EXCEL FUNCTION NAME CONVERTER - DANISH TO ENGLISH AND BACK

Størrelse: px
Starte visningen fra side:

Download "EXCEL FUNCTION NAME CONVERTER - DANISH TO ENGLISH AND BACK"

Transkript

1 EXCEL FUNCTION NAME CONVERTER - DANISH TO ENGLISH AND BACK DANISH (SORTED) ENGLISH DANISH ENGLISH (SORTED) ABS ABS ABS ABS ADRESSE ADDRESS *PÅLØBRENTE ACCRINT *AFKAST YIELD *PÅLØBRENTE.UDLØB ACCRINTM *AFKAST.DISKONTO YIELDDISC ARCCOS ACOS *AFKAST.UDLØBSDATO YIELDMAT ARCCOSH ACOSH AFKORT TRUNC ADRESSE ADDRESS AFRUND ROUND *AMORDEGRC AMORDEGRC AFRUND.GULV FLOOR *AMORLINC AMORLINC AFRUND.LOFT CEILING OG AND *AKKUM.HOVEDSTOL CUMPRINC OMRÅDER AREAS *AKKUM.RENTE CUMIPMT ARCSIN ASIN *AMORDEGRC AMORDEGRC ARCSINH ASINH *AMORLINC AMORLINC ARCTAN ATAN *ANTAL.ARBEJDSDAGE NETWORKDAYS ARCTAN2 ATAN2 ANTAL.BLANKE COUNTBLANK ARCTANH ATANH *ARBEJDSDAG WORKDAY MAD AVEDEV ARCCOS ACOS MIDDEL AVERAGE ARCCOSH ACOSH MIDDELV AVERAGEA ARCSIN ASIN BATHTEKST (ikke Excel 2000) BATHTEXT ARCSINH ASINH *BESSELI BESSELI ARCTAN ATAN *BESSELJ BESSELJ ARCTAN2 ATAN2 *BESSELK BESSELK ARCTANH ATANH *BESSELY BESSELY BATHTEKST (ej Excel 2000) BATHTEXT BETAFORDELING BETADIST *BESSELK BESSELK BETAINV BETAINV *BESSELI BESSELI *BIN.TIL.DEC BIN2DEC *BESSELJ BESSELJ *BIN.TIL.HEX BIN2HEX *BESSELY BESSELY *BIN.TIL.OKT BIN2OCT BETAFORDELING BETADIST BINOMIALFORDELING BINOMDIST BETAINV BETAINV *KALD (kun Excel 2000) CALL *BIN.TIL.DEC BIN2DEC AFRUND.LOFT CEILING *BIN.TIL.HEX BIN2HEX CELLE CELL *BIN.TIL.OKT BIN2OCT TEGN CHAR BINOMIALFORDELING BINOMDIST CHIFORDELING CHIDIST CELLE CELL CHIINV CHIINV CHIFORDELING CHIDIST CHITEST CHITEST CHIINV CHIINV VÆLG CHOOSE CHITEST CHITEST RENS CLEAN COS COS KODE CODE COSH COSH KOLONNE COLUMN DAG DAY KOLONNER COLUMNS DAGE360 DAYS360 KOMBIN COMBIN DATO DATE *KOMPLEKS COMPLEX DATOVÆRDI DATEVALUE SAMMENKÆDNING CONCATENATE DB DB KONFIDENSINTERVAL CONFIDENCE *DEC.TIL.BIN DEC2BIN *KONVERTER CONVERT *DEC.TIL.HEX DEC2HEX KORRELATION CORREL *DEC.TIL.OKT DEC2OCT COS COS *DELTA DELTA COSH COSH DHENT DGET TÆL COUNT *DISKONTO DISC TÆLV COUNTA Side 1 af 7

2 DMAKS DMAX ANTAL.BLANKE COUNTBLANK DMIDDEL DAVERAGE TÆL.HVIS COUNTIF DMIN DMIN *KUPONDAGE.SA COUPDAYBS *DOBBELT.FAKULTET FACTDOUBLE *KUPONDAGE.A COUPDAYS DPRODUKT DPRODUCT *KUPONDAGE.ANK COUPDAYSNC DSA DDB *KUPONDAG.NÆSTE COUPNCD DSTDAFV DSTDEV *KUPONBETALINGER COUPNUM DSTDAFVP DSTDEVP *KUPONDAG.FORRIGE COUPPCD DSUM DSUM KOVARIANS COVAR DTÆL DCOUNT KRITBINOM CRITBINOM DTÆLV DCOUNTA *AKKUM.RENTE CUMIPMT DVARIANS DVAR *AKKUM.HOVEDSTOL CUMPRINC DVARIANSP DVARP DATO DATE *EDATO EDATE DATOVÆRDI DATEVALUE *EFFEKTIV.RENTE EFFECT DMIDDEL DAVERAGE EKSAKT EXACT DAG DAY EKSP EXP DAGE360 DAYS360 EKSPFORDELING EXPONDIST DB DB ELLER OR DTÆL DCOUNT ER.FEJL ISERROR DTÆLV DCOUNTA ER.FJL ISERR DSA DDB ER.IKKE.TEKST ISNONTEXT *DEC.TIL.BIN DEC2BIN ER.IKKE.TILGÆNGELIG ISNA *DEC.TIL.HEX DEC2HEX *ER.LIGE ISEVEN *DEC.TIL.OKT DEC2OCT ER.LOGISK ISLOGICAL GRADER DEGREES ER.REFERENCE ISREF *DELTA DELTA ER.TAL ISNUMBER SAK DEVSQ ER.TEKST ISTEXT DHENT DGET ER.TOM ISBLANK *DISKONTO DISC *ER.ULIGE ISODD DMAKS DMAX ERSTAT REPLACE DMIN DMIN FAKULTET FACT KR DOLLAR FALSK FALSE *KR.DECIMAL DOLLARDE FAST FIXED *KR.BRØK DOLLARFR *FEJLFUNK ERF DPRODUKT DPRODUCT *FEJLFUNK.KOMP ERFC DSTDAFV DSTDEV FEJLTYPE ERROR.TYPE DSTDAFVP DSTDEVP FFORDELING FDIST DSUM DSUM FIND FIND *VARIGHED DURATION FINV FINV DVARIANS DVAR FISHER FISHER DVARIANSP DVARP FISHERINV FISHERINV *EDATO EDATE FJERN.OVERFLØDIGE.BLANKE TRIM *EFFEKTIV.RENTE EFFECT FORKLARINGSGRAD RSQ *SLUT.PÅ.MÅNED EOMONTH FORSKYDNING OFFSET *FEJLFUNK ERF FORTEGN SIGN *FEJLFUNK.KOMP ERFC FORØGELSE GROWTH FEJLTYPE ERROR.TYPE FRAKTIL PERCENTILE LIGE EVEN FREKVENS FREQUENCY EKSAKT EXACT FTEST FTEST EKSP EXP FV FV EKSPFORDELING EXPONDIST *FVTABEL FVSCHEDULE FAKULTET FACT GAMMAFORDELING GAMMADIST *DOBBELT.FAKULTET FACTDOUBLE GAMMAINV GAMMAINV FALSK FALSE GAMMALN GAMMALN FFORDELING FDIST GENTAG REPT FIND FIND GEOMIDDELVÆRDI GEOMEAN FINV FINV GETPIVOTDATA GETPIVOTDATA FISHER FISHER Side 2 af 7

