tulemuste ja vastusteni. Soovisime leida vastuseid sellele, kuidas haridus on 3 mõjutajaks inimeste töös, perekonnas, kodu loomisel. Et saada paremat ülevaaded inimeste vastustest ning teostada parim analüüs kasutasime programmi MS Excel. 4. Uurimusküsimused ja nende selgitused · Kas inimese haridustase ja emakeel mõjutab palganumbreid ? Kasutasime andmestikust järgnevate küsimuste andmeid Vastaja emakeel ? Vastaja haridus grupeeritult ? Kui suur oli möödunud kuul Teie pere netosissetulek ühe inimese kohta ? · Milline seos on haridustasemel laste arvuga ja töökohaga ? Kasutasime järgnevate küsimuste vastuseid andmestikust Alla 18 aastaste laste arv peres ? Palgatöötaja: amet ? Vastaja perekonnaseis ? · Kas inimeste haridus on mõjutajaks elamispinna suhtes ? Sellele küsimusele vastuse
klientide arv, kes siseneb; klientide arv, kes ostab; ootamisaeg; teenindamisaeg. Neid saavad kirja panna klienditeenindajad ise, saab jälgida kaamerate abil, osa andmeid saab järgi vaadata kassaaparaadist või siis võib teatud perioodiks palgata inimest või inimesi, kes seda protsessi jälgiksid. 3.2. Tuleb arvestada, et järjekorrateoorias põhineb suur osa juhuslikkusel ning seetõttu ei saa kunagi sajaprotsendiliselt andmestikust ja tulemuslikkuses kindel olla. Peab arvestama kõikide probleemidega, klientide/teenindajate tujudega, erinevate inimeste maitsega, tehniliste probleemidega jne. Näiteks võib üks klient nõuda abi sobivate riiete ning aksessuaaride otsimisel, mille peale võib kuluda väga palju aega ning seejuures töötab ainult üks kassa ja järjekord võib olla suurem. 3.3. Andmeid tuleks kogude ühe kuu jooskul, arvestades ajaga, millal
ANDMESTIKU TUTVUSTUS Koduse töö andmestikuks valisin Statistikaameti statistilise elussündinute andmed (http://pub.stat.ee/px- web.2001/Database/Rahvastik/03Rahvastikusundmused/12Sunnid/12Sunnid.asp). Kasutasin andmed ,,Elusündinud Ema vanuse ja haridustaseme ja asutusüksuse liigi järgi 2009.aastal" ja ,,Elusündinud sünnijärjekorra, Ema vanuse ja asutusüksuse liigi järgi 2009.aastal". Statistikaametis olid andmed uuendatud 31.05.2010. Andmestikust loodan leida vastused järgmistele uurimiseesmärkidele: 1. Kas on seotud Ema haridustase ja sündinud laste arv; 2. Kas Ema vanuse ja tema haridustase vahel on seos. 3. Missugune on linnas- ja maa-asulates elavate noorte emade osakaal. 4. Kas on seos Ema haridustaseme ja lapse sünnijärjerorra vahel peres. Andmete analüüsiks kasutasin erinevaid Exceli funktsioone. 4
tekitatud. Joonis 1. Geodeesia sugupuu tänapäeval (idee P. Vanicek, UNB). Seoses ulatuslike kaardistamistööde algusega jaoks üsnagi hägusaks muutunud. Siiski, mõnedes mõnisada aastat tagasi tekkis enneolematult suur geofüüsikalistes ülesannetes piisab lokaalsest vajadus geodeetiliste tööde läbiviimiseks. Nimelt jõudis andmestikust (näiteks maapõuevarade otsingul), samas ühiskonna selles arengustaadiumis pärale tõdemus, et kui geodeetilistes ülesannetes on tihtilugu vajalik täpsetest kaartidest on abi riigivalitsemisel, maksude kasutada globaalse kattuvusega andmeid. Teiste kogumisel ja alatasa puhkevas sõjategevuses. Esialgu "teaduspuudega" astronoomia, okeanograafia,
