15 12 33 95 10 87 25 1 62 52 98 94 62 46 11 71 79 75 24 91 40 71 96 12 82 4 6 96 38 27 7 74 20 96 69 86 10 80 25 91 74 85 22 5 39 0 38 75 95 79 xi ni xi*ni ni*xi2 ni*(xi-xk)2 0 0 1 0 0 2132,59 1 1 1 1 1 2041,23 3 3 1 3 9 1864,51 4 4 1 4 16 1779,15 7 7 1 7 49 1535,07 8 8 1 8 64 1457,71 10 10 2 20 200 2617,98 10 13 3 39 507 3302,74 13 15 1 15 225 972,19 13 20 2 40 800 1370,78 13 22 2 44 ...
Jrk HARIDUS SUGU ASULA TULU KULU PALK 1 4 1 2 240,40 817,51 1 000,00 2 2 1 1 708,29 674,66 2 000,00 3 4 1 1 725,00 754,21 3 500,00 4 5 1 1 800,00 641,75 1 600,00 5 3 1 2 880,82 1 351,81 2 000,00 6 5 2 2 908,63 709,14 1 700,00 7 3 2 1 1 035,67 818,93 2 115,00 8 4 2 2 1 050,84 917,61 1 428,00 9 5 1 1 1 119,87 1 429,05 4 500,00 10 5 2 1 1 370,20 1 011,09 2 780,00 11 5 1 1 1 383,33 925,63 1 800,00 12 6 2 2 1 414,59 914,67 2 700,00 13 5 ...
Arvutusgraafiline töö | Mihkel Heinmaa | MHT0030 RAKENDUSSTATISTIKA ARVUTUSGRAAFILINE TÖÖ Mihkel Heinmaa | YAGB31 | sügis 2010 Osa A 1. Keskväärtus: Excel: AVERAGE Dispersioon: ( ) Excel: VAR Standardhälve: Excel: STDEV Mediaan: Mediaan on va...
1) Üldkogumi keskmise µ hinnang on valimkeskmine: x tulu = 3 385,23 x kulu = 2 894,88 x palk = 5 937,23 , keskmiste saamiseks kasutatud valemit AVERAGE. 95% usaldusvahemik üldkogumi keskmisele: kus: n valimi maht valimstandardhälve Usaldusnivoo 0,95 puhul Tulu Kulu Palk (1842,85, 4927,61) (1700,49, 4089,27) (2877,88, 8996,58) Näiteks tulu puhul kasutatud valemit (AVERAGE(E2:E36) 1,96*(STDEV(E2:E36)/SQRT(COUNT(E2:E36)) , AVERAGE(E2:E36) + 1,96*(STDEV(E2:E36)/SQRT(COUNT(E2:E36)) NB! Kulu ning tulu puhul kasutatud samasid valemeid (vastavate andmetega). 2) Naiste arv antud valimis 10 (valem COUNTIF(C2:C36;2)), seega 10 2 ...
Töö nr 4 Isoleerõlide läbilöögi mõõtmine“ Labor mõõdetud: 15.10.2015 Õppejõud: Tudengid: Tallinn 2015 2 Sisukord 1.Katseseadme põhimõtteskeem.................................................................................................3 Joonis 1.1. Katseseadme põhimõtteskeem: Elektrilise tugevuse määramise katsenõu [1].........3 1. Katseseadme põhimõtteskeemi seletamine.........................................................................3 2.Mõõtetulemused.......................................................................................................................4 ...
MHT0030 RAKENDUSSTATISTIKA ARVUTUSGRAAFILINE TÖÖ Osa A 1. Keskväärtus =46,20 Dispersioon =867,91 Standardhäve =29,46 Mediaan Me=46 Haare R = xmax xmin = 99 0 = 99 2. Keskväärtuse usaldusvahemik eeldusel, et põhikogumi jaotus on normaaljaotus ja olulisuse nivoo = 0,10: t, N-1 on arvutatav Exceli TINV funktsiooniga: 1,711 Dispersiooni usaldusvahemik eeldusel, et põhikogumi jaotus on normaaljaotus ja olulisuse nivoo = 0,10 ning põhikogumit moodustavate mõõdiste arv n = 25: ja on arvutatav Exceli CHIINV funktsiooniga, ning on vastavalt: 36,415 ja 13,843 3. Kontrollida järgmisi hüpoteese (eeldades üldkogumi normaaljaotust ning võttes olulisuse nivooks = 0,10) 3.1 H0: = 50 alternatiiviga H1: 50 Et Hüpotees vastu võetaks, peab tkr > t; 1,71 > -0,645. Seega hüpotees ...
Kvaliteeditehnika ja meteroloogia õppetool KODUTÖÖ METEROLOOGIA JA MÕÕTETEHNIKA MHT0010 Esitamise kuupäev: 19.05.2011 Üliõpilane: Matrikli number: Õpperühm: MAHB-41 Variandi number: 7 Lahenduste kontrollelemendid: Eksed 1 47,05 algandmetes: 2 mittejuhusliku komponendi olemasolu, dispersioonanalüüs F-statistik. järeldus: homogeensus hüpotees ei kehti tulpades 5 ja 8 (vt. tabel 1 ) 4 Keskväärtus: dispersioon: Standardhälve: Mediaan: 37,5 0,069 0,262 37,48 Keskväärtuse Standardhälbe usaldusvahemik usaldusvahemik ...
