Tovejs-ANOVA (Faktoriel) Regler og problemer kan generaliseres til mere end to hovedfaktorer med tilhørende interaktioner

Størrelse: px
Starte visningen fra side:

Download "Tovejs-ANOVA (Faktoriel) Regler og problemer kan generaliseres til mere end to hovedfaktorer med tilhørende interaktioner"

Transkript

1 Tovejs-ANOVA (Faktoriel) Regler og problemer kan generaliseres til mere end to hovedfaktorer med tilhørende interaktioner I modsætning til envejs-anova kan flervejs-anova udføres selv om der er kun én observation i hver celle

2 Model: X ijl i j ij ijl : samlet middelværdi i: 1,2,...,a a niveauer (grupper, kategorier) af faktor A med hver sin effekt i j: 1,2,...,b b niveauer (grupper, kategorier) af faktor B med hver sin effekt j a b niveauer (celler) af interaktion mellem faktorerne A og B med hver sin effekt ij ( ~ ij ) l: 1,2,...,n ij n ij er antal replikater i celle i,j (balanceret: n ij n for alle a b celler) ijl : fejlled, ~N(0, 2 )

3 Nulhypoteser: H 0A : a 0 H 0B : b 0 H 0I : ij 0 for alle i,j X ij : gennemsnit i celle i,j (n) estimerer ij X i. : gennemsnit for A i (bn) estimerer i. X.j : gennemsnit for B j (an) estimerer.j X : gennemsnit totalt (N) estimerer Antagelser: NF i hver celle, og ens varians

4 a total SS SS total i 1 b j 1 n l 1 X ijl X 2 total DF DF total N 1 abn 1 MS total SS total DF total

5 a among cells SS SS cells i 1 b j 1 n X ij X 2 among cells DF DF cells ab 1 MS cells SS cells DF cells

6 a within cells SS SS e i 1 b j 1 n X ijl X ij 2 l 1 within cells DF DF e ab(n-1) DF total DF cells MS e SS e DF e s p 2

7 a SS for faktor A SS A bn X i. X 2 i 1 DF for faktor A DF A a 1 MS A SS A DF A b SS for faktor B SS B an X.j X 2 j 1 DF for faktor B DF B b 1 MS B SS B DF B

8 Generelt: SS cells SS A SS B oftest pga. SS AB SS AB SS cells -(SS A SS B ) og DF AB DF cells -(DF A DF B ) a 1 b 1

9 Hypotese om ingen interaktion: H 0 : eller H 0 : Ved grafisk afbildning af interaktion: faktor med flest niveauer på x-akse færre linier at tegne

10 Model I ANOVA: begge faktorer fixed Model II ANOVA: begge faktorer random Model III ANOVA: en faktor fixed en faktor random MIXED! Er interaktion signifikant: man ser IKKE på (laver MC på) niveauer af fixed faktor uafhængigt af random faktor menmcpåcellerok a b sammenligninger begge faktorer skal dog med i den faglige tolkning!

11 Hvis interaktion konkluderes NS: kør ANOVA forfra UDEN interaktion i modellen! Pooling af MS AB og MS e? Begge estimerer 2, når interaktion er NS Zar: undlad pooling "Normalt": pooling OK pool: p(type I fejl), p(type II fejl) pool: p(type I fejl), p(type II fejl) men det sidste gælder kun, hvis interaktion er erklæret NS som følge af en type II fejl! - ellers: pool: p(type I fejl), p(type II fejl)

12 Eksempel 12.1/12.2 som Model II ANOVA F hormon 1,1 1386, 11 4, , 85 p 0, 038 Model I : p 0, 001 F sex 1,1 70, 31 4, 90 14, 35 p 0, 164 Model I : p 0, 099 test af interaktion : som for Model I ANOVA

13 Ubalanceret tovejs-anova To muligheder 1) Proportional replikation, hvis n ij i række i i søjle j N check én celle i a-1 rækker og én celle i b-1 søjler dvs. (a-1) (b-1)-1 celler 2) Disproportional replikation VIGTIGT! tjek om statistikprogram regner rigtigt!

14 Tovejs ANOVA uden replikation n ij 1!!ogdermedN a b ~DF total DF cells 0!! ~DF e SS e 0 MS e 0 (ingen variation indenfor celler) SS rest " SS" e SS total SS A SS B ~SS AB med replikation!! Model I PAS PÅ: MS AB og MS e blandet sammen Model II OK: med replikation tester vi mod MS AB

15 Randomiseret blok Blok: individer med noget tilfælles f.eks. forældre, klima eller lign. Faktor: det, man egentlig vil teste a niveauer, hver blok har a individer, hver tildelt - TILFÆLDIGT - et af de a niveauer af faktor A Dvs. blok ~ par i parret t-test DF e a b n 1 0! Model III ANOVA ~ Mixed model blok random faktor fixed blok-effekt ofte uden interesse kræver desuden viden om interaktion - og den har vi ikke!

16 Gentagne målinger Flere målinger på SAMME individ ikke bare målinger på relaterede individer ligner blok-design idet n i. ~ b hvert individ udgør én blok (a*b celler med n ij 1) men altså netop ét individ: SS total kan underopdeles SS total SS m ind SS i ind SS A SS rest SS total SS m ind SS i ind SS A hvor SS rest ~interaktion individ faktor

17 Antagelse: sfæricitet r 12 r r 3a... r a 1 a hvor a tæller niveauer af faktor A Alternativ: MANOVA

18 Sammenligning af de tre metoder med celleantal 1 styrke: repeated blok alm. ANOVA pga. af stærkere og stærkere relation mellem målingerne i faktor B

19 Eksempel 12.4 som repeated measures design Analysis of variance table source of variation SS DF MS total 99,35 19 subjects 62,65 4 within subj. 36,70 15 diets 27,43 3 9,14 rest 9, ,77 F 9,14 0,77 11,87 samme som når det udregnes som randomized blok design!

