Leidsid 33 sarnast õppematerjali, mis on seotud failiga "Analüürimeetodid äriuuringutes kordamisküsimused". Need materjalid aitavad sul teemat sügavamalt mõista.
muutuja, korrelatsioon, hajuvus, faktorit, keskväärtus, otsustusmuutuja, hajuvuse, graaf, tootlus, faktorid, esialgse, koguhajuvus, autokorrelatsiooni, lagrange, käiku, tipud, veeru, teenindamise, reklaam, graafik, varihind, kirjeldavad, diskreetse, teenindussüsteem, faktoranalüüsi, ruutude, kriteerium, võrkgraafik, kaared, teeks, markovi, valemistx Isokvandid - sama toodangu koguse jooned x Isokliinid näitavad ressursside asendatavust x Isokost - sama maksumuse joon 3.4. Faktoranalüüs Sotsiaalteadustes on uuritav näitaja sageli sõltuv paljudest argumentidest, mille omavahelise sõltuvuse kohta on raske teha järeldusi. Faktoranalüüsi abil asendatakse mõõdetud argumendid tunnused) vähema arvu üksteisest sõltumatute üldistatud tunnustega (faktoritega), mille puhul multikollineaarsus on välistatud. Faktorid on tavaliselt kvalitatiivsed suurused. Kuna tunnuste arv väheneb ja seos esialgsete muutujatega on ligikaudne, siis osa infot läheb paratamatult kaduma. Erinevad tunnused, millele leitakse ühine nimetaja (faktor) (hind, kvaliteet, säilivus majanduslikkus). Analüüsima hakatakse faktoreid. Ei teki multikollineaarsust. Tekivad faktorite panused, mis näitavad kõige olulisemaid faktoreid. Samuti saab välja arvutada lähtetegurite
Kui autok. Esineb, tuleb mudel ümber vaadata, tuleb muuta spetsifikatsiooni. 2. Asümptootilised hinnangud kui juhuslike vigade normaaljaotuse eeldus ei ole täidetud, siis usalduspiirid on asümptootilised. Nad on täpsed siis, kui valimi maht on lõpmatu; lõpliku valimi mahu korral usalduspiirid on ligikaudsed. 3. Determinatsioonikordaja (D=R²) väljendab regressioonimudeli poolt kirjeldatud hajuvuse suhet (ESS explained sum of squares) modelleeritava näitaja (endogeense muutuja) koguhajuvusse (TSS total sum of squares). 4. Dispersioon iseloomustab juhusliku suuruse Xi erinevust keskväärtusest, seega iseloomustab tunnuse hajuvust. Valimi dispersiooni kui üldkogumi dispersiooni hinnangu tähiseks on tavaliselt Sruut, üldkogumi dispersiooni tähiseks ruut (kasutatakse teisi tähiseid
Statistiline modelleerimine – kokkuvõte Muutujad: Sõltuvad muutujad (dependent, outcome variables) – muutujad, mis on uurimise keskmes, millele uurija arvab, et teised muutujad mõju avaldavad. Nö katseisikust sõltuv muutuja. Sõltumatud muutujad (independent, predictor variables) – muutujad, mille kohta uurija arvab, et neil võiks olla mõju uuritavatele muutujatele. 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
Hinnangfunktsioon on reegel parameetrite hinnangute leidmiseks. Tuntudmad regressioonmudeli parameetrite hindamismeetodid on: harilik vähimruutude meetod (OLS), suurima tõepära meetod, momentide meetod ja üldistatud vähimruutude meetod. 6. Hinnangute omadused. Nihe, efektiivsus, mõjusus 7. Hinnangu nihe, nihketa hinnang. Hinnangu nihe võrdub parameetri hinnangu Beeta keskväärtuse ning parameetri tegeliku väärtuse beeta vahega. Parameetri hinnang on nihketa kui hinnangu keskväärtus võrdub parameetri tegeliku väärtusega. Parem on see, mis on nihketa. Hinnangu keskväärtus - tegelik keskväärtus. Nihe hajuvus koondub ühte kohta, ühele poole keskmisest väärtusest. Nihe iseloomustab süstemaatilist viga 8. Hinnangu efektiivsus, efektiivne hinnang. Efektiivne hinnang on nihketa vähima dispersiooniga hinnang kõigi nihketa hinnangute seas. Väike hajuvus, efektiivne ja suur hajuvus vähem efektiivne. Efektiivsus iseloomustab hinnangute hajuvust 9
