50 punkti
Autor soovib selle materjali allalaadimise eest saada 50 punkti.
~ 4 lehte
Lehekülgede arv dokumendis
2015-12-24
Kuupäev, millal dokument üles laeti
12 laadimist
Kokku alla laetud
0 arvamust
Teiste kasutajate poolt lisatud kommentaarid
Aigar Nõgene
Õppematerjali autor
Geodeesia, I magister Eesmärk Praktikumiga nr 2 sarnaselt on iseseisva töö eesmärk tutvuda meetoditega, mille järgi saame otsustada, kas mõõtmisandmed ning valim on piisavalt tõesed. Selleks vaadeldakse usaldusintervalle. Järgnevalt püstitatakse usaldusintervalle, st määratakse mingi tõenäosusega kindlaks piirid ümber keskmise, dispersiooni, ja dispersioonide suhte, mille sees mingi tõenäosusega asub vastav tõeline väärtus. Sama on võimalik teha ka statistiliste hüpoteeside testimisega. Iseseisvas töös lahendatakse kolm ülesannet sarnaselt praktikum 2. Ülesanne 1 t- test. Üldkogumi keskmise hüpoteesi test t- test. Seda testi kasutatakse keskmiste võrdlemiseks (nt valimi ja üldkogumi keskmise), st vaadatakse, kas kaks võrreldavat keskmist on valitud usaldusnivool statistiliselt üksteisega sarnased või erinevad üksteisest. Ülesanne 1: Valguskaugusmõõturit kalibreeriti baasjoonel pikkusega 100,020 m.
Jaotus moodustub k+1 sõltumatu normeeritud normaaljaotusega juhusliku suuruse põhjal suhtena, kus lugejas on üks nendest ja nimetajas ülejäänute ruutude aritmeetilise keskmise ruutjuur. T-jaotus on sümmetriline, keskpunktiks 0. Kui klõpmatus, siis t-jaotus läheneb normaaljaotusele. Väikese k väärtuse korral, k on positiivne. Kui k=1 tekib Cauchy jaotus. F jaotus on kasutusel kahe normaaljaotusega juhusliku suuruse dispersioonide hinnangute võrdlemisel osana mitmetes hüpoteeside kontrolli skeemides. Jaotus moodustub kahe sõltumatu X2-jaotusega juhusliku suuruse jagatise jaotusena. Jaotusel on kaks parameetrit m ja n, mis on positiivsed täisarvud ja mida nim vabadusastmete arvuks vastavalt lugeja ja nimetaj jaoks. Kui n ja m lähenevad lõpmatusele, läheneb F-jaotus normaaljaotusele. Statistiliste hinnangute omadused: *hinnangu mõjusus: valimi mahu N kasvades hinnang koondub tõenäosuse järgi hinnatava parameetri tegelikuks väärtuseks.
Risttabelid (Pivot Table) Sagedustabelid ja -histogrammid Pidev arvtunnus Diskreetne arvtunnus Mittearvuline tunnus Arvkarakteristikud Usalduspiirid Hüpoteeside kontroll http://www.htg.tartu.ee/~a9tp/mirror/www.eau.ee/%257Ektanel/kool_ja_too/stat_excelis/ (1 of 2)29.05.2006 15:08:49 Andmeanalüüs MS Exceli abil Üldskeem z-test (keskväärtuse võrdlemine konstandiga, kahe üldkogumi keskväärtuste võrdlemine teadaolevate dispersioonide korral)
Jaotus moodustub k+1 sõltumatu normeeritud normaaljaotusega juhusliku suuruse põhjal suhtena, kus lugejas on üks nendest ja nimetajas ülejäänute ruutude aritmeetilise keskmise ruutjuur. T- jaotus on sümmetriline, keskpunktiks 0. Kui klõpmatus, siis t-jaotus läheneb normaaljaotusele. Väikese k väärtuse korral, k on positiivne. Kui k=1 tekib Cauchy jaotus. F jaotus on kasutusel kahe normaaljaotusega juhusliku suuruse dispersioonide hinnangute võrdlemisel osana mitmetes hüpoteeside kontrolli skeemides. Jaotus moodustub kahe sõltumatu X 2-jaotusega juhusliku suuruse jagatise jaotusena. Jaotusel on kaks parameetrit m ja n, mis on positiivsed täisarvud ja mida nim vabadusastmete arvuks vastavalt lugeja ja nimetaj jaoks. Kui n ja m lähenevad lõpmatusele, läheneb F-jaotus normaaljaotusele. Statistiliste hinnangute omadused: hinnangu mõjusus: valimi mahu N kasvades hinnang koondub tõenäosuse järgi hinnatava parameetri tegelikuks väärtuseks.
