Innledning
Under del 1 valgte vi å undersøke statistikker i forhold til kulturliv. Vi tok utgangspunkt i tall som beskriver hvordan antall kinobesøk har endret seg de siste årene.

Videre gjorde vi en ny undersøkelse, denne gang knyttet til helseforhold og levevaner. Vi fant en oversikt over arbeidsulykker og arbeidsulykker som endte i død de siste årene, og lagde et par modeller.

Innholdsfortegnelse
Metode
Resultat
Del 1:
Del 2:
Diskusjon
Oppsummering
Kildeliste:

Utdrag
Diskusjon
For å finne den beste modellen i forholdt til punktene våre så vi på R2 tallet, som har som mål å være nærmest 1, og jo nærmere tallet 1 jo mer nøyaktig er grafen.

På del 1 var R2- punktet nærmest på polynom 9, og lineær litt dårligere. Vi valgte lineær funksjon uavhengig av dette fordi vi syntes det passet best med det vi ville formidle, nemlig utviklingen til antall kinobesøk over tid og hvilken trend det fulgte.

R2-tallet til grafen til dødsfall lå på 0.7 som ikke er perfekt, men det viser utviklingen over flere år på en grei måte uavhengig av dette. Vi brukte derfor andregradsfunksjon (polynom 2) på del 2, fordi det var nærmest R2 tallet nærmest 1.

På del 1 så har vi et veldig tydelig avvikende punkt, nemlig det siste året. Dette året var viktig for det vi prøvde å formidle, nemlig hvordan dette året med pandemi påvirket kinobransjen.

Vi kunne derfor ikke fjerne dette avvikende punktet, men skulle vi formidlet antall besøkende i kinobransjen generelt, ville vi derimot måtte ha fjernet dette. På del 2 er det ingen spesielle avvikende punkter.

I del 1 tror vi trenden vil gå oppover igjen fordi vi jobber med koronaåret 2020, som trekker grafen drastisk ned.

Folk vil gå på kino igjen da samfunnet åpner, det har vært populært og veldig vanlig før og vi ser da få grunner til at det skal endres drastisk.

Vi har derimot også en teori om at fler tar i bruk strømmetjenester som Netflix, HBO Max og Disney+ som kan føre til at færre tar seg råd til å dra på kino, og heller ta filmkvelden hjemme.