74 11.4 Mitmene korrelatsioon ......................................................................................................... 74 11.5 Regressioonanalüüs............................................................................................................... 75 12 Aegridade analüüs .............................................................................................................. 81 12.1 Aegrea mõiste ....................................................................................................................... 81 12.2 Aegridade keskmised tasemed.............................................................................................. 81 12.3 Aegridade kompleksanalüüs ................................................................................................. 82 Kasutatud kirjandus...
K. Loorits Kestus: 8 õppenädalat Lõpeb arvestusega 1999/2000 kevadsemester Projekteerimise alused 2 PROJEKTEERIMISE ALUSED Eesti ehituskonstruktsioonide projekteerimisnormid (EPN) Üldist (1) Eesti projekteerimisnormid koosnevad reast juhendeist, mida kasutatakse: a) ehituskonstruktsioonide, ehitiste ja ehitustööde ehituslikul ja geotehnilisel projekteerimisel; b) ehituskonstruktsioonide valmistamisel; c) ehitustööde teostamisel ja järelvalvel. (2) Eesti projekteerimisnormide eesmärgiks on: a) tagada ehituskonstruktsioonide ja ehitutsööde kvaliteedi vastavus Euroopa standardite ja ehitustoodete direktiivi olulisemate nõuetega; b) olla aluseks ehitiste ja ehit...
Ratsionaalne otsustusprotsess §2. Simulatsioon (modelleerimine) Modelleerimine on laiem mõiste kui simulatsioon. 4. Asukoha valimine. 1.1. Otsustamise olemus ja otsustusprotsessi elemendid Modelleerimine mudelite koostamine ja uurimine(analüüs). Mudel on töövahend. 4.1.Asukoha valimise strateegiad ja etapid Asukohavaliku ees seistakse siis, kui tootmine Otsustamise-tegutsemisviisi leidmine, probleemi lahendamise protsess ja tegevuse tulemus. Simulatsioon tegelikku olukorra modelleerimine, protsesside matkimine, immiteerimine, ei mahu olemasolevatesse raamidesse või on mujal tootmiskulud väiksemad. Strateegiad: Kolm aspekti: probleemi lahendamiseks vajalike tegutsemisvariantide ettevalmistamine, õppimine läbi tegutsemise. Mudelid:1.materiaalsed(füüsilised)ehk ain...
Kirjendatakse tulevasi tegevusi, finantsallikaid, teostamiseks kulusid. Fikseeritud struktuuri ja hierarhilise ülesehitusega süsteem. Realistlikel prognoosidel põhinev tegevusplaan. VISIOON-(Milliseks me tahame saada?)avalik kirjalik kokkuvõte org-i tulevikust, milliseks soovitakse org-i arendada. Määrab tegutsemise põhisuuna. MISSIOON-(Miks me eksisteerime?)kirjeldab org peamise ül-i. Mida asutus teeb ja kelle jaoks? Ei tohi tihti muutuda. Lühike, selge ülevaade. STRATEEGIA-definitsioon tuleneb tegevuse tulemuslikkusest(e/v teeb õigeid asju). Vahendid ja meetodid e/v ülima eesmärgi saavutamiseks vajalike tingimuste täitmiseks. Saavutada otsustaval hetkel otsustavas lõigus otsustav ülekaal(olla konkurentidest samm eespool). Strateegiline planeerimine- järgmise 3-5a jooksul käivitatavate programmide ja nendesse suunatavate ressursside ligikaudse mahu üle otsustamise protsess. FIRMAPORTFELL-firma tooted/tegevusval...
Aegrea karakteristikud .............................................................................................. 2. Korrelogramm. Statsionaarsuse määramine............................................................... 3. Statsionaarsuse ja mittestatsionaarsuse mõjutamine statistikale................................ 4. Statsionaarsuse ja mittestatsionaarsuse aegreadede statistika saamiseks näited........ Aegrea karakteristikud Kui meil on juba antud vaid üks realisatsiooni protsess - aegrida, siis ei ole meil võimalik täpselt aru saada stohhastilise protsessi karakteristikuid. Kuid me saame vaadelda aegrea keskmist väärtust, standardviga ning k-järku autokorrelatsioonikordajad statsionaarse juhuslikku protsessi keskväärtusse, dispersiooni ja autokorrelatsiooni funktsiooni hinnangutena. Kui aegread sisaldavad arengutendentsi, trendi, siis need karakteristikud on kindlasti suhteliselt väheinformatiivsed aegrea...
