Datorövning 5 Exponentiella modeller och elasticitetssamband

Storlek: px
Starta visningen från sidan:

Download "Datorövning 5 Exponentiella modeller och elasticitetssamband"

Transkript

1 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 modell 2. anpassa och tolka analysen av elasticitetsmodeller Start Starta Minitab. Se till att ni kan skriva kommandon i Session-fönstret. Exponentiella modeller Till den första uppgiften skall vi ge exempel på en demografisk tillämpning av statistikämnet. Filen usdem beskriver USA s utveckling i befolkning och befolkningstäthet mellan 1790 och 1990 i tidssteg om 10 år. (Till er som undrar varför vi alltid använder oss av utländska datamaterial, är svaret att det tar längre tid att ladda hem motsvarande svenska datamaterial. En del av det utländska kommer med Minitabdistributionen och då blir det praktiskt att utnyttja det) Filen finns i mappen C:\Program Files\Minitab 15\English\Sample Data\Student9\ och som tidigare väljer ni File Open Worksheet Känner ni er ändå osäkra på hur detta går till, gå tillbaka till instruktionerna i Datorövning 2 och 3 så förklaras mer ingående hur det går till. När ni öppnat detta datamaterial ser ni att det har tre kolumner och det bör vara enkelt att identifiera vad som finns i varje kolumn. Plotta C2 mot C1: plot c2*c1. Vilken typ av modell tycker ni skulle vara bäst att använda för att förklara befolkningsutvecklingen med hjälp av variabeln år? Ni har förmodligen svarat exponentiell modell och då gäller det att en av kolumnerna skall logaritmeras för att regressionsanalys skall kunna användas. Logaritmer kan i Minitab beräknas med kommandona logt och loge. Den första ger 10- logaritmen och den andra naturliga logaritmen. Logaritmerade värden transformeras tillbaka 1

2 till originalskala med kommandona antilog som kan förkortas till anti resp. exponentiate som kan förkortas till expo. Vilken logaritm man använder spelar ingen roll, men vi använder oss här av 10-logaritmen bara för att välja någon. Ge nu följande kommando MTB > let c4=logt(c2) (för det är väl C2 som skall logaritmeras?) Ge sedan denna kolumn namnet log(pop) Ni skall nu anpassa en enkel linjär regressionsmodell där C4 förklaras av C1, men för att se hur resultatet blir skall ni också spara de anpassade värdena. Välj därför menyalternativet denna gång: Stat Regression Regression Välj variabler enligt ovan och klicka sedan på Storage Markera i rutorna för Coefficients och Fits och klicka sedan på OK och sedan på OK i huvudrutan. 2

3 Notera vad utskriften blir i Session-fönstret, så kan ni använda det sättet att köra senare. Ni bör få en ganska bra anpassning i er analys, eftersom diagrammet visade på låg slumpvariation om man antar det samband ni (förhoppningsvis) har antagit. Kan värdet på b 1 i utskriften tolkas? Om inte, vad behöver man göra för att värdet skall bli tolkningsbart? Notera nu att ni har fått två extra kolumner i Worksheet-fönstret. Den första innehåller de skattade parametrarna, som ni säkert ser. Använd nu kommandot anti som hjälp för att uttrycka den skattade modellen på originalskala. Kolumnen bör vara C5, men kolla att rubriken på den är COEF. MTB > let c7=anti(c5) Tolka nu de skattade parametrarna i originalskala på lämpligt sätt. Den andra nya kolumnen innehåller anpassade värden för de givna tidpunkterna. Dessa skall ni nu använda tillsammans med originaldata för att rita upp det anpassade sambandet. Men vad måste ni göra med dessa värden innan de skall ritas upp? Tänk! Tänk! Tänk! Förhoppningsvis har ni förstått att ni måste överföra dessa värden till originalskala. Gör det och spara i kolumnen C8, som bör vara ledig. Ge nu följande kommando (observera att det är flera underkommandon) för att generera ett lämpligt diagram: MTB > plot c2*c1 c8*c1; SUBC> symbol; Plottar såväl C2 som C8 mot C1(År) Ser till att plotten av C2 görs med symbolen SUBC> type "+" "o"; + och plotten av C8 med symbolen o SUBC> same; SUBC> overlay. Ser till att samma skalor används på axlarna Ser till att graferna läggs i samma diagram. Studera diagrammet. Vad tycker ni om det anpassade sambandet? Borde man använda modellen för att göra en prognos av befolkningen år 2010? Oavsett vad ni tycker skall ni göra en sådan prognos och begära ett 95% prognosintervall. Använd åter meny-alternativet, där ni nu speciellt skall utnyttja funktionen att spara prognosen och intervallgränserna i nya kolumner. (Varför då, tror ni?) 3

