Osa A. Tabel 1. xi ni xi*ni ni*xi2 ni*(xi-xk)2 0 1 0 0 2132,59 1 1 1 1 2041,23 3 1 3 9 1864,51 4 1 4 16 1779,15 7 1 7 49 1535,07 8 1 8 64 1457,71 10 2 20 200 2617,98 13 3 39 507 3302,74 15 1 15 225 972,19 20 2 40 800 1370,78 22 2 44 968 1169,34 24 1 24 576 491,95 27 1 27 729 367,87 ...
docstxt/12537266063011.txt
15 12 33 95 10 87 25 1 62 52 98 94 62 46 11 71 79 75 24 91 40 71 96 12 82 4 6 96 38 27 7 74 20 96 69 86 10 80 25 91 74 85 22 5 39 0 38 75 95 79 xi ni xi*ni ni*xi2 ni*(xi-xk)2 0 0 1 0 0 2132,59 1 1 1 1 1 2041,23 3 3 1 3 9 1864,51 4 4 1 4 16 1779,15 7 7 1 7 49 1535,07 8 8 1 8 64 1457,71 10 10 2 20 200 2617,98 10 13 3 39 507 3302,74 13 15 1 15 225 972,19 13 20 2 40 800 1370,78 13 22 2 44 ...
4,18 Xi=(i=1....12) ri-6=-1,82 Z2=27,68 * -1,82+52,12= 1,74 0,1 0,09 0,73 0,25 0,3 0,76 0,52 0 0,35 0,86 0,34 0,67 5,01 Xi=(i=1....12) ri-6=-0,99 Z2=27,68 * -0,99+52,12= 24,71 Z1 = Scor * xi+ x Z1=27,68 * 1,57+52,12= 95,57 Z2=30.53*(-1,1)+46,18= 12,6 Z3=30,53*(-1,52)+ 46,18=-0,23 Z4= 71,52 Z5=65,41 Tallinna Tehnikaülikool 12 Rakendusstatistika kodutöö Nimi: Tallinn 2009 13
ni xini nx2 ni(x- x)2 xi 2 1 2 4 2512,01 6 1 6 36 2127,05 7 1 7 49 2035,81 12 1 12 144 1609,61 17 1 17 289 1233,41 18 4 72 1296 4656,70 20 1 20 400 1031,69 22 1 22 484 907,21 27 2 54 1458 1262,03 29 1 29 841 534,53 31 1 31 961 446,05 34 1 34 1156 328,33 ...
Tabel a 1.. ll-*-j f.c-.*r-'U '-,1 -(t. X; h; hiXi lliXi2 n{x,-f,12 0 1 0 0 2532,10 2 1 2 4 2334,82 4 2 I 32 4291,48 5 1 5 25 2053,90 7 1 7 49 1876,62 I 1 I 64 1790,99 11 1 11 121 1546,06 18 1 18 324 1444,58 21 1 ...
Osa A: Algandmete tabel xi ni ni*xi ni*xi2 ni(xi-X)2 0 1 0 0 2132,5924 1 1 1 1 2041,2324 3 1 3 9 1864,5124 4 1 4 16 1779,1524 7 1 7 49 1535,0724 8 1 8 64 1457,7124 10 2 20 200 2617,9848 13 3 39 507 3302,7372 15 1 15 225 972,1924 20 2 40 800 1370,7848 22 2 44 968 1169,3448 24 1 24 576 491,9524 27 1 27 729 367,8724 28 1 28 784 330,5124 30 1 30 900 261,7924 31 1 31 961 230,4324 32 1 32 1024 201,0724 35 1 35 1225 124,9924 40 ...
Rakendusstatistika arvestusharjutus. Osa A. N=25 1. Leida keskväärtuse, dispersiooni, standardhälbe, mediaani ja haarde hinnangud. Keskväärtus Dispersioon Standardhälve Mediaan Me=49 Haare 2. Leida keskväärtuse ja dispersiooni usaldusvahemikud (eeldades üldkogumi normaaljaotust ning võttes olulisuse nivooks = 0.10). Keskväärtuse usaldusvahemik: = 0,10 t0,1; 24= 1,71 Dispersiooni usaldusvahemik: = 0,10 ja 3. Kontrollida järgmisi hüpoteese (eeldades üldkogumi normaaljaotust ning võttes olulisuse nivooks = 0.10) 3.1 H0: = 50 alternatiiviga H1: 50 Et Hüpotees vastu võetaks, peab tkr > t; 1,71 > 0,6. Hüpotees võetakse vastu. H0: 2 = 800 alternatiiviga H2: 2 800 Et hüpotees vastu võetaks peab jääme kahe kriitilise väärtuse vahele: 13,84 < 21,2< 36,42. Hüpotees võetakse vastu. 4. Leida valimile vastav empiiriline histogramm võrdlaiade vahemikega 0-20, 20-40, 40- 60, 60-80 ja 80-100 ning kontrollida 2 -testi järgi ...
