EESTI MAAÜLIKOOL Metsandus- ja maaehitusinstituut osakond NIMI PRT 815 ANDMETÖÖTLUSE ALUSED KODUTÖÖ NR. 5 Juhendaja: lektor Tartu AASTA Sisukord Sisukord.............................................................................................................................2 Sissejuhatus....................................................................................................................... 3 2. Diameetri usalduspiirid..................................................................................................4 3. Mitut puud tuleks mõõta?..............................................................................................4 3.1 Mitut puud tuleks mõõta et saada keskväärtuse hinnang veaga 0,3 cm..................4 3.2 Mitut puud tuleks mõõta, et saada keskväärtuse hinnang veaga 1%.....
Tõug Lakt Mass Piim Rasv_% Valk_% Piimakl EHF 1 492.9 6771.6 4.30 3.14 kõrgem Tunnuste kirjeldus EHF 1 547.8 9695.9 3.42 3.45 esimene EHF 1 506.5 10601.0 3.50 3.20 esimene Tõug - EHF 1 488.3 15697.9 3.52 3.52 esimene EHF eesti mustakirju holstein EHF 1 565.5 9419.2 3.41 3.63 sorditu EPK eesti punane tõug EHF 1 542.6 10558.3 3.72 3.37 kõrgem RHF eesti punasekirju holstein EHF 1 599.5 9806.6 3.55 3.39 kõrgem EHF 1 600.1 10152.1 3.65 3.00 kõrgem Lakt - lehma laktatsiooninumber EHF 1 630.3 9232.4 3.84 3.19 kõrgem Mass - lehma kehamass, kg EHF 1 556.2 11892.5 3.61 3.56 kõrgem Piim - lehma piima kogutoodang lüpsiperio EHF 1 617.3 8803.9 4.26 3.71 esimene Rasv...
RIIK SUGU PIKKUS MASS PEA_P JALANR ODE_VENDMAT_HINNEHOMMIK Eesti N 170 63 57 39 1 5 võileib Eesti N 161 57 59 37,5 2 4 võileib Eesti M 183 80 48 43 2 3 puder Eesti N 183 81 58 42 2 5 võileib Eesti M 174 74 56 43 0 4 võileib Eesti N 171 70 57 39 3 4 puder Eesti N 161 59 55 37 1 5 võileib Eesti N 172 80 56 41 2 4 võileib Eesti N 183,5 68 55,5 40 3 4 ei söö tavaliselt hommikul Eesti N 171 57 56 39 0 4 võileib Soome N 175 68 56 40 2 4 ei söö tavaliselt hommikul Eesti N 168 70 57 40 2 ...
Biomeetria eksamiks ·Konstrueerige sagedustabel tunnusele"hommik" ---- insert PivotTable, joonise tegemisel copy andmed kõrvale (ilma grand total lahtrita) ·Diagrammi kujundamine - kustutada legend ja joonise pealkiri; y-telje põhikoordinaatjooned helehallid katkendlikud; y-teljele nimetus 'Tudengite arv'; x- teljele nimetus 'Mida te tavaliselt hommikul sööte?' ja tõstke see joonise sisse; telgede ühikute kirjasuurus 10 ja nimetustel 12 punkti; y-telje maksimum 29 ja miinimum 0 ühikut ning ühikute vahe (major unit) 5; tulpade vahe 120%; jooniseala (Chart Area) ümbert hall kastijoon kustutada; hall kastijoon teha ümber jooniseala (Plot Area) ·Suhteline sagedus grupi vaatluste arv/kõigi vaatluste arv. Home sakil saab teha protsendiks ·Pidevate arvtunnuste jaoks on vaja klasse. Klasside arvu leiab võttes vaatluste arvust ruutjuure, klassid peavad olema ühepikkuse...
RIIK SUGU PIKKUS MASS PEA_P JALANR ODE_VEND MAT_HINNE Eesti M 186 95 59 44 1 4 Eesti N 170 85 57 42 6 4 Eesti N 169 50 54 38 1 3 Eesti M 180 70 56 43 0 3 Eesti 179 72 55 40 1 4 Eesti N 170 55 55 37 1 4 Eesti N 160 58 55 38 1 5 Eesti N 161 57 55 39 1 4 Eesti N 171,5 59 57 38 1 4 Eesti N 180 63 58 41 2 5 Eesti N 168 54 57 38 1 4 Eesti N 170 57 52 40 2 3 Eesti N 163 61 57,5 39 0 4 Eesti M 172 ...