4 Vad blir prognosintervallet för USAs befolkning år 2010? Elasticitetsmodeller På kurshemsidan under Datorövningar och inlämningsuppgift finns en klickbar länk med namnet livsmedel. Klickar ni (Dubbelklicka inte! Skulle ni råka dubbelklicka kommer förmodligen ytterligare en Minitab att starta med denna fil som Worksheet och ni kan då förstås jobba vidare i detta fönster. Håll i så fall reda på de två Minitab-fönstren) på den i Internet Explorer kommer ni att få frågan om ni vill spara filen eller öppna den. Välj att spara filen och gör detta på er hemkatalog. (Kan också göras genom att högerklicka och välja spara) Välj sedan File Open Worksheet och se denna gång till att ni väljer att söka filer i er egen hemkatalog, där denna då bör dyka upp (med gul Minitab-ikon) När ni väl har öppnat filen ser ni att den innehåller ganska många kolumner av vilka vi här endast skall använda ett fåtal. 4

5 I kolumn C1 finns värden av konsumtionen av livsmedel i Sverige i löpande priser (fundera själv ut vad enheten kan vara: kronor?, 1000-tals kronor?, miljontals kronor?) I kolumn C2 finns värden av konsumtionen av livsmedel i Sverige i 1991 års priser. Detta är alltså en kvantitetsserie. I kolumn C4 finns värden av den total privata konsumtionen i Sverige i löpande priser och i C5 motsvarande i 1991 års priser. C4 och C5 har använts för att implicit konstruera konsumentprisindex ([Värden i löpande pris/värden i fast pris] 100) och detta har sparats i kolumn C8 med basår 1991 och i C9 med basår På motsvarande sätt har ett implicitprisinex för livsmedel som varugrupp konstruerats och sparats i kolumnerna C10 (basår 1991) resp. C11 (basår 1980) I kolumn C5 finns som synes årtalen, i kolumn C6 finns data över total disponibel inkomst och i kolumn C17 finns uppgifter om Sveriges befolkning Övriga kolumner innehåller kvartalsvisa data och skall inte användas här. Er uppgift är nu att konstruera en elasticitetsmodell där efterfrågan av livsmedel förklaras av pris och inkomst eller av enbart en av dessa variabler. Efterfrågan, Q, skall anges som efterfrågad kvantitet per capita och för att konstruera denna variabel behöver ni alltså kolumnerna C2 och C17 Pris, P, skall anges som relativprisindex för varugruppen livsmedel och för att konstruera detta behöver ni kolumnerna C10 (alt. C11) och C8 (alt. C9). Inkomst, I, skall anges som disponibel realinkomst per capita och för att konstruera detta behöver ni alltså kolumnerna C6, C8 (alt. C9) och C17. Skapa alltså nya kolumner för dessa tre variabler genom att räkna fram rätt storheter med Minitab (Använd kommandot let på lämpligt sätt och allmän mattekunskap samt kunskap om index.) Elasticitetsmodellen i sin enklare form ser som bekant ut på följande sätt: Q C P I E P E I och för att kunna tillämpa regression på detta samband måste ni logaritmera variablerna. Se föreläsningsunderlaget för vidare hjälp om hur detta görs. Ni kommer därmed att skapa ytterligare tre nya kolumner, vilka skall användas i regressionsanalysen. 5

6 1) Anpassa en modell där efterfrågan förklaras av såväl pris som inkomst. Notera vilka skattade värden ni får på priselasticitet och inkomstelasticitet. Blir någon av dem signifikant skild från 0? Är varugruppen livsmedel priskänslig? 2) Anpassa en modell där efterfrågan enbart förklaras av pris. Notera här det skattade värdet på priselasticiteten och bedöm om varugruppen livsmedel kan vara priskänslig. 3) Anpassa en modell där efterfrågan enbart förklaras av inkomst. Notera det skattade värdet på inkomstelasticiteten och bedöm om varugruppen livsmedel är inkomstelastisk. Blir de tre modellerna mycket olika varandra i sina parameterskattningar? Vad skulle det i så fall kunna bero på? Gör avslutningsvis en stegvis regression enligt framåtvalsprincipen för att se vilken den slutliga modellen blir enligt denna. Blir det som ni trodde? Avslutning Avsluta alla program och logga ut från systemet. 6

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 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

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

Facit till Extra övningsuppgifter

Facit till Extra övningsuppgifter LINKÖPINGS UNIVERSITET Institutionen för datavetenskap Statistik, ANd 732G71 STATISTIK B, 8hp Civilekonomprogrammet, t3, Ht 09 Extra övningsuppgifter Facit till Extra övningsuppgifter 1. Modellen är en

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 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

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

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

Läs mer

DATORÖVNING 3: EXPERIMENT MED

DATORÖVNING 3: EXPERIMENT MED 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

Läs mer

Laboration 5: Regressionsanalys. 1 Förberedelseuppgifter. 2 Enkel linjär regression DATORLABORATION 5 MATEMATISK STATISTIK FÖR I, FMS 012, HT-08

Laboration 5: Regressionsanalys. 1 Förberedelseuppgifter. 2 Enkel linjär regression DATORLABORATION 5 MATEMATISK STATISTIK FÖR I, FMS 012, HT-08 LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK Laboration 5: Regressionsanalys DATORLABORATION 5 MATEMATISK STATISTIK FÖR I, FMS 012, HT-08 Syftet med den här laborationen är att du skall

Läs mer

FK2005 Datorövning 3

FK2005 Datorövning 3 FK2005 Datorövning 3 Den här övningen vänder sig endast till lärarstudenter (FK2005). Målet är att lära sig hur man gör en minsta kvadrat anpassning med hjälp av OpenOffice Calc. Laboration 2 kräver att

Läs mer

Ett A4-blad med egna handskrivna anteckningar (båda sidor) samt räknedosa.