Lahutused 2004 2005 2006 2007 2008 Jaanuar 272 304 303 331 261 Veebruar 299 319 258 276 262 Märts 454 358 333 314 334 Aprill 349 345 306 314 330 Mai 356 404 338 381 317 Juuni 357 304 300 298 289 Juuli 267 266 304 345 296 August 324 316 346 312 274 September 357 337 313 295 266 Oktoober 367 381 360 343 306 November 407 372 328 289 278 Detsember 349 348...
TALLINNA TEHNIKAÜLIKOOL Majandusteaduskond Rahvamajanduse instituut Statistika ja ökonomeetria õppetool Tiina Vaht Abortide arv Eestis 1970-2008 Juhendaja: prof. Ako Sauga Tallinn 2010 1. Sissejuhatus Kodutöö tegemisel kasutasin Eesti Statsitikaameti kodulehelt saadud andmeid. Valimis on abortide arv Eestis 1970. aastast kuni 2008. aastani. Valimi kirjeldamiseks kasutasin keskmisi ja variatsiooninäitarve ning aegrea analüüsi, mille käigus leiti vajalikud juurdekasvud ja kasvutempod. Samuti viisin läbi erinevad silumised ning koostasin nendele vastavad diagrammid. Käesoleva töö eesmärgiks on lähtuvalt uurimisülesandest kogutud statistilist materjali töödelda ja analüüsida (tabel 1 ja joonis 1). Töö käigus püüan kirjeldada ja analüüsida valimit ning seletada valimis toimunud muutusi ja tendentse. Tabel 1. Aasta Abortide arv 1970 406...
Abortide arv Eestis 1970-2007 Tagasivaatav Abortide arv aheljuurde- aheljuurde-kasvu Aasta Eestis ahelindeks alusindeks kasvutempo tempo 1970 40663 1971 42256 1,039 1,039 0,039 0,038 1972 42309 1,001 1,040 0,001 0,001 1973 41381 0,978 1,018 -0,022 -0,022 1974 39902 0,964 0,981 -0,036 -0,037 1975 38927 0,976 0,957 -0,024 -0,025 1976 38341 0,985 0,943 -0,015 -0,015 1977 38145 0,995 0,938 -0,005 -0,005 1978 36865 0,966 0,907 -0,034 -0,035 1979...
a. püsiva struktuuri indeks b. struktuurinihete indeks c. muutuva struktuuri indeks Vale Selle esituse hinded: 0/1. Question 2 Hinded: 1 Hüpoteesi statistilisel kontrollimisel võetakse vastu sisukas hüpotees, kui Vali üks vastus. a. parameetri empiiriline väärtus on suurem kui kriitiline b. parameetri empiirilise väärtuse absoluutväärtus on väiksem kui kriitilise väärtuse absoluutväärtus. c. parameetri empiirilise väärtuse absoluutväärtus on suurem kui kriitilise väärtuse absoluutväärtus; Vale Selle esituse hinded: 0/1. Question 3 Hinded: 1 Diskreetsel juhuslikul suurusel võib olla kolm väärtust : väärtus "2" tõenäosusega 0,2; väärtus "4" tõenäosusega 0,5 ja väärtus "7" tõenäosusega 0,3. Selle juhusliku suuruse keskväärtus on...
Turunduse olemus: Turundus ehk marketing sai oma nime turu järgi, kus vanasti toimusid kauba vahetused raha või teiste toodete vastu linna keskel oleval turuplatsil. Turundus tähendab firma juhtimist turust lähtuvalt. Hõlmab turu-uuringuid, toote kujundamist, turunduskanalite valikut, hinnapoliitikat, reklaami, müüki ennast jpm. Ajalooliselt on levinumad kolm turundustõlgendust: · Turundus kui kaubandustegevuse organiseerimine · Turundus kui kaupade realiseerimise organisatsiooniliste, tehniliste ja kommertsfunktsioonide süsteem · Turundus kui tootmise juhtimise turukonseptsioon Turunduse 5 põhialust · Kõige tähtsam on tarbijakesksus; · Tarbijad ei osta toodet, vaid probleemilahendust; · Turundus on liialt oluline jätmaks see üksnes turundusosakonna mureks; · Turud on heterogeensed; · Turud ja tarbijad on pidevas muut...
