.. 4. Statsionaarsuse ja mittestatsionaarsuse aegreadede statistika saamiseks näited........ Aegrea karakteristikud Kui meil on juba antud vaid üks realisatsiooni protsess - aegrida, siis ei ole meil võimalik täpselt aru saada stohhastilise protsessi karakteristikuid. Kuid me saame vaadelda aegrea keskmist väärtust, standardviga ning k-järku autokorrelatsioonikordajad statsionaarse juhuslikku protsessi keskväärtusse, dispersiooni ja autokorrelatsiooni funktsiooni hinnangutena. Kui aegread sisaldavad arengutendentsi, trendi, siis need karakteristikud on kindlasti suhteliselt väheinformatiivsed aegrea iseloomustamiseks, kuna nende väärtused sõltuvad oluliselt vaadeldava ajaperioodi pikkusest. Üheks oluliseks aegrea omaduse jaoks on aegrea väärtuse perioodil t sõltuvus varasemate perioodide väärtustest, millega on seotud sellega autokorrelatsioonikordaja. Vaadeldatakse iga paari esimest vaatlust kui üht muutujat ning teist vaatlust teise muutujana.
Tunnikontroll III (maksimaalne punktide arv 2,5 p) Aegridade analüüs – I variant Ülesanne 1 Kahe viimase aasta kvartalite lõikes on teada teenindusettevõtet külastanute arvud: Aasta Kvartal I II III IV 2009 20 15 8 22 2010 22 17 9 24 Arvutage absoluutsed aheljuurdekasvud ja aheljuurdekasvutempod. (NB! Kirjutage eelnevalt aegrida ümber sobivale kujule!) Selgitage nende sisulist tähendust. (2p) Tasandage aegrida 3-e kvartali libiseva keskmisega (NB! Kirjutage eelnevalt aegrida ümber sobivale kujule!) (0,5p) Lahendus: Külastanute Absoluutne ...
muutujad (Y). Väärtused määratakse mudeli siseselt ● Modelleeritavat nähtust mõjutavad näitajad: eksogeenselt (väliselt) määratud ehk sõltumatud, seletavad muutujad (X). Väärtused määratakse mudeli väliselt. ● Statistiliste meetoditega hinnatavad mudeli parameetrid (b). ● Juhuslik komponent ehk vealiige (u). 2. Andmetüübid. Ökonomeetriline mudel baseerub arvandmetel: ● Ristandmed (cross-sectional) ● Aegread (time series) ● Paneelandmed (panel data) Andmed saavad olla kas ● Kvalitatiivsed (ei saa mõõta arvudega, nt haridustase) ● Kvantitatiivsed (mõõdetakse arvudega, nt vanus) 3. Valimvaatlused ja parameetri hinnangu mõiste. ● Uuritav objekt on üldkogum ● Andmebaas on üldjuhul valim Järeldusi soovime teha üldkogumi kohta, selleks kasutame valimit. Valimi parameetrite põhjal leitakse üldkogumi parameetrite hinnangud.
Harilik lineaarne regressioonmudel. Teooria, mõistete, meetodite seletamine, näited. 3. Mitmene regressioonmudel I. Küsimustele vastamine. Loenguslaidid on saadaval 4. Mitmene regressioonmudel II. pdf failina õpekeskkonnas Moodle enne loengut. 5. Mudeli omaduste parandamine. · Praktikumid 6. Fiktiivsed tunnused. Andmeanalüüs programmis Gretl. 7. Statsionaarsed aegread I. Ülesannete tekstid ja andmefailid e-õppekeskkonnas 8. Statsionaarsed aegread II. Moodle. Ülesannete tekstid on soovitav enne praktikumi ise välja printida. 9. Mittestatsionaarsed aegread. 10.Paneelandmed. · Iseseisev töö 11.Tõenäosusmudelid I
Kui väljarändajaid on rohkem kui sisserändajaid, siis on rändesaldo negatiivne. Riigi või nt linna rahvaarvu muutumise selgitamiseks liidetakse kokku toimunud ränne ja loomulik iive. 2011. aasta ränne Eestis ----) Nii rändega kui ka rändeta rahvaarvu avaldamist jätkab Statistikaamet kuni uue loenduseni, pärast 2011. aasta rahvaloendust minnakse üle ühele rahvaarvule. Vajadusest tagada järjepidevad aegread, kasutab Statistikaamet kuni 2011. aasta loenduseni näitajate arvutamisel senisel metoodikal põhinevat rahvaarvu, kus rännet ei ole arvestatud. Riigi tasandil on ääretult oluline, et teataks informatsiooni elanikkonna ja ühiskonnas toimuvate oluliste protsesside kohta. Selleks, et vahepealseid rahvastikuarvestuses tekkinud vigu parandada ja jätkata edasi ühelaadse informatsiooniga on vajalik rahvaloendus. 2011