Ett A4-blad med egna handskrivna anteckningar (båda sidor) samt räknedosa. Tentamen Linköpings Universitet, Institutionen för datavetenskap, Statistik Kurskod och namn: Datum och tid: Jourhavande lärare: Tillåtna hjälpmedel: 732G71 Statistik B 2015-02-06, 8-12 Bertil Wegmann

Läs mer

Räkneövning 4. Om uppgifterna. 1 Uppgift 1. Statistiska institutionen Uppsala universitet. 14 december 2016

Räkneövning 4. Om uppgifterna. 1 Uppgift 1. Statistiska institutionen Uppsala universitet. 14 december 2016 Räkneövning 4 Statistiska institutionen Uppsala universitet 14 december 2016 Om uppgifterna Uppgift 2 kan med fördel göras med Minitab. I de fall en gur för tidsserien efterfrågas kan du antingen göra

Läs mer

tentaplugg.nu av studenter för studenter

tentaplugg.nu av studenter för studenter tentaplugg.nu av studenter för studenter Kurskod Kursnamn SM Matematisk statistik Datum LP - Material Laboration Kursexaminator Adam Betygsgränser Tentamenspoäng Övrig kommentar Försättsblad inlämningsuppgift

Läs mer

Statistik B Regressions- och tidsserieanalys Föreläsning 1

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

Läs mer

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

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

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

Läs mer

Laboration 4 R-versionen

Laboration 4 R-versionen Matematikcentrum 1(5) Matematisk Statistik Lunds Universitet MASB11 VT13, lp3 Laboration 4 R-versionen Regressionsanalys 2013-03-07 Syftet med laborationen är att vi skall bekanta oss med lite av de funktioner

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

Betrakta åter datamaterialet med kostnader för produktion av korrugerat papper.

Betrakta åter datamaterialet med kostnader för produktion av korrugerat papper. Multikolinjäritet: Betrakta åter datamaterialet med kostnader för produktion av korrugerat papper. Trots att COST verkade ha ett tydligt positivt samband med var och en av variablerna PAPER, MACHINE, OVERHEAD

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

Föreläsning G60 Statistiska metoder

Föreläsning G60 Statistiska metoder Föreläsning 9 Statistiska metoder 1 Dagens föreläsning o Regression Regressionsmodell Signifikant lutning? Prognoser Konfidensintervall Prediktionsintervall Tolka Minitab-utskrifter o Sammanfattning Exempel

Läs mer

Richard Öhrvall, http://richardohrvall.com/ 1

Richard Öhrvall, http://richardohrvall.com/ 1 Läsa in data (1/4) Välj File>Open>Data Läsa in data (2/4) Leta reda på rätt fil, Markera den, välj Open http://richardohrvall.com/ 1 Läsa in data (3/4) Nu ska data vara inläst. Variable View Variabelvärden

Läs mer

Laboration 5: Regressionsanalys. 1 Förberedelseuppgifter. 2 Enkel linjär regression LABORATION 5 MATEMATISK STATISTIK AK FÖR CDE, FMS012, VT08

Laboration 5: Regressionsanalys. 1 Förberedelseuppgifter. 2 Enkel linjär regression LABORATION 5 MATEMATISK STATISTIK AK FÖR CDE, FMS012, VT08 LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK LABORATION 5 MATEMATISK STATISTIK AK FÖR CDE, FMS012, VT08 Laboration 5: Regressionsanalys Syftet med den här laborationen är att du skall

Läs mer

Datorövning 1 Statistik med Excel (Office 2010, svenska)

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

Läs mer

Anvisningar till del 2 av den obligatoriska inlämningsuppgiften (HT 2007)

Anvisningar till del 2 av den obligatoriska inlämningsuppgiften (HT 2007) Statistiska Institutionen Gebrenegus Ghilagaber & Nicklas Pettersson 007-1-06 Anvisningar till del av den obligatoriska inlämningsuppgiften (HT 007) Den obligatoriska inlämningsuppgiften består av två

Läs mer

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

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

Läs mer

Justeringar och tillägg till Svar till numeriska uppgifter i Andersson, Jorner, Ågren: Regressions- och tidsserieanalys, 3:uppl.

Justeringar och tillägg till Svar till numeriska uppgifter i Andersson, Jorner, Ågren: Regressions- och tidsserieanalys, 3:uppl. LINKÖPINGS UNIVERSITET 73G71 Statistik B, 8 hp Institutionen för datavetenskap Civilekonomprogrammet, t 3 Avdelningen för Statistik/ANd HT 009 Justeringar och tillägg till Svar till numeriska uppgifter

Läs mer

Kvadratisk regression, forts.

