User Manual
Table Of Contents
- Innehåll
- Komma igång — Läs det här först!
- Kapitel 1 Grundläggande funktioner
- Kapitel 2 Manuella beräkningar
- 1. Grundläggande beräkningar
- 2. Specialfunktioner
- 3. Ange vinkelenhet och visningsformat
- 4. Funktionsberäkningar
- 5. Numeriska beräkningar
- 6. Beräkningar med komplexa tal
- 7. Beräkningar med binär, oktal, decimal och hexadecimal heltalsaritmetik
- 8. Matrisberäkningar
- 9. Vektorberäkningar
- 10. Beräkning av meterkonvertering
- Kapitel 3 Listfunktionen
- Kapitel 4 Ekvationer
- Kapitel 5 Grafritning
- 1. Exempelgrafer
- 2. Kontrollera vad som visas på en grafskärm
- 3. Rita en graf
- 4. Spara och hämta grafskärminnehåll
- 5. Rita två grafer på samma skärm
- 6. Manuella grafer
- 7. Använda tabeller
- 8. Modifiera en graf
- 9. Dynamiska grafer
- 10. Grafer och rekursionsformler
- 11. Rita en graf över ett kägelsnitt
- 12. Rita punkter, linjer och text på grafskärmen (Sketch)
- 13. Funktionsanalys
- Kapitel 6 Statistikgrafer och beräkningar
- 1. Innan du utför statistikberäkningar
- 2. Beräkna och rita graf för statistiska data för en variabel
- 3. Beräkna och rita statistisk data för variabelpar (kurvpassning)
- 4. Utföra statstikberäkningar
- 5. Tester
- 6. Konfidensintervall
- 7. Fördelning
- 8. Inmatnings- och utmatningstermer för test, konfidensintervall och fördelning
- 9. Statistikformel
- Kapitel 7 Ekonomiska beräkningar
- Kapitel 8 Programmering
- 1. Grundläggande programmering
- 2. Funktionstangenter i läget Program
- 3. Redigera programinnehåll
- 4. Filhantering
- 5. Kommandoreferens
- 6. Använda räknarfunktioner i program
- 7. Kommandon i läget Program
- 8. Särskilda kommandon för CASIO-räknare för funktionsvärden <=> textkonverteringstabell
- 9. Programbibliotek
- Kapitel 9 Kalkylblad
- Kapitel 10 eActivity
- Kapitel 11 Minneshanterare
- Kapitel 12 Systemhanterare
- Kapitel 13 Datakommunikation
- Kapitel 14 Geometri
- Kapitel 15 Picture Plot
- Kapitel 16 3D-graffunktion
- Kapitel 17 Python (endast fx-CG50, fx-CG50 AU)
- Kapitel 18 Fördelning (endast fx-CG50, fx-CG50 AU)
- Funktionstangenter i läget Bilaga
- Examinationslägen
- E-CON4 Application (English)
- 1. E-CON4 Mode Overview
- 2. Sampling Screen
- 3. Auto Sensor Detection (CLAB Only)
- 4. Selecting a Sensor
- 5. Configuring the Sampling Setup
- 6. Performing Auto Sensor Calibration and Zero Adjustment
- 7. Using a Custom Probe
- 8. Using Setup Memory
- 9. Starting a Sampling Operation
- 10. Using Sample Data Memory
- 11. Using the Graph Analysis Tools to Graph Data
- 12. Graph Analysis Tool Graph Screen Operations
- 13. Calling E-CON4 Functions from an eActivity
6-33
5. Tester
Funktionen Z Test kan användas för att utföra flera olika standardiserade hypotesprövningar.
Du kan till exempel pröva om ett urval är representativt för populationen, under förutsättning
att populationens (till exempel ett lands befolkning) standardavvikelse är känd från tidigare
hypotesprövningar.
Z -testning används till exempel vid marknadsundersökningar och
opinionsundersökningar som kommer att upprepas flera gånger.
1-Sample
Z - test testar det okända populationsmedelvärdet när populationens
standardavvikelse är känd.
2-Sample
Z -test testar överensstämmelsen mellan två medelvärden för två populationer
baserat på oberoende urval när båda populationernas standardavvikelse är kända.
1-Prop
Z - test testar en okänd andel lyckade utfall.
2-Prop
Z -test testar att jämföra andelen lyckade utfall från två populationer.
Ett t - test prövar hypotesen när populationens standardavvikelse inte är känd. Den negerade
hypotesen (antagandet att hypotesen kan falsifieras) kallas nollhypotesen , och den möjlighet
att hypotesen kan bevisas kallas den alternativa hypotesen . Ett
t -test används vanligtvis för
att pröva nollhypotesen. Sedan avgörs om nollhypotesen eller den alternativa hypotesen ska
tillämpas.
1-Sample
t-test testar hypotesen för ett okänt populationsmedelvärde när populationens
standardavvikelse är okänd.
2-Sample
t -test jämför populationens medelvärden när populationens standardavvikelse är
okänd.
LinearReg
t Test beräknar hur starkt det lineära sambandet mellan datapar är.
Med
χ
2
-testet ges ett antal oberoende grupper och en hypotes testas relativt till sannolikheten
att urval inkluderas i varje grupp.
χ
2
GOF-testet ( χ
2
-envägstest) testar om det observerade antalet urvalsdata passar en viss
fördelning. Exempelvis kan den användas för att bestämma överrensstämmelsen med normal
fördelning och binomial fördelning.
χ
2
-tvåvägstestet skapar en korstabuleringstabell som framförallt strukturerar två kvalitativa
variabler (så som ”Ja” och ”Nej” ), och evaluerar variablernas oberoende.
2-Sample F -test testar hypotesen för förhållandet av urvalsvarianser. Testet kan till exempel
användas för att kontrollera misstänkta cancerogena faktorer, till exempel tobaksanvändning,
alkohol, vitaminbrist, hög kaffekonsumtion, fysisk aktivitet eller dåliga levnadsvanor osv.
ANOVA (variansanalys) testar hypotesen att populationens medelvärden är lika när
det finns flera stickprov. Testet kan till exempel användas för att undersöka om olika
materialkombinationer har en påverkan på produktens kvalitet och livslängd.
One-Way ANOVA används om det finns en oberoende variabel och en beroende variabel.
Two-Way ANOVA används om det finns två oberoende variabler och en beroende variabel.










