Leidsid 33 sarnast õppematerjali, mis on seotud failiga "Andmeanalüüsi kordamisküsimused". Need materjalid aitavad sul teemat sügavamalt mõista.
otsustus, intervallskaala, diskriminant, klasteranalüüs, nullhüpotees, nominaalskaala, risttabel, klastri, regressioon, omaväärtus, järjeskaala, formuleerida, korrelatsioon, faktoranalüüs, mediaani, parameter, factor, false, kvartiilid, kendall, spearman, varieeruvuse, faktoranalüüsi, equal, lahter, veeru, visata, beta, kasutamisel, väljundis1. MÕÕTMINE Mõõtmine on objektide võrdlemine - Korraga saab võrrelda ainult kaht objekti omavahel. Kui objekte palju, valitakse välja üks (etalon) ning teisi võrreldakse sellega. Otsene mõõtmine ja kaudne mõõtmine – otseste mõõtmiste kaudu Nimi- ehk nominaalskaala – objektide eristamiseks – sugu, rahvus, huvid, kaubakood, ettevõtte registrinumber Järjestusskaala – võimaldab objekte järjestada mingi tunnuse alusel – nt ettevõtted: väikesed, keskmised, suured – küsitlus: "poolt", pigem poolt kui vastu", "pigem vastu kui poolt", "vastu" – intervallid skaalajaotuste vahel pole võrdsed Intervallskaala – skaalajaotuste intervallid on võrdsed Vahemikskaala – nullpunkti asukoht kokkuleppeline – ajaskaala, Celsiuse skaala
uurija käsutuses Mõõteskaalad: Kategoorilised muutujad o Binaarne skaala – kahene skaala (binaarkood: 0;1) o Nominaalne skaala – eristab andmeid, kuid ei anna suunda ega väärtust (nt sugu, kodulinn, rass jms) o Ordinaalne ehk järjestusskaala – eristab andmeid ja annab suuna, kuid mitte vahemike (nt haridustase või subjektiivne rahulolu) Pidevad muutujad o Intervallskaala – eristab andmeid, annab suuna ja vahe nende suuruste vahel, kuid puudub nullpunkt (nt temperatuur Celvini või Farenheiti skaalal (Kelvini skaalal on defineeritud absoluutne nullpunkt -273,15°C)) o Suhteskaala - eristab kõiki eelnevaid punkte, kuid lisaks eksisteerib ka nullpunkt (nt raha) o Lickerti skaalal tehtud mõõtmisi on lubatud käsitleda vajadusel pideva muutujana
korrelatsiooniga) Lineaarteisendus ja sirge võrrand: transform - compute variable - Uusr=24-5*Ruumiline Kujutage muutuja Ruumiline ja Uusr vaheline seos graafiliselt. Analyze - correlate - bevariate - uusr ja ruumiline Leidke nende muutujate omavaheline korrelatsioonikordaja. Kuidas saadud joonist tõlgendada? Graphs - legacy dialogs - scatter simple.. Mitmene regressioon: OSAKORRELATSIOON LEIDMINE: Osakorrelatsioonide leidmiseks kasutame käsklusterida Analyze Correlate Partial. Üles pisa ja Iq, alla demogracy (sest meid huvitab osakorrelatsioon pisa ja iq vahel nii, et demokraatiaindeks on kontrollitud) siis üles pisa ja demogracy ja alla iq (sest meid huvitab see nii, et iq on kontrollitud). Kollineaarsus: Linnukesed ette analyze-regression-linear-statistics part and partial correlations ja collinearity ...