Kasutatakse t-jaotuse täiendkvantiili (olulisusnivoo ja vabadusastmete arv). Piiresindusviga=keskmine esindusviga*t Usalduspiirid= x ±x Mõisted: · usaldusvahemik on see piirkond, kuhu meie üldkogumi karakteristik määratud tõenäosusega langeb · alumine ja ülemine usalduspiir on usaldusvahemiku otspunktid · usaldusnivoo on see tõenäosus, millega antud karakteristik sellesse vahemikku jääb HÜPOTEESIDE TESTIMINE Statistiliseks hüpoteesiks nimetatakse üldkogumi kohta esitatud üldistust. Hüpoteeside kontrollimiseks esitatakse statistiliste hüpoteeside paar(nullhüpotees ja altervatiiv- ehk sisukas hüpotees). Hüpoteeside paari moodustavad hüpoteesid peavad kindlasti üksteist välistama ning üks neist peab kindlasti kehtima. Näiteks: H0: tunnus on jaotunud normaaljaotusega H1: tunnus ei ole jaotunud normaaljaotusega H0:sig>=0,05 H1:sig<0,05 Nullhüpoteesi ei tõestata
, objektide asendamise viga, mõõtmisviga – mõõtmisvahendi viga, mõõtmisolukorra viga, intervjueerija viga, töötlusviga - Tekivad andmete kodeerimisel, sisestamisel, analüüsimisel 7. STATISTILISTE HÜPOTEESIDE KONTROLL Kriitiline piirkond - nullhüpotees on ümber lükatud. Kui K langeb kriitilisse piirkonda kehtib sisukas hüpotees. Kui K ei lange kriitilisse piirkonda kehtib nullhüpotees Nullhüpotees: kogumi keskväärtus μ võrdub mingi arvuga μ0. H0: μ = μ0 Sisukas hüpotees: kogumi keskväärtus μ ei võrdu arvuga μ0. H1: μ ≠ μ0 Keskväärtuse testimine suurte valimite korral – testimiseks Z-test. Valem: Mida suurem on valimi standardhälve s , seda väiksem on z, st seda "kergemini" tuleb vastuseks nullhüpotees. Ühepoolse hüpoteesi korral on kriitiline väärtus nullile lähemal. Järelikult sisukat hüpoteesi on nö lihtsam tõestada. I liiki viga: kehtiva nullhüpoteesi tagasilükkamine II liiki viga: mittekehtiva nullhüpoteesi vastuvõtmine
Risttabelid. Usalduspiirid, T-test Seosekordajad (hii- ruut-statistik) Arvtunnus Korrelatsiooni- kordajad Pärast analüüsi esitada tulemused, teha järeldused, uute uurimisküsimuste püstitamine. Millised on alternatiivid kvantitatiivsetele meetoditele. Kvalitatiivsed ja kombineeritud meetodid. Kvantitatiivsed meetodid- kui palju midagi esineb, seoste analüüsimine, hüpoteeside testimine; arvuline; suhteliselt palju uuritavaid Kvalitatiivne- kuidas midagi kirjeldatakse, tihti uuritakse arvamusi, hoiakuid; sõnaline; vähem uuritavaid 2) Ankeedi koostamine: mida tuleks silmas pidada hea ankeedi koostamisel; küsimuste tüübid, vastuste tüübid. Ankeedi struktuur · Sissejuhatus: miks uurimust tehakse, anonüümsus, võimalik tasu, tulemuste esitus, kontaktandmed tänud juba ette või lõpus · Lihtsamad küsimused, avaküsimused
Hinnang on asümptootiliselt normaaljaotusega, kui hinnangu valimjaotus läheneb valimi mahu kasvamisel normaaljaotusele. Asümptootilist jaotust kasutatakse parameetrite hinnangute standardvigade leidmisel. 11. Hinnangu asümptootiline efektiivsus. Mõjusat hinnangut nimetatakse asümptootiliselt efektiivseks (asymptotically efficient), kui selle asümptootilise jaotuse dispersioon on väiksem suvalise mõjusa asümptootiliselt normaaljaotusega hinnangu dispersioonist. 12. Hüpoteeside kontrollimine: otsuse vastuvõtmine, kui on antud teststatistiku empiiriline ja kriitiline väärtus Nullhüpotees: miski võrdub millegagi (erinevus on null) kogumi keskväärtus µ = µ0 kogumi A keskväärtus = kogumi B keskväärtus mudeli parameeter = 0 · Sisukas (alternatiivne) hüpotees: võrdus ei kehti. · Otsustamiseks kasutatakse juhuvalimit. · Juhuvalimi keskväärtus on juhuslik suurus, st erineb arvust µ
annaabi.ee 
Sisene Facebook'ga
Sisene Google'ga
Sisene LinkedIn'ga
Kõik kommentaarid