• Lærebøker
  • Python
  • GeoGebra
  • Hoderegning
  • Test deg selv

Søk i Skolesaga

Søk etter lærebøker, kapitler, trinn og verktøy

Gratis interaktive lærebøker for norsk skole.

Lærebok
PersonvernVilkårTilgjengelighetKontakt

© 2026 Skolesaga · Alle rettigheter forbeholdt

Skolesaga.no eies og drives av Studenthjelp Privatundervisning AS · Org.nr 913 117 387 · studenthjelp@gmail.com

Innholdet er utviklet med støtte fra kunstig intelligens og kvalitetssikres løpende. Les mer

LærebøkerQuiz
BøkerTMA4245 Statistikk

📊TMA4245 Statistikk

Høyskole

Eksamensrettet

Eksamensrettet lærebok for TMA4245 Statistikk (NTNU, felles pensum med TMA4240): sannsynlighetsregning, stokastiske variable og fordelinger, normalfordelingen og grenseteoremer, transformasjoner og ordningsvariable, punktestimering og maximum likelihood, konfidensintervall, hypotesetesting med styrke og dimensjonering, enkel lineær regresjon, og simulering/Monte Carlo i Python — bygget rundt den store kjedeoppgaven (modell → ML → egenskaper → pivotal-KI → test → styrke) og eksponensialens kjikvadrat-apparat som sensor faktisk belønner.

Se læringsmålFlashcards (524 definisjoner)EksamenstreningKildegrunnlag
0

Kapittel 0: Eksamenskart

1 delkapittel · ca. 30 min

0.1Eksamenskartet: slik testes TMA4245
430m
1

Kapittel 1: Sannsynlighetsregningens grunnlag

5 delkapitler · ca. 5 t 10 min

1.1Hendelser, sannsynlighet og uavhengighet
1145m
1.2Kombinatorikk: telle riktig
1150m
1.3Betinget sannsynlighet, total sannsynlighet og Bayes
955m
1.4Deskriptiv statistikk og grafisk tolkning
840m
1.PPrøver til del 1: Sannsynlighetsregningens grunnlag
10120m
2

Kapittel 2: Stokastiske variable og fordelinger

6 delkapitler · ca. 7 t 20 min

2.1Stokastiske variable, forventning og varians
1255m
2.2Diskrete fordelinger og Poisson-prosessen
1265m
2.3Kontinuerlige fordelinger: eksponensial, gamma, Weibull — og «oppskriftsfordelingene»
1165m
2.4Drill: den egendefinerte tettheten (sjanger C)
1080m
2.5Simultanfordelinger, kovarians og korrelasjon
1055m
2.PPrøver til del 2: Stokastiske variable og fordelinger
11120m
3

Kapittel 3: Normalfordelingen og grenseteoremer

5 delkapitler · ca. 6 t 5 min

3.1Normalfordelingen: standardisering og tabellbruk
855m
3.2Lineærkombinasjoner av normalfordelte variable
755m
3.3Sentralgrenseteoremet og normaltilnærming
750m
3.4Drill: normal-regneoppgaven (sjanger A)
1285m
3.PPrøver til del 3: Normalfordelingen og grenseteoremer
11120m
4

Kapittel 4: Transformasjoner og ordningsvariable

3 delkapitler · ca. 4 t 20 min

4.1Transformasjonsteknikkene og ordningsvariable
1160m
4.2Drill: eksponensialens kjikvadrat-apparat
1080m
4.PPrøver til del 4: Transformasjoner og ordningsvariable
11120m
5

Kapittel 5: Punktestimering

5 delkapitler · ca. 6 t 20 min

5.1Estimatorer og deres egenskaper: forventningsretthet, varians og MSE
955m
5.2Maximum likelihood: utledningen som alltid kommer
1070m
5.3Asymptotisk normalitet og deltametoden
945m
5.4Drill: ML-utledning med estimatorvurdering (sjanger G)
1190m
5.PPrøver til del 5: Punktestimering
13120m
6

Kapittel 6: Konfidensintervall

3 delkapitler · ca. 4 t 5 min

6.1Standardintervallene: μ, σ² og andel — og hva et KI faktisk betyr
1260m
6.2Pivotal-metoden: eksakte intervaller når normalapparatet ikke strekker til
865m
6.PPrøver til del 6: Konfidensintervall
13120m
7

Kapittel 7: Hypotesetesting

5 delkapitler · ca. 6 t 40 min

7.1Testritualet: hypoteser, testobservator, p-verdi og konklusjon i ord
1065m
7.2Testkatalogen: varians, eksakte tester, to utvalg, parret design og fortegnstest
1065m
7.3Styrke, type II-feil og dimensjonering av utvalget
955m
7.4Drill: den store kjeden — ML → egenskaper → pivotal-KI → test → styrke
995m
7.PPrøver til del 7: Hypotesetesting
0120m
8

Kapittel 8: Enkel lineær regresjon

4 delkapitler · ca. 4 t 50 min

8.1Modellen og minste kvadraters metode
855m
8.2Inferens og prediksjon i regresjon — og residualplottet sensor alltid spør om
860m
8.3NTNU-varianten: regresjon uten konstantledd og tre estimatorer for β
855m
8.PPrøver til del 8: Enkel lineær regresjon
13120m
9

Kapittel 9: Simulering og Python

3 delkapitler · ca. 4 t 5 min

9.1Inversjonsmetoden og numpy-verktøykassen
1260m
9.2Monte Carlo som inferensverktøy: simulert sannsynlighet, p-verdi og styrke
865m
9.PPrøver til del 9: Simulering og Python
0120m
10

Kapittel 10: Eksamenstrening

4 delkapitler · ca. 13 t 15 min

10.1Kortsvar- og Inspera-drill: fellene, presisjonen og tolkningene
1475m
10.2Øvingseksamen 1: Inspera-hybrid med full kjede
0240m
10.3Øvingseksamen 2: klassisk papireksamen med fortellingsoppgaver
0240m
10.4Øvingseksamen 3: Inspera-hybrid med oppskriftsfordeling og deltametode
0240m

Uavhengig læringsressurs: Skolesaga er ikke tilknyttet, godkjent av eller utarbeidet i samarbeid med Norges teknisk-naturvitenskapelige universitet. Emnekoden brukes kun for å identifisere hvilket emne stoffet er rettet mot. Dette er ikke offisielt studiemateriell — pensum og eksamensordning kan endres, så sjekk alltid emnets offisielle sider.

Les mer i vilkårene.