sisaldama täpitähti) ning teisest reast alates andmed. sulgeda Exceli fail; b) avada programm Gretl; c) valida File/Open data/Import/Excel d) otsida Exceli fail (muuta Files of type) e) valida, mitmendast veerust ja reast importimist alustatakse f) näidatakse töölehtede , muutujate ja vaatlustulemuste arv g) valida andmete liik – vastata No(ristandmed). (Aegread, paneelandmed – vastata Yes) h) avaneb Gretli-i menüü aken koos muutujate nimedega: Excel 2. Lineaarse mudeli parameetrite hindamine vähimruutude meetodil (Model -> Ordinary Least Squares) Põhimenüü ribalt valida menüü - Model. Avanevast rippmenüüst valida Ordinary Least Squares. Seejärel tuleb aknas "gretl: specify model" olemasolevate muutujate
1) Ökonomeetrilise mudeli komponendid: Endogeensed muutujad - sõltuvad muutujad, väärtused mudeli siseselt Y Eksogeensed muutujad – sõltumatud muutujad, modelleeritavat nähtust mõjutavad X Statistiliste meetoditega hinnatavad mudeli parameetrid β Juhuslik komponent – vabaliige u Y= f (X, β, u) 2) Andmetüübid: Arvandmed, ristandmed (erinevad objektid samal ajamomendil), aegread (sama objekti erinevatel ajamomentidel), paneelandmed (ristandmed + aegread) 3) Valimivaatlused ja parameetri hinnangu mõiste: Valimi parameetrite põhjal leitakse üldkogumi parameetrite hinnangud. 4) Punkthinnang, intervallhinnang Punkthinnang – statistik, mis annab parameetrite ühese väärtuse (aritmeetiline keskmine on valimi punkthinnang kogumi keskväärtusele) Intervallhinnang – usaldusvahemik, lõik, mis sisaldab parameetri tegelikku väärtust mingi etteantud tõenäosusega. 5) Hinnangufunktsioon:
Struktuurne – kvalitatiivselt ühetüübiliste rühmade seesmise struktuuri uurimiseks (nt autode rühmitamine remontidevahelise aja jooksul läbisõidetud tee pikkuse järgi). 5) Kogutud andmed moodustavad statistilise rea, mida korrastatakse, rühmitatakse, leitakse nendele statistilised karakteristikud, moodustatakse tabelid ja diagrammid. Variatsioonirida – tulemus, kui statistilises reas korrastatakse andmed nende väärtuste kasvavas või kahanevas järjestuses. Aegread (kronoloogilised read) – koosnevad andmetest, mis iseloomustavad nähtuse ajalist muutumist. Jagunevad: momentrida – iga liige seotud kindla ajamomendiga. perioodrida – iga liige seotud mingi ajavahemikuga. Intervallitud variatsioonireas on kasvavalt või kahanevalt järjestatud elemendid koos nende esinemissagedustega. Sageli lisatakse kümnendmurruna või protsendina esitatud suhteline sagedus, mis näitab elemendi osatähtsust uuritavas kogumis.
Ahhaa keskus on Tartus.Seal korraltatakse palju lahedaid spordi mänge. Tõravere Tõraveres asub Tartu Observatoorium, kus paikneb Eesti suurim, 1,5 meetrise peegliga teleskoop. Olgu ilmastik soojem või külmem, Tõravere mäel seisab aparaate, mis mõõdavad ilma iseloomustavaid näitajaid ja on püsinud muutumatuna sada aastat. Siin on mõõdetud Maa ja Päikese kiirgussuhteid katkematult üle poole sajandi. Ja need aegread, mis iseloomustavad päikesekiirguse kättesaadavust ja selle kasutu osa ärajuhtimise tõhusust, annavad ilmateadlastele väärtuslikku teavet selle kohta, kuidas ilmastik muutub. Ilmavaatlused said Tõraveres alguse poole sajandi eest aktinomeetriajaamast ehk siis jaamast, kus hakati mõõtma päikesekiirguse näitajaid ja mille pani püsti kuulus, nüüdseks lahkunud Juhan Ross. Kuid päikesekiirgust mõõdeti Eestis ennegi, alates 1904. aastast. Järjepidev vaatlus
STATISTIKA MÕISTED, VALEMID AEGRIDADE ANALÜÜS • Aegrida – nähtuste ajalist muutumist iseloomustavate arvandmete rida. • Aegrea elemendid – nähtust iseloomustava tunnuse arvväärtused ning neile vastavad teatud ajamomendid või –perioodid Aegread liigitatakse moment- ja perioodridadeks • Momentrida – aegrida, mille iga element on seotud teatud ajamomendiga. See kindel ajamoment võib olla mingi kindel kuupäev, näiteks aasta lõpp või algus, näiteks rahvaarv 1. jaanuari seisuga või bilanss mingi kuupäeva seisuga. Momentrea oluliseks iseärasuseks on asjaolu, et nähtust iseloomustava tunnuse arvväärtuste summal ei ole reaalset sisu. Näiteks ei oma sisu rahvaarvude liitmine 1. jaanuari seisuga.
