0x010088F6312065A70A44B630A6848498EAD80093CFEAFE161DC94D83C7C5C9A5A748B8

Emnet gikk veldig bra. Det var begynnelsen konstant mellom 8 og 11 studenter som deltok fysisk på forelesninger. Studentene var aktive og stilte spørsmål underveis.

De studentene som deltok i forelesningener har fulg pensum veldig bra og jeg vil tro at de oppnådde læringsutbyttet. Etter en kapittel ble diskutert ferdig, var det en forelesning som blir brukt som regneverksted. Her jobbet studentene i grupper av 2 eller 3 personer for å løse eksamensoppgavene til den aktuelle tema fra tidligere år. Etter sirka 1 time presenterte hver gruppe løsningen sin til en oppgave. Det fungerte kjempebra og jeg hadde inntrykk at studentene koste seg og lærte mye. Det var ukentlige øvinger som ble korrigert og studentene måtte får 8 av 12 øvinger godkjent for å delta på eksamen. I begynnelsen av kurset hadde studentene 2 uker for å delta i en digitalt R kurs. Målet med det var å lage kurset mer anvendelseorientiert. Gjennom kurset viste jeg implementasjonen av statistiske metoder i R, etter at de ble diskutert og introdusert. I tillegg var det frivillige R øvinger hver uke.

Jeg har ingen flere kommentarer.

NTNU:TIA:REST

Institutt for matematiske fag

Department of Mathematical Sciences

Spesifiserte trykte og håndskrevne hjelpemidler tillatt. Bestemt, enkel kalkulator tillatt.

Mer om vurdering

Ved utsatt eksamen (kontinuasjonseksamen) kan skriftlig eksamen bli endret til muntlig eksamen.

Anbefalte forkunnskaper

ST1101 Sannsynlighetsregning og statistikk, MA1101 Grunnkurs i analyse 1.

Link til informasjon om emnet

Faglig innhold

Teori for punktestimering, intervallestimering og hypotesetesting. Et- og to-utvalg normalfordelte variabler basert på t-, kjikvadrat- og F-fordeling. Testing i binomisk modell. Enkel lineær regresjon og variansanalyse for normalfordelte variabler. Modell-test (goodness of fit) og ikke-parametriske tester.

Kursmateriell

Læringsutbytte

1. Kunnskap. Studenten har gode kunnskaper om punktestimering, intervallestimering og hypotesetesting, inferens for et- og to-utvalgs normalfordelte variabler og for binomisk fordelte variabler. Studenten har videre gode kunnskaper om enkel regresjonsanalyse, samt kunnskap om variansanalyse og modell-test (goodness of fit). Studenten har kjennskap til enkelte ikke-parametriske tester. 2. Ferdigheter. Studenten kan gjenkjenne og analysere data fra enkle statistiske standardsituasjoner. Videre er studenten i stand til å kommunisere med fagstatistikere om mer kompliserte situasjoner. Noe bruk av statistisk programvare.

Læringsformer og aktiviteter

Forelesninger og obligatoriske øvinger. Avsluttende skriftlig eksamen gir grunnlag for sluttkarakter i emnet.Deler av undervisningen kan bli gitt på engelsk.

Øvinger

Statistiske metoder

Statistikk

Matematiske fag - bachelorstudium

Lektorutdanning i realfag for trinn 8 – 13

Kjemi - bachelorstudium

Fysikk - bachelorstudium

Web/Lists(guid'8b698a2d-6ad0-4f7d-b3be-219cc1979f02')/Items(26262)/FieldValuesAsText

This is the first time I taught the course.

The learning activities were not well aligned with the student's expectations. There were about 26 students from ST1201 and 3 from ST6201. Only about 12 turned up to the first lecture, and the number declined rapidly. The format was a flipped classroom, with weekly worksheets that included interacive elements to support the book's material. Engagement was thus low, which is a large problem. 16 students completed the exercises, 13 did not. 11 from ST1201 took the exam (one handed in a blank sheet), and 3 from ST6201 took the exam. The only fail was the blank sheet student, so those that took the exam showed that they had learned the material: from that perspective the course was a success, and I was happy with the exams. Because this was the first year I taught the course, I was not able to completely develop the learning materials. For next year I should do the following:<ul><li>make videos to accompany the text. This was requested by the few students who were turning up during a discussion.</li><li>incoprorate programming, rather than hand calculation. This should be in Python (so I need to learn that first)</li><li>explore how to make the lectures interactive, so that students will (want to) attend. This will mean consulting with other members of IMF to find out what works. The approach this year has worked well with biologists in ST2304, but clearly the maths culture is different.</li></ul>

I had been thinking this report would start with "Well, it wasn't a complete disaster...". But the exams that were submitted were good, suggesting the course had been effective. But only half of those who signed up took the exam, which suggests a problem with engagement. Presumable the poorer students didn't get to the exam.

