Plenarföreläsning, Hanne Warming
Transcription
Plenarföreläsning, Hanne Warming
Indledning Indledning Dettedokument er ikke en egentlig vejledning i brugen af TINspire, men ihøjere grad en samling af nyttige tips. Samlingen vil blive udbygget itakt med at jeg selv eller andre, der henvender sig tilmig,finder eksempler, der kan være tilgavn og glæde for en større kreds af brugere. Tips og eksempler er ikke systematiseret, men prøv at åbne (ikon nr.2 i Dokumentværkstøjslinjen) og se, omder skulle være noget, der matcher det,du søger. Jeg vil forsøge at holde tips og eksempler nogenlunde samlet iemner, så man ikke skal lede vilkårligt i hele dokumentet. Eksempelvis er statistik-tips holdt samlet. Seogså indholdsfortegnelsen. Egentlige vejledninger og andet materiale kan findes her: http://education.ti.com/educationportal/sites/DANMARK/homePage/index.html Sidesorterer Leif Thy 1.1 Nspire3, Tips og eksempler, LT.tns 1 af: 76 Indholdsfortegnelse Indholdsfortegnelse - Generelt - Beregninger. Grafregner - Beregninger. Noter - Ligninger. Anvendelse af solve og grafisk løsning - To ligninger med to ubekendte - Differentialligninger - Regression - Grafer - Polynomier og skydeelementer - Vinkelmål - Stamfunktioner - Arealberegninger - Deskriptiv statistik. Ikke-grupperede observationer - Deskriptiv statistik. Grupperede observationer - χ²-test. GOF (Goodness of fit) - χ²-test. Test for uafhængighed - Normalfordeling - Regning med enheder 2.1 Nspire3, Tips og eksempler, LT.tns 2 af: 76 Generelt Generelt Indstilling af vinkelmål, antal decimaler mm. foretages ved at vælge Filer > Indstillinger > Dokumentindstillinger... Man skal her især være opmærksom på, at Nspire som standard bruger grader som vinkelmål i Geometri-applikationen og radianer i Graf-applikationen. På B- og C-niveau kan man med fordel vælge at bruge grader som standard også i Grafer, mens man må overveje, om det er hensigtsmæssigt på A-niveau. Hver side kan opdeles i 1-4 felter indeholdende forskellige (værksteder). Klik og vælg. En oprettet applikation kan slettes igen ved aktivere den, taste Ctrl k ("flasher") og bruge Del-knappen på tastaturet. En liste over applikationer vises automatisk, når man opretter en ny opgave. Klik på de enkelte kategorier for at se, hvilke værktøjer, de indeholder. Til hver applikation er der knyttet en rækker forskellge værktøjer, som afhænger af den valgte applikation. En oversigt over værktøjerne kan ses under fanen som du finder i (venstre sidepanel). Klik på enkelte kategorier for at se, hvilke værktøjer de hver især indeholder. Den vigtigste af de andre fire faner her er hvor du blandt andet finder uundværlige og applikationer Sidelayout, Dokumentværktøjer, Dokumentværktøjslinjen Hjælpeprogrammer, Matematikskabeloner Tegn. Hvert enkelt dokument kan indeholde en lang række opgaver, og hver opgave kan indeholde flere sider. Klik og vælg. Knappen viser i hver enkelt opgave en oversigt over hvilke variable, der er defineret i opgaven. Med tages et snapshot af det aktive vindue. Kan efterfølgende kopieres ind i et tekstdokument. En A4-side kan indeholde to snapshot. Kan bruges i forbindelse med udskrift, men pas på! Hvis f.eks. noteværkstedet indeholder mere tekst, end der kan vises i vinduet, kommer den skjulte del ikke med. Kan løses ved ændre størrelsen af de åbne værksteder eller oprette en ny side i opgaven og kopiere den skjulte del ind på den nye side. Se ovenfor eller vælg Filer > Udskriv... > Print What: > Print All. Herved udskrives hvert værksted på en side for sig, og alt kommer med. Det er også i printmenuen, man angiver dokumentinformation, f.eks. opretter med eget navn, klasse osv.: Sæt flueben i og klik på knappen . Den nok vigtigste tastaturknap er ESC-knappen. Brug den, hvis du vil ud af noget, du ikke rigtig ved, hvad er. Indsæt var fotoknappen Udskrift: sidehoved Tilføj overskrift Rediger titel 3.1 Nspire3, Tips og eksempler, LT.tns 3 af: 76 Beregninger. Grafregner Beregninger. Grafregner Hvis der skal laves en hurtig række beregninger, der ikke kræver en forbindende tekst, gøres dette nemmest i værkstedet Se højre halvdel af vinduet. Det udtryk, der skal udregnes, indtastes ganske enkelt, evt. ved hjælp af og afsluttes med Samtidig reduceres resultatet. Ved at bruge kommandoen kan parenteser regnes ud (se f.eks. linje 5,6 til højre). Når man har tastet Enter, kan man ikke gå tilbage og rette i udtrykket. Hvis f.eks. 7-tallet i linje 2 skulle have været et 9-tal, piler man op og markerer udtrykket, kopierer og sætter ind i en ny beregning, retter 7 til 9 og taster Enter. Prøv selv at rette -6 i linje 4 til 6 og se, hvad der sker. En forkert beregning slettes igen ved at placere markøren i linjen, højreklikke og vælge Grafregner. Matematikskabeloner Enter. expand, Slet. 4.1 Nspire3, Tips og eksempler, LT.tns 4 af: 76 2+3 5 2·x+3+5·x-7 7·x-4 2·x+3+5·x-9 7·x-6 solve 3·x-6=9,x a +2·b 2 - a +2·b · a -2·b expand 4· a +2·b ·b 3 x=5 4· a +2·b ·b 4·a ·b +8·b 2 38 2 x +2 d x 3 1 4.1 Nspire3, Tips og eksempler, LT.tns 5 af: 76 Hvis man skal bruge en udregning fra Grafregner i Noter, kan den kopieres fra det ene værksted til det andet, så man ikke behøver at skrive hele udtrykket én gang til. Nedenfor er dette gjort med linje 2 fra Grafregner. 2·x+3+5·x-7 ▸ 7.·x-4. 4.1 Nspire3, Tips og eksempler, LT.tns 6 af: 76 Beregninger. Noter Beregninger. Noter Beregninger kan også udføres i applikationen . Dette vil man typisk gøre, hvis det drejer sig om en afleveringsopgave, hvor udregninger skal knyttes sammen via en forbindende tekst. Dette kan gøres på to forskellige måder: 1: Åbn en matematikboks ved at taste . Derefter skrives den udregning, der skal udføres: −2·a+3+4·b-3·a-5 ▸ −5.·a+4.·b-2. . Hvis man bruger , åbnes automatisk en matematikboks. 