PROBLEM MANAGEMENT STRUKTURERET PROBLEM ANALYSE
|
|
- Poul Graversen
- 6 år siden
- Visninger:
Transkript
1 PROBLEM MANAGEMENT STRUKTURERET PROBLEM ANALYSE
2 UDBYTTE VED STRUKTURERET PROBLEM ANALYSE Metoden er med til at sikre: At vi bliver skarpere på vores problem definitioner At vi undgår at springe til årsagen uden først at have analyseret data At vi løser det rigtige problem 1 5. J A N U A R
3 STRUKTURERET PROBLEM ANALYSE Metoden er udviklet af Charles Kepner and Benjamin Tregoe 1) Definer et Første trin er at få defineret problemet. Dette gøres ved at beskrive den afvigelse som du skal finde årsagen til. Angiv Object(CI) og Afvigelse i beskrivelsen. Vær specifik!! 2) Specificer et Dette gøres via ER og ER IKKE spørgsmål. Vi forsøger her at specificere afvigelsen (problemet) fra normalen. - Stil spørgsmål i 4 dimensioner: - HVAD Identitet - HVOR Sted - HVORNÅR Tid - OMFANG - Størrelse ER Information bruges til at beskrive problemet i detaljer. ER IKKE information bruges til at eliminere årsager til problemet. Oftest er det denne information, der springes over i traditionel løsning J A N U A R
4 STRUKTURERET PROBLEM ANALYSE 3) Identificer mulige årsager Beskriv årsager der forklarer hvordan afvigelsen er opstået. - Brug viden og erfaring. Brainstorm sessions. - Led efter særpræg. Hvad er unikt eller specielt ved hvert ER, når det sammenlignes med ER IKKE - Led efter forandringer (changes). Hvad er forandret i, på eller omkring hvert særpræg? 4) Evaluer mulige årsager Evaluer mulige årsager imod ER/ER IKKE i problem specifikationen. Hvis xxx er årsagen til yyy, hvordan forklarer det så både ER og ER IKKE informationen? Eliminer alle årsager der ikke kan forklare både ER og ER IKKE informationen. Husk at notere hvorfor en mulig årsag forkastes. 5) Bekræft den virkelige årsag Den mest sandsynlige årsag verificeres først. - Observer - Genskab problemet - Eksperimenter. Udfør en korrigerende handling og se om det afhjælper problemet - Hvad fortæller os at vi faktisk har fundet den rigtige årsag? - Vælg altid den sikreste, billigste, hurtigste eller letteste metode til at bekræfte årsagen J A N U A R
5 1. DEFINER PROBLEMET Hvilke services eller CI s har fejlen/afvigelsen? Hvilken fejl/afvigelse er der tale om? Hvad oplever vi, der fortæller os, at der er en fejl/afvigelse? 1 5. J A N U A R
6 2. SPECIFICÉR PROBLEMET ER HVAD Hvilke services/ci s har problemet? Hvad er galt med dem? HVOR Hvor er objektet med fejlen/afvigelsen observeret geografisk? Hvor på objektet ses fejlen/afvigelsen? HVORNÅR Hvornår er fejlen/afvigelsen først observeret? (dato/tid) Hvornår er fejlen/afvigelsen set igen? (dato/tid) Hvornår i objektets levetid ses fejlen/afgivelsen? OMFANG Hvor mange objekter er omfattet af fejlen/afvigelsen? Hvor stort er omfanget? Hvor mange afvigelser er der på objektet? Hvad er trendensen (konstant/voksende)? ER IKKE Hvilke lignende services/ci s kunne også have en fejl/afvigelse, men har det ikke? 1 5. J A N U A R I T S E R V I C E S Hvilke andre tendenser kunne der være, men er 6 det ikke? Hvilke andre lignende fejl/afgivelser kunne også have fundet sted, men gør det ikke? Hvor kunne det også være observeret, men er det ikke? Hvor ellers kunne fejlen/afvigelsen være på objektet, men er det ikke? Hvornår ellers kunne fejlen/afvigelsen være observeret første gang, men er det ikke? På hvilket andet tidspunkt kunne fejlen/afvigelsen være set, men er det ikke? På hvilket andet tidspunkt i objektets levetid kunne fejlen/afvigelsen være set, men er det ikke? Hvor mange objekter kunne have fejlen/afvigelsen, men har det ikke? Hvilken anden størrelse kunne afvigelsen have, men har det ikke? Hvor mange afvigelser kunne der være på objektet, men er der ikke?