· Sama tähendusega kõigi jaoks · Sobival spetsiifilisuse tasemel Ei ole head: · Suunavad küsimused · Keeruka ülesehitusega pikad küsimused · Eitust sisaldavad küsimused · Vastaja kogemusega mittehaakuvad küsimused Küsimuste vastusevariandid: · Selged ja täpsed · Ei tohi omavahel kattuda · Peavad sellegipoolest katma ära kõik võimalikud vastusevariandid Vastuste tüübid · Nominaalskaala ehk nimeskaala · Esitab või võimaldab esitada vastuse nimetuse või kirjeldusena. Näiteks vastaja rahvus, lemmikvärv, perekonnaseis · Ordinaalskaala ehk järjestusskaala · Esitab vastusevariandid sel viisil, et neid on võimalik hinnangu intensiivsuse alusel järjestada. Näiteks haridustase, mitmesugused rahulolu hinnangud vms (Näiteks: Likerti skaala) · Arvskaala
üldkogum, uuritavad tunnused ja abitunnused., valimi võtmise meetod, kasutatavad hinnangufunktsioonid, väljastatavad tabelid, lisatavad usaldushinnangud. Valikumeetodi ja valimi mahu planeerimisel tuleb arvestada olemasoleva aja, majanduslike ja tehniliste ressurssidega. 4 1.2 Mõõtmisskaalad Objekti iseloomustavate tunnuste väärtuste määramiseks kasutatakse erinevaid tüüpi skaalasid.. 1. Nimi- ehk nominaalskaala (nominal, categorical). Kasutatakse objektide eristamiseks. Näiteks sugu (mees/naine), rahvus, huvid, lemmikvärvid, iluuisutajate numbrid (nende numbritega ei saa teha statistilisi arvutusi), telefoninumbrid. Kui uuritava objekti tunnuse väärtused on toodud nominaalskaalal, siis nimetatakse seda nominaaltunnuseks. Nominaaltunnuse järgi saab objekte liigitada. Ainuke tehe, mida saab teha, on loendamine ja vastavate sageduste leidmine.
2. Ei ole head sellistes uuringutes, kus vastaja peab ise kirjutama vastused kuhugi üles 3. Raske arvutiga töödelda 4. Kodeerija subjektiivsus Suletud küsimused vastajale on antud ette vastusevariandid 1. Aitavad kokku hoida aega 2. Lihtsam analüüsida 3. Peab olema kindel, et kõik võimalikud vastusevariandid on esitatud 4. Tõlgenduserinevused vastamisel eri gruppide vahel 2. Nominaalskaala ehk nimeskaala 1. Esitab või võimaldab esitada vastuse nimetuse või kirjeldusena. Näiteks vastaja rahvus, lemmikvärv, perekonnaseis 3. Ordinaalskaala ehk järjestusskaala 1. Esitab vastusevariandid sel viisil, et neid on võimalik hinnangu intensiivsuse alusel järjestada. Näiteks haridustase, mitmesugused rahulolu hinnangud vms (Näiteks: Likerti skaala) 4. Arvskaala 1
tugevam on korrelatsioon. Korrelatsioon puudub punktid on kõik laiali, seost pole joont ei moodustu. Negatiivne korrelatsioon joon on langev vasakult paremale. Positiivne tõusev vasakult paremale. Lineaarse korrelatsiooni tugevust näitab Pearsoni korralatsioonikordaja (r). Pearson tõestab ka põhjusliku seose esitatud andmete vahel, sest korrelatsioon võib olla, aga samas ei pruugi kahe näitaja vahel olla põhjuslikku seost. Vajalik intervallskaala. Erind näiteks üks punkt on teistest eraldi, see võib tugevalt vähendada või suurendada korrelatsiooni. Seetõttu vajalik vaadata ka hajuvusdiagrammi. Erindit tuleb analüüsida vajadusel välja jätta. Lineaarse korrelatsioonikordaja puuduste tõttu kasutatakse ka teisi seosekordajaid Spearmanni, Kendalli. Siis kui arvad, et nähtuste vahel peaks tulema tugev seos, aga r tuleb väga väike siiski