2: Først skrives det udtryk, der skal udregnes/reduceres: 2x-5-7x+8 . Derefter markeres udtrykket og man taster igen Ctrl M efterfulgt af : 2·x-5-7·x+8 ▸ 3.-5.·x Noter Ctrl M Matematikskabeloner Enter 5.1 Nspire3, Tips og eksempler, LT.tns 7 af: 76 Ligninger Ligninger Løsning af ligninger sker ved brug af kommandoen eller ved grafisk løsning. Først et par eksempler på løsning af første- og andengradsligninger ved hjælp af . Læg mærke til, at man inde i parentesen først skriver den ligning, der skal løses, derefter et komma og slutter af med at angive den ubekendte, i dette tilfælde x. solve solve solve 2·x-5=7,x ▸ x=6. solve 2·x 2 -3·x-5=0,x ▸ x=−1. or x=2.5 Hvis man ikke kan huske, hvilken kommando man skal bruge, kan man klikke på ovenfor i værktøjslinjen og vælger > Prøv selv. Prøv også nogle af de andre muligheder af, som findes under 6:Beregn.. 3:Algebra 1:Løs. 6:Beregn.. 6.1 Nspire3, Tips og eksempler, LT.tns 8 af: 76 Grafisk løsning af ligninger. Først et simpelt eksempel. Vi vil løse ligningen 2 x-3=-x+9 De to sider af ligningen kan opfattes som udtrykkene for hver sin rette linje: y=2x-3 og y=-x+9 Linjerne indtegnes i et koordinatsystem i grafapplikationen. I bunden af skærmbilledet åbnes en indtastningslinje, hvor du f.eks. skriver 2x-3 efter lighedstegnet i f1(x)= efterfulgt af . I grafmenulinjen klikkes på > (eller klik på >> nederst til venstre i grafvinduet). Skriv -x+9 efter f2(x)=. Nu er begge linjer indtegnet i koordinatsystemet. Klik på > . Markøren bliver til en hånd der peger på en lodret linjemarkør. Klik til venstre for skæringspunktet, flyt markøren over på den anden side af skæringspunktet og klik igen. Nu beregnes skæringspunktets koordinater og vises i koordinatsystemet. Eksempel 2: I det andet grafvindue er vist, hvordan ligningen ENTER 2:Vis 6:Analyser graf 6:Vis indtastningslinje 4:Skæringspunkt ½x+1=x 2 -x-2 løses grafisk. 6.2 Nspire3, Tips og eksempler, LT.tns 9 af: 76 To ligninger med to ubekendte To ligninger med to ubekendte For at løse et ligningssystem skal man, som i tilfældet med en ligning, bruge kommandoen . Eksempel Løs ligningssystemet 2x+3y=5 3x-4y=-18 solve solve 2·x+3·y=5 and 3·x-4·y=−18, x,y Læg mærke til, at man først skriver ligningerne med teksten "and" imellem dem. Der skal også være et mellemrum mellem ligningerne og "and". Derefter skriver man et komma og de to ubekendte, som indgår i ligningssystemet, i de krøllede parenteser (også kaldet "tuborg-parenteser"). NB: På den samme måde løser man tre (flere ligninger) med 3 (flere ubekendte): solve 4·a +2·b +c=1 and 4·a -2·b +c=13 and a+b + c=1, a ,b ,c 7.1 Nspire3, Tips og eksempler, LT.tns 12 af: 76 Differentialligninger Differentialligninger Man skal bruge kommandoen hvis man skal løse en differentialligning. Man kan selv skrive deSolve eller finde den i værkstøjslinjen > > . deSolve, 6:Beregn... 4:Calculus D:Differentialligningsløser Eksempel: Bestem den fuldstændige løsning til differentialligningen y'=xy deSolve y'=x·y,x,y Man skriver differentialligningen først, derefter skriver man et komma, den variabel, som funktionen i differentialligningen afhænger af, så skriver man et komma igen og slutter af med at skrive betegnelsen for den funktion, som indgår i ligningen. I det betragtede eksempel er det vigtigt at skrive gangetegn mellem x og y på højre side af lighedstegnet i differentialligningen. Ellers forstår programmet xy som en konstant og angiver en forkert løsning. c5 i resultatet betegner den konstant, som indgår i den fuldstændige løsning til differentialligningen. Man kan også løse en opgave, hvor man skal finde den løsning, hvis graf går gennem et bestemt punkt. Eksempel Bestem den løsning til differentialligningen y'=xy, hvis graf går gennem punktet (1,-e). deSolve y'=x·y and y 1 =−e,x,y Denne gang skriver man først differentialligningen sammen med den betingelse, som løsningen skal opfylde. Der skal stå "and" imellem dem. Desuden skal man huske at lave et mellemrum mellem differentialligningen og "and" og mellem "and" og betingelsen. 8.1 Nspire3, Tips og eksempler, LT.tns 13 af: 76 Regression Regression I naturvidenskabelige fag og samfundsfag kommer man ofte ud for at skulle undersøge om der er en sammenhæng mellem to størrelser, og i givet fald om denne sammenhæng kan udtrykkes ved hjælp af en ligning. Her vil vi se på, om der er en sammenhæng mellem en persons puls og iltoptagelse (målt i liter O2 pr. minut). Til dette skal vi bruge værktøjerne samt . Sammenhørende værdier af puls og iltoptagelse indtastes i regnearket med pulsen i kolonne A og iltoptagelse i kolonne B. Dobbeltklikkes til højre for hhv. A og B, kan vi give kolonnerne/listerne navne. I Data og Statistik værktøjet vælges puls som variabel på 1.aksen (den vandrette) og iltoptagelse som variabel på 2.aksen (den lodrette). De tilhørende punkter indtegnes nu i koordinatsystemet (se figur til højre). Vi ser, at punkterne med en vis tilnærmelse ligger på en ret linje, og vi vil gerne have programmet til at bestemme ligningen for denne linje. Dette gøres ved i værktøjslinjen at vælge: . Vi ser, at resultatet bliver y = 0,0305·x-1,57 hvor x står for pulsen og y for iltoptagelsen. For at finde forklaringsgraden r2 skal vi tilbage til regnearket og vælge: Lister og Regneark Data og Statistik 4:Analyser > 6:Regression > 1:Vis lineær . Derved fremkommer en dialogboks, hvor man i X-liste skal vælge puls og i Y-liste skal vælge iltoptagelse. I regnearket fremkommer nu en lang række statistiske deskriptorer, hvor man ud over hældningskoefficient og skæring med 2.aksen kan aflæse forklaringsgraden til 0,98899. I dialogboksen kan man også angive navnet på den funktion, som resultatet skal gemmes i. Når man starter en ny opgave er dette navn som udgangspunkt , men man kan vælge andre navne, f.eks. , man man skal undgå at bruge samme navn som Y-listen. I dette tilfælde må man altså ikke bruge iltoptagelse som navn til funktionen, selvom det kunne være oplagt. Herefter kan man bruge funktionen til videre beregninger: - Forskrift: 4:Statistik > 1:Stat-beregninger > 3:Lineær regression f1 ilt f1 x ▸ 0.0305·x-1.57 - Indsættelse af tal (iltoptagelse ved en puls på 110): 9.1 Nspire3, Tips og eksempler, LT.tns 14 af: 76 - Indsættelse af tal (iltoptagelse ved en puls på 110): f1 110 ▸ 1.785 - Løse ligning (bestemme puls ved en iltoptagelse på 2 L/min) solve f1 x =2,x ▸ x=117.049 9.1 Nspire3, Tips og eksempler, LT.tns 15 af: 76 A puls B iltoptagelse C D E F ◆ 1 =LinRegMx('puls,'iltoptagelse,1 ): CopyVar Stat. 70. 