20 Hvad de forskellige MS s estimerer: Model I (begge fixed): MS A : 2 a nb a 1 i 1 i 2 MS B : 2 b na b 1 j 1 j 2 MS AB : 2 n a a 1 b 1 i 1 b j 1 ij 2 MS e : 2 alle effekter testes mod MS e

21 Model II (begge random): MS A : n AB nb A MS B : n AB na B MS AB : 2 2 n AB MS e : 2 hovedeffekter testes mod MS AB interaktion teste mod MS e

22 Model III ~ Mixed (A fixed, B random): MS A : 2 2 n AB a nb a 1 i 1 i 2 MS B : n AB na B MS AB : 2 2 n AB MS e : 2

23 ELLER!! MS A : 2 2 n AB a nb a 1 i 1 i 2 MS B : 2 na B 2 MS AB : 2 2 n AB MS e : 2

24 Obs POP SEX ZYB

25 ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ Sex ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ 1 2 ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ ZYB ZYB ƒƒƒƒ ƒƒƒƒƒƒƒƒ ƒƒƒƒƒƒƒƒˆƒƒƒƒ ƒƒƒƒƒƒƒƒ ƒƒƒƒƒƒƒƒ N Mean SD N Mean SD ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒ Pop ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒ All Šƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ ƒƒƒƒ ƒƒƒƒƒƒƒƒ ƒƒƒƒƒƒƒƒ ƒƒƒƒ ƒƒƒƒƒƒƒƒ ƒƒƒƒƒƒƒƒœ proc tabulate data=sasuser.anova2w FORMAT=8.1; var ZYB; class POP; class SEX; table POP ALL,(SEX)*(ZYB)*('N'='N'*F=4.'MEAN'='Mean' 'STD'='SD') / RTS=18 ; label SEX='Sex' POP='Pop' ZYB='ZYB' ; format POP 1. ; run;

26 The GLM Procedure Model I begge fixed Class Level Information Class Levels Values POP SEX Number of observations 60 Dependent Variable: ZYB Sum of Source DF Squares Mean Square F Value Pr > F Model <.0001 Error Corrected Total R-Square Coeff Var Root MSE ZYB Mean Source DF Type III SS Mean Square F Value Pr > F POP SEX <.0001 POP*SEX

27 The GLM Procedure Uden interaktion Dependent Variable: ZYB Sum of Source DF Squares Mean Square F Value Pr > F Model <.0001 Error Pooled Corrected Total Source DF Type III SS Mean Square F Value Pr > F POP SEX <.0001

28 The GLM Procedure Envejs-ANOVA for sex Class Level Information Class Levels Values SEX Sum of Source DF Squares Mean Square F Value Pr > F Model <.0001 Error Corrected Total Source DF Type III SS Mean Square F Value Pr > F SEX <.0001

29 The GLM Procedure Mixed Model III Sex fixed Pop random Sum of Source DF Squares Mean Square F Value Pr > F Model <.0001 Error Corrected Total Source DF Type III SS Mean Square F Value Pr > F SEX <.0001 POP SEX*POP Tests of Hypotheses Using the Type III MS for SEX*POP as an Error Term Source DF Type III SS Mean Square F Value Pr > F SEX proc glm data=sasuser.anova2w; class SEX POP; model ZYB = SEX POP POP*SEX / SS3; test H=SEX E=POP*SEX; run; quit;

30 The GLM Procedure Model II begge random Sum of Source DF Squares Mean Square F Value Pr > F Model <.0001 Error Corrected Total Source DF Type III SS Mean Square F Value Pr > F SEX <.0001 POP SEX*POP Tests of Hypotheses Using the Type III MS for SEX*POP as an Error Term Source DF Type III SS Mean Square F Value Pr > F SEX POP

1. Lav en passende arbejdstegning, der illustrerer samtlige enkeltobservationer.

1. Lav en passende arbejdstegning, der illustrerer samtlige enkeltobservationer. Vejledende besvarelse af hjemmeopgave Basal statistik, efterår 2008 En gruppe bestående af 45 patienter med reumatoid arthrit randomiseres til en af 6 mulige behandlinger, nemlig placebo, aspirin eller

Læs mere

Epidemiologi og Biostatistik

Epidemiologi og Biostatistik Kapitel 1, Kliniske målinger Epidemiologi og Biostatistik Introduktion til skilder (varianskomponenter) måleusikkerhed sammenligning af målemetoder Mogens Erlandsen, Institut for Biostatistik Uge, torsdag

Læs mere

Oversigt. 1 Intro: Regneeksempel og TV-data fra B&O. 2 Model. 3 Beregning - variationsopspaltning og ANOVA tabellen. 4 Hypotesetest (F-test)

Oversigt. 1 Intro: Regneeksempel og TV-data fra B&O. 2 Model. 3 Beregning - variationsopspaltning og ANOVA tabellen. 4 Hypotesetest (F-test) Kursus 02402/02323 Introducerende Statistik Forelæsning 11: Tovejs variansanalyse, ANOVA Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800

Læs mere

Program. Sammenligning af grupper Ensidet ANOVA. Case 3, del II: Fiskesmag i lammekød. Case 3, del I: A-vitamin i leveren

Program. Sammenligning af grupper Ensidet ANOVA. Case 3, del II: Fiskesmag i lammekød. Case 3, del I: A-vitamin i leveren Faculty of Life Sciences Program Sammenligning af grupper Ensidet ANOVA Claus Ekstrøm E-mail: ekstrom@life.ku.dk Sammenligning af to grupper: tre eksempler Sammenligning af mere end to grupper: ensidet

Læs mere

Økonometri: Lektion 4. Multipel Lineær Regression: F -test, justeret R 2 og aymptotiske resultater

Økonometri: Lektion 4. Multipel Lineær Regression: F -test, justeret R 2 og aymptotiske resultater Økonometri: Lektion 4 Multipel Lineær Regression: F -test, justeret R 2 og aymptotiske resultater 1 / 35 Hypotesetest for én parameter Antag vi har model y = β 0 + β 1 x 2 + β 2 x 2 + + β k x k + u. Vi

Læs mere

Introduktion til GLIMMIX

Introduktion til GLIMMIX Introduktion til GLIMMIX Af Jens Dick-Nielsen jens.dick-nielsen@haxholdt-company.com 21.08.2008 Proc GLIMMIX GLIMMIX kan bruges til modeller, hvor de enkelte observationer ikke nødvendigvis er uafhængige.

Læs mere

Flerniveau modeller. Individuelt studieforløb. Efterårssemesteret 2002. Folkesundhedsvidenskab ved Københavns Universitet

Flerniveau modeller. Individuelt studieforløb. Efterårssemesteret 2002. Folkesundhedsvidenskab ved Københavns Universitet Individuelt studieforløb Efterårssemesteret 2002 Flerniveau modeller Folkesundhedsvidenskab ved Københavns Universitet Vejleder: Jørgen Holm Petersen Eksamensnummer 20 Indholdsfortegnelse 1. Indledning...3

Læs mere

Statistisk forsøgsplanlægning. med benyttelse af Statgraphics

Statistisk forsøgsplanlægning. med benyttelse af Statgraphics MOGENS ODDERSHEDE LARSEN Statistisk forsøgsplanlægning med benyttelse af Statgraphics Vekselvirkning CD 10 8 C 1 udbytte 6 4 0 1 3 4 D 11 udgave 00, DTU FORORD Dette notat er baseret på at de studerende