docstxt/1386939078643.txt
docstxt/129544194986833.txt
docstxt/129544216586833.txt
MHT0030 RAKENDUSSTATISTIKA ARVUTUSGRAAFILINE TÖÖ Andmete kood: 248199 Osa A 1. Keskväärtus Dispersioon Standardhälve Mediaan Haare 2. Eeldades üldkogumi normaaljaotust ning võttes olulisuse nivooks leian usaldus- vahemikud. Keskväärtuse usaldusvahemik on arvutatud MS Exceli TINV-funktsiooniga: Dispersiooni usaldusvahemik ja on arvutatud MS Exceli CHIINV-funktsiooniga 3
RAKENDUSSTATISTIKA ARVUTUSGRAAFILINE TÖÖ Osa A Valimi A mahuga N=25 variatsioonirida: 22 96 91 75 74 75 25 79 12 38 95 10 71 0 79 24 86 91 96 5 40 85 69 82 39 1.Leida keskväärtuse, dispersiooni, standardhälbe, mediaani ja haarde hinnangud. Keskväärtus: Excel: AVERAGE x=58,36 Dispersioon: Excel: VAR Sx²=1072,74 Standardhälve: Excel: STDEV Sx=32,75 Mediaan: Mediaan on variatsioonirea keskmine element paarituarvulise valimi korral või kahe keskmise elemendi poolsumma paarisarvulise valimi korral. Excel: MEDIAN Me=74 Haare: =96-0=96 R=96 2. Leida keskväärtuse ja dispersiooni usaldusvahemikud (eeldades üldkogumi normaaljaotust ning võttes olulisuse nivooks = 0.10). Keskväärtuse usaldusvahemik...
Andmed-A N= 25 jrk. Dispersioon= 37 9 1. Keskväärtus= 53,24 263,74 54 15 0,58 94 18 1661,38 32 19 451,14 19 30 1172,38 33 32 409,66 69 33 248,38 51 37 5,02 89 41 1278,78 43 43 104,86 18 43 ...
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: ...
. . . . 4 8 1 61 0, 2, 2, (-) Rakendusstatistika arvestusharjutuse AGT-2 lahenduse kontrollelemendid MHT/2012. Leht 2 Väljundjaotus punktis ( S = S0 + LS , T = T0 LT ): Väljundjaotus punktis ( S = S0 + LS , T = T0 + LT ): Keskväärtus Standardhälve Asümmeetria Ekstsess Keskväärtus Standardhälve Asümmeetria Ekstsess 1,44 0,6 0,04 -0,75 0,29 0,29 0,41 1,87 Histogramm: Histogramm:
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 keskmise elemendi poolsumma (kui on tegemist paarisarvulise valimiga) (Lisaks saadav kasutades Exceli funktsiooni MEDIAN) Haare Valimi suurima ning väikseima elemendi vahe R = x max - x min R= 97 - 0 = 97 2. Jaotuse analüüs Võtan olulisuse nivooks = 0,10 ning eeldan normaaljaotust. Keskväärtuse usaldusvahemik 1) Keskväärtuse ja standardhälbe hinnangud: 1 N 1 N µ^ = xi = xi...
Xxxxx xxxxx xxxx MHT 0031 RAKENDUSSTATISTIKA ARVUTUSGRAAFILINE TÖÖ Osa A 1. 1) Keskväärtus =46,20 2)Dispersioon =867,92 3)Standardhäve =29,46 4)Mediaan Mediaan on variatsioonirea keskmine element paarituarvulise valimi korral või kahe keskmise elemendi poolsumma paarisarvulise valimi korral. Me=46
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 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: ...
