Välkommen till Matematik 3 för lärare!
|
|
- Ingvar Andersson
- för 7 år sedan
- Visningar:
Transkript
1 Välkommen till Matematik 3 för lärare! Nu: Statistik för lärare + Linjär algebra + datorlabbar Antagen? Registrerad? För er som läser första ämnet nu (MAxx eller FYMA): Hållbar Utveckling med Människan i Centrum: onsdagar Ingår formellt i VFU2: L920MA, LG20MA (visa studiegången) Förbereda VFU2: registrera dig, kontakta LLU v.44, höstlov, Tisdag fortbildning för lärare på GU Onsdag HUM-avslutning kl
2
3
4 L9MA30, LGMA30, Matematik 3 för lärare åk 7-9, Hösten 16 Välkomna till Matematisk Statistik!
5 Praktisk Info Lärare: Henrike Häbel (Mail: telefon: , rum: L3074) Kurslitteratur: Sannolikhetslära och statistik för lärare (Tom Britton, Hans Garmo) Kurshemsida:
6 Examination Ej oblig. inlämningsuppgifter max. 3 bonuspoäng Hemdugga september max. 2 bonuspoäng 2 extra uppgifter i samband med datorövningar 100% ger 0.5 per uppgift Oblig. datorlaborationer (U/G deltagning eller rapport om sjuk) Geogebra 26 september R 10 oktober Skriftlig tentamen 21 Oktober max. 30 poäng 50% (15 p.) G och 80% (24 p.) VG
7 Studentrepresentanter Vid kursstart utses 2 studentrepresentanter En avstämning med studentrepresentanterna görs i mitten av kursen Kursutvärdering efter kursen
8 Sannolikhetslära och statistik Sannolikhetslära: Med tanke på informationen i hinken, vad finns i din hand? Statistik: Med tanke på informationen i din hand, vad finns i hinken?
9 Sannolikhetslära och statistik för lärare - grundskolan Sannolikhet, chans och risk grundat på Observationer Experiment Statistiskt material från vardagen jämförelser av sannolikheter vid slumpmässiga försök Enkel kombinatorik Tabeller och diagram: Beskriva undersökningar, tolka resultat Lägesmått: medelvärde, typvärde, median
10 Sannolikhetslära och statistik för lärare gymnasiet Likformig sannolikhet, beräkning av sannolikheter i vardagen Kombinatoriska principer: Hur kan de användas i enkla vardagliga / matematiska problem Tabeller, diagram och grafer: Hur de kan tolkas och användas för beskrivning av undersökningar Lägesmått och spridningsmått: Bedömning av resultat i statistiska undersökningar Bedömning av chans / risk från statistiskt material
11 Förläsningar Dag Avsnitt Innehåll Mån 29 aug 1, Definitionen av sannolikhet och mängdlära: utfallsrum, händelser, räkneregler Tor 01 sept 4.3 Oberoende och betingade sannolikheter, lagen om total sannolikhet, Bayes sats Mån 05 sept 4.4, 4.9 Slumpvariabler: sannolikhetsfunktion, fördelningsfunktion, väntevärde, räkneregler Tor 08 sept 4.4, 4.9 Slumpvariabler: varians, standardavvikelse, räkneregler Mån 12 sept 4.5 Diskreta sannolikhetsfördelningar: hypergeometriska, binomial-, Poisson-, geometriska fördelningen Tor 15 sept 4.5 Fortsättning diskreta sannolikhetsfördelningar Mån 19 sept 4.6 Kontinuerliga sannolikhetsfördelningar: normal-, exponential-, kont. likformiga fördelningen Tor 22 sept 4.7 Två-dimensionella fördelningar: beroende, oberoende, korrelation Mån 26 sept 4 Dugga Geogebra Data, stickprov, statistik, beskrivande statistik, punktskattning, linjär regression Tor 29 sept 4.6, 4.8 Repetition av sannolikhets- och beskrivande statistikdelen med återkoppling Mån 03 okt 5.3 Centrala gränsvärdessatsen, normal-, binomialfördelnings approximation, statistiska undersökningar, inledning konfidensintervall och hypotesprövning Tor 06 okt 5.3 Konfidensintervall och hypotesprövning: andelar oändlig, ändlig population R Mån 10 okt 5.4 Konfidensintervall och hypotesprövning: väntevärden Tor 17 okt 5.4 Konfidensintervall och hypotesprövning: skillnad i andelar, skillnad i väntevärde och parade observationer Mån 17 okt 1-5 Repetition
12 Mål Kunskap och förståelse Förklara och tillämpa de olika sannolikhetsteoretiska och statistiska teorier, begrepp och metoder Färdighet och förmåga Hantera osäkerhet i statistiskt grundade slutsatser med hjälp av begrepp som konfidensintervall och hypotesprövning. Värderingsförmåga och förhållningssätt Redogöra för normalfördelningens speciella roll i statistiken Förståelse av centrala gränsvärdessatsen