Kvadratisk regression, forts. Kvadratisk regression, forts. Vi fortsätter med materialet om fastigheter. Tidigare föreslog vi som en tänkbar modell y 0 + 3 x 3 + 5 x 3 2 + Vari ligger tanken att just använda en kvadratisk term? Det

Läs mer

Laboration 4 Regressionsanalys

Laboration 4 Regressionsanalys Matematikcentrum Matematisk Statistik Lunds Universitet MASB11 VT14, lp4 Laboration 4 Regressionsanalys 2014-05-21/23 Syftet med laborationen är att vi skall bekanta oss med lite av de funktioner som finns

Läs mer

1 Förberedelseuppgifter

1 Förberedelseuppgifter LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK LABORATION 2 MATEMATISK STATISTIK FÖR B, K, N, BME OCH KEMISTER; FMS086 & MASB02 Syfte: Syftet med dagens laborationen är att du skall: bli

Läs mer

Räkneövning 5. Sebastian Andersson Statistiska institutionen Uppsala universitet 7 januari För Uppgift 2 kan man med fördel ta hjälp av Minitab.

Räkneövning 5. Sebastian Andersson Statistiska institutionen Uppsala universitet 7 januari För Uppgift 2 kan man med fördel ta hjälp av Minitab. Räkneövning 5 Sebastian Andersson Statistiska institutionen Uppsala universitet 7 januari 016 1 Om uppgifterna För Uppgift kan man med fördel ta hjälp av Minitab. I de fall en figur för tidsserien efterfrågas

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

Regressions- och Tidsserieanalys - F7

Regressions- och Tidsserieanalys - F7 Regressions- och Tidsserieanalys - F7 Tidsserieregression, kap 6.1-6.4 Linda Wänström Linköpings universitet November 25 Wänström (Linköpings universitet) F7 November 25 1 / 28 Tidsserieregressionsanalys

Läs mer

Installation/uppgradering av Agfa IMPAX program för remittenter

Installation/uppgradering av Agfa IMPAX program för remittenter Installation/uppgradering av Agfa IMPAX program för remittenter För kliniskt bruk testat på Windows 7 och Windows XP. Följ även denna länk angående Windows XP. http://windows.microsoft.com/sv-se/windows/end-support-help

Läs mer

Multikolinjäritet: Vi kan också beräkna parvisa korrelationskoefficienter mellan förklaringsvariabler:

Multikolinjäritet: Vi kan också beräkna parvisa korrelationskoefficienter mellan förklaringsvariabler: Multikolinjäritet: Betrakta åter datamaterialet med kostnader för produktion av korrugerat papper. Vi plottar förklaringsvariablerna mot varandra: Graph Matrix Plot Trots att COST verkade ha ett tydligt

Läs mer

STOCKHOLMS UNIVERSITET VT 2011 Avd. Matematisk statistik GB DATORLABORATION 3: MULTIPEL REGRESSION.

STOCKHOLMS UNIVERSITET VT 2011 Avd. Matematisk statistik GB DATORLABORATION 3: MULTIPEL REGRESSION. MATEMATISKA INSTITUTIONEN Tillämpad statistisk analys, GN STOCKHOLMS UNIVERSITET VT 2011 Avd. Matematisk statistik GB 2011-04-13 DATORLABORATION 3: MULTIPEL REGRESSION. Under Instruktioner och data på

Läs mer

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

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

Läs mer

Föreläsning 10, del 1: Icke-linjära samband och outliers

Föreläsning 10, del 1: Icke-linjära samband och outliers Föreläsning 10, del 1: och outliers Pär Nyman par.nyman@statsvet.uu.se 19 september 2014-1 - Sammanfattning av tidigare kursvärderingar: - 2 - Sammanfattning av tidigare kursvärderingar: Kursen är för

Läs mer

TENTAMEN I STATISTIK B,

TENTAMEN I STATISTIK B, 732G7 Tentamen. hp TENTAMEN I STATISTIK B, 24-2- Skrivtid: kl: -2 Tillåtna hjälpmedel: Ett A4-blad med egna handskrivna anteckningar samt räknedosa Jourhavande lärare: Lotta Hallberg Betygsgränser: Tentamen

Läs mer

Vad Betyder måtten MAPE, MAD och MSD?

Vad Betyder måtten MAPE, MAD och MSD? Vad Betyder måtten MAPE, MAD och MSD? Alla tre är mått på hur bra anpassningen är och kan användas för att jämföra olika modeller. Den modell som har lägst MAPE, MAD och/eller MSD har bäst anpassning.

Läs mer

Marknadsinformationsmetodik Inlämningsuppgift

Marknadsinformationsmetodik Inlämningsuppgift Marknadsinformationsmetodik Inlämningsuppgift Uppgiften löses med hjälp av SPSS. Klistra in tabeller och diagram från SPSS i ett Worddokument och kommentera där. Använd ett försättsblad till den slutgiltiga

Läs mer

Arbetshäfte Office 365 en första introduktion

Arbetshäfte Office 365 en första introduktion Arbetshäfte Office 365 en första introduktion Innehåll En introduktion för att bekanta sig med O365... 2 Skapa din profil... 2 Övning:... 3 2. Kontakter... 4 Lägg till kontakt och grupp... 4 Övning:...