3 *GETRIN GESTEP FISHERINV FISHERINV GRADER DEGREES FAST FIXED H.YDELSE PPMT AFRUND.GULV FLOOR HARMIDDELVÆRDI HARMEAN PROGNOSE FORECAST HELTAL INT FREKVENS FREQUENCY *HEX.TIL.BIN HEX2BIN FTEST FTEST *HEX.TIL.DEC HEX2DEC FV FV *HEX.TIL.OKT HEX2OCT *FVTABEL FVSCHEDULE HVIS IF GAMMAFORDELING GAMMADIST HYPERLINK HYPERLINK GAMMAINV GAMMAINV HYPGEOFORDELING HYPGEOMDIST GAMMALN GAMMALN HYPPIGST MODE *STØRSTE.FÆLLES.DIVISOR GCD HØJRE RIGHT GEOMIDDELVÆRDI GEOMEAN IA IRR *GETRIN GESTEP IDAG TODAY GETPIVOTDATA GETPIVOTDATA IKKE NOT FORØGELSE GROWTH IKKE.TILGÆNGELIG NA HARMIDDELVÆRDI HARMEAN *IMAGABS IMABS *HEX.TIL.BIN HEX2BIN *IMAGARGUMENT IMARGUMENT *HEX.TIL.DEC HEX2DEC *IMAGCOS IMCOS *HEX.TIL.OKT HEX2OCT *IMAGDIV IMDIV VOPSLAG HLOOKUP *IMAGEKSP IMEXP TIME HOUR *IMAGINÆR IMAGINARY HYPERLINK HYPERLINK *IMAGKONJUGERE IMCONJUGATE HYPGEOFORDELING HYPGEOMDIST *IMAGKVROD IMSQRT HVIS IF *IMAGLN IMLN *IMAGABS IMABS *IMAGLOG10 IMLOG10 *IMAGINÆR IMAGINARY *IMAGLOG2 IMLOG2 *IMAGARGUMENT IMARGUMENT *IMAGPOTENS IMPOWER *IMAGKONJUGERE IMCONJUGATE *IMAGPRODUKT IMPRODUCT *IMAGCOS IMCOS *IMAGREELT IMREAL *IMAGDIV IMDIV *IMAGSIN IMSIN *IMAGEKSP IMEXP *IMAGSUB IMSUB *IMAGLN IMLN *IMAGSUM IMSUM *IMAGLOG10 IMLOG10 INDEKS INDEX *IMAGLOG2 IMLOG2 INDIREKTE INDIRECT *IMAGPOTENS IMPOWER INFO INFO *IMAGPRODUKT IMPRODUCT *INTERN.RENTE XIRR *IMAGREELT IMREAL ISPMT ISPMT *IMAGSIN IMSIN *KALD (kun Excel 2000) CALL *IMAGKVROD IMSQRT KODE CODE *IMAGSUB IMSUB KOLONNE COLUMN *IMAGSUM IMSUM KOLONNER COLUMNS INDEKS INDEX KOMBIN COMBIN INDIREKTE INDIRECT *KOMPLEKS COMPLEX INFO INFO KONFIDENSINTERVAL CONFIDENCE HELTAL INT *KONVERTER CONVERT SKÆRING INTERCEPT KORRELATION CORREL *RENTEFOD INTRATE KOVARIANS COVAR R.YDELSE IPMT KR DOLLAR IA IRR *KR.BRØK DOLLARFR ER.TOM ISBLANK *KR.DECIMAL DOLLARDE ER.FJL ISERR KRITBINOM CRITBINOM ER.FEJL ISERROR *KUPONBETALINGER COUPNUM *ER.LIGE ISEVEN *KUPONDAG.FORRIGE COUPPCD ER.LOGISK ISLOGICAL *KUPONDAG.NÆSTE COUPNCD ER.IKKE.TILGÆNGELIG ISNA *KUPONDAGE.A COUPDAYS ER.IKKE.TEKST ISNONTEXT *KUPONDAGE.ANK COUPDAYSNC ER.TAL ISNUMBER Side 3 af 7

4 *KUPONDAGE.SA COUPDAYBS *ER.ULIGE ISODD *KURS PRICE ISPMT ISPMT *KURS.DISKONTO PRICEDISC ER.REFERENCE ISREF *KURS.UDLØB PRICEMAT ER.TEKST ISTEXT KVARTIL QUARTILE TOPSTEJL KURT *KVOTIENT QUOTIENT STØRSTE LARGE KVROD SQRT *MINDSTE.FÆLLES.MULTIPLUM LCM *KVRODPI SQRTPI VENSTRE LEFT LA SLN LÆNGDE LEN LIGE EVEN LINREGR LINEST LINREGR LINEST LN LN LN LN LOG LOG LOG LOG LOG10 LOG10 LOG10 LOG10 LOGREGR LOGEST LOGINV LOGINV LOGINV LOGINV LOGNORMFORDELING LOGNORMDIST LOGNORMFORDELING LOGNORMDIST LOGREGR LOGEST SLÅ.OP LOOKUP LOPSLAG VLOOKUP SMÅ.BOGSTAVER LOWER LÆNGDE LEN SAMMENLIGN MATCH MAD AVEDEV MAKS MAX *MAFRUND MROUND MAKSV MAXA MAKS MAX MDETERM MDETERM MAKSV MAXA MVARIGHED MDURATION MDETERM MDETERM MEDIAN MEDIAN MEDIAN MEDIAN MIDT MID MIA MIRR MIN MIN MIDDEL AVERAGE MINV MINA MIDDELV AVERAGEA MINUT MINUTE MIDT MID MINVERT MINVERSE MIN MIN MIA MIRR MINDSTE SMALL MPRODUKT MMULT *MINDSTE.FÆLLES.MULTIPLUM LCM REST MOD MINUT MINUTE HYPPIGST MODE MINV MINA MÅNED MONTH MINVERT MINVERSE *MAFRUND MROUND *MODTAGET.VED.UDLØB RECEIVED *MULTINOMIAL MULTINOMIAL MPRODUKT MMULT TAL N *MULTINOMIAL MULTINOMIAL IKKE.TILGÆNGELIG NA MVARIGHED MDURATION NEGBINOMFORDELING NEGBINOMDIST MÅNED MONTH *ANTAL.ARBEJDSDAGE NETWORKDAYS NEGBINOMFORDELING NEGBINOMDIST *NOMINEL NOMINAL *NETTO.NUTIDSVÆRDI XNPV NORMFORDELING NORMDIST *NOMINEL NOMINAL NORMINV NORMINV NORMFORDELING NORMDIST STANDARDNORMFORDELING NORMSDIST NORMINV NORMINV STANDARDNORMINV NORMSINV NPER NPER IKKE NOT NU NOW NU NOW NUTIDSVÆRDI NPV NPER NPER NV PV NUTIDSVÆRDI NPV OG AND *OKT.TIL.BIN OCT2BIN *OKT.TIL.BIN OCT2BIN *OKT.TIL.DEC OCT2DEC *OKT.TIL.DEC OCT2DEC *OKT.TIL.HEX OCT2HEX *OKT.TIL.HEX OCT2HEX ULIGE ODD OMRÅDER AREAS *ULIGE.KURS.PÅLYDENDE ODDFPRICE PEARSON PEARSON *ULIGE.FØRSTE.AFKAST ODDFYIELD PERMUT PERMUT *ULIGE.SIDSTE.KURS ODDLPRICE PI PI *ULIGE.SIDSTE.AFKAST ODDLYIELD PLADS RANK FORSKYDNING OFFSET Side 4 af 7