8. vabaliikme abil saame kirjeldada seoste tugevust 9. regressiooni kordaja b abil saame kirjeldada seose tugevust Regressioonianalüüsi kõige üldisem eesmärk: 4. kirjldada korrlatiivset seost metemaatika funktsioonina Pidev juhuslik suurus... 5. võib omada ükskõik milliseid väärtusi tema võimalikke väärtusi hõlmavas arvuvahemikus. 6. juhuslikku suurust nim pidevaks juhuslikuks suurusesks, kui tema võimalike väärtuste hulk on loenduv. AEGREAD: Normaalselt jaotuvas kogumis... 5. ei toimu väärtuste varieerumist 6. standardhälve peab võrduma nulliga 7. jaotuskõver on sümmeetriline 8. mõlemasuunalised kõrvalekalded ei ole võrdvõmalikud Normaaljaotuse korral 8. aritm, keskmine ei saa olla suurem ku geom. Keskmine 9. geom. Keskmine on alati aritm. Keskmisega võrdne 10. ei ole aritm. Keskmise ja mediaanig võrdsed 11. geom. Keskmine ja aritm. Keskmne on alati sama tähendusega 12
Nii suur, et temale vastav olulisuse tõenäosus (Significance F) oleks väiksem kriitilisele vastavast olulisuse nivoost 0,05. Kui t-statistiku väärtus ületab kriitilise (olulisuse tõenäosus p on väiksem kui olulisuse nivoo α), on vastav parameeter oluliselt nullist erinev: tunnuse lülitamine mudelisse on põhjendatud. Vastupidisel juhul tuleks tunnus mudelist eemaldada, st viia läbi uue mudeli hindamine ilma selle tunnuseta 9. AEGREAD Aegread - üks ja sama objekt erinevatel ajaperioodidel. Aegrida on sorteeritud alati aja järgi Analüüsi kaks taste: 1. Elementaaranalüüs: keskmiste tasemete leidmine (kui on); muutlikkuse iseloomustamine; silumine; arengutrendide leidmine 2. Kompleksanalüüs: trend, perioodiline component, juhuslik component Võrdperioodsete ridade korral lihtne aritmeetiline keskmine. Mittevõrdperioodsete ridade korral kaalutud aritmeetiline keskmine
VALE kuna korrelatsioonikordaja on vahemikus 0-1. · Regressioonikordaja peab olema alati positiivne. VALE kuna võib olla ka ehk vastassuunaline. · Vabaliige näitab seose selgitusvõimet. VALE, näitab punkti kus sirge lõikab y telge. · Regessioonikordaja näitab y kordset muutumist x-i 1 ühikulise muutumise korral. Õige oli ei ükski variant kuna õige oleks y ühikulist muutumist x-i 1 ühikulise muutumise korral. AEGREAD · Aegread on statistiliste ridade eriliik teisiti nimetatakse kronoloogilisteks ehk dünaamikaridadeks. · Sisuliselt võib aegridu tõlgendada statistiliste valimitena, kus iga valimi objekti korral on muude tunnuste kõrval fikseeritud ka aega väljendav (enamasti determineeritud) suurus. · Jagunevad omakorda moment- ja perioodridadeks. Momentrea iga liige on seotud kindla ajamomendiga, perioodrea iga liige mingi ajavahemikuga (perioodiga). Nt
Selle tagajärjel areneb ranniku lähedal välja inversioon, mis takistab konvektsiooni ja vähendab pilvituse tekkimise võimalust ning sademeid ranniku piirkonnas. Öine briis maismaalt veele suurendab selgel vaiksel ööl turbulentsust. Sel põhjusel on rannikul temperatuuri langus öösel väiksem ja öökülmi harvem. 34.Kliima muutumise ja kõikumised. Ühegi kliimanäitaja muutumise tendents ei saa olla lõpmatult ühesuunaline. Kuigi pikemad aegread kajastavad võnkumisi mingi keskväärtuse ümber, siiski see keskväärtus ise muutub ajas samuti. Selle üheks näiteks on praegu üsna palju kajastatav õhutemperatuuri tõusmise tendents. Globaalkliima soojenemise peamiseks põhjuseks peetakse atmosfääri kasvuhooneefekti tugevnemist. CO2 kontsentratsiooni kasvuga kaasneb kasvuhooneefekti tugevnemine. Jääaja-järgne soojenemine saavutas haripunkti umbes 6000 aastat tagasi ja nüüdsest tugevam