2. Efektiivsus (efficiency). Iseloomustab hinnangute hajuvust. 3. Mõjusus (consistency). Iseloomustab koondumist suurte valimite korral – suure valimi korral 4. Asümptootiline jaotus – suure valimi korral 5. Asümptootiline efektiivsus – suure valimi korral 7. Hinnangu nihe, nihketa hinnang. Hinnangu nihe võrdub parameetri hinnangu keskväärtuse ning parameetri tegeliku väärtuse β vahega: Parameetri hinnang on nihketa (unbiased), kui hinnangu keskväärtus võrdub parameetri tegeliku väärtusega: ● Kahest hinnangfunktsioonist on parem see, mis on nihketa. ● Nihketa hinnangfunktsioone võib olla mitmeid nt sümmeetrilise jaotuse korral on üldkogumi mediaani nihketa hinnanguteks valimi aritmeetiline keskmine ja valimi mediaan. 8. Hinnangu efektiivsus, efektiivne hinnang. ● Efektiivne hinnang on nihketa vähima dispersiooniga hinnang kõigi nihketa hinnangute seas.
mingi etteantud tõenäosusega. 5) Hinnangufunktsioon: Reegel üldkogumi parameetri(te) hinnangu(te) leidmiseks 6) Hinnangute omadused: Nihe, efektiivsus, mõjusus, asümptootiline jaotus, asümptootiline efektiivsus 7) Hinnangu nihe, nihketa hinnang Hinnangu nihe võrdub parameetri hinnangu keskväärtuse ning parameetri tegeliku väärtuse vahega. Iseloomustab süstemaatilist viga. Nihketa hinnang – Parameetri hinnang on nihketa kui hinnangu keskväärtus võrdub parameetri tegeliku väärtusega. 8) Hinnangu efektiivsus, efektiivne hinnang: Hinnangu efektiivsus – Parameetri nihketa hinnang, kus dispersioon on väiksem on efektiivseim. Kasutatakse hinnangute võrdlemisel. Efektiivne hinnang – nihketa vähima dispersiooniga hinnang kõigi nihketa hinnangute seas. Iseloomustab hinnangute hajuvust. 9) Mõjus hinnang- Hinnang on mõjus, kui ta koondub tõenäosuse järgi parameetri tegelikuks väärtuseks
1. PRAKTIKUM 1) JÄRJESTAMINE NOOREMAST VANIMANI Parmeklõps Sort Ascending/Descending -> Kasvavas/Kahanevas järjestuses Data Sort cases Sort Ascending/Sort Descending (tuleb valida muutujad ka) 2) VARIABLE VIEW 3) KIRJELDAVAD ANDMED Leiame vanusele antud hinnangute keskmise, moodi, mediaani, maksimaalse ning minimaalse hinnangu. + HISTOGRAMM Käsklusrida: Analyze - Descriptive statistics Frequencies. Muutujatekasti liigutage muutuja. Statistics -Mean, Mode, Median, Minimum, Maximum. Charts - Histograms 2. PRAKTIKUM 1) UUE MUUTUJA ARVUTAMINE Tihtipeale tuleb andmete töötlemise jooksul tekitada uusi muutujaid eelmiste muutujate põhjal. Käesolevas praktikumis tutvume uue muutuja arvutamise põhitõdedega. Etteruttavalt võib öelda, et me arvutame saadavaloleva andmestiku põhjal uueks muutujaks kehamassiindeksi (BMI body mass index). Käsklusrida:
i =1 i 2 x g =n x1 x 2..... x n xr = Geomeetriline keskmine - Ruutkeskmine - n Standardhälve ruutkeskmine hälve, mis on hajuvuse statistiline mõõt. Variatsioonikoefitsient mõõdab suhtelist varieeruvust kogumi aritm. keskmisest. Väljendus %- R d VR = Vd = V = des. x x x Keskmine lineaarhälve - rea liikmete väärtuste keskmine kaugus aritmeetilisest keskmisest 2 ( xi - x ) 2 s = valim; n -1 d= xi - x