5 POISSON POISSON ELLER OR POTENS POWER PEARSON PEARSON PROCENTPLADS PERCENTRANK FRAKTIL PERCENTILE PRODUKT PRODUCT PROCENTPLADS PERCENTRANK PROGNOSE FORECAST PERMUT PERMUT *PÅLØBRENTE ACCRINT PI PI *PÅLØBRENTE.UDLØB ACCRINTM YDELSE PMT R.YDELSE IPMT POISSON POISSON RADIANER RADIANS POTENS POWER REGISTER.ID REGISTER.ID H.YDELSE PPMT RENS CLEAN *KURS PRICE RENTE RATE *KURS.DISKONTO PRICEDISC *RENTEFOD INTRATE *KURS.UDLØB PRICEMAT REST MOD SANDSYNLIGHED PROB ROMERTAL ROMAN PRODUKT PRODUCT RTD (ikke Excel 2000) RTD STORT.FORBOGSTAV PROPER RUND.NED ROUNDDOWN NV PV RUND.OP ROUNDUP KVARTIL QUARTILE RÆKKE ROW *KVOTIENT QUOTIENT RÆKKER ROWS RADIANER RADIANS SAK DEVSQ SLUMP RAND SAMMENKÆDNING CONCATENATE *SLUMPMELLEM RANDBETWEEN SAMMENLIGN MATCH PLADS RANK SAND TRUE RENTE RATE SANDSYNLIGHED PROB *MODTAGET.VED.UDLØB RECEIVED SEKUND SECOND REGISTER.ID REGISTER.ID *SERIESUM SERIESSUM ERSTAT REPLACE SIN SIN GENTAG REPT SINH SINH HØJRE RIGHT SKÆRING INTERCEPT ROMERTAL ROMAN SKÆVHED SKEW AFRUND ROUND SLUMP RAND RUND.NED ROUNDDOWN *SLUMPMELLEM RANDBETWEEN RUND.OP ROUNDUP *SLUT.PÅ.MÅNED EOMONTH RÆKKE ROW SLÅ.OP LOOKUP RÆKKER ROWS SMÅ.BOGSTAVER LOWER FORKLARINGSGRAD RSQ STANDARDISER STANDARDIZE RTD (ikke Excel 2000) RTD STANDARDNORMFORDELING NORMSDIST SØG SEARCH STANDARDNORMINV NORMSINV SEKUND SECOND *STATSOBLIGATION TBILLEQ *SERIESUM SERIESSUM *STATSOBLIGATION.AFKAST TBILLYIELD FORTEGN SIGN *STATSOBLIGATION.KURS TBILLPRICE SIN SIN STDAFV STDEV SINH SINH STDAFVP STDEVP SKÆVHED SKEW STDAFVPV STDEVPA LA SLN STDAFVV STDEVA STIGNING SLOPE STFYX STEYX MINDSTE SMALL STIGNING SLOPE KVROD SQRT STORE.BOGSTAVER UPPER *KVRODPI SQRTPI STORT.FORBOGSTAV PROPER STANDARDISER STANDARDIZE STØRSTE LARGE STDAFV STDEV *STØRSTE.FÆLLES.DIVISOR GCD STDAFVV STDEVA SUBTOTAL SUBTOTAL STDAFVP STDEVP SUM SUM STDAFVPV STDEVPA SUM.HVIS SUMIF STFYX STEYX SUMKV SUMSQ UDSKIFT SUBSTITUTE SUMPRODUKT SUMPRODUCT SUBTOTAL SUBTOTAL SUMX2MY2 SUMX2MY2 SUM SUM Side 5 af 7

6 SUMX2PY2 SUMX2PY2 SUM.HVIS SUMIF SUMXMY2 SUMXMY2 SUMPRODUKT SUMPRODUCT SØG SEARCH SUMKV SUMSQ TAL N SUMX2MY2 SUMX2MY2 TAN TAN SUMX2PY2 SUMX2PY2 TANH TANH SUMXMY2 SUMXMY2 TEGN CHAR ÅRSAFSKRIVNING SYD TEKST TEXT TAN TAN TENDENS TREND TANH TANH TFORDELING TDIST *STATSOBLIGATION TBILLEQ TID TIME *STATSOBLIGATION.KURS TBILLPRICE TIDSVÆRDI TIMEVALUE *STATSOBLIGATION.AFKAST TBILLYIELD TIME HOUR TFORDELING TDIST TINV TINV TEKST TEXT TOPSTEJL KURT TID TIME TRANSPONER TRANSPOSE TIDSVÆRDI TIMEVALUE TRIMMIDDELVÆRDI TRIMMEAN TINV TINV TTEST TTEST IDAG TODAY TÆL COUNT TRANSPONER TRANSPOSE TÆL.HVIS COUNTIF TENDENS TREND TÆLV COUNTA FJERN.OVERFLØDIGE.BLANKE TRIM UDSKIFT SUBSTITUTE TRIMMIDDELVÆRDI TRIMMEAN *UGE.NR WEEKNUM SAND TRUE UGEDAG WEEKDAY AFKORT TRUNC ULIGE ODD TTEST TTEST *ULIGE.FØRSTE.AFKAST ODDFYIELD VÆRDITYPE TYPE *ULIGE.KURS.PÅLYDENDE ODDFPRICE STORE.BOGSTAVER UPPER *ULIGE.SIDSTE.AFKAST ODDLYIELD VÆRDI VALUE *ULIGE.SIDSTE.KURS ODDLPRICE VARIANS VAR VARIANS VAR VARIANSV VARA VARIANSP VARP VARIANSP VARP VARIANSPV VARPA VARIANSPV VARPA VARIANSV VARA VSA VDB *VARIGHED DURATION LOPSLAG VLOOKUP VENSTRE LEFT UGEDAG WEEKDAY VOPSLAG HLOOKUP *UGE.NR WEEKNUM VSA VDB WEIBULL WEIBULL VÆLG CHOOSE *ARBEJDSDAG WORKDAY VÆRDI VALUE *INTERN.RENTE XIRR VÆRDITYPE TYPE *NETTO.NUTIDSVÆRDI XNPV WEIBULL WEIBULL ÅR YEAR YDELSE PMT *ÅR.BRØK YEARFRAC ZTEST ZTEST *AFKAST YIELD ÅR YEAR *AFKAST.DISKONTO YIELDDISC *ÅR.BRØK YEARFRAC *AFKAST.UDLØBSDATO YIELDMAT ÅRSAFSKRIVNING SYD ZTEST ZTEST Side 6 af 7

iwork Brugerhåndbog til formler og -funktioner

iwork Brugerhåndbog til formler og -funktioner iwork Brugerhåndbog til formler og -funktioner KKApple Inc. 2009 Apple Inc. Alle rettigheder forbeholdes. I henhold til lovene om ophavsrettigheder må denne håndbog ikke kopieres, hverken i sin helhed