Læs mere

Program. 1. Varianskomponent-modeller (Random Effects) 2. Transformation af data. 1/12

Program. 1. Varianskomponent-modeller (Random Effects) 2. Transformation af data. 1/12 Program 1. Varianskomponent-modeller (Random Effects) 2. Transformation af data. 1/12 Dæktyper og brændstofforbrug Data fra opgave 10.43, side 360: cars 1 2 3 4 5... radial 4.2 4.7 6.6 7.0 6.7... belt

Læs mere

Program. t-test Hypoteser, teststørrelser og p-værdier. Hormonkonc.: statistisk model og konfidensinterval. Hormonkoncentration: data

Program. t-test Hypoteser, teststørrelser og p-værdier. Hormonkonc.: statistisk model og konfidensinterval. Hormonkoncentration: data Faculty of Life Sciences Program t-test Hypoteser, teststørrelser og p-værdier Claus Ekstrøm E-mail: ekstrom@life.ku.dk Resumé og hængepartier fra sidst. Eksempel: effekt af foder på hormonkoncentration

Læs mere

PROC TRANSPOSE. SAS-tabellen - hensigtsmæssig lagring af data. Copyright 2011 SAS Institute Inc. All rights reserved.

PROC TRANSPOSE. SAS-tabellen - hensigtsmæssig lagring af data. Copyright 2011 SAS Institute Inc. All rights reserved. PROC TRANSPOSE SAS-tabellen - hensigtsmæssig lagring af data Copyright 2011 SAS Institute Inc. All rights reserved. Transponerede tabeller Brede eller smalle? Hvad: Brede tabeller har mange kolonner med

Læs mere

Regneregler for middelværdier M(X+Y) = M X +M Y. Spredning varians og standardafvigelse. 1 n VAR(X) Y = a + bx VAR(Y) = VAR(a+bX) = b²var(x)

Regneregler for middelværdier M(X+Y) = M X +M Y. Spredning varians og standardafvigelse. 1 n VAR(X) Y = a + bx VAR(Y) = VAR(a+bX) = b²var(x) Formelsamlingen 1 Regneregler for middelværdier M(a + bx) a + bm X M(X+Y) M X +M Y Spredning varians og standardafvigelse VAR(X) 1 n n i1 ( X i - M x ) 2 Y a + bx VAR(Y) VAR(a+bX) b²var(x) 2 Kovariansen

Læs mere

Statikstik II 2. Lektion. Lidt sandsynlighedsregning Lidt mere om signifikanstest Logistisk regression

Statikstik II 2. Lektion. Lidt sandsynlighedsregning Lidt mere om signifikanstest Logistisk regression Statikstik II 2. Lektion Lidt sandsynlighedsregning Lidt mere om signifikanstest Logistisk regression Sandsynlighedsregningsrepetition Antag at Svar kan være Ja og Nej. Sandsynligheden for at Svar Ja skrives

Læs mere

Statistik II Lektion 3. Logistisk Regression Kategoriske og Kontinuerte Forklarende Variable

Statistik II Lektion 3. Logistisk Regression Kategoriske og Kontinuerte Forklarende Variable Statistik II Lektion 3 Logistisk Regression Kategoriske og Kontinuerte Forklarende Variable Setup: To binære variable X og Y. Statistisk model: Konsekvens: Logistisk regression: 2 binære var. e e X Y P

Læs mere

Tænk på a og b som to n 1 matricer. a 1 a 2 a n. For hvert i = 1,..., n har vi y i = x i β + u i.

Tænk på a og b som to n 1 matricer. a 1 a 2 a n. For hvert i = 1,..., n har vi y i = x i β + u i. Repetition af vektor-regning Økonometri: Lektion 3 Matrix-formulering Fordelingsantagelse Hypotesetest Antag vi har to n-dimensionelle (søjle)vektorer a 1 b 1 a 2 a =. og b = b 2. a n b n Tænk på a og

Læs mere

1 enote 1: Simple plots og deskriptive statistik. 2 enote2: Diskrete fordelinger. 3 enote 2: Kontinuerte fordelinger

1 enote 1: Simple plots og deskriptive statistik. 2 enote2: Diskrete fordelinger. 3 enote 2: Kontinuerte fordelinger Kursus 02402/02323 Introduktion til statistik Forelæsning 13: Et overblik over kursets indhold Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Building 324, Room 220 Danish Technical University

Læs mere

Bilag til Statistik i løb : Statistik og Microsoft Excel tastevejledning / af Lars Bo Kristensen

Bilag til Statistik i løb : Statistik og Microsoft Excel tastevejledning / af Lars Bo Kristensen Bilag til Statistik i løb : Statistik og Microsoft Excel tastevejledning / af Lars Bo Kristensen Microsoft Excel har en del standard anvendelsesmuligheder i forhold til den beskrivende statistik og statistisk

Læs mere

Statistik II 4. Lektion. Logistisk regression

Statistik II 4. Lektion. Logistisk regression Statistik II 4. Lektion Logistisk regression Logistisk regression: Motivation Generelt setup: Dikotom(binær) afhængig variabel Kontinuerte og kategoriske forklarende variable (som i lineær reg.) Eksempel:

Læs mere

Eksamen ved. Københavns Universitet i. Kvantitative forskningsmetoder. Det Samfundsvidenskabelige Fakultet

Eksamen ved. Københavns Universitet i. Kvantitative forskningsmetoder. Det Samfundsvidenskabelige Fakultet Eksamen ved Københavns Universitet i Kvantitative forskningsmetoder Det Samfundsvidenskabelige Fakultet 14. december 2011 Eksamensnummer: 5 14. december 2011 Side 1 af 6 1) Af boxplottet kan man aflæse,

Læs mere

Forelæsning 9: Inferens for andele (kapitel 10)

Forelæsning 9: Inferens for andele (kapitel 10) Kursus 02402 Introduktion til Statistik Forelæsning 9: Inferens for andele (kapitel 10) Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800

Læs mere

Schweynoch, 2003. Se eventuelt http://www.mathematik.uni-kassel.de/~fathom/projekt.htm.

Schweynoch, 2003. Se eventuelt http://www.mathematik.uni-kassel.de/~fathom/projekt.htm. Projekt 8.5 Hypotesetest med anvendelse af t-test (Dette materiale har været anvendt som forberedelsesmateriale til den skriftlige prøve 01 for netforsøget) Indhold Indledning... 1 χ -test... Numeriske

Læs mere

Skriftlig Eksamen ST501: Science Statistik Mandag den 11. juni 2007 kl. 15.00 18.00

Skriftlig Eksamen ST501: Science Statistik Mandag den 11. juni 2007 kl. 15.00 18.00 Skriftlig Eksamen ST501: Science Statistik Mandag den 11. juni 2007 kl. 15.00 18.00 Forskningsenheden for Statistik IMADA Syddansk Universitet Alle skriftlige hjælpemidler samt brug af lommeregner er tilladt.

