TMA4245 Statistikk | Interaktiv Matematikkbok | Skolesaga

TMA4245 Statistikk

Bygget på eksamenssettene fra 2009 til 2026 — hvert kapittel er kalibrert mot det som faktisk gis til eksamen. Se hele kildegrunnlaget

sannsynlighetsregningnormalfordelingenmaksimum likelihoodkonfidensintervallhypotesetestinglineær regresjon

Se læringsmål Flashcards (524 definisjoner)Eksamenstrening Kildegrunnlag

Kapittel 0: Eksamenskart

1 delkapittel · ca. 30 min

0.1Eksamenskartet: slik testes TMA4245

Kapittel 1: Sannsynlighetsregningens grunnlag

5 delkapitler · ca. 5 t 10 min

1.1Hendelser, sannsynlighet og uavhengighet

1.2Kombinatorikk: telle riktig

1.3Betinget sannsynlighet, total sannsynlighet og Bayes

1.4Deskriptiv statistikk og grafisk tolkning

1.PPrøver til del 1: Sannsynlighetsregningens grunnlag

Kapittel 2: Stokastiske variable og fordelinger

6 delkapitler · ca. 7 t 20 min

2.1Stokastiske variable, forventning og varians

2.2Diskrete fordelinger og Poisson-prosessen

2.3Kontinuerlige fordelinger: eksponensial, gamma, Weibull — og «oppskriftsfordelingene»

2.4Drill: den egendefinerte tettheten (sjanger C)

2.5Simultanfordelinger, kovarians og korrelasjon

2.PPrøver til del 2: Stokastiske variable og fordelinger

Kapittel 3: Normalfordelingen og grenseteoremer

5 delkapitler · ca. 6 t 5 min

3.1Normalfordelingen: standardisering og tabellbruk

3.2Lineærkombinasjoner av normalfordelte variable

3.3Sentralgrenseteoremet og normaltilnærming

3.4Drill: normal-regneoppgaven (sjanger A)

3.PPrøver til del 3: Normalfordelingen og grenseteoremer

Kapittel 4: Transformasjoner og ordningsvariable

3 delkapitler · ca. 4 t 20 min

4.1Transformasjonsteknikkene og ordningsvariable

4.2Drill: eksponensialens kjikvadrat-apparat

4.PPrøver til del 4: Transformasjoner og ordningsvariable

Kapittel 5: Punktestimering

5 delkapitler · ca. 6 t 20 min

5.1Estimatorer og deres egenskaper: forventningsretthet, varians og MSE

5.2Maximum likelihood: utledningen som alltid kommer

5.3Asymptotisk normalitet og deltametoden

5.4Drill: ML-utledning med estimatorvurdering (sjanger G)

5.PPrøver til del 5: Punktestimering

Kapittel 6: Konfidensintervall

3 delkapitler · ca. 4 t 5 min

6.1Standardintervallene: μ, σ² og andel — og hva et KI faktisk betyr

6.2Pivotal-metoden: eksakte intervaller når normalapparatet ikke strekker til

6.PPrøver til del 6: Konfidensintervall

Kapittel 7: Hypotesetesting

5 delkapitler · ca. 6 t 40 min

7.1Testritualet: hypoteser, testobservator, p-verdi og konklusjon i ord

7.2Testkatalogen: varians, eksakte tester, to utvalg, parret design og fortegnstest

7.3Styrke, type II-feil og dimensjonering av utvalget

7.4Drill: den store kjeden — ML → egenskaper → pivotal-KI → test → styrke

7.PPrøver til del 7: Hypotesetesting

Kapittel 8: Enkel lineær regresjon

4 delkapitler · ca. 4 t 50 min

8.1Modellen og minste kvadraters metode

8.2Inferens og prediksjon i regresjon — og residualplottet sensor alltid spør om

8.3NTNU-varianten: regresjon uten konstantledd og tre estimatorer for β

8.PPrøver til del 8: Enkel lineær regresjon

Kapittel 9: Simulering og Python

3 delkapitler · ca. 4 t 5 min

9.1Inversjonsmetoden og numpy-verktøykassen

9.2Monte Carlo som inferensverktøy: simulert sannsynlighet, p-verdi og styrke

9.PPrøver til del 9: Simulering og Python

Kapittel 10: Eksamenstrening

4 delkapitler · ca. 13 t 15 min

10.1Kortsvar- og Inspera-drill: fellene, presisjonen og tolkningene

10.2Øvingseksamen 1: Inspera-hybrid med full kjede

10.3Øvingseksamen 2: klassisk papireksamen med fortellingsoppgaver

10.4Øvingseksamen 3: Inspera-hybrid med oppskriftsfordeling og deltametode

Uavhengig læringsressurs: Skolesaga er ikke tilknyttet, godkjent av eller utarbeidet i samarbeid med Norges teknisk-naturvitenskapelige universitet. Emnekoden brukes kun for å identifisere hvilket emne stoffet er rettet mot. Dette er ikke offisielt studiemateriell — pensum og eksamensordning kan endres, så sjekk alltid emnets offisielle sider.

Les mer i vilkårene.