1. Baaspunkti arvutus. Jaotuse kujuparameetri S baasväärtusel S0 ja teisenduse parameetri T baasväärtusel T0 : a) koostada teisendusfunktsiooni graafik, D=2 , T0 =2, S0=0,5 y=D1-T|X|T x y -10 50,00 -9 40,50 -8 32,00 -7 24,50 -6 18,00 -5 12,50 -4 8,00 -3 4,50 -2 2,00 -1 0,50 0 0,00 1 0,50 2 2,00 3 4,50 4 8,00 5 12,50 6 18,00 7 24,50 8 32,00 9 40,50 10 50,00 d) leida saadud valimite {xi} ja {yi} järgi X ja Y keskväärtuse, dispersiooni, standardhälbe, asümmeetria ja ekstsessi hinnangud ning nende jaotuste histogrammide graafikud xi = 1,732 S ( 2U 1 - 1) + (1 - S ) N 1 X ja Y arvkarakteristikute hinnangud X Y keskväärtus 0,2479664 0,157100 4 dispersioon 0,2539834 0,032985 7 standardhälv 0,5039677 0,181619 e 6 asümmeetria 0,0430155 1,470564 5 ekstsess - 1,53...
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 ...
0, 1, 1, 4, 5, 5, 6, 7, 10, 10, 11, 12, 12, 15, 17, 20, 22, 23, 24, 25, 25, 25, 27, 33, 38, 38, 39, 39, 40, 43, 44, 44, 46, 52, 62, 62, 69, 69, 71, 71, 74, 74, 75, 75, 78, 78, 79, 79, 80, 82, 82, 85, 86, 87, 91, 91, 96, 96, 96, 98 Dixon-test Rlow=(x3-x1)/(xn-2-x1), n=60 -> Rlow=(1-0)/(96-0)=1/96=0,01 -> x1 ekse, sest et Rlow =0,01> Dkr=0,35 Osa A. Hinnangud, usaldusvahemikud, statilised h üpoteesid ja jaotused Tabel 1. Valim xi-juhuslik arv, ni xi kordumiste arv xmin=0, xmax=98 xi ni ni*xi ni*xi² ni(xi-x)² 0 1 0 0 2254.35 4320.78 1 2 2 2 1 4 1 4 16 1890.51 3609.10 5 2 10 50 1 6 1 6 36 1720.59 7 1 7 49 1638.63 ...
Osa A. Hinnangud, usaldusvahemikud, statistilised hüpoteesid ja jaotused xi ni xi*ni ni*xi2 ni*(xi-xk)2 0 1 0 0 2907,37 6 1 6 36 2296,33 7 1 7 49 2201,49 8 2 16 128 4217,29 9 1 9 81 2017,81 12 1 12 144 1757,29 13 2 26 338 3348,89 18 1 18 324 1290,25 23 1 23 529 956,05 24 1 24 576 895,21 ...
1 0 0,04 1 0 0,2 2 2 0,08 2 2 0,4 3 7 0,12 3 7 0,6 4 10 0,16 4 10 0,8 5 15 0,2 5 15 6 28 0,24 6 28 7 29 0,28 7 29 8 30 0,32 8 30 9 31 0,36 9 31 10 32 0,4 10 32 11 32 0,44 11 42 12 42 0,48 12 46 13 46 0,52 13 47 14 47 0,56 ...
Arvutusgraafiline töö | Mihkel Heinmaa | MHT0030 RAKENDUSSTATISTIKA ARVUTUSGRAAFILINE TÖÖ Mihkel Heinmaa | YAGB31 | sügis 2010 Osa A 1. Keskväärtus: Excel: AVERAGE Dispersioon: ( )
Juhuslik sü- midagi, mis mingi katse (mingi tingimuste kompleksi realiseerumine) tulemusel võib toimuda Lähtepunkt: elementaarsündmuste ruum, koosneb elementaarsündmustest (1-teist välistavad s, millest iga katse korral 1 kindl. Toimub) Juh. S p-mõisted: 1)vastastikku välistuvad (mis ei sisalda samu elementaars) 2)vastastikku mittevälistuvad (sisaldavad samu elementaars) 3) sündmuste sisalduvus (kui toimub A, toimub ka B kõik sündmuses A sisalduvad elementaars sisalduvad ka B-s) 4)vastandsündmus (sisaldab kõik elementaars, mis ei sisaldu sündmuses A) Tehted juh.s. : 1) Summa (ühend): sisaldab kõik el.s., mis sisalduvad väh 1 liidetavatest sündmustest, tähis U 2) korrutis (ühisosa): sisaldab kõik el.s., mis sisalduvad korraga kõigis korrutatavatessündmustes Tõenäosus: iseloomustab esinemissagedust katsetes, on sündmuse mõõduks, arv nullist üheni Omadused: 1) Normeeriusaksioom (0-1) 2)Liitmisaksioom (summa P=sündmuste P summa) 3)tinglik t...