· Absoluutsed variatsiooninäitarvud: variatsiooniamplituud, keskmine lineaarhälve, dispersioon ja standardhälve, kvartiilhälve. Absoluutsete variatsiooninäitarvude suurus sõltub variantide absoluutväärtustest, mis muudab nad erinevate ridade võrdlemisel raskesti kasutatavateks. Teiseks probleemiks absoluutsete varieeruvusnäitarvude kasutamisel on ühik. Neil on mõõdetava suurusega sama ühik, mis muudab võimatuks erinevate ühikutega suuruste hajuvuse võrdlemise. · Keskmine lineaarhälve (d katusega) ehk keskmine absoluuthälve. Hälve ehk erinevus. Kokkuvõtlikult on lineaarhälve erinevuste keskmine. Keskmise lineaarhälbe eeliseks on tema lihtne interpreteeritavus. Probleemiks on absoluutväärtuse kasutamine arvutustes, mis muudab keskmise lineaarhälbe matemaatiliste operatsioonide jaoks ebamugavaks. · Dispersioon 2 ehk hajuvus ehk hälvete ruutude keskmine (keskmine ruuthälve).
On eeldused ja järeldused. Teoreetiline analüüs (statistilised probleemid jäetakse kõrvale) *Mat majteaduse mudeli puhul ei arvestata kõiki aspekte, sest see on võimatu, valitakse põhifaktorid (mida asendavad muutujad) ja antakse ette seosed (võrranditena). Matemaatiline mudel koosneb võrranditest, mis kirjeldavad faktorite käitumist ja seovad muutujaid omavahel -> analüütilised eeldused -> loogilised järeldused. 3. Funktsiooni mõiste: Kui muutuja x igale väärtusele hulgas X on vastavusse seotud muutuja y väärtus, siis öeldakse, et hulgal X on määratud funktsioon. y=f(x) eeskiri; üksühene vastavus. Liigid: a) konstantne f. N. y=f(x)=7 b) polünoomid y=a0+a1x+a2x2+...+anxn n=0 konstantne f., n=1 linearne f., n=2 ruutf. (0;a0) a1-tõus c) ratsionaalf. N murrud d) mittealgebralised f. n juured, astmed, exp, log, trig. 4. Tasakaalu mõiste, turu tasakaalu mudelid (1.ja 2. ning n hüvisega)
.. + cnxn à max a11x1 + ... + a1nxn b1 ... am1x1 + ... + amnxn bm x0 Kasutades vektoreid c, b, x ja m*n-maatriksit A kirjutame ülesande vektorkujul: z = (c,x) à max Ax b, x0. Kanooniline kuju: z=(c,x) àmin Ax = b x0 Standardse ülesande teisendamisel kanooniliseks, lisandub igale reale üks mittenegatiivne muutuja, et võrdused oleksid õiged. Maksimumi miinimumiks saamisel korrutame rida läbi -1-ga. Kanoonilise ülesande teisendamisel standardseks korrutame samuti esimese rea -1ga läbi. Kitsendusele lisandub sama kitsenduse vastasmärgiline kitsendus. N: 3x1+x2 = 5 à 3x1+x2 5; -3x1-x2 -5. 9. Lubatavate lahendite hulga omadused (kolm teoreemi) Teoreem 1: Lubatud lahendite hulk Q on kumer. *võtame kaks punkti ning tõmbame nende vahele joone. Joon x = 1x1+2x2 1 + 2 = 1, 1, 2 > 0
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 uue lahtri nimetuse (tühikuid ei kasuta) - liidad mida vaja liita (võrdusmärki pole vaja) Kehamassiindeks=Kaal kg'des jagadtud pikkus cm'tes ruudus (Pikkus x Pikkus) Andmete eraldamine: Data - select cases - If condition is satisfied ette linnuke - klikid If...-le - valid nt ainult meeste tulemuste saamiseks vasakult Sugu, siis = ja 1 (sest 1=mees ja tahan ainult meeste tulemusi) ja continue.