13 På nätet?! Hjälp varandra: Facebook grupp GUL diskussion Dela länkar till filmklipp
KURSPROGRAM HT-18 MATEMATISK STATISTIK AK FÖR D, I OCH PI, FMSF45 & MASB03
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK KURSPROGRAM HT-18 MATEMATISK STATISTIK AK FÖR D, I OCH PI, FMSF45 & MASB03 Allmänt Kursen ger 9hp och omfattar 36 timmar föreläsning, 28 timmar
Läs merSannolikhetslära och statistik, grundkurs
DNR LIU-2018-02499 1(5) Sannolikhetslära och statistik, grundkurs Programkurs 6 hp Probability and Statistics, First Course TAMS42 Gäller från: 2019 VT Fastställd av Programnämnden för data- och medieteknik,
Läs merTNIU66: Statistik och sannolikhetslära
Institutionen för teknik och naturvetenskap Michael Hörnquist, 1 februari 2013 TNIU66: Statistik och sannolikhetslära Kursinformation 2013 Mål och innehåll Kursens mål och förväntade läranderesultat enligt
Läs merKURSPROGRAM HT-10 MATEMATISK STATISTIK AK FÖR CDI, FMS 012
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK KURSPROGRAM HT-10 MATEMATISK STATISTIK AK FÖR CDI, FMS 012 Hemsida Kursens hemsida finns på http://www.maths.lth.se/matstat/kurser/fms012/
Läs merSannolikhet och statistik 1MS005
UPPSALA UNIVERSITET Matematiska institutionen Jesper Rydén Matematisk statistik Sannolikhet och statistik 1MS005 2013 08 28 Sannolikhet och statistik 1MS005 Kurshemsida: http://www2.math.uu.se/ jesper/sos13.html
Läs merStockholms Universitet Statistiska Institutionen VT-2009. Kursbeskrivning. Statistisk Teori I, grundnivå, 15 högskolepoäng
Stockholms Universitet Statistiska Institutionen VT-2009 Kursbeskrivning Statistisk Teori I, grundnivå, 15 högskolepoäng Allmänt Kursen består av två moment: Moment 1. Grundläggande statistisk teori, 12hp.
Läs merFöreläsning 12: Repetition
Föreläsning 12: Repetition Marina Axelson-Fisk 25 maj, 2016 GRUNDLÄGGANDE SANNOLIKHETSTEORI Grundläggande sannolikhetsteori Utfall = resultatet av ett försök Utfallsrum S = mängden av alla utfall Händelse
Läs merFöreläsning 7: Punktskattningar
Föreläsning 7: Punktskattningar Matematisk statistik David Bolin Chalmers University of Technology April 7, 2014 Projektuppgift Projektet går ut på att genomföra ett statistiskt försök och analysera resultaten.
Läs merProvmoment: Tentamen 6,5 hp Ladokkod: A144TG Tentamen ges för: TGMAI17h, Maskiningenjör - Produktutveckling. Tentamensdatum: 28 maj 2018 Tid: 9-13
Matematisk Statistik 7,5 högskolepoäng Provmoment: Tentamen 6,5 hp Ladokkod: A144TG Tentamen ges för: TGMAI17h, Maskiningenjör - Produktutveckling Tentamensdatum: 28 maj 2018 Tid: 9-13 Hjälpmedel: Miniräknare
Läs merBeskrivning av och preliminära läsanvisningar till Fortsättningskurs i statistik, moment 1, Statistisk Teori, 10 poäng.
STOCKHOLMS UNIVERSITET HT 2005 Statistiska institutionen 2005-08-29 MC Beskrivning av och preliminära läsanvisningar till Fortsättningskurs i statistik, moment 1, Statistisk Teori, 10 poäng. KURSBESKRIVNING
Läs merRättningstiden 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 6.5 hp AT1MS1 DTEIN16h 7,5 högskolepoäng TentamensKod: Tentamensdatum: 1 juni 2017 Tid: 14-18 Hjälpmedel: Miniräknare Totalt antal
Läs merNågra extra övningsuppgifter i Statistisk teori
Statistiska institutionen Några extra övningsuppgifter i Statistisk teori 23 JANUARI 2009 2 Sannolikhetsteorins grunder 1. Tre vanliga symmetriska tärningar kastas. Om inte alla tre tärningarna visar sexa,
Läs merRättningstiden 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 merFormel- och tabellsamling i matematisk statistik
Formel- och tabellsamling i matematisk statistik 1. Sannolikhetsteori för lärarprogrammet Sannolikhetsformler P (A ) = 1 P (A) P (A B) = P (A) + P (B) P (A B) P (A B) = P (A B) P (B) P (A B) = P (A B)P
Läs merStudiehandledning S0001M Matematisk statistik Läsperiod 2, HT 2017
Studiehandledning S0001M Matematisk statistik Läsperiod 2, HT 2017 Innehåll 1 Kursöversikt, mål och litteratur 2 2 Kursupplägg 3 2.1 Lektionsundervisning i samarbetsgrupper........... 3 2.2 Webbuppgifter..........................