Læs mere

Et matematikeksperiment: Bjørn Felsager, Haslev Gymnasium & HF

Et matematikeksperiment: Bjørn Felsager, Haslev Gymnasium & HF Sammenligning af to måleserier En af de mest grundlæggende problemstillinger i statistik består i at undersøge om to forskellige måleserier er signifikant forskellige eller om forskellen på de to serier

Læs mere

Program. Logistisk regression. Eksempel: pesticider og møl. Odds og odds-ratios (igen)

Program. Logistisk regression. Eksempel: pesticider og møl. Odds og odds-ratios (igen) Faculty of Life Sciences Program Logistisk regression Claus Ekstrøm E-mail: ekstrom@life.ku.dk Odds og odds-ratios igen Logistisk regression Estimation og inferens Modelkontrol Slide 2 Statistisk Dataanalyse

Læs mere

Simpel Lineær Regression

Simpel Lineær Regression Simpel Lineær Regression Mål: Forklare variablen y vha. variablen x. Fx forklare Salg (y) vha. Reklamebudget (x). Vi antager at sammenhængen mellem y og x er beskrevet ved y = β 0 + β 1 x + u. y: Afhængige

Læs mere

- Medlemsundersøgelse, Danske Fysioterapeuter, Juni 2010. Danske Fysioterapeuter. Kvalitet i træning

- Medlemsundersøgelse, Danske Fysioterapeuter, Juni 2010. Danske Fysioterapeuter. Kvalitet i træning Danske Fysioterapeuter Kvalitet i træning Undersøgelse blandt Danske Fysioterapeuters paneldeltagere 2010 Udarbejdet af Scharling Research for Danske Fysioterapeuter juni 2010 Scharling.dk Side 1 af 84

Læs mere

En meget kort introduktion til R på polit

En meget kort introduktion til R på polit En meget kort introduktion til R på polit Sebastian Barfort sebastian.barfort@econ.ku.dk Indhold 1 Introduktion 1 2 R som lommeregner 2 3 Tabeller, grafer og estimation 6 4 Økonomiske figurer 11 1 Introduktion

Læs mere

Skolesektionen på www.ballerup.dk

Skolesektionen på www.ballerup.dk Skolesektionen på www.ballerup.dk Louise Callisen Dyhr (ldyh) Marie Louise Gottlieb Frederiksen (mgfr) Janus Askø Madsen (jaam) Nanna Petersen (nshy) Antal tegn: 28319 Afleveringsdato: 21. maj 2014 1 Indledning...

Læs mere

Excel - begynderkursus

Excel - begynderkursus Excel - begynderkursus 1. Skriv dit navn som undertekst på et Excel-ark Det er vigtigt når man arbejder med PC er på skolen at man kan få skrevet sit navn på hver eneste side som undertekst.gå ind under

Læs mere

Baggrundspapir til analyser af fusionseffekter baseret på aktiekurser

Baggrundspapir til analyser af fusionseffekter baseret på aktiekurser 1 af 28 21-08-2013 16:05 Baggrundspapir til analyser af fusionseffekter baseret på aktiekurser Indledning Det er generelt vanskeligt at vurdere, om en fusion har ført til svækket konkurrence, eller om

Læs mere

INDLEDNING...2 DATAMATERIALET... 2 KARAKTERISTIK AF POPULATIONEN... 4

INDLEDNING...2 DATAMATERIALET... 2 KARAKTERISTIK AF POPULATIONEN... 4 Indholdsfortegnelse INDLEDNING...2 DATAMATERIALET... 2 KARAKTERISTIK AF OULATIONEN... 4 DELOGAVE 1...5 BEGREBSVALIDITET... 6 Differentiel item funktionsanalyser...7 Differentiel item effekt...10 Lokal

Læs mere

EVALUERINGSENHEDEN. Analyse af karaktereffekten af. deltagelse i manuduktion på HA 2. år. Copenhagen Business School

EVALUERINGSENHEDEN. Analyse af karaktereffekten af. deltagelse i manuduktion på HA 2. år. Copenhagen Business School EVALUERINGSENHEDEN Copenhagen Business School Analyse af karaktereffekten af deltagelse i manuduktion på HA 2. år 12. april 2011 INDHOLD 1. Undersøgelsens metode og formål 3 1.1. Evalueringernes gennemførelse.

Læs mere

Lav efterspørgsel forklarer det faldende bankudlån men udlånet forventes at stige igen

Lav efterspørgsel forklarer det faldende bankudlån men udlånet forventes at stige igen n o t a t Lav efterspørgsel forklarer det faldende bankudlån men udlånet forventes at stige igen 8. december 29 Kort resumé Henover året har der været megen fokus på faldet i bankernes udlån til virksomhederne.

Læs mere

Hvordan finder man en god skala vha. Raschmetoden? Svend Kreiner & Tine Nielsen

Hvordan finder man en god skala vha. Raschmetoden? Svend Kreiner & Tine Nielsen Hvordan finder man en god skala vha. Raschmetoden? Svend Kreiner & Tine Nielsen 1 Svaret: Man spørger en, der har forstand på det, som man gerne vil måle 2 Eksempel: Spiritualitet Peter A., Peter G. &

Læs mere

Tips og tricks til Proc Means. Per Andersen

Tips og tricks til Proc Means. Per Andersen Tips og tricks til Proc Means Capgemini gruppen Grundlagt 1967 i Paris, startet i Danmark 1984 Omsætning på verdensplan i 2008 8,7 milliader euro 91.600 medarbejdere på verdensplan, heraf 300 i Danmark

Læs mere

Hypotesetest. Altså vores formodning eller påstand om tingens tilstand. Alternativ hypotese (hvis vores påstand er forkert) H a : 0

Hypotesetest. Altså vores formodning eller påstand om tingens tilstand. Alternativ hypotese (hvis vores påstand er forkert) H a : 0 Hypotesetest Hypotesetest generelt Ingredienserne i en hypotesetest: Statistisk model, f.eks. X 1,,X n uafhængige fra bestemt fordeling. Parameter med estimat. Nulhypotese, f.eks. at antager en bestemt

Læs mere

SPAM-mails. ERFA & Søren Noah s A4-Ark 2010. Køber varer via spam-mails. Læser spam-mails. Modtager over 40 spam-mails pr. dag. Modtager spam hver dag