KIRJELDAVAD STATISTIKUD INTERVALLITUD REAS Kirjeldav statistika on numbriliste andmete organiseerimine ja summeerimine, see on vajalik andmeanallüüsi esimesel etapil. Valimit kirjeldatakse, kuid üldistusi ei laiendata üldkogumile. Kirjeldav statistika annab järgmist informatsiooni: uuritava tunnuse väärtuste vahemik tunnuse kõige tüüpilisemad väärtused tunnuse varieeruvus Lisaks aitab kirjeldav statistika sõnastada hüpoteese ning tõlgendada uurimistulemusi. Asendikarakteristikud(annavad infot selle kohta, kuidas tunnuse väärtus paikneb). Need on aritmeetiline keskmine, mediaan ja mood. Nende välja arvutamine oleneb sellest, pas meil on tegu pidevate(mingi vahemik) või diskreetsete(1 väärtus) andmetega. Hajuvuskarakteristikud(kui erinevad on väärtused valimi erinevatelobjektidel).Nende eesmärgiks on mõõta andmete varieeruvust andmekogumis(iseloomustavad tunnuse üksikväärtuseerinevust keskmisest) Need on d
ning GDP omavahelisi korrelatsioone. Kui suured nad on? Kas nad on statistiliselt olulised? Kuivõrd PISA tulemusi võib ennustada vaimne võimekus, mis siinses andmefailis on IQ ehk riigi keskmine intelligentsuskoefitsient, saame IQ skoori kontrolli alla võtta, et vaadata, kui suured on PISA, demokraatiaindeksi ning GDP omavahelised korrelatsioonid. Teostame osakorrelatsiooni-analüüsi. 9. PRAKTIKUM: 1) LINEAARNE (PAARIS)REGRESSIOON Regressioon on korrelatiivne protseduur, mis võimaldab tulemuse väärtusi korrelatsiooni alusel mingi teise muutujaga ennustada (Elmes, Kantowitz, & Roediger, 2013: lk 1351). Korrelatsioon ja regressioon on olemuselt üsna sarnased mõisted; arvuliselt on tegelikult Pearsoni r, mis väljendab kahe muutuja (nt X ja Y) vahelist seost, üsna sama väärtusega kui standardiseeritud regressiooni koefitsient. See
· 4. trükk, võimalik leida pdf fail · Jaotusseadused: normaaljaotus, t-jaotus, F-jaotus, 2 jaotus. · Täiendav kirjandus Paas, T. Sissejuhatus ökonomeetriasse. Tartu, 1995. · Valimvaatlused, usalduspiirid. (TTÜ rmtk momendil saadaval 18 eks). · Hüpoteeside kontrollimine: nullhüpotees, sisukas hüpotees, Listra, E. Ökonomeetria. Aegread. kriitiline väärtus, olulisuse tõenäosus. Sauga, A. Statistika õpik majanduseriala üliõpilastele. · Kovariatsioon cov(x,y) ja korrelatsioonikordaja r (x,y) TTÜ Kirjastus, Tallinn, 2017. (Statistika kordamiseks) · Regressioon. Kordamiseks võib kasutada õpikut Sauga, A.
11. Hinnangu asümptootiline efektiivsus. Mõjusat hinnangut nimetatakse asümptootiliselt efektiivseks (asymptotically efficient), kui selle asümptootilise jaotuse dispersioon on väiksem suvalise mõjusa asümptootiliselt normaaljaotusega hinnangu dispersioonist. Näiteks mõningad suurima tõepära meetodil leitud hinnangud. 12. Hüpoteeside kontrollimine: otsuse vastuvõtmine, kui on antud teststatistiku empiiriline ja kriitiline väärtus. ● Nullhüpotees: miski võrdub millegagi (erinevus on null) – kogumi keskväärtus μ = μ0 – kogumi A keskväärtus = kogumi B keskväärtus – mudeli parameeter β = 0 ● Sisukas (alternatiivne) hüpotees: võrdus ei kehti ● Otsustamiseks kasutatakse juhuvalimit. ● Juhuvalimi keskväärtus on juhuslik suurus, st erineb arvust μ. ● Kuidas otsustada, kas – kogumi keskväärtus μ = μ0 kehtib nullhüpotees;
peame jääma nullhüpoteesi juurde (kuid ei loe seda tõestatuks). Hüpoteeside kontrollimisel ehk otsuse vastuvõtmisel võime teha vea, kuna valim on juhuslik ning valimi tulemus vaid hinnanguline. Otsustamisel tekkivad võimalused võime kokku võtta järgnevalt: Tegelikkuses kehtib üldkogumis Tegelikkuses kehtib üldkogumis nullhüpotees sisukas hüpotees Andmetöötlus sotsiaalteadustes 17 Meie loeme valimi põhjal õigeks Õige otsus Teeme vea, mida nimetatakse teist nullhüpotees liiki veaks, tähis Meie loeme valimi põhjal õigeks Teeme vea, mida nimetatakse Õige otsus