7 3. IDENTIFICER MULIGE ÅRSAGER Baseret på faglig viden, erfaring, afsluttede changes/ændringer, samt tilgængelige materialer i logfiler, analyser m.v.. Mulige årsager /hypoteser Identificér mulige årsager Baseret på vores viden, hvad kunne være årsag til fejlen/afvigelsen? Anvend viden og erfaringer.. og/eller Brug særheder og ændringer til at udvikle mulige årsager Hvad er anderledes, specielt eller unikt i sammenligning mellem ER og ER IKKE Hvad er blevet ændret i, på, omkring eller i tilknytning til de enkelte forskelle mellem ER og ER IKKE? tidspunkt for ændring? Hvordan kan hver enkelt ændring have indflydelse på fejlen/afvigelsen? Hvordan kan en ændring + et specifikt særpræg på objektet forklare årsagen til fejlen/afvigelsen? Hvordan kan en ændring + en anden ændring have forårsaget fejlen/afvigelsen? 1 5. J A N U A R
8 4. EVALUER MULIGE ÅRSAGER Evaluer mulige årsager imod ER/ER IKKE i problem specifikationen Evaluer mulige årsager Test mulige årsager mellem ER og ER IKKE specifikationerne Hvis er årsagen til, hvordan forklarer det så både ER og ER IKKE situationen? Hvilke antagelser kan vi gøre? Udvælg den mest sandsynlige årsag Hvilken sandsynlige årsag forklarer bedst ER og ER IKKE informationen? Hvilken årsag har de færreste, mest simple og mest fornuftige antagelser? 1 5. J A N U A R
9 5. BEKRÆFT DEN VIRKELIGE ÅRSAG Den mest sandsynlige årsag verificeres først Bekræft den virkelige årsag Kontroller antagelser, observer og eksperimenter, eller prøv en rettelse og vurder resultatet Hvordan kan vi undersøge den antagelse vi har lavet? Hvordan kan denne årsag observeres når den optræder? Hvordan kan vi demonstrere relationer mellem årsag og effekt? Når korrigerende handling er udført, hvordan kan resultatet derefter kontrolleres? 1 5. J A N U A R
Trial and Error. verdens dårligste, men hyppigst anvendte problemløsningsmetode CFN People A/S
Trial and Error verdens dårligste, men hyppigst anvendte problemløsningsmetode thomas.fejfer@cfnpeople.com 1 MIN BAGGRUND Problem Management i praksis Hjælper it-organisationer med at udvikle deres evne
Læs mereAlmen studieforberedelse. 3.g
Almen studieforberedelse 3.g. - 2012 Videnskabsteori De tre forskellige fakulteter Humaniora Samfundsfag Naturvidenskabelige fag Fysik Kemi Naturgeografi Biologi Naturvidenskabsmetoden Definer spørgsmålet
Læs mereNoter til SfR checkliste 4 - Casekontrolundersøgelser
Noter til SfR checkliste 4 - Casekontrolundersøgelser Denne checkliste anvendes til undersøgelser, som er designet til at besvare spørgsmål af typen hvilke faktorer forårsagede denne hændelse?, og inddrager
Læs mereMetoder og struktur ved skriftligt arbejde i idræt.
Metoder og struktur ved skriftligt arbejde i idræt. Kort gennemgang omkring opgaver: Som udgangspunkt skal du når du skriver opgaver i idræt bygge den op med udgangspunkt i de taksonomiske niveauer. Dvs.
Læs meremortenmunster.com Sæson 1 GUIDE TIL AT LAVE EN EFFEKTIV PRÆMORTEM MED DIT TEAM
GUIDE TIL AT LAVE EN EFFEKTIV PRÆMORTEM MED DIT TEAM GUIDE TIL AT LAVE EN EFFEKTIV PRÆMORTEM MED DIT TEAM HVAD GÅR PRÆMORTEM-ØVELSEN UD PÅ? Du og dit team skal i gang med at planlægge implementeringen
Læs mereInspirationsmateriale fra anden type af organisation/hospital. Metodekatalog til vidensproduktion
Inspirationsmateriale fra anden type af organisation/hospital Metodekatalog til vidensproduktion Vidensproduktion introduktion til metodekatalog Viden og erfaring anvendes og udvikles i team. Der opstår
Læs mereSupplement til kapitel 7: Approksimationen til normalfordelingen, s. 136
Supplement til kapitel 7: Approksimationen til normalfordelingen, s. 36 Det er besværligt at regne med binomialfordelingen, og man vælger derfor ofte at bruge en approksimation med normalfordeling. Man
Læs merec) For, er, hvorefter. Forklar.
1 af 13 MATEMATIK B hhx Udskriv siden FACITLISTE TIL KAPITEL 7 ØVELSER ØVELSE 1 c) ØVELSE 2 og. Forklar. c) For, er, hvorefter. Forklar. ØVELSE 3 c) ØVELSE 4 90 % konfidensinterval: 99 % konfidensinterval:
Læs mereMorten Frydenberg 14. marts 2006
Introduktion til Logistisk Regression Morten Frydenberg, Inst. f. Biostatistik 1 RESUME: 2 2. gang: 2006 Institut for Biostatistik, Århus Universitet MPH 1. studieår Specialmodul 4 Cand. San. uddannelsen
Læs mere10 informationer som gør din fejlrapport selvforklarende for både forretningen og programmørerne
10 informationer som gør din fejlrapport selvforklarende for både forretningen og programmørerne Introduktion Uanset hvor mange informationer man tilføjer en fejlrapport er det vigtigt, at man beslutter
Læs mereMorten Frydenberg 26. april 2004
Introduktion til Logistisk Regression Morten Frydenberg, Inst. f. Biostatistik RESUME: 2 2. gang: 2002 Institut for Biostatistik, Århus Universitet MPH. studieår Specialmodul 4 Cand. San. uddannelsen.