xi2 s 2 ; n ( x' i ) 2 55. Regressioonijoone usaldusintervallid 1 x' 2 s p = s 1 2 2 p x ' 2 n 56. Andmetöötluse robustsed meetodid Eksete suhtes vähetundlikud 57. Aegread Iga rea liige seotud ajaga. Keskmine kasvutempo n 1 1 2 .. n 1 . Aegridade s filtreerimine (silumine) yt a r q r yt r . 58. Juhuslike suuruste mudeleerimine Monte-Carlo meetodiga 59. Eksete hindamine valimis. Grubbs meetod 60. Rakendusstatistika rakendusi inseneritegevuses
Ekspeditsioon Soome ja Liivi lahele. Uuriti mitmesuguseid probleeme, sealhulgas näit. räime erinevaid populatsioone. 1902 aastal Läänemerd ümbritsevad rigid International Council for the Exploration of the Sea (ICES). Eesti on täisliige alates 1925.a. Kahe maailmasõja vahel jõudsid Eesti teadlased teha ära palju Läänemere uurimise alal. Jääolusid on pidevalt mõõdetud alates 1923/24 aastast. Veetemperatuuride kohta on olemas veelgi pikemad aegread. Tartu ülikooli professorid Frisch ja Riikoja organiseerisid mitmeid ekspeditsioone Läänemere eri osadesse. Tehti hüdroloogilisi, hüdrokeemilisi, aga ka bioloogilisi (füto- ja zooplankton) mõõtmisi. Prof Lipmaa avaldas ülevaate Eesti rannikumere makrofloorast 1936. Suurt tähelepanu pöörati ka merekalade uurimisele (dr Määr ja dr Reinvaldt). Kalade ränne, sigimine, juurdekasv. 1925 a kirjutati alla Kalakaitse konventsioon Eesti ja Läti riikide valitsuste vahel. II
mõõtmistest). Kui sisulisi kriteeriume saab rakendada, siis järeldused on üsna selged. Ent sageli sellist tagantjärgi-selgitamist ei õnnestu rakendada.) Aegridade analüüs Sageli tekib vajadus kirjeldada ajas kulgevaid protsesse, milles sisalduvad juhuslikud komponendid ja häiringud (nt sademete hulk päevas, koormus energiasüsteemis, aktsiakursid, ..). Selliste protsesside seiretulemused moodustavad aegread ning aegridade põhjal mudelite hindamist, sellest järelduste tegemist jms nimetatakse aegridade analüüsiks. Juhuslik sündmus on midagi mis mingi katse tulemusel võib toimuda. Juhuslike sündmustega seonduvad põhimõisted: 1) Vastastikku välistuvad sündmused: mis ei sisalda samu elementaarsündmusi (nt A: ruutu kaart, B: ärtu kaart) 2) Vastastikku mittevälistuvad sündmused: mis sisaldavad samu elementaarsündmusi (nt A : ruutu kaart, B: piltkaart)
*leida xi'dele vastavate järjekorranumbrite summa *leida testi statistik T=S-N(N+1)/2 *valitud olulisuse nivoo alfa ja valimite mahtude N ja M jaoks leida vastavatest tabelist kriitiline kvantiil *järelduste tegemine: kuistatistik jääb kahe kriitlise kvantiili vahele, siis võetakse nullhüpotees vastu ja valimid võib lugeda homogeenseks. Aegrida on aja järgi järjestatud valim. Aegridade põhjal mudeli hindamist, sellest järelduste tegemist jms nim aegridade analüüsiks. Aegread tekivad selliste protsesside tulemusena, milles sisalduvad juhuslikud komponendid ja häiringud on ajas kulgevad protsessid. Analüüsi tüüpilisemad osad on: *aegrea juhuslikkuse kontroll *aegrea silumine *trendi- ja võnkekomponentide identifitseerimine/hindamine *prognoosimudeli koostamine Valge müra ehk täiesti juhuslik protsess, st jada elemendid on statistiliselt sõltumatud ühtmoodi jaotunud juhuslikud suurused. Mitteparameetrilised testid.
