Analyse og sammenligning af Hellmann og Pluvio nedbørsmålere
|
|
|
- Sten Lauridsen
- 9 år siden
- Visninger:
Transkript
1 Klima- og Energiministeriet Analyse og sammenligning af Hellmann og Pluvio nedbørsmålere Data fra perioden 15. december oktober 2010 Peter Riddersholm Wang København 2010 side 1 af 15
2 Kolofon Serie titel: Titel: Analyse og sammenligning af Hellmann og Pluvio nedbørsmålere Undertitel: Data fra perioden 15. december oktober 2010 Forfatter(e): Peter Riddersholm Wang Andre bidragydere: Mikael Scharling og Kenan Vilic Ansvarlig institution: Danmarks Meteorologiske Institut Sprog: Dansk Emneord: Hellmann, Pluvio, nedbør, nedbørstype, målertype, regularitet Url: ISSN: Website: Copyright: Danmarks Meteorologiske Institut side 2 af 15
3 Indhold Kolofon Resumé 4 2 Indledning 5 3 Metode Periode Stationer Regularitet Nedbørstyper Kvalitetskontrol Resultater Regularitet Nedbørstyper Stationspar Konklusion 12 Referencer 13 Bilag A - Stationspar 14 side 3 af 15
4 1. Resumé En analyse af 60 stationspar, hver bestående af en manuel Hellmann og en automatisk Pluvio nedbørsmåler, er analyseret for en periode på 10 måneder. Analysen har til formål at belyse overensstemmelser - og afvigelser - mellem målinger fra de to målertyper, der ideelt set bør være identiske. Resultaterne viser, at der er en høj grad af overensstemmelse mellem de to målertyper. Der er dog fundet afvigelser ift. antallet af tørvejrsdage, hvilket sandsynligvis skyldes, at visse Pluvio målere registrerer en lille mængde nedbør på tørre dage med meget blæst. Dette ændrer meget lidt i det samlede regnskab over nedbørssum, men slår ud hvis man opgør antal tørvejrsdage. side 4 af 15
5 2. Indledning I forbindelse med en overordnet strategisk beslutning om at automatisere DMIs stationsnet, er det besluttet at nedlægge nettet af manuelle Hellmann målere og i stedet benytte automatiske målinger, herunder et nyetableret net af Pluvio nedbørmålere. Nærværende rapport sammenligner de første 10 måneders nedbørdata (15. december 2009 til 15. oktober 2010) med sigte på at belyse overensstemmelser og afvigelser de to målertyper imellem. side 5 af 15
6 3. Metode For at undersøge overensstemmelser og afvigelser i måling af nedbørssum de to målertyper imellem, sammenlignes nedbørsmængde målt i Pluvio målerne med Hellmann målerne. Disse stationspar er placeret tæt ved hinanden, hvilket medfører at de ideelt set bør have identiske målinger, og eventuelle forskelle vil blive analyseret i senere afsnit. De 60 stationspar der indgår i analysen er ligeligt fordelt henover landet. 3.1 Periode Analysen baserer sig på data fra perioden 15. december 2009 til 15. oktober Stationer Figur 3.1: Stationer med hhv. Hellmann (ventre) og Pluvio (højre) målere. På figur 3.1 ses, hvilke stationer der er medtaget i analysen, og deres respektive DMI stationsnumre. Den indbyrdes afstand mellem stationerne er i alle tilfælde under 707 meter. 1 I visse tilfælde har en Pluvio måler to stationsnumre tilknyttet, hvilket skyldes en omlægning i databasen i foråret Data er ikke påvirket af disse ændringer i metadata. 3.3 Regularitet Mens de manuelle Hellmann målinger indrapporteres en gang i døgnet, registrerer de automatiske Pluvio målere nedbørsmængde hver 10. minut. Et kriterie for at kunne sammenligne data fra de to stationsnet er således, at der er indrapporteret 6 24 = 144 målinger i døgnet fra Pluvio målerne. Dette er dog langt fra tilfældet for alle stationerne i perioden. I analysen er derfor kun medtaget data fra en station på dage, hvor der ikke mangler data. Regnearket regularitet.xlsx indeholder oplysniger om regulariteten af de Pluvio målere der indgår i analysen. Tallene i hver celle indikerer antal manglende data. 1 Kriteriet er opstillet, så afstanden er under 500 meter i nord-sydlig og øst-vestlig retning. Højeste afstand er derfor 500m m 2 707m side 6 af 15