Rakendusstatistika arvutusgraafilise AGT-1 andmed ja lahenduse kontrollelemendid MHT/2013 Üliõpilane: Üliõpilaskood: Lahenduse esitamiskuupäev: 21.11.2013 Andmete kood: Andmed Andmed-A: valim A mahuga N=25 (arvkarakteristikud, jaotuse analüüs, dispersioonanalüüs, aegrida ) 37 54 94 32 19 33 69 51 89 43 18 88 9 30 62 41 81 54 49 54 15 94 85 43 87 Andmed-B: valimid B1 ja B2 ( korrelatsioon, regressioonimudeli leidmine ja analüüs) xi 1,1 2,8 2,2 5,1 3,7 yi 7,2 8.9 6,8 19,3 13,1 Valim B1: Paarisvalim (xi, yi) regressioonimudeli le...
Laboratoorne töö : " Analoogtelefon" Töö mõõdetud : 01.09.2008 Osa I voltmeetriga Analoogliidese parameetrite mõõtmine Rtakisti=matrikli numbrite summa + 50 = 0+7+3+7+8+7+50=82 Terminalseadme U1 [V] U2 [V] U3 [V] seisund Rahuseisund 55,1 55,1 0 Hõiveseisund 10,5 10,9 5,8 Kontrollida et U1=U2+U3 : Rahuseisund: 55,1+0=55,1 > tõepoolest U1=U2+U3 Leida vool, mis läbib terminalseadet tema mõlemates seisundites ja selgitada tulemusi. I=U/R Rahuseisund: I=55,1/82= 0,67 A Hõiveseisund: I=10,5/82= 0,13 A Osa II Ostsillograafiga 1. Valimistooni parameetrite mõõtmine Signaali parameetrid: Pinge : U = 476mV Periood : T = (2,750,4) * 1(ms) = 2,35 (ms) Sagedus : F = = 425,53 (Hz) 2. Kõne uurimine Amplituud: A = 2,8 Periood: T = 2,8*2,5 = 7 (ms)...
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: ...
Kood_i Sugu Vanusgrupp V03C V27C V30C V34C 17 2 45-54 26654 10777.39 0 17559.74 18 2 45-54 14138.94 391.0772 389.3519 12355.13 39 2 45-54 15984.97 10809.5 0 4956.993 57 2 45-54 11514.2 0 3897.66 3221.711 73 2 45-54 20280.35 572.1838 0 20077.37 77 2 45-54 857.7497 326.17 0 6116.338 84 2 45-54 15278.4 0 490.7205 9179.957 88 2 45-54 8189.979 462.347 2322.699 7176.859 92 2 45-54 12823.93 11974.15 0 9915.389 106 2 45-54 7414.769 646.8166 0 6266.34 107 2 45-54 24619.25 2276.556 809.0897 2028...
RAKENDUSSTATISTIKA ARVUTUSGRAAFILINE TÖÖ Osa A Valimi A mahuga N=25 variatsioonirida: 75 10 79 32 32 0 68 94 96 2 99 53 31 15 48 47 29 70 7 75 28 30 42 47 46 1.Leida keskväärtuse, dispersiooni, standardhälbe, mediaani ja haarde hinnangud. Keskväärtus: Excel: AVERAGE x=46,20 Dispersioon: Excel: VAR Sx²=867,9167 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 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: ...
Rakendusstatistika arvestusharjutus AGT-1 Osa A 1. Arvkarakteristikud Keskväärtus N µ = xi pi µ = 44,8 i =1 (Kasutades Exceli funktsiooni AVERAGE) Dispersioon N 2 = ( xi - µ ) 2 p i 2 = 814,4 i =1 (Kasutades Exceli funktsiooni VAR.P lisaks kontrollisin Excelis vahetulemusi kasutades) Standardhälve = 2 = 814,4 = 28,54 Mediaan Me = 41 Variatsioonirea keskmine arv (juhul kui on tegemist paarituarvutlise valimiga) või kahe keskmise elemendi poolsumma (kui on tegemist paarisarvulise valimiga) (Lisaks saadav kasutades Exceli funktsiooni MEDIAN) Haare Valimi suurima ning väikseima elemendi vahe R = x max - x min R= 97 - 0 = 97 2. Jaotuse analüüs Võtan olulisuse nivooks = 0,10 ning eeldan normaaljaotust. Keskväärtuse usaldusvahemik 1) Keskväärtuse ja standardhälbe hinnangud: 1 N 1 N µ^ = xi = xi...