0.7 2 80. 0.75 3 100. 1.5 m 0.0305 4 130. 2.27 b −1.57 5 160. 3.4 r² 0.98899 6 r 0.99448 7 Resid Titel Lineær regres… RegEqn m*x+b {0.135,−0.12,0… 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 9.1 Nspire3, Tips og eksempler, LT.tns 16 af: 76 6.5 5.5 4.5 e s l e g a t p o t l i 3.5 2.5 1.5 0.5 70 80 90 100 110 120 puls 130 140 150 160 9.1 Nspire3, Tips og eksempler, LT.tns 17 af: 76 Grafer Grafer Funktioner defineres ved at benytte et tildelingslighedstegn, := f 3 2 x :=x -3·x + x-1 ▸ Udført Grafen tegnes ved at åbne værktøjet . Her betegnes de forskellige funktioner med f1, f2 osv. Som f1(x) vælges f(x) og grafen tegnes automatisk. Koordinatsystemet kan flyttes rundt i vinduet ved at klikke og trække. Man kan zoome ved at pege på en akse, klikke og trække. Derved ændres begge akser. Hvis man kun vil ændre den ene af akserne, skal man holde Shift-tasten nede, mens der trækkes. Koordinatsættet til et punkt på grafen kan findes ved at vælge , klikke på grafen og derefter afsætte et punkt. Husk at taste for at forlade denne menu. Punktets koordinater vises. Nu kan man trække punktet rundt på grafen og f.eks. finde et lokalt maksimum (træk i punktet indtil maksimum markeres). I eksemplet aflæses maksimumsted til 0,1835 og maksimumværdi til -0,9113. Prøv selv på tilsvarende måde at finde minimumsted og minimumværdi. Grafens skæringspunkt med 1.aksen kan findes ved at vælge og med musen markere et område omkring skæringspunktet. Skæringspunktets koordinater vises. Tilføj grafer 7:Punkter og linjer > 2:Punkt på... ESC 6:Analyser graf > 1:Nul Skæring mellem grafer Tegn grafen for funktionen x :=x-5 ▸ Udført og find skæringspunkterne mellem graferne for f(x) og g(x). g 10.1 Nspire3, Tips og eksempler, LT.tns 18 af: 76 Polynomier og skydeelementer Polynomier og anvendelse af skydeelementer Vi vil nøjes med at se på andengradspolynomier og deres grafer. Grafernes beliggenhed afhænger af værdien af konstanterne a, b og c i forskriften. f 2 x :=a·x +b ·x+c ▸ Udført Her er det vigtigt at indtaste gangetegnene mellem a og x 2 samt mellem b og x. Ellers opfatter Nspire ax som navnet på én variabel og bx som navnet på en anden variabel. Opret et grafvindue og vælg i menulinjen følgende: > . Nu indsættes en boks med et skydeelement. Variablen v1 er markeret. Tast a, så det bliver et skydeelement for konstanten a i forskriften for f. Højreklik på boksen og vælg . Sæt og til -5 og 5 og til 1. Klik Gentag ovenstående, så der også indsættes skydeelementer til b og c. Åbn indtastningslinjen i bunden af grafvinduet og tast f(x) efter f1(x)=. Nu tegnes grafen for f(x) svarende til værdierne af a, b og c i skydeelementerne. Tag fat i skyderen i de forskellige skydeelementer, træk og se, hvad der sker med grafen. OBS! 1:Handlinger A:Indsæt skydeelement 1:Indstillinger Minimum Maksimum Steplængde OK. Animering af grafen Ved at højreklikke på et skydeelement og vælge , kan man animere grafen. PRØV! Man får nok mest ud af at animere ét skydeelement ad gangen, men alle elementer kan faktisk animeres samtidig. Prøv at ændre steplængden for f.eks. a til 0,5 og for b til 0,2. 3:Animer 11.1 Nspire3, Tips og eksempler, LT.tns 20 af: 76 Vinkelmål Vinkelmål Hvis man i et dokument arbejder med to forskellige opgaver med forskellige vinkelmål, skal man deaktivere genberegning af formler i den første opgave, inden man skifter til det andet vinkelmål i den anden opgave. Ændring af vinkelmål (og en masse andre indstillinger) sker ved at vælge: Filer > Indstillinger > Dokumentindstillinger... og foretage de ønskede ændringer i dialogboksen. Eksempel: Opgave 1: Trigonometriopgave. Vinkler i grader. Check, at programmet regner i grader. solve sin v =0.3,v |0≤v≤180 ▸ v=17.4576 or v=162.542 Opgave 2: Funktionsopgave, hvor vinklerne regnes i radianer. I denne opgave skal vinkelmålet altså ændres i forhold til opgave 1. Hvis man uden videre gør det, genberegnes resultatet i opgave 1 og vinklerne angives i radianer. For at undgå dette skal man deaktivere genberegning i de relevante formler i opgave 1. Det gøres ved at højreklikke på formlen, vælge 7.Handlinger > 4.Deaktiver. Derved males formlen grå for at markere, at den er deaktiveret. 12.1 Nspire3, Tips og eksempler, LT.tns 22 af: 76 Stamfunktioner Stamfunktioner Givet funktionen x :=x 2 +x-3 ▸ Udført Vi vil først bestemme samtlige stamfunktioner til f: Klik på fanen (nederst til venstre) og vælg (dobbeltklik på ikonet for ubestemt integral). f Hjælpeprogrammer sf x := sf x ▸ f x 3 3 + Matematikskabeloner d x +k ▸ Udført x x 2 2 -3·x+ k En anden måde at få konstanten med er ved at bruge kommandoen integral(f(x),x,k) i den mat-boks, hvor man definerer stamfunktionen. Vi vil nu bestemme og tegne grafen for den stamfunktion, hvis graf går gennem punktet (1,3): solve sf 1 =3,k ▸ k=5.16667 For at tegne grafen for stamfunktionen skal Nspire kende k. Dette gøres ved at definere k. Men inden skal vi deaktivere beregning i de to 13.1 Nspire3, Tips og eksempler, LT.tns 23 af: 76 formler ovenfor (højreklik på formlen, vælg 7.Handlinger > 4.Deaktiver). := k sf 31 6 ▸ 5.16667 x ▸ 0.333333·x 3 +0.5·x 2 -3.