c) dispersioon ja standardhälve; d) kvartiilhälve. Keskmine lineaarhälve ehk keskmine absoluuthälve on üldistav näitarv, mis iseloomustab kogumi kõikide liikmete omavahelisi erinevusi. Ta leitakse aritmeetilise keskmise ja rea liikmete väärtuste vaheliste absoluuthälvete (kauguste ehk absoluutväärtusena mõõdetud erinevuste) aritmeetilise keskmisena ja annab rea liikmete väärtuste keskmise kauguse aritmeetilisest keskmisest. Geomeetrilist keskmist kasut. siis, kui aegread, keskmine kasvutempo Ruutkeskmine, kui hälbed Harmooniline keskmine, kui aritm. Annab ebatäpse tulemuse Indeksid on üldistavad näitarvud, mille abil iseloomustatakse tunnuste väärtuste muutumist ajas. Statistikas leitakse indeksid harilikult kahe arvu suhtena, millest üks iseloomustab vaadeldavat nähtust ühel ja teine teisel perioodil (momendil). Hüpoteesi kontrollimine tähendab protseduuri, mille tulemusel otsustatakse, kas olemasoleva
Üldiste seaduspärasuste kõrval tuuakse iga teguri puhul välja ka selle muutumise spetsiifilised iseärasused. Säilib aga eeldus, et tulevikku kanduvad ule determinantide mõju kvalitatiivsed ja kvantitatiivsed parameetrid. Sellest hoolimata avatakse välistingimuse S kujunemise põhjus-tagajärg-seosed uksikasjalikumalt (tegurite Dk lõikes) kui tingimuse muutuste inertsile tugineva prognoosimise korral. Determinantide Dk aegread on uldjuhul omavahel tihedas statistilises seoses, eelkõige neis sisalduvate trendide tõttu. PUUDUSED: Väliskeskkonna tingimuse determinantide aegridadele tugineva prognoosi peamiseks puuduseks on asjaolu, et tulevikku kantakse ule determinantide aegridade keskosale iseloomulikud seaduspärasused. Samal ajal determinantide arengu ja mõju kvalitatiivsed ning kvantitatiivsed parameetrid enamasti aja jooksul muutuvad. Mida pikemad on aegread, seda
ahelkasvutempo-1; alusjuurdekasvutempo- aluskasvutempo-1. Kui <1, siis langus; kui >1, siis kasv); juurdekasvude juurdekasv(uus aheljuurdekasv-vana aheljuurdekasv) a- absoluutne; b- baasiga võrreldes. Keskmise taseme näitajad · Aritmeetiline keskmine (perioodrea keskmise taseme leidmiseks) · Kronoloogiline keskmine (momentrea keskmise taseme leidmiseks) · Geomeetriline keskmine Kasvutempo-GEOMEETRILINE KESKMINE Aegridade tasandamine- Empiirilised aegread võivad olla küllaltki hüplikud. Sagedaste tõusude ja languste tõttu võib olla raske hinnata, kas areng toimub tõusu või languse suunas, seetõttu kasutatakse pikemaajaliste tendentside määramiseks ridade tasandamist. Aegridade tasandamise meetodid: libiseva keskmise meetod(Libisev keskmine keskmine on fikseeritud arvu naabervaatluste aritmeetiline keskmine. Osaperioodide arvu, mida libisev keskmine
leida testi statistik T=S-N(N+1)/2 valitud olulisuse nivoo alfa ja valimite mahtude N ja M jaoks leida vastavatest tabelist kriitiline kvantiil järelduste tegemine: kui statistik jääb kahe kriitlise kvantiili vahele, siis võetakse nullhüpotees vastu ja valimid võib lugeda homogeenseks. Aegrida on aja järgi järjestatud valim. Aegridade põhjal mudeli hindamist, sellest järelduste tegemist jms nim aegridade analüüsiks. Aegread tekivad selliste protsesside tulemusena, milles sisalduvad juhuslikud komponendid ja häiringud on ajas kulgevad protsessid. Analüüsi tüüpilisemad osad on: aegrea juhuslikkuse kontroll aegrea silumine trendi- ja võnkekomponentide identifitseerimine/hindamine prognoosimudeli koostamine Valge müra ehk täiesti juhuslik protsess, st jada elemendid on statistiliselt sõltumatud ühtmoodi jaotunud juhuslikud suurused Mitteparameetrilised testid.
KORDAMINE ÖKONOMEETRIA KONTROLLTÖÖKS 2013 sügissemester kasutatud 2017. aasta sügissemestri KT õppimiseks Teooria 1. Ökonomeetrilise mudeli komponendid. Endogeensed (sõltuvad Y), eksogeensed (sõltumatud, X), hinnatavad parameetrid (beeta) ja juhuslik komponent ehk vealiige (u) 2. Andmetüübid. Kvalitatiivsed, kvantitatiivsed, ristandmed, aegread, paneelandmed 3. Valimvaatlused ja parameetri hinnangu mõiste. Uuritav objekt on üldvalim, andmebaas on üldjuhul valim. Järledusi teeme üldkogumi kohta ja selleks kasutame valimit. Valimi parameetrite põhjal leitakse üldkogumi parameetrite hinnangud. Valim on juhuvalim, hinnang on juhuslik suurus. Suvaline valimi andmete põhjal arvutatud funktsioon on statistik ning erinevad valimid annavad statistikutele erinevad väärtused. Statistik on juhuslik suurus. 4
majanduspoliitilisteotsuste mõju majanduslikele protsessidele või prognoosi vastavate majandusnäitajate kujunemist tulevikus. Ökonomeetriliste probleemide lahendamiseks hangitavad arvandmed jagunevad kahte liiki: läbilõikeandmed , mis kujutavad endast valimit erinevate majandusüksuste(ettevõtete, talude, maakondade jne.) majandustegevust iseloomustavatest näitajatest. Kõik vaatlustulemused iseloomustavad ühte ja sama ajahetke või ajavahemikku.Aegread,mis iseloomustavad ühe ja sama majandusüksuse tegevust teatud perioodi kestel. Aegrida moodustavad näitajad kujutavast endast makromajanduslikke näitajaid( sisemajanduse koguprodukt, tarbijahinna indeks). Enamik ökonomeetrias kasutatavaid arvandmeid on hangitud statistikaorganite poolt, seega ökonomeetria vaatleb majandusprotsesse passiivselt. Ökonomeetrilise analüüsi põhialuseks on majandusteooria järeldused antud probleemi kohta.