Osa A Andmed: 7 2 3 3 1 1 4 3 3 3 6 5 6 1 2 9 7 5 7 8 5 2 4 1 8 7 9 7 4 8 5 3 1 9 3 5 9 5 8 4 6 1 3 0 7 6 9 1. Valimi parameetrite hindamine. Kasutan järgmisi valemeid: Keskväärtus: 44,28 Dispersioon: 772,46 Standardhälve: 27,79 Mediaani ja haarde leidmiseks teeme valimi liikmete ümberjärjestust: 1; 2; 5; 14; 18; 19; 25; 27; 31; 33; 37; 39; 39; 45; 46; 50; 56; 63; 65; 71; 74; 77; 83; 89; 98 Mediaan: 39 Haare: 98 1 = 97 2. Leian keskväärtuse ja dispersiooni usaldusvahemikud (usaldusnivoo = 0.10), eeldades üldkogumi normaaljaotust Keskväärtuse jaoks kasutame t-statistikut f = N 1 = 24 t0.95(24) = 1.711 = 9.51 Keskväärtuse usaldusvahemik arvutatakse valemiga: P(34,77 < < 53,79) = 90% Dispersiooni usaldusvahemiku leidmiseks kasutatakse 2-statistikut f = N 1 =...
Juhuslik sündmus on midagi, mis mingi katse tulemusel võib toimuda. Katse on mingi tingimuste kompleksi realiseerumine. Elementaarsündmused on mingid üksteist välistavad sündmused, millest iga katse korral üks tingimata toimub. Juhuslikud sündmused: *vastastikku välistuvad sündmused- ei sisalda samu elementaarsündmusi *vastastikku mittevälistuvad sündmused- sisaldavad samu elementaarsündmusi *sündmuste sisalduvus- kui toimub A, toimub ka B *vastansündmus- kõik elementaarsündmused, mis ei sisaldu sündmuses Tõenäosus iseloomustab sündmuse esinemissagedust katsetes. Tõenäousese määramisviisid: klassikalised(kombinatoorne, geomeetriline, statistiline), mtteklassikalised(subjektiivne,intersubjektiivne) Juhuslikuks suuruseks nim suurust, mis järjekordse katse tulemusel omandab mingi mittennustatava väärtuse mingist võimalikust väärtuste hulgast. Diskreetne juhuslik suurus: võimalike väärtuste hulk on lõplik Pidev juhuslik suur...
MHT0030 RAKENDUSSTATISTIKA ARVUTUSGRAAFILINE TÖÖ Osa A 1. Keskväärtus =46,20 Dispersioon =867,91 Standardhäve =29,46 Mediaan Me=46 Haare R = xmax xmin = 99 0 = 99 2. Keskväärtuse usaldusvahemik eeldusel, et põhikogumi jaotus on normaaljaotus ja olulisuse nivoo = 0,10: t, N-1 on arvutatav Exceli TINV funktsiooniga: 1,711 Dispersiooni usaldusvahemik eeldusel, et põhikogumi jaotus on normaaljaotus ja olulisuse
8 F- statistik: F= 0,404 Järeldus: võetakse vastu 9 9.1 2,73 2,08 Regressioonimudel: 9.2, 9.3 3,89 olulisus: pole oluline 1,16 olulisus: on oluline 9.4 F-statistik: F=1,64 Järeldus: võetakse vastu 9.5 Väljundi usaldusvahemiku poollaiused : :: : Rakendusstatistika arvutusgraafiline töö nr. 1 OSA A 1. On antud valim A mahuga N = 25 Abistavad tehted on koondatud tabelisse jrk ni xi ni * xi ni 1 1 0 0 3405,89 41,19 3405,89 2 1 5 5 2847,29 29,36 2847,29
RAKENDUSSTATISTIKA ARVUTUSGRAAFILINE TÖÖ Osa A Valimi A mahuga N=25 variatsioonirida: 12 6 11 62 20 62 7 98 10 1 52 27 80 25 94 46 38 74 95 33 71 15 96 4 87 1.Leida keskväärtuse, dispersiooni, standardhälbe, mediaani ja haarde hinnangud. Keskväärtus: Excel: AVERAGE x=45, 04 Dispersioon: Excel: VAR Sx²=1164,123 Standardhälve: Sx=34,1193 Mediaan: Mediaan on variatsioonirea keskmine element paarituarvulise valimi korral või kahe keskmise elemendi poolsumma paarisarvulise valimi korral. Me=38 Haare: R=97 2. Leida keskväärtuse ja dispersiooni usaldusvahemikud (eeldades üldkogumi normaaljaotust ning võttes olulisuse nivooks = 0.10). Keskväärtuse usaldusvahemik: = 0,10 t0,1; 24= 1,711 (Studenti tabelist) Dispersiooni usaldusvahemik: ...
