Kompetansemål

Oversikt over LK20-kompetansemål dekket i Statistikk

Kilde: Kompetansemål fra læreplanverket LK20 (Utdanningsdirektoratet, udir.no).

18 kompetansemål44 av 44 kapitler har kompetansemål

Alle kompetansemål

•systematisere data frå relevante kjelder for å berekne, tolke og grunngje formålstenlege sentralmål og spreiingsmål

1.1Data, variabler og datakilder 1.2Sentralmål 1.3Spredningsmål 1.4Frekvenstabeller og klassedelte data 1.7Statistikk i regneark

•vurdere datakjelder, utvalsmetodar, representativitet og feilkjelder og drøfte korleis dette påverkar statistiske konklusjonar

1.1Data, variabler og datakilder 1.6Hva diagrammer viser og skjuler 2.4Korrelasjon og årsak 3.1Populasjon og utvalg 3.2Utvalgsmetoder 3.3Representativitet og feilkilder 3.4Statistikk i samfunnsdebatten 8.1Problemstilling og plan 8.2Gjennomføring, analyse og presentasjon

•lage, velje og tolke formålstenlege grafiske representasjonar av data og vurdere kva framstillingane viser og skjuler

1.5Grafiske framstillinger 1.6Hva diagrammer viser og skjuler 1.7Statistikk i regneark 3.4Statistikk i samfunnsdebatten

•utforske samanhengar i data ved hjelp av korrelasjon og lineær regresjon

2.1Spredningsplott og korrelasjon 2.2Korrelasjonskoeffisienten 2.3Lineær regresjon 2.4Korrelasjon og årsak

•forklare omgrepa uvisse, tilfeldigskap og stokastiske variablar

4.1Uvisse, tilfeldighet og stokastiske forsøk 5.1Diskrete stokastiske variabler

•utføre enkle stokastiske forsøk og bruke sannsyn til å beskrive og analysere utfalla

4.1Uvisse, tilfeldighet og stokastiske forsøk 4.8Simulering av tilfeldige forsøk

•forklare og bruke omgrepa utfall, utfallsrom, snitt, union og komplement innanfor stokastiske forsøk

4.2Utfall, utfallsrom og hendelser

•forklare kva ein sannsynsmodell er, og bruke diskrete og kontinuerlege sannsynsmodellar til å undersøkje og tolke statistiske problemstillingar

4.3Sannsynlighetsmodeller 4.8Simulering av tilfeldige forsøk 5.1Diskrete stokastiske variabler 5.6Kontinuerlige variabler og tetthetsfunksjoner

•bruke den generelle addisjonssetninga for sannsyn og lova om totalt sannsyn i problemløysing

4.4Addisjonssetningen 4.5Betinget sannsynlighet og loven om total sannsynlighet

•bruke og forklare venndiagram, berekning, tabellar og sannsynstre i sannsynsrekning og problemløysing

4.6Venndiagram og krysstabeller 4.7Sannsynlighetstre

•rekne ut og tolke forventningsverdi, varians og standardavvik for stokastiske variablar og bruke desse storleikane til å beskrive uvisse og variasjon

5.2Forventningsverdi 5.3Varians og standardavvik 5.5Binomisk fordeling med tabeller og digitale verktøy

•forklare føresetnadene for binomisk fordeling og bruke fordelinga i relevante situasjonar ved hjelp av digitale verktøy og sannsynstabellar

5.4Binomisk fordeling 5.5Binomisk fordeling med tabeller og digitale verktøy 6.5Normaltilnærming til binomisk fordeling

•kjenne til at sannsyn for kontinuerlege variablar er arealet under tettleiksfunksjonen, og bruke tabellar og digitale verktøy til å rekne ut areal

5.6Kontinuerlige variabler og tetthetsfunksjoner 6.1Normalfordelingen 6.2Standardisering og normalfordelingstabellen 6.3Normalfordeling med digitale verktøy

•forklare samanhengen mellom gjennomsnitt og forventningsverdi, utvalsstandardavvik og standardavvik

5.7Gjennomsnitt og forventningsverdi, utvalgsstandardavvik og standardavvik

•bruke normalfordeling og sentralgrensesetninga i problemløysing

6.1Normalfordelingen 6.2Standardisering og normalfordelingstabellen 6.3Normalfordeling med digitale verktøy 6.4Sentralgrensesetningen 6.5Normaltilnærming til binomisk fordeling

•rekne ut punktestimat og konfidensintervall og tolke resultata i kontekst

7.1Punktestimat 7.2Konfidensintervall for gjennomsnitt 7.3Konfidensintervall for andel

•gjennomføre hypotesetesting i reelle datasett og tolke resultatet

7.4Hypotesetesting — grunnideen 7.5Test av et gjennomsnitt 7.6Test av en andel 7.7Hypotesetesting i reelle datasett

