MET3

Cheat Sheet

Formler, begreper og oppsummering

Databehandling for økonomer

eksamenssett.no

Symboloversikt

Python-biblioteker

•pandas = databehandling (DataFrame) | numpy = numerisk beregning (arrays)
•matplotlib = visualisering (plt.plot) | seaborn = statistisk visualisering
•scipy = optimering og statistikk | requests = web-APIer

Importkonvensjoner

•import pandas as pd | import numpy as np
•import matplotlib.pyplot as plt | import seaborn as sns

Excel-verktøy

•Formler: SUM, VLOOKUP, INDEX/MATCH, IF, SUMPRODUCT
•Analyseverktøy: Pivottabell, Solver, Målsøking, Datatabeller

Formler

Python-grunnlag

•Aritmetikk: +, -, *, /, //(heltall), %(rest), **(potens)
•Sammenligning: ==, !=, >, <, >=, <=
•Logikk: and, or, not
•range(start, stop, step) → tallsekvens
•def funksjon(param): return resultat
•[uttrykk for x in sekvens if betingelse] → list comprehension

pandas

•pd.read_csv("fil.csv", sep=";", encoding="utf-8")
•df.head(), df.shape, df.dtypes, df.describe(), df.info()
•df.isnull().sum(), df.dropna(), df.fillna(verdi)
•df.drop_duplicates(), df.rename(columns={"old":"new"})
•df.groupby("kol")["verdi"].agg(["mean","sum","count"])
•pd.merge(df1, df2, on="nøkkel", how="left")
•pd.pivot_table(df, values="v", index="i", aggfunc="sum")
•df.to_csv("fil.csv", index=False) | df.to_excel("fil.xlsx")

NumPy og simulering

•np.array([1,2,3]) → vektoriserte operasjoner
•np.random.seed(42) → reproduserbarhet
•np.random.normal(mu, sigma, n) → normalfordelt
•np.random.uniform(a, b, n) → uniformt fordelt
•np.mean(), np.std(), np.percentile(data, [2.5, 97.5])

Visualisering

•plt.plot(x, y), plt.bar(x, y), plt.scatter(x, y), plt.hist(x)
•plt.title(), plt.xlabel(), plt.ylabel(), plt.legend()
•plt.savefig("fil.png", dpi=150)
•sns.heatmap(df.corr(), annot=True) → korrelasjonsmatrise

Excel-formler

•IF(test, sann, usann) | IFERROR(formel, alternativ)
•VLOOKUP(verdi, tabell, kolnr, FALSE)
•INDEX(område, MATCH(verdi, søkeområde, 0))
•SUMPRODUCT(område1, område2) → vektet sum
•SUMIF(kriterieområde, kriterium, sumområde)
•Solver: objektfunksjon + beslutningsvariabler + bibetingelser

Nøkkelformler per tema

Programmering og Python-grunnlag

•Tilordning: `x = verdi` | Sammenligning: `x == y`, `x != y`, `x > y`
•Heltallsdivisjon: `a // b` | Modulo: `a % b` | Potens: `a ** b`
•range(start, stop, step) → genererer tall fra start til stop-1
•List comprehension: [uttrykk for x in sekvens if betingelse]
•try/except for feilhåndtering

Datatyper og datastrukturer

•Liste: `x = [1,2,3]` | Tilgang: `x[0]`, `x[-1]`, `x[1:3]`
•Dict: `d = {"nøkkel": verdi}` | Tilgang: `d["nøkkel"]`
•NumPy: `arr = np.array([1,2,3])` | Vektorisert: `arr * 2` → `[2,4,6]`
•DataFrame: `df = pd.DataFrame(data)` | Kolonne: `df["kol"]`
•Filtrering: `df[df["kol"] > verdi]` | Shape: `df.shape` → (rader, kol)