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 ...
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 Valim A mahuga N=25 variatsioonirida: 1 2 17 81 97 75 22 21 94 62 81 73 74 52 79 45 14 70 2 71 48 79 77 39 19 1. Leida keskväärtuse, dispersiooni, standardhälbe, mediaani ja haarde hinnangud. Keskväärtus: = 51,8 Dispersioon: s x² = 968,58 Standardhälve: s x = 31,12 Mediaan: Mediaan on variatsioonirea keskmine element paarituarvulise valimi korral või kahe keskmise elemendi poolsumma paarisarvulise valimi korral. Me = 62 Haare: R = 91 – 1 = 96 2. Leida keskväärtuse ja dispersiooni usaldusvahemikud (eeldades üldkogumi normaaljaotust ning võttes olulisuse nivooks α = 0.10). Kes...
i xi 1. 1 1 2 2 3 17 4 81 5 97 6 75 7 22 8 21 2. 9 94 10 62 11 81 12 73 13 74 14 52 15 79 16 45 17 14 18 70 19 2 20 71 21 48 22 79 23 77 24 39 25 19 3.1. 3.2. N 25 i (xi - x)2 Keskväärtus 51.8 1 2580.64 Dispersioon 968.58 2 2480.04 Standardhälve 31.12 3 1211.04 Mediaan 62 4 852.64 Haare 96 5 2043.04 6 538.24 7 888.04 α 0.1 ...
15 12 33 95 10 87 25 1 62 52 98 94 62 46 11 71 79 75 24 91 40 71 96 12 82 4 6 96 38 27 7 74 20 96 69 86 10 80 25 91 74 85 22 5 39 0 38 75 95 79 xi ni xi*ni ni*xi2 ni*(xi-xk)2 0 0 1 0 0 2132,59 1 1 1 1 1 2041,23 3 3 1 3 9 1864,51 4 4 1 4 16 1779,15 7 7 1 7 49 1535,07 8 8 1 8 64 1457,71 10 10 2 20 200 2617,98 10 13 3 39 507 3302,74 13 15 1 15 225 972,19 13 20 2 40 800 1370,78 13 22 2 44 ...
i xi N 25 1 71 Keskväärtus 44,12 2 43 Dispersioon 673,44333333 3 56 Standardhälve 25,950786758 4 17 Mediaan 51 5 56 Haare 88 6 9 7 29 8 24 0,1 9 33 t1-/2 0,95 10 4 f (vabadusaste) 24 11 53 12 51 t1-/2(f) (t kvantiil) 1,7109 13 80 (poollaius) 8,8798 14 36 15 54 Keskväärtuse usaldusvah. 16 84 alumine ...
OSA A 1. Hindame valimi parameetreid Hindamiseks kasutame järgmised valemid: Keskväärtus: 44,12 Dispersioon: 673,44 Standardhälve: 25,95 Mediaani ja haarde leidmiseks teeme valimi liikmete ümberjärjestuse: Mediaan: 51 Haare: 92-4= 88 2. Leiame keskväärtuse ja dispersiooni usaldusvahemikud (usaldusnivoo = 0,10), eeldades üldkogumi normaaljaotust Keskväärtuse jaoks kasutame t-statistikut f = N 1 = 24 t0,95(24) = 1,7109 = 8,88 (poollaius) P(35,24 < < 53) = 0,9 Dispersiooni jaoks kasutame 2-statistikut f = N 1 = 24 20.95(24) = 36,415 20.05(24) = 13,848 P (443,9 < 2 < 1167,15) = 0,9 3. Kontrollime hüpoteese keksväärtuse ja dispersiooni kohta, eeldades üldkogumi normaaljaotust, ja kasutades usaldusnivood = 0,10 3.1 H0: = 50; H1: 50 Kontrollimiseks kasutame t-statistikut: t = 1,1329 f = N 1 = 24 Kriitiline t-statistiku väärtus t0,95(24) = 1,711 Kuna t < tkr, sii...