•planleggje, gjennomføre og presentere eit utforskande arbeid i statistikk med utgangspunkt i ei tydeleg problemstilling og reelle data

8.1Problemstilling og plan 8.2Gjennomføring, analyse og presentasjon

Kapitler med kompetansemål

1Data og beskrivende statistikk

1.1Data, variabler og datakilder

systematisere data frå relevante kjelder for å berekne, tolke og grunngje formålstenlege sentralmål og spreiingsmål
vurdere datakjelder, utvalsmetodar, representativitet og feilkjelder og drøfte korleis dette påverkar statistiske konklusjonar

1.2Sentralmål

systematisere data frå relevante kjelder for å berekne, tolke og grunngje formålstenlege sentralmål og spreiingsmål

1.3Spredningsmål

systematisere data frå relevante kjelder for å berekne, tolke og grunngje formålstenlege sentralmål og spreiingsmål

1.4Frekvenstabeller og klassedelte data

systematisere data frå relevante kjelder for å berekne, tolke og grunngje formålstenlege sentralmål og spreiingsmål

1.5Grafiske framstillinger

lage, velje og tolke formålstenlege grafiske representasjonar av data og vurdere kva framstillingane viser og skjuler

1.6Hva diagrammer viser og skjuler

lage, velje og tolke formålstenlege grafiske representasjonar av data og vurdere kva framstillingane viser og skjuler
vurdere datakjelder, utvalsmetodar, representativitet og feilkjelder og drøfte korleis dette påverkar statistiske konklusjonar

1.7Statistikk i regneark

systematisere data frå relevante kjelder for å berekne, tolke og grunngje formålstenlege sentralmål og spreiingsmål
lage, velje og tolke formålstenlege grafiske representasjonar av data og vurdere kva framstillingane viser og skjuler

2Sammenhenger mellom variabler

2.1Spredningsplott og korrelasjon

utforske samanhengar i data ved hjelp av korrelasjon og lineær regresjon

2.2Korrelasjonskoeffisienten

utforske samanhengar i data ved hjelp av korrelasjon og lineær regresjon

2.3Lineær regresjon

utforske samanhengar i data ved hjelp av korrelasjon og lineær regresjon

2.4Korrelasjon og årsak

utforske samanhengar i data ved hjelp av korrelasjon og lineær regresjon
vurdere datakjelder, utvalsmetodar, representativitet og feilkjelder og drøfte korleis dette påverkar statistiske konklusjonar

3Datainnsamling og kritisk vurdering

3.1Populasjon og utvalg

vurdere datakjelder, utvalsmetodar, representativitet og feilkjelder og drøfte korleis dette påverkar statistiske konklusjonar

3.2Utvalgsmetoder

vurdere datakjelder, utvalsmetodar, representativitet og feilkjelder og drøfte korleis dette påverkar statistiske konklusjonar

3.3Representativitet og feilkilder

vurdere datakjelder, utvalsmetodar, representativitet og feilkjelder og drøfte korleis dette påverkar statistiske konklusjonar

3.4Statistikk i samfunnsdebatten

lage, velje og tolke formålstenlege grafiske representasjonar av data og vurdere kva framstillingane viser og skjuler
vurdere datakjelder, utvalsmetodar, representativitet og feilkjelder og drøfte korleis dette påverkar statistiske konklusjonar

4Sannsynlighet

4.1Uvisse, tilfeldighet og stokastiske forsøk

forklare omgrepa uvisse, tilfeldigskap og stokastiske variablar
utføre enkle stokastiske forsøk og bruke sannsyn til å beskrive og analysere utfalla

4.2Utfall, utfallsrom og hendelser

forklare og bruke omgrepa utfall, utfallsrom, snitt, union og komplement innanfor stokastiske forsøk

4.3Sannsynlighetsmodeller

forklare kva ein sannsynsmodell er, og bruke diskrete og kontinuerlege sannsynsmodellar til å undersøkje og tolke statistiske problemstillingar

4.4Addisjonssetningen

bruke den generelle addisjonssetninga for sannsyn og lova om totalt sannsyn i problemløysing

4.5Betinget sannsynlighet og loven om total sannsynlighet

bruke den generelle addisjonssetninga for sannsyn og lova om totalt sannsyn i problemløysing

4.6Venndiagram og krysstabeller

bruke og forklare venndiagram, berekning, tabellar og sannsynstre i sannsynsrekning og problemløysing

4.7Sannsynlighetstre

bruke og forklare venndiagram, berekning, tabellar og sannsynstre i sannsynsrekning og problemløysing

4.8Simulering av tilfeldige forsøk

utføre enkle stokastiske forsøk og bruke sannsyn til å beskrive og analysere utfalla
forklare kva ein sannsynsmodell er, og bruke diskrete og kontinuerlege sannsynsmodellar til å undersøkje og tolke statistiske problemstillingar

