Sjekk din forståelse
Q-1 Et datasett viser: x=0→y=5, x=2→y=9. Finn stigningstallet for en lineær modell.
| Punkt | Verdi |
|---|---|
| (0,5) til (2,9) | Δy=4, Δx=2 |
| a | 2 |
a = (9-5) : (2-0) = 4 : 2 = 2. Se «Modellere med reelle datasett» for mer informasjon.
Se «Modellere med reelle datasett» for mer informasjon.
Q-2 En lineær modell er y = 4x + 10. Hva blir y når x = 5?
| Steg | Verdi |
|---|---|
| 4*5 | 20 |
| 20+10 | 30 |
y = 4*5 + 10 = 30. Se «Modellere med reelle datasett» for mer informasjon.
Se «Modellere med reelle datasett» for mer informasjon.
Q-3 Hvorfor bør du plotte dataene FØR du lager en lineær modell?
| Steg | Grunn |
|---|---|
| Plott dataene | sjekk om lineær modell passer |
- En lineær modell passer bare hvis dataene faktisk viser en lineær trend
- sjekk visuelt før du modellerer. Se «Modellere med reelle datasett» for mer informasjon.
Se «Modellere med reelle datasett» for mer informasjon.
Q-4 En modell anslår 50, men faktisk verdi er 55. Hva er avviket?
| Type | Verdi |
|---|---|
| Faktisk | 55 |
| Modell | 50 |
| Avvik | 5 |
Avvik: 55 - 50 = 5. Se «Presentere og vurdere en modell» for mer informasjon.
Se «Presentere og vurdere en modell» for mer informasjon.
Q-5 Hva forteller mange store avvik mellom modell og faktiske data om modellen?
| Avvik | Tolkning |
|---|---|
| Store, mange punkter | modellen passer dårlig |
- Systematisk store avvik betyr at modellen bommer på mønsteret i dataene
- modellen passer dårlig. Se «Presentere og vurdere en modell» for mer informasjon.
Se «Presentere og vurdere en modell» for mer informasjon.
Q-6 Hvorfor kan et gjennomsnittlig avvik nær 0 likevel skjule en dårlig modell?
| Avvik | Sum |
|---|---|
| +10 og -10 | gjennomsnitt 0, skjuler store avvik |
- Store avvik med motsatt fortegn kan summere til nesten 0 i gjennomsnitt
- skjuler ikke nødvendigvis store enkeltavvik. Se «Presentere og vurdere en modell» for mer informasjon.
Se «Presentere og vurdere en modell» for mer informasjon.
Q-7 Hva kalles det å bruke en modell utenfor det området dataene dekker?
| Situasjon | Begrep |
|---|---|
| Utenfor dataområdet | ekstrapolering |
Å bruke modellen utenfor det opprinnelige dataområdet kalles ekstrapolering. Se «Argumentere for at en modell er gyldig» for mer informasjon.
Se «Argumentere for at en modell er gyldig» for mer informasjon.
Q-8 To størrelser øker alltid sammen. Betyr dette automatisk at den ene forårsaker den andre?
| Begrep | Betyr |
|---|---|
| Korrelasjon | øker sammen |
| Kausalitet | forårsaker, ikke automatisk |
- Korrelasjon beviser ikke automatisk kausalitet – en tredje faktor kan forklare begge
- nei, ikke automatisk. Se «Argumentere for at en modell er gyldig» for mer informasjon.
Se «Argumentere for at en modell er gyldig» for mer informasjon.
Q-9 En modell er laget fra data mellom x=10 og x=50. Er det trygt å bruke modellen ved x=200?
| Datasettets område | Test-x |
|---|---|
| 10 til 50 | 200, langt utenfor |
- x=200 er langt utenfor datasettets område
- ekstrapolering er risikabelt
- nei, ikke trygt. Se «Argumentere for at en modell er gyldig» for mer informasjon.
Se «Argumentere for at en modell er gyldig» for mer informasjon.