Vajad kellegagi rääkida?
Küsi julgelt abi LasteAbi
Logi sisse

Proovitükk 815 (0)

5 VÄGA HEA
Punktid
Vasakule Paremale
Proovitükk 815 #1 Proovitükk 815 #2 Proovitükk 815 #3 Proovitükk 815 #4 Proovitükk 815 #5 Proovitükk 815 #6 Proovitükk 815 #7 Proovitükk 815 #8
Punktid 5 punkti Autor soovib selle materjali allalaadimise eest saada 5 punkti.
Leheküljed ~ 8 lehte Lehekülgede arv dokumendis
Aeg2012-10-23 Kuupäev, millal dokument üles laeti
Allalaadimisi 20 laadimist Kokku alla laetud
Kommentaarid 0 arvamust Teiste kasutajate poolt lisatud kommentaarid
Autor muumitramm Õppematerjali autor
Andmetöötluse alused kodutöö I

Kasutatud allikad

Sarnased õppematerjalid

thumbnail
12
doc

Proovitüki nr. 722 andmete analüüs

Andmed on metsakorralduse instituudi töötajate mõõdetud ning analüüsis kasutan juhendmaterjalidena lektor Külliki Kiviste kodulehte (Kiviste K 2011a), lektor Andres Kiviste raamatut (Kiviste A 2007) ning metsandus- ja maaehitusinstituudi üliõpilastööde koostamise metoodilist juhendit (Eesti Maaülikool 2009). 4 1. Proovitüki üldiseloomustus Analüüsitav proovitükk asub kvartalil TR076, eraldusel 2. Mets kuulub jänesekapsa kasvukohatüübi Laanemetsade alla. Ringproovitükk on 1. rinde puude jaoks raadiusega 15m ehk pindalaga 706,5m2. Peapuuliigiks on kuusk, mille vanus on 22 aastat. Mõõrmine on teostatud 4. juulil 2002. aastal. Proovitükk asub Triigi metskonnas ning metsakorralduse aastaks on 2001. Reljeef on tasane nõlv, mikroreljeefiks on tasane ning raieid teostatud pole (Kiviste K 2011b). 2. Tunnuste liigid

Andmetöötlus alused
thumbnail
8
doc

Andmete analüüs

EESTI MAAÜLIKOOL Metsandus- ja maaehitusinstituut Veemajanduse osakond PROOVITÜKI NR. 710 ANDMETE ANALÜÜS Informaatika insenerierialadele Kodune töö nr. 2 Juhendaja lektor Külliki Kiviste Tartu 2009 Sisukord Sissejuhatus....................................................................................................................... 3 1. Proovitüki üldiseloomustus........................................................................................... 4 2. Tunnuste liigid...............................................................................................................4 3. Risttabel.........................................................................................................................4 4. Rühmitamine ja graafikud............................................................................................. 5 5. Kvanti

Informaatikainsenerile
thumbnail
12
doc

Metsandusliku andmetöötluse alused 2.osa

Eesti Maaülikool Metsandus- ja maaehitusinstituut Metsakorralduse osakond Gabriel Kase Metsandusliku andmetöötluse alused II Proovitüki nr. 819 andmete analüüs Kodune töö nr. 2 Juhendaja - lektor Külliki Kiviste Tartu 2012 Sisukord 2. Üldiseloomustus........................................................................................................ 3 3. Tunnuste liigid...........................................................................................................3 4. Rühmitamine............................................................................................................. 4 6. Graafikud...................................................................................................................7 11. Kasutatud kirjandus..........................................................................

Andmetöötlus alused
thumbnail
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. Tunnuste liigid Pide Diskreetn Arvulin Mittearvulin Järjestustunnu Nominaaltunnu v e e e s s Puuliik

Informaatikainsenerile
thumbnail
11
doc

Andmetöötluse alused kodune töö PRT 815- Kodutöö 2

EESTI MAAÜLIKOOL Metsandus- ja maaehitusinstituut osakond NIMI Proovitükk 815 Andmetöötluse alused II kodune töö Juhendaja: lektor juhendaja Tartu aasta Sisukord Sisukord.............................................................................................................................2 Sissejuhatus....................................................................................................................... 3 2. Diameetri aritmeetiline keskmine ja standardhälve.......................................................4 3

Andmetöötlus alused
thumbnail
11
doc

ANDMETÖÖTLUSE ALUSED KODUTÖÖ NR. 5

...................................8 22. Data analytics ­ Regression. Kõrguse sõltuvus diameetrist........................................9 22. 1 Jääkstandardhälve ja kõrguse standardhälve............................................................9 23. Determinatsioonikordaja............................................................................................. 9 2 Sissejuhatus Kodutöö on proovitükk nr. 815 kohta. Andmed pärinevad failidest ,,prt815.xls" mis pärineb Eesti Maaülikooli kohalikust võrgust, ja Külliki Kiviste kodulehelt1 allalaetud failist kodu5.xls 1 Külliki Kiviste koduleht ­ [www.eau.ee/~kkiviste/] (16.04.2012) 3 1. I rinde enamuspuuliigi diameetri suurused Tabel 1 I rinde enamuspuuliigi diameetri suurused aritmeetiline keskmine, 12,15625 cm

Andmetöötlus alused
thumbnail
10
docx

Andmetöötluse arvestustööks kordamismaterjalid

1. Mis on üldkogum?..............................................................................................................3 2. Mis on valim? Esinduslik valim.........................................................................................3 3. Mis on andmestik? Rühmitamata ja rühmitatud andmestik...............................................3 4. Arvuline tunnus – pidev, diskreetne...................................................................................3 5. Mittearvuline tunnus – järjestustunnus, nominaaltunnus...................................................3 6. Mis on juhuslik suurus?......................................................................................................3 7. Kuidas on defineeritud jaotusfunktsioon? Jaotusfunktsiooni skitseerimine, graafikult lugemine (kvantiil, kvartiil, mediaan, täiendkvantiil)............................................................3 8. Mis on juhusliku suuruse p-kvantiil? Mis on juhusliku suuruse

Kategoriseerimata
thumbnail
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 (0)

Kommentaarid sellele materjalile puuduvad. Ole esimene ja kommenteeri



Sellel veebilehel kasutatakse küpsiseid. Kasutamist jätkates nõustute küpsiste ja veebilehe üldtingimustega Nõustun