Kontrollida seose olemasolu 4.Regresioon analüüs Prognoosida ühte tunnust teise 2 pidevat arvutunnus järgi. Regresioonivõrrandi olulisus 5.Dispersioon Keskmiste erinevus mitmes Pidev arvtunnus- keskmised, analüüs grupis (üle 2) Tunnus, millel on vahe väärtused (üle 2) Praks 3- Kirjeldav statistika. Arvkarakteristikute leidmine funktsioonide ja protseduuri Descriptive Statistics abil. Usalduspiirid (protseduur Descriptive Statistics) Vaatluste arv- f- Statistical- Count Keskmine väärtus - =AVERAGE(Alguskoordinaat:Lõppkoordinaat) Mediaan - =MEDIAN(Alguskoordinaat:Lõppkoordinaat) Standardhälve - = STDEV.S (Alguskoordinaat:Lõppkoordinaat) Minimaalne väärtus - =MIN(Alguskoordinaat:Lõppkoordinaat)
allserva (Formula result) [vanematel Exceli versioonidel üles paremasse nurka]. http://www.htg.tartu.ee/~a9tp/mirror/www.eau.ee/%257Ektanel/kool_ja_too/stat_excelis/vahendid.html (2 of 5)29.05.2006 15:08:52 Andmeanalüüs MS Exceli abil - vahendid Protseduurid MS Exceli statistikaprotseduuride loetelu avaneb menüüst Tools käsu Data Analysis alt. NB! Kui Data Analysis Teie arvutis puudub, tuleks liikuda menüüst Tools käsule Add-Ins... ja tehe avanevas aknas "linnuke" nimetuse Analysis ToolPak ees olevatesse kastidesse. Kui Te ka nüüd, peale OK vajutamist, ei leia menüüst Tools käsku Data Analysis, on MS Exceli statistikaprotseduurid jäänud Teie arvutis ilmselt
(M=2,41;SD=1,12). Seda lugesin esimesest tabelist välja. See on see, mis ma valimist teada sain. Teiseks ma mõtlen ,et kas seda erinevust saab üldistada? Meid huvitab, kas see kehtiks laiemalt. Selleks, et teha testi, pean ma valima testi. Mõistlik on t-test, sest mul on kaks gruppi või kaks tunnust. Hetkel on kaks tunnust ja lisaks on mõlemad tunnused mõõdetud intervallskaalaga. Järgmiseks eelduste kontroll – kaks tunnust ja intervallskaala? Järgmine samm hüpoteesid. See on kõikide testide puhul sama kus H0, kus üldkogumi keskmised tulevad võrdsed müüelu=müüilm, H1 ütleb, et need keskmised tulevad erinevad ja neid saab üldistada üldkogumile. Ehk müüelu ei võrdu müüilm. Valime alfa=0.05. Järmiseks test SPSSis ja siis otsuse tegemine. Selleks, et teha otsust vaatame Paired Samples Test tulemuste kasti, millega võrdub „Sig“? Kuna see on praegu 0,00, siis seda me võime üldkogumile laiendada, kuna see Sig (juhuslikkuse
● Ceteris paribus: kõik muu jääb samaks ● bj on y marginaalväärtus xj suhtes, matemaatiliselt osatuletis 31. ANOVA tabel, F-statistiku arvutamine. ANOVA tabel N-valimi maht K-parameetrite arv F statistik on keskruutude jagatis. Allub Fisheri ehk F- jaotusele Programmis Gretl näeb ANOVA tabelit, kui mudeli aruandes valida Analysis -> ANOVA 32. Regressioonmudeli statistilise olulisuse kontrollimine F-testiga. Mudeli statistilise olulisuse kontrollimiseks kasutatakse F - testi H0 - kõik seletavate tunnuste kordajad on nullid, b2=b3=… =bk =0 H1 - vähemalt üks kordaja b2 , b3 …., bk on nullist erinev Nullhüpotees: Y on määratud oma keskväärtusega: F- statistiku empiirilist väärtust võrreldakse F-jaotuse kriitilise väärtusega (või
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 kui palju on varieeruvust selle tüüpilise väärtuse “ümber”? Statistika jagunemine: Kirjeldav statistika (descriptive stat.) meetodid andmetest kokkuvõtete tegemiseks ning kirjeldamiseks. („65-70% U
TALLINNA TEHNIKAÜLIKOOL Majandusteaduskond Rahandus ja majandusteooria instituut Matemaatika, statistika ja ökonomeetria õppetool Laura Kallasvee, Liisi Saksakulm BRUTOPALKADE SEOS HARIDUSE, SOO JA ELUKOHAGA EESTI MAAKONDADE LÕIKES AASTATEL 2005-2008 Ökonoomeetriline projekt Juhendaja: dotsent Ako Sauga Tallinn 2014 SISUKORD SISSEJUHATUS.........................................................................................................................4 1. REGRESSIOONANALÜÜS..................................................................................................7 1.1. Ökonomeetriline mudel....................................................................................................7 1.2. Töös kasutatavad andmed..........................................