Rakendusstatistika arvutusgraafilise töö andmed ja lahenduse kontrollelemendid MHT/2010 Üliõpilane: Üliõpilaskood: Lahenduse esitamiskuupäev: Andmete kood: Andmed Andmed-A: valim A mahuga N=25 (arvkarakteristikud, jaotuse analüüs, dispersioonanalüüs) 16 35 38 49 51 69 1 69 19 87 3 44 24 84 7 41 41 10 79 15 87 82 5 76 1 8 8 Andmed-B: valimid B1 ja B2 (regressioonimudeli leidmine ja analüüs) xi 4,0 1,0 5,0 3,0 2,0 yi 0,1 5,5 0,2 1,2 3,5 Valim B1: Paarisvalim (xi, yi) regressioonimudeli leidmiseks (mahuga N=5) Valim B2: Korduskatsete sari väljundi dispersiooni leidmiseks (mahuga w=7) 3,3 2,0 4,6 3,9 3,0 2,7 6,3 Lahenduse kontrollelemendid Ülesanne/alamülesanne 1 Keskväärtus: Dispersioon:814,0567 Standardhälve:28,53 Mediaan: ...
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 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: ...
Kood_i Sugu Vanusgrupp V03C 9 1 55-64 18488.41757 71 1 55-64 918.57205 79 1 55-64 11932.76984 142 1 55-64 10495.1471 175 1 55-64 24310.46007 235 1 55-64 13219.25637 259 1 55-64 18466.35636 307 1 55-64 24702.85409 325 1 55-64 16699.7476 332 1 55-64 35186.76431 335 1 55-64 25016.02893 358 1 55-64 30108.05777 370 1 55-64 24414.22772 405 1 55-64 4599.90323 420 1 55-64 21796.51191 431 1 55-64 16129.14899 466 1 55-6...
64; 1; 64; 40; 66; 66; 57; 13; 30; 49; 0; 68; 22; 73; 98; 20; 71; 45; 32; 95; 7; 70; 61; 22; 30; 84; 20; 89; 29; 32; 62; 55; 78; 55; 76; 11; 68; 71; 44; 98; 83; 52; 99; 54; 40; 32; 52; 48; 96; 62; 46; 31; 88; 73; 4; 61; 68; 75; 53; 31 Osa A. Hinnangud, usaldusvahemikud, statistilised hupoteesid ja jaotused. Korrastada algandmed arvreaks suuruse jargi ning hinnata eksed tabel 1 xi ni ni*xi ni*xi2 ni(xi-x)2 0 1 0 0 2816,0711 1 1 1 1 1 2710,93778 4 1 4 16 2407,53778 7 1 7 49 2122,13778 11 1 11 121 1769,60444 13 1 13 169 1605,33778 20 2 40 ...
1. Matrikli viimane number – 3. Järelikult SUGU=2 ja AGE_GR=25-34 Koo Sug Vanus- V03C V27C V30C V34C V36C V37C V38C V41C V42C d_i u grupp 310 2 2534 9457,866 5669,58 0 4378,57 909,577 510,334 0 777,44 0 94 392 28 17 93 311 2 2534 10553,17 0 214,4133 10131,6 0 744,472 0 1962,6 2979,255 211 3 256 91 87 312 2 2534 7392,166 0 1738,630 5798,31 1483,31 2828,02 22246,05 3896,4 8468,680 55 66 72 376 537 789 55 313 2 2534 7348,636 2502,98 672,9768 8115,65 1266,28 1397,80 3459,408 8541,66...
Korrastatud variatsioonirida: 1; 6; 7; 8; 9; 12; 13; 18; 19; 23; 24; 26; 26; 33; 34; 35; 35; 38; 39; 39; 41; 44; 44; 45; 45; 45; 46; 47; 48; 48; 48; 54; 56; 58; 58; 58; 59; 60; 61; 62; 66; 68; 68; 69; 71; 71; 74; 75; 76; 77; 80; 86; 88; 89; 89; 90; 94; 94; 97; 99. Eksete hindamine 𝑥3 −𝑥1 Min 𝑅𝑙𝑜𝑤 = 𝑥 = 0.06452 < 0.265 𝑛−2 −𝑥1 𝑥𝑛 −𝑥𝑛−2 Max 𝑅ℎ𝑖𝑔ℎ = 𝑥𝑛 −𝑥3 = 0.05435 < 0.265 DCRIT(0.05; 60)= 0.265 Järeldus: Eksed puuduvad, sest nii Rlow kui ka Rhigh on väiksemad kui DCRIT. Tõenäosus, et partiis n=60 esineb vähemalt 2 erinevat väärtust 𝑣äℎ𝑒𝑚𝑎𝑙𝑡 2 𝑒𝑟𝑖𝑛𝑒𝑣𝑎 𝑎𝑟𝑣𝑢 𝑒𝑠𝑖𝑛𝑒𝑚𝑖𝑠𝑒 ℎ𝑢𝑙𝑘 46 𝑃(𝑣äℎ𝑒𝑚𝑎𝑙𝑡 2 𝑒𝑟𝑖𝑛𝑒𝑣𝑎𝑡 𝑎𝑟𝑣𝑢) = = ∗ 100% =76.67 % 𝑘𝑜𝑔𝑢 𝑟𝑒𝑎 𝑎𝑟𝑣𝑢𝑑𝑒 ℎ𝑢𝑙𝑘 60 Tabel 1...
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...