Forelesninger og obligatoriske øvinger. Avsluttende skriftlig eksamen gir grunnlag for sluttkarakter i emnet.

Web/Lists(guid'8b698a2d-6ad0-4f7d-b3be-219cc1979f02')/Items(20774)/FieldValuesAsText

Kurset ble truffet av Covid-19 situasjonen, og ble gjennomført med mest fysiske forelesninger og delvis støtte av Panopto for opptak og streaming. Noen dager for planlagt skoleeksamen ble eksamen utsatt på grunn av Covid-19 situasjonen. Det ble skyvet til januar 2022 med bestått/ikke besått som vurdering. Det var noe faglærer synes ikke at det var ideal. Generelt, synes faglærer at kurset gikk bra, borsett fra lav deltakelse av studenter fra begynnelsen.

ST1101 Sannsynlighetsregning og statistikk, MA1101 Grunnkurs i analyse 1.

Dersom studenten også etter utsatt eksamen har sluttkarakteren F/ikke-bestått, må studenten gjenta emnet i sin helhet. Arbeider som teller med i sluttkarakteren må gjentas. For mer informasjon om vurdering, se «Læringsformer og aktiviteter».

Forelesninger og obligatoriske øvinger. Avsluttende skriftlig eksamen gir grunnlag for sluttkarakter i emnet. Ved utsatt eksamen (kontinuasjonseksamen) kan skriftlig eksamen bli endret til muntlig eksamen.

Lektorutdanning i realfag - masterstudium (5-årig)

Web/Lists(guid'8b698a2d-6ad0-4f7d-b3be-219cc1979f02')/Items(15255)/FieldValuesAsText

Kurset ble truffet av Covid-19 situasjonen, og ble gjennomført medd en miks av fysiske og digitale forelesninger. Eksamen var bestemt som hjemmeeksamen. Faglærer synes at kurset gikk bra, borsett fra lav deltakelse av studenter fra begynnelsen.

Studenter lærer via forelesninger, fagboka og obligatoriske øvinger. Undervisningmateriell (forelesningsnotater, R-code, etc) ble utlagt på Blackboard. Man kan kanskje søker for muligheter til å lage hypotesetester mer spennende og mindre repetitiv, så at det blir ikke så kjedelig til studentene.

På grunn av Covid-19 situasjonen ble det bestemt å ha en fysisk og en digital forelesning via Zoom. Det har fungert veldig bra men fra begynnelsen var studentdeltakelse veldig lav. Det begynte med ca. 15 studenter (ca. 65 har vært oppmeldt) og har sluttet med ca. 8 studenter. Deltakelse i øvingstimene var enda lavere. Noen ganger var det ingen student. Til fysisk forelesning ble rom S4 i Sentralbygg 1 brukt som var veldig godt. Faglærer har ikke funnet ut grunnen. Det var bare gode kommentarer om forelesningkvaliteten. Siste tema i kurset ble gitt av en annen faglærer og osgå har var det ikke mer deltakelse. Referansegruppe konkluderte i rapporten sin at faget er veldig enkelt og at det er lett mulig å lære seg ting selv.

På grunn av Covid-19 situasjonen var skoleeksamen på kort varsel endret til hjemmeeksamen med bare bestått/ikke bestått.

ST1101 Sannsynlighetsregning og MA1101 Grunnkurs i analyse I.


Teori for punktestimering, intervallestimering og hypotesetesting.  Et- og to-utvalg normalfordelte
variabler basert på t-, kjikvadrat- og F-fordeling. Testing i binomisk modell. Enkel lineær
regresjon og variansanalyse for normalfordelte variabler. Modell-test (goodness of fit) og ikke-parametriske tester.


Forelesninger og obligatoriske øvinger. Avsluttende skriftlig eksamen gir grunnlag for sluttkarakter i emnet. Ved utsatt eksamen (kontinuasjonseksamen) kan skriftlig eksamen bli
endret til muntlig eksamen.


1. Kunnskap. Studenten har gode kunnskaper om punktestimering, intervallestimering og
hypotesetesting, inferens for et- og to-utvalgs normalfordelte variabler og for binomisk fordelte variabler. Studenten har videre gode kunnskaper om enkel regresjonsanalyse, samt kunnskap om
variansanalyse og modell-test (goodness of fit). Studenten har kjennskap til enkelte ikke-parametriske tester.
2. Ferdigheter. Studenten kan gjenkjenne og analysere data fra enkle statistiske standardsituasjoner. Videre er studenten i stand til å kommunisere med fagstatistikere om mer kompliserte
situasjoner. Noe bruk av statistisk programvare.


Web/Lists(guid'8b698a2d-6ad0-4f7d-b3be-219cc1979f02')/Items(9514)/FieldValuesAsText

Statistiske metoder - ST1201