22.12.2013 Views

guide til TI-89

guide til TI-89

guide til TI-89

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

Mini <strong>guide</strong>, <strong>TI</strong><strong>89</strong> - Stat/List Editor<br />

Kasper Tofte, kaspertofte@gmail.com<br />

17. marts 2009<br />

Indledning<br />

Lommeregneren er et kraftigt værktøj som kan hjælpe os med mange af de udregninger<br />

vi støder på i både calculus og statistik. Det kræver dog en smule øvelse og omtanke<br />

at anvende den korrekt. I en eksamenssituation skal du huske at du er <strong>til</strong> eksamen<br />

for at bevise at du har forstået stoet, ikke en test i at taste på din lommeregner.<br />

Men lommeregneren er god <strong>til</strong> at teste resultater, eller nde sandsynligheder - det er<br />

underordnet om du nder dine p-værdier i en tabel eller regner dem på lommeregneren.<br />

I det følgende vil jeg gennem et par eksempler fra lærebogen 1 gennemgå nogen<br />

af de funktioner du kan få glæde af i forbindelse med kurset ST501. Til eksemplerne<br />

anvendes en <strong>TI</strong><strong>89</strong> med applikationen Stat/List editor som kan hentes her 2 . Ønsker du<br />

en dansk version skal du også hente denne 3 applikation. Hvilket kræver at du kører et<br />

dansk operativ system på din <strong>TI</strong><strong>89</strong>'er. Hvis ikke kan du hente en sprogpakke her 4 .<br />

Eksempel: opgave 5.7 og 6.8<br />

Vi får følgende data opgivet:<br />

42.110 42.550 41.<strong>89</strong>5 42.285 41.990<br />

Tabel 1: Data <strong>til</strong> opgave 5.7 og 6.8<br />

Udregn karakteristika for datasættet<br />

1. åben Apps menuen og vælg Stats/List Editor<br />

1 Petrucelli et al.<br />

2 http://education.ti.com/downloads/les/<strong>89</strong>/tistatle.<strong>89</strong>k<br />

3 http://education.ti.com/downloads/les/<strong>89</strong>/tisledan.<strong>89</strong>k<br />

4 http://education.ti.com/downloads/les/<strong>89</strong>/tidan.<strong>89</strong>k<br />

1


2<br />

2. Ignorere den første skærm med Enter<br />

3. Vælg F1(Tools) -> 3: Setup Editor. Lad dialogboksen stå tom. Editoren vil<br />

nu stå som standard med 6 lister.<br />

4. Indtast data i List1<br />

5. Vælg F4(Calc) -> 1: 1-var Stats angiv liste (list1) og vælg Enter, Enter<br />

Hvorefter vi får følgende billede:<br />

Såfremt vi ønsker at regne videre med disse data kan de <strong>til</strong>gås som følger:<br />

1. returner <strong>til</strong> Home skærmbilledet.<br />

2. Vælg 2nd -> VAR-LINK og nd mappen STATVARS


3<br />

3. Find den ønskede variabel og vælg Enter<br />

4. Stien på den ønskede variabel bliver nu overført <strong>til</strong> Home skærmbilledet og endnu<br />

et tryk på Enter printer værdien af variablen <strong>til</strong> skærmen.<br />

Vi vil nu konstruere et 95% kondensinterval for µ<br />

1. returner <strong>til</strong> Stat/List editoren:<br />

Apps -> Stats/List Editor (dine data skulle stadig gerne stå her)<br />

2. Vælg F7(Ints) -> 2: <strong>TI</strong>nterval (ønsker du at lave et kondensinterval under<br />

z-fordelingen vælges 1: ZInterval)<br />

3. Ignorere denn første skærm med Enter<br />

4. Indtast list1 og niveauet for dit kondens interval (0.95) slut med Enter, Enter<br />

5. Karakteristika for intervallet kommer nu i en dialog boks.<br />

Disse data kan ligesom tidligere <strong>til</strong>gås via 2nd -> VAR-Link, STATVARS. Grænserne<br />

for kondensintervallet er gemt under variablerne lower og upper.<br />

Til sidst vil vi teste på niveau 5% om µ < 42.300. Vi ops<strong>til</strong>ler hypoteserne:<br />

H 0 : µ 0 = 42.300 H a : µ < 42.300<br />

1. åben igen din Stat/List editor (som ovenfor).