RAKENDUSSTATISTIKA ARVUTUSGRAAFILINE TÖÖ Osa A Valimi A mahuga N=25 variatsioonirida: 54 32 30 54 89 54 9 94 51 69 19 15 33 88 37 87 94 49 18 85 43 43 41 62 81 1.Leida keskväärtuse, dispersiooni, standardhälbe, mediaani ja haarde hinnangud. Keskväärtus: Excel: AVERAGE x=53,24 Dispersioon: Excel: VAR Sx²=705,69 Standardhälve: Sx=26,56 Mediaan: Mediaan on variatsioonirea keskmine element paarituarvulise valimi korral või kahe keskmise elemendi poolsumma paarisarvulise valimi korral. Me=51 Haare: R=94-9=85 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: = 0,10 ja (leitud Exceli...
Keili Kajava Rakendusstatistika arvutusgraafiline töö 2010 Keili Kajava Osa A 1. Keskväärtus: Dispersioon: Standardhälve: Mediaani leidmiseks rivistan arvud tabelis kasvavasse järjekorda ja leian sealt valimi keskel oleva väärtuse ehk tabeli algusest või lõpust 13.-nda arvu (sest valimi maht on 25). Me=44 Haare: R=99-2=97 2. Keskväärtuse usaldusvahemiku leidmine (leitud t-jaotuse tabelist) Dispersiooni usaldusvahemiku leidmine (tuleb jaotuse tabelist) (tuleb jaotuse tabelist) Keili Kajava 3. 3.1 Kuna |t| < t0,95(24) (|-0,648| < 1,711), siis võib järeldada, et põhikogumi keskväärtus saab olla 25 valimi alusel. Seega H0 hüpotees vastu võetud. 3.2 Kuna 2 jääb ja vahele (13,85 < 32,1 < 36,4), siis hü...
Rakendusstatistika arvestusharjutus. Osa A. N=25 1. Leida keskväärtuse, dispersiooni, standardhälbe, mediaani ja haarde hinnangud. Keskväärtus Dispersioon Standardhälve Mediaan Me=49 Haare 2. Leida keskväärtuse ja dispersiooni usaldusvahemikud (eeldades üldkogumi normaaljaotust ning võttes olulisuse nivooks = 0.10). Keskväärtuse usaldusvahemik: = 0,10 t0,1; 24= 1,71 Dispersiooni usaldusvahemik: = 0,10 ja 3. Kontrollida järgmisi hüpoteese (eeldades üldkogumi normaaljaotust ning võttes olulisuse nivooks = 0.10) 3.1 H0: = 50 alternatiiviga H1: 50 Et Hüpotees vastu võetaks, peab tkr > t; 1,71 > 0,6. Hüpotees võetakse vastu. H0: 2 = 800 alternatiiviga H2: 2 800 Et hüpotees vastu võetaks peab jääme kahe kriitilise väärtuse vahele: 13,84 < 21,2< 36,42. Hüpotees võetakse vastu. 4. Leida valimile vastav empiiriline histogramm võrdlaiade vahemikega 0-20, 20-40, 40- 60, 60-80 ja 80-100 ning kontrollida 2 -testi järgi ...
Marianna Köster 093432 YASB41 YMR3720 Tõenäosusteooria ja matemaatiline statistika statistika kodutöö 1. Andmestik Sugu Vanus Toidukulud Eluaseme kulud x² y² xy M 25-34 19348,75187 468,048 374374198,9 219068,9303 9056144,615 M 25-34 9899,71287 1242,45408 98004314,91 1543692,141 12299938,65 M 25-34 4419,6841 2503,2294 19533607,54 6266157,429 11063483,18 M 25-34 4969,94606 2672,736 24700363,84 7143517,726 13283353,75 M 25-34 3114,08425 3472,386 9697520,716 12057464,53 10813302,55 M 25-34 7708,30996 4032,672 59418042,44 16262443,46 31085085,74 M 25-34 ...
RAKENDUSSTATISTIKA ARVUTUSGRAAFILINE TÖÖ Osa A Valim A mahuga N=25 variatsioonirida: 1 2 17 81 97 75 22 21 94 62 81 73 74 52 79 45 14 70 2 71 48 79 77 39 19 1. Leida keskväärtuse, dispersiooni, standardhälbe, mediaani ja haarde hinnangud. Keskväärtus: = 51,8 Dispersioon: s x² = 968,58 Standardhälve: s x = 31,12 Mediaan: Mediaan on variatsioonirea keskmine element paarituarvulise valimi korral või kahe keskmise elemendi poolsumma paarisarvulise valimi korral. Me = 62 Haare: R = 91 – 1 = 96 2. Leida keskväärtuse ja dispersiooni usaldusvahemikud (eeldades üldkogumi normaaljaotust ning võttes olulisuse nivooks α = 0.10). Kes...