Ühelt poolt siis reglementeeritud teadusvaldkonnaga, teiselt poolt on ta seotud ka veidi tulemustega. α= 0,05 – see vastus v järeldu mida me kirjutamine võib olla viiel juhul sajast vale. Teeme testi: võta Tulemus: Valimi statistika: Teine tabel on seose korrelatsioon, ehk kuidas need kaks tunnust on omavahel seotud. Arvutatakse Pearsoni kordaja r=0,2 Kolmas tabel on siis t-test: Kui arvuteid veele ei olnud, tehti järeldusi z-testiga. Esimene võimalus: nullhüpotees ütles, et erinevus keskmiste vahel puudus. Sisuliselt kirjutatakse andmed välja elu ja ilma kohta koos väärtustega ja leitakse nende väärtuste erinevused ehk igale valimiobjektile leitakse nende väärtuste vahe. Kogu asi baseerub sellele, et üldkogumitel vahet ei ole, siis milliseid erinevusi me peaksime kõige rohkem saama? Erinevus 0 peaks välja tulema. Teeme skaala koos normaaljaotuskõveraga, kus keskmeks on null. Siis võetakse
Sissejuhatus - Test 1 1. Järjesta skaalad informatiivsuse järgi, alustades kõige vähem informatiivsemast a. kõige vähem informatiivsem nimiskaala b. suurema informatiivsusega järjestusskaala c. kõige informatiivsem intervallskaala 2. Uuringufirma viib Eesti elanikkonna hulgas läbi tööjõu-uuringut. Vali õiged terminid, mis tähistavad toodud mõisteid. a. Eesti elanik objekt b. Uuringu teostamiseks kasutatakse intervjuusid mõõtmismeetod c. Tallinna elanikud osakogum d. need isikud, keda küsitletakse valim e. Intervjuul esitatavate küsimuste komplekt mõõtmisvahend f. Eesti elanikkond üldkogum g
madalama skaala jaoks, KUID ainult suhteskaala jaoks sobivaid meetodeid EI TOHI rakendada mõne madalamal skaalal kogutud andmehulga jaoks; 2) mida rohkem on antud skaalal eelpool nimetatud omadusi, seda rohkem informatsiooni nad sisaldavad ning täpsemaid järeldusi lubavad teha. Skaalade põhitüübid (nn. Stevensi skaalad): NOMINAALSKAALA 1. mõõdab, kas objektid mingi omaduse poolest erinevad ja mitte midagi muud. Nominaalskaala jaotab objektid v. omadused kategooriatesse, mille antakse mingi nimi (või number, kuid sel juhul ei tähenda number midagi muud kui ainult numbri nimetust) 2. (näited: mehed-naised sootunnusena; Tallinn- Pärnu-Tartu-Saaremaa ... elukohana) Kirjeldavad statistikud, mida saab kasutada? JÄRJESTUSSKAALA 3. mõõdab erinevust väljendatuna mingi suurusena. Mõõtmise alusel saame objekte juba järjestada 4
Tasandusjoon Y=18,5 0,48X 1. Näitab kasvavat lineaarset tendentsi (kahanevat) 2. Parameeter b ei tohi olla negatiivne 3. Vabaliige 18,5 kirjeldab joone tõusu 4. Igal ajaperioodil väärtused vähenevad 0,48 korda (mitte korda, vaid ühiku võrra) 5. Ei ükski Tasandusjoon Y= 18,5+0,48X 1. Kirjeldab X-i mõju Y-le 2. Kirjeldab seose tugevust (korrelatsioon kirjeldab, aga see on regressioon ja lisaks peab olema veel teine funktsioon 3. Kirjeldab Y-i mõju X-le 4. On pööratav ka kujule X=18,5+0,48Y (peamine tingimus regressiooni puhul on, et funktsioon ei ole pööratav 5. Ei ükski Eksponentkeskmist kasutatakse, kui on tegemist: 1. Keskmise taseme leidmisega väga pikkades aegridades 2. Keskmise taseme leidmisega momentreas ja ajavahemikud on võrdsed 3