Läs merFinansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 3
Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 3 Kontinuerliga sannolikhetsfördelningar (LLL Kap 7 & 9) Department of Statistics (Gebrenegus Ghilagaber, PhD, Associate Professor) Financial Statistics
Läs merFöreläsning 7: Punktskattningar
Föreläsning 7: Punktskattningar Matematisk statistik Chalmers University of Technology April 27, 2015 Tvådimensionella fördelningar Definition En två dimensionell slumpvariabel (X, Y ) tillordnar två numeriska
Läs merTNIU66: Statistik och sannolikhetslära
Institutionen för teknik och naturvetenskap Michael Hörnquist, 8 januari 2018 TNIU66: Statistik och sannolikhetslära Kursinformation 2018 Kunskaper i statistik och sannolikhetslära är väsentliga för nästan
Läs merLärmål Sannolikhet, statistik och risk 2015
Lärmål Sannolikhet, statistik och risk 2015 Johan Jonasson Februari 2016 Följande begrepp och metoder ska behärskas väl, kunna förklaras och tillämpas. Direkta bevis av satser från kursen kommer inte på
Läs merFinansiell statistik, vt-05. Allmän information. Johan Koskinen. F1(a) Allmän information
Johan, Koskinen, Statistiska institutionen, Stockholms universitet Finansiell statistik, vt-05 F1a) Allmän information Allmän information Vem är jag och de övriga lärarna? Statistiska institutionen: när,
Läs merFöreläsning 7: Punktskattningar
Föreläsning 7: Punktskattningar Matematisk statistik Chalmers University of Technology September 21, 2015 Tvådimensionella fördelningar Definition En två dimensionell slumpvariabel (X, Y ) tillordnar två
Läs merÄMAD04, Matematik 4, 30 högskolepoäng Mathematics 4, 30 credits Grundnivå / First Cycle
Humanistiska och teologiska fakulteterna ÄMAD04, Matematik 4, 30 högskolepoäng Mathematics 4, 30 credits Grundnivå / First Cycle Fastställande Kursplanen är fastställd av Naturvetenskapliga fakultetens
Läs merKurs-PM för ESS011 Matematisk statistik och signalbehandling (2018)
Kurs-PM för ESS011 Matematisk statistik och signalbehandling (2018) Sebastian Jobjörnsson, Karl Granström 4 mars 2018 1 Mål och innehåll för kursen enligt kursplan Kursdelen syftar till att ge en grundläggande
Läs merSF1922/SF1923: SANNOLIKHETSTEORI OCH DISKRETA STOKASTISKA VARIABLER STATISTIK. Tatjana Pavlenko. 23 mars, 2018
SF1922/SF1923: SANNOLIKHETSTEORI OCH STATISTIK FÖRELÄSNING 3 DISKRETA STOKASTISKA VARIABLER Tatjana Pavlenko 23 mars, 2018 PLAN FÖR DAGENSFÖRELÄSNING Repetition av betingade sannolikheter, användbara satser
Läs merFACIT: Tentamen L9MA30, LGMA30
Göteborgs Universitetet GU Lärarprogrammet 20 FACIT: Tentamen L9MA0, LGMA0 Matematik för lärare, åk 7-9, Sannolikhetslära och statistik, Matematik för gymnasielärare, Sannolikhetslära och statistik 20-0-2
Läs merPlanering Matematik II Period 3 VT Räkna själv! Gör detta före räkneövningen P1. 7, 17, 21, 37 P3. 29, 35, 39 P4. 1, 3, 7 P5.
Avsnitt 1, Inledning ( Adams P1,P3,P4, P5) Genomgång och repetition av grundläggande begrepp. Funktion, definitionsmängd, värdemängd. Intervall. Olikheter. Absolutbelopp. Styckvis definierade funktioner.
Läs merTNIU66: Statistik och sannolikhetslära
Institutionen för teknik och naturvetenskap TNIU66: Statistik och sannolikhetslära Kursinformation 2019 Kunskaper i statistik och sannolikhetslära är väsentliga för nästan alla människor i ett modernt
Läs merStudiehandledning S0001M Matematisk statistik Läsperiod 4, VT 2017
Studiehandledning S0001M Matematisk statistik Läsperiod 4, VT 2017 Innehåll 1 Kursöversikt, mål och litteratur 2 2 Kursupplägg 3 2.1 Lektionsundervisning i samarbetsgrupper........... 3 2.2 Webbuppgifter..........................