MATA TEOORIA Teooriaküsimused nr. 1 1) Mis on funktsioon? Mis on sõltumatu muutuja, sõltuv muutuja? Eeskirja, mis seab sõltumatu muutuja igale väärtusele vastavusse sõltuva muutuja mingi ühe kindla väärtuse, nimetatakse funktsiooniks. Sõltuv muutuja - Valemis muutuja, mille väärtus sõltub ühest või enamast teisest muutujast. Sõltumatu muutuja - Valemis iga muutuja, mille väärtus ei sõltu ühestki teisest muutujast. 2. Mis on funktsiooni määramispiirkond muutumispiirkond? Mis on funktsiooni loomulik määramispiirkond? Funktsiooni määramispiirkond - valemina antud funktsiooni argumendi x selliste väärtuste hulk, mille korral on võimalik funktsiooni f(x) väärtust välja arvutada. Funktsiooni muutumispiirkond - muutuja y kõigi väärtuste hulk.
TEOORIAKÜSIMUSED nr 1 1. Mis on funktsioon? Mis on sõltumatu muutuja? Mis on sõltuv muutuja? Funktsioon on eeskiri, mis määrab seose, kus igale elemendile hulgast X on vastavusse seatud üks elemented hulgast Y. Sõltumatu muutuja on x ehk argument. Sõltuv muutuja on y. 2. Mis on funktsiooni määramispiirkond, muutumispiirkond? Mis on funktsiooni loomulik määramispiirkond? Hulka X nimetatakse funktsiooni määramispiirkonnaks. Hulka f(X)={ y e Y: leidub x e X, nii et f(x)=y} nimetatakse funktsiooni muutumispiirkonnaks. Hulk Y. Funktsiooni loomulik määramispiirkond on argumendi väärtuste hulk, mille korral funktsiooni määrav eeskiri on rakendatav. 3. Millised on funktsiooni põhilised esitusviisid?
3. Lihtne regressioon, regressioonivõrrandi põhikuju. Determineeritud regressioonivõrrand. Lineaarse regressiooni korral kirjeldatakse seost uuritavate muutujate väärtuste vahel sirge abil võrrandiga Y = a0+a1X Eesmärgiks on leida punktiparvega antud X ja Y vahelist seost iseloomustava parima sirge võrrand Lineaarse kahe muutujaga determineeritud regressioonimudeli korral eeldatakse, et juhusliku suuruse Y tingliku keskväärtuse ja sõltumatu muutuja X vahel on seos E(YX ) = 0+ 1X Determineeritud regressioonivõrrand kirjeldab seost endogeense ehk sõltuva muutuja Y keskväärtuse ja eksogeensete ehk sõltumatute muutujate Xi vahel. Võrrandi vasakul pool on tinglikud keskväärtused, mis ei sõltu juhusest 4. Stohhastiline regressioonivõrrand. Juhuslik komponent (regressioonijääk). Visualiseerimine (joonis). Stohhastiline regressioonivõrrand sisaldab juhuslikku liiget i
k tundmatut (nn sõltuvad tundmatud), ülejäänud r = n - k tundmatut (nn vabu tundmatuid) sisaldavad liidetavad kantakse võrrandi paremale poole; võrrandite paremal pooltel olevatele vabadele tundmatutele omistatakse vastavalt väärtused C1,C2, ...,Cr; alustades taas alumisest reast ja liikudes rida realt ülespoole, avaldatakse iga sõltuv muutuja suuruste C1,C2, ...,Cr kaudu; kirjutatakse välja süsteemi üldlahend. c) teostatakse leitud lahendite kontroll. 10. Koordinaatsüsteem sirgel. Ristkoordinaadistik tasandil. Punkti ristkoordinaadid tasandil. koordinaatsüsteem sirgel: sirget, millel on fikseeritud üks punkt, märgistatud suund ja valitud pikkusühik, nimetatakse koordinaatteljeks. Koordinaatsüsteemi sirgel määravad: Suunaga arvsirge Alguspunkt (liikumise algus; O) Pikkusühik