Læs mere

Microsoft Excel 2003 - Regnefunktioner

Microsoft Excel 2003 - Regnefunktioner Microsoft Excel 2003 - Regnefunktioner Microsoft Excel 2003 - Regnefunktioner Microsoft Excel 2003 - Regnefunktioner til Windows 2000 og Windows XP. Version: 2003 Copyright 2004 by F.M.T. F.M.T. Rymarksvej

Læs mere

Byggeøkonomuddannelsen Afrunding successiv kalkulation og Værktøjer til Totaløkonomi

Byggeøkonomuddannelsen Afrunding successiv kalkulation og Værktøjer til Totaløkonomi Byggeøkonomuddannelsen Afrunding successiv kalkulation og Værktøjer til Totaløkonomi Ken L. Bechmann 25. november 2013 1 Totaløkonomi hvorfor: Analysere hvad der samlet bedst betaler sig Foretage økonomiske

Læs mere

Eksempler fra bogen Statistiske Grundbegreber løst ved anvendelse af Excel.

Eksempler fra bogen Statistiske Grundbegreber løst ved anvendelse af Excel. Eksempler fra bogen Statistiske Grundbegreber løst ved anvendelse af Excel. Kapitel Deskriptiv statistik Indhold 1. Generelle forhold... 1 Kapitel : Deskriptiv Statistik... 1 Kapitel 4: Normalfordelingen...

Læs mere

Almindelige kontinuerte fordelinger

Almindelige kontinuerte fordelinger Almindelige kontinuerte fordelinger Den uniforme fordeling Symbol: X Uniform a,b Beskrivelse: Et tilfældigt tal mellem a og b. Støtte: V X a, b. Tæthedsfunktion: f x 1/ b a for x a,b Fordelingsfunktion:

Læs mere

Preben Alsholm. 13. marts 2008

Preben Alsholm. 13. marts 2008 Arcus, I 13. marts 2008 I Funktionen f kaldes enentydig (1-1), hvis for alle x 1, x 2 : x 1 6= x 2 =) f (x 1 ) 6= f (x 2 ) Arcus, I I Funktionen f kaldes enentydig (1-1), hvis for alle x 1, x 2 : Arcus,

Læs mere

2. Ligningsløsning i Maple. Kommandoerne solve, evalf, Digits og with(realdomain).

2. Ligningsløsning i Maple. Kommandoerne solve, evalf, Digits og with(realdomain). En introduktion til Maple i 1.g. 1. En første introduktion til Maple. Kommandoerne expand, factor og normal. 2. Ligningsløsning i Maple. Kommandoerne solve, evalf, Digits og with(realdomain). 3. Uligheder

Læs mere

Beskrivende statistik

Beskrivende statistik Beskrivende statistik Stikprøve af størrelse n for variablen x: x 1, x 2,, x n Beskriv fordelingen af data med nogle få talstørrelser. Centralt mål: en værdi som data er centreret om. Variationsmål: mål

Læs mere

DesignMat Uge 8 Integration og elementære funktioner

DesignMat Uge 8 Integration og elementære funktioner DesignMat Uge 8 Integration og elementære funktioner Preben Alsholm Forår 008 Hyperbolske funktioner. sinh og cosh sinh og cosh Sinus hyperbolsk efineres sålees for alle x R sinh x = ex e x Cosinus hyperbolsk

Læs mere

Kapitel 3 Centraltendens og spredning

Kapitel 3 Centraltendens og spredning Kapitel 3 Centraltendens og spredning Peter Tibert Stoltze stat@peterstoltze.dk Elementær statistik F2011 1 / 25 Indledning I kapitel 2 omsatte vi de rå data til en tabel, der bedre viste materialets fordeling

Læs mere

Geometri, (E-opgaver 9b & 9c)

Geometri, (E-opgaver 9b & 9c) Geometri, (E-opgaver 9b & 9c) Indhold GEOMETRI, (E-OPGAVER 9B)... 1 Arealet af en er ½ højde grundlinje... 1 Vinkelsummen i en er altid 180... 1 Ensvinklede er... 1 Retvinklede er... Sinus,... FORMLER...

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

Installa on af Analysis Toolpak og KeHaTools

Installa on af Analysis Toolpak og KeHaTools Installa on af Analysis Toolpak og KeHaTools Installa on af Analysis Toolpak Denne er nødvendig for at kunne lave optællinger, variansanalyse (kap. 12) og regressionsanalyser (kap. 15 pg 16). Analysis

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

DDD Runde 2, 2015 Facitliste

DDD Runde 2, 2015 Facitliste DDD Runde 2, 2015 Facitliste Søren Dahlgaard og Mathias Bæk Tejs Knudsen Opgaver og løsninger til 2. runde af DDD 2015. 1 4. 19. februar, 2015 linetest DK v1.0 Line Test Sigurd er begyndt i gymnasiet og

Læs mere

Fagplan for statistik, efteråret 2015

Fagplan for statistik, efteråret 2015 Side 1 af 7 M Fagplan for statistik, efteråret 20 Litteratur Kenneth Hansen & Charlotte Koldsø (HK): Statistik I økonomisk perspektiv, Hans Reitzels Forlag 2012, 2. udgave, ISBN 9788741256047 HypoStat

Læs mere

PICTURE formater. Klog på SAS 15. marts 2012

PICTURE formater. Klog på SAS 15. marts 2012 PICTURE formater Klog på SAS 15. marts 2012 Agenda Hvad er et format Hvor adskiller et PICTURE format sig Teknik Eksempel 1 cprnr Eksempel 2 cprnr med "udsøgning" af fejlrecords Eksempel 3 et format, der

Læs mere

Statistik vejledende læreplan og læringsmål, efteråret 2013 SmartLearning

Statistik vejledende læreplan og læringsmål, efteråret 2013 SmartLearning Side 1 af 6 Statistik vejledende læreplan og læringsmål, efteråret 2013 SmartLearning Litteratur: Kenneth Hansen & Charlotte Koldsø: Statistik I økonomisk perspektiv, Hans Reitzels Forlag 2012, 2. udgave,

Læs mere

Statistik FSV 4. semester 2014 Øvelser Uge 2: 11. februar

Statistik FSV 4. semester 2014 Øvelser Uge 2: 11. februar Århus 6. februar 2014 Morten Frydenberg Statistik FSV 4. semester 2014 Øvelser Uge 2: 11. februar Til disse øvelser har I brug for fishoil1.dta, der indeholder data fra det fiskeolie forsøg vi så på ved

Læs mere

Løsninger til kapitel 1

Løsninger til kapitel 1 Opgave. a) observation hyppighed frekvens kum. frekvens 2,25,25 3,875,325 2 3,875,5 3 3,875,6875 4,625,75 5,625,825 6,,825 7 2,25,9375 8,,9375 9,625, Frekvenser illustreres i et pindediagram,2,8,6,4,2,,8,6,4,2