.......................................... 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 1) Sõltumatute gruppidega katseplaan KI valed 6iged VAS vanus sugu katsetingimus 1 5 3 1,4 21 m 1
haridus Total Count 443 88 24 555 % within Respondendi 79,8% 15,9% 4,3% 100,0% haridus Chi-Square Tests Kui risttabel on liiga suur (palju tühje või Asymp. Sig. väikeste väärtustega lahtreid) võib neid Value df (2-tailed) kokku tõmmata kas andmeid filtreerides või Pearson 45,508 a
2. perioodreaga ja perioodid ei ole võrdsed 3. standardhäbe arvutamise juures 4. momentreaga aegrea kesmise taseme arvutamiseks. 5. ei ükski Dispersioonanalüüsi eesmärk on: 1. dispersioonide leidmine 2. uuritava nähtuste tegurite mõju olulisuse hindamine Seoste analüüsil: 1. regressiooniseos ei ole pööratav 2. seost krjeldab 2 funktsiooni 3. korrelatsioonikordaja peab olema 0 ja 1 vahel 4. regressioon ei pea olema 0 ja 1 vahel Üliõpilasel on antud ülesanne leida seos kahe valimi vahel. Mida ta peab tegema? 1. kahe valimi vahel ei saa seost leida 2. kahe valmi vahel saab seost leida.. 3. korrelatsioonisuhte, ülddispersiooni leidma Lineaarne regressioonimudelil: 1. pole põhjus ega tagajärge 2. kordaja võb olla nii pos kui neg 3. vabaliikme abil saame kirjeldada seoste tugevust 4. regressiooni kordaja b abil saame kirjeldada seose tugevust
kontrollimiseks ja olulisuse nivoo – hüpoteesidega kontrollitakse teatud oletuste paikapidavust kas üldkogumite v valimite suhtes. Tuginedes valimitele, kontrollitakse statistiliste testide abil teatud oletuste ehk hüpoteesite kehtivust üldkogumite suhtes, millest väljavõtud on tehtud. Püstitatakse hüpoteesid, mis arvutuste tulemusel kas loetakse paikapidavaks või kummutatakse. Vead kontrollimiseks: I liiki vea korral kummutatakse nullhüpotees, mis tegelikult on õige. See on raske viga – uurija tõestab erinevust, mida tegelikult ei ole, mis vaid juhuslikult ilmnes valimis. II liiki vea korral võetakse vastu konkureeriv hüpotees, mis on tegelikult vale. See on kergem viga, mis enamasti tähendab seda, et soovitu tõestamiseks tuleb mõõtmisandmeid juurde koguda. Olulisuse nivoo – esimest liiki vea tõenäosus on α. Selle suurimat lubatavat tõenäosust nimetatakse olulisuse nivooks, nt α=0,05. 36
1. Epidemioloogia on rahvastervishoiu, kliinilise meditsiini ja statistika ühisosa. Käsitleb haiguste ja terviseseisundite levikut inimpopulatsioonis. a. Uurib tervisega/haigusega seotud seisundite ja sündmuste esinemist ja mõjureid rahvastikurühmades. b. Uurib uurimistulemuste rakendamist tervisega/haigusega seotud probleemide lahendamisel rahvastikurühmades. c. Ühesõnaga viib läbi igasuguseid uuringuid, et saada aimu erinevate tegurite mõjust jne d. Saame ise uurida ja uuringuid tõlgendada tänu epidemioloogiale. e. Klassikaline epi tegeles ajalooliselt nakkushaiguste uurimisega rahvastikud. f. Moodne epi uurib nii nakkushaigusi kui ka mittenakkushaiguslikke haigusi ja tervist rahvastikurühma tasandil. g. John Snow oletas, et joogivesi on sobiv haiguse edasikandja inimeselt inimesele (koolera). h. James Lind merendushügieeni alusepanija (meremehed peavad mer
Andmeanalüüs MS Exceli abil Andmeanalüüs MS Exceli abil Järgnev õpetus püüab võimalikult 'puust ja punaselt' ette näidata elementaarse andmeanalüüsi teostamise võimalused MS Excelis. Samas ei ole see materjal mõeldud matemaatilise statistika konspektiks, vastavad teadmised/materjalid eeldatakse kasutajal enesel olemas olevat. Seetõttu pole ka eriti tegeletud konkreetsete näidetega ega tulemuste tõlgendamisega. See konspekt ei ole Andres Kiviste 1998 aastal ilmunud vihiku "Matemaatilise statistika algteadmisi ja rakenduslikke näiteid MS Exceli keskkonnas" ümbertrükk. MS