7 3.4 Nedbørstyper Det er et velkendt fænomen, at fast nedbør ofte er sværere at måle end flydende. I rapporten skelnes der mellem sne og regn, ved at opdele resultaterne to perioder: december - februar og marts - oktober. I vinteren 2010 faldt der meget sne, og resultaterne for perioden december - februar vil således vise, om der er overensstemmelse mellem Hellmann og Pluvio målinger, når nedbøren primært falder som sne, og tilsvarende for regn i perioden marts - oktober. Der er i alle tilfælde kun medtaget målinger, hvor mindst en af målertyperne i et givent stationspar har registreret nedbør > 0,1 mm. Tørvejrsdage medtages altså ikke, da dette vil påvirke resultaterne i retning af større entydighed mellem målingerne. 3.5 Kvalitetskontrol Data fra Hellmann målerne er blevet kvalitetskontrolleret på døgnniveau som led i DMIs generelle kvalitetssikring, hvorimod data fra Pluvio målerne kun ligger som rå data i DMIs databaser. For at kunne sammenligne de to datasæt, er en tilsvarende kvalitetskontrol udført for Pluvio målerne. Kvalitetskontrollen er baseret på check af døgnsummen, og et ekspempel er angivet i figur 3.2, hvor målingen fra station tydeligt er behæftet med fejl, og således udelukkes fra analysen. Figur 3.2: Eksempel på kvalitetskontrol af data fra Pluvio målerne. Til højre er station udelukket fra datamaterialet. side 7 af 15
8 4. Resultater 4.1 Regularitet Figur 4.1: Regularitet for Pluvio målerne i perioden 15. december 2009 til 15. oktober Figur 4.1 viser regulariteten for de Pluvio målere, der indgår i rapporten. Grafen viser, hvor stor en procentdel af de operationelle Pluvio målere, hvorfra der er lagret samtlige 144 målinger pr. dag i databasen. Som det fremgår af regnearket regularitet.xlsx er antallet af Pluvio stationer ikke konstant henover perioden, hvorfor grafen viser andelen i procent. Når der en fejl for en station, kan det både skyldes fejl på selve stationen, fejl i lagringen i databasen eller at den er udelukket via kvalitetskontrollen. Regulariteten var lavere i vintermånederne end resten af året. Derudover ses det, at der i juli måned var meget lav regularitet, hvilket skyldes fejl i lagringen i databasen, og kan således ikke tilskrives målerne. I de tilfælde hvor regulariteten falder til 0% i en kort periode skyldes ligeledes fejl i databasen (se fx i starten af maj og juni). Fra starten af september til 15. oktober var regulariteten ikke under 93%. 4.2 Nedbørstyper Flere af resultaterne viser forskellen mellem målingerne fra de to stationsnet, og i alle tilfælde er differencen d beregnet som d = X Hellmann X P luvio (4.1) hvor X angiver nedbørssum. En positiv (negativ) difference er altså udtryk for, at Hellmann måler højere (lavere) end Pluvio. Figur 4.2 viser procentdelen af målingerne ift. differencen. I dette tilfælde betegner differencen absolutværdien af d. Fx. kan det aflæses, at differencen er under 1 mm. for 90% af målingerne, når nedbøren falder som sne. I tabel 4.1 er angivet værdier for samtlige målinger for bestemte differencer. side 8 af 15
9 Figur 4.2: Procentdel af målinger ift. differencen mellem målingerne for sne i perioden december - februar (venstre) og regn i perioden marts - oktober (højre). De grå linjer repræsenterer de enkelte stationspar, mens den blå er for samtlige målinger. De enkelte stationspar performer ikke lige godt. For det værste stationspar gælder, at 88% af målingerne har difference under 3 mm., når nedbøren falder som sne. Difference [mm.] Sne [%] Regn [%] < 0, < 1, < 3, Tabel 4.1: Procentdel af målinger ift. differencen mellem målingerne for sne i perioden december - februar (venstre) og regn i perioden marts - oktober (højre). Der er generelt god overensstemmelse mellem de to datasæt, men forskellen på de to datasæt er størst, når nedbøren falder som sne. Figur 4.3: Sumkurver for sne i perioden december - februar (venstre) og regn i perioden marts - oktober (højre). Differencen er [Hellmann - Pluvio]. I figur 4.3 ses den totale nedbørssum i perioderne for sne og regn. Bemærk at antallet af målinger varierer fra måned til måned som følge af regulariteten beskrevet i afsnit 3.3 og 4.1. Nederste panel viser differencen mellem målingerne fra de to stationsnet. side 9 af 15
