SlideShare une entreprise Scribd logo
1  sur  46
Statistikk Matematikk GLU 1-7 høsten 2011 Elise Klaveness
Mål for dagen Vite hva statistikk er  Vite hva som står i kunnskapsløftet i forhold til statistikk og vite hva det innebærer å arbeide med statistikk i skolen Kunne en del grunnleggende begreper innenfor statistikk Forstå og kunne beregne grunnleggende statistiske mål Forstå og kunne representere data grafisk Med hovedmål om å bli en god lærer i statistikk!
Hva er statistikk? 2 1 1 5 3 Det handler om:  På bakgrunn av datamateriale.  Hvordan  ,[object Object]
    behandle,
    fremstille og
    trekke slutninger. Det handler om hvordan vi kan trekke informasjon ut fra observasjoner og videreføre denne informasjonen på en mest mulig opplysende og vitenskapelig måte. Behandler... Konklusjon...
Statistikk, sannsynlighet og kombinatorikk i grunnskolen ,[object Object]
Samle inn data
Illustrere data (tabeller, søylediagrammer...osv.) og kommentere
 Finn forskjellige statistiske mål     (f.eks. middelverdi, median osv.) ,[object Object]
Sannsynlighet
 Kritikk av datafremstilling
 Kombinatorikk,[object Object]
Ideer til hva som kan holdes statistikk over:
http://www.skoleipraksis.no/matematikk-1-4/filmar/tannfelling/
4. Årstrinn (Statistikk) Mål for opplæringen er at eleven skal kunne:  samle, sortere, notere og illustrere data med tellestreker, tabeller og søylediagrammer og kommentere illustrasjonene
7.Årstrinn  (Statistikk og sannsynlighet)  Mål for opplæringen er at eleven skal kunne:  planlegge og gjennomføre datainnsamling tilknyttet observasjoner, spørreundersøkelser og eksperimenter   representere data i tabeller og diagrammer framstilt digitalt og manuelt, samt lese, tolke og vurdere hvor hensiktsmessige disse er   finne median, typetall og gjennomsnitt av enkle datasett og vurdere dem i forhold til hverandre   vurdere sjanser i dagligdagse sammenhenger, spill og eksperimenter og beregne sannsynlighet i enkle situasjoner
Stasjonsoppgaver 10 grupper, 2 grupper på hver stasjon Løs oppgave  Bruk excel til å beregne og presentere noen resultater  der det er naturlig Legg inn svar på oppgaven på egen side i wp.  ,[object Object],Legg link til svaret deres i kommentatorfeltet under oppgaven på nettet Ferdig til klokken    Klokken   I gruppe: Les svaret til den andre gruppen som har gjort samme oppgave og kommenter denne i wp.  Individuelt: Les alle de andre oppgavene. Les minst én besvarelse. Kommenter minst én besvarelse i wp.
Mål om å forklare å forstå begreper Afrika: 		Gjennomsnitt, median og typetall, 		variasjonsbredde og 				gjennomsnittsavvik Asia: 		Utfall, utfallsrom, frekvens, 			frekvenstabell 	og søylediagram Asia: 		Utvalg, representativt utvalg, 			populasjon Europa: 	Grafer og kritisk representasjon av 		data. Oseania: 	Gjennomsnitt, median, typetall, 		variasjonsbredde, 				gjennomsnittsavvik
Noen definisjoner  En størrelse som kan variere kaller vi en variabel  Hvis vi funnet noen data for variabelen så kaller vi disse observasjoner  Alt det som man muligens kan observere en variabel til å bli kalles utfallsrommet til variabelen.  12 Elise Klaveness, HIVE
1 2 3 4 5 6 Noen definisjoner Variabel: Antall øyne vi får på terningen Observasjoner 1 6 1 Utfallsrom 13 Elise Klaveness, HIVE
Forskjellige typer variable Kvantitative variable har observasjoner som er tall.  Kvalitative variable har observasjoner som ikke nødvendigvis er tall. 14 Elise Klaveness, HIVE
