Eksamenssett.no
  • Python-lærebok
  • GeoGebra-lærebok
  • Ressurser
  • Hoderegning
Eksamenssett.no

Komplett samling av eksamensoppgaver og løsninger for norsk skole.

Lærebok
PersonvernVilkår

© 2025 Eksamenssett.no · Alle rettigheter forbeholdt

Deler av innholdet er utviklet med hjelp av AI-verktøy

Eksamenssett.no
  • Python-lærebok
  • GeoGebra-lærebok
  • Ressurser
  • Hoderegning

Innholdsfortegnelse

Ungdomsskole

VG1

VG2

VG3

    • S2.1

      Integrasjon

      6 øvelser22 min
    • S2.2

      Areal og volum

      5 øvelser20 min
    • S2.3

      Differensiallikninger

      5 øvelser20 min
    • S2.4

      Statistisk inferens

      5 øvelser20 min
    • S2.5

      Kontinuerlige fordelinger

      5 øvelser18 min

Bruk ← → piltaster for navigasjon

GeoGebra/S2 - Samfunnsfaglig matematikk/S2.4
S2 - Samfunnsfaglig matematikkKapittel S2.4

Statistisk inferens

Statistisk inferens handler om å trekke konklusjoner om en populasjon basert på data fra et utvalg. Vi bruker hypotesetesting og konfidensintervall til å vurdere påstander og estimere ukjente parametre.

20 min
5 oppgaver
Dette skal du lære
  • •Hypotesetest
  • •Konfidensintervall
  • •P-verdi
  • •Signifikans

Hypotesetesting

Hypotesetesting er en metode for å vurdere påstander om populasjonen:

Nullhypotese (H₀)

Den påstanden vi tester, vanligvis "ingen effekt" eller "ingen forskjell"

Eksempel: H₀: μ = 100

Alternativ hypotese (H₁)

Det vi tror er sant hvis H₀ er forkastet

Eksempel: H₁: μ ≠ 100

Fremgangsmåte:

  1. Formuler H₀ og H₁
  2. Velg signifikansnivå α (vanligvis 0.05)
  3. Beregn testobservator (z-verdi eller t-verdi)
  4. Finn P-verdi
  5. Konklusjon: Forkast H₀ hvis P < α

Hypotesetest

Utfør Z-test for gjennomsnitt.

Laster GeoGebra...

P-verdi

P-verdien er sannsynligheten for å få et resultat minst like ekstremt som det observerte, gitt at H₀ er sann:

Tolkning:

  • P < 0.05: Forkast H₀ (signifikant resultat)
  • P ≥ 0.05: Kan ikke forkaste H₀
  • P < 0.01: Sterkt signifikant
  • P < 0.001: Meget sterkt signifikant

Eksempel:

Vi tester H₀: μ = 100 mot H₁: μ ≠ 100

Utvalg: x̄ = 105, σ = 15, n = 50

Z = (105 - 100)/(15/√50) = 2.36

P-verdi = 0.018 < 0.05 → Forkast H₀

Beregn P-verdi

Finn P-verdi for ulike tester.

Laster GeoGebra...

Konfidensintervall

Et konfidensintervall gir et estimat for en ukjent parameter med en viss sikkerhet:

xˉ±zα/2⋅σn\bar{x} \pm z_{\alpha/2} \cdot \frac{\sigma}{\sqrt{n}}xˉ±zα/2​⋅n​σ​

Vanlige konfidensnivå:

  • 90% KI: z = 1.645
  • 95% KI: z = 1.96
  • 99% KI: z = 2.576

Tolkning:

Vi er 95% sikre på at den sanne verdien av μ ligger i intervallet

Eksempel:

x̄ = 105, σ = 15, n = 50, 95% KI:

105±1.96⋅1550=[100.8,109.2]105 \pm 1.96 \cdot \frac{15}{\sqrt{50}} = [100.8, 109.2]105±1.96⋅50​15​=[100.8,109.2]

Konfidensintervall

Beregn konfidensintervall for gjennomsnitt.

Laster GeoGebra...

Øv selv

Laster øvelser...
Ekstra oppgaver
  1. Test H₀: μ = 50 mot H₁: μ ≠ 50 når x̄ = 52, σ = 8, n = 100
  2. Finn P-verdien for en Z-test med z = 2.5
  3. Beregn 95% konfidensintervall for μ når x̄ = 75, σ = 12, n = 64
  4. Hvis P = 0.03, hva er konklusjonen ved α = 0.05?
  5. Hvor stort utvalg trengs for at 95% KI skal ha bredde ±2 når σ = 10?

Øvingsvindu

Løs oppgavene over.

Laster GeoGebra...

Nyttige kommandoer

KommandoBeskrivelseEksempel
ZTest(μ₀, σ, x̄, n, type)Z-test for gjennomsnittZTest(100, 15, 105, 50, "≠")
ZEstimate(σ, x̄, n, niveau)KonfidensintervallZEstimate(15, 105, 50, 0.95)
Normalfordeling(0, 1, z)Kumulativ normalfordelingNormalfordeling(0, 1, 1.96)

Oppsummering

  • H₀: nullhypotese, H₁: alternativ hypotese
  • P-verdi: sannsynlighet for resultat gitt H₀
  • Forkast H₀ hvis P < α (vanligvis 0.05)
  • Konfidensintervall: x̄ ± z·σ/√n
  • Større utvalg → smalere konfidensintervall
Eksamenssett.no

Komplett samling av eksamensoppgaver og løsninger for norsk skole.

Lærebok
PersonvernVilkår

© 2025 Eksamenssett.no · Alle rettigheter forbeholdt

Deler av innholdet er utviklet med hjelp av AI-verktøy