Läs merSF1920/SF1921 Sannolikhetsteori och statistik 6,0 hp Föreläsning 3 Diskreta stokastiska variabler. Jörgen Säve-Söderbergh
SF1920/SF1921 Sannolikhetsteori och statistik 6,0 hp Föreläsning 3 Diskreta stokastiska variabler Jörgen Säve-Söderbergh Stokastisk variabel Singla en slant två gånger. Ω = {Kr Kr, Kr Kl, Kl Kr, Kl Kl}
Läs merLektionsanteckningar 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 merTNIU66: Statistik och sannolikhetslära
Institutionen för teknik och naturvetenskap TNIU66: Statistik och sannolikhetslära Kursinformation 2015 Kursens mål och förväntade läranderesultat Kursens mål är att ge en introduktion till matematisk
Läs merKap 6: Normalfördelningen. Normalfördelningen Normalfördelningen som approximation till binomialfördelningen
Kap 6: Normalfördelningen Normalfördelningen Normalfördelningen som approximation till binomialfördelningen σ μ 1 Sats 6 A Om vi ändrar läge och/eller skala på en normalfördelning så har vi fortfarande
Läs merFACIT: Tentamen L9MA30, LGMA30
Göteborgs Universitetet GU Lärarprogrammet 216 FACIT: Matematik 3 för lärare, åk 7-9, Sannolikhetslära och statistik, Matematik 3 för gymnasielärare, Sannolikhetslära och statistik 216-1-21 kl. 8.3-12.3
Läs merFöreläsning 2 (kap 3): Diskreta stokastiska variabler
Föreläsning 2 (kap 3): Diskreta stokastiska variabler Marina Axelson-Fisk 20 april, 2016 Idag: Diskreta stokastiska (random) variabler Frekvensfunktion och fördelningsfunktion Väntevärde Varians Några
Läs merRepetition och förberedelse. Sannolikhet och sta.s.k (1MS005)
Repetition och förberedelse Sannolikhet och sta.s.k (1MS005) Formellsamling och teori Nästa varje ekva.on som vi använder under kursen finns I samlingen. Tricket i examen är hica räc metod/fördelning.ll
Läs merKap 3: Diskreta fördelningar
Kap 3: Diskreta fördelningar Sannolikhetsfördelningar Slumpvariabler Fördelningsfunktion Diskreta fördelningar Likformiga fördelningen Binomialfördelningen Hypergeometriska fördelningen Poisson fördelningen
Läs merKonkret kombinatorik. Per Berggren och Maria Lindroth
Konkret kombinatorik Per Berggren och Maria Lindroth 2018-01-26 Cars in the Garage En rikt problem med många möjligheter Centralt innhåll Slumpmässiga händelser i experiment och spel. Enkla tabeller och
Läs merKursbeskrivning för Statistisk teori med tillämpningar, Moment 1, 7,5 hp
Statistiska institutionen VT2011 Kursbeskrivning för Statistisk teori med tillämpningar, Moment 1, 7,5 hp MOMENTETS INNEHÅLL Momentet ger studenten kunskap om ett antal olika statistiska modeller och hur
Läs merStudiehandledning S0001M Matematisk statistik Läsperiod 2, Ht 2013
Studiehandledning S0001M Matematisk statistik Läsperiod 2, Ht 2013 Innehåll 1 Kursöversikt, mål och litteratur 2 2 Kursupplägg 3 2.1 Lektionsundervisning i samarbetsgrupper........... 3 2.2 Webbuppgifter..........................