· Atribuudid o sõltumatu atribuut - manipuleeritav atribuut o sõltuv atribuut - see, mida mõõdetakse · Eeldused (normaaljaotus) · Andmeanalüüsid o Parameetrilised testid (peavad vastama eeldustele) o Testid muutujate vaheliste seoste leidmiseks (pideva atribuudi keskväärtuste võrdlemine) Korrelatsioon - seose tugevus kahe pideva atribuudi vahel Regressioon - millisel määral sõltumatud atribuudid mõjutavad sõltuvat atribuuti, mängitakse läbi erinevad kombinatsioonid Faktoranalüüs - lubab vähendada atribuutide arvu vähemaks hulgaks faktoriteks o Testid gruppide vaheliste erinevuste leidmiseks T-test ANOVA - kahe või enama grupi omavaheline võrdlus o Mitteparameetrilised testid
Kvantitaiivne tunnus (arvtunnus) on tunnus , mille väärtused on arvud (nt. Pikkus, kaal, rahvaarv, keskmine hinne) Kvalitatiivne tunnus on tunnus, mille väärtused ei ole arvud ( juustevärv, perekonnaseis, rahvus). STATISTIKA EKSAMI KORDAMISKÜSIMUS TE VASTUSED 1. Statistika aine ja meetod Statistika on iseseisev teadus. Ta uurib ühiskondlike nähtuste kvantitatiivset külge lahutamata seoses nende kvalitatiivse küljega ja ühiskonna arengu kvalitatiivset väljendumist konkreetsel ajal ja kohal. Peamiselt tegeleb statistika : 1) Statistiliste andmete hankimisega e. statistiline vaatlus 2) Ststistilise informatsiooni kompaktne ja ülevaatlik esitamine e. Kirjeldava statistika (andmete esitamine ja organiseerimine) 3) Tõenäosusteooria so.reaalsuses sageli esineva ja majanduses eelkõige tulevikuga seonduva ebakindluse kirjeldaminne 4) Järeldav
Tunnus on iseloomulik omadus, mille poolest nähtused üksteisega sarnanevad või üksteisest erinevad. 1. arvulised ehk kvantitatiivsed: Pidev tunnus võib omada kõiki reaalarvulisi väärtusi Diskreetne tunnus saavad omada väärtusi ainult kindlate vahemike järel 2. mittearvulised ehk kvalitatiivsed: Järjestustunnus loogiliselt järjestatavad (haridustasemed) Nominaaltunnus - vastusevariantide jaoks ei leidu sisulist järjestust (rahvus) Binaarne tunnus tunnus, millel on ainult kaks võimalikku väärtust (sugu) Kogumi maht (liikmete arv) Moodustatavate rühmade arv 40 60 68 60 100 7 10 100 200 9 12 200 500 12 15 Intervalli laiuse saame, kui valimi suurima ja vähima väärtuse vahe jagame valitud intervallide arvuga. Sagedusjaotus näitab kui palju vaatlusi langeb igasse intervalli. Mahukeskmised aritmeetiline kesk
Mainori Kõrgkool Matemaatika ja statistika Loengukonspekt Silver Toompalu, MSc 2008/2009 1 Matemaatika ja statistika 2008/2009 Sisukord 1 Mudelid majanduses ............................................................................................................. 4 1.1 Mudeli mõiste ......................................................................................................................... 4 1.2 Matemaatilise mudeli struktuur ja sisu ................................................................................... 4 2 Funktsioonid ja nende algebra............................................................................................... 5 2.1 Funktsionaalne sõltuvus ....................................