Hüpoteeside koltrollimine 1. Oletus, väide 2. Sobiv hüpoteeside paar (millised tunnused on vaja võrrelda) 3. Olulise tõenäosus (p) 4. Järeldus (p>0,05 H0, p<0,05 H1) 5. Lõppvastus (sama, mis oli küsitud hüpoteesis) T-test sobivad valemid 1. T-test H0: keskmised võrdsed H1: keskmised erinevad 2. F-test sõltumatud valemid H0: dispersioonid võrdsed H1: dispersioonid erinevad P>a H0, P<0,05 H1 Võrdsete disp mittevõrdsete disp t-test t-test 3. Olulisuse tõenäosus 4. Lõppvastus (p<0,05 H0) Vormistus nii nagu iseseisvates töös Ülesanne Eesmärk Tunnusetüüp 1.T-test (f-test) Keskmiste erinevus kahes Pidev arvtunnus- keskmised grupis tunnus, ...
Et prognoosida sõltumatute muutujate seost testi keele õppimiseks kuluva ajaga (normaaljaotusega, arvtunnusega minutites) sisaldab regressioonianalüüsi mudel kolme sõltumatut muutujat: õpetaja toetus (a four-point scale with the response categories ‘never’, ‘some lessons’, ‘most lessons’ and ‘every lesson’ was used), kodused õppimist toetavad vahendid ja distrsiplineeriv keskkond (A four-point scale with the response categories ‘never’, ‘some lessons’, ‘most lessons’ and ‘every lesson’ was used. This index was inverted so that low values indicate a poor disciplinary climate). Tabelis 1. on ära toodud mudeli parameetrid, mis annavad ülevaate mudeli „headuse“ ja prognoosi täpsuse kohta. Regressoonimudeli eeslduste kohaselt on tunnused mõõdetud arvuliselt, kodeeritud on puuduvad väärtused, mis muidu ei ole arvulised. Tabel 1. Faktorite seos testi keele õppimiseks kuluva ajaga (minutit nädalas) Reg...
SUGU PIKKUS MASS PEA_YMBJALANR ODE_VEND MAT_HINNE HOMMIK PUDER HAIGE N 160 86 50 39 0-1 3 võileib jah ei N 162 60 55 37 0-1 3 võileib nii ja naa jah N 164 51 55 38 0-1 3 puder jah jah 165 54 54 37 0-1 4 ei söö tavaliselt ei hommikul ei N 165 68 55 39 2-3 3 võileib nii ja naa ei N 168 58 56 41 >3 3 muu ei jah N 168 68 52 39 2-3 4 võileib ei ei N 169 60 50 40 0-1 4 muu ei ei N 169 65 55 39 2-3 4 ei söö tavaliselt ...
d Andmetöötluse alused 25,3 Kodune töö 4 20,2 Proovitükk nr. 24,75 Hinnangud, hüpoteesid, regressioon 23,45 22,25 Punkthinnangud, vahemikhinnangud, valimi maht 16,85 22,8 Eeldame, et teie proovitükil mõõdetud andmete põhjal tahame teha järeldusi samalaadse 18 üldkogumi kohta 23,75 Selleks arvuta järgmised statistikud oma proovitüki kohta 24,85 1) Leida 1. rinde enamuspuuliigi diameetri kohta (rühmitamata andmetest) järgmised suurused: 21,7 aritmeetiline keskmine, 18,05 dispersioon, 19 standardhälve, 25,35 valimi maht, 20,4 standardviga, 21,5 variatsioonikordaja, 21,4 suhteline standardviga e katsetäpsus. 17,5 2) Leida diameetri usalduspiirid: 20,25 aritmeetilise keskmise 95%lised usalduspiirid, 21,74 25,25 aritm...
Hinnangud, hüpoteesid, regressioon Proovitükk nr. 6 Kolmas kodutöö õppeaines Metsandusliku andmetöötluse alused Lähteandmeteks on Teie proovitüki 1. rinde enamuspuuliigi keskmine diameeter (rühmitamata andmed). Kopeerige see tulp sellele samale töölehele. Punkthinnangud, vahemikhinnangud, valimi maht Eeldame, et teie proovitükil mõõdetud andmete põhjal tahame teha järeldusi samalaadse üldkogumi kohta Selleks arvuta järgmised statistikud oma proovitüki kohta 1) Leida 1. rinde enamuspuuliigi diameetri kohta (rühmitamata andmetest) järgmised suurused: keskväärtuse hinnang (aritmeetiline keskmine), 4.921 dispersioon, 7.352 standardhälve, 2.712 standardhälbe viga 0.183 ...