·x+5.16667 Hvis ikke vi deaktiverer beregning, indsættes værdien for k i de nævnte formler. 13.1 Nspire3, Tips og eksempler, LT.tns 25 af: 76 Arealberegninger Arealberegninger Givet funktionen g 2 x :=− x +6·x-1 ▸ Udført I første omgang skal vi finde arealet under grafen for g i intervallet [1;4]. Grafen tegnes og det konstateres, at funktionen er positiv i det relevante interval. Klik på Hjælpeprogrammer > Matematikskabeloner og find det rigtige integralsymbol: 4 g x d x ▸ 21. 1 Anvendelse af grafværkstedet: Klik: 6:Analyser graf > 7:Integral. Klik på den relevante graf (hvis der er flere) > tast "(" efterfulgt af x-værdien for nedre grænse, tast ENTER > flyt markøren til højre for nedre grænse > tast "(" efterfulgt af x-værdien for øvre grænse, tast ENTER. Arealet bliver så beregnet og skrives under grafen. Hvis der skal ændres farve på punktmængden, peges med musen på én af de lodrette linjer, der markerer grænserne for punktmængden (viser ), højreklik, vælg B:Farve > 2:Udfyldningsfarve. integrale Areal af punktmængde mellem grafen for to funktioner: Vi tilføjer følgende funktion: f 2 x :=x -4·x+7 ▸ Udført Først findes grænserne for integralet ved at løse ligningen f(x)=g(x): solve f x = g x ,x ▸ x=1. or x=4. Dette kan også gøres i grafværkstedet ved at vælge: 6:Analyser > 4:Skæringspunkt. Arealet af punktmængden findes nu ved at integrere forskellen mellem de to funktioner: 4 g x -f x d x ▸ 9. 1 HUSK: Den største af funktionerne først! Anvendelse af grafværkstedet: Integralet af f i det relevante interval bestemmes på samme måde som i første del, og de to integraler trækkes fra hinanden. 14.1 Nspire3, Tips og eksempler, LT.tns 26 af: 76 Deskriptiv statistik. Ikke-grupperede observationer Deskriptiv statistik. Ikke-grupperede observationer. Karaktersæt i et ikke-angivet fag for en ikke-navngivet klasse: 10,7,7,7,02,10,4,4,4,7,7,02,7,4,7,7,00,7,4,7,7,10,10,12,10,7,4,4,10,7,02 Statistiske deskriptorer: - observationssæt - observationssættets størrelse, n: antal observationer i alt. - typetal: hyppigst forekommende observation. - hyppighed: hvor mange gange den enkelte observation forekommer (Nspire: frequency) - frekvens: hyppighed divideret med observationssættets størrelse - kumuleret frekvens: sum af frekvenser - middeltal: sum af alle observationer divideret med observationssættets størrelse - kvartilsæt: nedre kvartil, median, øvre kvartil. Flere forskellig måder at fastlægge dette på Nspire kan lave alle statistikberegninger på én gang. Hvis man bruger det oprindelige datasæt vælges: → → . I boksen, der dukker op vælges og derefter under den liste, der indeholder observationerne. Afslut med Hvis man bruger observationer med hyppigheder skal man gøre det samme som ovenfor, men yderligere under vælge den liste, der indeholder hyppighederne. 4:Statis... 1:Stat-beregning Statistik med én variabel Antal lister:1 X1-liste: OK. Frekvensliste Grafisk præsentation af datasæt: - prikdiagram (pinde- eller stolpediagram) over hyppigheder eller frekvenser - boksplot - trappediagram med kumulerede frekvenser Vælg Indsæt → Ny side og åbn Data og Statistik-applikationen. Hvis man vil anvende det oprindelige datasæt, vælges dette blot som uafhængig variabel. 15.1 Nspire3, Tips og eksempler, LT.tns 29 af: 76 Hvis man vil anvende det oprindelige datasæt, vælges dette blot som uafhængig variabel. Der tegnes som standard et prikdiagram. Ved at højreklikke i diagrammet kan andre præsentationstyper vælges. Man kan også anvende hyppighederne sammen med de optalte observationer fra det oprindelige datasæt. Fremgangsmåde: Vælg → og vælg de relevante lister (X: obs2; Y: hypp i regnearket) i den menu, der dukker op. Hvis en søjle dækker over flere observationer, skal man justere søjlebredden. Dette gøres ved at højreklikke i diagrammet → vælge Søjleindstillinger og ændre relevante indstillinger for søjlestart og søjlebredde. I det viste eksempel er søjlestart sat til -0,1 og bredde til 0,2. Prøv også at højreklikke og vælg andre måder at præsentere datasættet på. 2.Plotegenskaber Tilføje X-variabel med hyppighed 15.1 Nspire3, Tips og eksempler, LT.tns 30 af: 76 A obs1 ◆ 1 B C obs2 E frekve… =frequency(obs1,obs2) 10. Antal: 2 7. 3 7. Mindste 4 7. 5 2. Største 6 D hypp 31. 0. 10. 12. 7 4. Middeltal 8 4. 9 4. 10 7. 11 7. 12 2. 13 7. 14 4. 15 7. 16 7. 17 0. 18 7. 19 4. 20 7. 21 7. 22 10. _ 0. 1. 0.032258 2. 3. 0.096774 4. 7. 0.225806 7. 13. 0.419355 10. 6. 0.193548 12. 1. 0.032258 0. 6.35484 15.2 Nspire3, Tips og eksempler, LT.tns 31 af: 76 23 10. 24 12. 25 10. 26 7. 27 4. 28 4. 29 10. 30 7. 31 2. 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 15.2 Nspire3, Tips og eksempler, LT.tns 32 af: 76 F kum_fr G H I J =OneVar('obs1,1): CopyVar Stat., Stat1. 0.032258 Titel Statistik med é… 0.129032 6.35484 0.354839 Σx 197. 0.774194 Σx² 1505. 0.967742 sx := s₋₁x 2.90458 1. σx := σx 2.85734 n 31. MinX 0. Q₁X 4. MedianX 7. Q₃X 7. MaxX 12. SSX := Σ(x-)… 253.097 15.2 Nspire3, Tips og eksempler, LT.tns 33 af: 76 15.2 Nspire3, Tips og eksempler, LT.tns 34 af: 76 -1 0 1 2 3 4 5 6 7 obs1 8 9 10 11 12 13 15.3 Nspire3, Tips og eksempler, LT.tns 35 af: 76 14 12 10 p p y h 8 6 4 2 0 0 1 2 3 4 5 6 obs2 7 8 9 10 11 12 15.3 Nspire3, Tips og eksempler, LT.tns 36 af: 76 p p y h -1 0 1 2 3 4 5 6 7 obs2 8 9 10 11 12 13 15.3 Nspire3, Tips og eksempler, LT.tns 37 af: 76 -1 0 1 2 3 4 5 6 7 obs1 8 9 10 11 12 13 15.3 Nspire3, Tips og eksempler, LT.tns 38 af: 76 Deskriptiv statistik. Grupperede observationer Deskriptiv statistik. Grupperede observationer Læsetest: Hvor lang tid (målt i sekunder) tager det at læse en kort tekst. 18 personer. 