TALLINNA TEHNIKAÜLIKOOL Majandusteaduskond Rahvamajanduse instituut Statistika ja ökonomeetria õppetool Allar Plaksi EALB-41 062005 TALLINNA JA TARTU ELANIKKONNA ARVULINE VÕRDLUS JA STATISTILINE ANALÜÜS Kodune töö õppeaines Statistika TES0020 Juhendaja: Dotsent Ako Sauga Tallinn 2010 2 SISUKORD SISSEJUHATUS Käesolevas töös viib autor läbi statistilise analüüsi Eesti kahe suurima linna Tallinna ja Tartu elanikkonna põhjal. Uuritakse nende jaotumist erinevatesse vanusegruppidese aastal 2010, viiakse mõlema põhjal läbi aegrea analüüs, kasutatakse mitmeid kirjeldava statistika meetodeid ning võrreldakse neid omavahel. Antud uuringu eesmärgiks on anda ülevaade Tartu ja Tallinna elanikkonna hetkeseisust, m...
1. arvulised ehk kvantitatiivsed: Pidev tunnus võib omada kõiki reaalarvulisi väärtusi Diskreetne tunnus saavad omada väärtusi ainult kindlate vahemike järel 2. mittearvulised ehk kvalitatiivsed: Järjestustunnus loogiliselt järjestatavad (haridustasemed) Nominaaltunnus - vastusevariantide jaoks ei leidu sisulist järjestust (rahvus) Binaarne tunnus tunnus, millel on ainult kaks võimalikku väärtust (sugu) Kogumi maht (liikmete arv) Moodustatavate rühmade arv 40 60 68 60 100 7 10 100 200 9 12 200 500 12 15 Intervalli laiuse saame, kui valimi suurima ja vähima väärtuse vahe jagame valitud intervallide arvuga. Sagedusjaotus näitab kui palju vaatlusi langeb igasse intervalli. Mahukeskmised arit...
- ajaloolise - patcntmeetod analoogia rneetod - pllblikatsioonide - maternaatilisc mectod analoogia mectod Prognoosita v'l1iiitaja M itmelegllriline aegrea aluscl prognoosimine · ekstrapolatsiooll - regressioonmudelid · paindlikud fUllklsioonid - faktoranaliiiisi mudelid · autoregressiivsecll11l1delid - Markovi ahelmudelid · eksponen Has" ndll 111 i ne · hannoonilistc b,t1l1dc vote · splail1-meetod · Box-Jenkins 1I1udclid 1. Prognoosieelne orienteerimine - prognoosimise eesmargi ja lilesannete ning prognoosi liigi maaratlemine...
Kui võrratused kehtivad, võib aegrea mediaankriteeriumite järgi lugeda juhuslikuks. Käänupunktide kriteeriumi kasutamisel (oluliuse nivool 0.05) leitakse aegrea käänupunktide arv p. Käänupunktideks on reas esinevad lokaalmaksimumid ning lokaalmiinimumid. Kui kehtib võrratus, võib aegrea käänupunktide kriteeriumi järgi lugeda juhuslikuks. Autokorrelatsioonid iseloomustavad aegrea liikmete omavahelist korreleeritust/sõltuvust. Aegrea silumise mõte on saada aegreast teisendatud variant, kus juhuslikkuse mõju on vähendatud sel teel, et aegrea element asendatakse tema lähendväärtusega. Lihtsaim silumisviis on kasutada libisevat keskmist, mille puhul lähendväärtus rea elemendile x leitakse kui lähiselementide keskväärtus. Silutud rea eelis on see, et sealt on kergem välja lugeda üldisi trende....
RAKENDUSSTATISTIKA ARVUTUSGRAAFILINE TÖÖ Osa A Valimi A mahuga N=25 variatsioonirida: 12 6 11 62 20 62 7 98 10 1 52 27 80 25 94 46 38 74 95 33 71 15 96 4 87 1.Leida keskväärtuse, dispersiooni, standardhälbe, mediaani ja haarde hinnangud. Keskväärtus: Excel: AVERAGE x=45, 04 Dispersioon: Excel: VAR Sx²=1164,123 Standardhälve: Sx=34,1193 Mediaan: Mediaan on variatsioonirea keskmine element paarituarvulise valimi korral või kahe keskmise elemendi poolsumma paarisarvulise valimi korral. Me=38 Haare: R=97 2. Leida keskväärtuse ja dispersiooni usaldusvahemikud (eeldades üldkogumi normaaljaotust ning võttes olulisuse nivooks = 0.10). Keskväärtuse usaldusvahemik: = 0,10 t0,1; 24= 1,711 (Studenti tabelist) Dispersiooni usaldusvahemik:...
