Modellering 'State of the future'
|
|
- Frederik Carlsen
- 8 år siden
- Visninger:
Transkript
1 Modellering 'State of the future' Henrik Madsen DTU Informatics 26. maj, 2011
2 Baggrund Stigende fokus på sikker drift af afløbssystemer dvs maximal sikkerhed for overløb, slamflugt mv. Målingerne (eksempelvis regnmålinger) er behæftet med stor usikkerhed Modeller skal optimeres til at beskrive usikkerheder Moderne prædiktionsbaseret styring kræver specifikation af usikkerheder Modeller til simulation er ofte ikke velegnede til prædiktion og styring EVA Tema 26/5 2011
3 Eksempler på formål med prædiktion og styring.. At minimere sandsynligheden for overløb At minimere sandsynligheden for slamflugt At minimere de forventede omkostninger ved eksempelvis at øge rensningen når strømmen er billig EVA Tema 26/5 2011
4 Modeller og forudsigelser EVA Tema 26/5 2011
5 Traditionel dynamisk model Alm. differentialligning: EVA Tema 26/5 2011
6 Stokastisk dynamisk model - dvs model med usikkerhedsbeskr. Stokastisk differentialligning EVA Tema 26/5 2011
7 Drifts led Grey box model Diffusions led System ligning Observations ligning Notation: Observations usikkerhed
8 Grey Box Modeller Brug af grey box modeller giver mulighed for.. Beskrivelse af usikkerheden gennem Måleusikkerhed Model usikkerhed grundet modelapproximation, dårlige input målinger, mv. Anvendelse af en række modelværktøjer til Identifikation af manglende beskrivelser i modellen Identifikation af modelorden Validering af modellen EVA Tema 26/5 2011
9 Grey box modeller Grey Box modeller er velegnede til... Ettrins forudsigelser K-trins forudsigelser Simulation Modelprædiktiv kontrol Giver også værktøjer til at: Beskrive tidsvariation af parametre (t.ex. Fordampningskoefficient, vandindhold i jorden,..) Estimation af optimal overflademodel Estimere forholdet mellem arealer med hurtig og langsom afstrømning EVA Tema 26/5 2011
10 Grey Box Modellering Bygger bro mellem fysisk og statistisk modellering Indeholder metoder til modelvalidering valg af bedste model Giver metoder til en beskrivelse af usikkerheder, som betyder at den samme model kan bruges til k-trins forudsigelser og styring. Vi vil fokusere på specifikationen af usikkerheden (og primært vise ret simple modeller)
11 Ballerup opland
12 En simpel model med additiv usikkerhed σ 1 σ 2
13 Grey box model formulering; additiv usikkerhedsbeskrivelse Additiv diffusions usikkerhed Additiv observations usikkerhed
14 S 1 σ 1 System usikkerhed fra regnvejr vil også være gældende I tørvejr S 2 σ 2 Tørvejr S 1 σ 1 S 2 σ 2 Risiko for negative tilstande! Ikke korrekt!
15 Forslag til bedre usikkerhedsbeskrivelse P 2 P 1 Catchment area, A 1 a 0 S 1 σ 1 S 1 S 2 σ 2 S 2 D Flow gauge
16 Grey box model formulation, multiplicative uncertainty description Wastewater sent to the basins Multiplikativ diffusions usikkerhed Multiplikativ observations usikkerhed opnået ved logtransformation