Læs mereVejledende besvarelser til opgaver i kapitel 14
Vejledende besvarelser til opgaver i kapitel 14 Opgave 1 a) Det første trin i opstillingen af en hypotesetest er at formulere to hypoteser, hvoraf den ene støtter den teori vi vil teste, mens den anden
Læs mere"Hvad sker der med isterningen i min sodavand?"
Undervisningsmateriale indsamlet af PARSEL konsortiet Som en del af et EU FP6 finansieret projekt (SAS6 CT 2006 042922 PARSEL) om Popularitet og Relevans af Naturvidenskabs Undervisning for scientific
Læs mereTROUBLESHOOTER BOOT CAMP
TROUBLESHOOTER BOOT CAMP Opgave 1: Hvad går typisk galt under problemløsningen? Ud fra dine egne erfaringer: Hvad kan gå galt, når man skal løse problemer? Arbejd i sidemandsgrupper, 2 og 2. WESTERGAARD
Læs mereBEHANDLINGSPLANER. Systematisk og målrettet behandlingsplansarbejde. Kursus for ledere i offentlig ambulant alkoholbehandling
BEHANDLINGSPLANER Systematisk og målrettet behandlingsplansarbejde Kursus for ledere i offentlig ambulant alkoholbehandling 24-27 april 2012, Helene Bygholm Risager Dagsorden Introduktion til behandlingsplaner
Læs mereHold 1, 2014 LOGBOG. Denne logbog tilhører:
Ledelse af borger og patientforløb på tværs af sektorer Et lederudviklingsforløb for ledere i Sundhed og Omsorg i Aarhus Kommune og ved Aarhus Universitetshospital Hold 1, 2014 LOGBOG Denne logbog tilhører:
Læs mereProgram. Sammenligning af to stikprøver Ikke-parametriske metoder Opsummering. Test for ens spredninger
Program Sammenligning af to stikprøver Ikke-parametriske metoder Opsummering Helle Sørensen E-mail: helle@math.ku.dk I formiddag: Analyse af ikke-parrede stikprøver: repetition of rettelse af fejl! Lidt
Læs mereWORKSHOP 1C, DLF-kursus, Brandbjerg Højskole, den 25. november 2015
WORKSHOP 1C, DLF-kursus, Brandbjerg Højskole, den 25. november 2015 opstille og synliggøre læringsmål knyttet til repræsentation og symbolbehandling på forskellige klassetrin udvikle og vurdere undervisningsaktiviteter
Læs mere80 min omkring adfærdsændringer - og en invitation til et nyt mindset!
80 min omkring adfærdsændringer - og en invitation til et nyt mindset! Hvorfor står jeg her idag? Learning - design af værdifuld kundeadfærd Løsninger der fremmer ønsket adfærd uden brug af pisk, gulerod
Læs mereStatistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Mantel-Haenszel analyser
Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab Mantel-Haenszel analyser Mantel-Haenszel analyser Sidst lærte vi om stratificerede analyser. I dag kigger vi på et specialtilfælde: både exposure
Læs mereDE BEAR TECHNOLOGY. o Processer, metoder & værktøjer. e-mail: info@dbtechnology.dk WWW.DBTECHNOLOGY.DK
Mission Critical o Projekt Information management o Processer, metoder & værktøjer. Side 1 of 11 Projekt information Projekt information management inkluderer alle de processer, som er nødvendige for at
Læs mere2 dags kursus ROOT CAUSE ANALYSIS.