5Stokastiske variabler

5.1Diskrete stokastiske variabler

forklare omgrepa uvisse, tilfeldigskap og stokastiske variablar
forklare kva ein sannsynsmodell er, og bruke diskrete og kontinuerlege sannsynsmodellar til å undersøkje og tolke statistiske problemstillingar

5.2Forventningsverdi

rekne ut og tolke forventningsverdi, varians og standardavvik for stokastiske variablar og bruke desse storleikane til å beskrive uvisse og variasjon

5.3Varians og standardavvik

rekne ut og tolke forventningsverdi, varians og standardavvik for stokastiske variablar og bruke desse storleikane til å beskrive uvisse og variasjon

5.4Binomisk fordeling

forklare føresetnadene for binomisk fordeling og bruke fordelinga i relevante situasjonar ved hjelp av digitale verktøy og sannsynstabellar

5.5Binomisk fordeling med tabeller og digitale verktøy

forklare føresetnadene for binomisk fordeling og bruke fordelinga i relevante situasjonar ved hjelp av digitale verktøy og sannsynstabellar
rekne ut og tolke forventningsverdi, varians og standardavvik for stokastiske variablar og bruke desse storleikane til å beskrive uvisse og variasjon

5.6Kontinuerlige variabler og tetthetsfunksjoner

forklare kva ein sannsynsmodell er, og bruke diskrete og kontinuerlege sannsynsmodellar til å undersøkje og tolke statistiske problemstillingar
kjenne til at sannsyn for kontinuerlege variablar er arealet under tettleiksfunksjonen, og bruke tabellar og digitale verktøy til å rekne ut areal

5.7Gjennomsnitt og forventningsverdi, utvalgsstandardavvik og standardavvik

forklare samanhengen mellom gjennomsnitt og forventningsverdi, utvalsstandardavvik og standardavvik

6Normalfordelingen og sentralgrensesetningen

6.1Normalfordelingen

kjenne til at sannsyn for kontinuerlege variablar er arealet under tettleiksfunksjonen, og bruke tabellar og digitale verktøy til å rekne ut areal
bruke normalfordeling og sentralgrensesetninga i problemløysing

6.2Standardisering og normalfordelingstabellen

kjenne til at sannsyn for kontinuerlege variablar er arealet under tettleiksfunksjonen, og bruke tabellar og digitale verktøy til å rekne ut areal
bruke normalfordeling og sentralgrensesetninga i problemløysing

6.3Normalfordeling med digitale verktøy

kjenne til at sannsyn for kontinuerlege variablar er arealet under tettleiksfunksjonen, og bruke tabellar og digitale verktøy til å rekne ut areal
bruke normalfordeling og sentralgrensesetninga i problemløysing

6.4Sentralgrensesetningen

bruke normalfordeling og sentralgrensesetninga i problemløysing

6.5Normaltilnærming til binomisk fordeling

forklare føresetnadene for binomisk fordeling og bruke fordelinga i relevante situasjonar ved hjelp av digitale verktøy og sannsynstabellar
bruke normalfordeling og sentralgrensesetninga i problemløysing

7Estimering og hypotesetesting

7.1Punktestimat

rekne ut punktestimat og konfidensintervall og tolke resultata i kontekst

7.2Konfidensintervall for gjennomsnitt

rekne ut punktestimat og konfidensintervall og tolke resultata i kontekst

7.3Konfidensintervall for andel

rekne ut punktestimat og konfidensintervall og tolke resultata i kontekst

7.4Hypotesetesting — grunnideen

gjennomføre hypotesetesting i reelle datasett og tolke resultatet

7.5Test av et gjennomsnitt

gjennomføre hypotesetesting i reelle datasett og tolke resultatet

7.6Test av en andel

gjennomføre hypotesetesting i reelle datasett og tolke resultatet

7.7Hypotesetesting i reelle datasett

gjennomføre hypotesetesting i reelle datasett og tolke resultatet

8Utforskende arbeid i statistikk

8.1Problemstilling og plan

planleggje, gjennomføre og presentere eit utforskande arbeid i statistikk med utgangspunkt i ei tydeleg problemstilling og reelle data
vurdere datakjelder, utvalsmetodar, representativitet og feilkjelder og drøfte korleis dette påverkar statistiske konklusjonar

8.2Gjennomføring, analyse og presentasjon

planleggje, gjennomføre og presentere eit utforskande arbeid i statistikk med utgangspunkt i ei tydeleg problemstilling og reelle data
vurdere datakjelder, utvalsmetodar, representativitet og feilkjelder og drøfte korleis dette påverkar statistiske konklusjonar

Tilbake til Statistikk