17 Sammenligning af 95% flow prædiktions- Intervaller ved forskellige modeller for usikkerheden
18 Forecasts for a longer period...
19 Model udvidelse med overløb
20
21
22
23 Statistiske test viser at model 4 er den bedste
24 Konklusion Simulationsmodeller er ikke velegnede til prædiktion og styring Vigtigt at beskrive usikkerhede og at gøre det korrekt eksempelvis gennem SDE'er Grey Box metoder til modelbygning er illustreret Giver parametre som umiddelbart har fysisk betydning Vi kan eksempelvis let estimere det forholdet mellem arealer med langsom og hurtig afstrømning Mulighed for kombination af MET input, input fra klassiske målere og radar målinger
25 SWI sommerskole på DTU om Grey Box Modelling 8 13 august på DTU Informatics 5 ECTS (Forudsat der laves en lille artikel) Roland Löwe, Henrik Madsen (DTU); Torben Knudsen (AUC) Indhold Tidsrækkeanalyse Kombineret fysisk og statistisk modellering Specifikation af usikkerhed Brug af meteorologiske forudsigelser i afløbssystemer Brug af vejrradarsystemer i afløbssystemer Modelbygning incl. software Model evaluering Forudsigelser, simulation og styring EVA Tema 26/5 2011
26 Bøger der anvendes ved sommerskolen EVA Tema 26/5 2011
27 Tak til Anders Breinholt Roland Löwe Morten Grum Peter Steen Mikkelsen EVA Tema 26/5 2011
EVA MØDE 4.feb Anders Breinholt
Anders Breinholt Usikkerheder i afløbsmodellering og konsekvensen ved modellering og simulation Ph.d. title: Uncertainty in simulation, prediction and control of integrated urban wastewater systems Supervisor:
Læs mereHvad er SWI? Peter Steen Mikkelsen DTU Miljø Lektor, overordnet ansvarlig for SWI-projektet
EVA temadag Ude af øje, ude af sind, ude af kontrol Danmarks Tekniske Universitet, 11. marts 2013 Aalborg Universitet, 13. marts 2013 Hvad er SWI? Peter Steen Mikkelsen DTU Miljø Lektor, overordnet ansvarlig
Læs mereOMOVAST - Udvikling af ny teknologi Margit Lund Christensen, HOFOR
OMOVAST - Udvikling af ny teknologi Margit Lund Christensen, HOFOR Indhold Indledning Forudgående projekter og status OMOVAST Specifikt om beredskabsbehov Perspektiver Uddrag fra HOFORs spildevandsstrategi
Læs mereBrug af data ved Energibesparelser, Energimærkning, samt Intelligente (Flexible) Bygninger. Henrik Madsen (DTU Compute)
Brug af data ved Energibesparelser, Energimærkning, samt Intelligente (Flexible) Bygninger Henrik Madsen (DTU Compute) Oversigt: Brug af måleaflæsninger Energimærkning Bygningers termiske performance Anvisninger
Læs mereStatistik i basketball
En note til opgaveskrivning jerome@falconbasket.dk 4. marts 200 Indledning I Falcon og andre klubber er der en del gymnasieelever, der på et tidspunkt i løbet af deres gymnasietid skal skrive en større
Læs mereMiljøeffektiv teknologi
Miljøeffektiv teknologi - Samstyring mellem afløbssystem og renseanlæg Ole Fritz Adeler Agenda Definition af samstyring og miljøeffektiv teknologi Radar, prognose og varsling Styring af Spildevandssystem
Læs mereBrug af meteorologiske prognoser til beregning af varmeforbrugsprognoser
Brug af meteorologiske prognoser til beregning af varmeforbrugsprognoser Henrik Aa. Nielsen & Torben S. Nielsen 1 Henrik Aalborg Nielsen Torben Skov Nielsen A/S www.enfor.dk Oversigt Afgrænsning af præsentation.
Læs mereURBANWATER / BYENSVAND Research Group for Urban Drainage
Anvendelse af Vejrradar i Danmark Michael R. Rasmussen Institut for Byggeri og Anlæg Aalborg Universitet mr@civil.aau.dk URBANWATER / BYENSVAND Research Group for Urban Drainage Michael R. Rasmussen Dept.
Læs mereStatistik Lektion 1. Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Sandsynlighedsregning
Statistik Lektion 1 Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Sandsynlighedsregning Introduktion Kasper K. Berthelsen, Inst f. Matematiske Fag Omfang: 8 Kursusgang I fremtiden
Læs merebrug af in-situ sensorer i afløbssystemet
URBANWATER Weather Radar Applications Forbedring af regnestimatet fra vejrradarer ved brug af in-situ sensorer i afløbssystemet Malte Ahm - ma@civil.aau.dk Præsentation til EVA temadag 13. marts 2013 EVA
Læs mereØkonomisk analyse af forskellige strategier for drægtighedsundersøgelser
Økonomisk analyse af forskellige strategier for drægtighedsundersøgelser Jehan Ettema, SimHerd A/S, 28-10-15 Indholdsfortegnelse Metoden... 2 Design af scenarierne... 2 Strategier for drægtighedsundersøgelser...