Ökonomeetria-BA. Harjutusülesande koos lahendustega Koostanud: Tiiu Paas Ülesanne 1. Analüüsime regressioonimudelit Yi 800 0.93 X i 50 Di 0.01Di X i uˆ i , i 1,2,..,100 , (t ) (22.54) (2.34) (0.56) R 2 0.82, F 15.342 ( p 0.001) kus Y – küsitletu tarbimine eurodes, X – küsitletu sissetulek eurodesning D – küsitletu sugu (D = 1, kui mees ning D = 0, kui naine); t – statistiku kriitiliseks väärtuseks on t 0.025,96 1.99 . Vastake järgmistele küsimustele ning põhjendage vastuseid a) kas mudel on statistiliselt oluline olulisuse nivool 0.05; mida saate öelda mudeli kirjeldatuse taseme kohta. b) millised muutujad on statistilised olulised olulisuse nivool 0.05; c) Leida muut...
1. Ökonomeetria mõiste ja ülesanded. Ökonomeetria komponendid. MÕISTE: Ökonomeetria on teadus ja kunst kasutada statistilisi tehnikaid ja majandusteooriaid majanduslike andmete analüüsimisel. ÜLESANDED: 1) Majanduslike nähtuste vaheliste seoste kvantitatiivne kirjeldamine 2) Majandusteoreetiliste hüpoteeside kontrollimine 3) Majandusnäitajate ja majandusarengu prognoosimine KOMPONENDID: · Majandusteooria · Andmed · Statistilised ja matemaatilised meetodid 2. Ökonomeetrilise mudeli olemus, mudeli komponendid. Ökonomeetrilise modelleerimise etapid. MUDELI OLEMUS: · Mudel on lihtsustatud ettekujutus reaalsest objektist, protsessist või nähtusest · Mudel on tegelikkuse abstraktsioon, üldistus · Mudel peab peegeldama ainult olulist, jätma teatud probleemi käsitlemisel kõrvale mitteolulise ÖKONOMEETRILISE MUDELI OLEMUS: Ökonomeetriline mudel on matemaatilise mudeli eriliik, mis koosneb üldjuhul alge...
TTÜ Materjaliteaduse Instituut Füüsikalise keemia õppetool Töö nr. 6 PUHTA VEDELIKU KÜLLASTATUD AURURÕHU MÄÄRAMINE DÜNAAMILISEL MEETODIL Töö teostatud 05.03.2015 .................................... märge arvestuse kohta, õppejõu allkiri FK laboratoorne töö 6 PUHTA VEDELIKU KÜLLASTATUD AURURÕHU MÄÄRAMINE DÜNAAMILISEL MEETODIL Töö ülesanne. Dünaamiline aururõhu määramise meetod põhineb aine keemistemperatuuride mõõtmisel erinevate rõhkude juures. Teatavasti keeb vedelik temperatuuril, mille juurestema küllastatud aururõhk on võrdne välisrõhuga. Keemistemperatuuride mõõtmine erinevatel rõhkudel annab küllastatud auru...
PRT PRT AASTA PUU RIN PL ASIM KAUG D1 1062 1118 2008 12 1 MA 1,0 18,9 18,2 1062 1118 2008 3 1 MA 2,0 7,3 17,8 1062 1118 2008 11 1 MA 2,0 18,0 13,8 1062 1118 2008 5 1 MA 3,0 11,7 17,4 1062 1118 2008 1 1 MA 4,0 3,4 10,9 1062 1118 2008 10 1 MA 7,0 17,2 17,0 1062 1118 2008 13 1 MA 10,0 19,0 18,1 1062 1118 2008 6 1 MA 13,0 7,9 11,5 1062 1118 2008 7 1 MA 15,0 9,8 13,2 1062 1118 2008 8 1 MA 19,0 13,7 8,9 ...
Gümnaasiumi hinded Hinded EMÜ-s Gümn_keskmHinne Gümn_matem õppeaine A õppeaine B õppeaine C õppeaine D 3,27 29 3 3 1 1. Ül.11.1 1 3,5 30 3 3 1 (Points: 2 2) Kopeerige 3,79 59 1 4 2 korrelatsioonimaatriks to 1 3,84 59 1 4 2 usaldusväärsust. 1 Missug 3,87 72 4 ...
