. 1. Inloggning. Version 2 1(5) Användarhandledning - UTKAST MONA-support. 1. Inloggning 2. Användning 3.

MONA-handledning. 1. Inloggning. Version 2 1(5) Användarhandledning - UTKAST MONA-support. 1. Inloggning 2. Användning 3. Version 2 1(5) MON-handledning 1. Inloggning 2. nvändning 3. Utloggning 1. Inloggning För inloggning i MON-systemet krävs ett användarnamn, en PIN-kod och ett lösenord. Dessa hittar du på det användarvillkor

Läs mer

INNEHÅLL ALLMÄNT... 2

INNEHÅLL ALLMÄNT... 2 INNEHÅLL ALLMÄNT... 2 POWERPOINT... 2 KOMMA IGÅNG MED POWERPOINT... 3 SKAPA EN PRESENTATION... 4 INFOGA... 5 Kopiera kalkylbladsceller från Microsoft Excel till en presentation...5 Dela information mellan

Läs mer

Manual för din hemsida

Manual för din hemsida Manual för din hemsida Dynamiska hemsidor är en lösning för att man på ett enkelt sätt skall kunna lägga till, ändra och ta bort sidor på sin hemsida. För att detta skall vara möjligt bygger lösningen

Läs mer

Laborationer i statistik för A:1, Lab 1

Laborationer i statistik för A:1, Lab 1 Mittuniversitetet 2006-08-31 1 Laborationer i statistik för A:1, Lab 1 Laborationsanvisningar Genomförande Gå igenom laborationen i basgruppen och diskutera vilka lärandemål ni eventuellt behöver tillföra

Läs mer

Aktiviteten, (Vad är mina chanser?), parvis, alla har allt material,

Aktiviteten, (Vad är mina chanser?), parvis, alla har allt material, Aktiviteten, (Vad är mina chanser?), parvis, alla har allt material, Hur stor är chansen? NAMN Ni kommer att utvärdera olika spel för att hjälpa er förstå sannolikheten. För varje spel, förutsäga vad som

Läs mer

CupX turneringsprogrammet för volleyboll.

CupX turneringsprogrammet för volleyboll. CupX turneringsprogrammet för volleyboll. Här är en kortfattad beskrivning av hur CupX fungerar för den som för in resultaten i resultatfilen. Resultatfilen är skapad i huvudmodulen CupX Start, detta berörs

Läs mer

1-Du startar registreringen genom att klicka på knappen Register as new user. OBS! Appen är gratis att använda.

1-Du startar registreringen genom att klicka på knappen Register as new user. OBS! Appen är gratis att använda. Hej, här får du reda på hur du får tillgång till den profil (test), som du har gjort hos oss. Först får du registrera dig i vår webbapp. Det kan du göra med en smartfon, datorplatta och även en vanlig

Läs mer

Instruktion 2014-09-15

Instruktion 2014-09-15 Instruktion Innehåll 1 Inloggning... 3 1.1 Inloggning på lagsida... 3 1.2 Laget.se appen... 4 2 Medlemshantering... 5 2.1 Information om personnr... 5 2.2 Skapa ny medlem... 5 2.3 Lägg till ny medlem...

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 1 Syfte: 1. Lära sig läsa in data i SAS 2. Importera data från Excel 3. Lära sig skriva ut data med proc print 4. Kunna orientera

Läs mer

Flexibel meny i Studentportalen

Flexibel meny i Studentportalen Guide Flexibel meny i Studentportalen Via en flexibel meny kan lärare och administratörer skapa en menystruktur som består av menyblock och funktioner i valfri ordning. På så sätt kan menyn spegla kursens

Läs mer

Tentamentsskrivning: Matematisk Statistik med Metoder MVE490 1

Tentamentsskrivning: Matematisk Statistik med Metoder MVE490 1 Tentamentsskrivning: Matematisk Statistik med Metoder MVE490 1 Tentamentsskrivning i Matematisk Statistik med Metoder MVE490 Tid: den 16 augusti, 2017 Examinatorer: Kerstin Wiklander och Erik Broman. Jour:

Läs mer

Kom igång. Readyonet Lathund för enkelt admin. Logga in Skriv in adressen till din webbsida följt av /login. Exempel: www.minsajt.

Kom igång. Readyonet Lathund för enkelt admin. Logga in Skriv in adressen till din webbsida följt av /login. Exempel: www.minsajt. Kom igång Logga in Skriv in adressen till din webbsida följt av /login. Exempel: www.minsajt.se/login Nu dyker en ruta upp på skärmen. Fyll i ditt användarnamn och lösenord och klicka på "logga in". Nu

Läs mer

TDDI TDDI22 Tentaregler

TDDI TDDI22 Tentaregler Inloggning TDDI22 Tentaregler Logga in i tentasystemet genom att välja session exam system och logga in med ditt vanliga LiU- ID. Välj inte att ha denna session som standardsession. Verifiera att dina

Läs mer

Lathund Hemsida för Astma- och Allergiförbundets föreningar

Lathund Hemsida för Astma- och Allergiförbundets föreningar 1/17 Lathund Hemsida för Astma- och Allergiförbundets föreningar Webbplatsen är byggd i WordPress 3.8.1. Den är byggd för att på ett enkelt sätt ska kunna skapa nya föreningshemsidor och innehåller: Inloggning

Läs mer

Problemlösning. Måns Thulin. Uppsala universitet Statistik för ingenjörer 30/ /16

Problemlösning. Måns Thulin. Uppsala universitet Statistik för ingenjörer 30/ /16 1/16 Problemlösning Måns Thulin Uppsala universitet thulin@math.uu.se Statistik för ingenjörer 30/1 2013 Kursinformation: diskussionsuppgifter Under kursens gång kommer vi att ha 12 diskussionsproblem

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

WebSurvey. Snabbguide för webbaserade kursutvärderingar. version 2013-09-12

WebSurvey. Snabbguide för webbaserade kursutvärderingar. version 2013-09-12 WebSurvey Snabbguide för webbaserade kursutvärderingar version 2013-09-12 Skapa webbaserade kursutvärderingar med Websurvey Logga in 3 Navigering 3 Använd generella kursenkäten 4 Skapa egen enkät 12 Frågetyper

Läs mer

Administration av porttelefon SO-3396-GSM. cloud.tidomat.com

Administration av porttelefon SO-3396-GSM. cloud.tidomat.com cloud.tidomat.com Innehåll Administration av porttelefon... 3 Konto... 3 Logga in första gången... 3 Språkval... 3 Navigering i cloud.tidomat.com... 3 Navigera till olika vyer... 4 Lägga till ny lägenhet...

Läs mer

Emacs. Eric Elfving Institutionen för datavetenskap (IDA) 22 augusti 2016

Emacs. Eric Elfving Institutionen för datavetenskap (IDA) 22 augusti 2016 Emacs Eric Elfving Institutionen för datavetenskap (IDA) 22 augusti 2016 Historia 2/21 Utvecklas konstant, från 70-talet Är en generellt texteditor (INTE ordbehandlare) som fokuserar på texten, inte utseendet

Läs mer

Extramaterial till Matematik Y

Extramaterial till Matematik Y LIBER PROGRAMMERING OCH DIGITAL KOMPETENS Extramaterial till Matematik Y NIVÅ ETT Samband och förändring ELEV Olika kalkylprogram, till exempel Google Kalkylark och Microsoft Excel, kan användas till en

Läs mer