Forskjellige typer variable Diskrete variable– «hoppevariable»  Kontinuerlige variable – «variable som ikke hopper» 15 Elise Klaveness, HIVE
Undersøkelser Populasjon Utvalg Vurderinger: ,[object Object]
Hvor stor vil man anslå at feilmarginen er
 I hvilken grad påvirker man undersøkelsen ved å spørre som man gjør,[object Object]
 Median
 TypetallEksempel mål for spredning: ,[object Object]
 Kvartildifferanse
 Gjennomsnittlig absoluttverdiavvik
 Varians
 Standardavvik17 Elise Klaveness, HIVE
Middelverdi 18 Elise Klaveness, HIVE
Median ~ 19 Elise Klaveness, HIVE
Middelverdiens og medianens egenskaper  Medianen påvirkes ikke av utypiske verdier. Middelverdien påvirkes av utypiske verdier. Ligger verdiene ”jevnt spredd” vil medianen og middelverdien ligge ganske likt. Medianen og middelverdien vil bli mer og mer forskjellig dess mer en eller flere verdier skiller seg ut fra resten av verdiene. 20 Elise Klaveness, HIVE
Typetall Typetallet er gitt av den observasjonen det er flest av. 21 Elise Klaveness, HIVE
Mål for spredning Mål som skal beskrive hvilken spredning eller variasjon vi har i dataene.  22 Elise Klaveness, HIVE
Variasjonsbredde Variasjonsbredde er avstanden mellom den største verdien og den minste verdien. Variasjonsbredden er veldig følsom for ekstreme verdier.   Det er derfor et lite brukt mål på spredning.  23 Elise Klaveness, HIVE
Kvartildifferans Første kvartil:    Den verdien som er slik at en fjerdedel av dataene ligger UNDER eller er lik verdien. Andre kvartil:    Det samme som median. Tredje kvartil:   Den verdien som er slik at en fjerdedel av dataene ligger OVER eller er lik verdien. Kvartildifferans = Tredje kvartil – Første kvartil 25% av dataene skal være under første kvartil og 25% skal være over tredje kvartil. 24 Elise Klaveness, HIVE
Gjennomsnittlig absoluttverdiavvik Gjennomsnittlig absoluttverdiavvik er gjennomsnittlig avstand fra alle punktene til middelverdien. 25 Elise Klaveness, HIVE
Varians Istedenfor å ta avstanden fra hvert tall til gjennomsnittet kan vi ta kvadratet av avstanden og ta gjennomsnittet av dette. Dette kalles varians . 26 Elise Klaveness, HIVE
Standardavvik Standardavviket et roten av variansen. Både variansen og standardavviket gir uttrykk for hvordan observasjonene i gjennomsnitt avviker fra middelverdien. 27 Elise Klaveness, HIVE
Strikkskyting I grupper på 4-5 personer. Konkurranse om å skyte strikk. Mål lengde på «skudd».  Utfør konkurransen (innsamlingen av data). Fire forsøk per person.  Regn ut relevante beliggenhetsmål og spredningsmål for hver person (hver regner sine egne). Tolk dataene og målene: Hvem vinner totalt? Hvem vinner på median? Hvem vinner på gjennomsnitt? Hvem er mest stabil i forhold til de forskjellige spredningsmålene? Hvem er mest ustabil? Alle på gruppa har ansvar for at alle gruppens  medlemmer har forstått hvordan man regner ut de  forskjellige målene. Lykke til! Måtte den beste vinne...;)
Å ordne data
Øyne Data over øyenfarge i klassen Blå? Grå? Grønne? Brune? Ubestemmelige? Representer dataene grafisk i Excel og på ark på flest mulige måter.
Frekvenstabeller Antall ganger et utfall i utfallsrommet forekommer når man har gjort noen observasjoner kalles frekvensen til utfallet. Setter vi dette inn i en tabell får vi en frekvenstabell.  31 Elise Klaveness, HIVE