Rakendusstatistika kodutöö aruanne Osa A 1. Leida keskväärtuse (aritmeetiline, harmooniline, geomeetriline), dispersiooni, standardhälbe, mediaani, moodi ja haarde hinnangud. Aritmeetiline keskmine 48,633 Geomeetriline 38,58 kesmine 26,53 Harmooniline keskmine Dispersioon 768,372 Standardhälve 27,720 Mediaan 47 Mood 33 Haare 95 Kasutatud valemid: Aritmeetiline keskmine N 1 ^= x´ = x N i =1 i Geomeetriline keskmine Harmooniline keskmine 2 N ^ =s 2= 1 ( x - x´ )2 Dispersioon ¿ N -1 i=1 i ¿ Mediaan on variatsioonirea keskmine element paarituarvulise valimi korral või kahe keskmise elemendi poolsumma paarisarvulise valimi korral. Mood tunnuse kõige sagedamini esinev...
Keili Kajava Rakendusstatistika arvutusgraafiline töö 2010 Keili Kajava Osa A 1. Keskväärtus: Dispersioon: Standardhälve: Mediaani leidmiseks rivistan arvud tabelis kasvavasse järjekorda ja leian sealt valimi keskel oleva väärtuse ehk tabeli algusest või lõpust 13.-nda arvu (sest valimi maht on 25). Me=44 Haare: R=99-2=97 2. Keskväärtuse usaldusvahemiku leidmine 1 Keili Kajava (leitud t-jaotuse tabelist) Dispersiooni usaldusvahemiku leidmine (tuleb jaotuse tabelist) (tuleb jaotuse tabelist) 3. 3.1 Kuna |t| < t0,95(24) (|-0,648| < 1,711), siis võib järeldada, et põhikogumi keskväärtus ...
15 12 33 95 10 87 25 1 62 52 98 94 62 46 11 71 79 75 24 91 40 71 96 12 82 4 6 96 38 27 7 74 20 96 69 86 10 80 25 91 74 85 22 5 39 0 38 75 95 79 xi ni xi*ni ni*xi2 ni*(xi-xk)2 0 0 1 0 0 2132,59 1 1 1 1 1 2041,23 3 3 1 3 9 1864,51 4 4 1 4 16 1779,15 7 7 1 7 49 1535,07 8 8 1 8 64 1457,71 10 10 2 20 200 2617,98 10 13 3 39 507 3302,74 13 15 1 15 225 972,19 13 20 2 40 800 1370,78 13 22 2 44 ...
Rakendusstatistika arvutusgraafilise töö andmed ja lahenduse kontrollelemendid MHT/2010 3 9 7 4 7 7 Üliõpilane: Üliõpilaskood: Lahenduse esitamiskuupäev: 3.2.2011 Andmete kood: Andmed Andmed-A: valim A mahuga N=25 (arvkarakteristikud, jaotuse analüüs, dispersioonanalüüs) 91 96 79 95 10 39 69 38 40 5 0 96 24 22 75 79 82 86 91 74 75 25 12 71 85 Andmed-B: valimid B1 ja B2 (regressioonimudeli leidmine ja analüüs) xi 2,8 2,2 4,0 1,1 5,1 yi 6,9 6,1 9,8 7,2 15,3 Valim B1: Paarisvalim (xi, yi) regressioonimudeli leidmiseks (mahuga N=5) Valim B2: Korduskatsete sari väljundi dispersiooni leidmiseks (mahuga w=7) 1,3 0,2 0,7 4,2 3,6 2,6 1,...
Andmeanalüüs Kordamisteemad 1) Uurimistsükkel: millised etapid eelnevad ja järgnevad andmeanalüüsile. Uurimisprobleem, kust probleem tuleb, teooria, praktiline probleem, varasemad uurimused Konkreetsed uurimisküsimused: mida teada tahan, millistele küssadele tahan vastust, hüpoteeside sõnastamine. Uurimismeetodid: Millised meetodid aitavad lahendada. Kvantitatiivsed meetodid- kui palju midagi esineb, arvuline, suhteliselt palju uuritavad. Kvalitatiivsed meetodid- Kuidas midagi kirjaldatakse, sõnaline, vähem uuritavad. Kombineeritud meetodid- kasut koos. Andmed.kas olemas või vaja koguda. Keda uurida: kas valim või üldkogum. Kuidas andmeid koguda: küsitlus, intervjuu, Vaatlus Andmete sisestamine ja analüüs, tulemuste esitamine ja järelduste tegemine 2) Ankeedi koostamine: mida tuleks silmas pidada hea ankeedi koostamisel; küsimuste tüübid, vastuste tüübid. Ankeedi struktuur · Sissejuhatus: miks uurimust tehakse, anonüümsus, võimal...
Rakendusstatistika arvestusharjutus AGT-1 (Andmete kood: 38 42 36) OSA A 1. Leida keskväärtuse, dispersiooni, standarthälbe, mediaani ja haarde hinnangud Keskväärtus N 1 ´x = N ∑ xi i=1 ´x =53,24 Dispersioon N 1 s x 2= ∑ N−1 i=1 ( x i−´x )2 s x 2 =705,69 Standardhäve s x =√ s x 2 s x =26,56 Mediaan Me=51 Haare R = xmax – xmin = 94 – 9 = 85 2. Keskväärtuse μ usaldusvahemik eeldusel, et põhikogumi jaotus on normaaljaotus ja olulisuse nivoo = 0,10: sx s ( P ´x −t α , N−1 ∙ √N ) < μ< ´x +t α ,...