peegeldus. Vea vähendamiseks on võimalik puistu jagada väiksemateks osadeks, ning nende kohta arvutada eraldi keskmised kõrgused. Eestis on laserandmetest metsa kõrguse ennustamiseks osutunud kõige edukamaks protsentiilimeetod(joonis 2), kus kasutatakse kolmemõõtmelise peegelduste parve kõrgusjaotuse 80 protsentiili , mida saab lineaarse mudeli abil kõrguseks teisendada (Lang et al., 2012). Joonis 2. Väljalõige lidarmõõtmiste andmestikust. Peegelduste parvele, kuhu jäävad mõned suured puud, on märgitud peegelduste kõrgusjaotuse 80-protsentiil H80, maksimumkõrgust tähistav HMax ja maapinna kõrgust tähistav HMaa. 6 3.2 Võra alguskõrguste määramine Elusvõra alguse kõrguse ja puu kogu kõrguse suhte abil on hea saada ülevaadet metsa elujõulisuse ja puude konkurentsi kohta. Samuti on võimalik selle parameetri abil saada
pidutsemine. Olgu selleks kodused peod, väljas sõpruskonnaga kokteiliklaasi taga aja veetmine või täiesti tavaline reedene filmiõhtu pärast südaööd leiavad paljud noored end ikka ööklubidest. Otsustasime grupiga anda teeninduskvaliteedi hinnangu Pärnu ühele külastatavamale klubile ööklubi Sugar. Uurimustöö on jaotatud kaheks osaks. Esimene osa ettevõtte tausta kirjeldus ja teeninuskvaliteedi hindamisega seotud teoreetiline taust. Töö teine osa koosneb andmestikust, kuhu on kogutud kirjeldus, kuidas koostasime SERVQUAL ankeedi, millised olid uuringu tulemused ning järeldused. 1. ETTEVÕTTE TAUST 1.1.Teeninduskvaliteedi hindamisega seotud teoreetiline taust Professori Christian Grönroosi järgi iseloomustavad head teenindust järgmised kvaliteedikarakteristikud: 1. professionaalsus ja oskused: osutajate professionaalsust mõjutab omakorda baas- ja täienduskoolitus ning vastavus
Üldse ei jälgi, ma ei söö tervislikult Ei ole rahul Kuidas kunagi, vahel jälgin, vahel mitte Ei ole rahul Jälgin natuke, enamasti üritan toituda tervislikult Täiesti rahul Jälgin natuke, enamasti üritan toituda tervislikult Ei ole rahul Üldiselt ei jälgi, enamasti söön kuidas juhtub Ei ole rahul Kuidas kunagi, vahel jälgin, vahel mitte Täiesti rahul Jälgin natuke, enamasti üritan toituda tervislikult Täiesti rahul 1. Leia andmestikust treening tunnus, mille väärtuseid oleks sobilik esitada histogrammi abil. Koosta histogramm, kujunda saa 2. Kasutage andmestiku treening andmeid ning leidke tabelarvutstarkvara abil (õpiku näiteid järgides) õpilaste pikkuse ja kaalu 3. Võrdle omavahel meeste-naiste keskmiseid kehamassiindekseid (KMI) andmestikus treening. Kirjuta tulemuste sisulist tähe 4. Kasuta andmestikku treening ning arvuta kahe vabalt valitud tunnuse kirjeldamiseks korrelatsioonikordaja ning tõlgenda selle 5
Koolitasandil ja õpilastasandil andmed kogutakse koolidest iga-aastaselt ja siis sobitatakse õpilaste individuaalsete saavutustega riiklikel testidel. Andmestikku kasutatakse, et jälgida riiklikke hariduspoliitika eesmärke, inspekteerida tugevamalt kindlaid koole ning kohaliku omavalitsuse jaoks oma piirkonna koolide saavutuste uurimiseks. Samuti on sellest abi ka kooli sisekontrolli teostamiseks. Koolide jaoks on abi juba analüütiliselt töödeldud andmestikust, mida teostab valitsus Fischer Family Trust I abil (Fisheri perekonna fond), iseseisev, mittetulunduslik organisatsioon, mis toetab projekte, et arendada UK haridust. See aitab koolil end võrrelda teiste sarnastega. (uk_kool) 17 6. ÜLIKOOLID SUURBRITANNIAS Kõik Suurbritannia ülikoolid on eraasutused. Suurbritannias on kokku üle 100 ülikooli.