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

Introduktion til Excel

Introduktion til Excel Introduktion til Excel af Andreas Vig Logermann for CA A-kasse Dagsorden Introduktion (af mig og af Excel) Formler og funktioner Hverdagens funktioner Indbyggede analyser Diagrammer Databehandling Sortering,

Læs mere

MPH specialmodul i epidemiologi og biostatistik. SAS. Introduktion til SAS. Eksempel: Blodtryk og fedme

MPH specialmodul i epidemiologi og biostatistik. SAS. Introduktion til SAS. Eksempel: Blodtryk og fedme MPH specialmodul i epidemiologi og biostatistik. SAS Introduktion til SAS. Display manager (programmering) Vinduer: program editor (med syntaks-check) log output reproducerbart (program teksten kan gemmes

Læs mere

Kapitel 4 Sandsynlighed og statistiske modeller

Kapitel 4 Sandsynlighed og statistiske modeller Kapitel 4 Sandsynlighed og statistiske modeller Peter Tibert Stoltze stat@peterstoltze.dk Elementær statistik F2011 1 Indledning 2 Sandsynlighed i binomialfordelingen 3 Normalfordelingen 4 Modelkontrol

Læs mere

Vejledning til Gym18-pakken

Vejledning til Gym18-pakken Vejledning til Gym18-pakken Copyright Maplesoft 2014 Vejledning til Gym18-pakken Contents 1 Vejledning i brug af Gym18-pakken... 1 1.1 Installation... 1 2 Deskriptiv statistik... 2 2.1 Ikke-grupperede

Læs mere

Preben Blæsild og Jens Ledet Jensen

Preben Blæsild og Jens Ledet Jensen χ 2 Test Preben Blæsild og Jens Ledet Jensen Institut for Matematisk Fag Aarhus Universitet Egå Gymnasium, December 2010 Program 8.15-10.00 Forelæsning 10.15-12.00 Statlab: I arbejder, vi cirkler rundt

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

PhD-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 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 mere

Regneark LibreOffice. Kom mere i dybden et øvelses- og inspirationshæfte. Version: September 2013

Regneark LibreOffice. Kom mere i dybden et øvelses- og inspirationshæfte. Version: September 2013 Regneark LibreOffice Kom mere i dybden et øvelses- og inspirationshæfte Version: September 2013 Indholdsfortegnelse Dette materiale...5 Inspiration...5 Frysning af rækker og kolonner...6 Frys en række...6

Læs mere

Boligsøgning / Search for accommodation!

Boligsøgning / Search for accommodation! Boligsøgning / Search for accommodation! For at guide dig frem til den rigtige vejledning, skal du lige svare på et par spørgsmål: To make sure you are using the correct guide for applying you must answer

Læs mere

Appendiks Økonometrisk teori... II

Appendiks Økonometrisk teori... II Appendiks Økonometrisk teori... II De klassiske SLR-antagelser... II Hypotesetest... VII Regressioner... VIII Inflation:... VIII Test for SLR antagelser... IX Reset-test... IX Plots... X Breusch-Pagan

Læs mere

02402 Vejledende løsninger til hjemmeopgaver og øvelser i uge 5

02402 Vejledende løsninger til hjemmeopgaver og øvelser i uge 5 02402 Vejledende løsninger til hjemmeopgaver og øvelser i uge 5 Opgave 5.117, side 171 (7ed: 5.116 side 201 og 6ed: 5.116 side 197) I denne opgave skal vi benytte relationen mellem den log-normale fordeling

Læs mere

FACITLISTE TIL MATEMA10K C for HHX

FACITLISTE TIL MATEMA10K C for HHX FACITLISTE TIL MATEMA10K C for HHX Denne liste angiver facit til bogens opgaver. Opgaver hvor svaret er redegørende, fortolkende eller vurderende er udeladt. I statistikopgaver hvor der er flere muligheder

Læs mere

Vejledning til GYM17 Copyright Adept Nordic 2013

Vejledning til GYM17 Copyright Adept Nordic 2013 Vejledning til GYM17 Copyright Adept Nordic 2013 Vejledning i brug af Gym17-pakken... iv 1 Deskriptiv statistik... 1 1.1 Ikke-grupperede observationssæt... 1 1.2 Grupperede observationssæt... 4 2 Regressioner...

Læs mere

Projekt 2.2 Omvendt funktion og differentiation af omvendt funktion

Projekt 2.2 Omvendt funktion og differentiation af omvendt funktion ISBN 978877664974 Projekter: Kapitel. Projekt. Omvendt funktion og differentiation af omvendt funktion Projekt. Omvendt funktion og differentiation af omvendt funktion Vi har i Bbogens kapitel 4 afsnit

Læs mere

(studienummer) (underskrift) (bord nr)

(studienummer) (underskrift) (bord nr) Danmarks Tekniske Universitet Side 1 af 21 sider. Skriftlig prøve: 27. maj 2010 Kursus navn og nr: Introduktion til Statistik, 02402 Tilladte hjælpemidler: Alle Dette sæt er besvaret af (studienummer)

Læs mere

Statistik vejledende læreplan og læringsmål, foråret 2015 SmartLearning

Statistik vejledende læreplan og læringsmål, foråret 2015 SmartLearning Side 1 af 6 Statistik vejledende læreplan og læringsmål, foråret 2015 SmartLearning Litteratur: Kenneth Hansen & Charlotte Koldsø: Statistik I økonomisk perspektiv, Hans Reitzels Forlag 2012, 2. udgave,

Læs mere

FINANSIELLE FUNKTIONER I EXCEL

FINANSIELLE FUNKTIONER I EXCEL FINANSIELLE FUNKTIONER I EXCEL L A P P E N D I X I lærebogens kapitel 30 har vi gennemgået, hvordan man kan afgøre, om en investering er rentabel. Til dette formål har vi anvendt kapitalværdimetoden og

Læs mere

Normalfordelingen. Statistik og Sandsynlighedsregning 2

Normalfordelingen. Statistik og Sandsynlighedsregning 2 Normalfordelingen Statistik og Sandsynlighedsregning 2 Repetition og eksamen Erfaringsmæssigt er normalfordelingen velegnet til at beskrive variationen i mange variable, blandt andet tilfældige fejl på

Læs mere

9. Chi-i-anden test, case-control data, logistisk regression.

9. Chi-i-anden test, case-control data, logistisk regression. Biostatistik - Cand.Scient.San. 2. semester Karl Bang Christensen Biostatististisk afdeling, KU kach@biostat.ku.dk, 35327491 9. Chi-i-anden test, case-control data, logistisk regression. http://biostat.ku.dk/~kach/css2014/

Læs mere

Vejledning til Excel 2010

Vejledning til Excel 2010 Vejledning til Excel 2010 Indhold Eksempel på problemregning i Excel... 2 Vejledning til skabelon og opstilling... 3 Indskrivning... 5 Tips til problemregninger... 6 Brøker... 6 Når du skal bruge pi...