MHT0030 RAKENDUSSTATISTIKA ARVUTUSGRAAFILINE TÖÖ Andmete kood: 248199 Osa A 1. Keskväärtus Dispersioon Standardhälve Mediaan Haare 2. Eeldades üldkogumi normaaljaotust ning võttes olulisuse nivooks leian usaldus- vahemikud. Keskväärtuse usaldusvahemik on arvutatud MS Exceli TINV-funktsiooniga: Dispersiooni usaldusvahemik ja on arvutatud MS Exceli CHIINV-funktsiooniga 3. Eeldades üldkogumi normaaljaotust ning võttes olulisuse nivooks kontrollin hüpoteese 3.1 alternatiiviga Et hüpotees vastu võetaks peab seega hüpotees võetakse vastu. 3.2 alternatiiviga Et hüpotees vastu võetaks peab jääma kahe kriitilise punkti vahele seega hüpotees võetakse vastu. 4. Valimi empiiriline histogramm võrdlaiade...
Valim ja selle moodustamine Üldkogum: mõisteid Element (ühik, objekt?) ese, nähtus, indiviid vms, mille kohta kogutakse informatsiooni (küsitletakse, mõõdetakse, vaadeldakse) Üldkogum, populatsioon (population, universe) elementide agregatsioon, looduse või ühiskonna nähtuste või objektide hulk, mille kohta soovitakse teha järeldusi. Uuringuülesande jaoks täpsustatud üldkogumit nimetatakse ka uuringu sihtrühmaks (target group). Üldkogum sisaldab sihtkogumit, mida uuritakse. Tunnus näitaja, mida mõõdetakse (vaadeldakse) ja mis võib omandada erinevaid väärtusi erinevail objektidel Kõikne uuring (census) - andmete kogumine kõigilt üldkogumi objektidest. On · väga kallis; · saadavate andmete hulk piiratud. Üldkogum II Võimalikud ka registripõhised uuringud. Register - olemasolev andmebaas mingi üldkogumi kohta. · piiratud andmed; · sobilik alusmaterjaliks uuritavate objektide hulga ...
RAKENDUSSTATISTIKA ARVUTUSGRAAFILINE TÖÖ Osa A 1. Valim mahuga N = 25 jrk ni xi ni * xi ni * 2088, 1 1 2 2 2089,25 49 1909, 2 1 4 4 1910,42 69 1656, 3 1 7 7 1657,17 49 1576, 4 1 8 8 1576,75 09 1497, 5 1 9 9 1498,34 69 1204, 6 1 13 13 1204,67 09 882,0 7 1 18 18 882,59 9 561,6 8 1 ...
Andmed mingi tunnus või omadus. Tunnus omadus, nt keskmine pikkus, kummas paralleelklassis läks matemaatika eksamitöö paremini jne. Arvuline tunnus väärtuseks on arvud, nt pikkus, palk, hinne jne. Mittearvuline tunnus väärtuseks ei ole arvud, nt sugu, rahvus, haridus, juuste värv. Järjestustunnus tunnus, mille väärtusi saab sisu põhjal järjestada, nt matemaatika kt hinne, skaala küsitluses. Nominaaltunnus tunnus, millel on rohkem kui kaks erinevat väärtust, kuid ei leidu ühtegi sisulist järjestust, mis haaraks kõik tunnuse väärtused, nt rahvus, silmade värv. Binaarne tunnus ainult kaks teineteist välistavat tunnust, nt sugu. Pidev tunnus võib omandada kõiki reaalarvulisi väärtusi mingist piirkonnast, nt kaal, kasv, aeg, temperatuur. Diskreetne tunnus - tunnus võib omandada vaid üksteisest eraldatud väärtusi, väärtused saadakse tavaliselt loendamise teel, nt elanike arv majas, õpilaste arv klassis vms. Statistiline rida ...
n= 60 Andmed (165): Väärtus (xi) Kordusi (ni) ni*xi ni*xi^2 1 1 1 1 1 6 6 1 6 36 7 7 1 7 49 8 8 1 8 64 9 9 1 9 81 12 12 1 12 144 13 13 1 13 169 18 18 1 18 324 19 19 1 19 361 23 23 1 23 529 24 24 1 24 576 26 26 2 52 1352 26 33 1 ...
1. Epidemioloogia on rahvastervishoiu, kliinilise meditsiini ja statistika ühisosa. Käsitleb haiguste ja terviseseisundite levikut inimpopulatsioonis. a. Uurib tervisega/haigusega seotud seisundite ja sündmuste esinemist ja mõjureid rahvastikurühmades. b. Uurib uurimistulemuste rakendamist tervisega/haigusega seotud probleemide lahendamisel rahvastikurühmades. c. Ühesõnaga viib läbi igasuguseid uuringuid, et saada aimu erinevate tegurite mõjust jne d. Saame ise uurida ja uuringuid tõlgendada tänu epidemioloogiale. e. Klassikaline epi tegeles ajalooliselt nakkushaiguste uurimisega rahvastikud. f. Moodne epi uurib nii nakkushaigusi kui ka mittenakkushaiguslikke haigusi ja tervist rahvastikurühma tasandil. g. John Snow oletas, et joogivesi on sobiv haiguse edasikandja inimeselt inimesele (koolera). h. James Lind merendushügieeni a...