10 I starten af januar og for en kort periode i februar stiger differencen, svarende til at Hellmann målerne registrerede en højere mængde sne end Pluvio målerne, mens differencen aftager i resten af perioden for sne. I foråret falder differencen ligeledes, mens den er mere konstant i perioden marts - oktober. Et scatterplot af samtlige målinger og en lineær regression vises i figur 4.4. Den større spredning for sne ift. regn ses tydeligt ved at sammenligne de to plots. Den lineære regression viser også, at forklaringsgraden er størst for regn (0,97) ift. sne (0,86). Figur 4.4: Scatterplot og lineær regression for sne i perioden december - februar (venstre) og regn i perioden marts - oktober (højre). Spredningen af målingerne er ligeledes vist i figur 4.5, hvor et histogram angiver fordelingen af differencen sammen med gennemsnittet af differencerne. Bemærk at længden af x-aksen angiver to standard afvigelser i hver retning. Figur 4.5: Histogram over differencerne for sne i perioden december - februar (venstre) og regn i perioden marts - oktober (højre). Den blå stiblede linje angiver gennemsnittet af differencerne. Bredden af søjlerne svarer til 0,25 mm. Igen ses det, at spredningen er størst for sne, hvor 28% af differencerne falder indenfor intervallet ±0,125 mm., mens det for regn er 42%. Antallet af tørvejrsdage er også beregnet for de to datasæt. En tørvejrsdag er her defineret som en dag med < 0,1 mm. nedbør. side 10 af 15
11 Tørvejrsdage [%] Hellmann 46,6 Pluvio 30,4 Difference 16,2 Tørvejrsdage [%] Hellmann 58,0 Pluvio 50,6 Difference 7,4 Tabel 4.2: Tørvejrsdage for sne i perioden december - februar (venstre) og regn i perioden marts - oktober (højre). Der er en klar tendens til, at Pluvio målerne registrerer færre tørvejrsdage end Hellmann målerne, 16,2% for sne og 7,4% for regn. En mulig forklaring er, at visse Pluvio stationer registrerer en lille mængde nedbør på tørre dage med meget blæst (0,1-0,5 mm.). Hvis man definerer en tørvejrsdag som en dag med under 0,5 mm. nedbør er differencerne kun hhv. 4,7% for sne og 1,5% for regn. I tabel 4.3 er nogle centrale resultater opsummeret: Tørvejr [%] Tørvejr [%] Nedbørstype Difference [mm.] Spredning [mm.] R 2 (< 0,1 mm.) (< 0,5 mm.) Sne -0,07 1,23 0,86 16,2 4,7 Regn -0,05 1,07 0,97 7,4 1,5 Tabel 4.3: Resultater for de to datasæt for sne i perioden december - februar og regn i perioden marts - oktober. Difference angiver gennemsnittet af differencerne. Tørvejrsdage angiver forskellen i antal mellem de to datasæt, hvor en tørvejrsdag enten er defineret som en dag med under 0,1 mm. eller under 0,5 mm. nedbør. 4.3 Stationspar I Bilag A ses resultater for de enkelte stationspar. Forklaringsgraden viser, at alle stationspar performer relativt ens med undtagelse af stationspar / Differencen overstiger kun i et enkelt tilfælde 1 mm./dag, mens forklaringsgraden er over 0,9 for 55 ud af 60 stationspar. Antallet af tørvejrsdage er positivt for alle stationspar pånær et, hvilket bekræfter at Pluvio målerne registrerer færre tørvejrsdage end Helmann. side 11 af 15
12 5. Konklusion Resultaterne viser, at der er en høj grad af overensstemmelse mellem de to målertyper. Der er dog fundet afvigelser ift. antallet af tørvejrsdage, hvilket sandsynligvis skyldes, at visse Pluvio målere registrerer en lille mængde nedbør på tørre dage med meget blæst. Dette ændrer meget lidt i det samlede regnskab over nedbørssum, men slår ud hvis man opgør antal tørvejrsdage. De enkelte delkonklusioner, er som følger: Der er størst overensstemmelse, når nedbøren falder som regn ift. sne Forklaringsgraden for den lineære regression er hhv. 0,86 for sne og 0,97 for regn Forskellen er under 1 mm. i hhv. 90% af alle målinger for sne og 95% af målingerne for regn Forskellen på de to datasæt er mindst i perioden maj - oktober Pluvio målerne registrerer færre tørvejrsdage end Hellmann målerne. Forskellen er 16,2% for sne og 7,4% for regn De enkelte stationspar viser god overensstemmelse mellem målingerne side 12 af 15
13 Referencer Tidligere rapporter fra Danmarks Meteorologiske Institut kan findes på: side 13 af 15