Läs mer

1(15) Bilaga 1. Av Projekt Neuronnätverk, ABB Industrigymnasium, Västerås Vt-05

1(15) Bilaga 1. Av Projekt Neuronnätverk, ABB Industrigymnasium, Västerås Vt-05 1(15) Bilaga 1 2(15) Neuronnätslaboration Räknare Denna laboration riktar sig till gymnasieelever som går en teknisk utbildning och som helst har läst digitalteknik samt någon form av styrteknik eller

Läs mer

Föreläsning 4 Kap 3.5, 3.8 Material om index. 732G71 Statistik B

Föreläsning 4 Kap 3.5, 3.8 Material om index. 732G71 Statistik B Föreläsning 4 Kap 3.5, 3.8 Material om index 732G71 Statistik B Skötsel (y) Transformationer Ett av kraven för regressionsmodellens giltighet är att residualernas varians är konstant. Vad gör vi om så

Läs mer

Ett A4-blad med egna handskrivna anteckningar (båda sidor) samt räknedosa.

Ett A4-blad med egna handskrivna anteckningar (båda sidor) samt räknedosa. Tentamen Linköpings universitet, Institutionen för datavetenskap, Statistik Kurskod och namn: Datum och tid: Jourhavande lärare: Tillåtna hjälpmedel: 732G71 Statistik B 2016-12-13, 8-12 Bertil Wegmann

Läs mer

Datorövning 1 Statistik med Excel (Office 2007, svenska)

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

Läs mer

Statistiska samband: regression och korrelation

Statistiska samband: regression och korrelation Statistiska samband: regression och korrelation Vi ska nu gå igenom något som kallas regressionsanalys och som innebär att man identifierar sambandet mellan en beroende variabel (x) och en oberoende variabel

Läs mer

Regressions- och Tidsserieanalys - F3

Regressions- och Tidsserieanalys - F3 Regressions- och Tidsserieanalys - F3 Multipel regressionsanalys kap 4.8-4.10 Linda Wänström Linköpings universitet 7 maj Wänström (Linköpings universitet) F3 7 maj 1 / 26 Lite som vi inte hann med när

Läs mer

Hantera och ladda minneskort i TPB katalogen.

Hantera och ladda minneskort i TPB katalogen. Hantera och ladda minneskort i TPB katalogen. Hantering. För att en nedladdning från TPB katalogen direkt till minneskortet ska lyckas måste det finnas en mapp på minneskortet. Och för att kortet ska fungera

Läs mer

Introduktion till Word och Excel

Introduktion till Word och Excel Introduktion till Word och Excel HT 2006 Detta dokument baseras på Introduktion till datoranvändning för ingenjörsprogrammen skrivet av Stefan Pålsson 2005. Omarbetningen av detta dokument är gjord av

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

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

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

Läs mer

Obligatorisk uppgift, del 1

Obligatorisk uppgift, del 1 Obligatorisk uppgift, del 1 Uppgiften består av tre sannolikhetsproblem, som skall lösas med hjälp av miniräknare och tabellsamling. 1. Vid tillverkning av en produkt är felfrekvensen 0,02, dvs sannolikheten

Läs mer

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

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

Läs mer

DGC IT Manual Citrix Desktop - Fjärrskrivbord

DGC IT Manual Citrix Desktop - Fjärrskrivbord DGC IT Manual Citrix Desktop - Fjärrskrivbord Ver 130912 Innehåll 1 Använda Citrix Desktop - Fjärrskrivbord... 2 2 Inställningar i Fjärrskrivbordet... 7 Kontrollera att de applikationer du har tillgång

Läs mer

Spara filer eller mappar från ett kursrums filhanterare i Blackboard 9.1

Spara filer eller mappar från ett kursrums filhanterare i Blackboard 9.1 Sida 1 (19) Lärplattformsprojektet Stödmaterial Författare: Pehr-Henric Danielsson Innehållsförteckning Innehållsförteckning... 1 Spara filer eller mappar från ett kursrums filhanterare i Blackboard 9.1...

Läs mer

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

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

Läs mer

Tidsserier, forts från F16 F17. Tidsserier Säsongrensning

Tidsserier, forts från F16 F17. Tidsserier Säsongrensning Tidsserier Säsongrensning F7 Tidsserier forts från F6 Vi har en variabel som varierar över tiden Ex folkmängd omsättning antal anställda (beroende variabeln/undersökningsvariabeln) Vi studerar den varje

Läs mer

Förberedelseuppgift inför datorlaborationen

Förberedelseuppgift inför datorlaborationen Förberedelseuppgift inför datorlaborationen Det finns datorprogram som följer strålar genom linssystem. Rätt använda kan de vara extremt kraftfulla verktyg och bespara dig många timmars beräkningar. Datorlaborationen

Läs mer

Konsolfönster i Windows Momentet ingår i kursen PDA DTR1206 Lab 1 DOS http://www.cwdata.se Konsolfönstret

