P((3 - 1,58) < µ y ( x) < (3 + 1,58)) = 1 - 0, 05 P(1, 42 < µ y ( x) < 4,58) = 0,95 2) x=5 1 (5 - 3, 08) 2 s ( y^ | x ) = 2, 08 + = 1,12 5 9,19 y^ | x = 2, 4469 1,12 = 2, 73 P((7, 06 - 2, 73) < µ y ( x) < (7,06 + 2, 73)) = 1 - 0, 05 P(4,33 < µ y ( x) < 9, 79) = 0,95 11.6 Regressioonimudeli graafik koos katsepunktidega KOKKUVÕTE Rakendusstatistika arvestusharjutuses AGT-1 leidsin erinevaid valimit iseloomustavaid parameetreid, kontrollisin hüpoteese ja esitasin mitmeid graafikuid. Osa A Ülesandes 1 on toodud põhilised valimit A iseloomutavad arvkarakteristikud: keskväärtus 46,2, dispersioon 867,9, standardhälve 29,46. Samuti on välja toodud mediaan 46 (valimi keskelement) ja haare 99 (valimi suurima ja vähima elemendi vahe). Ülesandes 2 on leitud keskväärtuse ja dispersiooni usaldusvahemikud, ehk piirkonnad, kus
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: ...
Osa A 2 i xi ( x i−´x ) 1 1 1921,946 2 1 1921,946 3 7 1431,866 4 10 1213,826 5 15 890,4256 6 16 831,7456 7 19 667,7056 8 24 434,3056 9 35 96,8256 10 38 46,7856 11 38 46,7856 12 41 14,7456 13 41 14,7456 14 44 0,7056 15 49 17,3056 16 51 37,9456 17 58 173,1856 18 69 583,7056 19 69 583,7056 20 76 970,9456 21 79 1166,906 22 82 1380,866 23 84 1533,506 24 87 1777,466 25 87 1777,466 ∑ 1121 19537,36 1. Selle valimi: ∑ xi ni = Keskväärtus: μ= n ∑ xi pi=44,84 N 1 1 Hinnang: ^μ= x´ = N ∑ x i= 25 ∙ 1121=44,8 ...
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 ...
jrk ni xi ni * xi ni 2 1 1 2 2 2089.25 2088.49 0.04 4 2 1 4 4 1910.42 1909.69 0.08 7 3 1 7 7 1657.17 1656.49 0.12 8 4 1 8 8 1576.75 1576.09 0.16 9 5 1 9 9 1498.34 1497.69 0.2 13 6 1 13 13 1204.67 1204.09 0.24 18 7 1 18 18 882.59 882.09 0.28 24 8 1 24 24 562.09 561.69 0.32 26 9 1 26 26 471.25 470.89 0.36 34 10 1 34 34 187.92 187.69 ...
45.04 Keskväärtus 45 ül4 1 Dispersioon 1167.833 1164.123 intervalli 4 Mediaan 38 1 6 Haare 97 2 7 t-statistik -0.706614 3 10 μ 50 4 11 5 12 1.7108820667 15 20 25 0.4780363352 10 H 27 0.4168338365 9 33 1.710882 8 38 36.41503 7 46 13.84843 52 1164.123 6 62 34.11925 5 62 4 71 74 3 80 2 87 ...
i xi 1) N 25 1 0 Keskväärtu 46.2 2 2 Dispersioo 867.9167 3 7 Standardhä29.46043 4 10 Mediaan 46 5 15 Haare 99 6 28 7 29 8 30 9 31 10 32 11 32 12 42 13 46 14 47 15 47 16 48 17 53 18 68 19 70 20 75 21 75 22 79 23 94 24 96 25 99 5.3) 6. Konstrueerida samas teljestikus järgmised graafikud: 6.1 empiirilise jaotusfunktsiooni graafik 6.2 parameetritega a = 0, b = 100 ühtlase jaotuse jaotusfunktsiooni graafik 10) i xi yi x-xkesk y-ykesk (x-xkesk)2 1 4.3 4.6 1.22 1.44 1.4884 2 2.8 ...