Läs merKursbeskrivning för statistisk teori med tillämpningar I + II, 15 hp
Statistiska institutionen HT 2011 Kursbeskrivning för statistisk teori med tillämpningar I + II, 15 hp Kursen består av två moment: 1. Statistisk teori med tillämpningar I 2. Statistisk teori med tillämpningar
Läs merIntroduktion till statistik för statsvetare
"Det finns inget så praktiskt som en bra teori" November 2011 Repetition Vad vi gjort hitills Vi har börjat med att studera olika typer av mätningar och sedan successivt tagit fram olika beskrivande mått
Läs merDel ur Lgr 11: kursplan i matematik i grundskolan
Del ur Lgr 11: kursplan i matematik i grundskolan 3.5 Matematik Matematiken har en flertusenårig historia med bidrag från många kulturer. Den utvecklas såväl ur praktiska behov som ur människans nyfikenhet
Läs merKursbeskrivning för Statistisk teori med tillämpningar, 15 hp
Statistiska institutionen HT 2014 Kursbeskrivning för Statistisk teori med tillämpningar, 15 hp Kursen består av fyra moment: 1. Statistisk teori med tillämpningar I, tentamen, 6 hp 2. Inlämningsuppgift
Läs mer4 Diskret stokastisk variabel
4 Diskret stokastisk variabel En stokastisk variabel är en variabel vars värde bestäms av utfallet av ett slumpmässigt försök. En stokastisk variabel betecknas ofta med X, Y eller Z (i läroboken används
Läs merFACIT: Tentamen L9MA30, LGMA30
Göteborgs Universitetet GU Lärarprogrammet 06 FACIT: Matematik för lärare, åk 7-9, Sannolikhetslära och statistik, Matematik för gymnasielärare, Sannolikhetslära och statistik 07-0-04 kl..0-.0 Examinator
Läs merKapitel 7 Samplingfördelningar och Centrala gränsvärdessatsen
Sannolikhetslära och inferens II Kapitel 7 Samplingfördelningar och Centrala gränsvärdessatsen 1 Statistikor och samplingfördelningar I Kapitel 6 studerades metoder för att bestämma sannolikhetsfördelningen
Läs merMer om konfidensintervall + repetition
1/14 Mer om konfidensintervall + repetition Måns Thulin Uppsala universitet thulin@math.uu.se Statistik för ingenjörer 23/2 2011 2/14 Dagens föreläsning Skattningar som slumpvariabler Väntevärde Varians
Läs merMatematisk statistik KTH. Formelsamling i matematisk statistik
Matematisk statistik KTH Formelsamling i matematisk statistik Vårterminen 2017 1 Kombinatorik ) n n! = k k! n k)!. Tolkning: mängd med n element. ) n = antalet delmängder av storlek k ur en k 2 Stokastiska
Läs merJörgen Lagnebo PLANERING OCH BEDÖMNING MATEMATIK ÅK 9
PLANERING OCH BEDÖMNING MATEMATIK ÅK 9 TERMINSPLAN HÖSTTERMINEN ÅK 9: 1 1.1 TALMÄNGDER 2 1.2 NEGATIVA TAL 3 FORTS. 1.2 NEGATIVA TAL 4 1.3 POTENSER 5 1.4 RÄKNA MED POTENSER 6 TALUPPFATTNING + RESONERA 7
Läs merFöreläsning 1. Repetition av sannolikhetsteori. Patrik Zetterberg. 6 december 2012
Föreläsning 1 Repetition av sannolikhetsteori Patrik Zetterberg 6 december 2012 1 / 28 Viktiga statistiska begrepp För att kunna förstå mer avancerade koncept under kursens gång är det viktigt att vi förstår
Läs merTerminsplanering årskurs 6 Matematik Ärentunaskolan
Inledning Terminsplanering årskurs 6 Matematik Ärentunaskolan På Ärentunaskolan arbetar vi med läromedlet MatteBorgen. Förutom uppgifter i boken arbetar vi med problemlösning och tränar olika strategier
Läs merStudiehandledning S0008M Sannolikhetslära och statistik Läsperiod 1, HT 2017
Studiehandledning S0008M Sannolikhetslära och statistik Läsperiod 1, HT 2017 Innehåll 1 Kursöversikt, mål och litteratur 2 2 Kursupplägg 3 2.1 Lektionsundervisning i samarbetsgrupper........... 3 2.2 Webbuppgifter..........................
Läs mer732G01/732G40 Grundläggande statistik (7.5hp)
732G01/732G40 Grundläggande statistik (7.5hp) 2 Grundläggande statistik, 7.5 hp Mål: Kursens mål är att den studerande ska tillägna sig en översikt över centrala begrepp och betraktelsesätt inom statistik.