SPAM-mails. ERFA & Søren Noah s A4-Ark 2010. Køber varer via spam-mails. Læser spam-mails. Modtager over 40 spam-mails pr. dag. Modtager spam hver dag SPAM-mails Køber varer via spam-mails Læser spam-mails Modtager over 40 spam-mails pr. dag Modtager spam hver dag 0 10 20 30 40 50 60 70 80 90 ERFA & Søren Noah s A4-Ark 2010 Datapræsentation: lav flotte

Læs mere

Tips og tricks til Proc Means. Per Andersen Senior IM Consultant Dong Energy, Group IT, Trading IT, Analytics

Tips og tricks til Proc Means. Per Andersen Senior IM Consultant Dong Energy, Group IT, Trading IT, Analytics Tips og tricks til Proc Means Per Andersen Senior IM Consultant Dong Energy, Group IT, Trading IT, Analytics ENERGI I FORANDRING Marts 2012 DONG Energy er en af Nordeuropas førende energikoncerner med

Læs mere

Peter Kellberg. Rundt om Danmarks Statistiks makroer. Design, Standardisering, Teknik

Peter Kellberg. Rundt om Danmarks Statistiks makroer. Design, Standardisering, Teknik Peter Kellberg Rundt om Danmarks Statistiks makroer Design, Standardisering, Teknik SAS Forum 2009 Ét makrobibliotek ca 50 makroer, vi selv har lavet mange andre fx CLAN Autocall makroer en makro er et

Læs mere

Statistik (deskriptiv)

Statistik (deskriptiv) Statistik (deskriptiv) Ikke-grupperede data For at behandle ikke-grupperede data i TI, skal data tastes ind i en liste. Dette kan gøres ved brug af List, hvis ikon er nr. 5 fra venstre på værktøjsbjælken

Læs mere

Program dag 2 (11. april 2011)

Program dag 2 (11. april 2011) Program dag 2 (11. april 2011) Dag 2: 1) Hvordan kan man bearbejde data; 2) Undersøgelse af datamaterialet; 3) Forskellige typer statistik; 4) Indledende dataundersøgelser; 5) Hvad kan man sige om sammenhænge;

Læs mere

Microsoft Excel - en kort introduktion. Grundlag

Microsoft Excel - en kort introduktion. Grundlag Microsoft Excel - en kort introduktion Grundlag Udover menuer og knapper - i princippet som du kender det fra Words eller andre tekstbehandlingsprogrammer - er der to grundlæggende vigtige størrelser i

Læs mere

Anvendelse af ufuldstændige blokforsøg

Anvendelse af ufuldstændige blokforsøg Anvendelse af ufuldstændige blokforsøg Kristian Kristensen 1, Jakob Willas 2, Lise Nistrup Jørgensen 3 og Rene Gislum 4 1 Forskergruppe for Biometri, Afd. for Husdyravl og Genetik, DJF 2 Afd. for Sortsafprøvning,

Læs mere

Projekt 1 Spørgeskemaanalyse af Bedst på Nettet

Projekt 1 Spørgeskemaanalyse af Bedst på Nettet Projekt 1 Spørgeskemaanalyse af Bedst på Nettet D.29/2 2012 Udarbejdet af: Katrine Ahle Warming Nielsen Jannie Jeppesen Schmøde Sara Lorenzen A) Kritik af spørgeskema Set ud fra en kritisk vinkel af spørgeskemaet

Læs mere

Grupperede observationer et eksempel. (begreber fra MatC genopfriskes og varians og spredning indføres)

Grupperede observationer et eksempel. (begreber fra MatC genopfriskes og varians og spredning indføres) Grupperede observationer et eksempel. (begreber fra MatC genopfriskes og varians og spredning indføres) Til Gribskovløbet 006 gennemførte 118 kvinder 1,4 km distancen. Fordelingen af kvindernes løbstider

Læs mere

Gennemsnit og normalfordeling illustreret med terningkast, simulering og SLUMP()

Gennemsnit og normalfordeling illustreret med terningkast, simulering og SLUMP() Gennemsnit og normalfordeling illustreret med terningkast, simulering og SLUMP() John Andersen, Læreruddannelsen i Aarhus, VIA Et kast med 10 terninger gav følgende udfald Fig. 1 Result of rolling 10 dices

Læs mere

KORTLÆGNING AF DIGITIALISERINGS- BEHOV I DANMARK HUMANOMICS RESEARCH CENTER

KORTLÆGNING AF DIGITIALISERINGS- BEHOV I DANMARK HUMANOMICS RESEARCH CENTER ANALYSERAPPORT KORTLÆGNING AF DIGITIALISERINGS- BEHOV I DANMARK HUMANOMICS RESEARCH CENTER Denne rapport samt bilag indeholder den endelige database af spørgeskemaet Anvendelsen af digitale ressourcer

Læs mere

Variansanalyse (ANOVA)

Variansanalyse (ANOVA) 3 / 46 2 / 46 4 / 46 Faculty of Health Sciences Indhold dag 2 Variansanalyse (ANOVA) Ulla B Mogensen Biostatistisk Afd., SUND, KU. Mail: ulmo@sund.ku.dk T-testet fra dag 1 Ensidet variansanalyse. Modelkontrol.

Læs mere

Personlig stemmeafgivning

Personlig stemmeafgivning Ib Michelsen X 2 -test 1 Personlig stemmeafgivning Efter valget i 2005 1 har man udspurgt en mindre del af de deltagende, om de har stemt personligt. Man har svar fra 1131 mænd (hvoraf 54 % har stemt personligt

Læs mere

Statistik med TI-Nspire CAS version 3.2. Bjørn Felsager September 2012. [Fjerde udgave]

Statistik med TI-Nspire CAS version 3.2. Bjørn Felsager September 2012. [Fjerde udgave] Statistik med TI-Nspire CAS version 3.2 Bjørn Felsager September 2012 [Fjerde udgave] Indholdsfortegnelse Forord Beskrivende statistik 1 Grundlæggende TI-Nspire CAS-teknikker... 4 1.2 Lister og regneark...

Læs mere

Dig og din puls Lærervejleding

Dig og din puls Lærervejleding Dig og din puls Lærervejleding Indledning I det efterfølgende materiale beskrives et forløb til matematik C, hvori eleverne skal måle hvilepuls og arbejdspuls og beskrive observationerne matematisk. Materialet

Læs mere

SAS formater i Danmarks Statistik

SAS formater i Danmarks Statistik Danmarks Statistik, Forskningsservice og Kundecenter 9. januar 2012 SAS formater i Danmarks Statistik 1. Indledning... 1 2. Hvor findes formater og øvrige datafiler?... 2 3. Hvordan bruges formater i SAS-programmet?...