Contenu connexe

En vedette

PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024Neil Kimberley
 
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)contently
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024Albert Qian
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsKurio // The Social Media Age(ncy)
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Search Engine Journal
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summarySpeakerHub
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next Tessa Mero
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentLily Ray
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best PracticesVit Horky
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project managementMindGenius
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...RachelPearson36
 
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...Applitools
 
12 Ways to Increase Your Influence at Work
12 Ways to Increase Your Influence at Work12 Ways to Increase Your Influence at Work
12 Ways to Increase Your Influence at WorkGetSmarter
 
Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...
Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...
Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...DevGAMM Conference
 

En vedette (20)

Skeleton Culture Code
Skeleton Culture CodeSkeleton Culture Code
Skeleton Culture Code
 
PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024
 
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search Intent
 
How to have difficult conversations
How to have difficult conversations How to have difficult conversations
How to have difficult conversations
 
Introduction to Data Science
Introduction to Data ScienceIntroduction to Data Science
Introduction to Data Science
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best Practices
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project management
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
 
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
 
12 Ways to Increase Your Influence at Work
12 Ways to Increase Your Influence at Work12 Ways to Increase Your Influence at Work
12 Ways to Increase Your Influence at Work
 
ChatGPT webinar slides
ChatGPT webinar slidesChatGPT webinar slides
ChatGPT webinar slides
 
More than Just Lines on a Map: Best Practices for U.S Bike Routes
More than Just Lines on a Map: Best Practices for U.S Bike RoutesMore than Just Lines on a Map: Best Practices for U.S Bike Routes
More than Just Lines on a Map: Best Practices for U.S Bike Routes
 
Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...
Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...
Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...
 