Pime katseplaan - eksperiment, kus katsealune ei tea, millises katsetingimuses ta osaleb (kas kontrolltingimus või eksperimentaaltingimus) Topeltpime katseplaan - eksperiment, kus ei katsealune ega eksperimentaator ei tea, millises katsetingimuses ükski katsealune osaleb 23. Põhilised mõõtmisskaalad ja nende omadused; näited ! (loeng, seminar, õpik) Nominaalskaala: mõõdab, kas objektid mingi omaduse poolest erinevad ja mitte midagi muud. Nominaalskaala jaotab objektid v. omadused kategooriatesse, mille antakse mingi nimi (või number, kuid sel juhul ei tähenda number midagi muud kui ainult numbri nimetust) (näited: mehed-naised sootunnusena; Tallinn- Pärnu-Tartu-Saaremaa ... elukohana) Järjestusskaala: mõõdab erinevust väljendatuna mingi suurusena. Mõõtmise alusel saame objekte juba järjestada (näiteks kõik meestuttavad meeldivuse järjekorras; kõik Eesti maakonnad elanike arvu järgi).
Biosüstemaatika teooria ja meetodid Prof. Erast Parmasto loengukursuse konspekt Esimene versioon, okt. - nov. 1994 0. Sissejuhatus. 0.1. Biosüstemaatika on teadus eluslooduse mitmekesisusest: selle vormi- dest, põhjustest, tekkest; liikide ja teiste süstemaatika ühikute piiritle- misest, nimetamisest ja teaduslikut põhjendatud klassifitseerimisest. Kasutatakse ka lühemat nimetust süstemaatika (alates Linné tööst 1737. a.), kuid süstematiseeritakse ka elutu looduse nähtusi. Camp ja Gilly (1943) kasutasid biosüstemaatika mõistet erinevas tähenduses: eelkõige tsütogeneetiliste uurimiste kohta. See nimetusviis on aga juba ammu aja- lukku vajunud. Et käesolevas kursuses segimineku ohtu pole, kasutatakse mõlemat terminit siin samatähenduslikena. - Kasutusel on ka sõna taksonoo- mia (esmakordselt 1813. a. De Candolle poolt); nende tähenduserinevus pole aga ühtselt käsitletav. Euroopas peetakse sü
.. a 2jm kus 0 d h 2j d 1 . Panus Pi 2 kirjeldab üldistatud teguri Fi osa kõigi lähtetegurite summaarses ajuvuses Pi 2 a12i a 22i ... a ni2 . 3.5. Statistiline prognostika (aegridade uurimine) Paljude majandusnäitajate väärtused muutuvad ajas. Mingil perioodil ajas muutuva näitaja mõõdetud väärtuste hulka nimetatakse aegreaks. Aegridade uurimine on oluline selle näitaja käitumise trendi kindlaks tegemisel. Sisuliselt on aegridade analüüsi põhjal tegemist regressioon ja korrelatsioonvõrrandiga, kus ainsaks teguriks on aeg. Eesmärgid: x aegrea eripära lühiiseloomustus (sirge või kõver jne); x aegrida kirjeldavate statistiliste mudelite valik (lineaarne või keerulisem rakendus); x prognoosimine (mudel tuleks viia sellisele kujule, et saaks prognoosida); x protsesside juhtimine. (reaalajas protsessi juhtimine). Etapid: x aegrea graafiline uurimine x aegrea koostiselementide väljaselgitamiste (trend, sessoonne ja tsükliline komponent)
– Non-response bias – Early/late respondent bias (kas hilisemad vastajad, mitme meeldetuletuse peale vastajad on n. optimistlikumad/pessimistlikumad kui varajasemad vastajad) – Missing value analysis. Kas puuduvates andmete esineb mingeid mustreid Bias: Konstantselt üle/alapakkujad vastajad. N. vastajad kes enamus/paljudes vastustest valivad ‘ei tea’, ‘arvamus puudub’ Structural Equation Modeling (SEM) - Mitmete statistiliste analüüside (n. regressioon ja faktoranalüüs) üheaegne kontroll ja teostamine. • SEM on pigem kinnitav kui avastav. • Sisemise valiidsuse ohud.– Mõõteriista muutmine uuringu ajal. – Vastajad saavad uuringu käigus targemaks ja muudavad oma arvamusi • Välise valiidsuse ohud.: – Uurija üldistab tulemused alusetult väljapoole sihtrühma. Kvalitatiivne uuring: – Kuidas sotsiaalset maailma tõlgendada, mõista, tajuda ja moodustada. – Baseerub paindlikele ja tundlikele meetoditele.