raskem on tagada, et vajalik info jõuaks õigesse kohta. Kui info liikumine on häiritud (see ei liigu edasi või liigub valesse kohta), langeb töötajate efektiivsus (tehakse valesid otsuseid, oodatakse puuduva info järel) ja kahaneb organisatsiooni efektiivsus tervikuna. Infomahu kasvamisel võetakse appi keerukamad tabelitesüsteemid (nt Excel, Access), finantsarvestusprogrammid, seotakse need üksteisega ja koondatakse nende andmestikust 15 vajaminev aruandlus. Teabe hulga kasvamisel ettevõttes on vaja aga midagi enamat. Selle probleemi lahendamiseks on toodetud mitmeid majandustarkvara pakette erineva keerukuse ja hinnaga. Väiksemates ettevõtetes võib-olla ei olegi tarvidust keerukate ja kallite programmide järele, vaid saab ka MS Offiice-ga asjad aetud. Ise tegelen igapäevaselt asjaajamisega ja ka sekretäri ülesannetega
on <0,1 või VIF>10, on tegemist problemaatilisel tasemel prediktorite-vahelise seotusega. Uurida ka mudeli jääke (Residuals) (normaaljaotuslikkus ja ekstreemsed juhtumid) o Casewide diagnostics, valida Standard residuals valikusse 2SD ühikut, mille sisse jääb >95% normaaljaotuse andmetest. Kontrollida, kas antud andmete hulk jääb <5% kogu andmestikust. o Standardized Residuals Histogram – jälgida, et andmed oleksid koondunud nulli ümber ja mõlemale poole nulli langeb enam-vähem võrdselt jääke. Ühtlasi: residual: statistics min, max ja mean selle hindamiseks. o Q-Q Plot Standardized Residuals - niinimetatud tõenäosuspaber ehk kvantiil- kvantiil diagramm (ingl. k. Q-Q plot). Sirge joon esindab normaaljaotust ja punktid jääke
Kui meil on nt mitteparameetrilise testiga gruppide A ja B keskmiste võrdlemine, siis sellest järjekorrast võetakse mõlema grupi astakud ning leitakse nende keskmised (koos muude statistikutega keskmiste võrdlemiseks. Seega... grupi A keskmine astak Mastak(A) = (1.5 + 3 + 4) / 3 = 2.83 grupi B keskmine astak Mastak(B) = (1.5 + 5 + 6) / 3 = 4.17 Ehkki SPSS-is muundatakse toorandmed astakuteks ,,taustal", kui on valitud mitteparameetriline test, siis astakuid saab oma andmestikust ka ise tekitada. Selleks: Transform Rank Cases. Korduvmõõtmsite ANOVA (Repeated measures ANOVA) on sarnane tavalise ANOVA-ga (One Way ANOVA). Tavalise ANOVA-ga võrdlesime erinevusi sõltumatute gruppide vahel. Korduvmõõtmiste ANOVA-ga saame võrrelda erinevusi sõltuvate gruppide korral. Eksperimentaalpsühholoogias kohtab seda analüüsi üsna sageli, sest eelistatakse kasutada katsedisaine, kus kõik katseisikud teevad kõik tingimused läbi (sõltuvate gruppidega katsedisain).