4<br />

2. Vælg F6(Tests) -> 2: T-Test (Ønskes z-fordelingen vælges 1: Z-Test)<br />

3. ignorere den første skærm med Enter<br />

4. indtast din µ 0 , List1, samt vælg din alternative hypotese. I dette <strong>til</strong>fælde µ < µ 0 .<br />

Afslut med Enter<br />

5. Du får nu følgende dialogboks:<br />

med angivelse af den ønskede t- og p-værdi. Tjek nu med niveauet for testen om<br />

vi kan acceptere H 0 .<br />

Disse data kan naturlivis også <strong>til</strong>gås via 2nd -> VAR-Link, STATVARS<br />

Fordelinger<br />

Stat/List Editor indeholder naturligvis funktioner <strong>til</strong> at udregne sandsynligheder og<br />

accumulerede sandsynligheder. Fra Home vælges CATALOG -> F3(Flash Apps).<br />

Følgende er relevante for ST501.<br />

• Binomial fordeling:<br />

binomCdf(n, p) - giver en tabel for den pågældende binomialfordeling<br />

binomCdf(n, p, y) - udregner P (Y ≤ y)<br />

binomCdf(n, p, y 1 , y 2 ) - udregner P (y 1 ≤ Y ≤ y 2 )<br />

binomPdf(n, p, y) - udregner P (Y = y)<br />

• Normal fordeling: 5 6<br />

normCdf(y 1 , y 2 ) - udregner P (y 1 ≤ Y ≤ y 2 ) under N(0, 1)<br />

normCdf(y 1 , y 2 , µ, σ) - udregner P (y 1 ≤ Y ≤ y 2 ) under N(µ, σ)<br />

normPdf(y) - udregner f(y) under N(0, 1)<br />

normPdf(y, µ, σ) - udregner f(y) under N(µ, σ)<br />

• Poisson fordeling: 7<br />

5 Bemærk at <strong>TI</strong><strong>89</strong> benytter spredningen hvor vi plejer at bruge variansen<br />

6 Her angiver f tæthedsfunktionen<br />

7 Husk: λ = µ Y = σ 2 Y


5<br />

poissCdf(λ, y) - udregner P (Y ≤ y)<br />

poissCdf(λ, y 1 , y 2 ) - udregner P (y 1 ≤ Y ≤ y 2 )<br />

poissPdf(λ, y) - udregner P (Y = y)<br />

• t-fordeling:<br />

tCdf(y 1 , y 2 , n) - udregner P (y 1 ≤ Y ≤ y 2 , n) hvor Y ∼ t n<br />

tPdf(y, n) - udregner f(y) 8 hvor Y ∼ t n<br />

Bemærk her at Cdf står for Cumulative density function og Pdf står for Probability<br />

density function.<br />

Når du står i Catalog menuen vil du nederst i venstre hjørne kunne se hvad du har<br />

af muligheder for at indtaste variabler:<br />

Variabler i kantede parenteser kan udelades.<br />

Hvad angår t-fordelings funktionerne er nedre grænse <strong>til</strong> vores brug oftest −∞ og<br />

den øvre grænse svarer <strong>til</strong> den obseverede t værdi. For at benytte ovenstående eksempel:<br />

Efter at have ops<strong>til</strong>let vores nulhypotese nder vi at:<br />

T = Ȳ − y 0 Ȳ − 42, 300<br />

= ∼ t 4<br />

SE 0, 116<br />

t ∗ 42, 166 − 42, 300<br />

= = −1, 155<br />

0, 116<br />

Vi ønsker nu at nde P (T ≤ −1, 155) vi taster således:<br />

og får p − = 0.1562<br />

tCdf(−∞, −1.155, 4)<br />

Afslutning<br />

Eventuelle kommentarer om fejl, rettelser, præciseringer eller andet modtages gerne på<br />

ovenstående mail. Bemærk i øvrigt at der ndes udemærket dokumentation for både<br />

8 Her angiver f tæthedsfunktionen


6<br />

Stat/List editoren og grafregneren som helhed. Inden du henter og printer dokumentationen<br />

skal du dog være opmærksom på at det er ret store dokumenter. Dokumentationen<br />

for Stat/List editoren ndes på engelsk her 9 og på dansk her 10 . Dokumentation<br />

for grafregneren ndes her 11 . Desuden ndes en mængde andre applikationer, spil og<br />

dokumentation på education.ti.com.<br />

9 http://education.ti.com/downloads/<strong>guide</strong>books/apps/<strong>89</strong>stats_list_editor/stat-eng.pdf<br />

10 http://education.ti.com/downloads/<strong>guide</strong>books/apps/<strong>89</strong>stats_list_editor/stat-dan.pdf<br />

11 http://education.ti.com/downloads/<strong>guide</strong>books/graphing/<strong>89</strong>ti/<strong>TI</strong><strong>89</strong>TitaniumGuidebook_Part2_EN.pdf

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!