Kirjeldav statistika (0)

Lõik failist

Sarnased õppematerjalid

466

doc

Andmeanalüüsi konspekt

huvitavad, näiteks: värvus, vanus, hind, kaal, arvamus millegi suhtes, jne – selliseid omadusi nimetatakse muutujateks. Omadusi, mida saab mõõta nii (või mis on juba kokku võetud nii), et iga objekti jaoks saadakse ainult üks vastus ehk üks ühik infot nimetatakse tunnusteks. Objektid ja tunnused peavad olema valitud enne andmete kogumist ning andmete kogumise käigus püüame saada tulemuse või vastuse iga objekti kohta kõigi meid huvitavate tunnuste lõikes - statistika terminoloogiast lähtudes on need väärtused. Nii võivad tunnuse „haridus“ võimalikud väärtused olla näiteks „algharidus“, „põhiharidus“, „keskharidus“ ja „kõrgharidus“, aga tunnuse „vanus“ väärtused näiteks arvud „12“, „27“, „6“, jne. (Arvuti kasutamine uurimistöös (http://aku.opetaja.ee/)) Andmete analüüsi kontekstis on oluline teha vahet nelja erineva tunnuse tüübi vahel:

Andmeanalüüs i

4

doc

Andmeanalüüsi kordamisküsimused

· Suhteskaala: sel juhul on skaalapunktide vahemikud võrdsed ja ka nullpunkt on määratud. ­ Näiteks: sissetulek, pikkus, kaal, temperatuur, vanus, laste arv Veel tunnuste liigitamise võimalusi: · Kvalitatiivsed ja kvantitatiivsed tunnused · Diskreetsed ja pidevad tunnused · Kategoriaalsed tunnused: diskreetne kvalitatiivne tunnus · Binaarsed ehk dihhotoomsed ehk kaheväärtuselised tunnused 4) Kirjeldav statistika eri tüüpi tunnuste kohta: mood, mediaan, kvantiilid, keskmine, standardhälve, dispersioon. Mood- kõige sagedasem väärtus või väärtusklass, mehed naised Mediaan ­ punkt tunnuse skaalal, millest väiksemaid ja suuremaid väärtusi on variatsioonreas ühepalju. Mediaan jaotab skaala vaadeldava tunnuse seisukohalt kaheks võrdsagedaseks osaks. Kvantiilid Alumine kvartiil ­ punkt, millest väiksemaid väärtusi on kogumis ¼ osa.

andmeanal��s

7

doc

Andmetöötlus psühholoogias

Soo defineerimine: Variable view - soolahtrist Values... - 1=mees, 2=naine - data view - ülevalt view - value labels ette linnuke Kasvavas järjekorras järjestamine: Teed lahtri aktiivseks mida järjestada soovid - ülevalt Data - Sort cases - valid mida soovid sortida - linnuke ascending lahtri ees kindlalt ja OK Mingi väärtuse minimaalse ja maksimaalse väärtuse leidmine, standardhälve, keskmine: Analyze - descriptive statistics - descriptives/frequencies (kui vaja ekstsessi, histogrammi kellukat jn) - valid mille puhul tahad uurida - Options - valid milliseid väärtusi leida tahad ja ok, vastused ilmuvad OutPuti aknasse. Charts all on võimalik kasutada histogrammi joonistamise võimalust. Joonisel olev küsimärk käib osutatud linnukese kohta. Display frequency tables annab käskluse moodustada iga pikkuse kohta sagedustabel. Küsimärk on juurde tehtud, et uurida, kas sellise tabeli koostamine on vajalik. Uue muutuja arvutamine: Transform - Compute variable - kirjutad u