Læs mere

Normalfordelingen. Statistik og Sandsynlighedsregning 2

Normalfordelingen. Statistik og Sandsynlighedsregning 2 Statistik og Sandsynlighedsregning 2 Repetition og eksamen T-test Normalfordelingen Erfaringsmæssigt er normalfordelingen velegnet til at beskrive variationen i mange variable, blandt andet tilfældige

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

Kapitel 3 Centraltendens og spredning

Kapitel 3 Centraltendens og spredning Kapitel 3 Centraltendens og spredning Peter Tibert Stoltze stat@peterstoltze.dk Elementær statistik F2011 1 Indledning 2 Centraltendens 3 Spredning 4 Praktisk beregning 5 Fraktiler 6 Opsamling 1 Indledning

Læs mere

Billedbehandling og mønstergenkendelse: Lidt elementær statistik (version 1)

Billedbehandling og mønstergenkendelse: Lidt elementær statistik (version 1) ; C ED 6 > Billedbehandling og mønstergenkendelse Lidt elementær statistik (version 1) Klaus Hansen 24 september 2003 1 Elementære empiriske mål Hvis vi har observationer kan vi udregne gennemsnit og varians

Læs mere

Billedbehandling og mønstergenkendelse: Lidt elementær statistik (version 2)

Billedbehandling og mønstergenkendelse: Lidt elementær statistik (version 2) Billedbehandling og mønstergenkendelse: Lidt elementær statistik (version 2) Klaus Hansen 4. november 23 Indhold 1 Elementære empiriske mål 1 2 Lidt sandsynlighedsregning 3 3 Fordelinger 3 3.1 Grundlæggende

Læs mere

Vejledende besvarelse af hjemmeopgave i Basal statistik for lægevidenskabelige forskere, forår 2013

Vejledende besvarelse af hjemmeopgave i Basal statistik for lægevidenskabelige forskere, forår 2013 Vejledende besvarelse af hjemmeopgave i Basal statistik for lægevidenskabelige forskere, forår 2013 I forbindelse med reagensglasbehandling blev 100 par randomiseret til to forskellige former for hormonstimulation.

Læs mere

Programmering i C Videre med C (2 af 4) 19. marts 2007

Programmering i C Videre med C (2 af 4) 19. marts 2007 Programmering i C Videre med C (2 af 4) 19. marts 2007 Mads Pedersen, OZ6HR mads@oz6hr.dk Plan i dag Brush-up fra sidst Videre med C Kontrolløkker (while, for, ) Conditional Execution (if, if/else) Funktioner

Læs mere

Undervisningsbeskrivelse

Undervisningsbeskrivelse Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin Maj/juni 2015 Institution Uddannelse Fag og niveau Lærer(e) Hold Campus Vejle HHX Matematik B Ejner Husum

Læs mere

(studienummer) (underskrift) (bord nr)

(studienummer) (underskrift) (bord nr) Danmarks Tekniske Universitet Side 1 af 20 sider. Skriftlig prøve: 1. december 2011 Kursus navn og nr: Introduktion til Statistik, 02402 Tilladte hjælpemidler: Alle Dette sæt er besvaret af (studienummer)

Læs mere

Stastistik og Databehandling på en TI-83

Stastistik og Databehandling på en TI-83 Stastistik og Databehandling på en TI-83 Af Jonas L. Jensen (jonas@imf.au.dk). 1 Fordelingsfunktioner Husk på, at en fordelingsfunktion for en stokastisk variabel X er funktionen F X (t) = P (X t) og at

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

Ikke-parametriske tests

Ikke-parametriske tests Ikke-parametriske tests 2 Dagens menu t testen Hvordan var det nu lige det var? Wilcoxson Mann Whitney U Kruskall Wallis Friedman Kendalls og Spearmans correlation 3 t-testen Patient Drug Placebo difference

Læs mere

Seniorkursus i Biostatistik og Stata, Dag 2

Seniorkursus i Biostatistik og Stata, Dag 2 SENIORKURSUS STATA OG BIOSTATISTIK Aarhus Universitet juni DAGENS TEMA: SAMMENLIGNINGER FORMIDDAG: KONTINUERTE DATA EFTERMIDDAG: KATEGORISKE DATA STATISTISK ANALYSE AF TO UAFHÆNGIGE STIKPRØVER FRA NORMALFORDELTE

Læs mere

Oversigt. 1 Gennemgående eksempel: Højde og vægt. 2 Korrelation. 3 Regressionsanalyse (kap 11) 4 Mindste kvadraters metode

Oversigt. 1 Gennemgående eksempel: Højde og vægt. 2 Korrelation. 3 Regressionsanalyse (kap 11) 4 Mindste kvadraters metode Kursus 02402 Introduktion til Statistik Forelæsning 11: Kapitel 11: Regressionsanalyse Oversigt 1 Gennemgående eksempel: Højde og vægt 2 Korrelation 3 Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse

Læs mere

Help / Hjælp

Help / Hjælp Home page Lisa & Petur www.lisapetur.dk Help / Hjælp Help / Hjælp General The purpose of our Homepage is to allow external access to pictures and videos taken/made by the Gunnarsson family. The Association

Læs mere

Punkt (1) graden af fan afhænger af hvor mange medier man bruger

Punkt (1) graden af fan afhænger af hvor mange medier man bruger Bilag H Test of Independence udregninger Note: Afhængig Uafhængig H a : x -> y H 0 : x y Punkt (1) graden af fan afhænger af hvor mange medier man bruger Stort udgangspunkt: de to variable hænger ikke

Læs mere

Øvelser i epidemiologi og biostatistik, 12. april 2010 Ebeltoft-projektet: Analyse af alkoholrelaterede data mm. Eksempel på besvarelse

Øvelser i epidemiologi og biostatistik, 12. april 2010 Ebeltoft-projektet: Analyse af alkoholrelaterede data mm. Eksempel på besvarelse Øvelser i epidemiologi og biostatistik, 12. april 21 Ebeltoft-projektet: Analyse af alkoholrelaterede data mm. Eksempel på besvarelse 1. Belys ud fra data ved 5 års follow-up den fordom, at der er flere

Læs mere

Konfidensintervaller og Hypotesetest

Konfidensintervaller og Hypotesetest Konfidensintervaller og Hypotesetest Konfidensinterval for andele χ -fordelingen og konfidensinterval for variansen Hypoteseteori Hypotesetest af middelværdi, varians og andele Repetition fra sidst: Konfidensintervaller

Læs mere

HJÆLP TIL AVANCEREDE UDTRYK I SURVEYXACT

HJÆLP TIL AVANCEREDE UDTRYK I SURVEYXACT HJÆLP TIL AVANCEREDE UDTRYK I SURVEYXACT GENERELT OM AKTIVERINGER, VALIDERINGER OG REFERENCER Du kan opbygge valideringer, aktiveringer og referencer ved hjælp af udtryk i SurveyXact. En aktiveringsbetingelse

Læs mere

Få sin querystring til at fungere. (Nybegyndere)

Få sin querystring til at fungere. (Nybegyndere) Denne guide er oprindeligt udgivet på Eksperten.dk Få sin querystring til at fungere. (Nybegyndere) Artikelen henvender sig til nybegyndere der har problemer med at få sin querystring til at fungere (Access/ASP).