docstxt/1386939078643.txt
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
# A N 25 xi F0(xi) 1 62 keskväärtus 53,24 77 9 0,09 2 37 dispersioon 705,69 264 15 0,15 3 81 standardhälve 26,56 771 18 0,18 4 54 mediaan 51 1 19 0,19 5 18 haare 85 1242 30 0,30 6 9 1957 32 0,32 7 43 T-qvantiil 1,711 105 33 0,33 8 89 delta mu 9,1 1279 37 0,37 9 19 1172 41 0,41 10 ...
46,2 Keskväärtus 46,2 ül4 99 Dispersioon 867,9167 intervalli nr vahemik 32 Mediaan 38 1 0-20 10 Haare 99 2 20-40 96 t-statistik -0,644942 3 40-60 2 50 4 60-80 79 5 80-100 46 1,7108820799 31 29,46043 68 46 7 Histog 47 0,4780363352 6 28 0,4168338365 75 2,063899 5 29 36,41503 32 13,84843 4 7 S2 ...
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...
Osa A Variatsioonrida: N=25 1 4 6 7 1 1 1 1 2 2 2 3 3 4 5 6 6 7 7 8 8 9 9 9 98 0 1 2 5 1 5 7 3 8 6 2 2 2 1 4 1 7 4 5 6 N 1 1. ´x = N x i=45 i=1 N 1 s 2= N-1 i=1 ( xi -´x )2=1170 s= s2=34 Mediaan: variatsioonrea 13. element 38 x max-x min =97 Haare: 2. =0,10 t 0,95 ( 24 )=1,71 t 0,95 ( 24 ) s = =12 N Keskväärtuse alumine piir: ´x - =33 Ülemine piir: ´x + 57 20,05 (24)=13,85 ...
N N (variatsioonrida) Keskväärtus Dispersioon Standardhälve 12 1 45.12 1165.026667 34.1324869687 6 4 11 6 ÜL 4 62 7 Vahemikud Tõenäosus/laius 21 10 0-20 0.016 62 11 21-40 0.01 7 12 41-60 0.004 98 15 61-80 0.008 10 21 81-100 0.012 1 25 52 27 Normaaljaotus 27 33 Vahemikud Tõenäosus/laius 81 38...
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 ...
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: ...
ÜL 1 xi ni ni*xi N 25 0 1 2134,44 Keskväärtus 46,20 2 1 1953,64 Dispersioon 867,92 7 1 1536,64 Standardhälve 29,46 10 1 1310,44 Mediaan 46 15 1 973,44 Haare 99 28 1 331,24 t-statistik 29 1 295,84 30 1 262,44 31 1 231,04 t,alfa,n-1 1,7108820799 32 2 201,64 32 2 201,64 ÜL 2 42 1 17,64 Usaldusvahemikkude arvutamine: ...
Bioinformaatika 5 Andmebaasid (KEGG, NCBI, RCSB), järjestuste (SMS, BioEdit) ja struktuuride (SPdbV) analüüs 1. KEGG-i kasutamine (http://www.genome.jp/ a. Leida liikide Escherichia coli K12 MG1655, Drosophila melanogaster ja Homo sapiens glükolüüsi rajad ning ensüümid aldolaas ja püruvaatkinaas. Escherichia coli glükolüüsi rada: http://www.kegg.com/dbget-bin/get_pathway?org_name=eco&mapno=00010 Drosophila glükolüüsi rada: http://www.kegg.com/dbget-bin/get_pathway?org_name=dme&mapno=00010 Homo sapiens glükolüüsi rada: http://www.kegg.com/dbget-bin/get_pathway?org_name=hsa&mapno=00010 aldodaas: http://www.kegg.com/dbget-bin/www_bget?enzyme+4.1.2.13 püruvaatkinees: http://www.kegg.com/dbget-bin/www_bget?enzyme+2.7.1.40 b. Leida vastavad geenid KEGG-i entry numbrid, geeni nimed, nukleotiidsed järjestused ning asukohad geenikaardil. Aldolaas : Escherichia coli K12 MG165...