Läs merSamplingfördelningar 1
Samplingfördelningar 1 Parametrar och statistikor En parameter är en konstant som karakteriserar en population eller en modell. Exempel: Populationsmedelvärdet Parametern p i binomialfördelningen 2 Vi
Läs merMatematik och statistik NV1, 10 poäng
UPPSALA UNIVERSITET Matematiska institutionen Höstterminen 2006 Matematik och statistik NV1, 10 poäng Välkommen till Matematiska institutionen och kursen Matematik och statistik NV1, 10p. Kursen består
Läs merFinansiell Statistik (GN, 7,5 hp,, VT 2009) Föreläsning 2. Diskreta Sannolikhetsfördelningar. (LLL Kap 6) Stokastisk Variabel
Finansiell Statistik (GN, 7,5 hp,, VT 009) Föreläsning Diskreta (LLL Kap 6) Department of Statistics (Gebrenegus Ghilagaber, PhD, Associate Professor) Financial Statistics (Basic-level course, 7,5 ECTS,
Läs merStatistik 1 för biologer, logopeder och psykologer
Innehåll 1 Grunderna i sannolikhetslära 2 Innehåll 1 Grunderna i sannolikhetslära 2 Satistik och sannolikhetslära Statistik handlar om att utvinna information från data. I praktiken inhehåller de data
Läs merStatistik och sannolikhetslära
DNR LIU-2018-02499 1(9) Statistik och sannolikhetslära Programkurs 6 hp Statistics and Probability TNIU66 Gäller från: 2019 VT Fastställd av Programnämnden för Industriell ekonomi och logistik, IL Fastställandedatum
Läs merFöreläsning 6, Repetition Sannolikhetslära
Föreläsning 6, Repetition Sannolikhetslära kap 4 Sannolikhetslära och slumpvariabler kap 5 Stickprov, medelvärden, CGS, binomialfördelning Viktiga grundbegrepp utfall, händelse, sannolikheter, betingad
Läs merMatematikcentrum 1(6) Matematisk Statistik Lunds Universitet MASB11 - Biostatistisk grundkurs VT2014, lp3. Laboration 2. Fördelningar och simulering
Matematikcentrum 1(6) Matematisk Statistik Lunds Universitet MASB11 - Biostatistisk grundkurs VT2014, lp3 Laboration 2 Fördelningar och simulering Introduktion 2014-02-06 Syftet med laborationen är dels
Läs merFöreläsning 5. Funktioner av slumpvariabler. Ett centralt resultat.
Föreläsning 5. Funktioner av slumpvariabler. Ett centralt resultat. Jesper Rydén Matematiska institutionen, Uppsala universitet jesper.ryden@math.uu.se 1MS008, 1MS777 vt 2016 Ytterligare begrepp Viktiga
Läs merFöreläsning G60 Statistiska metoder
Föreläsning 4 Statistiska metoder 1 Dagens föreläsning o Sannolikhet Vad är sannolikhet? o Slumpvariabel o Sannolikhetsfördelningar Binomialfördelning Normalfördelning o Stickprov och population o Centrala
Läs merStatistiska metoder för säkerhetsanalys
F3: Slumpvariaber och fördelningar Diskret Kontinuerlig Slumpvariabler Slumpvariabler = stokastiska variabler = random variables = s.v. Heter ofta X, Y, T. Diskreta kan anta ändligt eller uppräkneligt
Läs merKursen ingår i civilekonomprogrammet samt kandidatprogrammet i företagsekonomi.
VT 14 Statistiska institutionen KURSBESKRIVNING FÖR GRUNDLÄGGANDE STATISTIK FÖR EKONOMER, 15 HÖGSKOLEPOÄNG. KURSEN BESTÅR AV FYRA MOMENT: Beslutsunderlag, inlämningsuppgift, 1.5 hp. Marknadsundersökningar,
Läs merStatistik för farmaceuter 3 hp
Matematik och matematisk statistik 5MS031 Statistik för farmaceuter Lina Schelin Studiehandledning 2012-09-20 Sid 1 (7) STUDIEHANDLEDNING Statistik för farmaceuter 3 hp Sid 2 (7) Välkommen till kursen
Läs merSF1901 Sannolikhetsteori och statistik I
SF1901 Sannolikhetsteori och statistik I Jimmy Olsson Föreläsning 6 13 november 2017 1 / 29 Idag Förra gången Mer om väntevärden och varianser (Kap. 5.2 5.3) Beroendemått (Kap. 5.4) Summor, linjärkombinationer
Läs merTentamen Statistik och dataanalys 1, 5p Institutionen för matematik, natur- och datavetenskap, Högskolan i Gävle
Tentamen Statistik och dataanalys 1, 5p Institutionen för matematik, natur- och datavetenskap, Högskolan i Gävle Lärare: Mikael Elenius, 2006-08-25, kl:9-14 Betygsgränser: 65 poäng Väl Godkänt, 50 poäng
Läs merTentamen i Tillämpad Matematik och statistik för IT-forensik. Del 2: Statistik 7.5 hp
Tentamen i Tillämpad Matematik och statistik för IT-forensik. Del 2: Statistik 7.5 hp 15 januari, 2014 kl. 9.00 13.00 Maxpoäng: 30p. Betygsgränser: 12p: betyg G, 21p: betyg VG. Hjälpmedel: Typgodkänd miniräknare
Läs merKurssammanfattning MVE055
Obs: Detta är enbart tänkt som en översikt och innehåller långt ifrån allt som ingår i kursen (vilket anges exakt på hemsidan). Fullständiga antaganden i satser kan saknas och fel kan förekomma så kontrollera
