TK8116: Multivariat data- og meta-modellering
- Snitt (beståtte)
- –
- Stryk
- 6,6 %
- Kandidater
- 76
- År
- 2014–2018
H2018
32 kandidater
Snitt per termin (beståtte)
Stryk per termin
År for år
5 år
| År | Kandidater | Snitt (beståtte) | Stryk |
|---|---|---|---|
| 2018 | 32 | – | 16 % |
| 2017 | 15 | – | 0 % |
| 2016 | 13 | – | 0 % |
| 2015 | 12 | – | 0 % |
| 2014 | 4 | – | 0 % |
Ofte stilte spørsmål om TK8116
Hvor mange stryker i TK8116?
6,6 % av kandidatene har strøket i TK8116 ved NTNU i perioden 2014–2018.
Hvor mange studiepoeng gir TK8116?
TK8116 Multivariat data- og meta-modellering gir 7,5 studiepoeng ved Norges teknisk-naturvitenskapelige universitet.
Hva ligger du an til i TK8116?
Legg emnet i semesterprognosen: den blander karakterene dine med denne fordelingen og anslår hva du ender på, helt gratis og uten innlogging, og karakterene dine blir på din egen enhet.
Prøv semesterprognosenFlere TK-emner ved NTNU
Mest tatte emner ved Institutt for teknisk kybernetikk
- TTK4105 Reguleringsteknikk 7 583 kandidater
- TTK4115 Lineær systemteori 3 768 kandidater
- TTK4130 Modellering og simulering 3 268 kandidater
- TTK4135 Optimalisering og regulering 3 219 kandidater
- TTK4145 Sanntidsprogrammering 2 953 kandidater
- TTK4100 Kybernetikk, introduksjon 2 488 kandidater
Kort oppsummert
I perioden 2014–2018 har 76 kandidater tatt TK8116 (Multivariat data- og meta-modellering) ved Norges teknisk-naturvitenskapelige universitet. Emnet vurderes til bestått/ikke bestått, og 93 % består. 6,6 % av kandidatene stryker.
Kilde: HK-dirs åpne emnestatistikk (DBH), karakterer 2014–2018, summert over alle emneversjoner. Tallene er de offisielle innrapporterte resultatene. Vi finner ikke på noe. Historikk er ingen garanti for fremtidige resultater.
Hvorfor tallene kan være litt lave
HK-dir holder tilbake celler med under tre kandidater av personvernhensyn: har to personer fått D i en termin, står det 0. Vi ser aldri de kandidatene, så summene våre er litt lavere enn de virkelige.
Målt mot HK-dirs egne totaler for NTNU er det 0,8 % på emner med over tusen kandidater og 16 % på emner med under femti. Jo større emnet er, jo mindre betyr det – for dette emnet er utslaget minst der du ser de største tallene.
Regelen er HK-dirs egen og gjelder alle som bruker dataene, ikke bare oss.