Kui X on pidev juhuslik suurus ning teisendusfunktsiooon g(x) on monotoonne, siis avaldub y
jaotustihedus nii: fy(y)=fx[(y)]*['(y)]
Kui x on pidev juhuslik suurus ning teisendusfunktsioon g(x) pole monotoonne, tuleb g(x) jagada X
muutumispiirkonna osas monotoonsuspiirkondadeks.
Lineaarteisendus on ülalkirjeldatud juhusliku suuruse teisendamise olulisim erijuht, kus
teisendusfunktsioon saab kuju g(x)=a+bx
2. RAKENDUSSTATISTIKA ALUSED
Mediaani hinnang: kasvavalt järjestatud valimi keskelement, kasvavalt järjestatud valimi
keskelementide poolsumma.
Haare: valimi suurima ja vähima elemendi vahe.
Variatsioonirida- kasvavasse järjekorda reastatud valim
Järkstatistik: variantsioonirea liige järjekorranumbriga i.
Epiiriline jaotusfunktsioon avaldub variatsioonirea põhjal kujul: FN(x)=0, kui x
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 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 Mediaan Me=51 Haare R = xmax – xmin = 94 – 9 = 85 2. Keskväärtuse μ usaldusvahemik eeldusel, et põhikogumi jaotus on normaaljaotus ja olulisuse nivoo = 0,10: sx s ( P ´x −t α , N−1 ∙ √N ) < μ< ´x +t α ,...
Kursus A Õpilase nr 1 2 3 4 5 6 7 8 9 Testi tulemus 13 16 20 18 11 0 16 14 16 Kursus B Õpilase nr 1 2 3 4 5 6 7 8 9 Testi tulemus 19 17 9 15 17 20 18 6 18 Piirid Sagedus Piirid 4 2 4 8 2 8 12 6 12 16 10 16 20 11 20 Jääk 0 Jääk 10 11 12 13 14 15 16 17 18 19 20 21 22 23...
64; 1; 64; 40; 66; 66; 57; 13; 30; 49; 0; 68; 22; 73; 98; 20; 71; 45; 32; 95; 7; 70; 61; 22; 30; 84; 20; 89; 29; 32; 62; 55; 78; 55; 76; 11; 68; 71; 44; 98; 83; 52; 99; 54; 40; 32; 52; 48; 96; 62; 46; 31; 88; 73; 4; 61; 68; 75; 53; 31 Osa A. Hinnangud, usaldusvahemikud, statistilised hupoteesid ja jaotused. Korrastada algandmed arvreaks suuruse jargi ning hinnata eksed tabel 1 xi ni ni*xi ni*xi2 ni(xi-x)2 0 1 0 0 2816,0711 1 1 1 1 1 2710,93778 4 1 4 16 2407,53778 7 1 7 49 2122,13778 11 1 11 121 1769,60444 13 1 13 169 1605,33778 20 2 40 ...
koeffitsient leitakse valemiga: 56. Juhuslike suuruste modeleerimine Monte-Carlo meetodiga Antud on diskreetse suuruse jaotusseadus Vajalik on leida väärtus a uuritavale suurusele. Selleks valitakse JS X, mille matemaatiline ootus on võrdne a: EX = a. 58. Juhuslikud funktsioonid Juhuslikuks funktsiooniks nimetatakse funktsiooni mittejuhusliku argumendiga t, mis iga argumendi väärtusel on juhuslikuks suuruseks. Argumendi t juhuslikku funktsiooni tähistatakse X(t) 59. Rakendusstatistika rakendusi inseneritegevuses Eksperimendi planeerimine: - dispersioonanalüüs; - jaotusele vastavuse hindamine, hüpoteeside kontroll; - regressioon Kvaliteeditagamine: - x-kaardid; - laboritevahelised võrdlused;
Rakendusstatistika kodutöö aruanne Osa A 1. Leida keskväärtuse (aritmeetiline, harmooniline, geomeetriline), dispersiooni, standardhälbe, mediaani, moodi ja haarde hinnangud. Aritmeetiline keskmine 48,633 Geomeetriline 38,58 kesmine 26,53 Harmooniline keskmine Dispersioon 768,372 Standardhälve 27,720 Mediaan 47 Mood 33 Haare 95 Kasutatud valemid: Aritmeetiline keskmine N 1 ^= x´ = x N i =1 i Geomeetriline keskmine Harmooniline keskmine 2 N ^ =s 2= 1 ( x - x´ )2 Dispersioon ¿ N -1 i=1 i ¿ Mediaan on variatsioonirea keskmine element paarituarvulise valimi korral või kahe keskmise elemendi poolsumma paarisarvulise valimi korral. Mood tunnuse kõige sagedamini esinev...