ELEKTROENERGEETIKA INSTITUUT Kõrgepingetehnika õppetool Töö nr 4 ISOLEERÕLIDE LÄBILÖÖK Labor mõõdetud: 02.11.2009 Õppejõud: Ivo Palu Tudengid: Tallinn 2009 1) Töö eesmärk: Tutvuda isoleerõlide elektrilise tugevuse määramise metoodikaga. Isoleerõlisse asetatakse kaks elektroodi mille vahel tekitatakse sädelahendus pinge sujuva tõstmisega 2 kV/s. Esimese sädelahenduse tekkimisel määratakse läbilöögipinge. Tehakse 50 katset 1 minutilise vahega. Katseid tehakse 50 sellepärast, et isoleerõlidel on suur hajuvus. 2) Katseseadme põhimõtteskeem ...
3. Arvutused koos veaarvutusega. Mõõtmistulemuste aritmeetiline keskmine: 1 n x = xi n i =1 (1) Mõõtmisseeria lõppresultaadi x juhusiku vea hindamisvalem: n ( x - x) 2 i x j = t n -1, i =1 n( n - 1) (2) tn-1,- Studenti tegur ("Füüsika praktikumi metoodiline juhend I", lk.17, tabel 1) - usaldatavus; füüsika praktikumides tavaliselt =0,95 Füüsika praktikumis saadud mõõtmistulemuste vea hindamisel oletatakse, et süstemaatiliseks veaks on põhiliselt mõõteriistaviga. Seejuures lähtutakse sellest, et iga mõõteriista jaoks määratakse riiklike standarditega lubatud. Usaldusvahemik mistahes usaldatavuse jaoks: ...
Statistika teooria I 1. Kirjeldava statistika põhimõisted: aritmeetiline keskmine, mediaan, kvartiilid, mood, dispersioon, standardhälve, haare. Esitada definitsioonid ja osata antud andmeväärtuste puhul neid mõisteid rakendada N x + x 2 + ... + x N xi Aritmeetiline keskmine: µ = 1 = i =1 N N N-üldkogumi maht Aritmeetilise keskmise erijuht on kaalutud keskmine: N N N µ = 1 µ1 + 2 µ 2 + ... + m µ m N N N µ1, µ2,..., µm on m-rühma keskmised N1 N 2 N , ,..., m on nn kaalud N N N Mediaan: Kui N on paaritu, siis on mediaan järjestatud statistilise rea (variatsioonirea) keskm...
Andmed-A N= 25 jrk. 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 ...
1. Leida keskväärtuse, dispersiooni, standardhälbe, mediaani ja haarde hinnangud. Jr x i− ´x i ¿2 k N x i−´x i ¿ nr 1 1 -43,28 1873,158 2 2 -42,28 1787,598 3 5 -39,28 1542,918 4 14 -30,28 916,8784 5 18 -26,28 690,6384 6 19 -25,28 639,0784 7 25 -19,28 371,7184 8 27 ...
OSA A 1. Leian 1.1 keskväärtuse 1 N µ^ = x = xi = 46, 2 N i =1 Excel: AVERAGE 1.2 dispersiooni 1 N ^ 2 = s 2 = ( xi - x )2 = 867,9 N - 1 i =1 Excel: VAR 1.3 standardhälbe sx = sx2 = 29, 46 Excel: STDEV 1.4 mediaani Me = 46 Excel: MEDIAN 1.5 haarde R = xmax - xmin = 99 - 0 = 99 2. Eeldades üldkogumi normaaljaotust ning võttes olulisuse nivooks = 0,10, leian 2.1 keskväärtuse usaldusvahemikud P ( x - µ < µ < x + µ ) = p s 29, 46 µ = t1- ( f ) = 1, 7109 = 10, 29 2 N 24 Student'i teguri leidsin tabelist. P (46, 2 - 10, 29 < µ < ...
1. MÕÕTMINE Mõõtmine on objektide võrdlemine - Korraga saab võrrelda ainult kaht objekti omavahel. Kui objekte palju, valitakse välja üks (etalon) ning teisi võrreldakse sellega. Otsene mõõtmine ja kaudne mõõtmine – otseste mõõtmiste kaudu Nimi- ehk nominaalskaala – objektide eristamiseks – sugu, rahvus, huvid, kaubakood, ettevõtte registrinumber Järjestusskaala – võimaldab objekte järjestada mingi tunnuse alusel – nt ettevõtted: väikesed, keskmised, suured – küsitlus: "poolt", pigem poolt kui vastu", "pigem vastu kui poolt", "vastu" – intervallid skaalajaotuste vahel pole võrdsed Intervallskaala – skaalajaotuste intervallid on võrdsed Vahemikskaala – nullpunkti asukoht kokkuleppeline – ajaskaala, Celsiuse skaala temperatuuri mõõtmiseks – võib leida vahesid, ei tohi leida suhteid Suhteskaala – nullpunkt fikseeritud absoluutselt – objekti pikkus, kaal, töötajate arv, käive, mingi tegev...
ni xini nx2 ni(x- x)2 xi 2 1 2 4 2512,01 6 1 6 36 2127,05 7 1 7 49 2035,81 12 1 12 144 1609,61 17 1 17 289 1233,41 18 4 72 1296 4656,70 20 1 20 400 1031,69 22 1 22 484 907,21 27 2 54 1458 1262,03 29 1 29 841 534,53 31 1 31 961 446,05 34 1 34 1156 328,33 ...