Läs merFöreläsning 3. Sannolikhetsfördelningar
Föreläsning 3. Sannolikhetsfördelningar Jesper Rydén Matematiska institutionen, Uppsala universitet jesper.ryden@math.uu.se 1MS008, 1MS777 vt 2016 Slumpvariabel? Resultatet av ett slumpmässigt försök utgörs
Läs merRepetitionsföreläsning
Slumpförsök Repetitionsföreläsning Föreläsning 15 Sannolikhet och Statistik 5 hp Med händelser A B... avses delmängder av ett utfallsrum. Slumpförsök = utfallsrummet + ett sannolikhetsmått P. Fredrik Jonsson
Läs merFörslag den 25 september Matematik
Matematik Matematiken har en flertusenårig historia med bidrag från många kulturer. Den utvecklas såväl ur praktiska behov som ur människans nyfikenhet och lust att utforska matematiken som sådan. Matematisk
Läs merKursbeskrivning för Statistisk teori med tillämpningar, 15 hp
Statistiska institutionen VT 2015 Kursbeskrivning för Statistisk teori med tillämpningar, 15 hp Kursen består av fyra moment: 1. Statistisk teori med tillämpningar I, tentamen, 6 hp 2. Inlämningsuppgift
Läs merKursbeskrivning för statistisk teori med tillämpningar I + II, 15 hp
Statistiska institutionen VT 2012 Kursbeskrivning för statistisk teori med tillämpningar I + II, 15 hp Kursen består av två moment: 1. Statistisk teori med tillämpningar I 2. Statistisk teori med tillämpningar
Läs merFöreläsning 1. 732G60 Statistiska metoder
Föreläsning 1 Statistiska metoder 1 Kursens uppbyggnad o 10 föreläsningar Teori blandas med exempel Läggs ut några dagar innan på kurshemsidan o 5 räknestugor Tillfälle för individuella frågor Viktigt
Läs merTentamen i TMA321 Matematisk Statistik, Chalmers Tekniska Högskola.
Tentamen i TMA321 Matematisk Statistik, Chalmers Tekniska Högskola. Tid: Måndagen den 2015-06-01, 8.30-12.30. Examinator och Jour: Olle Nerman, tel. 7723565, rum 3056, MV, Chalmers. Hjälpmedel: Valfri
Läs merMATEMATIK 3.5 MATEMATIK
3.5 TETIK Matematiken har en flertusenårig historia med bidrag från många kulturer. Den utvecklas såväl ur praktiska behov som ur människans nyfikenhet och lust att utforska matematiken som sådan. Matematisk
Läs merStatistisk försöksplanering
Statistisk försöksplanering Provmoment: Ladokkod: Tentamen ges för: TentamensKod: Skriftlig tentamen 3 hp 51SF01 Textilingenjörsutbildningen Tentamensdatum: 2 November Tid: 09:00-13 Hjälpmedel: Miniräknare
Läs mer1.1 Diskret (Sannolikhets-)fördelning
Föreläsning III. Diskret (Sannolikhets-)fördelning Med diskret menas i matematik, att något antar ett ändligt antal värden eller uppräkneligt oändligt med värden e.vis {, 2, 3,...}. Med fördelning menas
Läs merValfritt läromedel för kurs Matematik B Exempel: Räkna med Vux B, Gleerups förlag. Tag kontakt med examinator om du har frågor
Våren 010 PRÖVNINGSANVISNINGAR Prövning i Matematik B Kurskod MA 10 Gymnasiepoäng 50 Läromedel Prov Muntligt prov Valfritt läromedel för kurs Matematik B Exempel: Räkna med Vux B, Gleerups förlag Skriftligt
Läs merKURSPROGRAM HT-18 MATEMATISK STATISTIK FÖR B, K, N, BME OCH KEMISTER, FMSF70 & MASB02
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK KURSPROGRAM HT-18 MATEMATISK STATISTIK FÖR B, K, N, BME OCH KEMISTER, FMSF70 & MASB02 Allmänt Kursen ger 7.5hp och omfattar 26 timmar föreläsning,
Läs merKursplanen i matematik 2011 - grundskolan
Kursplanen i matematik 2011 - grundskolan MATEMATIK Matematiken har en flertusenårig historia med bidrag från många kulturer. Den utvecklas såväl ur praktiska behov som ur människans nyfikenhet och lust
Läs merFöreläsning 5, Matematisk statistik Π + E
Repetition Summor max/min Väntevärde Varians Föreläsning 5, Matematisk statistik Π + E Sören Vang Andersen 25 november 2014 Sören Vang Andersen - sva@maths.lth.se FMS012 F5 1/16 Repetition Summor max/min
Läs merVT 15 Uppdaterad
VT 15 Uppdaterad 2015-02-03 Statistiska institutionen Marcos Vergara KURSBESKRIVNING FÖR GRUNDLÄGGANDE STATISTIK FÖR EKONOMER, 15 HÖGSKOLEPOÄNG. KURSEN BESTÅR AV FYRA MOMENT: Statistik för ekonomer, tentamen,
Läs merGrundläggande statistik 1, 6hp VT 2018
1 (5) Grundläggande statistik 1, 6hp VT 2018 Version 2017-02-05 I den här delkursen får man fördjupad kunskap i utvalda kvantitativa statistiska mått och metoder samt praktisk tillämpning av dessa analysmetoder
Läs merVi har en ursprungspopulation/-fördelning med medelvärde µ.