2 dags kursus ROOT CAUSE ANALYSIS. Afvigelser i et ledelsessystem, der har indflydelse på produkt, service, system, manglende opfyldelse af myndighedskrav mv. og som der skal gøres noget ved, kan for det
Læs mereProblem Management. -Fra ambition til hverdag! Supportchef, Betina Korterup
Problem Management -Fra ambition til hverdag! Supportchef, Betina Korterup 1 100 måder at redde verden af Johan Tell Miljø-og energibesparende råd Formår at bringe de svære spørgsmål og komplicerede sammenhænge
Læs mereForbrugsfunktionen i BOF5
Danmarks Statistik MODELGRUPPEN Arbejdspapir* Henrik Christian Olesen 9. februar 1999 Forbrugsfunktionen i BOF5 Resumé: Papiret gennemgår forbrugsfunktionen i BOF5 (Bank of Finland). Baseret på et discussion
Læs mereDokumenterede fordele ved originale Sabroe reservedele fra Johnson Controls
Johnson Controls PARTS CENTRE Dokumenterede fordele ved originale Sabroe reservedele fra Johnson Controls Originale reservedele resulterer i lavere energiforbrug Det er omkostningsbesparende at anvende
Læs mereNEO PI-R rapport. erhverv stor version. Navn: Demo Rekruteringscase Test dato:
NEO PI-R rapport erhverv stor version Navn: Demo Rekruteringscase Test dato: 22-03-2006 ID. nummer: if8mf9ipdd5u Rapporten indeholder: Læsevejledning til rapporten Profilanalyse [Kan udleveres] Oversigt
Læs mereEt oplæg til dokumentation og evaluering
Et oplæg til dokumentation og evaluering Grundlæggende teori Side 1 af 11 Teoretisk grundlag for metode og dokumentation: )...3 Indsamling af data:...4 Forskellige måder at angribe undersøgelsen på:...6
Læs mereEn intro til radiologisk statistik
En intro til radiologisk statistik Erik Morre Pedersen Hypoteser og testning Statistisk signifikans 2 x 2 tabellen og lidt om ROC Inter- og intraobserver statistik Styrkeberegning Konklusion Litteratur
Læs mereSkabelon til uddannelsesspecifikt fag. Skolen skal angive uddannelsesnavn, varighed og erstatte de firkantede parenteser med tekst:
Skabelon til uddannelsesspecifikt fag Bilag 2 Skolen skal angive uddannelsesnavn, varighed og erstatte de firkantede parenteser med tekst: Uddannelsesspecifikt fag i uddannelsen til: [uddannelsens navn]
Læs mereIndledning. Sikkerhed I: At undgå det forkerte. Notat om oplæg til sikkerhedsforskning. Erik Hollnagel
Notat om oplæg til sikkerhedsforskning Erik Hollnagel Indledning En konkretisering af forskning omkring patientsikkerhed må begynde med at skabe klarhed over, hvad der menes med patientsikkerhed. Dette
Læs mereSandsynlighedsregning: endeligt udfaldsrum (repetition)
Program: 1. Repetition: sandsynlighedsregning 2. Sandsynlighedsregning fortsat: stokastisk variabel, sandsynlighedsfunktion/tæthed, fordelingsfunktion. 1/16 Sandsynlighedsregning: endeligt udfaldsrum (repetition)
Læs mereKort gennemgang af Samfundsfaglig-, Naturvidenskabeligog
Kort gennemgang af Samfundsfaglig-, Naturvidenskabeligog Humanistisk metode Vejledning på Kalundborg Gymnasium & HF Samfundsfaglig metode Indenfor det samfundsvidenskabelige område arbejdes der med mange
Læs mereJ E T T E V E S T E R G A A R D
BINOMIALT EST J E T T E V E S T E R G A A R D F I P B I O L O G I M A R S E L I S B O R G G Y M N A S I U M D. 1 3. M A R T S 2 0 1 9 K A L U N D B O R G G Y M N A S I U M D. 1 4. M A R T S 2 0 1 9 HVEM
Læs mereKOMMISSIONENS GENNEMFØRELSESFORORDNING (EU) / af
EUROPA- KOMMISSIONEN Bruxelles, den 20.12.2017 C(2017) 8871 final KOMMISSIONENS GENNEMFØRELSESFORORDNING (EU) / af 20.12.2017 om administrative og videnskabelige krav til traditionelle fødevarer fra tredjelande,
Læs mereProgram. Modelkontrol og prædiktion. Multiple sammenligninger. Opgave 5.2: fosforkoncentration
Faculty of Life Sciences Program Modelkontrol og prædiktion Claus Ekstrøm E-mail: ekstrom@life.ku.dk Test af hypotese i ensidet variansanalyse F -tests og F -fordelingen. Multiple sammenligninger. Bonferroni-korrektion
Læs mereGør vi det rigtige og gør vi det rigtigt? - evalueringskultur på erhvervsskolen. ESB-netværkets temadag 13. juni 2012 Stig Guldberg, NCE Metropol
Gør vi det rigtige og gør vi det rigtigt? - evalueringskultur på erhvervsskolen ESB-netværkets temadag 13. juni 2012 Stig Guldberg, NCE Metropol Evaluering 5 elementære spørgsmål: - hvad? - hvorfor? -
Læs mereStatistik og Sandsynlighedsregning 2
Statistik og Sandsynlighedsregning 2 Normalfordelingens venner og bekendte Helle Sørensen Uge 9, onsdag SaSt2 (Uge 9, onsdag) Normalfordelingens venner 1 / 20 Program Resultaterne fra denne uge skal bruges
Læs mereRoskilde d. 28 marts - 2011
Roskilde d. 28 marts - 2011 Temadag om mødeledelse for tovholdere i LP- grupper Psykolog Jens Andersen jna@ucn.dk Tlf. 21760988 Dagens program 9.00 9.15 Præsentation af program og hinanden 9.15 9.45 Arbejde