Læs mereMonitorering og minimering af lattergasemission fra renseanlæg ID nr. 7271.2011
Monitorering og minimering af lattergasemission fra renseanlæg ID nr. 7271.2011 Per Henrik Nielsen VandCenter Syd Mikkel Holmen Andersen Unisense A/S Monitorering og minimering af lattergasemission fra
Læs mereUndervisningsbeskrivelse
Undervisningsbeskrivelse Termin Oktober-december 2014 Institution Niels Brock Uddannelse Fag og niveau Lærer Hold HHX Matematik - Niveau B Peter Harremoës GSK hold: k12gymabu1n2 Oversigt over gennemførte
Læs mereUndervisningsbeskrivelse
Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin Maj 2013 Institution Roskilde Handelsskole Uddannelse Fag og niveau Lærer(e) Hold Hhx Matematik B Henrik Laursen
Læs merePerspektiver i anvendelse af hydrologisk data assimilation (HydroCast)
Perspektiver i anvendelse af hydrologisk data assimilation (HydroCast) Jacob Kidmose (GEUS), Henrik Madsen (DHI), Jens Christian Refsgaard (GEUS) De Nationale Geologiske Undersøgelser for Danmark og Grønland
Læs mereMonitorering og minimering af lattergasemission fra renseanlæg. Per Henrik Nielsen VandCenter Syd
Per Henrik Nielsen VandCenter Syd Baggrund Lattergas er en kraftig drivhusgas (300 gange stærkere end CO 2 ). I forsyningerne er der en voksende interesse for gennemførelse af CO 2 reduktioner. Der er
Læs mereHåndtering af regnvand i Nye
Resume: Håndtering af regnvand i Nye Grønne tage og bassiner Jasper H. Jensen (jhje08@student.aau.dk) & Carina H. B. Winther (cwinth08@student.aau.dk) I projektet fokuseres der på, hvordan lokal afledning
Læs mereIntegreret modellering, forecasting og styring af afløbssystemer og renseanlæg. Drainage from private property and streets. Rainfall-runoff process
Ground water Receiving water Drinking water treatment Treatment plant Drinking water distribution Sewer system Developed area Mikkelsen, P.S.: Integrated Urban Drainage Optimisation Improving the System
Læs mereDTU Miljø, 2 Aalborg University, 3 DHI 4. Krüger, 5 Udviklingssamarbejdet, 6. Københavns Energi, 7 DTU Informatics
Dansk Vand konference, arrangeret af DANVA Århus, d. 1.-2. november 2011 Integreret e et modellering, e forecasting og styring af afløbssystemer og renseanlæg P.S. Mikkelsen 1, M. Rasmussen 2, J.D. Nielsen
Læs mereInvesterings- og finansieringsteori
Sidste gang: Beviste hovedsætningerne & et nyttigt korollar 1. En finansiel model er arbitragefri hvis og kun den har et (ækvivalent) martingalmål, dvs. der findes et sandsynlighedsmål Q så S i t = E Q
Læs mereDREAM simuleringer. 15/1 2015 Henrik Hansen - Civilingeniør, stærkstrøm
DREAM simuleringer 15/1 2015 Henrik Hansen - Civilingeniør, stærkstrøm Introduktion til DREAM analyser. Analyserne er opdelt i 3 stadier: Indledende overfladisk analyse af områder for deres potentiale
Læs mereFØLSOMHEDSANALYSE STOKASTISKE OPLANDE HJØRRING MODELLEN 22-06-2011 FØLSOMHEDSANALYSE
STOKASTISKE OPLANDE HJØRRING MODELLEN OG STOKASTISKE BEREGNINGER Dagsorden -Introduktion -Følsomhedsanalyse -Erfaringer fra kalibreringen -Stokastiske beregninger -Gennemgang og snak om kommentarer til
Læs mereKapitlet indledes med en beskrivelse af - og opgaver med - de tre former for sandsynlighed, som er omtalt i læseplanen for 7.- 9.
Kapitlet indledes med en beskrivelse af - og opgaver med - de tre former for sandsynlighed, som er omtalt i læseplanen for 7.- 9. klassetrin: statistisk sandsynlighed, kombinatorisk sandsynlighed og personlig
Læs mereUndervisningsbeskrivelse
Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin Termin hvori undervisningen afsluttes i maj/juni 2012. Denne beskrivelse dækker derfor efteråret 2011 og foråret
Læs mereBeregning af model sikkerhedsfaktorer i afløbsmodellering ved hjælp af usikkerhedskalibrering
Beregning af model sikkerhedsfaktorer i afløbsmodellering ved hjælp af usikkerhedskalibrering Peter Elmsted Dreier Camilla Pugholm Lindgreen Vejledere: Professor Peter Steen Mikkelsen, DTU Environment
Læs mereUddybende beregninger til Produktivitetskommissionen
David Tønners Uddybende beregninger til Produktivitetskommissionen I forlængelse af mødet i Produktivitetskommissionen og i anledning af e-mail fra Produktivitetskommissionen med ønske om ekstra analyser
Læs mereHøjere Handelseksamen Handelsskolernes enkeltfagsprøve Maj 2007. Matematik Niveau A
Højere Handelseksamen Handelsskolernes enkeltfagsprøve Maj 2007 07-0-1 Matematik Niveau A Dette opgavesæt består af 8 opgaver, der indgår i bedømmelsen af den samlede opgavebesvarelse med følgende omtrentlige
Læs mereNote om Monte Carlo eksperimenter
Note om Monte Carlo eksperimenter Mette Ejrnæs og Hans Christian Kongsted Økonomisk Institut, Københavns Universitet 9. september 003 Denne note er skrevet til kurset Økonometri på. årsprøve af polit-studiet.
Læs mereEstimation og usikkerhed
Estimation og usikkerhed = estimat af en eller anden ukendt størrelse, τ. ypiske ukendte størrelser Sandsynligheder eoretisk middelværdi eoretisk varians Parametre i statistiske modeller 1 Krav til gode
Læs mereAFSTRØMNING AF VAND GENNEM DRÆN
AFSTRØMNING AF VAND GENNEM DRÆN Delprojekt under GUDP (2010-2015) projektet: Implementering af drænfilterteknologier til optimeret næringsstofreduktion (idræn) Partnere: Aarhus Universitet (Agroøkologi,
Læs mereIntelligente kloakker: Prognose- og model-baseret styring af renseanlæg, overløb, mv.