Hüdroenergia Tõusu-mõõna energia Päikeseenergia Geotermaalenergia Tuuleenergia Bioenergia Vesinikuenergia Kirjandus: Begon, M., Harper, J.L., Townsend, C.R. 2003. Ecology. Blackwell Science Ltd. Eerme, K. 2008. Keskkonnaõpetus. http://meteo.physic.ut.ee/kkfi/index_files/kalju_eerme/Keskkonna opetus_2008.pdf Eerme, K. Globaalsed muutused atmosfääris. http://www.fyysika.ee/GLOBE/globe.UUS!/Kalju_globe.htm Kärner, O. Millest räägivad õhutemperatuuri aegread? http://www.aai.ee/~olavi/un.pdf Lang, K.R. 2001. The Cambridge Encyclopedia of the Sun. Cambridge University Press. Kirjandus: Odum, E. Fundamentals of Ecology. Pikkov, L. 2007. Keskkonnamurede juuri otsimas. - Horisont, 2. http://www.horisont.ee/node/31 Singer, S.F. (toim.) 2008. Nature, Not Human A ctivity, Rules the Climate: Summary for Policymakers of the Report of the Nongovernmental International Panel on Climate Change. Chicago, IL: The Heartland Institute
jääkhajumisega? Mudel c, vastav suhe F on kõige suurem 16. Toodud on regressioonmudeli hindamisel saadud aruanne. Millised tunnused on statistiliselt olulised nivool 0,05? X1, X3, X4. 17. Toodud on regressioonmudeli hindamisel saadud aruanne. Millised tunnused on statistiliselt olulised nivool 0,01? X3, X4. 18. Regressioonmudelis olevate sõltumatute tunnuste omavaheline korrelatsioon on multikollineaarsus. Aegread & prognoos - Test 11 1. Vali, millise alljärgneva suuruse aegrida on momentrida, millisel perioodrida. a. sündide arv perioodrida, b. liiklusõnnetuste arv perioodrida, c. veemõõtja näit momentrida, d. ettevõtete arv äriregistris momentrida 2. Vali, milline allpool toodud suurustest on varusuurus ja milline voosuurus. a. sissetulek voosuurus, b. summa pangakontol varusuurus, c
Optimaalse tellimuse suurus iga variandi jaoks Q= 2DS/IP, P- standarrhälve, seda suurem risk ja seda suurem on mängu ruum. Konkreetse väljavalimine, *prognooside ühendamine(sünteesimine). 8.Tulemuste läbivaatamine ühiku hind, I-hoidmiskulu, mis on väljendatud protsendina tooteühiku hinnast P. ettevõtte seisukohalt tuleks hinnata kui olulised on järgmised riskid: tururisk, 3.4.Aegridade analüüs ja prognoosimine. Aegread koosnevad andmetest, mis 5)Tõenäosusmudelid, mis arvestavad nõudluse muutumist tarne ajal. 6)Tõenäosusmudel, mis juhtimisrisk, krediidi- ja finantsrisk, inflatsiooni risk, kinnisvararisk, iseloomustavad nähtuste ajalist muutumist. Neid jaotatakse moment- ja arvestab tarnejaja muutumist. Nõudlus tarne ajal ei muutu kuid muutub tarneaeg d-konst.
23. Vajaliku valimi koguse arvutus kordumistega ja kordumisteta juhuväljavõtul Kodumistega väljavõtul : μ=√δ2/n Kordumisteta: μ =√p(1-p)/n 24. Aegridade mõiste ja liigitus Aegreaks nimetatakse nähtuste ajalist muutumist iseloomustavate arvandmete rida. Aegrea elemendid on nähtust iseloomustava tunuse arvväärtused ja neile vastavad ajamomendid või ajaperioodid. Aegread liigitatakse : 1) momentread- aegrida, mille iga element on seotud teatud ajamomendiga (kuupäev, mingi aasta algus,-lõpp). Momentrea oluliseks iseärasuseks on see, et nähtust iseloomustava tunuse arvväärtuste summal ei ole reaalset sisu. Nii näiteks ei ole mõtet liita rahvaarve aastate alguses. 2) Perioodread- aegrida, mille iga element on seotud mingi ajamahemikuga, perioodiga (kuu, kvartal, aasta).