PÄRILIKkUS-organismi omdus sarnaneda oma vanematega *pärilikus aine on DNA *DNA sisaldab geene, mis määravad organismi tunnused *Geenide erinevaid vorme nim alleelideks: Dominantne ja retsessiivne *Isendi kõik geenid moodustavad genotüübi *Isendi trunnused kujunevad geenide paasil ja keskkonna tegurite toimel Genotüüp(määrab fen.)-->fenotüüp(isendi om. Tunnused)<--keskkonna tegurid *Dominantsed tunnused määravad dominantsed alleelid *Retsessiivsed tunnused määravad retsesiivsed alleelid Dominatsed tunnused Retsesiivsed tunnused tumedad silmad Heledad silmad Tömp pöial Terav pöial tedretähnid Kõrvanibud kinni Tumedad juuksed Heledad juuksed A ja B veregrupp Rh negatiivne ja 0 veregrupp Rh(reesus) ...
Muldade maatrikstabeli valik · kallakulised alad, kus esineb pindmise · sood ja soostunud alad, kus esineb > 30 cm · ei esine pindmise kihi kuhjumist või mullakihi ära- või pealeuhe sademete vetega tüsedune turbakiht ärakannet vete mõjul ega üleujutusi · lammialad, kus tulvavete mõjul kuhjuvad · metsad ja looduslikud rohumaad, kus kulgeb setted ...
Geeni ekspressioon: translatsioon ja geneetiline kood Geeni väljendus on valk; kui rakul on vaja valku, siis tuleb lugeda vastavat geneetilist koodi. 1. Translatsioon mRNAl oleva info konverteerimine a/h järjestuseks ehk polüpeptiidiks Geneetilise info lugemine kahe etapiline: 1. Transkriptsioon sünteesitakse DNA matriitsil üheahelaline RNA molekul DNA matriitsil Valk ehk proteiin: Suure mol.kaaluga, lämmastikku sisaldav orgaaniline ühend Sisaldab ühte või mitut polüpeptiidi. Polüpeptiidid koosnevad aminohapetest Aminohapped: Amino grupp (NH2) Karboksüül grupp (COOH) Tüüpiiselt on laetud kaks rühma a/h (NH3+ and COO) Vesiniku aatom R grupp (igal a/h erinev) 20 erinevat aminohapet: Lühendid kolmetähelised vahel ka ühetähelised Neli gruppi (omadused R grupist): 1. Happelisi (n = 2) 2. Alus...
Tartu Kivilinna Grammar School Netherlands Report Composer: Reino Urbanovits Supervisors: Tiia Krass Erika Hunt Tartu, 2003 Table of contents Table of contents............................................................................................................................2 Introduction....................................................................................................................................3 Chapter 1........................................................................................................................................4 The Netherlands.............................................................................................................................4 Chapter 2.......
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
Aine Rakendusstatistika MHT0031 Arvestusharjutus AGT-2 Nimi xxx Kood Rühm Imiteerimisvalemi kood TRAP S0 0,25 A 7 T0 4 B 6 LS 0,25 D 2 LT 1 n1 n2 n3 n4 n5 n6 1 0 3 6 3 0 A 7 B 6 D 2 T0 4 S0 0,25 U1 0,82262 U2 0,684927 D=2 1. T0=4 S0=0,25 Y=g(X)=sign(X)D1-T|X|T x y Teisendusfunktsiooni y=sign(x)D1-T|x|T graafik baasväärtuste -10 0,00 -9 0,00 0 -8 0,00 -7 0,00 0 -6 0,00 -5 0,00 ...
