Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lära Applikation: Kärnkraftverksdataanalys | Lärande Genom Tillämpningar
Matlab-Grunder
course content

Kursinnehåll

Matlab-Grunder

Matlab-Grunder

1. Grundläggande Syntax och Kodning med en Textredigerare
2. Kodningsgrunder
3. Lärande Genom Tillämpningar
4. Visualiseringar
5. Rekursion och Matrismultiplikation

book
Applikation: Kärnkraftverksdataanalys

Tillämpa det du har lärt dig för att analysera effekt och avloppsvattenproduktion från tre kärnkraftverk, och ta del av flera viktiga detaljer under tiden!

Alternativt, när vi arbetar med en uppsättning observationer xi {x1, x 2, x 3, ..., xn} av en slumpmässig variabel med en antagen (men okänd) fördelning, kan vi uppskatta standardavvikelsen med följande formel.

Detta är formeln som kodades i videon (observera att mean(xi) beräknades på raden före standardavvikelseberäkningen: därför refererar vi till detta istället för att beräkna om för effektivitet). En bättre, obiaserad skattning skulle dividera med n - 1 istället för n. Vi bortser från denna detalj här för enkelhetens skull, men det kan enkelt åtgärdas i koden genom att multiplicera resultatet med:

Uppgift

  1. Förstå målen
    Börja med att titta på videon för att förstå programmets syften. Använd videon som inspiration och vägledning för din metod;

  2. Identifiera platsen för Excel-filen
    Lokalisera filen som innehåller de data du ska arbeta med;

  3. Importera Excel-data
    Använd lämpliga bibliotek eller metoder för att läsa in data från Excel-filen;

  4. Analysera och dela upp data

    • Dela upp data baserat på anläggningens plats;

    • Beräkna beskrivande statistik (minimum, maximum, medelvärde och standardavvikelse) för varje plats, med fokus på både effekt- och avloppsdata för hela året;

  5. Exportera resultaten
    Spara dina resultat, inklusive de beräknade statistiska värdena, i en Excel-fil för vidare användning;

  6. Iterera och förbättra

    • Försök att utforma ditt program på ett modulärt och strukturerat sätt;

    • Om du stöter på problem, använd dig mer av tips eller kod som visas i videon;

    • Som sista utväg, återskapa koden i videon så noggrant som möjligt;

  7. Kvalitetskontroll
    Validera programmets utdata genom att jämföra med resultaten som visas i videon för att säkerställa noggrannhet och tillförlitlighet.

Ett gott råd: det är bättre att öva på att koda egna versioner nu medan det finns ett skyddsnät, eftersom vi kommer att bli mindre tydliga med koden vi visar från och med nästa kapitel.

Videon lyfter även fram flera praktiska kontrollpunkter där du kan kontrollera din programmering under arbetets gång genom att antingen:

  • Avkommentera variabler (genom att ta bort semikolonet);

  • Låta din funktion tillfälligt skriva ut den aktuella variabeln.

Var allt tydligt?

Hur kan vi förbättra det?

Tack för dina kommentarer!

Avsnitt 3. Kapitel 1

Fråga AI

expand

Fråga AI

ChatGPT

Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal

course content

Kursinnehåll

Matlab-Grunder

Matlab-Grunder

1. Grundläggande Syntax och Kodning med en Textredigerare
2. Kodningsgrunder
3. Lärande Genom Tillämpningar
4. Visualiseringar
5. Rekursion och Matrismultiplikation

book
Applikation: Kärnkraftverksdataanalys

Tillämpa det du har lärt dig för att analysera effekt och avloppsvattenproduktion från tre kärnkraftverk, och ta del av flera viktiga detaljer under tiden!

Alternativt, när vi arbetar med en uppsättning observationer xi {x1, x 2, x 3, ..., xn} av en slumpmässig variabel med en antagen (men okänd) fördelning, kan vi uppskatta standardavvikelsen med följande formel.

Detta är formeln som kodades i videon (observera att mean(xi) beräknades på raden före standardavvikelseberäkningen: därför refererar vi till detta istället för att beräkna om för effektivitet). En bättre, obiaserad skattning skulle dividera med n - 1 istället för n. Vi bortser från denna detalj här för enkelhetens skull, men det kan enkelt åtgärdas i koden genom att multiplicera resultatet med:

Uppgift

  1. Förstå målen
    Börja med att titta på videon för att förstå programmets syften. Använd videon som inspiration och vägledning för din metod;

  2. Identifiera platsen för Excel-filen
    Lokalisera filen som innehåller de data du ska arbeta med;

  3. Importera Excel-data
    Använd lämpliga bibliotek eller metoder för att läsa in data från Excel-filen;

  4. Analysera och dela upp data

    • Dela upp data baserat på anläggningens plats;

    • Beräkna beskrivande statistik (minimum, maximum, medelvärde och standardavvikelse) för varje plats, med fokus på både effekt- och avloppsdata för hela året;

  5. Exportera resultaten
    Spara dina resultat, inklusive de beräknade statistiska värdena, i en Excel-fil för vidare användning;

  6. Iterera och förbättra

    • Försök att utforma ditt program på ett modulärt och strukturerat sätt;

    • Om du stöter på problem, använd dig mer av tips eller kod som visas i videon;

    • Som sista utväg, återskapa koden i videon så noggrant som möjligt;

  7. Kvalitetskontroll
    Validera programmets utdata genom att jämföra med resultaten som visas i videon för att säkerställa noggrannhet och tillförlitlighet.

Ett gott råd: det är bättre att öva på att koda egna versioner nu medan det finns ett skyddsnät, eftersom vi kommer att bli mindre tydliga med koden vi visar från och med nästa kapitel.

Videon lyfter även fram flera praktiska kontrollpunkter där du kan kontrollera din programmering under arbetets gång genom att antingen:

  • Avkommentera variabler (genom att ta bort semikolonet);

  • Låta din funktion tillfälligt skriva ut den aktuella variabeln.

Var allt tydligt?

Hur kan vi förbättra det?

Tack för dina kommentarer!

Avsnitt 3. Kapitel 1
some-alt