Hindame valimi parameetreid Hindamiseks kasutame järgmised valemid: Keskväärtus: 44,12 Dispersioon: 673,44 Standardhälve: 25,95 Mediaani ja haarde leidmiseks teeme valimi liikmete ümberjärjestuse: Mediaan: 51 Haare: 92-4= 88 2. Leiame keskväärtuse ja dispersiooni usaldusvahemikud (usaldusnivoo = 0,10), eeldades üldkogumi normaaljaotust Keskväärtuse jaoks kasutame t-statistikut f = N 1 = 24 t0,95(24) = 1,7109 = 8,88 (poollaius) P(35,24 < < 53) = 0,9 Dispersiooni jaoks kasutame 2-statistikut f = N 1 = 24 20.95(24) = 36,415 20.05(24) = 13,848 P (443,9 < 2 < 1167,15) = 0,9 3. Kontrollime hüpoteese keksväärtuse ja dispersiooni kohta, eeldades üldkogumi normaaljaotust, ja kasutades usaldusnivood = 0,10 3.1 H0: = 50; H1: 50 Kontrollimiseks kasutame t-statistikut: t = 1,1329 f = N 1 = 24 Kriitiline t-statistiku väärtus t0,95(24) = 1,711 Kuna t < tkr, sii...
RAKENDUSSTATISTIKA ARVUTUSGRAAFILINE TÖÖ Osa A Valim A mahuga N=25 variatsioonirida: 69 10 76 79 84 41 15 87 44 49 38 16 58 7 24 19 82 1 40 38 35 87 51 1 69 1. Leida keskväärtuse, dispersiooni, standardhälbe, mediaani ja haarde hinnangud. Keskväärtus: Excel: AVERAGE x = 44,80 Dispersioon: Excel: VAR Sx² = 814,417 Standardhälve: Excel: STDEV Sx = 28,538 Mediaan: Mediaan on variatsioonirea keskmine element paarituarvulise valimi korral või kahe keskmise elemendi poolsumma paarisarvulise valimi korral. Excel: MEDIAN Me = 41 Haare:...
RAKENDUSSTATISTIKA ARVUTUSGRAAFILINE TÖÖ Osa A Valimi A mahuga N=25 variatsioonirida: 22 96 91 75 74 75 25 79 12 38 95 10 71 0 79 24 86 91 96 5 40 85 69 82 39 1.Leida keskväärtuse, dispersiooni, standardhälbe, mediaani ja haarde hinnangud. Keskväärtus: Excel: AVERAGE x=58,36 Dispersioon: Excel: VAR Sx²=1072,74 Standardhälve: Excel: STDEV Sx=32,75 Mediaan: Mediaan on variatsioonirea keskmine element paarituarvulise valimi korral või kahe keskmise elemendi poolsumma paarisarvulise valimi korral. Excel: MEDIAN Me=74 Haare: =96-0=96 R=96 2. Leida keskväärtuse ja dispersiooni usaldusvahemikud (eeldades üldkogumi normaaljaotust ning võttes olulisuse nivooks = 0.10). Keskväärtuse usaldusvahemik...
Dispersioon= 37 9 1. Keskväärtus= 53,24 263,74 54 15 0,58 94 18 1661,38 32 19 451,14 19 30 1172,38 33 32 409,66 69 33 248,38 51 37 5,02 89 41 1278,78 43 43 104,86 18 43...
RAKENDUSSTATISTIKA ARVUTUSGRAAFILINE TÖÖ Osa A 0 2 7 1 0 1 5 2 8 2 9 3 0 3 1 3 2 3 2 4 2 4 6 4 7 4 7 4 8 5 3 6 8 7 0 7 5 7 5 7 9 9 4 9 6 9 9 Valimi A mahuga N=25 variatsioonirida: 1.Leida keskväärtuse, dispersiooni, standardhälbe, mediaani ja haarde hinnangud. Keskväärtus: Excel: AVERAGE x = 46,20 Dispersioon: Excel: VAR Sx² = 867,92 Standardhälve: Sx = 29,46 Mediaan: Mediaan on variatsioonirea keskmine element paarituarvulise valimi korral või kahe keskmise elemendi poolsumma paarisarvulise valimi korral. Me = 46 Haare: R= 99 - 0 = 99 2. Leida keskväärtuse ja dispersiooni usaldusvahemikud (eeldades üldkogumi normaaljaotust ning võttes olulisuse nivooks = 0.10). Keskväärtuse usaldusvahemik: = 0,10 Dispersiooni usaldusvahemik:...