Læs mere

WPS / R day. Rune Juhl (DTU Technical University of Denmark. 11th December 2013. DTU Compute Department of Applied Mathematics and Computer Science

WPS / R day. Rune Juhl (DTU Technical University of Denmark. 11th December 2013. DTU Compute Department of Applied Mathematics and Computer Science WPS / R day Rune Juhl DTU Technical University of Denmark DTU Compute Department of Applied Mathematics and Computer Science 11th December 2013 DTU WPS Compute / R day Department of Applied 11th December

Læs mere

Arbejdet på kuglens massemidtpunkt, langs x-aksen, er lig med den resulterende kraft gange strækningen:

Arbejdet på kuglens massemidtpunkt, langs x-aksen, er lig med den resulterende kraft gange strækningen: Forsøgsopstilling: En kugle ligger mellem to skinner, og ruller ned af den. Vi måler ved hjælp af sensorer kuglens hastighed og tid ved forskellige afstand på rampen. Vi måler kuglens radius (R), radius

Læs mere

MOGENS ODDERSHEDE LARSEN. VIDEREGÅENDE STATISTIK II Regressionsanalyse (TI-89 og Statgraphics)

MOGENS ODDERSHEDE LARSEN. VIDEREGÅENDE STATISTIK II Regressionsanalyse (TI-89 og Statgraphics) MOGENS ODDERSHEDE LARSEN VIDEREGÅENDE STATISTIK II Regressionsanalyse (TI-89 og Statgraphics) DANMARKS TEKNISKE UNIVERSITET 6 udgave 005 FORORD Dette notat kan læses på baggrund af en statistisk viden

Læs mere

To spørgsmål: Hvilken betydning har de manglende svar på items for målingen af spiritualitet?

To spørgsmål: Hvilken betydning har de manglende svar på items for målingen af spiritualitet? Om manglende responser i surveys: Spiritualitetsskalaen Svend Kreiner To spørgsmål: Hvilken betydning har de manglende svar på items for målingen af spiritualitet? Hvilken betydning har de manglende svar

Læs mere

Knee-extension strength or leg-press power after fast-track total knee arthroplasty: Which is better related to performance-based and selfreported

Knee-extension strength or leg-press power after fast-track total knee arthroplasty: Which is better related to performance-based and selfreported Knee-extension strength or leg-press power after fast-track total knee arthroplasty: Which is better related to performance-based and selfreported function? Peter K Aalund 1, Kristian Larsen 2,3, Torben

Læs mere

IT-projektledelse F2006. Opfølgning og kvalitetssikring

IT-projektledelse F2006. Opfølgning og kvalitetssikring IT-projektledelse F2006 Opfølgning og kvalitetssikring Hvorfor planlægge når projekter sjældent følger planen? Hvad er opfølgning? Hvad skal der følges op på? Levels of control checkpoint reports project

Læs mere

Spar Nord Banks ansøgningsscoremodel. - et ekspertbaseret ratingsystem for nye udlånskunder

Spar Nord Banks ansøgningsscoremodel. - et ekspertbaseret ratingsystem for nye udlånskunder Spar Nord Banks ansøgningsscoremodel - et ekspertbaseret ratingsystem for nye udlånskunder Mål for ansøgningsscoremodel Rating af nye udlånskunder som beskrives vha. en række variable: alder, boligform,

Læs mere

Logistisk regression

Logistisk regression Logistisk regression Susanne Rosthøj Biostatistisk Afdeling Institut for Folkesundhedsvidenskab Københavns Universitet sr@biostat.ku.dk Kursushjemmeside: www.biostat.ku.dk/~sr/forskningsaar/regression2012/

Læs mere

At træffe sine valg i en usikker verden - eller den statistiske modellerings rolle.

At træffe sine valg i en usikker verden - eller den statistiske modellerings rolle. At træffe sine valg i en usikker verden - eller den statistiske modellerings rolle. Af E. Susanne Christensen. Lektor i statistik. Institut for Matematiske Fag. Aalborg Universitet. I mange tilfælde og

Læs mere

PHP 3 UGERS FORLØB PHP, MYSQL & SQL

PHP 3 UGERS FORLØB PHP, MYSQL & SQL PHP 3 UGERS FORLØB PHP, MYSQL & SQL Uge 1 & 2 Det basale: Det primære mål efter uge 1 og 2, er at få forståelse for hvordan AMP miljøet fungerer i praksis, og hvordan man bruger PHP kodesproget til at

Læs mere

µ = κ (θ); Kanonisk link, θ = g(µ) Poul Thyregod, 9. maj Specialkursus vid.stat. foraar 2005

µ = κ (θ); Kanonisk link, θ = g(µ) Poul Thyregod, 9. maj Specialkursus vid.stat. foraar 2005 Hierarkiske generaliserede lineære modeller Lee og Nelder, Biometrika (21) 88, pp 987-16 Dagens program: Mandag den 2. maj Hierarkiske generaliserede lineære modeller - Afslutning Hierarkisk generaliseret

Læs mere

Introduktion til SPSS

Introduktion til SPSS Introduktion til SPSS Øvelserne på dette statistikkursus skal gennemføres ved hjælp af det såkaldte SPSS program. Det er erfaringsmæssigt sådan, at man i forbindelse af øvelserne på statistikkurser bruger

Læs mere

Kvantitative og kvalitative metoder. Søren R. Frimodt-Møller, 19. oktober 2012

Kvantitative og kvalitative metoder. Søren R. Frimodt-Møller, 19. oktober 2012 Kvantitative og kvalitative metoder Søren R. Frimodt-Møller, 19. oktober 2012 Program 1. Forskningsspørgsmål 2. Kvantitative vs. kvalitative metoder 3. Eksempler på konkrete forskningsmetoder 4. Sampling-begrebet

Læs mere

Hvad er meningen? Et forløb om opinionsundersøgelser

Hvad er meningen? Et forløb om opinionsundersøgelser Hvad er meningen? Et forløb om opinionsundersøgelser Jette Rygaard Poulsen, Frederikshavn Gymnasium og HF-kursus Hans Vestergaard, Frederikshavn Gymnasium og HF-kursus Søren Lundbye-Christensen, AAU 17-10-2004

Læs mere

Hvordan holdes de fugtige tørre? (efter indlæggelse)

Hvordan holdes de fugtige tørre? (efter indlæggelse) Hvordan holdes de fugtige tørre? (efter indlæggelse) Addiktiv Sygepleje 11. Nov. 08 Klinisk Sygeplejespecialist Palle Bager Medicinsk Afdeling V, Århus Sygehus Agenda Problem, planlægning, valg Selve undersøgelsen

Læs mere

Fortolkning, illustration mm. af interaktion i lineære regressionsmodeller ved hjælp af MS Excel og SPSS

