Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.Lære Applikasjon: Analyse av Kjernekraftverksdata | Læring Gjennom Applikasjoner
Matlab-Grunnleggende

bookApplikasjon: Analyse av Kjernekraftverksdata

Bruk det du har lært til å analysere data om avløpsvannproduksjon fra tre kjernekraftverk, og få med deg en rekke viktige detaljer underveis!

Note
Merk

Standardavviket til en stokastisk variabel XX er matematisk definert som

σ=E[(X−μ)2]=E[X2]−μ2\sigma = \sqrt{E[(X - \mu)^2]} = \sqrt {E[X^2] - \mu^2}

hvor EE betegner forventningsverdien til argumentet og μ=E[X]\mu = E[X]. Dette forutsetter at vi kjenner sannsynlighetsfordelingen til XX.

Alternativt, når vi arbeider med et sett observasjoner {x1,x2,x3,...,xn}\{x_1, x_2, x_3, ..., x_n\} av en stokastisk variabel med en antatt (men ukjent) fordeling, kan vi estimere standardavviket med denne formelen:

σ=1n∑xi2−1n∑xi=[mean(xi2)−mean(xi)]0.5\sigma = \sqrt{\frac1n \sum x_i^2 - \frac1n \sum x_i} = [mean(x_i^2) - mean(x_i)]^{0.5}

som er formelen kodet i videoen (merk at mean(xi)mean(x_i) ble beregnet på linjen før beregningen av standardavvik: derfor refererer vi til denne i stedet for å beregne på nytt for effektivitet). Et bedre, ikke-skjevt estimat ville delt på n−1n - 1 i stedet for nn. Vi ser bort fra denne detaljen her for enkelhets skyld, men det kan enkelt rettes i koden ved å multiplisere resultatet med:

nn−1\sqrt \frac{n}{n-1}

Oppgave

1. Forstå målene
expand arrow

Start med å se videoen for å forstå programmets mål. Bruk videoen som inspirasjon og veiledning for din tilnærming.

2. Finn plasseringen til Excel-filen
expand arrow

Finn filen som inneholder dataene du skal arbeide med.

3. Importer Excel-dataene
expand arrow

Bruk passende biblioteker eller metoder for å lese dataene fra Excel-filen.

4. Analyser og del opp dataene
expand arrow
  • Del dataene basert på anleggets lokasjon;
  • Beregn beskrivende statistikk (minimum, maksimum, gjennomsnitt og standardavvik) for hver lokasjon, med fokus på både kraft- og avløpsdata gjennom hele året.
5. Eksporter resultatene
expand arrow

Lagre resultatene dine, inkludert de beregnede statistikkene, i en Excel-fil for videre bruk.

6. Iterer og forbedre
expand arrow
  • Forsøk å utforme programmet ditt på en modulær og strukturert måte;
  • Hvis du støter på problemer, bruk hint eller kode vist i videoen i større grad;
  • Som siste utvei, kopier koden i videoen så nøyaktig som mulig.
7. Kvalitetskontroll
expand arrow

Valider programmets utdata ved å sammenligne med resultatene vist i videoen for å sikre nøyaktighet og pålitelighet.

Et lite forbehold: det er bedre å øve på å kode egne versjoner nå mens det fortsatt finnes en sikkerhetsnett, siden vi vil begynne å vise mindre eksplisitt kode fra og med neste kapittel.

Videoen fremhever også flere praktiske kontrollpunkter hvor du kan kontrollere programmeringen underveis ved enten:

  • Å gjøre variabler hørbare (ved å fjerne semikolonet);
  • Å la funksjonen midlertidig skrive ut den aktuelle variabelen.
Alt var klart?

Hvordan kan vi forbedre det?

Takk for tilbakemeldingene dine!

Seksjon 3. Kapittel 1

Spør AI

expand

Spør AI

ChatGPT

Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår

Suggested prompts:

Can you summarize the main steps I need to follow to analyze the data?