Datainnsamling og filbehandling

•Les CSV: `pd.read_csv("fil.csv", sep=";", encoding="utf-8")`
•Les Excel: `pd.read_excel("fil.xlsx", sheet_name="Ark1")`
•Skriv CSV: `df.to_csv("output.csv", index=False)`
•Skriv Excel: `df.to_excel("output.xlsx", index=False)`
•API: `requests.get(url).json()` → data fra nett-API
•Filsjekk: `os.path.exists("fil.csv")` → True/False

Datarensing og klargjøring

•NaN: `df.isnull().sum()` | `df.dropna()` | `df.fillna(verdi)`
•Duplikater: `df.drop_duplicates(subset=["kol"])`
•Typekonvertering: `df["kol"].astype(float)` | `pd.to_datetime(df["dato"])`
•Merge: `pd.merge(df1, df2, on="nøkkel", how="left")`
•Concat: `pd.concat([df1, df2])` (stacker vertikalt)
•Apply: `df["kol"].apply(lambda x: x * 1.25)`

Deskriptiv analyse og visualisering

•Statistikk: `df.describe()` | `df["kol"].mean()`, `.median()`, `.std()`
•Frekvens: `df["kol"].value_counts()`
•Gruppering: `df.groupby("kol")["verdi"].agg(["mean","sum"])`
•Korrelasjon: `df.corr()` | `df["A"].corr(df["B"])`
•Pivot: `pd.pivot_table(df, values="salg", index="region", aggfunc="sum")`
•Plot: `plt.plot()`, `plt.bar()`, `plt.hist()`, `plt.scatter()`

Regneark og Excel-modellering

•IF: `=IF(test, verdi_sann, verdi_usann)`
•VLOOKUP: `=VLOOKUP(verdi, tabell, kolnr, FALSE)`
•INDEX/MATCH: `=INDEX(B:B, MATCH(verdi, A:A, 0))`
•SUMPRODUCT: `=SUMPRODUCT(vekter, verdier)`
•COUNTIF/SUMIF: betinget telling/summering

Simulering og optimering

•Tilfeldige tall: `np.random.normal(mu, sigma, n)`, `np.random.uniform(a, b, n)`
•Reproduserbarhet: `np.random.seed(42)`
•KI: `np.percentile(resultater, [2.5, 97.5])`
•VaR: `np.percentile(avkastninger, 5)` (5. persentil)
•LP (scipy): `linprog(c, A_ub, b_ub, bounds)`
•Optimering: `scipy.optimize.minimize(f, x0, constraints)`

Automatisering og rapportering

•Filmønster: `glob.glob("mappe/*.csv")` → alle CSV-filer
•F-streng: `f"Verdi: {tall:,.2f}"` → formatert tekst
•Lagre figur: `plt.savefig("fig.png", dpi=150)`
•Eksporter Excel: `df.to_excel("rapport.xlsx", index=False)`
•Tidsbruk: `%%time` (celle) eller `%timeit` (benchmark)

Vanlige feil å unngå

Programmering og Python-grunnlag

•Glemmer innrykk (4 mellomrom) etter if, for, def — gir IndentationError
•Forveksler `=` (tilordning) med `==` (sammenligning)
•Glemmer `return` i funksjoner — funksjonen returnerer da `None`
•Bruker `range(5)` og forventer 1-5, men får 0-4

Datatyper og datastrukturer

•Forveksler liste-repetisjon (`[1,2]*3` → `[1,2,1,2,1,2]`) med NumPy-multiplikasjon (`np.array([1,2])*3` → `[3,6]`)
•Glemmer at `y = x` for lister lager en referanse, ikke en kopi — bruk `y = x.copy()`
•Bruker `df.kolonne` i stedet for `df["kolonne"]` når kolonnenavn har mellomrom

Datainnsamling og filbehandling

•Glemmer `sep=";"` for norske CSV-filer — gir én lang kolonne i stedet for flere
•Feil encoding gir uleselige tegn (æ→Ã¦) — prøv "utf-8" eller "latin-1"
•Glemmer `index=False` ved `.to_csv()` — gir en uønsket indekskolonne i filen