Intelligente kloakker: Prognose- og model-baseret styring af renseanlæg, overløb, mv. Workshop Nationalt VandTestCenter 1. September 214 Ferskvandscenteret Silkeborg Lektor, PhD (st@civil.aau.dk) Institut
Læs mereVarsling af oversvømmelser. Morten Rungø
Varsling af oversvømmelser Morten Rungø Typer af oversvømmelse Type Meteorologisk årsag Varighed Vandløb Langvarig nedbør Timer-dage-uger Grundvand Langvarig nedbør Uger-måneder Hav/fjord Langvarig storm
Læs mereVedtægter(for(Dansk(Murray(Grey(
Vedtægter(for(Dansk(Murray(Grey( 1 ForeningensnavnerDanskMurrayGrey.DenshjemstederFoldingbrovej46,6650Brørup 2 Foreningensformålerat: VaretagemedlemmernesinteressevedrørendeavlogproduktionmedMurrayGrey,herunderat
Læs mereCenter for Statistik. Multipel regression med laggede responser som forklarende variable
Center for Statistik Handelshøjskolen i København MPAS Tue Tjur November 2006 Multipel regression med laggede responser som forklarende variable Ved en tidsrække forstås i almindelighed et datasæt, der
Læs mereKLIMATILPASNING PÅ SILKEBORGMOTORVEJEN
KLIMATILPASNING PÅ SILKEBORGMOTORVEJEN KLIMASIKRING AF KOMMENDE MOTORVEJ VED SILKEBORG VIA GRUNDVANDSMODEL OG VEJRRADAR I SAMARBEJDE GEUS DEN 5. DECEMBER 2012 NYBORG AF MICHAEL QUIST VEJDIREKTORAT FUNDER-HÅRUP
Læs mereAnalysestrategi. Lektion 7 slides kompileret 27. oktober 200315:24 p.1/17
nalysestrategi Vælg statistisk model. Estimere parametre i model. fx. lineær regression Udføre modelkontrol beskriver modellen data tilstrækkelig godt og er modellens antagelser opfyldte fx. vha. residualanalyse
Læs mereKursus 02402 Introduktion til Statistik. Forelæsning 7: Kapitel 7 og 8: Statistik for to gennemsnit, (7.7-7.8,8.1-8.5) Per Bruun Brockhoff
Kursus 02402 Introduktion til Statistik Forelæsning 7: Kapitel 7 og 8: Statistik for to gennemsnit, (7.7-7.8,8.1-8.5) Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks
Læs mereMatematik B. Højere handelseksamen
Matematik B Højere handelseksamen hhx122-mat/b-17082012 Fredag den 17. august 2012 kl. 9.00-13.00 Prøven består af to delprøver. Delprøven uden hjælpemidler består af opgave 1 til 5 med i alt 5 spørgsmål.
Læs mereKursusindhold: Produkt og marked - matematiske og statistiske metoder. Monte Carlo
Kursusindhold: Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet Sandsynlighedsregning og lagerstyring Normalfordelingen og Monte
Læs merePraktiske erfaringer fra estimering med usikkerhed i IT projekter
Praktiske erfaringer fra estimering med usikkerhed i IT projekter Estimering af IT projekter har gennem tiderne altid været en særdeles vanskelig disciplin, og der findes næppe den eller de metoder der
Læs merePhD-kursus i Basal Biostatistik, efterår 2006 Dag 2, onsdag den 13. september 2006
PhD-kursus i Basal Biostatistik, efterår 2006 Dag 2, onsdag den 13. september 2006 I dag: To stikprøver fra en normalfordeling, ikke-parametriske metoder og beregning af stikprøvestørrelse Eksempel: Fiskeolie
Læs mereBrug og misbrug af CDS-regn til analyse og dimensionering. Karsten Arnbjerg-Nielsen Professor, Urban Water Systems
Brug og misbrug af CDS-regn til analyse og dimensionering Karsten Arnbjerg-Nielsen Professor, Urban Water Systems Agenda Hvilke typer regn findes? Spildevandskomiteens anbefalinger gennem tiden Generelt
Læs mereHydrologisk modellering af landovervågningsoplandet Lillebæk
Hydrologisk modellering af landovervågningsoplandet Lillebæk Anne Lausten Hansen Institut for Geografi og Geologi, Københavns Universitet De Nationale Geologiske Undersøgelser for Danmark og Grønland (GEUS)
Læs mereMiljøfremmede stoffer i regnvand monitering og modellering
Miljøfremmede stoffer i regnvand monitering og modellering Heidi Birch, PhD-studerende Peter Steen Mikkelsen, Hans-Christian Holten Lützhøft, Anitha Sharma, Luca Vezzaro Blå-grønne løsninger til håndtering
Læs mereKursusindhold: X i : tilfældig værdi af ite eksperiment. Antag X i kun antager værdierne 1, 2,..., M.
