Metsandusliku andmetöötluse alused 2.osa (1)

Sarnased õppematerjalid

12

doc

Proovitüki nr. 722 andmete analüüs

Kuna d2 võib olla 0, st. mõõtmata, kasutan keskmise leidmisel funktsiooni IF (=IF(d2>0; (d1+d2)/2; d1)). b) Filtreerisin välja selle puuliigi 1. rinde puud, mida oli risttabelis 1. rindes kõige rohkem ehk 1 rinde kuused. Kopeerisin nende diameetrid uuele töölehele (Kleebi teisiti, Väärtused (Paste Special, Values). Proovitükil 772 on peapuuliigiks kuusk (KU). 4. Rühmitamine Edasises töös vaatlen uuritava juhusliku suurusena diameetrit d. Andmetöötluse lihtsustamiseks omistasin pesadele, kus asuvad d väärtused, nime (märkisin hiirega andmeplokk, valisin menüüst: Lisa, Nimi, Määratle). Leidsin rühmitamata andmeist valimi esmased karakteristikud: valimi mahuks funktsiooniga COUNT sain 63, minimaalsks väärtuseks 4,05 cm ja maksimaalseks väärtuseks 14,55 cm funktsioonidega MIN ja MAX. Nende põhjal arvutatasin tunnuse haardeks 10,5 cm (MAX-MIN), klasside arvuks 6 (k = 1 + INT(3,32*LOG(N))) ja

Andmetöötlus alused

8

doc

Andmete analüüs

........................................................................................................................ 7 Kasutatud kirjanduse loetelu............................................................................................. 8 2 Sissejuhatus Töö on koostatud proovitüki nr. 710 kohta. Algandmed pärinevad metsamaja serveri võrgukaustast public:Informaatika inseneridele/2009 ning on koostatud Metsandus ja maaehitus instituudi poolt reaalsete mõõtmiste käigus. Juhendmaterjalidena on kasutatud K.Kiviste kodulehte (Kiviste K., 2009) ja A. Kiviste raamatut (Kiviste A., 2007). Töö eesmärgiks oli antud proovitüki andmete rühmitamine ja analüüs kasutades selleks MS Exceli keskkonda ning statistilise analüüsi metoodikat ning valemeid. Töös on esitatud proovitüki üldiseloomustus, tunnuste liigid, koostatud risttabel,

Informaatikainsenerile

6

docx

Proovitüki nr. 711 andmete analüüs

Eesti Maaülikool Põllumajandus- ja keskkonnainstituut Maastikukaitse ja -hoolduse osakond Proovitüki nr. 711 andmete analüüs Kodune töö nr. 2 õppeaines Andmetöötluse alused Juh.Külliki Kiviste Tartu 2009 Sisukord 1. Proovitüki üldiseloomustus Proovitüki 711 kvartaliks on RO204, eralduse number on 4, kasvukohatüübiks on mustika. Peapuuligiks on mänd, peapuuliigi vanuseks on 35 aastat. Proovitüki raadius 1 rinde puude jaoks on 15 cm, raadius 2 rinde puude jaoks puudub (0). Reljeef on laugjas, mikroreljeef on matlik. Andmed mõõdeti 1. Juulil 2002. aastal. 2

Informaatikainsenerile

8

doc

Proovitükk 815

EESTI MAAÜLIKOOL Metsandus- ja maaehitusinstituut osakond Nimi Proovitükk 815 Andmetöötluse alused I kodune töö Tartu aasta Sisukord Sisukord.............................................................................................................................2 Sissejuhatus....................................................................................................................... 3 1. Üldiseloomustus............................................................................................................ 3 2. Tunnuste liigid.............................

Andmetöötlus

11

xlsx

Andmetöötlus aluse kodunetöö proovitükk nr 701

d esmased karakteristikud 20,15 valimi maht 149 diameetrit 19,7 miinimum 4,85 cm 17,35 maksimum 25,2 cm 15,6 Haare 20,35 cm 11,75 1. klassi ülemine piir 7,6 cm 15,75 klassi samm 2,8 cm 18,45 viimase klassi ülemine piir 27,2 cm 17,3 rühmade arv 8 20,15 Pool sammu 1,4 cm 23,45 Rühma Klassi Klassi kuulumise Jaotus- 21,7 tsenter Rühma ülem. piir sagedus tõenäosus funktsioon 8,8 xi xüi ni pi F(xüi) 21,15 6,2 7,6 5 0,03 0,03 18,85 9 10,4 1

Andmetöötlus alused

10

xls

Pidevad jaotused, diskreetsed jaotused

Pidevad jaotused Olgu meil mõõdetud kuusenoorendikus puude kõrgused sentimeetrites rühmitatud andmetena (ülesannete 1 kuni 4 algandmed). Kõrguse Kõrguse Sage- Aritm. Standard- Teoreet. Teoreet. ülemised keskmisedx dused keskmine hälve tõen.-d pi saged. Hii-ruut xü ni ni*xi ni*(xi-xkaet)2 N*pi statistik i Normj. F(xü) 215 210 8 1680 6940,1 0,045 0,045 8 0,0086284 225 220 19 4180 7190,4 0,158 0,113 21 0,1432402 235 230 43 9890 3842,9 0,379 0,220 40 0,1748117 245 240 55 13200 16,4 0,650

Matemaatika

13

docx

Nimetu

EESTI MAAÜLIKOOL Metsandus- ja maaehitusinstituut Metsakorralduse osakond Mikk Sülla Proovitükk nr 613. Hinnangud, hüpoteesid, regressioon Kodune töö nr. 5 õppeaines Metsandusliku andmetöötluse alused II Juhendaja Külliki Kiviste Tartu 2012 Sisukord Sisukord Sissejuhatus Käesoleva töö eesmärgiks on analüüsida, kas proovitükil mõõdetud diameetri jaotus on lähendatav mõne klassikalise teoreetilise jaotusega. Töös on kasutatud Aakre metskonna proovitükki nr. 613 andmeid, mis on saadud EMÜ Metsanduse ja maakorralduse serveris võrgukaustast public:/Metsandusliku andmetöötluse alused 2011/2011]

Andmetöötlus alused

5

docx

Andmetöötluse kordamine

Kordamine arvestustööks 1. Üldkogum (uurimisobjekt, populatsioon) on teatud nähtuste (objektide) hulk, mida soovitakse objektiivsete meetoditega tundma õppida. 2.. Valimiks nimetatakse teatud hulka üldkogumi elemente, mille mõõtmisandmed on uurija käsutuses. Esinduslik valim. 3. Valimi mõõtmisandmed moodustavad andmestiku. Rühmitamata ja rühmitatud andmestik. 4. Arvuline tunnus ­ pidev, diskreetne. Pidev ­ võib omada väärtusi mingil lõigul. Diskreetne ­ arvuliste tunnuste võimalike väärtuste hulk on lõplik või loenduv 5. Mittearvuline tunnus ­ järjestustunnus, nominaaltunnus. Järjestustunnus ­ mittearvuline tunnus, mille väärtused on järjestatavad (Krafti klass, puistu Orlovi boniteet). Nominaaltunnus ­ mittearvuline tunnus, mille väärtused pole järjestatavad. 6. Juhuslik suurus ehk juhuslik muutuja ­ suurus või muutuja, mille väärtus enne mõõtmist või katset ei ole teada. 7. Kuidas on defineeritud jaotusfunktsioon? Jaotusfunktsiooni skitseeri

Andmetöötlus

Meedia

Kommentaarid (1)