Læs mere

Oversigt. Course 02402/02323 Introducerende Statistik. Forelæsning 3: Kontinuerte fordelinger. Per Bruun Brockhoff

Oversigt. Course 02402/02323 Introducerende Statistik. Forelæsning 3: Kontinuerte fordelinger. Per Bruun Brockhoff Course 242/2323 Introducerende Statistik Forelæsning 3: Kontinuerte fordelinger Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 22 Danmarks Tekniske Universitet 28 Lyngby Danmark

Læs mere

Lineær regression. Simpel regression. Model. ofte bruges følgende notation:

Lineær regression. Simpel regression. Model. ofte bruges følgende notation: Lineær regression Simpel regression Model Y i X i i ofte bruges følgende notation: Y i 0 1 X 1i i n i 1 i 0 Findes der en linie, der passer bedst? Metode - Generel! least squares (mindste kvadrater) til

Læs mere

Sandsynlighedsregning 7. forelæsning Bo Friis Nielsen

Sandsynlighedsregning 7. forelæsning Bo Friis Nielsen Sandsynlighedsregning 7. forelæsning Bo Friis Nielsen Matematik og Computer Science Danmarks Tekniske Universitet 28 Kgs. Lyngby Danmark Email: bfn@dtu.dk Dagens emner afsnit 4.5 og 4.6 (Kumulerede) fordelingsfunktion

Læs mere

Billedbehandling og mønstergenkendelse: Lidt elementær statistik (version 2)

Billedbehandling og mønstergenkendelse: Lidt elementær statistik (version 2) Billedbehandling og mønstergenkendelse: Lidt elementær statistik (version 2) Klaus Hansen 23 september 24 Indhold Elementære empiriske mål 2 Lidt sandsynlighedsregning 3 3 Fordelinger 3 3 Grundlæggende

Læs mere

Enigma. Et programmeringssprog. Forfatter: Niels Serup X. Y Vejleder: A B C. Fag: Programmering Uddannelsessted: N M

Enigma. Et programmeringssprog. Forfatter: Niels Serup X. Y Vejleder: A B C. Fag: Programmering Uddannelsessted: N M Enigma Et programmeringssprog Forfatter: Niels Serup X. Y Vejleder: A B C Fag: Programmering Uddannelsessted: N M 25. maj 2010 Indholdsfortegnelse Indledning 3 Sproget 3 Syntax.............................................

Læs mere

Note om Monte Carlo metoden

Note om Monte Carlo metoden Note om Monte Carlo metoden Kasper K. Berthelsen Version 1.2 25. marts 2014 1 Introduktion Betegnelsen Monte Carlo dækker over en lang række metoder. Fælles for disse metoder er, at de anvendes til at

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

Investerings- og finansieringsteori, F05, ugeseddel 3

Investerings- og finansieringsteori, F05, ugeseddel 3 18. februar 2005 Rolf Poulsen AMS Investerings- og finansieringsteori, F05, ugeseddel 3 Seneste forelæsninger Tirsdag 15/2: Afsnit 3.2 og 3.3 indtil eksempel 5. Fredag 18/2: Resten af afsnit 3.3, afsnit

Læs mere

Løsning til eksaminen d. 14. december 2009

Løsning 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 mere

Undervisningsbeskrivelse

Undervisningsbeskrivelse Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin Maj-juni, 2015/16 Institution Vid Gymnasier Uddannelse Fag og niveau Lærer(e) Hold hhx Matematik B Hasse Rasmussen

Læs mere

Undervisningsbeskrivelse

Undervisningsbeskrivelse Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin Institution Uddannelse Fag og niveau Lærer(e) Hold Termin hvori undervisningen afsluttes: maj-juni 2014 IBC-Kolding

Læs mere

Undervisningsbeskrivelse

Undervisningsbeskrivelse Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin Sommer 2015 Institution Campus Vejle Uddannelse HHX Fag og niveau Matematik B ( Valghold ) Lærer(e) Hold LTN

Læs mere

Logistisk Regression - fortsat

Logistisk Regression - fortsat Logistisk Regression - fortsat Likelihood Ratio test Generel hypotese test Modelanalyse Indtil nu har vi set på to slags modeller: 1) Generelle Lineære Modeller Kvantitav afhængig variabel. Kvantitative

Læs mere

(studienummer) (underskrift) (bord nr)

(studienummer) (underskrift) (bord nr) Danmarks Tekniske Universitet Side 1 af 20 sider. Skriftlig prøve: 15. december 2012 Kursus navn og nr: Introduktion til Statistik, 02402 Tilladte hjælpemidler: Alle Dette sæt er besvaret af (studienummer)

Læs mere

(studienummer) (underskrift) (bord nr)

(studienummer) (underskrift) (bord nr) Danmarks Tekniske Universitet Side 1 af 20 sider. Skriftlig prøve: 26. maj 2011 Kursus navn og nr: Introduktion til Statistik, 02402 Tilladte hjælpemidler: Alle Dette sæt er besvaret af (studienummer)

Læs mere

Side 1 af 17 sider. Danmarks Tekniske Universitet. Skriftlig prøve: 25. maj 2007 Kursus navn og nr: Introduktion til Statistik, 02402

Side 1 af 17 sider. Danmarks Tekniske Universitet. Skriftlig prøve: 25. maj 2007 Kursus navn og nr: Introduktion til Statistik, 02402 Danmarks Tekniske Universitet Side 1 af 17 sider. Skriftlig prøve: 25. maj 2007 Kursus navn og nr: Introduktion til Statistik, 02402 Tilladte hjælpemidler: Alle Dette sæt er besvaret af (navn) (underskrift)

Læs mere

Undervisningsbeskrivelse

Undervisningsbeskrivelse Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin maj-juni 16/17 Institution Uddannelse Fag og niveau Lærer(e) Hold Haderslev Handelsskole hhx Matematik B Lars

Læs mere

Undervisningsbeskrivelse

Undervisningsbeskrivelse Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin Institution Uddannelse Fag og niveau Lærer(e) Hold Termin hvori undervisningen afsluttes: maj-juni, 2014 IBC-Kolding

Læs mere

Grundlæggende statistik Lektion 2 Indhold Diskrete fordelinger Binomial fordelingen Poisson fordelingen Hypergeometrisk fordeling Data typer el. typer af tilfældige variable Diskrete variable > Kategoriseres

Læs mere

i tredje sum overslag rationale tal tiendedele primtal kvotient

i tredje sum overslag rationale tal tiendedele primtal kvotient ægte 1 i tredje 3 i anden rumfang år 12 måle kalender hældnings a hældningskoefficient lineær funktion lagt n resultat streg adskille led adskilt udtrk minus (-) overslag afrunde præcis skøn formel andengradsligning

Læs mere

Kursusbeskrivelse Microsoft Excel Grundkursus

Kursusbeskrivelse Microsoft Excel Grundkursus kursusbeskrivelse Office kurser ms Excel niveau 1 Kursusbeskrivelse Microsoft Excel Grundkursus Varighed: 1 dag Excel version 2010, 2013 & 2016 Niveau 1. I gang med Excel Hvad kan du bruge kurset til:

Læs mere

Hjemmeprøve 1 Efterår 2013: Afkast og risiko ved investering i aktier

Hjemmeprøve 1 Efterår 2013: Afkast og risiko ved investering i aktier Hjemmeprøve 1 Efterår 2013: Afkast og risiko ved investering i aktier Udviklingen i OMXC20 aktieindekset 2008 2013 1 1 OMXC20 er et indeks over de 20 mest omsatte aktier på Nasdaq OMX Copenhagen ( Københavns

Læs mere

Under 'Microsoft Block Editor', klik 'New project' for at åbne block editor-værktøjet.