laine pikkus L, laineperiood T, Meteoroloogilisel kaardil käsitletakse Lühi ja pikaajalised prognoosid. saa olla lõpmatult ühesuunaline. Kuigi levimiskiirus C. õhumassi iseseisva üksusena, mille liikumist Lühiajalised prognoosid on 12 päeva. pikemad aegread kajastavad võnkumisi Lainekõrgust võib ennustada, kui on on võimalik päevpäevalt jälgida. Õhumassi Pikaajalisi prognoose (järgmine dekaad, kuu mingi keskväärtuse ümber, siiski see piisavalt informatsiooni tuulest st selle omadused määravad kohaliku ilma jne.) tehakse statistiliste meetoditega, keskväärtus ise muutub ajas samuti.
aastat langeb toodang 20. sajandi algusaastate tasemele. Rooma klubi eksimused: · reservi definitsioon ei vastanud tegelikule reservile · ei nähtud ette loodusressursside asendamisvõimalusi. 4. Kasvu piirid. Optimistid ja pessimistid. Majanduskasv ja selle piirid - üks keskkonnaökonoomika põhiprobleeme. Kasvul on piirid, kuid keskkonnaökonoomikal pole vastust küsimusele, kus piirid asuvad. Näide makroökonoomikast: Kui meil on piisavalt pikad andmete aegread ja adekvaatsed analüüsimeetodid riigi majanduse kohta, siis saame ennustada nt majanduskasvu, ekspordi kasvu jne ning hinnata nende põhjal olukorda vabalt valitud ajahetkel tulevikus. Kui prognoos ei õnnestu, süüdistatakse pigem analüüsimeetodit kui põhimõttelist lähenemist probleemile. Võetakse kasutusele nt keerulisem matemaatilise analüüsi metoodika. Näide keskkonnaökonoomikast:
frekventside osutamiseks, sest lugeja ei mõista sümboli laiuse või kõrguse erinevuse suhet frekventsiga. (2004: 308) Kartogramm piltdiagrammi erivorm, mida ei joonistata koordinaadistikule. Kartogrammis väljendatakse eri värvide või tumedusastmete abil eri piirkonadadega seonduvaid muutujaklasside arvväärtusi. Hajuv diagramm iga punkt esindab väärtuspaari, st sama objekti kohta tehtud vaatlustulemust kahe muutuja vahel. Kasutatakse x ja y telge. Aegread kui vaatlusi tehakse ühe või enama objekti kohta eri aegadel. Tavaliselt näitlikustatakse aegridu tulpdiagrammina, kuhu saab asetada ka negatiivseid väärtusi. Kirjutades aegridu tuleb panna tähele: · Tugijooni ja ruute võib kasutada aegridu kujutava joonise taustana · Kui mingi aegrea kohta puudub teave, kujutatakse see katkendliku joonena · Astmestik nii x- kui y- teljel algab üldiselt nullist
st 416 miljardit barrelit rohkem kui 1971. aastal. Rooma klubi reservi definitsioon ei vastanud tegelikule reservile Rooma klubi ei näinud ette loodusressursside asendamisvõimalusi 4. Kasvu piirid. Optimistid ja pessimistid. Majanduskasv ja selle piirid - üks keskkonnaökonoomika põhiprobleeme. Kasvul on piirid, kuid keskkonnaökonoomikal pole vastust küsimusele, kus piirid asuvad. Näide makroökonoomikast: Kui meil on piisavalt pikad andmete aegread ja adekvaatsed analüüsimeetodid riigi majanduse kohta, siis saame ennustada nt majanduskasvu, ekspordi kasvu jne ning hinnata nende põhjal olukorda vabalt valitud ajahetkel tulevikus. Kui prognoos ei õnnestu, süüdistatakse pigem analüüsimeetodit kui põhimõttelist lähenemist probleemile. Võetakse kasutusele nt keerulisem matemaatilise analüüsi metoodika. Näide keskkonnaökonoomikast: Kui meil on piisavalt andmeid mingi loodusressurssi (nt
Vaatlusandmed Mõõtmised kogutakse andmebaasi (MySQL) Olulisemad meteoandmed jagatakse GTS vahendusel rahvusvahelisse võrku 1 Andmebaas toimib 2003 sügisest Andmebaas on osaliselt kättesaadav EMHI kodulehekljel Andmebaasis paiknevad mtmised on ilma kvaliteedikontrollita ksiku mtejaama vrtusi mingil ajahetkel minevikus on lihtne vaadata kodulehekljelt Keerukamate pringute puhul (nit. aegread vms) tuleb prduda EMHI poole 1