Konsolfönster i Windows Momentet ingår i kursen PDA DTR1206 Lab 1 DOS http://www.cwdata.se Konsolfönstret Konsolfönster i Windows Momentet ingår i kursen PDA DTR1206 Lab 1 DOS http://www.cwdata.se Konsolfönstret Med ett kommandobaserat gränssnitt menas ett helt textbaserat gränssnitt. Istället för att klicka

Läs mer

Webbkamera från www.masen.com

Webbkamera från www.masen.com Webbkamera från www.masen.com Tack för att ni har valt en webbkamera från Måsen, vi ger er vind under vingarna. Här kommer några tips för att snabbt och lätt komma igång med kameran. Placera kameran där

Läs mer

Laboration 1. "kompilera"-ikonen "exekvera"-ikonen

Laboration 1. kompilera-ikonen exekvera-ikonen Programmerade system I1 Syfte Laboration 1. Syftet med denna laboration är dels att göra dej bekant med de verktyg som kan vara aktuella i programmeringsarbetet, dels ge en första inblick i att skriva

Läs mer

Stockholms Univ., Statistiska Inst. Finansiell Statistik, GN, 7,5 hp, HT2008 Inlämningsuppgift (1,5hp)

Stockholms Univ., Statistiska Inst. Finansiell Statistik, GN, 7,5 hp, HT2008 Inlämningsuppgift (1,5hp) Stockholms Univ., Statistiska Inst. Finansiell Statistik, GN, 7,5 hp, HT2008 Inlämningsuppgift (1,5hp) Nicklas Pettersson 1 Anvisningar och hålltider Uppgiften löses i grupper om 2-3 personer och godkänt

Läs mer

Histogram, pivottabeller och tabell med beskrivande statistik i Excel

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

Läs mer

Regressions- och Tidsserieanalys - F4

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

Läs mer

Spara filer eller mappar från ett kursrums filhanterare i Blackboard 9.1

Spara filer eller mappar från ett kursrums filhanterare i Blackboard 9.1 Sida 1 (19) Lärplattformsprojektet Stödmaterial Författare: Pehr-Henric Danielsson Innehållsförteckning Innehållsförteckning... 1 Spara filer eller mappar från ett kursrums filhanterare i Blackboard 9.1...

Läs mer

RödGrön-spelet Av: Jonas Hall. Högstadiet. Tid: 40-120 minuter beroende på variant Material: TI-82/83/84 samt tärningar

RödGrön-spelet Av: Jonas Hall. Högstadiet. Tid: 40-120 minuter beroende på variant Material: TI-82/83/84 samt tärningar Aktivitetsbeskrivning Denna aktivitet är utformat som ett spel som spelas av en grupp elever. En elev i taget agerar Gömmare och de andra är Gissare. Den som är gömmare lagrar (gömmer) tal i några av räknarens

Läs mer

Godisförsäljning. 1. a) Vad blir den totala kostnaden om klassen köper in 10 kg godis? Gör beräkningen i rutan nedan.

Godisförsäljning. 1. a) Vad blir den totala kostnaden om klassen köper in 10 kg godis? Gör beräkningen i rutan nedan. Godisförsäljning För att samla in pengar till en klassresa har Klass 9b på Gotteskolan bestämt sig för att hyra ett bord och sälja godis på Torsbymarten. Det kostar 100 kr att hyra ett bord. De köper in

Läs mer

Datorövning 1 Statistik med Excel (Office 2007, svenska)

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

Läs mer

Övningshäfte till kursen Regressionsanalys och tidsserieanalys

Övningshäfte till kursen Regressionsanalys och tidsserieanalys Övningshäfte till kursen Regressionsanalys och tidsserieanalys Linda Wänström April 8, 2011 1 Enkel linjär regressionsanalys (baserad på uppgift 2.3 i Andersson, Jorner, Ågren (2009)) Antag att följande

Läs mer

DATORLABORATION: JÄMFÖRELSE AV FLERA STICKPROV.

DATORLABORATION: JÄMFÖRELSE AV FLERA STICKPROV. MATEMATISKA INSTITUTIONEN Tillämpad statistisk analys, GN STOCKHOLMS UNIVERSITET VT 2014 Avd. Matematisk statistik GB 2014-03-17 DATORLABORATION: JÄMFÖRELSE AV FLERA STICKPROV. Till den här datorlaborationen

Läs mer

ANVÄNDARBESKRIVNING FÖR PERSONAL

ANVÄNDARBESKRIVNING FÖR PERSONAL ANVÄNDARBESKRIVNING FÖR PERSONAL 1 INLEDNING Programmet ipool är ett system för att på ett effektivt sätt sköta bemanning och personalinformation via ett webbaserat gränssnitt som är enkelt att använda

Läs mer

Regressions- och Tidsserieanalys - F1

Regressions- och Tidsserieanalys - F1 Regressions- och Tidsserieanalys - F1 Kap 3: Enkel linjär regression Linda Wänström Linköpings universitet November 4, 2013 Wänström (Linköpings universitet) F1 November 4, 2013 1 / 25 Statistik B, 8 hp

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

Regressions- och Tidsserieanalys - F1

Regressions- och Tidsserieanalys - F1 Regressions- och Tidsserieanalys - F1 Kap 3: Enkel linjär regression Linda Wänström Linköpings universitet May 4, 2015 Wänström (Linköpings universitet) F1 May 4, 2015 1 / 25 Regressions- och tidsserieanalys,