14 Bilag A - Stationspar Difference [mm.] Spredning [mm.] R2 Torvejrsdage [%] Maalinger 20055/ / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / side 14 af 15
15 Difference [mm.] Spredning [mm.] R2 Torvejrsdage [%] Maalinger 28590/ / / / / / / / / / / / / / / / / / / / Tabel 5.1: Resultater for de to datasæt for de enkelte stationspar i perioden december - oktober. Venstre kolonne er DMI stationsnummer, angivet som Hellmann / Pluvio. Difference angiver gennemsnittet af differencerne, mens tørvejresdage angiver forskellen i antal mellem de to datasæt. Målinger angiver antal dage med data der indgår i analysen. side 15 af 15
Danmarks Meteorologiske Institut. Klimagrid Danmark. Teknisk Rapport 10-13. Dokumentation og validering af Klimagrid Danmark i 1x1 km opløsning
Klima- og Energiministeriet Klimagrid Danmark Dokumentation og validering af Klimagrid Danmark i 1x1 km opløsning Peter Riddersholm Wang og Mikael Scharling www.dmi.dk/dmi/tr10-13 København 2010 side 1
Teknisk Rapport Klimagrid Danmark Referenceværdier Peter Riddersholm Wang
Teknisk Rapport 13-09 Klimagrid Danmark Referenceværdier 2001-2010 Måneds- og årsværdier for temperatur, relativ luftfugtighed, vindhastighed og globalstråling 20x20 km samt nedbør 10x10 km Peter Riddersholm
Teknisk Rapport 12-22
Teknisk Rapport 12-22 Referenceværdier: Døgn-, måneds- og årsværdier for regioner og hele landet 2001-2010, Danmark for temperatur, relativ luftfugtighed, vindhastighed, globalstråling og nedbør Peter
2001 2010 Design Reference Year for Denmark. Peter Riddersholm Wang, Mikael Scharling og Kristian Pagh Nielsen
Teknisk Rapport 12-17 2001 2010 Design Reference Year for Denmark - Datasæt til teknisk dimensionering, udarbejdet under EUDPprojektet Solar Resource Assesment in Denmark for parametrene globalstråling,
Referenceværdier: Måneds- og årskort 2001-2010, Danmark for temperatur, relativ luftfugtighed, vindhastighed, globalstråling og nedbør
Teknisk Rapport 12-23 Referenceværdier: Måneds- og årskort 2001-2010, Danmark for temperatur, relativ luftfugtighed, vindhastighed, globalstråling og nedbør Peter Riddersholm Wang København 2013 Teknisk
Teknisk Rapport 13-10. Referenceværdier: Antal graddage pr. måned og år for stationer 2001 2010, Danmark. Peter Riddersholm Wang
Teknisk Rapport 13-10 Referenceværdier: Antal graddage pr. måned og år for stationer 2001 2010, Danmark Peter Riddersholm Wang København 2013 Teknisk Rapport 13-10 Kolofon Serietitel: Teknisk Rapport 13-10
Sammenligning af nedbørdata fra Skagen
DANMARKS METEOROLOGISKE INSTITUT TEKNISK RAPPORT 01-22 Sammenligning af nedbørdata fra Skagen Maja Kjørup Nielsen November 2001 København 2001 ISSN 0906-897X (Online 1399-1388) Indholdsfortegnelse Indledning...
Teknisk rapport 09-08 Tørkeindeks version 1.0 - metodebeskrivelse
09-08 Tørkeindeks version 1.0 - metodebeskrivelse Mikael Scharling og Kenan Vilic København 2009 www.dmi.dk/dmi/tr09-08 side 1 af 9 Kolofon Serietitel: Teknisk rapport 09-08 Titel: Tørkeindeks version
Teknisk rapport 12-06 Ekstremnedbør i Danmark 1872-2011 og 1961-2011 - Ekstremværdianalyse af døgnnedbør og femdøgnsum i Danmark
Ekstremnedbør i Danmark 1872-2011 og 1961-2011 - Ekstremværdianalyse af døgnnedbør og femdøgnsum i Danmark 1872-2011 (5 stationer) 1961-2011 (33 stationer) John Cappelen og Peter Riddersholm Wang København
Teknisk Rapport Vandstandsmåling i Danmark. Månedsmidler og -ekstremer fra 14 vandstandsstationer for Lonny Hansen
Teknisk Rapport 13-12 Vandstandsmåling i Danmark Månedsmidler og -ekstremer fra 14 vandstandsstationer for 2012 Lonny Hansen København 2013 Kolofon Serietitel: Teknisk Rapport 13-12 Titel: Vandstandsmåling
Teknisk rapport DMI Klimaoversigter John Cappelen (ed) - Års-, Måneds-, Sæson- og Ugeberetning januar december 2010
DMI Klimaoversigter 2003-2010 - Års-, Måneds-, Sæson- og Ugeberetning januar 2004 - december 2010 - Årets, Sæsonens og Månedens vejr august 2003 - december 2010 - International Klimarapportering CLIMAT
Teknisk rapport 05-18 Solskinstimer i Pituffik Verifikation af metode til beregning af solskinstimer ud fra globalstrålingsdata