Kursusindhold: Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet March 1, 2013 Sandsynlighedsregning og lagerstyring Normalfordelingen
Læs mereBayesiansk statistik. Tom Engsted. DSS Aarhus, 28 november 2017
Bayesiansk statistik Tom Engsted DSS Aarhus, 28 november 2017 1 Figure 1: Nicolajs gur 2 Klassisk frekvensbaseret statistik Statistisk beslutningsteori Bayesiansk statistik Et kompromis mellem den klassiske
Læs mereProfitten i det første år kan da beregnes som (i kr.)
Chapter 13: Simulation Simulation er en kvantitativ metode til bestemmelse af et real life systems basale karakteristika under usikkerhed v.h.a. eksperimenter indenfor en modelramme, der repræsenterer
Læs mereJan B. Larsen HTX Næstved Computational Thinking Albena Nielsen N. Zahles Gymnasium 2018/2019
Forløb: Toksikologi Fag og emner Forløbet kan laves udelukkende i matematik og bioteknologi, men der er oplagt, at det implementeres i andre fag. Matematik modellering, differenceligninger, sandsynlighed,
Læs mereKonsekvenser af usikkerhed på geologiske modeller i forhold til grundvandsmodellering
Vingsted 2017 Konsekvenser af usikkerhed på geologiske modeller i forhold til grundvandsmodellering Torben O. Sonnenborg De Nationale Geologiske Undersøgelser for Danmark og Grønland Energi-, Forsynings-
Læs mereProdukt og marked - matematiske og statistiske metoder
Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet February 19, 2016 1/26 Kursusindhold: Sandsynlighedsregning og lagerstyring
Læs mereKursusindhold: Produkt og marked - matematiske og statistiske metoder. Monte Carlo
Kursusindhold: Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet Sandsynlighedsregning og lagerstyring Normalfordelingen og Monte
Læs mereMatematik A, vejledende opgave 2, ny ordning. Vejledende løsninger, Peter B. Delprøven uden hjælpemidler. Opgave 1. a) A= 6x 2 +12xdx = 2x 3 + 6x 2 2
Delprøven uden hjælpemidler Opgave 1 a) A= 6x 2 +12xdx = 2x 3 + 6x 2 2 0 = 8 0 = 8 0 2 Opgave 2 a) Først differentierer vi løsningen: y = 10x. Dernæst indsættes løsningen y i y og vi får: y = 2 5x2 x =
Læs mereStikprøver og stikprøve fordelinger. Stikprøver Estimatorer og estimater Stikprøve fordelinger Egenskaber ved estimatorer Frihedsgrader
Stikprøver og stikprøve fordelinger Stikprøver Estimatorer og estimater Stikprøve fordelinger Egenskaber ved estimatorer Frihedsgrader Statistik Statistisk Inferens: Prediktere og forekaste værdier af
Læs mere4. september 2003. π B = Lungefunktions data fra tirsdags Gennemsnit l/min
Epidemiologi og biostatistik Uge, torsdag 28. august 2003 Morten Frydenberg, Institut for Biostatistik. og hoste estimation sikkerhedsintervaller antagelr Normalfordelingen Prædiktion Statistisk test (udfra
Læs mereHYDROLOGISKE MODELLER OG KLIMAÆNDRINGER NYE UDFORDRINGER
HYDROLOGISKE MODELLER OG KLIMAÆNDRINGER NYE UDFORDRINGER Forskningsprofessor, dr.scient Jens Christian Refsgaard Seniorforsker, ph.d. Torben O. Sonnenborg Forsker, ph.d. Britt S. B. Christensen Danmarks
Læs mereMODELLERING AF HARRESTRUP Å Grønne løsninger i København. Jørn Torp Pedersen MODELLER AF VAND I BYER IDA seminar 28.
MODELLER AF VAND I BYER IDA seminar 28. sept 2016 MODELLERING AF HARRESTRUP Å Grønne løsninger i København Jørn Torp Pedersen jtpe@orbicon.dk Anne Steensen Blicher, Heidi Taylor, Michael Juul Lønborg,
Læs mereDynamisk statistisk modellering af vedligeholdelsesbehandling af børn med akut lymfoblastær leukæmi
Dynamisk statistisk modellering af vedligeholdelsesbehandling af børn med akut lymfoblastær leukæmi Susanne Rosthøj 2. oktober 2009 Akut Lymfoblastær Leukæmi (ALL) Årlig forekomst på ca 35 tilfælde i Danmark.
Læs mereTema. Model og modelkontrol ( Fx. en normalfordelt obs. række m. kendt varians) Estimation af parametre. Fordeling. Hypotese og test. Teststørrelse.