2008 (eurodes); X1i – kõrgharidusega (bakalaureuse, magistri- või doktorikraadiga) inimeste osakaal tööga hõivatutest i-ndas maakonnas perioodil 2005-2008; X2i – linnalises asulas töötavate inimeste osakaal tööga hõivatutest i-ndas maakonnas perioodil 2005-2008; X3i – meeste osakaal tööga hõivatutest i-ndas maakonnas perioodil 2005-2008; D1 – fiktiivne muutuja 2005. aasta kohta; D2 – fiktiivne muutuja 2006. aasta kohta; D3 – fiktiivne muutuja 2007. aasta kohta; β0 – mudeli vabaliige (brutopalka määrav autonoomne komponent), mis näitab seda, milline on brutopalk juhul kui kõigi sõltumatute tunnuste väärused on nullid β1 – mudeli parameeter, mis näitab brutopalga muutust, kui kõrgharitute osakaal muutub ühe ühiku võrra;
Majandusmatemaatika teooria 1.Mis on funktsioon? Kui hulga X igale elemendile x on seatud vastavusse kindel element y hulgast Y, siis öeldakse, et hulgal X on defineeritud funktsioon. Mis on sõltumatu muutuja, sõltuv muutuja? Elementi x nimetatakse sõltumatuks muutujaks ehk argumendiks, elementi y sõltuvaks muutujaks ehk (elemendi x) kujutiseks. Sõltumatu muutuja - algebra: Valemis iga muutuja, mille väärtus ei sõltu ühestki teisest muutujast. statistika: Muutuja, mida eksperimentide seeria käigus muudetakse. Sõltuv muutuja - algebra: Valemis muutuja, mille väärtus sõltub ühest või enamast teisest muutujast. statistika: Mõõdetav suurus, mis näitab kohtlemise efektiivsust. 2. Mis on funktsiooni määramispiirkond? Hulka X nimetatakse funktsiooni määramispiirkonnaks, määramispiirkond on funktsiooni argumendi nende väärtuste hulk, mille korral funktsiooni väärtus on defineeritud. Funktsiooni f sisendväärtuste hulka X
Lubatavad elementaarteisendused lineaarse võrrandisüsteemi laiendatud maatriksiga. Võimalike lahendite arv. Lineaarse võrrandisüsteemi üld- ja erilahend. Lineaarne vôrrandisüsteem Olgu antud n muutujat, x1, x2, x3,...,xn ja arvud a1, a2, a3, ..., an, saame muutujate suhtes lineaarse vôrrandi a1x1 + a2x2 + ... + anxn = b, kui meil on m lineaarset vôrrandit samade muutujate suhtes, saame lineaarse vôrrandisüsteemi. Lineaarse vôrrandsüsteemi normaalkuju (a kordaja, x muutuja, b vabaliige): a11 x1 + a12 x 2 +... + a1n x n = b1 a x + a x +... + a x = b 21 1 22 2 2n n 2 .............................................. a m1 x1 + a m 2 x 2 +... + a mn x n = bm Lineaarse vôrrandsüsteemi laiendatud maatriks moodustatakse normaalkujul vôrrandisüsteemi elementidest ja vabaliikmeid on eraldatud püstkriipsuga. Lubatavad elementaarteisendused: 1) Rea korrutamine nullist erineva arvuga 2) Ridade vahetamine
.................................................... 71 11.1 Korrelatsioonanalüüs ............................................................................................................ 71 11.2 Lineaarse korrelatsioonikordaja puudused ........................................................................... 72 11.3 Determinatsioonikordaja ...................................................................................................... 74 11.4 Mitmene korrelatsioon ......................................................................................................... 74 11.5 Regressioonanalüüs............................................................................................................... 75 12 Aegridade analüüs .............................................................................................................. 81 12.1 Aegrea mõiste ..............................................................................
