Ukenummeret viser til hvilken uke det er tiltenkt at man kan f? hjelp til ? gj?re de respektive ukesoppgavene i gruppetimene.
Alle ukesoppgaver som ikke er gjengitt i sin helhet er oppgitt som oppgavenummer i l?reboka (10de utgave).
Oppgaver til uke 37 (for grupper 8. - 14. september)
- L?s disse oppgavene for h?nd:
- Section 2.1: Exercises: 2.2 (side 76)
-
L?s disse oppgavene ved hjelp av R og forklar resultatene:
- Section 2.2: Exercises: 2.11, 2.12, 2.13 (side 88-89)
- Section 2.3: Exercises: 2.32, 2.33 (side 96-97)
- Section 2.4: Exercises: 2.50, 2.51 (side 109)
- Hint:
- Funksjonen ?plot(x,y)? kan blant annet brukes til ? lage spredningsplott for x og y
- Funksjonen ?cor(x,y)? returnerer korrelasjonen mellom x og y
- Funksjonen ?lm(y~x)? tilpasser linjen y=a+b*x ved minste kvadraters regresjon
- Funksjonen ?summary()? er ofte nyttig for ? oppsummere resultatene fra en funksjon, for eksempel vil ?summary( lm( y~x ) )? gi en nyttig oppsummering av resultatene for tilpasningen av minste kvadraters regresjons-linjen y=a+b*x
Oppgaver til uke 36 (for grupper 1. - 7. september)
-
Oppgave 1.120 fra 8.utgave av l?reboka:
"Tidligere erfaringer med et gitt innf?ringsemne i statistikk antyder at poengsummene i faget kommer fra en fordeling som er tiln?rmet normal med forventning 72 og standardavvik 10. Ti av studentene i faget fikk poengsummene 62, 93, 54, 76, 73, 98, 64, 55, 80 og 71, hhv, p? eksamen.a) Ved ? bruke de oppgitte verdiene for forventning og standardavvik s, standardiser
poengsummene til hver av disse 10 studentene.
b) Retningslinja er ? gi karakter A til de studentene med poengsummer i topp 15%
basert p? normalfordelinga med forventning 72 og standardavvik 10. Hva er
da grensa for karakter A i form av en standardisert poengsum?
c) Hvilke av de 10 studentene fikk karakter A i dette emnet?" -
Section 1.4 Exercises: 1.71, 1.73, 1.75, 1.79, 1.82, 1.95 (sider 63-66)
Oppgaver til uke 35 (for grupper 25.-29. august)
- Gj?r R/Rstudio tilgjengelig p? den maskin/platform du ?nsker:
- For installasjon p? egen laptop, se denne siden
- Evt bruk ferdig installasjon p? en av UiO's sider
- Evt bruk UiO's Jupyterhub
- Evt bruk skytjenesten
- Last ned data tilh?rende l?reboka fra Macmillan learning siden
- Hent skriptet ex1_15_college_students.r fra R-script siden.
- Modifiser kommandoene for innlesing av data i forhold til hvor du har lagret dine data.
- Kj?r kommandoene og pr?v ogs? ? forst? hva de ulike kommandoer betyr/gj?r
- Lag en R-markdown fil der du legger inn kommandoene fra skirptet og ogs? legger inn kommentarer av hva som gj?res.
- L?s disse oppgavene ved hjelp av R og forklar resultatene:
-
Section 1.2 Exercises: 1.15 (side 22)
-
Section 1.3 Exercises: 1.33, 1.44, 1.45, 1.56 (side 43-46)
-
Section 1.4 Exercises: 1.103 (side 66)
-
-
L?s disse oppgavene for h?nd:
-
Check-in oppgave 1.4 (side 6)
-
Check-in oppgave 1.8 (side 13)
-
Section 1.3 Exercises: 1.47 (side 45)
-