Matematikk glu1 7uke34statistikk

  • 1. Statistikk Matematikk GLU 1-7 høsten 2011 Elise Klaveness
  • 2. Mål for dagen Vite hva statistikk er Vite hva som står i kunnskapsløftet i forhold til statistikk og vite hva det innebærer å arbeide med statistikk i skolen Kunne en del grunnleggende begreper innenfor statistikk Forstå og kunne beregne grunnleggende statistiske mål Forstå og kunne representere data grafisk Med hovedmål om å bli en god lærer i statistikk!
  • 3.
  • 4. behandle,
  • 5. fremstille og
  • 6. trekke slutninger. Det handler om hvordan vi kan trekke informasjon ut fra observasjoner og videreføre denne informasjonen på en mest mulig opplysende og vitenskapelig måte. Behandler... Konklusjon...
  • 7.
  • 9. Illustrere data (tabeller, søylediagrammer...osv.) og kommentere
  • 10.
  • 12. Kritikk av datafremstilling
  • 13.
  • 14. Ideer til hva som kan holdes statistikk over:
  • 16. 4. Årstrinn (Statistikk) Mål for opplæringen er at eleven skal kunne: samle, sortere, notere og illustrere data med tellestreker, tabeller og søylediagrammer og kommentere illustrasjonene
  • 17. 7.Årstrinn (Statistikk og sannsynlighet) Mål for opplæringen er at eleven skal kunne: planlegge og gjennomføre datainnsamling tilknyttet observasjoner, spørreundersøkelser og eksperimenter representere data i tabeller og diagrammer framstilt digitalt og manuelt, samt lese, tolke og vurdere hvor hensiktsmessige disse er finne median, typetall og gjennomsnitt av enkle datasett og vurdere dem i forhold til hverandre vurdere sjanser i dagligdagse sammenhenger, spill og eksperimenter og beregne sannsynlighet i enkle situasjoner
  • 18.
  • 19. Mål om å forklare å forstå begreper Afrika: Gjennomsnitt, median og typetall, variasjonsbredde og gjennomsnittsavvik Asia: Utfall, utfallsrom, frekvens, frekvenstabell og søylediagram Asia: Utvalg, representativt utvalg, populasjon Europa: Grafer og kritisk representasjon av data. Oseania: Gjennomsnitt, median, typetall, variasjonsbredde, gjennomsnittsavvik
  • 20. Noen definisjoner En størrelse som kan variere kaller vi en variabel Hvis vi funnet noen data for variabelen så kaller vi disse observasjoner Alt det som man muligens kan observere en variabel til å bli kalles utfallsrommet til variabelen. 12 Elise Klaveness, HIVE
  • 21. 1 2 3 4 5 6 Noen definisjoner Variabel: Antall øyne vi får på terningen Observasjoner 1 6 1 Utfallsrom 13 Elise Klaveness, HIVE
  • 22. Forskjellige typer variable Kvantitative variable har observasjoner som er tall. Kvalitative variable har observasjoner som ikke nødvendigvis er tall. 14 Elise Klaveness, HIVE
  • 23. Forskjellige typer variable Diskrete variable– «hoppevariable» Kontinuerlige variable – «variable som ikke hopper» 15 Elise Klaveness, HIVE
  • 24.
  • 25. Hvor stor vil man anslå at feilmarginen er
  • 26.
  • 28.
  • 32. Standardavvik17 Elise Klaveness, HIVE
  • 33. Middelverdi 18 Elise Klaveness, HIVE
  • 34. Median ~ 19 Elise Klaveness, HIVE
  • 35. Middelverdiens og medianens egenskaper Medianen påvirkes ikke av utypiske verdier. Middelverdien påvirkes av utypiske verdier. Ligger verdiene ”jevnt spredd” vil medianen og middelverdien ligge ganske likt. Medianen og middelverdien vil bli mer og mer forskjellig dess mer en eller flere verdier skiller seg ut fra resten av verdiene. 20 Elise Klaveness, HIVE
  • 36. Typetall Typetallet er gitt av den observasjonen det er flest av. 21 Elise Klaveness, HIVE
  • 37. Mål for spredning Mål som skal beskrive hvilken spredning eller variasjon vi har i dataene. 22 Elise Klaveness, HIVE
  • 38. Variasjonsbredde Variasjonsbredde er avstanden mellom den største verdien og den minste verdien. Variasjonsbredden er veldig følsom for ekstreme verdier. Det er derfor et lite brukt mål på spredning. 23 Elise Klaveness, HIVE
  • 39. Kvartildifferans Første kvartil: Den verdien som er slik at en fjerdedel av dataene ligger UNDER eller er lik verdien. Andre kvartil: Det samme som median. Tredje kvartil: Den verdien som er slik at en fjerdedel av dataene ligger OVER eller er lik verdien. Kvartildifferans = Tredje kvartil – Første kvartil 25% av dataene skal være under første kvartil og 25% skal være over tredje kvartil. 24 Elise Klaveness, HIVE