Rakendusstatistika arvestusharjutuse AGT-2 lahenduse kontrollelemendid MHT/2012 Üliõpilane: Üliõpilaskood: Esitamiskuupäev: 10.01.2013 Ülesande lähteandmete parameetrid: Teisendusfunktsiooni graafik: A=2 B=1 D=4 Teisendusfunktsiooni graafik 4 Sisendi imiteerimisvalemi kood: GNU-3 3 2 Sisendi imiteerimisvalemi parameetrid: 1 Baasnivoo: S0 = 0,2 0 -1 1 2 3 4 5 6 7 Varieerimissamm: LS = 0,1 -2 ...
1 Uugo Roostalu loengud Raamatud: 1. Mineraalid ja kivimid (mineroloogia pertograafia) Raamat mineroloogia ja pertograafia praktikum A. Oja 2. Mullateaduse laboratoorne praktikum (E. Kitse ja I. Oma) 3. Muldade määramise ja iseloomustamise maatrikstabelid (Raimo Kõlli) 4. Muldade määraja 5. Eesti muldade lühiiseloomustus (Raimo Kõlli, H. Lemeti) 6. Eesti mullad (Rein Kask) NB! Eesti mullastik arvudes 8 osa. (Eesti projekteerimisinstituut ,,Eesti põllumajandus projekt") Mullateaduse aine ja ülesanded. Mullateadus on loodusteaduse haru. On üks põhilisi agronoomilisi distsipliine, mis uurib muldade kujunemist, arenemist, omadusi, viljakust ja selle parandamise võtteid. Mullateadus jaguneb terveks reaks teadusteks: 1) mullageneetika uurib muldade kujunemist, arenemist 2) mullafüüsika uurib...
Mullale on iseloomulikud: · kindla seaduspärasusega mullaprofiil · pindalaline levik · mullatekke tingimustele vastav mulla koostis ja omadused Mulla tähtsaim omadus on viljakus. Muld on metsa- ja põllumehele tootmisvahendiks. Mulla õige kasutuse juures ta viljakus tõuseb vastupidiselt enamikele asjadele. Muld on kõikjal, kus on taimed. Rakenduslik mullateadus jaguneb: 1. agronoomiline (kuidas kasutada) 2. metsa 3. maaparanduslik 4. mullakaitse Mulla osad: 1. tahkeosa 50% (mineraalid 45%, orgaaniline aine 5%) 2. õhk 25% 3. vesi 25% 2 viimast võvad olla väga varieeruvad erinevatel tüüpidel. Mulla mehhaaniliste elementide klassifikatsioon Muld koosneb mitmesuguse suurusega osakestest ja neid kõiki kokku nimetatakse mulla mehhaanilisteks elementideks. Nende vahel tehakse vahet gruppidena. Üle ¸ 1 mm kores ja ¸ alla 1 mm peenes. Kores >10 m hiidrahnud (ümaraservaga), hiidpankad (terva...
Mullaks nimetatakse maakoore pealmist/pindmist kobedat kihti, mida aktiivselt kasutavad kõrgemad taimed ja mikroorganismid ning mida muudetakse organismide ja nende jäänuste laguproduktide poolt. Muld on tekkinud eluta ja elusa looduse pikaajalisel vastastikusel toimel. Muld on taimse protsessi produktsiooni saadus sest kivimist mullateke saab alguse taime orgaanilisest ainest. Muld on sageli mõjustatud inimese tegevusest. Mullale on iseloomulikud: · kindla seaduspärasusega mullaprofiil · pindalaline levik · mullatekke tingimustele vastav mulla koostis ja omadused Mulla tähtsaim omadus on viljakus. Muld on metsa- ja põllumehele tootmisvahendiks. Mulla õige kasutuse juures ta viljakus tõuseb vastupidiselt enamikele asjadele. Muld on kõikjal, kus on taimed. Mullateadus on loodusteaduse haru, mis uurib muldkatte ja teda moodust. muldade arengut ehk geneesi, ülesehitust ehk morfoloogiat, mulla koosti...