Fortolkning, illustration mm. af interaktion i lineære regressionsmodeller ved hjælp af MS Excel og SPSS Fortolkning, illustration mm. af interaktion i lineære regressionsmodeller ved hjælp af MS Excel og SPSS KIM MANNEMAR SØNDERSKOV Tlf. 8942 1260 E-mail: ks@ps.au.dk INSTITUT FOR STATSKUNDSKAB AARHUS UNIVERSITET

Læs mere

Spørgsmål Nr. 1. Spørgsmål Nr. 2

Spørgsmål Nr. 1. Spørgsmål Nr. 2 Spørgsmål Nr. 1 TITEL: Statistik Definition af beskrivende statistik Opdeling af beskrivende statistik i grupperede observationer og ikke grupperede observationer Deskriptorerne typetal og middelværdi

Læs mere

Statistisk bearbejdning af overvågningsdata - Trendanalyser

Statistisk bearbejdning af overvågningsdata - Trendanalyser Danmarks Miljøundersøgelser Miljøministeriet Teknisk anvisning fra DMU nr. 4, 006 Statistisk bearbejdning af overvågningsdata - Trendanalyser NOVANA (Tom side) Danmarks Miljøundersøgelser Miljøministeriet

Læs mere

Kinematik. Lad os betragte en cyklist der kører hen ad en cykelsti. Vi kan beskrive cyklistens køretur ved hjælp af en (t,s)-tabel, som her:

Kinematik. Lad os betragte en cyklist der kører hen ad en cykelsti. Vi kan beskrive cyklistens køretur ved hjælp af en (t,s)-tabel, som her: K Kinematik Den del af fysikken, der handler om at beskrive bevægelser hedder kinematik. Vi kan se på tid, position, hastighed og acceleration, men disse ting må altid angives i forhold til noget. Fysikere

Læs mere

Projekt 8.3 Hvordan undersøges om et talmateriale normalfordelt?

Projekt 8.3 Hvordan undersøges om et talmateriale normalfordelt? Projekt 8.3 Hvordan undersøges om et talmateriale normalfordelt? Projektet drejer sig om at udvikle en metode, til at undersøge om et givet talmateriale med rimelighed kan siges at være normalfordelt.

Læs mere

Kap4: Velfærdseffekten af prisdiskriminering i flybranchen

Kap4: Velfærdseffekten af prisdiskriminering i flybranchen Side 1 af 5 Kap4: Velfærdseffekten af prisdiskriminering i flybranchen Når flyselskaberne opdeler flysæderne i flere klasser og sælger billetterne til flysæderne med forskellige restriktioner, er det 2.

Læs mere

N O T A T. Antallet af bankfilialer i Danmark falder i takt med at flere og flere danskere anvender bankernes digitale løsninger.

N O T A T. Antallet af bankfilialer i Danmark falder i takt med at flere og flere danskere anvender bankernes digitale løsninger. N O T A T Filial eller netbank 24. oktober 2013 Antallet af bankfilialer i Danmark falder i takt med at flere og flere danskere anvender bankernes digitale løsninger. Ved seneste opgørelse i 2012 brugte

Læs mere

I. Deskriptiv analyse af kroppens proportioner

I. Deskriptiv analyse af kroppens proportioner Projektet er delt i to, og man kan vælge kun at gennemføre den ene del. Man kan vælge selv at frembringe data, fx gennem et samarbejde med idræt eller biologi, eller man kan anvende de foreliggende data,

Læs mere

matx.dk Undersøgelsesdesign Statistik Dennis Pipenbring

matx.dk Undersøgelsesdesign Statistik Dennis Pipenbring matx.dk Undersøgelsesdesign Statistik Dennis Pipenbring 7. april 2011 Indhold 1 Undersøgelsesdesign 5 1.1 Kausalitet............................. 5 1.2 Validitet og bias......................... 6 1.3

Læs mere

Spørgeskemaundersøgelser og databehandling

Spørgeskemaundersøgelser og databehandling DASG. Nye veje i statistik og sandsynlighedsregning. side 1 af 12 Spørgeskemaundersøgelser og databehandling Disse noter er udarbejdet i forbindelse med et tværfagligt samarbejde mellem matematik og samfundsfag

Læs mere

Regneark LibreOffice. Øvelseshæfte. Version: September 2013

Regneark LibreOffice. Øvelseshæfte. Version: September 2013 Regneark LibreOffice Øvelseshæfte Version: September 2013 Indholdsfortegnelse Øvelserne...4 Øvelse 1 Gem en kopi...4 Øvelse 2 Omdøb faneblad + lav en kopi...4 Øvelse 3 - tekstombrydning...5 Øvelse 4 Sorter

Læs mere

Disposition for kursus i Excel2007

Disposition for kursus i Excel2007 Disposition for kursus i Excel2007 Analyse af data (1) Demo Øvelser Målsøgning o evt. opgave 11 Scenariestyring o evt. opgave 12 Datatabel o evt. opgave 13 Evt. Graf og tendens o evt. opgave 10 Subtotaler

Læs mere

Excel tutorial om lineær regression

Excel tutorial om lineær regression Excel tutorial om lineær regression I denne tutorial skal du lære at foretage lineær regression i Microsoft Excel 2007. Det forudsættes, at læseren har været igennem det indledende om lineære funktioner.

Læs mere

- Panelundersøgelse, Folkeskolen, September 2012. Folkeskolen. Undersøgelse om syn på og erfaringer med inklusion 2012

- Panelundersøgelse, Folkeskolen, September 2012. Folkeskolen. Undersøgelse om syn på og erfaringer med inklusion 2012 Folkeskolen Undersøgelse om syn på og erfaringer med inklusion 2012 Udarbejdet af Scharling Research for redaktionen af Folkeskolen, september 2012 Scharling.dk Formål Side 1 af 118 Denne rapport har til

Læs mere

Vejledning i udtræk af input-output data fra Statistikbanken

Vejledning i udtræk af input-output data fra Statistikbanken - 1 - Vejledning i udtræk af input-output data fra Statistikbanken Introduktion Input-output tabellerne er konsistente med nationalregnskabet og udarbejdes i tilknytning hertil. De opdateres årligt i december

Læs mere

ISCC. IMM Statistical Consulting Center. Brugervejledning til beregningsmodul til robust estimation af nugget effect. Technical University of Denmark

ISCC. IMM Statistical Consulting Center. Brugervejledning til beregningsmodul til robust estimation af nugget effect. Technical University of Denmark IMM Statistical Consulting Center Technical University of Denmark ISCC Brugervejledning til beregningsmodul til robust estimation af nugget effect Endelig udgave til Eurofins af Christian Dehlendorff 15.