15,3-17,9-16,2-13,1-14,7-11,2-13,4-12,4-16,5-15,8-11,8-14,6-13,5-11,7-15,7-15,1 -17,5-13,0 Statistiske deskriptorer: - observationssæt - observationssættets størrelse, n: antal observationer i alt. - observationsintervaller - intervalhyppighed: hvor mange observationer, der er i hvert enkelt interval (Nspire: frequency) - intervalfrekvens: intervalhyppighed divideret med observationssættets størrelse - kumuleret frekvens: sum af intervalfrekvenser - middeltal: sum af alle observationer divideret med observationssættets størrelse, hvis man kender alle observationer (hvis observationssættet er navngivet som i regnearket, kan man bruge kommandoen : mean ▸ 14.4111 ). Ellers: summen af produkterne af intervalmidtpunkt og intervalfrekvens for alle intervaller (her kan mean også bruges, men syntaksen er en lidt anden: mean , ▸ 14.3889 . Når de to beregninger ikke giver helt det samme resultat, skyldes det at det andet resultat er en tilnærmet beregning, der tager udgangspunkt i, at alle observationer i et interval er placeret i intervalmidtpunktet. Det vil kun sjældent være tilfældet, men hvis man ikke kender det oprindelige observationssæt, er det det bedste bud på en middelværdi. I regnearket er denne beregning illustreret i kolonne I. - kvartilsæt: nedre kvartil, median, øvre kvartil. Flere forskellig måder at fastlægge dette på. Se f.eks. nedenfor under Sumkurve. obs1 mean obs1 int_midt int_frekv Grafisk præsentation af datasæt: - histogram: rektangler over hvert observationsinterval med et areal svarende til intervalfrekvensen - boksplot - sumkurve: sammenhørende værdier af højre intervalendepunkt og kumuleret frekvens for hvert interval, forbundet med linjestykker. 16.1 Nspire3, Tips og eksempler, LT.tns 39 af: 76 Frekvens og kumuleret frekvens kan selvfølgelig beregnes på sædvanlig vis, men her er brugt listeoperationer (klik i formelfelterne for at se syntaksen). Sumkurven med efterfølgende bestemmelse af kvartilsæt kan laves på flere måder, men det nemmeste er følgende: Åbn , vælg listerne højre (til 1.aksen) og kum_fr (til 2.aksen), højreklik og vælg . Derefter vælges → (vandrette linjer gennem 0.25, 0.50 og 0.75) → → Se eksempel næste side). Kvartilsættet aflæses til: Nedre: 12,7 Median: 14,5 Øvre: 15,9 Data og Statistik Forbind punkter Analyser Analyser Plot funktion Grafsporing. Boksplot: Herefter indlæses min, maks, kvartilsæt i en liste (her med navnet Der er dog den finte, at medianen skal indlæses to gange efter hinanden for at boksplottet tegnes korrekt. Herefter tegnes boksplottet på samme måde som under (metode 1). kvartilsæt). Ikke-grupperede observationer Histogram: Nspire kan kun lave histogrammer når alle intervaller har samme bredde. Fremgangsmåden er følgende: Åbn → klik → Tilføj og vælg venstre. Klik igen → Tilføj og vælg intervalfrekvenserne som Y-værdier (i det foreliggende tilfælde: int_frekv).... .... eller lidt hurtigere: Vælg på sædvanlig vis ved at klikke i "valgområdet" under aksen. Højreklik derefter på "valgområdet" til venstre for y-aksen og vælg og vælg intervalfrekvenser som Y-værdier. Når histogrammet er tegnet, højreklikkes og der vælges . I den dialogboks der dukker op indtastes den intervalbredde, der bruges, og under vælges det første venstre intervalendepunkt. Data og Statistik 2:Plotegenskaber 2:Plotegenskaber 5:X-variabel 9:Y-værdiliste X-variabel Y-værdiliste Søjleindstillinger Søjlestart 16.1 Nspire3, Tips og eksempler, LT.tns 40 af: 76 Hvis man - som i det foreliggende tilfælde - kender alle oprindelige data, kan man lave histogrammet på en lidt anden måde. Man vælger blot observationssættet - her obs1 som variabel. Det resulterer i et prikdiagram og ved at højreklikke, kan man lave prikdiagrammet om til et histogram. I denne situation kan man yderligere vælge, hvilken enhed man vil have på 2.aksen. Om det skal være antal, (interval)frekvens eller densitet. Dette er illustreret side 5 i dette afsnit. 16.1 Nspire3, Tips og eksempler, LT.tns 41 af: 76 A obs1 B C venstre ◆ 1 15.3 Antal: 2 17.9 3 16.2 Mindste: 4 13.1 5 14.7 Største: 6 11.2 7 13.4 Middel: 8 12.4 9 16.5 10 15.8 11 11.8 12 14.6 13 13.5 14 11.7 15 15.7 16 15.1 17 17.5 18 13. D højre E int_hypp =frequency(obs1,højre) 18. 11.2 17.9 14.4111 _ 10. 11. 0. 11. 12. 3. 12. 13. 2. 13. 14. 3. 14. 15. 2. 15. 16. 4. 16. 17. 2. 17. 18. 2. 0. 19 20 21 22 16.2 Nspire3, Tips og eksempler, LT.tns 42 af: 76 F int_fre… G kum_f… H int_m… I J ='int_hypp/(sum('int_hypp)) =cumulativesum('int_frekv) 0. 0. 10.5 0. 0.166667 0.166667 11.5 1.91667 0.111111 0.277778 12.5 1.38889 0.166667 0.444444 13.5 2.25 0.111111 0.555556 14.5 1.61111 0.222222 0.777778 15.5 3.44444 0.111111 0.888889 16.5 1.83333 0.111111 1. 17.5 1.94444 0. 1. 18.5 Middel: 14.3889 16.2 Nspire3, Tips og eksempler, LT.tns 43 af: 76 2.4 Sumkurve Sumkurve 2.0 1.6 v k e r f _ 1.2 m u k 0.8 (15.8888, 0.75) (15.8888, 0.75) (14.4944, 0.5) (14.4944, 0.5) 0.4 (12.7542, 0.25) (12.7542, 0.25) 0.0 11 12 13 14 højre 15 16 17 18 16.3 Nspire3, Tips og eksempler, LT.tns 44 af: 76 A kvartil… B ◆ 1 11.2 2 12.7 3 14.5 4 14.5 5 15.9 6 17.9 C D E 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 16.4 Nspire3, Tips og eksempler, LT.tns 45 af: 76 Boksplot Boksplot 11 12 13 14 15 kvartilsæt 16 17 18 16.4 Nspire3, Tips og eksempler, LT.tns 46 af: 76 0.20 0.16 v k e r f _ t n i 0.12 0.08 0.04 0.00 10 11 12 13 14 15 venstre 16 17 18 19 16.4 Nspire3, Tips og eksempler, LT.tns 47 af: 76 0.20 0.16 l a e r 0.12 A / d e h t æ T 0.08 0.04 0.00 11 12 13 14 15 obs1 16 17 18 19 16.5 Nspire3, Tips og eksempler, LT.tns 48 af: 76 Normalfordeling Normalfordeling I regnearket næste side er indtastet et datasæt med brudstyrke i kg for 50 garnprøver (GG, B2, øvelse 558). Vi lader Nspire lave statistik på observationssættet (jf. Ikke-grupperede observationer) og får bl.a.: Middelværdi: ▸ 2.299 Spredning: ▸ 0.410929 Det fuldstændige resultat af statistikken kan ses i regnearket. Her er observationerne inddelt i intervaller af længde 0,25. Intervalhyppighed, -frekvens og kumuleret frekvens er bestemt. Det er helt bevidst, at det sidste interval indeholdende en enkelt observation er udeladt, idet dette er uden betydning for vurderingen af, hvorvidt observationssættet er normalfordelt (jf. indtegning på normalfordelingspapir). Histogram og sumkurve (se side 3) antyder, at observationerne er normalfordelte. Dette kan vurderes på to forskellige måder, afhængig af selve datasættet: 1. Hvis det oprindelige datasæt (enkeltobservationerne) er kendte, kan man bruge et normalfordelingsplot. 