Statistilised meetodid ja mudelid ning nende rakendamine materjalitehnoloogia valdkonnas Materjalitehnoloogia Tallinna Tehnikaülikoolis keskendub eelkõige puidu ja plasti uurimisele, kuid ei jäta tähelepanuta ka muid üldkasutatavaid materjale. Ainete omaduste uurimine on vajalik toore materjali tootmisest kuni valmis toote vormimiseni. Nii uute materjalide väljatöötlemisel kui ka olemasolevate katsetamisel on statistika aja kokkuhoiuks vajalik. Rakendusstatistika põhiline eesmärk on andmete kogumine ja kirjeldamine. Andmeid saab koguda kaht eri viisi: eksperimentaalselt ja loomulikult. Esimesel juhul katseandmeid mõjutatakse soovitavas suunas. Uute toodete ning nende materjalide katsetamist võib läbi viia kahel eri viisil. Näiteks puidust vibu katsetamine maksimaalsete painutamistsüklite uurimiseks viiakse tavaliselt läbi vastavate masinatega, kuna katse võib kesta paarist päevast kuni paarikümne aastani. Statistikaga on võimalik
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 ...
y^ | x = 2, 4469 0, 65 = 1,58 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
Õpilaste matemaatika ja füüsika kontrolltööde hinded on järgmised: Mate- Füüsika maatika 5 4 2 4 4 5 3 4 2 4 4 5 4 5 5 4 5 5 4 5 2 3 4 5 3 4 4 4 4 4 4 4 3 5 2 5 3 5 2 3 2 2 4 5 2 3 4 5 4 4 Õpilaste matemaatika ja füüsika kontrolltööde hinded NB! Kleebi väärtused töölehelt Andmed on järgmised: Mate- Füüsika maatika 5 4 2 4 4 5 3 4 2 4 4 5 4 5 5 4 5 5 4 5 2 3 4 5 3 4 4 4 4 4 4 4 3 5 2 ...
Statistika üldiseks eesmärgiks on: asjakohastest eeldustest lähtudes leida vaadeldava stohhastilise objekti kohta mingi tõenäosuslik mudel, sh hinnates mudeli arvparameetreid ja kontrollides erinevaid hüpoteese objekti mudeli kohta. Mediaani hinnang: - kasvavalt järjestatud valimi keskelement (kui valimi maht on paaritu arv) - kasvavalt järjestatud valimi keskelementide poolsumma (kui valimi maht on paarisarv) Haare: valimi suurima ja vähima elemendi vahe Statistika põhiteoreem: Empiiriline jaotusfunktsioon FN(x) on teoreetilise (üldkogumi) jaotusfunktsiooni F(x) nihutamata ja mõjus hinnang. Histogramm: Histogramm on enimkasutatav (üldkogumi) jaotustiheduse hinnang. Histogrammi kasutatakse ettekujutuse saamiseks üldkogumi jaotusseadusest ning ta kujutab endast tulpdiagrammi, mille tulpade kõrgused näitavad vastavasse vahemikku sattumise sagedust. 2-jaotus on kasutusel normaaljaotusega juhusliku suuruse dispersiooni hinnangu jaoks usaldu...
45,04 Keskväärtus 45 ül4 1 Dispersioon 1167,833 1164,123 intervalli nr vahemik 4 Mediaan 38 1 0-20 6 Haare 97 2 20-40 7 t-statistik -0,706614 3 40-60 10 50 4 60-80 11 5 80-100 12 1,7108820799 15 20 10 Histogra 25 0,4780363352 9 27 0,4168338365 8 33 1,710882 7 38 36,41503 6 46 13,84843 5 52 1164,123 62 ...