Læs mere

Registre i medicinsk forskning. Frank Mehnert SAS Forum København 3. oktober 2012

Registre i medicinsk forskning. Frank Mehnert SAS Forum København 3. oktober 2012 Registre i medicinsk forskning Frank Mehnert SAS Forum København 3. oktober 2012 Om mig Siden 2007 biostatistiker i Klinisk Epidemiologisk Afdeling, Aarhus Universitetshospital. læst matematik i Tyskland

Læs mere

EU-harmoniseret forbrugerprisindeks

EU-harmoniseret forbrugerprisindeks FPI, HICP og NPI Nettoprisindekset (NPI) Lov om beregning af et nettoprisindeks EU-harmoniseret forbrugerprisindeks En række EU forordninger Forbrugerprisindekset Ingen direkte lovkrav Lov om beregning

Læs mere

Persistens. 1. Generelt

Persistens. 1. Generelt Persistens 1. Generelt Persistens er en beskrivelse af laktationskurvens form. Køer med høj persistens, vil have en fladere laktationskurve og dermed en lavere ydelse end forventet i den første del og

Læs mere

Praktikpladsmangel øger risiko for at ende i passivitet

Praktikpladsmangel øger risiko for at ende i passivitet Praktikpladsmangel øger risiko for at ende i passivitet Mangel på praktikpladser fører til at flere unge står uden job eller uddannelse. Ceveas beregninger viser, at hvis alle kommuner var lige så gode

Læs mere

EVALUERING I SURVEYXACT TRIN FOR TRIN

EVALUERING I SURVEYXACT TRIN FOR TRIN EVALUERING I SURVEYXACT TRIN FOR TRIN LÆR AT TACKLE 2015 KOMITEEN FOR SUNDHEDSOPLYSNING 1 INDLEDNING Komiteen for Sundhedsoplysning stiller SurveyXact et internetbaseret redskab til kvalitetssikring til

Læs mere

Effektmålsmodifikation

Effektmålsmodifikation Effektmålsmodifikation Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 21. april 2015 l Dias nummer 1 Sidste gang Vi snakkede

Læs mere

Intentions to use bike-sharing for holiday cycling: an application of the Theory of Planned Behavior

Intentions to use bike-sharing for holiday cycling: an application of the Theory of Planned Behavior Trafikdage på Aalborg Universitet 25 og 26 august 2014 Intentions to use bike-sharing for holiday cycling: an application of the Theory of Planned Behavior Sigal Kaplan, Francesco Manca, Thomas Alexander

Læs mere

INTRODUKTION TIL dele af SAS

INTRODUKTION TIL dele af SAS INTRODUKTION TIL dele af SAS Der er flere forskellige angrebsvinkler ved statistiske analyser i SAS. Vi skal her kun beskæftige os med to af disse, nemlig Direkte programmering. Brug af SAS ANALYST Hvilken

Læs mere

R100APM Premier Rower COMPUTER

R100APM Premier Rower COMPUTER R100APM Premier Rower COMPUTER 1 LCD Display 130 x 58.5mm Liquid Crystal Display PULSE Display Viser din puls per minut (bmp) SPM Display Antal træk i minuttet LEVEL Display 1~16 Modstands-niveau BRUGER

Læs mere

VIDEREGÅENDE STATISTIK

VIDEREGÅENDE STATISTIK MOGENS ODDERSHEDE LARSEN VIDEREGÅENDE STATISTIK herunder kvalitetskontrol Udgave 10a 015 FORORD Denne lærebog kan læses på baggrund af en statistisk viden svarende til lærebogen M. Oddershede Larsen :

Læs mere

Statikstik II 2. Lektion. Lidt sandsynlighedsregning Lidt mere om signifikanstest Logistisk regression

Statikstik II 2. Lektion. Lidt sandsynlighedsregning Lidt mere om signifikanstest Logistisk regression Statikstik II 2. Lktion Lidt sandsynlighdsrgning Lidt mr om signifikanstst Logistisk rgrssion Lidt sandsynlighdsrgning Lad A vær n hændls (t llr flr mulig udfald af t ksprimnt ) Fx A Dt rgnr i morgn P(A)

Læs mere

Microsoft Word 2010 Videregående DK

Microsoft Word 2010 Videregående DK T a r g e t G r u p p e n Microsoft Word 2010 Videregående DK I n d h o l d s f o r t e g n e l s e Faneblade og trykknapper i Word 2010... 3 Båndet...3 Minimer båndet...4 Arbejde med filer... 4 Værktøjslinjen

Læs mere

INTRODUKTION TIL DIAGRAMFUNKTIONER I EXCEL

INTRODUKTION TIL DIAGRAMFUNKTIONER I EXCEL INTRODUKTION TIL DIAGRAMFUNKTIONER I EXCEL I denne og yderligere at par artikler vil jeg se nærmere på diagramfunktionerne i Excel, men der er desværre ikke plads at gennemgå disse i alle detaljer, dertil

Læs mere

Stokastiske processer og køteori

Stokastiske processer og køteori Stokastiske processer og køteori 9. kursusgang Anders Gorst-Rasmussen Institut for Matematiske Fag Aalborg Universitet 1 OPSAMLING EKSAKTE MODELLER Fordele: Praktiske til initierende analyser/dimensionering

Læs mere

Analyse af binære responsvariable

Analyse af binære responsvariable Analyse af binære responsvariable Susanne Rosthøj Biostatistisk Afdeling Institut for Folkesundhedsvidenskab Københavns Universitet 23. november 2012 Har mænd lettere ved at komme ind på Berkeley? UC Berkeley

Læs mere

18. december 2013 Mat B eksamen med hjælpemidler Peter Harremoës. P = 100 x 0.6 y 0.4 1000 = 100 x 0.6 y 0.4 10 = x 0.6 y 0.4 10 y 0.4 = x 0.

18. december 2013 Mat B eksamen med hjælpemidler Peter Harremoës. P = 100 x 0.6 y 0.4 1000 = 100 x 0.6 y 0.4 10 = x 0.6 y 0.4 10 y 0.4 = x 0. Opgave 6 Vi sætter P = 1000 og isolerer x i ligningen Se Bilag 2! P = 100 x 0.6 y 0.4 1000 = 100 x 0.6 y 0.4 10 = x 0.6 y 0.4 10 y 0.4 = x 0.6 ( 10 y 0.4 )1 /0.6 = x 10 1 /0.6 y 0.4 /0.6 = x x = 10 5 /3

Læs mere

Undersøgelse om IT i folkeskolen 2011

Undersøgelse om IT i folkeskolen 2011 Undersøgelse om IT i folkeskolen 2011 Udarbejdet af Scharling Research for redaktionen af Folkeskolen, november 2011 Scharling.dk Formål Denne rapport har til hensigt at afdække respondenternes kendskab

Læs mere