Solskinstimer i Pituffik Verifikation af metode til beregning af solskinstimer ud fra globalstrålingsdata Maja Kjørup Nielsen December 2005 København 2005 Kolofon Serietitel: Teknisk rapport 05-18 Titel:
Teknisk rapport 11-11 Ekstremværdianalyse af nedbør i Danmark 1874-2010. Sisse Camilla Lundholm. www.dmi.dk/dmi/tr11-11 side 1 af 14
Ekstremværdianalyse af nedbør i Danmark 1874-2010 Sisse Camilla Lundholm www.dmi.dk/dmi/tr11-11 side 1 af 14 København 2011 www.dmi.dk/dmi/tr11-11 side 2 af 14 Kolofon Serietitel: Teknisk rapport 11-11
Teknisk Rapport 13-08
Teknisk Rapport 13-08 Referenceværdier: Måneds- og årsværdier for stationer 2001-2010, Danmark for temperatur, relativ luftfugtighed, vindhastighed, globalstråling og nedbør Peter Riddersholm Wang København
DANISH METEOROLOGICAL INSTITUTE MINISTRY OF TRANSPORT TECHNICAL REPORT 98-17 KLIMAGRID DANMARK NEDBØR 10 10 KM
DANISH METEOROLOGICAL INSTITUTE MINISTRY OF TRANSPORT TECHNICAL REPORT 98-17 KLIMAGRID DANMARK NEDBØR 10 10 KM METODEBESKRIVELSE Mikael Scharling COPENHAGEN 1998 Indholdsfortegnelse 1. INDLEDNING... 3
Analyse af en lineær regression med lav R 2 -værdi
Analyse af en lineær regression med lav R 2 -værdi Denne gennemgang omhandler figur 13 i Regn med biologi. Man kan sagtens lave beregninger på egne data. Forsøgsmæssigt kræver det bare en tommestok tapet
DANISH METEOROLOGICAL INSTITUTE MINISTRY OF TRANSPORT TECHNICAL REPORT 01-19 KLIMAGRID - DANMARK
DANISH METEOROLOGICAL INSTITUTE MINISTRY OF TRANSPORT TECHNICAL REPORT 01-19 KLIMAGRID - DANMARK Sammenligning af potentiel fordampning beregnet ud fra Makkinks formel og den modificerede Penman formel
Residualer i grundforløbet
Erik Vestergaard www.matematikfysik.dk 1 Residualer i grundforløbet I dette lille tillæg til grundforløbet, skal vi kigge på begreberne residualer, residualplot samt residualspredning. Vi vil se, hvad
QR15 Vejledning i at bestemme kvartilsæt og at tegne sumkurver med Nspire, Maple og Geogebra
QR15 Vejledning i at bestemme kvartilsæt og at tegne sumkurver med Nspire, Maple og Geogebra Nspire: Vi har et datasæt. Der er overordnet to metoder til at tegne sumkurver i programmet, og vi beskriver
Evaluering af Soltimer
DANMARKS METEOROLOGISKE INSTITUT TEKNISK RAPPORT 01-16 Evaluering af Soltimer Maja Kjørup Nielsen Juni 2001 København 2001 ISSN 0906-897X (Online 1399-1388) Indholdsfortegnelse Indledning... 1 Beregning
Teknisk rapport Vindstatistik for danske kyststationer Hyppighed af stiv kuling og derover
Vindstatistik for danske kyststationer 2001-2010 - Hyppighed af stiv kuling og derover John Cappelen København 2012 www.dmi.dk/dmi/tr12-07 side 1 af 13 Kolofon Serietitel: Teknisk rapport 12-07 Titel:
Læring af test. Rapport for. Aarhus Analyse Skoleåret
Læring af test Rapport for Skoleåret 2016 2017 Aarhus Analyse www.aarhus-analyse.dk Introduktion Skoleledere har adgang til masser af data på deres elever. Udfordringen er derfor ikke at skaffe adgang
2001 2010 Dansk Design Reference Year Supplerende datasæt Grunnet Wang, Peter; Scharling, Mikael; Wittchen, Kim Bjarne; Kern-Hansen, Claus
Aalborg Universitet 2001 2010 Dansk Design Reference Year Supplerende datasæt Grunnet Wang, Peter; Scharling, Mikael; Wittchen, Kim Bjarne; Kern-Hansen, Claus Publication date: 2013 Document Version Også
Titel: Hydrometriske stationer, Korrelationsberegning, QQ-station
Titel: Hydrometriske stationer, Korrelationsberegning, QQ-station Dokumenttype: Teknisk anvisning Forfatter: Niels Bering Ovesen TA henvisninger TA. nr.: B07 Version: 1.0 Oprettet: Gyldig fra: 01.01.2016
Graph brugermanual til matematik C
Graph brugermanual til matematik C Forord Efterfølgende er en guide til programmet GRAPH. Programmet kan downloades gratis fra nettet og gemmes på computeren/et usb-stik. Det betyder, det også kan anvendes
Deskriptiv statistik for hf-matc
Deskriptiv statistik for hf-matc 75 50 25 2018 Karsten Juul Deskriptiv statistik for hf-matc Hvad er deskriptiv statistik? 1.1 Hvad er deskriptiv statistik?... 1 1.2 Hvad er grupperede og ugrupperede data?...