RIIK SUGU PIKKUS MASS PEA_P JALANR ODE_VEND MAT_HINNE Eesti M 186 95 59 44 1 4 Eesti N 170 85 57 42 6 4 Eesti N 169 50 54 38 1 3 Eesti M 180 70 56 43 0 3 Eesti 179 72 55 40 1 4 Eesti N 170 55 55 37 1 4 Eesti N 160 58 55 38 1 5 Eesti N 161 57 55 39 1 4 Eesti N 171,5 59 57 38 1 4 Eesti N 180 63 58 41 2 5 Eesti N 168 54 57 38 1 4 Eesti N 170 57 52 40 2 3 Eesti N 163 61 57,5 39 0 4 Eesti M 172 66 54 42 1 4 Eesti M 183 73 54,5 44 ...
Ökonomeetria kontrollküsimused. 1.Ökonomeetrilise mudeli mõiste. Ökononomeetriliste mudelite abil on võimalik analüüsida erinevate majanduspoliitilisteotsuste mõju majanduslikele protsessidele või prognoosi vastavate majandusnäitajate kujunemist tulevikus. Ökonomeetriliste probleemide lahendamiseks hangitavad arvandmed jagunevad kahte liiki: läbilõikeandmed , mis kujutavad endast valimit erinevate majandusüksuste(ettevõtete, talude, maakondade jne.) majandustegevust iseloomustavatest näitajatest. Kõik vaatlustulemused iseloomustavad ühte ja sama ajahetke või ajavahemikku.Aegread,mis iseloomustavad ühe ja sama majandusüksuse tegevust teatud perioodi kestel. Aegrida moodustavad näitajad kujutavast endast makromajanduslikke näitajaid( sisemajanduse koguprodukt, tarbijahinna indeks). Enamik ökonomeetrias kasutatavaid arvandmeid on hangitud statistikaorganite poolt, seega ökonomeetria vaatleb majandusprotsesse passiivselt. Ökonomeetrilise ...
1. Ökonomeetrilise mudeli mõiste. Ökonomeetriliste mudelite abil saab analüüsida erinevate majanduspoliitiliste otsuste mõju majanduslikele protsessidele või prognoosida vastavate maj. näitajate kujunemist tulevikus. Teoreetiliste seisukohtade kogumit, mida me konkreetses analüüsis kasutame, nim. ökonomeetriliseks mudeliks. Ökonomeetriline mudel on matemaatilise mudeli eriliik, mis koosneb üldjuhul algebralistest võrranditest või/ja võrrandisüsteemidest, mille lahendamiseks kasut. matemaatilisi ja statistilisi lähenemisviise ja meetodeid. Ökonomeetrilise mudeli põhikomponendid: 1)modelleeritavad näitajad on sõltuvad e. endogeensed muutujad (Y); 2)modelleeritavat nähtust mõjutavad näitajad on eksogeensed e. sõltumatud muutujad (X); 3)juhuslik komponent; 4)matem. ja statistiliste meetoditega hinnatavad mudelite parameetrid. 2. Klassikaline regressioonanalüüs. Regressioonivõrrand. Seose tiheduse näitajad. Klassikaline regres...
1. Üldkogum – ehk populatsiooni all mõeldakse kõiki juhtumeid või situatsioone, mille kohta uurijad soovivad, et nende poolt saadud järeldused või prognoosid kehtiksid. Valim – liikmed tuleb valida juhuslikult, st igal üldkogumi liikmel peab olema võrdne võimalus saada valitud valimisse. Valimimaht – Valimisse valitavate objektide arv. Tunnuste- all mõistetakse liikmeid kirjeldavaid erinevaid omadusi. 2. Statistilise uurimistöö etapid. Mingi probleemi statistilise uurimisel läbitakse 4 tööetappi: Uuringu ettevalmistamine Statistiline vaatlus või eksperiment Vaatlusandmete kokkuvõtte ja esialgne töötlemine Andmete analüüs, järelduste ja üldistuste sõnastamine. 3. Statistlise vaatluse vead. Eristatakse vaatlusmeetodist tulenevaid metodoloogilisi vigu ja registreerimisvigu. Metodoloogilised nt : valimivaatlusel esinevad representatiivsusvead – valim ei kirjelda üldkogumit adekvaat...