Under 'Microsoft Block Editor', klik 'New project' for at åbne block editor-værktøjet. 8 3. Nedtælling Nu skal du lave en nedtæller. Det er en god måde at lære variabler på og hvordan du skal kode micro:bit til at gøre dét, du vil have, at den skal vise. Du skal bruge: 1 x BBC micro:bit

Læs mere

Oversigt. Kursus Introduktion til Statistik. Forelæsning 4: Kapitel 5: Kontinuerte fordelinger

Oversigt. Kursus Introduktion til Statistik. Forelæsning 4: Kapitel 5: Kontinuerte fordelinger Kursus 02402 Introduktion til Statistik Forelæsning 4: Kapitel 5: Kontinuerte fordelinger Rune Haubo B Christensen (based on slides by Per Bruun Brockhoff) DTU Compute, Statistik og Dataanalyse Bygning

Læs mere

Hypoteser om mere end to stikprøver ANOVA. k stikprøver: (ikke ordinale eller højere) gælder også for k 2! : i j

Hypoteser om mere end to stikprøver ANOVA. k stikprøver: (ikke ordinale eller højere) gælder også for k 2! : i j Hypoteser om mere end to stikprøver ANOVA k stikprøver: (ikke ordinale eller højere) H 0 : 1 2... k gælder også for k 2! H 0ij : i j H 0ij : i j simpelt forslag: k k 1 2 t-tests: i j DUER IKKE! Bonferroni!!

Læs mere

Ikke-parametriske metoder. Repetition Wilcoxon Signed-Rank Test Kruskal-Wallis Test Friedman Test Chi-i-anden Test

Ikke-parametriske metoder. Repetition Wilcoxon Signed-Rank Test Kruskal-Wallis Test Friedman Test Chi-i-anden Test Ikkeparametriske metoder Repetition Wilcoxon SignedRank Test KruskalWallis Test Friedman Test Chiianden Test Run Test Er sekvensen opstået tilfældigt? PPPKKKPPPKKKPPKKKPPP Et run er en sekvens af ens elementer,

Læs mere

enote 2: Kontinuerte fordelinger Introduktion til Statistik Forelæsning 3: Kontinuerte fordelinger Peder Bacher enote 2: Continuous Distributions

enote 2: Kontinuerte fordelinger Introduktion til Statistik Forelæsning 3: Kontinuerte fordelinger Peder Bacher enote 2: Continuous Distributions Introduktion til Statistik Forelæsning 3: Kontinuerte fordelinger Peder Bacher DTU Compute, Dynamiske Systemer Bygning 33B, Rum 9 Danmarks Tekniske Universitet 28 Lyngby Danmark e-mail: pbac@dtu.dk Efterår

Læs mere

InDesign. Opgaver. Indhold

InDesign. Opgaver. Indhold Indhold Kapitel 01 Smelt 2 billeder sammen.......... side 2 Kapitel 02 Lav et semifritlagt billede......... side 4 Kapitel 03 Lav en billedsamling med kun 1 billede... side 7 Kapitel 04 Lav en Post-It..............

Læs mere

' #$*# ' # #) * #& #& ' # #* #, #$--

' #$*# ' # #) * #& #& ' # #* #, #$-- !"! "$% $ %$ " $&' ( ' $) * ' $* +( ' ) * & & ' *, $-- " " $(. $ /% &%$ & $ &$ $ %% &" ( 1. 00 $ 0 1 $"%$ " 2$ 2. ) " 3 $ * 4* 05 0 $ &'(&%%$ '67 7) 2) 7) 2)7 ' " - - 7) 2 0 $$ 0 '$ " $ 08$$ )2! & & 7)

Læs mere

Vejledning i brug af Gym-pakken til Maple

Vejledning i brug af Gym-pakken til Maple Vejledning i brug af Gym-pakken til Maple Gym-pakken vil automatisk være installeret på din pc eller mac, hvis du benytter cd'en Maple 16 - Til danske Gymnasier eller en af de tilsvarende installere. Det

Læs mere

Geometri, (E-opgaver 9d)

Geometri, (E-opgaver 9d) Geometri, (E-opgaver 9d) GEOMETRI, (E-OPGAVER 9D)... 1 Vinkler... 1 Trekanter... 2 Ensvinklede trekanter... 2 Retvinklede trekanter... 3 Pythagoras sætning... 3 Sinus, Cosinus og Tangens... 4 Vilkårlige

Læs mere

er den radioaktive kildes aktivitet til tidspunktet t= 0, A( t ) er aktiviteten til tidspunktet t og k er henfaldskonstanten.

er den radioaktive kildes aktivitet til tidspunktet t= 0, A( t ) er aktiviteten til tidspunktet t og k er henfaldskonstanten. Fysikøvelse Erik Vestergaard www.matematikfysik.dk Radioaktive henfald Formål Formålet i denne øvelse er at eftervise henfaldsloven A( t) = A0 e kt, hvor A 0 er den radioaktive kildes aktivitet til tidspunktet

Læs mere

Kapitel 4 Sandsynlighed og statistiske modeller

Kapitel 4 Sandsynlighed og statistiske modeller Kapitel 4 Sandsynlighed og statistiske modeller Peter Tibert Stoltze stat@peterstoltze.dk Elementær statistik F2011 1 / 22 Generalisering fra stikprøve til population Idé: Opstil en model for populationen

Læs mere

Undervisningsbeskrivelse

Undervisningsbeskrivelse Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin aug-juni 10/11 Institution Campus Vejle Handelsgymnasie Uddannelse Fag og niveau Lærer(e) Hold HHX Statistik

Læs mere

MS Visual Studio Basic 2010. En kort vejledning

MS Visual Studio Basic 2010. En kort vejledning Du kan hente programmet gratis her: MS Visual Studio Basic 2010 Express http://www.microsoft.com/visualstudio/eng/downloads#d-2010-express Tryk på Install Now og følg vejledningen. Indholdsfortegnelse

Læs mere

fortsætte høj retning mellem mindre over større

fortsætte høj retning mellem mindre over større cirka (ca) omtrent overslag fortsætte stoppe gentage gentage det samme igen mønster glat ru kantet høj lav bakke lav høj regel formel lov retning højre nedad finde rundt rod orden nøjagtig præcis cirka

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

Modbus data modellen er opbygget af fire primære data typer. I nedenstående skema er en kort oversigt over disse.

Modbus data modellen er opbygget af fire primære data typer. I nedenstående skema er en kort oversigt over disse. Modbus RTU protokol Indledning Modbus er en application layer messaging protocol, placeret på 7. lag i OSI modellen, der sørger for client/server kommunikation mellem enheder koblet på forskellige typer

Læs mere