Deskriptiv statistik for matc i stx og hf
Deskriptiv statistik for matc i stx og hf 75 50 25 2019 Karsten Juul Deskriptiv statistik for matc i stx og hf Hvad er deskriptiv statistik? 1.1 Hvad er deskriptiv statistik?... 1 1.2 Hvad er grupperede
5. Statistik. Hayati Balo,AAMS. 1. Carstensen, Frandsen og Studsgaard, stx mat B2, systime
5. Statistik Hayati Balo,AAMS Følgende fremstilling er baseret på 1. Carstensen, Frandsen og Studsgaard, stx mat B2, systime 1. Ugrupperede Observationer Hvis der foreligger et antal målinger eller observationer
10. Læforhold omkring en nedbørmåler
10. Læforhold omkring en nedbørmåler Nedbør er en af de vanskeligste meteorologiske variable at måle. Der er en række fejlkilder, hvoraf den største er vindeffekten, der hidrører fra vindens påvirkning
Potensfunktioner samt proportional og omvent proportional. for hf Karsten Juul
Potensfunktioner samt proportional og omvent proportional for hf 2018 Karsten Juul Potensfunktion 1. Oplæg til forskrift for potensfunktion...1 2. Forskrift for potensfunktion...2 3. Udregn x eller y i
Projekt 2.9 Sumkurver som funktionsudtryk anvendt til Lorenzkurver og Ginikoefficienter (især for B- og A-niveau)
Projekt 2.9 Sumkurver som funktionsudtryk anvendt til Lorenzkurver og Ginikoefficienter En sumkurve fremkommer ifølge definitionen, ved at vi forbinder en række punkter afsat i et koordinatsystem med rette
Rapport om undersøgelse af eventuelle barrierer i den skriftlige sessionsprøve for nydanskeres aftjening af værnepligt.
Institut for Militærpsykologi Indledning. 18-06-13 Rapport om undersøgelse af eventuelle barrierer i den skriftlige sessionsprøve for nydanskeres aftjening af værnepligt. På baggrund af en opgørelse fra
Undersøgelse af karakterudviklingen på de gymnasiale uddannelser
Undersøgelse af karakterudviklingen på de gymnasiale uddannelser Der har over en længere årrække været en stigning i de gennemsnitlige eksamensresultater på de gymnasiale uddannelser. I dette notat undersøges
FORÆLDRETILFREDSHED 2016 DAGTILBUD GLADSAXE KOMMUNE
FORÆLDRETILFREDSHED 2016 DAGTILBUD GLADSAXE KOMMUNE 1 INDHOLD 01 Introduktion 02 Læsevejledning 03 Samlede resultater 04 Resultater på tværs 05 Prioriteringskort 06 Metode 2 01. INTRODUKTION Forældretilfredsheden
Sammenligning af de københavnske med de nationale resultater i den nationale trivselsmåling, forår 2016
KØBENHAVNS KOMMUNE Børne- og Ungdomsforvaltningen Center for Policy NOTAT Til Børne- og Ungdomsudvalget Sammenligning af de københavnske med de nationale resultater i den nationale trivselsmåling, forår
Undersøgelse 2018 om lokal løndannelse til lærere og engangsvederlag til ledere på efterskoler
Analyse af svar på Undersøgelse 2018 om lokal løndannelse til lærere og engangsvederlag til ledere på efterskoler Indledende bemærkninger Efterskoleforeningen har i foråret 2018 gennemført en undersøgelse
Dig og din puls Lærervejleding
Dig og din puls Lærervejleding Indledning I det efterfølgende materiale beskrives et forløb til matematik C, hvori eleverne skal måle hvilepuls og arbejdspuls og beskrive observationerne matematisk. Materialet
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
KOL og Lungebetændelse blandt borgere Holbæk Sygehus optageområde
Antal indlæggelser KOL og Lungebetændelse blandt borgere Sygehus optageområde - En monitoreringsrapport Baggrund På d. 9. juni 2016 blev det besluttet at KSS-gruppen fortsat ønsker en KOL/Lungebetændelse
For at få tegnet en graf trykkes på knappen for graftegning. Knap for graftegning
Graftegning på regneark. Ved hjælp af Excel regneark kan man nemt tegne grafer. Man åbner for regnearket ligger under Microsoft Office. Så indtaster man tallene fra tabellen i regnearkets celler i en vandret
Projekt 8.3 Hvordan undersøges om et talmateriale normalfordelt?