Læs merePsykologi på staldgangen
25. oktober 2017 Herning Psykologi på staldgangen Vibeke Fladkjær Nielsen, SEGES Lidt teori om hvordan, vores hjernen fungerer Hvorfor det er svært at skabe forandringer i hverdagen Hvad skal der til for
Læs mereConnie Nielsen Peter Thisted Dinesen Lars Benjaminsen Jens Bonke INTRODUKTION TIL EFFEKT- MÅLING AF SATSPULJEPROJEKTER
Connie Nielsen Peter Thisted Dinesen Lars Benjaminsen Jens Bonke INTRODUKTION TIL EFFEKT- MÅLING AF SATSPULJEPROJEKTER INTRODUKTION TIL EFFEKTMÅLING AF SATSPULJEPROJEKTER Peter Thisted Dinesen Connie Nielsen
Læs merePsykologi på staldgangen
25. oktober 2017 Herning Psykologi på staldgangen Vibeke Fladkjær Nielsen, SEGES En hverdags problemstilling Daniel har været ansat i 3½ år, og skal til ændre på rutinerne i farestalden. Rækkefølgen skal
Læs mereEfterskoleforeningen 20. Januar 2015
Efterskoleforeningen 20. Januar 2015 Vejle Mental sundhed og arbejdet med sårbare unge Bjarke M. Jensen, Læringskompagniet Indhold Mental sundhed Hvad er mental sundhed? Tilgang til arbejdet med mental
Læs mereKvantitative Metoder 1 - Forår 2007. Dagens program
Dagens program Hypoteser: kap: 10.1-10.2 Eksempler på Maximum likelihood analyser kap 9.10 Test Hypoteser kap. 10.1 Testprocedure kap 10.2 Teststørrelsen Testsandsynlighed 1 Estimationsmetoder Kvantitative
Læs mereSPREDNINGS GUIDEN GØR DET NEMT AT DELE OG GENBRUGE INNOVATION
SPREDNINGS GUIDEN GØR DET NEMT AT DELE OG GENBRUGE INNOVATION SPREDNINGSGUIDEN 2016 Publikationen kan frit refereres med tydelig kildeangivelse COI Center for Offentlig Innovation Købmagergade 22 1150
Læs mereEn intro til radiologisk statistik. Erik Morre Pedersen
En intro til radiologisk statistik Erik Morre Pedersen Hypoteser og testning Statistisk signifikans 2 x 2 tabellen og lidt om ROC Inter- og intraobserver statistik Styrkeberegning Konklusion Litteratur
Læs mereForbedringsmodellen for nye deltagere. Bodil Elgaard Andersen Arjen Stoop ISH LS4 8. Oktober 2018, kl
Forbedringsmodellen for nye deltagere Bodil Elgaard Andersen Arjen Stoop ISH LS4 8. Oktober 2018, kl. 13.00 14.30 Hvem er vi? Bodil Elgaard Andersen konsulent, DSFP bea@patientsikkerhed.dk Arjen Peter
Læs mereOverheads til forelæsninger, mandag 5. uge På E har vi en mængde af mulige sandsynlighedsfordelinger for X, (P θ ) θ Θ.
Statistiske modeller (Definitioner) Statistik og Sandsynlighedsregning 2 IH kapitel 0 og En observation er en vektor af tal x (x,..., x n ) E, der repræsenterer udfaldet af et (eller flere) eksperimenter.
Læs mereEt oplæg til projektarbejdsforløb
Et oplæg til projektarbejdsforløb Det "reelle" traditionelle læringsbegreb: - Læring er et resultat af en formidling(læreren er den aktive) - Det er muligt at "fylde på" (tankpasser) - Motivationen er
Læs mereWorkshop Decemberkonference 6. december del, kl
Workshop Decemberkonference 6. december 2012 1. del, kl. 10.00 11.30 Gør din forening fri af rutiner og vanetænkning! Processer og metoder til forandring i foreningslivet Anders E. Jacobsen, Center for
Læs mereKvantitative metoder, teori og praksis
Kvantitative metoder, teori og praksis Kvantitative metoder Målet med de kvantitative metoder Forskellige typer kvantitative metoder Styrker og svagheder Repræsentativitet og udtræksperioder Det gode spørgeskema
Læs mereÅrsplan i matematik klasse
32-36 Brøker og Én brøk - forskellige betydninger en helhed ved hjælp af brøker. en helhed ved hjælp af brøker. Eleven kan bruge brøker til at beskrive forholdet mellem to størrelser. Eleven kan argumentere
Læs mereCITIZEN SCIENCE: ONLINE SOCIAL SCIENCE EKSPERIMENTER
CITIZEN SCIENCE: ONLINE SOCIAL SCIENCE EKSPERIMENTER, BUSINESS AND SOCIAL SCIENCE, AGENDA Citizen Science: Online social science eksperimenter Eksperimenter Social science eksperimenter Om metoden Hvordan
Læs mereAudit beskrivelser for MUT
3-5-1 V01 3-5-1 V02 3-5-1 V03 3-5-1 V04 3-5-1 V05 3-5-1 V06 3-5-1 V07 Er alle opgaver og for hvert element taget stilling til, hvor stor variation der må være under udførelsen? Punktet er opfyldt, hvis
Læs mereStatistik II 1. Lektion. Analyse af kontingenstabeller
Statistik II 1. Lektion Analyse af kontingenstabeller Kursusbeskrivelse Omfang 5 kursusgange (forelæsning + opgaveregning) 5 kursusgange (mini-projekt) Emner Analyse af kontingenstabeller Logistisk regression
Læs mereBeskrivelse af udviklingsprojekter om en længere og mere varieret skoledag Thyholm Skole
Beskrivelse af udviklingsprojekter om en længere og mere varieret skoledag Thyholm Skole I foråret 2014 går 34 kommuner og 75 skoler i gang med en række udviklingsprojekter om længere og mere varierede
Læs mereMaple-oversigt til matematik B-niveau: Rungsted Gymnasium Definer en funktion og funktionsværdier. Tegn grafen for en funktion.