Statistiline modelleerimine – kokkuvõte Muutujad: Sõltuvad muutujad (dependent, outcome variables) – muutujad, mis on uurimise keskmes, millele uurija arvab, et teised muutujad mõju avaldavad. Nö katseisikust sõltuv muutuja. Sõltumatud muutujad (independent, predictor variables) – muutujad, mille kohta uurija arvab, et neil võiks olla mõju uuritavatele muutujatele. Statistilise analüüsi keskmes on uurida, kuidas teatud tunnused koos muutuvad. Kui on vaja muutujat iseloomustada, on kaks põhilist viisi, kuidas seda teha: o Milline on selle muutuja tüüpiline väärtus? o Kui hästi iseloomustab see tüüpiline väärtus kõiki mõõdetud juhtumeid? Ehk kui palju on varieeruvust selle tüüpilise väärtuse “ümber”? Statistika jagunemine: Kirjeldav statistika (descriptive stat.) meetodid andmetest kokkuvõtete tegemiseks ning kirjeldamiseks. („65-70% US...
Andmeanalüüs MS Exceli abil Andmeanalüüs MS Exceli abil Järgnev õpetus püüab võimalikult 'puust ja punaselt' ette näidata elementaarse andmeanalüüsi teostamise võimalused MS Excelis. Samas ei ole see materjal mõeldud matemaatilise statistika konspektiks, vastavad teadmised/materjalid eeldatakse kasutajal enesel olemas olevat. Seetõttu pole ka eriti tegeletud konkreetsete näidetega ega tulemuste tõlgendamisega. See konspekt ei ole Andres Kiviste 1998 aastal ilmunud vihiku "Matemaatilise statistika algteadmisi ja rakenduslikke näiteid MS Exceli keskkonnas" ümbertrükk. ...
TARTU ÜLIKOOL Sotsiaal- ja haridusteaduskond Ajakirjanduse ja kommunikatsiooni instituut E-TURUNDUSE KURSUSE ÕPPEMATERJAL MAGISTRANTIDELE Magistritöö Autor: Triin Tammert Juhendaja: Pille Pruulmann-Vengerfeldt (PhD) Tartu 2010 1 Sisukord Sissejuhatus ................................................................................................................................6 1. E-turundus ...........................................................................................................................8 1.1. Turundus ja e-turundus .................................................................................................8 1.2. E-turunduse võimalused ja riskid .........................................................................
Ülesanne 1 1. Leida RANNU valla ja Tartu maakonna kui terviku kohta järgmised vastused. a. Kui palju (ha) on näivleetunud muldi (LP) ja kui suur on nende osatähtsus (%) kogu valla/maa b. Kui palju (ha) on savi lõimisega muldi (tähistus s) ja kui suur on nende osatähtsus (%) kogu v 2. Koostada korrektselt vormistatud graafik, kus vallad on kahanevas järjestuses liivm vald BONITEETmulla liik lõimis pind, ha Haaslava vald 47 LP sl 210,1287 Rõngu vald 50 M3 t3 145,1387 Haaslava vald 44 LP sl 112,6342 Tartu vald 53 KIg ls1 99,76011 Mäksa vald 35 LPg- sl 94,98377 Vara vald 38 LPg- sl 91,04242 Haaslava vald 47 LP sl 82,97034 Luunja vald 38 LPg- s...
Ülesanne 1 1. Leida Võnnu valla ja Tartu maakonna kui terviku kohta järgmised vastused. a. Kui suur on liivmuldade (lõimise tähistus "l" ja "pl" kokku) osakaal (%) alla 35 (kaasa arvatu b. Leida pindalaga kaalutud keskmine boniteet (kõik mullad, kõik boniteedid). 2. Koostada korrektselt vormistatud graafik, kus vallad on kahanevas järjestuses liivmu vald BONITEEmulla liilõimispind, haPseduoboniteet Haaslava vald 47 LP sl 210.1287 48 Rõngu vald 50 M3 t3 145.1387 51 Haaslava vald 44 LP sl 112.6342 45 Tartu vald 53 KIg ls1 99.76011 54 Mäksa vald 35 LPg- sl 94.98377 36 Vara vald ...
annaabi.ee 
Sisene Facebook'ga
Sisene Google'ga
Sisene LinkedIn'ga