kanooniline võrrand tasandil või ka sirge võrrand sihivektrori ja punkti järgi. Üldvõrrand - Sirge tõusuks nim selle sirge tõusunurga tangensit. Sirge tõusunurk on alati 0* ja 180* vahel. Kui sirge tõusunurk on alfa, siis selle sirge tõus k=tan alfa. Seega sirge tõusu saab leida vaid x- teljega mitteristuvate sirgete korral. Võrrand tõusu ja algordinaadi abil: y = kx + b Kui sirge üldvõrrandist avaldada muutuja y, siis saame võrrandi seega 22. Sirgete paralleelsuse ja ristseisu tunnused. Kahe sirge vastastikused asendid. Paralleelsuse tunnused: sihivektorid kollinearsed (+ kontrollin et ei ühti) Ristseisu tunnused: sihivektorid on risti. 23. Sirge kanoonilised ja parameetrilised võrrandid ruumis. Kanoonilised võrrandid: (x-x1) / sx = (y-y1) / sy = (z-z1) / sz =täh. t. Parameetrilised võrrandid: 24. Tasandi normaal. Tasandi üldvõrrand ruumis.
Kordaja arvutatakse valemiga: 6 d 2 1 n(n 2 1) Spearmani korrelatsioonikordaja võib omada arvväärtusi vahemikus -1 1. Mõnikord võib juhtuda, et mõnede variantide arvväärtused on võrdsed, millisel juhul tuleb arvutada keskmised järjekorranumbr 45. Regressioonijoon ja regressioonikordaja Näitab kui palju suureneb resultaatsuurus y keskmiselt, kui sõltumatu muutuja x kasvab ühe ühiku võrra. Y=a+bx b-regressioonikordaja Meetodi, millega saab mõõta uuritavate muutujate kõigi vaadeldavate paaride otseste arvväärtuste vahelisi seoseid, esitas esimesena 1846. aastal A. Braveais. Regressioonijoone leidmisega muundatakse korrelatiivne seos justkui tinglikult funktsionaalseks ning see joon näitab, milline oleks seose kulg, kui see ei oleks hajuv, vaid esineks tavalise range funktsionaalse seosena
Süsteemide hierarhiline klassifitseerimine. Juhtimiseks nimetatakse ühe objekti/süsteemi sihipärast mõjutamist teise objekti /süsteemi poolt. Juhtimises osalevad alati kaks süsteemi /objekti: juhitav süsteem ja juhtiv süsteem. Koos moodustavad nad juhtimissüsteemi. Toime, mida juhtiv süsteem annab juhitavale nimetatakse juhttoimeks ja vastupidine toime on tagasiside. Juhtimisülesanne on määratud kui on määratud: eesmärk, juhitavad faktorid, lisatingimused ja mittejuhitavad faktorid. Juhtimisprotsess koosneb neljast põhietapist: vajaliku info kogumine ja ettevalmistamine otsuste vastuvõtmine (optimeerimine, planeerimine) otsuse realiseerimine tagasiside. Juhtimise eesmärgiks võib olla objekti stabiliseerimine, etteantud programmi täitmine, järgimine, objekti optimeerimine jne. Optimaaljuhtimine on mingi funktsiooni minimeerimine või maksimeerimine. Juhtimine võib olla deterministlik, mittedeterministlik ehk stohhastiline või adaptiivne
Mo=Me ei võrdu aritmeetilise keskmisega (kõik peaks võrduma) 4. geom. Keskmine ja aritm. Keskmne on alati sama tähendusega 5. kolmandat järku standardmoment on võrdne nulliga 6. neljandat järku standardmoment on võrdne kolmega 7. kui ekstsess on neg, siis jaotuskõver on lamedam ja laiem 8. puudub sümmeetria (esineb sümmeetria) 9. standarthälve = 0 (siis on sirge) 11. keskväärtus on alati = 0 (ei ole alati, näiteks vanus või pikkus) Kümne aasta pikkusele aegreale arvutati tasandusjoone võrrand Y=20,5 2,5X. Kuidas saadud tulemus tõlgendada? 1. See funktsioon näitab sõltuva ja sõltumatu muutuja vahel väga tugeva seose olemasolu 2. Mitte kuidagi, sest parameeter b ei saa tulla negatiivne 3. Näitab sõltuva muutuja 2,5 ühikulist vähenemist x-i ühe ühikulise juurdekasvu korral 4