Maple-oversigt til matematik B-niveau: Rungsted Gymnasium 2011 Definer en funktion og funktionsværdier (1.1) 32 (1.2) (1.3) Tegn grafen for en funktion (2.1) 250 200 150 100 50 0 5 10 8 6 4 2 0 1 2 0 y
Læs mereHypotesetest. 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 mereMatematik B - hf-enkeltfag, april 2011
Matematik B - hf-enkeltfag, april 2011 1. Identitet og formål 1.1. Identitet Matematik bygger på abstraktion og logisk tænkning og omfatter en lang række metoder til modellering og problembehandling. Matematik
Læs merePædagogisk læreplan for Lupinvejens Børnehave
Pædagogisk læreplan for Lupinvejens Børnehave Område Børnehusene Buldervang Dagtilbuddets navn Lupinvejens børnehave Pædagogisk læreplan 2014 1 Udarbejdet efter fælles skabelon for pædagogiske læreplaner
Læs mereModul 6 FN2011se Udsendt 11 modtaget 8 besvarelser Svarprocent 73% Hvor tilfreds er du samlet set med modul 6?
Modul 6 FN2011se Udsendt 11 modtaget 8 besvarelser Svarprocent 73% Hvor tilfreds er du samlet set med modul 6? Redegøre for ætiologi og patogenese i relation til almen sygdomslære inden for udvalgte diagnoseområder.
Læs mere2. Har den modulansvarlige introduceret dig til de formulerede læringsmål for modulets tema ved modulets start
FN2012s svarprocent 92 1. Hvor tilfreds er du samlet set med modul 6? 2. Har den modulansvarlige introduceret dig til de formulerede læringsmål for modulets tema ved modulets start 3. Redegøre for ætiologi
Læs mereLederuddannelse i øjenhøjde
Lederuddannelse i øjenhøjde Strategisk arbejde med lederuddannelse i kommunerne og på lederuddannelserne Århus den 8. april 2013 Ledelseskonsulent og - forsker Poula Helth 1 Poula Helth: Ledelseskonsulent
Læs mereMålsætning. Se hovedmål for scenariet og hovedmål for færdighedslæring her. Økonomi
Målsætning Økonomiske beregninger som baggrund for vurdering af konkrete problemstillinger. Målsætningen for temaet Hvordan får jeg råd? er, at eleverne gennem arbejde med scenariet udvikler matematiske
Læs mereGAME CHANGERS 2014 ANSØGNINGSGUIDE
GAME CHANGERS 2014 ANSØGNINGSGUIDE TRIN 1 ANSØGNINGEN 1.1 Venligst beskriv de sociale problemstillinger og udfordringer, der er for børn i dit samfund og som du ønsker at løse. Beskriv problemets omfang.
Læs mereProgram. 1. ensidet variansanalyse. 2. forsøgsplanlægning: blocking. 1/12
Program 1. ensidet variansanalyse. 2. forsøgsplanlægning: blocking. 1/12 Ensidet variansanalyse: analyse af grupperede data Nedbrydningsrate for tre typer af opløsningsmidler (opgave 13.8 side 523) Sorption
Læs merePersonlig 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 mereLars Andersen: Anvendelse af statistik. Notat om deskriptiv statistik, χ 2 -test og Goodness of Fit test.
Lars Andersen: Anvendelse af statistik. Notat om deskriptiv statistik, χ -test og Goodness of Fit test. Anvendelser af statistik Statistik er et levende og fascinerende emne, men at læse om det er alt
Læs mereÅRSAG OG VIRKNING I ØKONOMIEN
ÅRSAG OG VIRKNING I ØKONOMIEN OM NOBELPRISMODTAGERNE I ØKONOMI 2011 Thomas J. Sargent og Christopher A. Sims Præsentation på Statens Naturhistoriske Museum Nobelkavalkade 2012 d. 25/1 2012 ved Professor
Læs meret-fordeling Boxplot af stikprøve (n=20) fra t(2)-fordeling Program ( ): 1. repetition: fordeling af observatorer X, S 2 og t.
t-fordeling Boxplot af stikprøve (n=20) fra t(2)-fordeling Program (8.15-10): 1. repetition: fordeling af observatorer X, S 2 og t. 2. konfidens-intervaller, hypotese test, type I og type II fejl, styrke,
Læs mereSystematik og overblik
104 Systematik og overblik Gode situationer god adfærd Beskrevet med input fra souschef Tina Nielsen og leder John Nielsen, Valhalla, Nyborg Kommune BAGGRUND Kort om metoden Gode situationer god adfærd
Læs mereKapitel 12 Variansanalyse
Kapitel 12 Variansanalyse Peter Tibert Stoltze stat@peterstoltzedk Elementær statistik F2011 Version 7 april 2011 1 / 43 Indledning Sammenligning af middelværdien i to grupper indenfor en stikprøve kan
Læs mereAfprøvninger med Plan- Do-Study-Act cirkler
Afprøvninger med Plan- Do-Study-Act cirkler Forbedringsmodellen Hvad ønsker vi at opnå? Hvornår ved vi, at en forandring er en forbedring? Hvilke forandringer kan iværksættes for at skabe forbedringer?