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 Tabel1 Xi ni ni*xi ni*(xi)2 ni(xi-Xk)2 9 37 1 37 1369 263,74 15 54 3 162 26244 1,73 18 intervalli nr 94 2 188 35344 3322,76 19 1 32 1 32 1024,00 2809,00 30 2 19 1 19 361 1172,38 32 3 33 1 33 1089 409,66 33 4 69 1 69 4761 248,38 37 5 51 1 51 2601 5,02 41 89 1 89 7921 1278,78 43 43 2 86 7396 209,72 43 18 1 18 324 1241,86 49 9 88 ...
lukata Determinatsioonitegur: ( 0,56 ) z-statistik : z = 1,37 Järeldus:tagasi lukata 11 11.1 6,3 - 1.40 Regressioonimudel: 11.2, 11.3 1,101 olulisus: oluline 3,65 olulisus: oluline 11.4 F-statistik: F = 0,386 Järeldus: võetakse vastu 11.5 Väljundi usaldusvahemiku poollaiused : : : : Rakendusstatistika arvutusgraafiline töö nr. 1 OSA A 1. Küsimus On antud valim A mahuga N = 25 16 35 38 49 51 69 1 69 19 87 3 44 24 84 7 41 41 10 79 15 87 82 5 76 1 8 8 Leida keskväärtuse, dispersiooni, standardhälbe, mediaani ja haarde hinnangud. Keskväärtus: Excel: AVERAGE x = 44,84
# 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 ...
Keili Kajava Rakendusstatistika arvutusgraafiline töö 2010 Keili Kajava Osa A 1. Keskväärtus: Dispersioon: Standardhälve: Mediaani leidmiseks rivistan arvud tabelis kasvavasse järjekorda ja leian sealt valimi keskel oleva väärtuse ehk tabeli algusest või lõpust 13.-nda arvu (sest valimi maht on 25). Me=44 Haare: R=99-2=97 2. Keskväärtuse usaldusvahemiku leidmine 1 Keili Kajava (leitud t-jaotuse tabelist) Dispersiooni usaldusvahemiku leidmine (tuleb jaotuse tabelist) (tuleb jaotuse tabelist) 3. 3.1 Kuna |t| < t0,95(24) (|-0,648| < 1,711), siis võib järeldada, et põhikogumi keskväärtus ...
Mekasutamestatilstilisemeetoteidpeaaguigaseluvaldkonnas,olgu sellekskastoidutehnoloogia,geenitehnoloogiasvõiehitus.Toidutehnikassaab statilstilisemeetoteidkasutadessuurtkasutootja,sesttulemusedannavadtalle teada,millinetoodeonpopulaarnejamillinemitte.Neidtulemusiarvestades, saabtootjalangetadavaliku,kasmuutatoodet,temahindavõiüldsetootmisest mahavõtta. Turuuuringutessaabinformatsioonikajaekettideomanikud,milliseid tooteidtarbijadrohkemeelistavad.Näitekshiljutiselgus,eteestalsteseason kasvanudkodumaisetoidueelistamine(1).Kümnestinimesest7-8eelista kodumaisttoodet.Tarbijadotsivadüheenamotsestkontaktitootjagamis tähendabetEestitoidukuvandonaastategamuutunudpostiiivsemaks.Suur põhjus,mikseelistakasekodumaisttoodangutonseotudtoodanguvärskuseja tuttavamaitsega,samutimängibosakaGMOpuuduminekodumaisest toodangust.Sellepõhjalvõintootjaeeldadajaarvessevõttaseda,ettarbija soovibkodumaistningvõimalikultvärsettoodangut,olllesnousselleees...
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...
RAKENDUSSTATISTIKA Kontrollküsimused 12.2005 1. Tõenäosus ja tõenäosuse põhilised omadused. Tingimuslik tõenäosus. Bayes'i valem 0 P(A) 1; P(AB) = P(A) + P(B), AB= või U. Tingimuslik tõenäosus tõenäosus sündmusele A kui toimus sündmus B - P(A/B) = P(AB) / P(B) 2. Sündmus ja vastandsündmus. Sõltuvad ja mittesõltuvad sündmused. Sündmuste väli P(A/B) = P(A), P(AB) = P(A)P(B) 3. Sündmuste algebralised operatsioonid. Sündmuste summa ja korrutis. C = F D> C =F D> F> 4. Juhuslik suurus X = X(e) 5. Jaotusseadus ja selle esitamine. Jaotusfunktsioon F(x) ja tema põhiomadused. Väärtus x ja tema tõenäosus p. F(x) juhuslikule suurusele X on tõenäosus, et X võtab väärtuse vähem kui antud arvul x. F(x) = P(Xx). P(x´ X x´´) = F(x´´) - F(x´); 0 F(x) 1; F(x1) F(x2) 6. Tõenäosuse tihedusfunktsioon f(x) ja tema põhiomadused. f(x) = lim P(xXx+x)...
annaabi.ee 