  • 40. Gjennomsnittlig absoluttverdiavvik Gjennomsnittlig absoluttverdiavvik er gjennomsnittlig avstand fra alle punktene til middelverdien. 25 Elise Klaveness, HIVE
  • 41. Varians Istedenfor å ta avstanden fra hvert tall til gjennomsnittet kan vi ta kvadratet av avstanden og ta gjennomsnittet av dette. Dette kalles varians . 26 Elise Klaveness, HIVE
  • 42. Standardavvik Standardavviket et roten av variansen. Både variansen og standardavviket gir uttrykk for hvordan observasjonene i gjennomsnitt avviker fra middelverdien. 27 Elise Klaveness, HIVE
  • 43. Strikkskyting I grupper på 4-5 personer. Konkurranse om å skyte strikk. Mål lengde på «skudd». Utfør konkurransen (innsamlingen av data). Fire forsøk per person. Regn ut relevante beliggenhetsmål og spredningsmål for hver person (hver regner sine egne). Tolk dataene og målene: Hvem vinner totalt? Hvem vinner på median? Hvem vinner på gjennomsnitt? Hvem er mest stabil i forhold til de forskjellige spredningsmålene? Hvem er mest ustabil? Alle på gruppa har ansvar for at alle gruppens medlemmer har forstått hvordan man regner ut de forskjellige målene. Lykke til! Måtte den beste vinne...;)
  • 45. Øyne Data over øyenfarge i klassen Blå? Grå? Grønne? Brune? Ubestemmelige? Representer dataene grafisk i Excel og på ark på flest mulige måter.
  • 46. Frekvenstabeller Antall ganger et utfall i utfallsrommet forekommer når man har gjort noen observasjoner kalles frekvensen til utfallet. Setter vi dette inn i en tabell får vi en frekvenstabell. 31 Elise Klaveness, HIVE
  • 47. Stolpediagram og søylediagram Vi kan plotte frekvenstabellen i et diagram. Da får vi et søylediagram. Et stolpediagram er det samme som et søylediagram hvor søylene ikke har noen bredde. …men disse to begrepene blir blandet sammen både i dagligtale og i aviser og bøker. 32 Elise Klaveness, HIVE
  • 48. Stabeldiagram Et stabeldiagram (stablet søylediagram) er et søylediagram hvor søylene er delt i flere områder opp på hverandre. 33 Elise Klaveness, HIVE
  • 49. Histogram Hvis vi har en kontinuerlig variabel, kan vi dele inn utfallsrommet i intervaller (eller også kalt klasser) og så telle hvor mange vi observasjoner vi gjør i hvert slikt intervall. Når vi tegner søylediagrammet ut fra frekvenstabellen vi får når vi gjør det slik får vi ett histogram. Histogrammet ligner et stolpediagram, men nå står stolpene tett inntil hverandre. 34 Elise Klaveness, HIVE
  • 50. Histogram Lengden på et intervall kalles klassebredden. Vær obs på at diagrammet kan se forskjellig ut avhengig av forskjellige klassebredder. Vær også obs på hvor de tilfellene som havner ”midt i mellom” intervaller havner. Definer deg selv hvor du vil ha dem. 35 Elise Klaveness, HIVE
  • 52. Sektordiagram 37 Elise Klaveness, HIVE
  • 53. Punktdiagram og kurvediagram Et punktdiagram er et diagram hvor man tegner inn punkter som skal representere dataene. Et kurvediagram (linjediagram) er det samme som et punktdiagram, men her drar vi linjer mellom punktene. 38 Elise Klaveness, HIVE
  • 54. Bildediagram 39 Elise Klaveness, HIVE
  • 55. Misbruk av statistikk ved grafisk fremstilling Maries ukelønn Marie fikk 30 kr i uka i første klasse og 50 kroner i uka i femte klasse. Altså en stigning på 20 kroner eller 5 kroner i året. Se på graf 1 og 2. Hvilken vil dere tro Marie vil benytte i sin kamp om høyere ukelønn og hvilken ville foreldrene benytte?
  • 56. Misbruk av statistikk ved grafisk fremstilling Grafiske og visuelle effekter kan noen ganger fordreie bildet av de statistiske data! H H Grafiske og visuelle effekter kan noen ganger fordreie bildet av de statistiske data!
  • 57. Misbruk av statistikk ved grafisk fremstilling H H Grafiske og visuelle effekter kan noen ganger fordreie bildet av de statistiske data!
  • 58.
  • 59. bredde og høyde på selve diagrammet
  • 60. inndeling i intervaller/klasser
  • 61.
  • 62. Logg Ta frem wp-sida di. Skriv logg om det du har lært i dag. Kommenter sidemannens logg.
  • 63. Mål for dagen Vite hva statistikk er Vite hva som står i kunnskapsløftet i forhold til statistikk og vite hva det innebærer å arbeide med statistikk i skolen Kunne en del grunnleggende begreper innenfor statistikk Forstå og kunne beregne grunnleggende statistiske mål Forstå og kunne representere data grafisk Med hovedmål om å bli en god lærer i statistikk!