Læs mereAT og elementær videnskabsteori
AT og elementær videnskabsteori Hvilke metoder og teorier bruger du, når du søger ny viden? 7 begrebspar til at karakterisere viden og måden, du søger viden på! Indholdsoversigt s. 1: Faglige mål for AT
Læs mereBilag Journalnummer Kontor 1 400.C.2-0 EU-sekr. 8. september 2005
Erhvervsudvalget (2. samling) ERU alm. del - Bilag 255 Offentligt Medlemmerne af Folketingets Europaudvalg og deres stedfortrædere Bilag Journalnummer Kontor 1 400.C.2-0 EU-sekr. 8. september 2005 Til
Læs mereDen professionelle lærings cirkel
Den professionelle lærings cirkel For at styrke og drive vores professionelle læring fremad anvender vi den professionelle lærings cirkel som metodisk grundlag for vores professionelle læring, for vores
Læs mere(EØS-relevant tekst) (1) Ved forordning (EU) 2015/2283 er der fastsat bestemmelser om markedsføring og anvendelse af nye fødevarer i Unionen.
30.12.2017 L 351/55 KOMMISSIONENS GENNEMFØRELSESFORORDNING (EU) 2017/2468 af 20. december 2017 om administrative og videnskabelige krav til traditionelle fødevarer fra tredjelande, jf. Europa- Parlamentets
Læs mereHvad er en referencelinie? Tidsligt fastlagt Veldefineret tilstand af mellemprodukter Mellemprodukter vurderes Sandhedens øjeblik
Hvad er en referencelinie? Tidsligt fastlagt Veldefineret tilstand af mellemprodukter Mellemprodukter vurderes Sandhedens øjeblik En referencelinie er en koordineret og veldefineret tilstand i et projekt,
Læs mereKend din flyveplan Horisontale spring fylder naturligvis mere i luftrummet end andre former for spring. Det er derfor vigtigt,
Som i så mange andre lande er tracking, tracing eller angle-flying blevet enormt populært. For mange mennesker er det at eksperimentere med ens vinkel, hastighed og kropsposition hele essensen ved at flyve.
Læs merefor dig der ønsker at udvise lederskab, have modet til at drømme stort og leve et ekstraordinært liv. PÅ 5 POWER WEEKENDER lærer DU:
unik uddannelse for unge for dig der ønsker at udvise lederskab, have modet til at drømme stort og leve et ekstraordinært liv. PÅ 5 POWER WEEKENDER lærer DU: s At brænde igennem s at træffe bevidste valg
Læs mereLøsning til eksaminen d. 14. december 2009
DTU Informatik 02402 Introduktion til Statistik 200-2-0 LFF/lff Løsning til eksaminen d. 4. december 2009 Referencer til Probability and Statistics for Engineers er angivet i rækkefølgen [8th edition,
Læs mereKapitel 12 Variansanalyse
Kapitel 12 Variansanalyse Peter Tibert Stoltze stat@peterstoltzedk Elementær statistik F2011 Version 7 april 2011 1 Indledning 2 Ensidet variansanalyse 3 Blokforsøg 4 Vekselvirkning 1 Indledning 2 Ensidet
Læs mereKapitel 13 Reliabilitet og enighed
Kapitel 13 Reliabilitet og enighed Peter Tibert Stoltze stat@peterstoltze.dk Elementær statistik F2011 Version 11. april 2011 1 / 23 Indledning En observation er sammensat af en sand værdi og en målefejl
Læs mereSpørgeskema. Hvor klar er jeg til at gøre noget ved mit forbrug?