Tema Model og modelkontrol ( Fx. en normalfordelt obs. række m. kendt varians) Estimation af parametre. Fordeling. (Fx. x. µ) Hypotese og test. Teststørrelse. (Fx. H 0 : µ = µ 0 ) konfidensintervaller
Læs mereNormalfordelingen og Stikprøvefordelinger
Normalfordelingen og Stikprøvefordelinger Normalfordelingen Standard Normal Fordelingen Sandsynligheder for Normalfordelingen Transformation af Normalfordelte Stok.Var. Stikprøver og Stikprøvefordelinger
Læs mereFlowmålingsmæssige udfordringer i regn- og spildevandssystemer Temadag om Flowmåling i udvikling Teknologisk Institut den 19.
Flowmålingsmæssige udfordringer i regn- og spildevandssystemer Temadag om Flowmåling i udvikling Teknologisk Institut den 19. november 2009 23-11-2009 Dias nr. 1 Hvem er jeg? Mads Uggerby - uddannelse
Læs mereMÅLING AF OVERLØBSMÆNGDE I ET HYDRAULISK KOMPLICERET OVERLØBSBYGVÆRK VED BRUG AF SIMPLE NIVEAUMÅLINGER
MÅLING AF OVERLØBSMÆNGDE I ET HYDRAULISK KOMPLICERET OVERLØBSBYGVÆRK VED BRUG AF SIMPLE NIVEAUMÅLINGER PRÆSENTATION VED DANSK VAND KONFERENCE 2015 M A L T E A H M, A A L B O R G U N I V E R S I T E T AMOK
Læs mereTo samhørende variable
To samhørende variable Statistik er tal brugt som argumenter. - Leonard Louis Levinsen Antagatviharn observationspar x 1, y 1,, x n,y n. Betragt de to tilsvarende variable x og y. Hvordan måles sammenhængen
Læs mereNote til styrkefunktionen
Teoretisk Statistik. årsprøve Note til styrkefunktionen Først er det vigtigt at gøre sig klart, at når man laver statistiske test, så kan man begå to forskellige typer af fejl: Type fejl: At forkaste H
Læs mereUndervisningsbeskrivelse
Undervisningsbeskrivelse Termin Efterår 2014 Institution Niels Brock Uddannelse Fag og niveau Lærer Hold HHX Matematik - Niveau A Peter Harremoës GSK hold t14gymaau1o2 Oversigt over gennemførte undervisningsforløb
Læs mereVTUF-pulje 2012 Måling af indhold i overløbsvand. EVA-temadag den 29-10-2014 v. Anitha Kumari Sharma, DTU Miljø og Lene Bassø, Aarhus Vand
VTUF-pulje 2012 Måling af indhold i overløbsvand EVA-temadag den 29-10-2014 v. Anitha Kumari Sharma, DTU Miljø og Lene Bassø, Aarhus Vand Vi vil bade i byen Vi vil gerne have en grønnere og renere by
Læs mereØkonometri 1. Den simple regressionsmodel 11. september Økonometri 1: F2
Økonometri 1 Den simple regressionsmodel 11. september 2006 Dagens program Den simple regressionsmodel SLR : Én forklarende variabel (Wooldridge kap. 2.1-2.4) Motivation for gennemgangen af SLR Definition
Læs mereTest for strukturelle ændringer i investeringsadfærden
d. 6.10.2016 De Økonomiske Råds Sekretariat Test for strukturelle ændringer i investeringsadfærden Dette notat redegør for de stabilitetstest af forskellige tidsserier vedrørende investeringsadfærden i
Læs mereMetoder til at udnytte energifleksibilitet i spildevandssystemer
Metoder til at udnytte energifleksibilitet i spildevandssystemer Henrik Madsen and Peter Stentoft, DTU Compute & Krüger (Peter S.) http://www.henrikmadsen.org http://www.smart-cities-centre.org Indhold
Læs merePrognose og karakterisering af bygningers energiforbrug
Prognose og karakterisering af bygningers energiforbrug ipower og ZEB Temamøde: Henrik Madsen, Peder Bacher (DTU Informatik) Henrik Aalborg Nielsen, Stig Mortensen (ENFOR a/s) Oversigt: Brug af målinger
Læs mereTema. Dagens tema: Indfør centrale statistiske begreber.
Tema Dagens tema: Indfør centrale statistiske begreber. Model og modelkontrol Estimation af parametre. Fordeling. Hypotese og test. Teststørrelse. konfidensintervaller Vi tager udgangspunkt i Ex. 3.1 i
Læs mereVIGTIGT! Kurset består af: 1. Forelæsninger. 2. Øvelser. 3. Litteraturlæsning
Intro til statistik Rasmus F. Brøndum, Institut 17 (Matematik) Hjemmeside: people.math.aau.dk/~froberg 22 forelæsninger (hvor af jeg afholder de første 13) + det samme antal øvelsesgange. Hjælpelærer:
Læs mereBesvarelser til øvelsesopgaver i uge 6
Besvarelser til øvelsesopgaver i uge 6 Opgave 7.46, side 228 (7ed 7.28, side 244 og 6ed: 7.28, side 240) Vi tænker os, at vi har data for emissionen {x 1, x 2,..., x n }, når det pågældende device er monteret.