1. LOENG TEADUSLIKU UURIMUSE OLEMUS Mis on teaduslik uurimus? Teadus ei tegele mingite muljetega, stiilis: "Ma usun, et Keskerakond on eesti- vastane partei" Et "Keskerakonna eesti-vastasust" teaduslikult uurida: Tuleks kõigepealt väga selgelt defineerida, mis on "eesti-vastasus". Seejärel tuleks koostada kindel, uurimiskava. Kasutame näiteks erakonna programmi. Küsitleme erakonna liikmeid. Ühesõnaga, me üritame eesti-vastasust mõõta. Seega, mis on teaduslik uurimus ... Teaduslik uuring on seega: Miski, mis koosneb üksteisele selgelt järgnevatest etappidest Miski, kus peab olema selge, mida/keda me mõõdame/uurime ja kuidas uurime? Miski, kus on olemas ka eelnevad ideed (teooria). Sotsiaalteaduslik uurimus Riigiteadusi loetakse sotsiaal-teaduste hulka kuuluvaks Üks viisidest ajakirjandus, kirjandus, filmid... Keskendub sotsiaalselt olulistele probleemidele / nähtus
EESTI MAAÜLIKOOL VETERINAARMEDITSIINI JA LOOMAKASVATUSE INSTITUUT LOOMAGENEETIKA I OSA LOENGUKONSPEKT ÕPPEAINES VL.0779 ARETUSÕPETUS ÕPPEVAHEND EMÜ ÜLIÕPILASTELE Koostajad: A. Lüpsik E. Orgmets H. Viinalass TARTU 2009 GENEETIKA KUI TEADUS JA SELLE KOHT BIOLOOGIAS Geneetika on teadus organismide pärilikkusest. Mõiste geneetika tuleneb kreeka keelest ja tähendab sünnisse, põlvnemisse või tekkesse puutuvat. Tänapäeval on geneetika kujunenud bioloogia üheks keskseks haruks, sest ta uurib kõikidel organismidel esinevat nähtust pärilikkust ja selle muutumist ning geneetilise informatsiooni edastamise ja realiseerumise seaduspärasusi organismi elutsükli jooksul. Geneetika arengust sõltuvad elusorganismide soovikohase muutmise, valkude biosünteesi kontrolli ja ka põllumajandusloomade se
AAVO LUUK PSÜHHOLOOGIA ALUSED LOENGUKONSPEKT ESIMENE OSA TARTU 2003 Psühholoogia alused 2 SISUKORD 1. Sissejuhatus psühholoogia probleemidesse 3 2. Psühholoogia valdkonnad ja uurimismeetodid 6 3. Psüühika bioloogilised alused I. Närviraku ehitus ja funktsioneerimine 11 4. Psüühika bioloogilised alused II. Närvisüsteemi makrostruktuur 14 5. Aistingud I. Aistingute teooria ja mõõtmine 18 6. Aistingud II. Aistingud eri modaalsustes 21 7. Taju 26 8. Mälu I. Mälu liigid ja mudelid 30 9. Mälu II. Mälu struktuurid ja protsessid 35 10. Õppimine I. Käitu
annaabi.ee 