Projekt 8.3 Hvordan undersøges om et talmateriale normalfordelt? Projektet drejer sig om at udvikle en metode, til at undersøge om et givet talmateriale med rimelighed kan siges at være normalfordelt.
Projekt 1 Spørgeskemaanalyse af Bedst på Nettet
Projekt 1 Spørgeskemaanalyse af Bedst på Nettet D.29/2 2012 Udarbejdet af: Katrine Ahle Warming Nielsen Jannie Jeppesen Schmøde Sara Lorenzen A) Kritik af spørgeskema Set ud fra en kritisk vinkel af spørgeskemaet
Matematik A og Informationsteknologi B
Matematik A og Informationsteknologi B Projektopgave 2 Eksponentielle modeller Benjamin Andreas Olander Christiansen Jens Werner Nielsen Klasse 2.4 6. december 2010 Vejledere: Jørn Christian Bendtsen og
People Test 360 Et testværktøj til at vurdere lederperformance fra alle vinkler
People Test 360 Et testværktøj til at vurdere lederperformance fra alle vinkler People Test 360 - PT360 Performance PT360 måler fokuspersonens performance på fem ledelsesmæssige ansvarsområder. Fokuspersonens
Risikofaktorudviklingen i Danmark fremskrevet til 2020
23. marts 9 Arbejdsnotat Risikofaktorudviklingen i Danmark fremskrevet til Udarbejdet af Knud Juel og Michael Davidsen Baseret på data fra Sundheds- og sygelighedsundersøgelserne er der ud fra køns- og
1. Installere Logger Pro
Programmet Logger Pro er et computerprogram, der kan bruges til at opsamle og behandle data i de naturvidenskabelige fag, herunder fysik. 1. Installere Logger Pro Første gang du installerer Logger Pro
Sammenhængen mellem elevernes trivsel og elevernes nationale testresultater.
Sammenhængen mellem elevernes trivsel og elevernes nationale testresultater. 1 Sammenfatning Der er en statistisk signifikant positiv sammenhæng mellem opnåelse af et godt testresultat og elevernes oplevede
Microsoft Excel - en kort introduktion. Grundlag
Microsoft Excel - en kort introduktion Grundlag Udover menuer og knapper - i princippet som du kender det fra Words eller andre tekstbehandlingsprogrammer - er der to grundlæggende vigtige størrelser i
SPAM-mails. ERFA & Søren Noah s A4-Ark 2010. Køber varer via spam-mails. Læser spam-mails. Modtager over 40 spam-mails pr. dag. Modtager spam hver dag
SPAM-mails Køber varer via spam-mails Læser spam-mails Modtager over 40 spam-mails pr. dag Modtager spam hver dag 0 10 20 30 40 50 60 70 80 90 ERFA & Søren Noah s A4-Ark 2010 Datapræsentation: lav flotte
SILKEBORG KOMMUNE FORÆLDRETILFREDSHEDSUNDERSØGELSE 2018 SKOLE OG SFO
SILKEBORG KOMMUNE FORÆLDRETILFREDSHEDSUNDERSØGELSE 2018 SKOLE OG SFO 1 INDHOLD Afsnit 01 Introduktion Side 03 Afsnit 02 Sammenfatning Side 05 Afsnit 03 Skoleresultater Side 07 Afsnit 04 SFO-resultater
Lineære sammenhænge, residualplot og regression
Lineære sammenhænge, residualplot og regression Opgave 1: Er der en bagvedliggende lineær sammenhæng? I mange sammenhænge indsamler man data som man ønsker at undersøge og afdække eventuelle sammenhænge
Matematik A, STX. Vejledende eksamensopgaver
Matematik A, STX EKSAMENSOPGAVER Vejledende eksamensopgaver 2015 Løsninger HF A-NIVEAU AF SAEID Af JAFARI Anders J., Mark Af K. & Saeid J. Anders J., Mark K. & Saeid J. Kun delprøver 2 Kun delprøve 2,
Referencelaboratoriet for måling af emissioner til luften
Referencelaboratoriet for måling af emissioner til luften Notat Titel Om våde røggasser i relation til OML-beregning Undertitel - Forfatter Lars K. Gram Arbejdet udført, år 2015 Udgivelsesdato 6. august
Undersøgelse 2017 om lokal løndannelse til lærere og engangsvederlag til ledere på efterskoler
Analyse af svar på Undersøgelse 2017 om lokal løndannelse til lærere og engangsvederlag til ledere på efterskoler Indledende bemærkninger Efterskoleforeningen har i foråret 2017 gennemført en undersøgelse
UNDERSØGELSE AF BESØGSTIDER