What are the key MATLAB functions I should use for this task?

How do I structure my code into the three suggested modules?

Awesome!

Completion rate improved to 3.85

bookApplikasjon: Analyse av Kjernekraftverksdata

Sveip for å vise menyen

Bruk det du har lært til å analysere data om avløpsvannproduksjon fra tre kjernekraftverk, og få med deg en rekke viktige detaljer underveis!

Note
Merk

Standardavviket til en stokastisk variabel XX er matematisk definert som

σ=E[(X−μ)2]=E[X2]−μ2\sigma = \sqrt{E[(X - \mu)^2]} = \sqrt {E[X^2] - \mu^2}

hvor EE betegner forventningsverdien til argumentet og μ=E[X]\mu = E[X]. Dette forutsetter at vi kjenner sannsynlighetsfordelingen til XX.

Alternativt, når vi arbeider med et sett observasjoner {x1,x2,x3,...,xn}\{x_1, x_2, x_3, ..., x_n\} av en stokastisk variabel med en antatt (men ukjent) fordeling, kan vi estimere standardavviket med denne formelen:

σ=1n∑xi2−1n∑xi=[mean(xi2)−mean(xi)]0.5\sigma = \sqrt{\frac1n \sum x_i^2 - \frac1n \sum x_i} = [mean(x_i^2) - mean(x_i)]^{0.5}

som er formelen kodet i videoen (merk at mean(xi)mean(x_i) ble beregnet på linjen før beregningen av standardavvik: derfor refererer vi til denne i stedet for å beregne på nytt for effektivitet). Et bedre, ikke-skjevt estimat ville delt på n−1n - 1 i stedet for nn. Vi ser bort fra denne detaljen her for enkelhets skyld, men det kan enkelt rettes i koden ved å multiplisere resultatet med:

nn−1\sqrt \frac{n}{n-1}

Oppgave

1. Forstå målene
expand arrow

Start med å se videoen for å forstå programmets mål. Bruk videoen som inspirasjon og veiledning for din tilnærming.

2. Finn plasseringen til Excel-filen
expand arrow

Finn filen som inneholder dataene du skal arbeide med.

3. Importer Excel-dataene
expand arrow

Bruk passende biblioteker eller metoder for å lese dataene fra Excel-filen.

4. Analyser og del opp dataene
expand arrow
  • Del dataene basert på anleggets lokasjon;
  • Beregn beskrivende statistikk (minimum, maksimum, gjennomsnitt og standardavvik) for hver lokasjon, med fokus på både kraft- og avløpsdata gjennom hele året.
5. Eksporter resultatene
expand arrow

Lagre resultatene dine, inkludert de beregnede statistikkene, i en Excel-fil for videre bruk.

6. Iterer og forbedre
expand arrow
  • Forsøk å utforme programmet ditt på en modulær og strukturert måte;
  • Hvis du støter på problemer, bruk hint eller kode vist i videoen i større grad;
  • Som siste utvei, kopier koden i videoen så nøyaktig som mulig.
7. Kvalitetskontroll
expand arrow

Valider programmets utdata ved å sammenligne med resultatene vist i videoen for å sikre nøyaktighet og pålitelighet.

Et lite forbehold: det er bedre å øve på å kode egne versjoner nå mens det fortsatt finnes en sikkerhetsnett, siden vi vil begynne å vise mindre eksplisitt kode fra og med neste kapittel.

Videoen fremhever også flere praktiske kontrollpunkter hvor du kan kontrollere programmeringen underveis ved enten:

  • Å gjøre variabler hørbare (ved å fjerne semikolonet);
  • Å la funksjonen midlertidig skrive ut den aktuelle variabelen.
Alt var klart?

Hvordan kan vi forbedre det?

Takk for tilbakemeldingene dine!

Seksjon 3. Kapittel 1
some-alt