2. Hvis datasættet allerede er grupperet anvendes højre intervalendepunkter sammen med kumulerede frekvenser. stat1. stat1.sx Først lidt teori: Hvis en stokastisk variabel X er normalfordelt med middelværdi µ og spredning σ (skrives kort som: X er normalfordelt N(µ,σ)), så vil en stokastisk variabel Y defineret ved: Y= X-µ σ være normalfordelt N(0,1). Normalfordelingen for denne stokastiske variable kaldes standardnormalfordelingen, og alle spørgsmål vedrørende beregninger af sandsynligheder for X kan omformuleres til beregninger vedrørende Y (jf. f.eks. Hans Sloth: Højniveaumatematik 2, TRIP 1999, side 250-252). Åbn på en ny side (se side 4) og vælg (x-værdierne for den stokastiske variable X) på 1.aksen, højreklik i diagrammet og vælg . ad.1) Data og Statistik obs 3:Normalfordlingsplot Nu indtegnes en linje med ligningen y= x-µ hvor vi kan aflæse middelværdien og σ spredningen (i dette tilfælde µ=2,299 og σ=0,410929 i overensstemmelse med resultaterne øverst på denne side). Datapunkter for den observerede stokastiske variable X indtegnes også, og jo tættere på linjen punkterne ligger, jo bedre er observationssættet normalfordelt 17.1 Nspire3, Tips og eksempler, LT.tns 49 af: 76 (hvordan 2.koordinaten til datapunkterne er fastlagt er i skrivende stund uklart for mig, så hvis andre kan finde en forklaring, vil jeg meget gerne se den). I dette tilfælde regner vi først baglæns fra de kumulerede frekvenser til standardnormalfordelingen. Dette gøres med listefunktionen som til de kumulerede frekvenser beregner de tilhørende y-værdier for den standardnormalfordelte stokastiske variable Y. Dette gøres i kolonne I i regnearket (listen er navngivet i regnearket). Der laves nu lineær regression på listerne og i den nævnte rækkefølge, altså med som X-variabel og som Y-variabel, idet en omskrivning af ad.2) InvNorm, standard standard standard y= x-µ σ højre højre giver x=σ·y+µ . Endelig åbnes Data og Statistik på en ny side og der indtegnes sammenhørende værdier af (standard,højre) sammen med regressionsligningen (som her kaldes ): forventet forventet x I regressionsresultatet aflæses forklaringsgraden til r²=0,9938 og sammen med punkternes beliggenhed i forhold til normalfordelingsmodellen kan vi konkludere, at det oprindelige datasæt med rigtig god tilnærmelse er normalfordelt med middelværdien µ=2,31 og spredningen σ=0,42. En anden og måske mere forståelig metode er at eksperimentere sig frem til middelværdi og spredning. Ud fra sumkurven gættes på en tilnærmet værdi for middelværdi og spredning (husk, at for en normalfordeling er middelværdien lig med medianen). Derefter indsættes to skydeelementer med middelværdi og spredning som parametre. Herefter plottes fordelingsfunktionen for den første tilnærmede normalfordeling. Denne har syntaksen: normcdf(-∞,x,µ,σ) (brug m og s som betegnelser for middelværdi og spredning). Herefter bruges skydeelementerne til først at variere middelværdien og til sidst spredningen, indtil der er bedst mulig overensstemmelse mellem sumkurven og grafen for fordelingsfunktionen. Det kan undervejs blive nødvendigt at ændre indstillinger i skydeelementerne for at opnå den størst mulige præcision. Endelig aflæses middelværdi og spredning som de aktuelle værdier i skydeelementerne. Fremgangsmåden er illustreret side 3 i dette afsnit. Kilder: Hans Sloth: Højniveaumatematik 2, TRIP 1999 Knud Nissen: TI-84 familien. Introduktion og eksempler, Texas Instruments 2004 Flemming Clausen m.fl.: Gyldendals Gymnasiematematik, Arbejdsbog B2. 17.1 Nspire3, Tips og eksempler, LT.tns 50 af: 76 A obs ◆ 1 B C D venstre E højre =OneVar('obs,1): CopyVar Stat., Stat1. 1.4 Titel Statistik med é… 1.25 1.5 2 1.52 2.299 1.5 1.75 3 1.63 Σx 114.95 1.75 2. 4 1.69 Σx² 272.544 2. 2.25 5 1.73 sx := s₋₁x 0.410929 2.25 2.5 6 1.73 σx := σx 0.406798 2.5 2.75 7 1.78 n 50. 2.75 3. 8 1.89 MinX 1.4 3. 3.25 9 1.92 Q₁X 2.02 10 1.95 MedianX 11 1.98 Q₃X 2.6 12 1.99 MaxX 3.3 13 2.02 SSX := Σ(x-)… 14 2.03 15 2.07 16 2.12 17 2.12 18 2.13 19 2.15 20 2.16 21 2.2 22 2.23 _ 2.315 8.27425 17.2 Nspire3, Tips og eksempler, LT.tns 51 af: 76 23 2.26 24 2.3 25 2.31 26 2.32 27 2.35 28 2.36 29 2.37 30 2.39 31 2.4 32 2.4 33 2.44 34 2.47 35 2.5 36 2.52 37 2.55 38 2.6 39 2.63 40 2.64 41 2.65 42 2.71 43 2.74 44 2.77 45 2.79 46 2.86 17.2 Nspire3, Tips og eksempler, LT.tns 52 af: 76 47 2.92 48 2.94 49 3.02 50 3.3 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 17.2 Nspire3, Tips og eksempler, LT.tns 53 af: 76 F int_hypp G int_fre… H kum_f… I standa… =frequency(obs,højre) J =invnorm(kum_frekv) 1. 0.02 0.02 −2.05375 Titel 5. 0.1 0.12 −1.17499 RegEqn 6. 0.12 0.24 −0.706303 m 10. 0.2 0.44 −0.150969 b 13. 0.26 0.7 0.524401 r² 8. 0.16 0.86 1.08032 r 5. 0.1 0.96 1.75069 Resid 1. 0.02 0.98 2.05375 1. 