Læs mereTidsværdi for gods i Sverige
Tidsværdi for gods i Sverige Mogens Fosgerau 1 og Mikkel Birkeland, COWI 1 Indledning COWI har sammen med INREGIA i Stockholm gennemført en undersøgelse af tidsværdien for gods for SIKA, Statens Institut
Læs mere3D MODELLERING AF OVERLØBSBYGVÆRKER M A L T E A H M, A A L B O R G U N I V E R S I T E T
3D MODELLERING AF OVERLØBSBYGVÆRKER PRÆSENTATION VED DANVA TEMADAG OM HYDRAULISK MODELLER M A L T E A H M, A A L B O R G U N I V E R S I T E T Hvem er jeg? Malte Kristian Skovby Ahm 2012 2015 Ph.D. studerende,
Læs mereAnvendelse af vejrradar -Plan A. Lektor Michael R. Rasmussen Institut for Byggeri og Anlæg mr@civil.aau.dk
Anvendelse af vejrradar -Plan A Teknologisk Institut d. 3 September 2009 Lektor Michael R. Rasmussen Institut for Byggeri og Anlæg mr@civil.aau.dk 1 Data availability DMI radar data (C-band): - Rømø -
Læs mereUndervisningsbeskrivelse
Undervisningsbeskrivelse Termin Efterår 2016 Institution Niels Brock Uddannelse Fag og niveau Lærer Hold HHX Matematik - Niveau B Peter Harremoës GSK hold: t16gymabu1o1 Oversigt over gennemførte undervisningsforløb
Læs mereSensorteknologi i vandsektoren
" Sensorteknologi i vandsektoren Udarbejdet af: Per Elbjerg Jørgensen, M.Sc. Biology, DHI Micheal Vedel Wegener Kofoed, cand.scient., PhD, Teknologisk Institut 15. januar 2013 1 BAGGRUND OG FORMÅL...3
Læs mereUge 48 II Teoretisk Statistik 27. november 2003. Numerisk modelkontrol af diskrete fordelinger: intro
Uge 48 II Teoretisk Statistik 7. november 003 Numerisk modelkontrol af diskrete fordelinger: intro Eksempel: kvalitetskontrol Goodness-of-fit test: generel teori Endeligt udfaldsrum Udfaldsrum uden øvre
Læs mereBestemmelse af dybden til redoxgrænsen med høj opløsning på oplandsskala. Anne Lausten Hansen (GEUS) NiCA seminar, 9.
Bestemmelse af dybden til redoxgrænsen med høj opløsning på oplandsskala Anne Lausten Hansen (GEUS) NiCA seminar, 9. oktober 2014, AU Nitrat reduktion i undergruden Nitrat kan fjernes naturlig ved reduktion
Læs mereValgkampens og valgets matematik
Ungdommens Naturvidenskabelige Forening: Valgkampens og valgets matematik Rune Stubager, ph.d., lektor, Institut for Statskundskab, Aarhus Universitet Disposition Meningsmålinger Hvorfor kan vi stole på
Læs mereMål, undervisningsdifferentiering og evaluering
Mål, undervisningsdifferentiering og evaluering Artikel af pædagogisk konsulent Lise Steinmüller Denne artikel beskriver sammenhænge mellem faglige mål, individuelle mål og evaluering, herunder evalueringens
Læs mereDynamisk modellering af det urbane vandkredsløb
Dynamisk modellering af det urbane vandkredsløb Risvangen separering! Tilstødende opland, separat Projektområde, fælleskloakeret Riis Skov Aarhus havn Regnvand på privat grund Afledning fra privat grund
Læs mereWILLIS Konference. Klimaændringer, skybrud og oversvømmelser. Sektionsleder Jeppe Sikker Jensen Spildevand og klimatilpasning, COWI WILLIS KONFERENCE
WILLIS Konference Klimaændringer, skybrud og oversvømmelser. Sektionsleder Jeppe Sikker Jensen Spildevand og klimatilpasning, COWI 1 Disposition Udfordringer Kortlægningstyper Case: Screening af ejendomsportefølje
Læs mereIPW eformular Pro. brugervenligt værktøj til udvikling af elektroniske registreringer
IPW eformular Pro brugervenligt værktøj til udvikling af elektroniske registreringer Er kravene til dokumentation ved at udvikle sig til en tidsrøver snarere end en hjælp, eller kniber det med at få fulgt
Læs mereGenerering af kunstige regnserier
Generering af kunstige regnserier Karsten Arnbjerg-Nielsen Institut for Miljøteknologi Danmarks Tekniske Universitet Januar 1999 Dette er en netpublikation, der kan downloades fra http://www.imt.dtu.dk/publications/fulltext/1999/imt1999-130.pdf
Læs mereForelæsning 6: Kapitel 7: Hypotesetest for gennemsnit (one-sample setup). 7.4-7.6
Kursus 02402 Introduktion til Statistik Forelæsning 6: Kapitel 7: Hypotesetest for gennemsnit (one-sample setup). 7.4-7.6 Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220
Læs mereNational kvælstofmodel Oplandsmodel til belastning og virkemidler
National kvælstofmodel Oplandsmodel til belastning og virkemidler Kortleverancer Anker Lajer Højberg, Jørgen Windolf, Christen Duus Børgesen, Lars Troldborg, Henrik Tornbjerg, Gitte Blicher-Mathiesen,
Læs mereLøsninger til kapitel 6
Opgave 6.1 a) 180 200 P ( X < 180) = Φ = Φ( = 0, 1587 b) 220 200 P ( X > 220) = Φ = Φ(1) = 0, 8413 c) 200 200 P ( X > 200) = 1 X < 200) = 1 Φ = ) = 1 0,5 = 0, 5 d) P ( X = 230) = 0 e) 180 200 P ( X 180)
Læs mereREGNINPUT HVAD KAN VI REGNE MED?