Datarensing og klargjøring

•Bruker `df["pris"] > 100 & df["region"] == "Oslo"` uten parenteser — & har høyere presedens
•Glemmer at `.dropna()` returnerer en ny DataFrame — originalen endres ikke uten `inplace=True`
•Bruker `merge` uten å sjekke resultatet — feil join-type kan gi uventede NaN eller dupliserte rader

Deskriptiv analyse og visualisering

•Glemmer `plt.show()` i vanlige Python-skript — plottet vises ikke
•Bruker gjennomsnitt for skjeve data — median er ofte bedre
•Tolker korrelasjon som kausalitet — korrelasjon viser bare samvariasjon

Regneark og Excel-modellering

•Glemmer $-tegn i absolutte referanser — formler gir feil ved kopiering
•Bruker VLOOKUP med TRUE (tilnærmet treff) når FALSE (eksakt) trengs
•Velger feil Solver-metode — Simplex for lineært, GRG for ikke-lineært

Simulering og optimering

•Glemmer `np.random.seed()` — resultatene blir ikke reproduserbare
•Bruker for få simuleringer (N < 100) — upålitelige estimater
•Antar uavhengighet mellom variabler som egentlig er korrelerte

Automatisering og rapportering

•Hardkoder filnavn i stedet for å bruke glob/os — koden feiler når filnavn endres
•Glemmer `plt.tight_layout()` — tekst overlapper i figurer
•Blander kode og rapport uten Markdown-celler — vanskelig å lese

Eksamenstips

Programmering og Python-grunnlag

•Les feilmeldinger nøye — de forteller deg vanligvis nøyaktig hva som er galt og på hvilken linje
•Test koden din trinnvis med `print()` for å sjekke mellomresultater
•Bruk f-strenger for lesbar output: f"Resultat: {verdi:.2f}"

Datatyper og datastrukturer

•Bruk `.shape`, `.dtypes` og `.info()` for å forstå et nytt datasett
•Husk at pandas-indeksering med `.loc` inkluderer endepunktet, `.iloc` ekskluderer

Datainnsamling og filbehandling

•Bruk alltid `.head()` og `.dtypes` etter innlesing for å verifisere at data ser riktig ut
•Husk at `pd.read_csv()` med feil filsti gir FileNotFoundError — bruk try/except

Datarensing og klargjøring

•Sjekk alltid `.shape` før og etter rensing for å se hvor mange rader som påvirkes
•Bruk `how="left"` som standard i merge — da beholder du alle rader fra hoveddatasettet

Deskriptiv analyse og visualisering

•Merk alltid diagrammer med tittel, aksetitler og legend — umarkerte figurer gir trekk
•Bruk `plt.tight_layout()` for å unngå overlappende tekst
•Bruk `sns.heatmap(df.corr(), annot=True)` for effektiv visualisering av korrelasjoner

Regneark og Excel-modellering

•Test formler med kjente verdier for å verifisere at de gir riktig resultat
•INDEX/MATCH er kraftigere enn VLOOKUP og bør foretrekkes på eksamen
•Beskriv Solver-oppsettet tydelig: objektfunksjon, variabler og bibetingelser

Simulering og optimering

•Sett alltid seed for reproduserbare resultater
•Presenter alltid usikkerheten (KI, standardavvik), ikke bare et punktestimat
•For LP-problemer: formulér tydelig objektfunksjon, variabler og bibetingelser

Automatisering og rapportering

•Bruk funksjoner for å unngå kodeduplisering — viser god programmeringspraksis
•Formater tall med f-strenger i rapporter: `f"{verdi:,.2f}"` for tusentall med 2 desimaler
•Lag alltid en kort tekstbeskrivelse av hva koden gjør og hva resultatene betyr