Võrrelge meetodeid nende kriteeriumide põhjal. Efektiivsus – kiirus arvutusaja suhtes. Klaster ja distantsmeetodid (UPGMA ja NJ) on kiired meetodid. Säästumeetod on piisavalt kiire sadade järjestuste analüüsiks. Optimummeetodid on arvutuslikult aeganõudvad. Suurima tõepära meetod on kõige aeganõudvam. Võimsus – kui palju andmeid vajab ja kui suurt osa andmestikust kasutab. Distantsmeetodid (UPGMA, NJ, ME – min.evo) kaotavad osa infost, kui muudavad originaaladmed järjestuste evolutsioonilisteks kaugusteks. Säästumeetod kasutab ainult säästumeetodi-informatiivseid nukleotiidipositsioone. Ainult säästumeetod saab hõlpsasti kasutada indeleid. Suurimatõepära meetod võib eirata nukleotiidipositsioone, milles mõne taksoni järjestustel puudub
61. Mis on erind? Erind (outlier) on sõltuva tunnuse suhtes, suure jäägiga. ● Nendes vaatluspunktides on probleem mudeli kehtivusega. ● Avastamiseks uurida jääkide diagramme. ● Kasutada standardiseeritud jääkide arvutamist 62. Mis on omapärane vaatlus? Omapärane vaatlus (leverage): ühel või mitmel sõltumatul tunnusel ekstreemne väärtus. ● Võivad oluliselt mõjutada regressioonanalüüsi tulemust ● Kindlasti tuleb andmestikust välja jätta, kui ilmneb, et on tehtud mõõtmisvigu või registreerimisvigu (valesti andmebaasi kantud) 63. Mis on mõjus vaatlus? Mõjus vaatlus (influential): nii erind kui ka omapärane vaatlus. Suure jäägiga ja ühel või mitmel sõltumatul tunnusel ekstreemne väärtus Kui standardiseeritud jäägi absoluutväärtus: >2 ebatüüpiline >3 erind Programmis Gretl automaatselt ei arvutata. Saab ise arvutada: salvestada jäägid ja luua uus tunnus: jääk / mudeli standardviga. 64
eristama oma interpretatsiooni uuritavate subjektide interpretatsioonidest polüfoonia printsiip · Uurija põhjendab oma interpretatsiooni, hoides kinni refleksiivsuse printsiibist, s.t ta on teadlik ja arutab, miks ta uuritavate subjektide nägemusi just selliselt interpreteerib ning kaalub ka teisi tõlgendamisvõimalusi · Uurija võimaldab lugejal esitatud faktide alusel teha omad järeldused, esitades piisavalt palju ja selgeid väljavõtteid andmestikust · Kuid see ei tähenda, et ainult tsitaadid võivad asendada analüüsi · Üldiselt suhe analüüsi ja tsitaatide vahel on ¾ analüüs : ¼ tsitaadid. PS. Hilisem leid: väga hea ülevaate erinevatest uurimismeetoditest, teooriate tüübist ja sotsioloogilise uurimuse eripäradest annab raamat Research Methods in the social sciences (Frankfort-Nachmias).
Need saadakse üldjuhul tehniliselökonoomilisel arvutuste teel. Välisõhu temp muutub ajas kusjuures sõltub aastaajast, kellaajast, geograafiliselt asendist jne. Küttesüsteemi dimensioneerimisel ei ole majanduslikult otstarbe kohane lähtuda antud piirkonnas esinenud 21 absoluutselt minimaalselt temp-st vaid tuleb lähtuda arvutuslikust välisõhu temp-st mis lähtub antud piirkonna pikaajalisest ilmavaatlus andmestikust. Välisõhu arvutuslik temp on antud paikkonna talvine välisõhu temp mille puhul ruumide sise temp ka erakordselt madalate välisõhu temp-del ei tohi võrrelduna arvestusliku sise temp-iga langeda t s = 2,5 o C rohkem kui . See võetakse arvesse haiglate, hotellid, koolid, Dt s = 4,0 o C lasteaiad js. Kõikidel ülejäänudel võetakse arvesse 4,0. Uus metoodika välisõhu temp määramisel võtab arvesse 3 teguri koosmõju.