17.2 Nspire3, Tips og eksempler, LT.tns 54 af: 76 17.2 Nspire3, Tips og eksempler, LT.tns 55 af: 76 17.2 Nspire3, Tips og eksempler, LT.tns 56 af: 76 K L M N O =LinRegMx('standard,'højre,1 ): CopyVar Stat.RegEqn,'forventet: CopyVar Stat., Stat2. Lineær regres… m*x+b 0.422326 2.30515 0.993795 0.996893 {0.062201575… 17.2 Nspire3, Tips og eksempler, LT.tns 57 af: 76 17.2 Nspire3, Tips og eksempler, LT.tns 58 af: 76 17.2 Nspire3, Tips og eksempler, LT.tns 59 af: 76 Histogram Histogram 14 12 10 p p y h _ t n i 8 6 4 2 0 1.2 1.4 1.6 1.8 2.0 2.2 2.4 2.6 venstre 2.8 3.0 3.2 3.4 3.6 17.3 Nspire3, Tips og eksempler, LT.tns 60 af: 76 Sumkurve Sumkurve 1.0 m = 2.3 2. 0.8 s 2.4 = .43 0. 1. 0.6 v k e r f _ m u k 0.4 brudstyrke brudstyrke 0.2 0.0 1.4 1.6 1.8 2.0 2.2 2.4 højre 2.6 2.8 3.0 3.2 3.4 17.3 Nspire3, Tips og eksempler, LT.tns 61 af: 76 Normalfordelingsplot Normalfordelingsplot 8 6 4 z t e t n e v r o F 2 0 -2 1.4 1.6 1.8 2.0 2.2 2.4 obs 2.6 2.8 3.0 3.2 3.4 17.4 Nspire3, Tips og eksempler, LT.tns 62 af: 76 5.5 4.5 e r j ø h 3.5 2.5 1.5 -2.0 -1.5 -1.0 -0.5 0.0 0.5 standard 1.0 1.5 2.0 17.5 Nspire3, Tips og eksempler, LT.tns 63 af: 76 Chi2-test. GOF χ²-test. "Goodness of fit" eller GOF. Omtales også som statistisk test for fordeling af en stikprøve. GOF drejer sig om sammenligning af data med en på forhånd kendt fordeling. Her vil metoden blive beskrevet med udgangspunkt i Danmarks Statistiks opgørelse af indkomstfordelingen år 2007 for danskere over 15 år, som viser følgende billede: Indkomst i 1000 kr 0;50 50;100 100;150 150;200 200;300 300;400 400;500 500;∞ % af befolkning 6.4 9.3 17.8 12.3 24.3 18.0 6.6 5.3 Indkomstfordelingen er indtastet i regnearket næste side. A-kolonnen viser indkomstkategorierne (skal indtastes med anførselstegn for at opfattes som tekststrenge og ikke formler). B-kolonnen viser de forventede hyppigheder i en stikprøve på 1000 personer som de vil se ud på baggrund af opgørelsen fra Danmarks statistik. C-kolonnen viser resultatet af en stikprøve på 1000 personer, hvor man i forbindelse med en undersøgelse af kendskab til et dyrt fladskærmsprodukt også har spurgt om indkomstforholdene for deltagerne i stikprøven. Hypotesen, vi vil teste, er følgende: H₀: Indkomstfordelingen er den samme i stikprøven som indkomstfordelingen i populationen. Først skal vi beregne χ²-teststørrelsen (som ofte betegnes med q): q =Σ observeret antal - forventet antal 2 forventet antal Dette gøres på følgende måde, idet vi benytter listebetegnelserne i regnearket: q =sum obs_hypp -forv_hypp 2 ▸ q =33.8848 forv_hypp Dernæst skal vi vælge, hvilket signifikansniveau vi vil teste på. Her vælges 1%, Der er to måder, hvorpå man kan komme frem til en konklusion: 1) Bestemmelse af den kritiske q-værdi, qk, svarende til signifikansniveauet og efterfølgende sammenligning af stikprøvens q-værdi med den kritiske værdi. Den kritiske værdi er fastlagt ud fra et krav om, at der skal være 1%'s sandsynlighed (signifikansniveauet) for at finde en teststørrelse i intervallet [qk;∞[. Det betyder samtidig, at arealet under grafen for χ²-fordelingen i intervallet [qk;∞[ er lig med 0,01 (se graf side 3 i 18.1 Nspire3, Tips og eksempler, LT.tns 64 af: 76 dette afsnit; markeret med gult). Hvis stikprøvens q-værdi er større end den kritiske værdi, forkastes nulhypotesen. 2) Bestemmelse af teststørrelsen for stikprøven og den tilhørende p-værdi. Hvis p-værdien er mindre end signifikansniveauet, forkastes nulhypotesen. Den kritiske q-værdi svarende til signifikansniveauet beregnes ved hjælp af den omvendte χ²-fordeling med 7 frihedsgrader. Grunden til at vi skal anvende den χ²-fordeling, der har 7 frihedsgrader, er, at der er 8 indkomstkategorier, og i en GOF-test er antallet af frihedsgrader altid lig med dette antal minus 1. qk=invχ² 0.99,7 ▸ 18.4753 ad.1) Grunden til at der skal stå 0,99 i kommandoen ovenfor er, at den anvendte kommando "regner baglæns" fra arealet (markeret med blåt, side 3) under grafen i intervallet [0;qk] til q k. p-værdien for teststørrelsen beregnes: p =χ²Cdf 33.88,∞,7 ▸ p =0.000018 =0,0018% Dvs. sandsynligheden for at få en stikprøve-teststørrelse på 33,88 eller derover er 0,0018% og dermed langt under det valgte signifikansniveau. Vi vælger derfor at forkaste nulhypotesen. I beregningen ovenfor står χ²Cdf(0,33.88,7) for den kumulerede sandsynlighed for q-værdien 33,88 ved en frihedsgrad på 7. ad.2) Den hurtigste måde at bestemme teststørrelse og p-værdi på, er at benytte den indbyggede funktion χ²GOF: χ²GOF obs_hypp,forv_hypp,7 ▸ Udført " Titel " " χ² " stat.results ▸ " PVal " " df " " CompList " " χ² GOF " 33.8848 0.000018 7. " {...} " Endelig kan spørgsmålet om, hvorvidt nulhypotesen skal forkastes eller ej, løses ved en simulering af nulhypotesen. Fremgangsmåden i denne metode er lidt for omfattende til nærværende dokument, og der henvises til dokumentet GOF-simulering, som kan findes på lectio: Dokumenter > Egne grupper > Alle > Vejledninger > Nspire. 18.1 Nspire3, Tips og eksempler, LT.tns 65 af: 76 A kat_indkomst B forv_hypp C obs_hypp D ◆ 1 0;50 64. 98. 2 50;100 93. 88. 3 100;150 178. 199. 4 150;200 123. 136. 5 200;300 243. 210. 6 300;400 180. 179. 7 400;500 66. 52. 8 500;inf 53. 38. 9 10 11 12 13 14 15 16 17 18 19 20 21 22 18.2 Nspire3, Tips og eksempler, LT.tns 66 af: 76 Chi2-test. Test for uafhængighed χ²-test. Test for uafhængighed Omtales også som statistisk test for uafhængighed mellem to inddelingskriterer. Her gennemgås, hvordan eksemplet i Bjørn Grøns kursusmateriale kan behandles i Nspire. Eksemplet drejer sig om kvinders og mænds tøjforbrug: køn\forbrug < 1500 kr/måned ≥1500 kr/måned I alt kvinder 98 102 200 mænd 60 100 160 I alt 158 202 360 . Skemaet ovenfor indtastes i Lister og Regneark, idet der dog byttes om på rækker og søjler, og forbrug, kvinder og mænd gives liste/variabelnavne (for bekvemmelighedens skyld kaldes forbrugskategorierne for hhv. lavt og højt. Se næste side). I to Data og Statistik applikationer tegnes derefter cirkeldiagrammer for hhv. kvinders og mænds forbrug. Anvend som uafhængig variabel, højreklik og vælg Højreklik derefter