Läs mer

Kapitel 4: SAMBANDET MELLAN VARIABLER: REGRESSIONSLINJEN

Kapitel 4: SAMBANDET MELLAN VARIABLER: REGRESSIONSLINJEN Kapitel 4: SAMBANDET MELLAN VARIABLER: REGRESSIONSLINJEN Spridningsdiagrammen nedan representerar samma korrelationskoefficient, r = 0,8. 80 80 60 60 40 40 20 20 0 0 20 40 0 0 20 40 Det finns dock två

Läs mer

Laboration Fuzzy Logic

Laboration Fuzzy Logic BILAGA B Laboration Fuzzy Logic Lär dig simulera ett program! ABB INDUSTRIGYMNASIUM Fuzzy Logic Wikingsons Wåghalsiga Wargar Projekt ABB VT 2006 Västerås Innehåll 1 Introduktion... 3 2 Uppgiften... 3 2.1

Läs mer

Instruktion för konvertering av e-post i Lotus Notes med Swing PDF Converter

Instruktion för konvertering av e-post i Lotus Notes med Swing PDF Converter 1.2 Utgåva 1 (16) för konvertering av e-post i Lotus Notes med Swing PDF Converter Hur du väljer i Lotus Notes vad du vill konvertera... 1 Från arkivfil... 1 Från Inkorgen... 1 Från mapp... 2 Alternativ

Läs mer

Manual. Verktyg för skolanalys. Astrakan. Motion Chart på enkelt sätt. Artisan Global Media

Manual. Verktyg för skolanalys. Astrakan. Motion Chart på enkelt sätt. Artisan Global Media Manual Astrakan Verktyg för skolanalys Motion Chart på enkelt sätt Artisan Global Media ~ 2 ~ Innehåll Manual för Verktyg för skolanalys... 3 Skapa ett konto och logga in... 3 Arbeta med analysdata och

Läs mer

Instruktion för laboration 1

Instruktion för laboration 1 STOCKHOLMS UNIVERSITET MATEMATISKA INSTITUTIONEN Avd. för matematisk statistik MD, ANL, TB (rev. JM, OE) SANNOLIKHETSTEORI I Instruktion för laboration 1 De skriftliga laborationsrapporterna skall vara

Läs mer

IT-system. BUP Användarmanual

IT-system. BUP Användarmanual IT-system Användarmanual Innehållsförteckning 1. Att komma igång med... 1 1.1 Installera... 1 1.1.1 Byt databas... 1 1.1.2 Behörighet att byta databas... 2 1.2 Logga in... 3 1.2 Inloggad... 3 1.3 Logga

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

Hur formuläret är ifyllt

Hur formuläret är ifyllt Uppdatera i TD Hur formuläret är ifyllt Börja med att titta på hur din TDinformation ser ut för besökare. Det gör du antingen via länken som finns på er egen hemsida, eller på den interna lista som finns

Läs mer

Gör så här för att rapportera:

Gör så här för att rapportera: Cykla och gå till jobbet 2012 Gör så här för att rapportera: OBS! Se till att du har anmält dig innan du gör detta. Om du inte vet hur man gör, klicka här. Steg 1: Skriv ut redovisningspapperet Gå till

Läs mer

Uppgift 1. OPTIMERA RESURSUTNYTTJANDET.

Uppgift 1. OPTIMERA RESURSUTNYTTJANDET. Labb 3 Infomet I denna laboration kommer vi att lära oss en del finesser i kalkylprogrammet Excel. BAGERI Ett bageri bakar pepparkakor och kubbar. Under olika tider på året efterfrågas olika sorters kakor.

Läs mer

Logistisk regression och Indexteori. Patrik Zetterberg. 7 januari 2013

Logistisk regression och Indexteori. Patrik Zetterberg. 7 januari 2013 Föreläsning 9 Logistisk regression och Indexteori Patrik Zetterberg 7 januari 2013 1 / 33 Logistisk regression I logistisk regression har vi en binär (kategorisk) responsvariabel Y i som vanligen kodas

Läs mer

Begrepp Uttryck, värdet av ett uttryck, samband, formel, graf, linje, diagram, spridningsdiagram.

Begrepp Uttryck, värdet av ett uttryck, samband, formel, graf, linje, diagram, spridningsdiagram. Aktivitetsbeskrivning Denna aktivitet samlar ett antal olika sätt att göra procentuella beräkningar på grafräknare. Dessa metoder finns som uppgifter eller som en samling tips i en lathund. Matematiskt

Läs mer

Jobbschemaläggare. Morgan N. Sandquist Utvecklare: Gary Meyer Granskare: Lauri Watts Översättare: Stefan Asserhäll

Jobbschemaläggare. Morgan N. Sandquist Utvecklare: Gary Meyer Granskare: Lauri Watts Översättare: Stefan Asserhäll Morgan N. Sandquist Utvecklare: Gary Meyer Granskare: Lauri Watts Översättare: Stefan Asserhäll 2 Innehåll 1 Inledning 4 1.1 Start.............................................. 4 1.1.1 Schemalagda aktiviteter..............................