P-värde P=probability Sannolikhetsvärde som är resultat av en statistisk test. Anger sannolikheten för att göra den observation vi har gjort eller ett sämre / mer extremt utfall om H 0 är sann. Vi har
Läs merAndelar och procent Fractions and Percentage
Sida 1 av 20 Kursplan Uttagen: Inrättad: 2010-09-03 Andelar och procent Fractions and Percentage Högskolepoäng: 1.0 Kurskod: 5MA098 Ansvarig enhet: Matematik och Matematisk statistik SCB-ämne: Matematik
Läs merTvå innebörder av begreppet statistik. Grundläggande tankegångar i statistik. Vad är ett stickprov? Stickprov och urval
Två innebörder av begreppet statistik Grundläggande tankegångar i statistik Matematik och statistik för biologer, 10 hp Informationshantering. Insamling, ordningsskapande, presentation och grundläggande
Läs merMS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del I
MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del I G. Gripenberg Sannolikheter Slumpvariabler Centrala gränsvärdessatsen Aalto-universitetet 8 januari 04 3 Tvådimensionella slumpvariabler
Läs merMS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del I
MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del I G. Gripenberg Aalto-universitetet 28 januari 2014 G. Gripenberg (Aalto-universitetet) MS-A0509 Grundkurs i sannolikhetskalkyl
Läs merStudenter i lärarprogrammet Ma 4-6 I
Ma 4-6 I Provmoment: Ladokkod: Tentamen ges för: Matematik 4hp Studenter i lärarprogrammet Ma 4-6 I 15 högskolepoäng TentamensKod: Tentamensdatum: 12-08-16 Tid: 09.00-13.00 Hjälpmedel: Skrivmaterial och
Läs merMatematisk statistik. Programkurs 6 hp Statistics TNG006 Gäller från: 2017 VT. Fastställd av. Fastställandedatum
DNR LIU-2016-01391 1(8) Matematisk statistik Programkurs 6 hp Statistics TNG006 Gäller från: 2017 VT Fastställd av Programnämnden för elektroteknik, fysik och matematik, EF Fastställandedatum 2017-01-25
Läs merGrundläggande statistik 1, 7,5 hp HT 2018
~- J'J, Jwt:~ "' 111. :X: 7,,,..._o '\Il) + s~ 1 (5) Grundläggande statistik 1, 7,5 hp HT 2018 Version 2017-09-03 I den här delkursen får man fördjupad kunskap i utvalda kvantitativa statistiska mått och
Läs merMatematisk statistik KTH. Formel- och tabellsamling i matematisk statistik
Matematisk statistik KTH Formel- och tabellsamling i matematisk statistik Varterminen 2005 . Kombinatorik n = k n! k!n k!. Tolkning: n k mängd med n element. 2. Stokastiska variabler V X = EX 2 EX 2 =
Läs merTentamen i Matematisk Statistik, 7.5 hp
Tentamen i Matematisk Statistik, 7.5 hp Distanskurs 15 januari, 2011 kl. 9.00 13.00 Maxpoäng: 30p. Betygsgränser: 12p: betyg G, 21p: betyg VG. Hjälpmedel: Miniräknare samt formelsamling som medföljer tentamenstexten.
Läs merMATEMATIK 5.5 MATEMATIK
5.5 TETIK Matematiken har en flertusenårig historia med bidrag från många kulturer. Den utvecklas såväl ur praktiska behov som ur människans nyfikenhet och lust att utforska matematiken som sådan. Matematisk
Läs mermodell Finansiell statistik, vt-05 Modeller F5 Diskreta variabler beskriva/analysera data Kursens mål verktyg strukturera omvärlden formellt
Johan Koskinen, Statistiska institutionen, Stockholms universitet Finansiell statistik, vt-5 F5 Diskreta variabler Kursens mål beskriva/analysera data formellt verktyg strukturera omvärlden innehåll osäkerhet
Läs merKursbeskrivning för Statistikens grunder, 15 högskolepoäng
STOCKHOLMS UNIVERSITET Statistiska institutionen HT 2009 Kursbeskrivning för Statistikens grunder, 15 högskolepoäng KURSENS INNEHÅLL Statistiken ger en empirisk grund för ekonomin. I denna kurs betonas
Läs mer