' ' x @ x @ x ' x 3 ehk ' x 6&3 ' x 3 ; x 3 x@x@x x3 ( x 4)2 ' (x @ x @ x @ x ) (x @ x @ x @ x ) ' x 8 ehk ( x 4 )2 ' x 4 @ 2'x 8 (xy)4 ' (xy) (xy) (xy) (xy) ' x @ y @ x @ y @ x @ y @ x @ y' x 4 y 4 Avaldises 5x2 on x muutuja 5 kordaja ehk koefitsient. Avaldist 5x2 nimetatakse üksliikmeks. Üksliige sisaldab kordajat ja üht või mitut muutujat. Näiteks 23 x 105 x 2 y 5 25 x 3 y z Üksliikmete liitmisel ja lahutamisel saame hulkliikme ehk polünoomi Näiteks 4x3 + 5x2 - 2x + 10; 15x4 - 3x2 + 2x - 3; x4 +1. Polünoomiks ehk hulkliikmeks nimetatakse järgmist avaldist an x n % an&1 x n&1 % ... % a1x % a0
NW on aja ja autoregressive transfer funktsioonil, mis on antud Juhuslik signaal signaal, mille vähemalt üks Saadud funktsioon näitab energia jaotust sageduse ribalaiuse korrutis, mis käib andmete kujul parameeter on juhuslik muutuja. Juhusliku muutuja järgi, mistõttu seda nimetatakse energia spektriks. aknafunktsioone määravate Slepiani ridade kohta. mõistus algab aga tõenäosuse mõistest. Juhuslik Energia spekter on sageduse pidev funktsioon. Hinnangu määramisel on kasutusel 2*NW-1 akent.
2. on alati moodist suurem 3. on alati geomeetrilisest keskmisest suurem 4. normaaljaotuse puhul on moodiga võrdne 5. ei ükski Standardhälve 1. leitav dispersiooni ruuduga 2. paikneb alati vahemikus 0 ... lõpmatus 3. ei saa olla lineaarhälbest suurem 4. varieeruvas reas = 0 5. ei ükski Normaaljaotuse korral 1. puudub sümmeetria 2. st. hälve = 0 3. Mo = Me ei võrdu aritmeetilise keskmisega 4. keskväärtus on alati = 0 5. ei ükski Seos Y = 18,5 + 0,48 X 1. kirjeldab X-i mõju Y-le 2. kirjeldab seose tugevust 3. kirjeldab Y-i mõju X-le 4. on pööratav ka kujule X = 18,5 + 0,48 Y 5. ei ükski Tasandusjoon Y = 18,5 – 0,48 X 1. näitab kasvavat lineaarset tendentsi 2. parameeter b ei tohi olla negatiivne 3. vabaliige 18,5 kirjeldab joone tõusu 4. igal ajaperioodil väärtused vähenevad 0,48 korda 5. ei ükski Eksponentkeskmine
Pidev suurus - väärtused täidavad mingi vahemiku täielikult ära Jaotusseadus - Diskreetse juhusliku suuruse X jaotusseaduseks nimetatakse vastavust suuruse kõikvõimalike väärtuste xi ja nende tõenäosuste pi vahel. Jaotusfunktsioon - tõenäosus, et juhusliku suuruse X väärtus on väiksem-võrdne mingist reaalarvust x. Valem: F(x)=P(X<=x) Keskväärtus ehk oodatav väärtus - Kui juhusliku suuruse X väärtuse xi esinemise tõenäosus on pi , siis selle juhusliku suuruse keskväärtus ehk oodatav väärtus. Oodatav väärtus on otsustamisel kriteeriumiks. Valitakse see alternatiiv, mille korral oodatav väärtus on ekstremaalne. Näiteks: oodatav kasum maksimaalne,oodatav kulu minimaalne Valem: µ=E[X]= ∑ pixi Dispersioon – diskreetse juhusliku suuruse dispersioon σ^2=∑(xi-µ)^2*pi Pidev juhuslik suurus - Pideva juhusliku suuruse korral ei saa rääkida mingi üksiku konkreetse väärtuse esinemise tõenäosusest
(graafik läheb üles ja siis
alla).
