Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lære Applikation: Analyse af Kernekraftværksdata | Læring Gennem Anvendelser
Matlab Grundlæggende
course content

Kursusindhold

Matlab Grundlæggende

Matlab Grundlæggende

1. Grundlæggende Syntaks og Kodning med en Teksteditor
2. Kodningsgrundlag
3. Læring Gennem Anvendelser
4. Visualiseringer
5. Rekursion og Matrixmultiplikation

book
Applikation: Analyse af Kernekraftværksdata

Anvend det, du har lært, til at analysere effekt og spildevandsgenereringsdata fra tre kernekraftværker, og få en række vigtige detaljer med undervejs!

Alternativt, når vi arbejder med et sæt observationer xi {x1, x 2, x 3, ..., xn} af en stokastisk variabel med en formodet (men ukendt) fordeling, kan vi estimere standardafvigelsen med følgende formel.

Dette er formlen, der er kodet i videoen (bemærk, at mean(xi) blev beregnet på linjen før beregningen af standardafvigelsen: derfor refererer vi til denne i stedet for at genberegne af hensyn til effektivitet). En bedre, ikke-skevvurderet estimator ville dividere med n - 1 i stedet for n. Vi ser bort fra denne detalje her for enkelhedens skyld, men det kunne let rettes i koden ved at multiplicere resultatet med:

Opgave

  1. Forstå målene
    Start med at se videoen for at få indsigt i programmets formål. Brug videoen som inspiration og vejledning til din tilgang;

  2. Identificér placeringen af Excel-filen
    Find filen, der indeholder de data, du skal arbejde med;

  3. Importer Excel-dataene
    Brug passende biblioteker eller metoder til at læse dataene fra Excel-filen;

  4. Analyser og opdel dataene

    • Opdel dataene baseret på anlæggets placering;

    • Beregn beskrivende statistik (minimum, maksimum, gennemsnit og standardafvigelse) for hver placering med fokus på både effekt- og spildevandsdata for hele året;

  5. Eksportér resultaterne
    Gem dine resultater, inklusive de beregnede statistikker, i en Excel-fil til videre brug;

  6. Iterér og forbedr

    • Forsøg at designe dit program på en modulær og struktureret måde;

    • Hvis du støder på problemer, brug i højere grad hints eller kode vist i videoen;

    • Som sidste udvej, kopier koden fra videoen så tæt som muligt;

  7. Kvalitetskontrol
    Valider programmets output ved at sammenligne med resultaterne vist i videoen for at sikre nøjagtighed og pålidelighed.

Dog en venlig advarsel: det er bedre at øve sig i at kode egne versioner nu, mens der stadig er et sikkerhedsnet, da vi begynder at vise mindre eksplicit kode fra næste kapitel.

Videoen fremhæver også flere praktiske kontrolpunkter, hvor du kan tjekke dit program undervejs ved enten:

  • At fjerne semikolonet for at gøre variabler synlige;

  • At lade din funktion midlertidigt udskrive den pågældende variabel.

Var alt klart?

Hvordan kan vi forbedre det?

Tak for dine kommentarer!

Sektion 3. Kapitel 1

Spørg AI

expand

Spørg AI

ChatGPT

Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat

course content

Kursusindhold

Matlab Grundlæggende

Matlab Grundlæggende

1. Grundlæggende Syntaks og Kodning med en Teksteditor
2. Kodningsgrundlag
3. Læring Gennem Anvendelser
4. Visualiseringer
5. Rekursion og Matrixmultiplikation

book
Applikation: Analyse af Kernekraftværksdata

Anvend det, du har lært, til at analysere effekt og spildevandsgenereringsdata fra tre kernekraftværker, og få en række vigtige detaljer med undervejs!

Alternativt, når vi arbejder med et sæt observationer xi {x1, x 2, x 3, ..., xn} af en stokastisk variabel med en formodet (men ukendt) fordeling, kan vi estimere standardafvigelsen med følgende formel.

Dette er formlen, der er kodet i videoen (bemærk, at mean(xi) blev beregnet på linjen før beregningen af standardafvigelsen: derfor refererer vi til denne i stedet for at genberegne af hensyn til effektivitet). En bedre, ikke-skevvurderet estimator ville dividere med n - 1 i stedet for n. Vi ser bort fra denne detalje her for enkelhedens skyld, men det kunne let rettes i koden ved at multiplicere resultatet med:

Opgave

  1. Forstå målene
    Start med at se videoen for at få indsigt i programmets formål. Brug videoen som inspiration og vejledning til din tilgang;

  2. Identificér placeringen af Excel-filen
    Find filen, der indeholder de data, du skal arbejde med;

  3. Importer Excel-dataene
    Brug passende biblioteker eller metoder til at læse dataene fra Excel-filen;

  4. Analyser og opdel dataene

    • Opdel dataene baseret på anlæggets placering;

    • Beregn beskrivende statistik (minimum, maksimum, gennemsnit og standardafvigelse) for hver placering med fokus på både effekt- og spildevandsdata for hele året;

  5. Eksportér resultaterne
    Gem dine resultater, inklusive de beregnede statistikker, i en Excel-fil til videre brug;

  6. Iterér og forbedr

    • Forsøg at designe dit program på en modulær og struktureret måde;

    • Hvis du støder på problemer, brug i højere grad hints eller kode vist i videoen;

    • Som sidste udvej, kopier koden fra videoen så tæt som muligt;

  7. Kvalitetskontrol
    Valider programmets output ved at sammenligne med resultaterne vist i videoen for at sikre nøjagtighed og pålidelighed.

Dog en venlig advarsel: det er bedre at øve sig i at kode egne versioner nu, mens der stadig er et sikkerhedsnet, da vi begynder at vise mindre eksplicit kode fra næste kapitel.

Videoen fremhæver også flere praktiske kontrolpunkter, hvor du kan tjekke dit program undervejs ved enten:

  • At fjerne semikolonet for at gøre variabler synlige;

  • At lade din funktion midlertidigt udskrive den pågældende variabel.

Var alt klart?

Hvordan kan vi forbedre det?

Tak for dine kommentarer!

Sektion 3. Kapitel 1
some-alt