REGNINPUT HVAD KAN VI REGNE MED? EVA TEMAMØDE 21. MAJ 2015, NYBORG: DET URBANE VANDKREDSLØB SØREN THORNDAHL, AALBORG UNIVERSITET Indhold Dimensionering af regnvandsledninger Niveau 1 jf. SVK Skrift 27
Læs mereUndervisningsbeskrivelse
Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin Maj 2016 Institution Roskilde Handelsskole Uddannelse Fag og niveau Lærer(e) Hold Hhx Matematik B Kubilay
Læs mereModel-baseret Realkreditrådgivning
DDF præsentation, den 20 marts 2012 Model-baseret Realkreditrådgivning Kourosh M. Rasmussen & Claus A. Madsen kmar@fineanalytics.com cam@fineanalytics.com 1 Låneunivers Mange nye produkter siden 1996.
Læs mereAnvendt Statistik Lektion 6. Kontingenstabeller χ 2 -test [ki-i-anden-test]
Anvendt Statistik Lektion 6 Kontingenstabeller χ 2 -test [ki-i-anden-test] 1 Kontingenstabel Formål: Illustrere/finde sammenhænge mellem to kategoriske variable Opbygning: En celle for hver kombination
Læs mereKvadratisk regression
Kvadratisk regression Helle Sørensen Institut for Matematiske Fag Københavns Universitet Juli 2011 I kapitlet om lineær regression blev det vist hvordan man kan modellere en lineær sammenhæng mellem to
Læs mereVariation i rejsetid
1 Variation i rejsetid - effekter for modellering og værdisætning Camilla Riff Brems Danmarks TransportForskning cab@dtf.dk Variation i rejsetid 2 Rejsetidsvariation Engelske resultater Trafikmodeller
Læs mereEVA. Erfaringsudveksling i Vandmiljøteknikken. Nr. 3 26. årgang August 2013 SPILDEVANDSKOMITEEN
Erfaringsudveksling i Vandmiljøteknikken EVA Nr. 3 26. årgang August 2013 SPILDEVANDSKOMITEEN Indhold Leder 3 Indbydelse til Temadag 4 Kalender 7 Klimatilpasning i Holstebro Leif Theilgaard 8 Stokastiske
Læs mereMovia Rejsekort Analyse System. Opbygning af et driftssystem
Movia Rejsekort Analyse System Opbygning af et driftssystem About Rapidis Software developers and consultants in Logistics, Transport and Public Transportation. All products and solutions are based on
Læs mereNyt i faget Matematik
Almen voksenuddannelse Nyt i faget Matematik Juli 2012 Indhold Bekendtgørelsesændringer Ændringer af undervisningsvejledningen Den nye opgavetype ved den skriftlige prøve efter D Ændringer af rettevejledningen
Læs mereForbedring af efterføderteknologier til energibesparelse i jernstøberier
Slutrapport for projekt: Forbedring af efterføderteknologier til energibesparelse i jernstøberier Niels Skat Tiedje DTU Mekanik 29. august 2014 Indhold Indhold... 2 Introduktion og mål... 3 Del 1: anvendelse
Læs mereKvantitative metoder 1
Forår 2007 Kvantitative metoder 1 5. februar 2007 Præsentation af forelæserne Forelæser: Dorte Grinderslev Specialkonsulent i det økonomiske råd Mette Ejrnæs Lektor ved Økonomisk Institut Kontor på Bispetorvet,
Læs mereI dag. Statistisk analyse af en enkelt stikprøve med kendt varians Sandsynlighedsregning og Statistik (SaSt) Eksempel: kobbertråd
I dag Statistisk analyse af en enkelt stikprøve med kendt varians Sandsynlighedsregning og Statistik SaSt) Helle Sørensen Først lidt om de sidste uger af SaSt. Derefter statistisk analyse af en enkelt
Læs mere