UNDERSØGELSE AF BESØGSTIDER Hej Sundhedsvæsen, der er et partnerskab mellem Dansk Selskab for Patientsikkerhed og TrygFonden, vil med denne undersøgelse belyse nogle af på strukturelle barrierer, som begrænser
MTU 2015 Medarbejdertilfredshedsundersøgelse
MTU 15 Medarbejdertilfredshedsundersøgelse APV - Arbejdspladsvurdering (Tillæg til MTU rapporten) Svarprocent: 95% ( besvarelser ud af 63 mulige) APV Indhold Indhold Introduktion til undersøgelsen Introduktion
Vejr- og klimadata. Time - og døgnværdier
2013-09-09 12:06 UTC AUTO Vejr- og klimadata Danmark Time - og døgnværdier Station: 0618800 18. juni 2013-19. juni 2013 ISSN: YYYY-XXXX Danmarks Meteorologiske Institut, Lyngbyvej 100, DK-2100 København
6. SEMESTER Epidemiologi og Biostatistik Opgaver til Uge 1 (fredag)
Institut for Folkesundhed Afdeling for Biostatistik Afdeling for Epidemiologi. SEMESTER Epidemiologi og Biostatistik Opgaver til Uge 1 (fredag) Opgave 1 Udgangspunktet for de følgende spørgsmål er artiklen:
for matematik pä B-niveau i hf
for matematik pä B-niveau i hf 014 Karsten Juul TEST 1 StikprÅver... 1 1.1 Hvad er populationen?... 1 1. Hvad er stikpråven?... 1 1.3 Systematiske fejl ved valg af stikpråven.... 1 1.4 TilfÇldige fejl
for gymnasiet og hf 2017 Karsten Juul
for gymnasiet og hf 75 50 5 017 Karsten Juul Statistik for gymnasiet og hf 017 Karsten Juul 5/11-017 Nyeste version af dette hæfte kan downloades fra http://mat1.dk/noter.htm Hæftet må benyttes i undervisningen
Eksempel på besvarelse af spørgeordet Hvad kan udledes (beregn) inkl. retteark.
Eksempel på besvarelse af spørgeordet Hvad kan udledes (beregn) inkl. retteark. Denne opgavetype kan tage sig ud på forskellig vis, da det udleverede materiale enten kan være en tabel eller en figur. Nedenfor
MTU 2015 Medarbejdertilfredshedsundersøgelse
MTU 15 Medarbejdertilfredshedsundersøgelse APV - Arbejdspladsvurdering (Tillæg til MTU rapporten) Svarprocent: 94% (11 besvarelser ud af 117 mulige) APV Indhold Indhold Introduktion til undersøgelsen Introduktion
Personaleomsætning september
Personaleomsætning september 2015-2016 Personaleomsætningsstatistikken findes i to udgaver. Den ene er tilgængelig for alle på KRLs hjemmeside, den anden er kun tilgængelig for kommuner og regioner med
DANMARKS METEOROLOGISKE INSTITUT TEKNISK RAPPORT 01-07. Opsætning og kalibrering af Mike21 til stormflodsvarsling for Limfjorden
DANMARKS METEOROLOGISKE INSTITUT TEKNISK RAPPORT 01-07 Opsætning og kalibrering af Mike21 til stormflodsvarsling for Limfjorden Jesper Larsen og Jacob Woge Nielsen DMI København 2001 ISSN 0906-897X ISSN
Statistik (deskriptiv)
Statistik (deskriptiv) Ikke-grupperede data For at behandle ikke-grupperede data i TI, skal data tastes ind i en liste. Dette kan gøres ved brug af List, hvis ikon er nr. 5 fra venstre på værktøjsbjælken
Analyse af nystartende elever og omgængere i grundskolens børnehaveklasse. Baseret på data for skoleåret 2010/11
Analyse af nystartende elever og omgængere i grundskolens børnehaveklasse Baseret på data for skoleåret 2010/11 Analyse af nystartende elever og omgængere i grundskolens børnehaveklasse Baseret på data
Behandling af knæledartrose med injectable Platelet Rich Fibrin (i-prf )
Behandling af knæledartrose med injectable Platelet Rich Fibrin (i-prf ) Præliminære observationer baseret på udvalgt datamateriale fra Nordic Sports Center i perioden 2015-2017 Inklusionskriterier: VAS
Matematik A studentereksamen
Xxxx Side 1 af 11 Opgave 7 Jeg aflæser af boksplottet for personbeskatningen i 2007 medianen til. Første og anden kvartil aflæser jeg til hhv. og. Den mindst observerede personbeskatning i år 2007 var
Excel tutorial om lineær regression
Excel tutorial om lineær regression I denne tutorial skal du lære at foretage lineær regression i Microsoft Excel 2007. Det forudsættes, at læseren har været igennem det indledende om lineære funktioner.