Spørgeskema Hvor klar er jeg til at gøre noget ved mit forbrug Instruktion Læs venligst nøje de følgende sætninger. Hver sætning beskriver en måde, du kan have det på (eller ikke have det på) med hensyn
Læs mereKvantitative Metoder 1 - Efterår Dagens program
Dagens program Estimation: Kapitel 9.7-9.10 Estimationsmetoder kap 9.10 Momentestimation Maximum likelihood estimation Test Hypoteser kap. 10.1 Testprocedure kap 10.2 Teststørrelsen Testsandsynlighed 1
Læs mereHåndbog over strategier til før- under og efterlæsning
Håndbog over strategier til før- under og efterlæsning Af Lillian Byrialsen, læsekonsulent i Norddjurs Kommune 1 At læse for at lære Indhold Indledning Hvad gør en kompetent læser i 9. kl? Beskrivelse
Læs mereWORKSHOP 1C, DLF-kursus, Krogerup Højskole, den 19. oktober 2015
WORKSHOP 1C, DLF-kursus, Krogerup Højskole, den 19. oktober 2015 opstille og synliggøre læringsmål knyttet til repræsentation og symbolbehandling på forskellige klassetrin udvikle og vurdere undervisningsaktiviteter
Læs mereStatistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Uafhængighedstestet
Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab Uafhængighedstestet Eksempel: Bissau data Data kommer fra Guinea-Bissau i Vestafrika: 5273 børn blev undersøgt da de var yngre end 7 mdr og blev
Læs mereBEK nr 1410 af 20/12/2012 (Historisk) Udskriftsdato: 3. marts 2017
BEK nr 1410 af 20/12/2012 (Historisk) Udskriftsdato: 3. marts 2017 Ministerium: Sundheds- og Ældreministeriet Journalnummer: Ministeriet for Sundhed og Forebyggelse, j.nr. 1212174 Senere ændringer til
Læs mereAuditbeskrivelser for TPM
2-5-3 V01 Udføres vedligeholdelse: Forebyggende på udstyr? Punktet er opfyldt, hvis det kan verificeres, at der udføres forebyggende vedligeholdelse på udstyr. Verifikationen kan opfyldes ved, at der er
Læs mereAnvendelse af Kepner-Tregoe hos
Få andel i fremtiden SEAS-NVE.DK 19.11.2014 1 Anvendelse af Kepner-Tregoe hos SEAS-NVE Martin Vorregaard Service Desk 2014 2 Kort om SEAS-NVE Driver el-nettet på Sjælland og øerne Salg af el til hele landet
Læs mereINCIDENT & PROBLEM MANAGEMENT
INCIDENT & PROBLEM MANAGEMENT en eller to processer? thomas.fejfer@cfnpeople.dk 1 PÅSTAND Mange it-organisationer har vanskeligt ved at adskille Incident management og Problem management, hvilket ofte
Læs mereProgram. 1. Repetition 2. Fordeling af empirisk middelværdi og varians, t-fordeling, begreber vedr. estimation. 1/18
Program 1. Repetition 2. Fordeling af empirisk middelværdi og varians, t-fordeling, begreber vedr. estimation. 1/18 Fordeling af X Stikprøve X 1,X 2,...,X n stokastisk X stokastisk. Ex (normalfordelt stikprøve)
Læs mereEfteruddannelsesudvalget for bygge/anlæg og industri. Skilteteknik - Trends og design for skilteteknik
Efteruddannelsesudvalget for bygge/anlæg og industri Skilteteknik - Trends og design for skilteteknik Indholdsfortegnelse 2 Forord Trine Kromann har deltaget den indledende fase og venligst bidraget med
Læs mereDemo af PROC GLIMMIX: Analyse af gentagne observationer
Demo af PROC GLIMMIX: Analyse af gentagne observationer Kristina Birch, seniorkonsulent, PS Banking Agenda Uafhængige vs. afhængige observationer Analyse af uafhængige vs. afhængige observationer Lille
Læs mereVelkommen til kurset. Teoretisk Statistik. Lærer: Niels-Erik Jensen
1 Velkommen til kurset Teoretisk Statistik Lærer: Niels-Erik Jensen Plan for i dag: 1. Eks: Er euro'en skæv? 4. Praktiske informationer 2. Eks: Regressionsmodel (kap. 1) 5. Lidt om kursets indhold 3. Hvad
Læs mereForbedringsmodellen. En introduktion til et forbedringsværktøj og anvendelse af småskala-afprøvning
Forbedringsmodellen En introduktion til et forbedringsværktøj og anvendelse af småskala-afprøvning Maria Staun, kvalitetskonsulent, Improvement Advisor, Sygehus Lillebælt Timeplan Inden kl. 1500 Inden
Læs mere! Husk at udfylde spørgeskema 3. ! Lineær sandsynlighedsmodel. ! Eksempel. ! Mere om evaluering og selvselektion
Dagens program Økonometri 1 Dummy variable 4. marts 003 Emnet for denne forelæsning er kvalitative variable i den multiple regressionsmodel (Wooldridge kap. 7.5-7.6+8.1)! Husk at udfylde spørgeskema 3!
Læs mereEstimation og konfidensintervaller
Statistik og Sandsynlighedsregning STAT kapitel 4.4 Susanne Ditlevsen Institut for Matematiske Fag Email: susanne@math.ku.dk http://math.ku.dk/ susanne Estimation og konfidensintervaller Antag X Bin(n,
Læs mereEfter et årti med BIM i Danmark: Hvor langt er vi?
Efter et årti med BIM i Danmark: Hvor langt er vi? Selv efter et årti er BIM stadiget af byggebranchens helt store buzzwords - og et begreb som enhver materialeproducent skal forholde sig til. Hvor peger
Læs mereRevideret Miljøledelsesstandard
Revideret Miljøledelsesstandard ISO 14001:2015 Ændringer ift. DS/EN ISO 14001:2004 Dokumentationskrav i ny ISO 14001 GREENET- Revideret ISO 14001 1 MiljøForum Fyn - Revideret ISO 14001 2 1 Termer og definitioner
Læs mere