23. Juhusliku suuruse antud vahemikku langemise tõenäosus –
Kui on tarvis leida kui tõenäone on, et juhuslik suurus omandab väärtuse
antud x1 ja x2 vahel. Sellisel juhul räägitakse sündmusest ,,juhusliku
suuruse sattumine antud vahemikku’’ ja tähistame P(x1
sündmuste A ja B summa 2. Sündmus C, mille korral toimub nii sündmus A kui ka sündmus B C on sündmuste A ja B korrutis 3. Kindel on see, et toimub kas sündmus A või sündmus B või sündmus C A, B ja C moodustavad täeliku süsteemi 2. Juhusliku suuruse X väärtuste hulk on {2; 4; 5}. Vastavate väärtuste esinemise tõenäosused on p(2)=0,5; p(4)=0,2 ja p(5)=0,3. Suuruse X keskväärtus on järelikult 3,3 3. Kui sündmuse A tõenäosus p(A)= 0,7, siis selle vastandsündmuse tõenäosus on 0,3 4. Visatakse korraga kahte täringut. Kui suur on tõenäosus, et mõlemal täringul tuleb silmade arv "6"? 1/36 5. Kui p(A)=p(A|B), siis sündmused A ja B on sõltumatud 6. Kahe sündmuse korrutise tõenäosus võrdub nende sündmuste korrutiste tõenäosusega, kui sündmused A ja B on sõltumatud. 7
....................................6 Kurskall-Wallise test (e. mitteparameetriline ANOVA)..........................................7 T-test sõltumatute gruppidega............................................................................ 7 T-test sõltuvate gruppidega................................................................................. 8 Mann-Whintey U Test (e. mitteparameetriline t-test)...........................................8 Korrelatsioon....................................................................................................... 9 Lineaarne (paaris)regressioon...........................................................................10 Logistiline regressioon....................................................................................... 11 1 Andmefailid SPSS'is
Niisugust lubatavate lahendite hulka, mille korral Z on max või min nimetatakse optimaalseks lahendiks ehk optim plaaniks. DUAALÜLESANDED LPÜ teisendamine max-kanoonilisele kujule 1) Kui Z nõutakse miinimumi, siis seda saab esitada max nõudele Min z=max (z´= -z)=-c1x1-c2x2.. 2) Kui kitsendused on esitatud võrratustena, tuleb sisse tuua täiendavad muutujat (abimuutujad, ülejäägi näitajad) 3) Kui mõne muutuja kohta pole esitatud mittenegatiivsuse nõuet, siis seda võib defineerida kahe mittenegatiivse muutuja vahena x2=x2´-x2´´ x2 ≥0, x2´´≥0 LPÜ-ga duaalne ülesanne max-põhikujul LPÜ duaalne ülesanne 1. Esialgse ül igale kitsenduele seame vastavusse duaalse ül tundmatud: y1, y2,..,ym 2. Duaalse ül kitsenduste süsteemi vabaliikmeteks on esialgse ül sihifunktsiooni kordajad c1,c2 Duaalse ül kitsenduste arv sõltub esialgse ül muutujate arvuga 3
majandusnähtuste vahelise seose tugevuse ja usaldatavuse ning samas ka seose funktsionaalse vormi. Regressioonianalüüsi põhiülesanded:1) hinnata kvantitatiivselt majandusnähtuste vaheliste seoste suunda, tugevust ja kuju; 2)prognoosida maj. nähtuste ja protsesside tõenäosuslikku arengut; 3)kontrollida empiiriliselt maj. teoreetiliste seisukohtade ja hüpoteesi paika pidavust. Regressioonivõrrandiks on lineaarne mitme muutuja funktsioon. Regressioonikordaja i näitab mitme ühiku võrra muutub sõltuv muutuja Yt kui sõltumatu muutuja Xi muutub 1 ühiku võrra. Kui regressioonmudelis on 1 sõltumatu muutuja, siis on tegemist lihtsa regressioonvõrrandiga Y=b0+ b1xi+ei, i=1,2...n. Kui sõltumatuid muutujaid on vähemalt 2 (k>2), siis on tegemist mitmese regressioonimudeliga. Enim praktikas kasutusel olev mittelineaarne regressioonvõrrand on ruutmudel e. parabool. Parabooli abil on
annaabi.ee 