Variant 23 0, 1, 4, 5, 6, 7, 10, 10, 11, 12, 12, 15, 20, 22, 24, 25, 25, 26, 27, 27, 31, 33, 38, 38, 39, 40, 43, 44, 44, 45, 46, 48, 52, 52, 55, 56, 56, 62, 62, 65, 69, 71, 71, 71, 74, 74, 75, 75, 79, 79, 80, 82, 85, 86, 87, 91, 91, 95, 96, 98 Dixon-test Rlow=(x3-x1)/(xn-2-x1), n=60 -> Rlow=(4-0)/(95-0)=4/95=0,042 < Dkr=0,35 Rhigh=(xn-xn-2)/(xn-x3) = (98-95)/(98-4)=3/94=0,0319 Osa A. Hinnangud, usaldusvahemikud, statilised hüpoteesid ja jaotused Tabel 1. Valim xi-juhuslik arv, ni xi kordumiste arv n=60 xmin=0 , xmax=98 xi ni ni*xi ni*xi2 ni(xi-x)2 2282,92 0 1 0 0 84 2188,36 1 1 1 1 84 1916,68 4 1 4 16 84 1830,12 ...
0, 1, 1, 4, 5, 5, 6, 7, 10, 10, 11, 12, 12, 15, 17, 20, 22, 23, 24, 25, 25, 25, 27, 33, 38, 38, 39, 39, 40, 43, 44, 44, 46, 52, 62, 62, 69, 69, 71, 71, 74, 74, 75, 75, 78, 78, 79, 79, 80, 82, 82, 85, 86, 87, 91, 91, 96, 96, 96, 98 Dixon-test Rlow=(x3-x1)/(xn-2-x1), n=60 -> Rlow=(1-0)/(96-0)=1/96=0,01 -> x1 ekse, sest et Rlow =0,01> Dkr=0,35 Osa A. Hinnangud, usaldusvahemikud, statilised h üpoteesid ja jaotused Tabel 1. Valim xi-juhuslik arv, ni xi kordumiste arv xmin=0, xmax=98 xi ni ni*xi ni*xi² ni(xi-x)² 0 1 0 0 2254.35 4320.78 1 2 2 2 1 4 1 4 16 1890.51 3609.10 5 2 10 50 1 6 1 6 36 1720.59 7 1 7 49 1638.63 ...
1. Rahvatervis- teadus ja kunst haiguste ennetamiseks, eluea Ekspositsioon kokkupuude teguriga, mis võib mõjutada inimese Tundlikkus=P(T+/H+) valenegatiivne=P(T-/H+) spetsiifilisus= pikendamiseks ning vaimse ja füüsilise tervise edendamiseks ja terviseseisundit. Risk- inimest või keskkonda iseloomustav tegur, mille P(T-/H-) valepositiivne= P(T+/H-) Valenegatiivne=1-tundlikkus tugevdamiseks ühiskonna organiseeritud jõupingutuste kaudu/ teadus olemasolul haiguse esinemise tõenäosus rahvastikurühmas on Valepositiivne= 1-spetsiifilisus ja praktika, mida viiakse ellu kas kogu rahvastiku või selle teatud suurenenud. Riskirahvastik rahvastiku osa, kellel võib haigus välja Tundlikkus= Spetsiifilisus= PPV= NPV= rühmadele suunatud tervist mõjutavate sekkumiste kaudu. kujuneda . ...
Vastused Leekpunkti määramine 1. Aine leekpunkt on madalaim temperatuur, mille juures aine kuumutamisel teatud katseseadmes on gaaside tekkimine nii intensiivne, et gaasid väikese leegi lähendamisel süttivad. Põlemine toimub siiski ainult leegi tekkimisena. Kuumutamine toimub kas avatud või suletud keskkonnas. Avatud keskkonnas määratud leekpunkt on kõrgem kui kinnises keskkonnas määratud leekpunkt. 2. Leekpunkt sõltub väliskeskkonnast ja määramismeetodist 3. Kõikidel vedelatel ainetel on spetsiifiline auruõhk. Temperatuuri suurenemisel suureneb ka aururõhk. Kui aururõhk suureneb, suureneb ka auru kontsentratsioon õhus. Seega määrab temperatuur tuleohtohtliku aine auru kontsentratsiooni õhus. Leekpunkt ongi madalaim temperatuur, mille korral süüte tekitamseks on piisavalt aure 4. Igal keemilisel ainel on olemas leekpunkt. Seda on vaja teada näiteks k...
annaabi.ee 
Sisene Facebook'ga
Sisene Google'ga
Sisene LinkedIn'ga