a CO2-e emissiooni taseme säilimiseks SKT $ CO 2-e sisaldus langema üle 50%. Järeldus: 4%-lise majandus- ja rahvastiku kasvu korral peab 2000.a CO2-e emissiooni taseme säilimiseks SKT $ CO2-e sisaldus langema üle 90% 4. Kasvu piirid. Optimistid ja pessimistid. üks keskkonnaökonoomika põhiprobleeme. Kasvul on piirid, kuid keskkonnaökonoomikal pole vastust küsimusele, kus piirid asuvad. Näide makroökonoomikast: Kui meil on piisavalt pikad andmete aegread ja adekvaatsed analüüsimeetodid riigi majanduse kohta, siis saame ennustada nt majanduskasvu, ekspordi kasvu jne ning hinnata nende põhjal olukorda vabalt valitud ajahetkel tulevikus. Kui prognoos ei õnnestu, süüdistatakse pigem analüüsimeetodit kui põhimõttelist lähenemist probleemile. Võetakse kasutusele nt keerulisem matemaatilise analüüsi metoodika. Näide keskkonnaökonoomikast:
determinantide kompleksi absoluutsed juurdekasvud on prognoosiperioodil konstanse suurusega. Iga determinandi muutumist minevikus ja oodatavat muutumist tulevikus käsitletakse eraldi. Üldiste seaduspärasuste kõrval tuuakse iga teguri puhul välja ka selle muutumise iseärasused. Säilib aga eeldus, et tulevikku kanduvad üle determinantide mõju kvalitatiivsed ja kvantitatiivsed parameetrid. - Determinantide aegread on üldjuhul omavahel tihedas statistilises seoses, eelkõige neis sisalduvate trendide tõttu. Peamiseks puuduseks on asjaolu, et tulevikku kantakse üle determinantide aegridade keskosale iseloomulikud seaduspärasused, samal ajal determinantide arengu ja mõju kvalitatiivsed ja kvantitatiivsed parameetrid enamasti aja jooksul muutuvad. Mida pikemad on aegread, seda vanemad seaduspärasused üle kantakse. 140
KASVUPINDADE DÜNAAMIKA Statistiliste näitajate dünaamika all mõistetakse vastavate näitajate muutumist aja jooksul. Kuna statistilise näitaja dünaamikat käsitleme antud kursuse käigus esmakordselt, siis vaatleme kõigepealt statistiliste näitajate dünaamika analüüsi üldisi põhimõtteid, mis peavad paika nii kasvupindade dünaamika analüüsimisel kui ka muude näitajate dünaamika analüüsil. Näitajate dünaamikat iseloomustavad statistiliste näitajate aegread. Dünaamika analüüsi eesmärgiks on: a) anda hinnang analüüsitava näitaja kujunemisele analüüsitava perioodi kestel; b) välja selgitada need põhjused, mis on oluliselt mõjutanud analüüsitava näitaja kujunemist; c) prognoosida analüüsitava näitaja kujunemist lähemas või kaugemas tulevikus. 26. Kogusaaki ja saagikust iseloomustavad näitajad. Põhinäitajate dünaamika. Kogusaak ja saagikus on kõige tähtsamad taimekasvatust iseloomustavad statistilised näitajad
põhjendamatult korraldatud vaatlus viib alati vääratele otsustele 19. Statistika ja statistiliste meetodite kasutamine ehituses Statistika on teadus, mis käsitleb arvandmete kogumist, töötlemist ja anlüüsimist. Massnähtuse uurimiseks on vaja üksiknähtust, mis registreeritakse vaatlusega. Uurimistulemused on kasutatavad vaid siis, kui tuntakse põhjalikult vastavaid erialateadmisi. Tulemused esitatakse ridadena (jaotus- ehk variatsiooniread / aegread ehkdünaamilised read). Keskmised jagunevad mahukeskmised (aritm, harmooniline, geom, kronoloogiline), mis reageerivad igale muutusele rea mistahes liikme väärtuses ja asendikeskmised (mood- ja mediaankeskmine), mis reageerivad vaid nendele muutustele rea liikme väärtuses, millega kaasneb ka olulisi muutusi rea struktuuris (read korrastada). Statistikat kasutame juhtimisotsuste langetamisel. Nagu esimeses kodutöös, saame tänu statistikale nt ajakulu ja
aegridade mudeleid. Ferrara ja Koopman (2010: 6) on kasutanud ühemõõtmelist vaatlemata komponentidega mudelit nelja eurotsooni riigi – Saksamaa, Prantsusmaa, Itaalia ning Hispaania eluasemeturu tsükli seoste leidmiseks makroökonoomiliste teguritega, kaasates analüüsi riikide SKP ning reaalsed kinnisvarahinnad. Ferrara, Koopman ning Alvarez et al. (2010) kasutavad andmeid riikide keskpankade poolt koostatud andmebaasidest. Mõlemad aegread on esitatud kvartaalselt alates 1981 kuni 2008, seega on analüüsi kaasatud ka teise ringi laenud ning hiljutine finantskriis, mis viis antud riigid 2008 8 aastal majanduslangusesse. Igat kõnealust riiki on analüüsitud eraldi, et võtta arvesse riigi isepärasusi ning leida riikidevahelisi seoseid. Majandustsüklite uurimise mudel tuvastab andmetes lühiajalise dünaamika, pakkudes valitud riikide SKP tsükli pikkuseks 5 või vähem aastat (Ibid
annaabi.ee 