på 2.aksen, vælg og vælg hhv. kvinder og mænd i de to vinduer. Nu vises forbruget for kvinder og mænd relativt og vi ser, at flere mænd end kvinder har et højt forbrug. Grafisk illustration kat_forbrug Cirkeldiagram. Tilføj Y-værdiliste : Test for uafhængighed Vi opstiller nulhypotesen H₀: Der er uafhængighed mellem forbrug og køn. Skemaet ovenfor indtastes i et nyt regneark (OBSERVERET, side 3). Skemaet kopieres to gange. I skema nr.2 beregnes de forventede værdier (se "Kursusmateriale", side6) og i skema nr.3 beregnes de enkelte kategoriers bidrag til teststørrelsen q ("Kursusmaterielet", s.8. I "Kursusmateriale" betegnes teststørrelsen q blot med χ²). FORVENTEDE: I celle B9 indtastes følgende formel: = B$5 $ D$5 ·$ D3 . Denne formel kopieres til resten af cellerne i den indre del af skemaet ved at trække til højre og derefter ned. Så er de forventede værdier beregnet. Dollartegnene sikrer, at de relevante rækker, kolonner og celler er låste ved kopieringen af formlen. B3-B9 2 19.1 Nspire3, Tips og eksempler, LT.tns 68 af: 76 TESTSTØRRELSE: I celle B15 indtastes følgende formel: B3-B9 2 B3 . En tilsvarende formel indtastes i C15. Begge formler trækkes ned. Til sidst summeres søjler og rækker (I alt:). I nederste højre hjørne (det gule felt) finder vi nu teststørrelsen q=4,77. Der er to måder at teste H₀ på (ligesom ved χ²-test, GOF. Se forrige afsnit): Enten: 1) bestemmer vi den kritiske teststørrelse qk ud fra det valgte signifikansniveau (SN=1% eller SN=5%) og forkaster hypotesen, hvis q > qk eller: 2) bestemmer vi p-værdien for datamaterialet ud fra teststørrelsen og forkaster hypotesen, hvis p < SN. Rent teknisk er det helt samme metode som i GOF, blot med den lille ændring at vi skal bruge χ²-fordelingen med 1 frihedsgrad. I den teoretiske statistik kan man vise, at der generelt gælder, at når man laver χ²-test på krydstabeller, så er antallet af frihedsgrader lig med (antal rækker - 1)·(antal kolonner - 1). : SN=1%: qk=invχ² 0.99,1 ▸ 6.6349 ad.1) SN=5%: qk=invχ² 0.95,1 ▸ 3.84146 Heraf ser vi, at hypotesen må forkastes på 5% signifikansniveau, idet qk>3,84 men ikke på 1% signifikansniveau, idet qk<6,63. ad.2) : =2,9%. Igen ser vi, at hypotesen må forkastes på 5% signifikansniveau, idet p<0,05 men ikke på 1% signifikansniveau, idet p>0,01. p =χ²Cdf 4.77,∞,1 ▸ p =0.02896 Ligesom ved GOF kan vi tegne grafen for χ²-fordelingen, her med 1 frihedsgrad, og vurdere teststørelsens beliggenhed i forhold til den kritiske værdi (se side 4). Testmetoden er her beskrevet med udgangspunkt i en 2×2 krydstabel, dvs. med 2 rækker og 2 kolonner i tabellen. Metoden kan selvfølgelig udvides til krydstabeller med flere rækker og kolonner. Blot skal man huske at anvende den rigtige χ²-fordeling med det rigtige antal frihedsgrader (se ovenfor). 19.1 Nspire3, Tips og eksempler, LT.tns 69 af: 76 . Metoden illustreres med det ovenfor anvendte eksempel, dvs. en 2×2 krydstabel, men gælder også med et andet antal rækker og kolonner i tabellen. Nspire har en indbygget funktion til beregning af såvel teststørrelse og p-værdi som forventede værdier og de enkelte bidrag til teststørrelsen. Vi skal blot definere den observerede 2×2 krydstabel som en 2×2 matrix, som kan findes under matematikskabelonerne: n×m krydstabeller. Den nemme metode obs := 98 102 ▸ 98. 102. 60 100 60. 100. χ²2way obs ▸ Udført " Titel " " χ² " " PVal " stat.results ▸ " df " " ExpMatrix " " CompMatrix " " χ² 2-vejstest " 4.77353 0.028901 1. " [...] " " [...] " Her får vi direkte teststørrelsen 4,77 og p-værdien 0,029. Vi kan også bede om at se de forventede værdier og bidragene til teststørrelsen: stat.ExpMatrix ▸ 87.7778 112.222 70.2222 89.7778 stat.CompMatrix ▸ 1.19044 0.931133 1.48805 1.16392 19.1 Nspire3, Tips og eksempler, LT.tns 70 af: 76 A kat_fo… B kvinder C mænd D ◆ 1 lavt 98. 60. 2 højt 102. 100. E 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 19.2 Nspire3, Tips og eksempler, LT.tns 71 af: 76 højt r e d n i v k lavt kat_forbrug 19.2 Nspire3, Tips og eksempler, LT.tns 72 af: 76 højt d n æ m lavt kat_forbrug 19.2 Nspire3, Tips og eksempler, LT.tns 73 af: 76 A B C D lavt højt I alt: ◆ 1 OBSERVERET 2 køn\forbrug 3 kvinder 98. 102. 200. 4 mænd 60. 100. 160. 158. 202. 360. 5 I alt: 6 7 FORVENTET 8 køn\forbrug lavt højt I alt: 9 kvinder 87.7778 112.222 200. 10 mænd 70.2222 89.7778 160. 158. 202. 360. 11 I alt: 12 13 TESTSTØRRELSE 14 køn\forbrug lavt højt I alt: 15 kvinder 1.19044 0.931133 2.12157 16 mænd 1.48805 1.16392 2.65196 17 I alt: 2.67848 2.09505 4.77353 18 19 20 21 22 19.3 Nspire3, Tips og eksempler, LT.tns 74 af: 76 Regning med enheder Regning med enheder I alle naturvidenskabelige fag har man brug for at regne med enheder. Dette klarer Nspire også. Alle enheder startes ved at taste _ (underscore). Hvis der er tale om en sammensat enhed skal hver enkelt enhed indledes med _. Man behøver ikke taste gangetegnet (se eksemplet nedenfor). Det sætter Nspire selv. I hjælpeprogrammet Enhedsomregner findes en oversigt over hvilke fysiske/kemiske konstanter og enheder, som Nspire kender. Eksempel 1: Tilført energi ved opvarmning af vand 850 gram vand opvarmes 35°. Den tilførte energi beregnes. m :=0.85·_kg ▸ 0.85·_kg :=35·_°C ▸ 35.·_°C δt := c 4180·_J _kg·_°C ▸ 4180.· _m 2 _s 2 ·_°C :=m·c·δt ▸ 124355.·_J e I dette resultat kan man måske ikke umiddelbart genkende en energienhed. I næste udregning er vist, hvordan man får omskrevet til Joule. ▶_J ▸ 124355.·_J (sort højre-pegende trekant hentes i hjælpeprogrammet Tegn) e Eksempel 2. Omskrivning mellem enheder Hvis man f.eks har et tryk opgivet i Pa og ønsker det omskrevet til atm., foregår det på samme måde som i slutningen af forrige eksempel. p :=3000000·_Pa ▸ 3.6·_Pa p ▶_atm ▸ 29.6077·_atm 20.1 Nspire3, Tips og eksempler, LT.tns 76 af: 76