Ülevaade psühholoogiast

11

docx

Andmeanalüüsi kordamisküsimused 2015

nullpunkt on määratud. ­ Näiteks: sissetulek, pikkus, kaal, temperatuur, vanus, laste arv Veel tunnuste liigitamise võimalusi: ­ Kvalitatiivsed ja kvantitatiivsed tunnused ­ Diskreetsed ja pidevad tunnused ­ Kategoriaalsed tunnused: diskreetne kvalitatiivne tunnus  ­ Binaarsed ehk dihhotoomsed ehk kaheväärtuselised tunnused 4) Kirjeldav statistika eri tüüpi tunnuste kohta: mis on mood, mediaan, kvantiilid, keskmine, standardhälve, dispersioon. Nominaaltunnused · Mood ­ kõige sagedasem väärtus või väärtusklass Järjestustunnused Mood Mediaan ­ punkt tunnuse skaalal, millest väiksemaid ja suuremaid väärtusi on variatsioonreas ühepalju. Mediaan jaotab skaala vaadeldava tunnuse seisukohalt kaheks võrdsagedaseks osaks. Kvantiilid Alumine kvartiil ­ punkt, millest väiksemaid väärtusi on kogumis ¼ osa.

andmeanal��s

21

doc

Andmeanalüüs sots.teadustes

............................................................................ 3 1.2. Valimi valikumeetodid.........................................................................................................4 1.3. Mõõtmismeetod ja mõõtmisvahend ....................................................................................5 1.4. Andmetabel..........................................................................................................................7 2. Valimit kirjeldav statistika ..................................................................................................... 7 2.1. Andmete graafiline kirjeldus................................................................................................7 2.2. Andmete arvuline kirjeldus..................................................................................................8 2.2.1. Paiknemiskarakteristikud................................................................................

Uurimustöö metoodika

19

docx

Statistiline modelleerimine teooria kokkuvõte 2020

 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% USA elanikest on ülekaalulised või rasvunud.“)  Järeldav statistika (inferential stat.) kasutab andmeid baasina hinnangute andmiseks ja prognooside tegemiseks. („Ülekaalulisus on II tüübi diabeedi riskifaktorite hulgas.“)  Kirjeldav statistika tegeleb valimi resümeerimisega, järeldava statistika ülesanne on üldistuste tegemine üldkogumi kohta

Statistiline modelleerimine

30

docx

Statistiline modelleerimine praktikumide juhised.

cases, siis on meeste andmed jätkuvalt tabelis näha, aga indiviidide andmestikule on peale tõmmatud kriips ­ SPSS neid analüüsides ei arvesta; siis on võimalus teha uus tööleht, kus on eralditult ainult valitud andmestik; viimaseks variandiks on mittevalitud andmestiku kustutamine. Viimast ehk ei soovitaks, sest äkki on üldist andmestikku uuesti vaja vaadata. Ja küll on kehvasti, kui raske vaevaga kogutud andmeid kuidagi taastada ei saa. 3) KIRJELDAV STATISTIKA Analyze -> Descriptive statistics -> Frequencies... Statistics -> Sealt saate erinevate vajalike kirjeldavate statistikute arvutamist ,,tellida". Charts -> on võimalik kasutada histogrammi joonistamise võimalust Display frequency tables annab käskluse moodustada iga pikkuse kohta sagedustabel. NB! Uurida, kas sellise tabeli koostamine on vajalik 3. PRAKTIKUM 1) ANDMETEISENDUSED NT: Kodeerige muutujast SÜNNIAASTA muutuja VANUSEKLASS. Looge kolm vanuseklassi.

Statistiline modelleerimine

31

pdf

Äriuuringute alused

Andmete analüüsimiseks on mõistlik jätta puuduvale väärtusele vastav lahter tühjaks. Aruandes võib selguse mõttes kirjutada puuduva väärtuse kohale punkti või kriipsu. Kui ühe küsimuse puhul on lubatud valida mitu vastusevarianti, siis iga variant annab andmetabelis eraldi tunnuse (veeru). TULEMUSTE ESITAMINE Struktureeritud andmete esmaseks kokkuvõtteks ning ülevaatlikuks analüüsiks saab kasutada kirjeldava statistika meetodeid, mis võib jagada kolme suurde rühma: 1. Sagedustabelid 2. Arvjoonised ehk diagrammid 3. Arvnäitajad Sagedustabelid aitavad vastust leida kahte tüüpi küsimustele: · Kui palju on/oli? (arv, sagedus, absoluutne sagedus) · Kui suur osa on/oli? (protsent, osakaal, suhteline sagedus) Kui vastajaid on alla saja, kasuta tulemuste esitamisel ka sagedusi. Kui vastajaid on üle saja, siis kasuta protsente. Diagrammide ülesanne on esitada infot visuaalselt

Majandus

Kommentaarid (0)