Läs mer

Webbgenvägar. Krishna Tateneni Yves Arrouye Översättare: Stefan Asserhäll

Webbgenvägar. Krishna Tateneni Yves Arrouye Översättare: Stefan Asserhäll Krishna Tateneni Yves Arrouye Översättare: Stefan Asserhäll 2 Innehåll 1 Webbgenvägar 4 1.1 Inledning........................................... 4 1.2 Webbgenvägar........................................

Läs mer

Dok nr OSF/AV-15:003, ver E Inloggning till Treserva via extern dator

Dok nr OSF/AV-15:003, ver E Inloggning till Treserva via extern dator Inloggning till Treserva via extern dator Innehåll 1 Inloggningsalternativ... 2 1.1 Inloggning via SMS... 2 1.2 Inloggning via E-legitimation... 4 2 Utloggning... 5 3 Helskärmsläge... 6 4 Bläddra mellan

Läs mer

Regressions- och Tidsserieanalys - F3

Regressions- och Tidsserieanalys - F3 Regressions- och Tidsserieanalys - F3 Multipel regressionsanalys kap 4.8-4.10 Linda Wänström Linköpings universitet November 6, 2013 Wänström (Linköpings universitet) F3 November 6, 2013 1 / 22 Interaktion

Läs mer

Hämta nytt certifikat

Hämta nytt certifikat Hämta nytt certifikat Denna instruktion ska du följa om du har nya certifikat att hämta till ditt RS-kort. För att lyckas använda tjänster via RSVPN mot Region Skåne finns ett antal förutsättningar tillgängliga

Läs mer

Handledning till VIS. Ekonomi detaljer. April 2016 VIS förvaltningsgrupp

Handledning till VIS. Ekonomi detaljer. April 2016 VIS förvaltningsgrupp Handledning till VIS Ekonomi detaljer April 2016 VIS förvaltningsgrupp Innehållsförteckning Introduktion till VIS... 3 Starta QlikView... 3 Inloggning... 3 Allmänt om hur använda VIS... 4 Val av applikation...

Läs mer

Laboration: Grunderna i MATLAB

Laboration: Grunderna i MATLAB Laboration: Grunderna i MATLAB 25 augusti 2005 Grunderna i MATLAB Vad är MATLAB? MATLAB är ett interaktivt program för vetenskapliga beräkningar. Som användare ger du enkla kommandon och MATLAB levererar

Läs mer

Manual för Menys webbaserade kurser i Fronter

Manual för Menys webbaserade kurser i Fronter Manual för Menys webbaserade kurser i Fronter Innehållsförteckning Introduktion 3 Inloggning & Lösenordsbyte 4 Idagsidan 5 Kursens rum (startsida) 6 Webblektion 7 Deltagare 8 Inlämning 9 Kalender 11 Diskussionsforum

Läs mer

LADDA UPP EN PDF-FIL OCH LÄNKA TILL DEN I DIN ARTIKELTEXT

LADDA UPP EN PDF-FIL OCH LÄNKA TILL DEN I DIN ARTIKELTEXT Joomla Guide 2.5.11 LÄNKAR LADDA UPP EN PDF & LÄNKA TILL I ARTIKEL Sida 1 av 11 LADDA UPP EN PDF-FIL OCH LÄNKA TILL DEN I DIN ARTIKELTEXT I denna guide får du lära dig att: Ladda upp ett PDF dokument på

Läs mer

lära dig tolka ett av de vanligaste beroendemåtten mellan två variabler, korrelationskoefficienten.

lära dig tolka ett av de vanligaste beroendemåtten mellan två variabler, korrelationskoefficienten. LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK FMS035: MATEMATISK STATISTIK FÖR M DATORLABORATION 5, 11 MAJ 2012 Syfte Syftet med dagens laboration är att du ska lära dig tolka ett av de

Läs mer

Inloggning till Treserva via extern dator

Inloggning till Treserva via extern dator Inloggning till Treserva via extern dator Innehåll 1 Inloggningsalternativ... 2 1.1 Inloggning via SMS... 2 1.2 Inloggning via E-legitimation... 4 2 Utloggning... 5 3 Helskärmsläge... 6 4 Bläddra mellan

Läs mer

Lathund grundkurs datorutbildning

Lathund grundkurs datorutbildning Lathund grundkurs datorutbildning Innehåll: - Skapa mappar i hemkatalogen samt i gemensam mapp - Spara dokument i hemkatalogen eller i gemensam mapp - Spara bilder från ipaden på datorn - Infoga bilder

Läs mer

M0043M Integralkalkyl och Linjär Algebra, H14, Matlab, Föreläsning 1

M0043M Integralkalkyl och Linjär Algebra, H14, Matlab, Föreläsning 1 M0043M Integralkalkyl och Linjär Algebra, H14, Matlab, Föreläsning 1 Ove Edlund LTU 2014-11-07 Ove Edlund (LTU) M0043M, M1 2014-11-07 1 / 14 Några elementära funktioner i Matlab Exempel exp Beräknar e

Läs mer