SUUNAMISFUNKTSIOON konkurentsile orienteeritud, kuid samas realiseeritud eesmärgid ette anda ja ettevõtet sellel kursil hoida - JUHTIMIS- JA KONTROLLIFUNKTSIOON hälvete puhul kiiresti ja paindlikult eesmärgile suunatud kursile tagasi toovaid otsuseid langetada - REGULEERIMISFUNKTSIOON Suur osa ettevõtte kvantitatiivsest andmestikust, eriti finantsandmetest kujuneb majandusarvestuse protsessi käigus. Seega võib majandusarvestust vaadelda kui paindlikku, dünaamilist ja ANALÜÜTILIST informatsioonisüsteemi. 1.2. Ettevõtte aruandluse arengusuunad Välistele huvigruppidele suunatud kohustuslik aruanne on majandusaasta aruanne, mille olulisemad osad on tegevusaruanne ning raamatupidamise aastaaruanne kooskõlas rahvuslike raamatupidamisstandarditega või Rahvusvaheliste Finants-
gruppide kohta Summaries of separate variables - kokkuvõtted tehakse erinevate tunnuste kohta Values of individual cases - üksikväärtuste analüüs Tulpdiagrammi koostamise ja kujundamise juhend 2012 2.1. Üksikväärtuste analüüs Seda valikut kasutatakse praktikas ilmselt kõige harvemini, sest see eeldab juba eelnevalt kokkuvõetud andmeid. Olgu meil näiteks X kooli kohta teada 10-ndate, 11-ndate ja 12-ndate klasside õpilaste arvutatud keskmine hinne. Tavapärasest andmestikust erineb näiteandmestik seetõttu, et näites ei ole üksikute õpilaste keskmiseid hindeid vaid välja on arvutatud klasside keskmised hinded. Näites toodud andmete esitamiseks tulpdiagrammi abil, valime Graphs/Legacy Dialogs/Bar... Dialoogiaknas valime: Simple Values of individual cases Edasi viime Bars Represent väljale tunnuse keskmine_hinne ning kategooriate esitamiseks viime tunnuse klass Category Labels/Variable väljale.
Selle loengukursuse raames on võimalik peatuda vaid kõige üldisematel põhimõtetel ja terminitel. Ei tohi ajada segamini molekulaarsete andmete kasutamist fülogeneesi uurimiseks ja (neutraalset) molekulaarset evolutsiooni kui kontseptsiooni (hüpoteesi, teooriat). Tegemist on erinevatel tasapindadel olevate mõistetega. Ühisosa, kui nii üleüldse võib väljenduda, on selles, et suurema osa neutralistliku teooria andmestikust pärineb geenide järjestuste võrdlemisest - samast empiirikast, mis toidab ka fülogeneetiliste rekonstruktsioonide koostamist. Molekulaarsete andmete kasutamine fülogeneetilisteks rekonstruktsioonideks baseerub ja on võimalik vaid molekulaarse kella olemasolu kontekstis. Molekulaarse kella kontseptsioon oma tavatähenduses väidab, et makromolekulide järjestus muutub evolutsioonilises ajaskaalas lineaarselt. MKK ei väida, et kõik makromolekulid muutuvad ühesuguse kiirusega. Tuleb aga
lõpptulemusele •Alates 1990 on uuringud laienenud tegeletakse: .Arhitektuuri mustritega .Arhitektuuri kirjelduskeeltega .Arhitektuuri dokumentatsiooniga .Formaalsete meetoditega •Üha laienev on ka praktiliste “frameworkide” valik, mida kasutusele võtta ITK 2007, Kalev Pihl Sissejuhatus informaatikasse 9 Tarkvaraarenduse prioriteedid •Aega ja raha kulub järgmise kolme asja peale: .Äriprotsessidest ja nende vajadustest arusaamine .Olemasolevast andmestikust arusaamine .Koodi kirjutamine •Eelkõige on kasvamas kahe ülejäänu taustal teine komponent ITK 2007, Kalev Pihl Sissejuhatus informaatikasse 10 Data explosion! •Sajandi keskel ITK 2007, Kalev Pihl Sissejuhatus informaatikasse 11 Iga arvuti on praegustest tuhandeid kordi võimsam Võrgus on praegusest tuhandeid kordi rohkem infot ja teenuseid Internet 0: inimene <-> veidi inimesi, raadio, TV ITK 2007, Kalev Pihl Sissejuhatus informaatikasse 12 Raadiokanal 1
annaabi.ee 