helbed või müsli 10 0,1754385965 10 0,175439 8 ei söö tavaliselt hommikul 8 0,1403508772 8 0,140351 8 puder 8 0,1403508772 8 0,140351 5 muu 25 5 0,0877192982 5 0,087719 57 Total Result 57 Mida te tavaliselt1hommikul57 sööte? 1 20 Tudengite arv 15 10 5 0 Total Count - HOMMIK 0,1754385965 0,1403508772 Järeldus: Tulemused näitavad, et tihti üliõpilased söövad võibleiba - kakskümmend kuus viiekümne seitsmendast inimest (45,6%). 10 üliõpilast söövad hommikul helbeid või müsleid (17,5%). Viis üliõpelast söövad hommikul midagi muut (8,8%)
olulised. e) Parameter Estimates näitab täpselt, kui palju (ning kas statistiliselt oluliselt) iga sõltumatu muutuja panustas ennustatava muutuja ennustamisse. 11. PRAKTIKUM 1) CRONBACHI ALFA Cronbachi alfa on sisereliaabluse koefitsient. See näitab, kuivõrd testi küsimused mõõdavad sama konstrukti. Cronbachi alfa vahemik on 0 kuni 1. Tulemust peetakse rahuldavaks kui > 0.7 ja heaks kui > 0.8. Käsklusrida: Analyze Scale Reliability Analysis Sisestage kõik uuritavad muutujad. Lisaks valige aknast Statistics - Item, Scale, Scale if item deleted, Correlations. Tulemus: Reliability Statistics Reliability Statistics Cronbach's Cronbach's N of Items Alpha Alpha Based on Standardized Items ,747 ,740 7
paarikauoa võrdlusteks. · Dispersioonanalüüs (ANOVA) o Ühemõõtmeline dispersioonanalüüs Arvuline uuritav e sõltuv tunnus (pidev ligikaudse normaaljaotusega) Kategooriline kirjeldav tunnus (ehk grupitunnus, mittearvuline) Testitakse gruppide keskmiste olulist erinevust (ehk kahe tunnuse vahelist seost) Statistilised hüpoteesid: H0=y1=y2=...=yk kõikide gruppide keskmised on võrdsed H1: vähemalt üks y1ei=yj vähemalt kahe grupi keskmised erinevad üksteisest Metoodika: võrdleme grupisisest varieeruvust gruppide vahelise varieeruvusega (f-statistik) · Post Hoc testid o Post hoc teste võib teha pärast dispersioonanalüüsi nullhüpoteesi kummutamist. o Post hoc teste on erinevaid:
.................................................................. 14 4.1. Normaaljaotus....................................................................................................................14 4.2. Keskväärtuse (keskmise) usaldusvahemik.........................................................................16 4.3. Statistiliste hüpoteeside kontrollimine...............................................................................16 4.3.1. Hüpoteesid ühe üldkogumi keskväärtusele.....................................................................17 4.3.2. Hüpoteesid ühe üldkogumi binaarse tunnuse väärtuse osakaalule ................................ 18 4.3.3. Hüpoteesid kahes sõltumatus üldkogumis keskväärtuste võrdlemiseks.........................18 4.3.4. Hüpoteesid kahes sõltuvas üldkogumis keskväärtuste võrdlemiseks.............................19 4.3.5
1-väga hea, 2-hea jne (NB!_- Kooli hoolekogu hinnang eelmise õppeaasta tulemustele?/ Kooli hoolekogu hinnang eelmise aasta juhtimisele?) , hulk (n: minu klassi avatakse), vanus (keskmine vanus), kui kaugel asub kool millestki- km-tes, Nimitunnus- millegi nimi, huviringude nimed, kooli nimi jne, kas koolis töötab nõustaja- ei tööta, töötab, mõlemad jne, Kiire ülevaade, palju on vastanud väärtusi: Analyse→Missing Values Analysis paremklõps tunnusele: display Variable Names/Display variable Labels→tõstan vajamineva (N. Brutopalk) paremale väljale→ok! Mean- keskmine Sugu- mõistlik viia kategoriaalsele väljale- alumine siis (vahet väga palju pole) Vanus: mingi osa ei vastanud- asendan missing →x (katusel kriips) Asendatakse puuduvad vastused keskmisega: Transform→ replase missing values- (series mean-võetakse kõik andmed) Vahemike loomine: transform→recode into different variables/visual binning? ...
võimeldakse, tervislik toitumine, narkootikumide ja alkoholi tarvitamine, suitsetamine, seksuaalkäitumine, suhtumine vähemustesse, jne. – eriti siis kui ollakse äärmuslik. Check of bias: • Vastanute määr Response rate • Tulemustel tuleb kontrollida terve rea kõrvalekallete olemasolu: – 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.
Uurimismeetodid psühholoogias (SOPH.00.282; 6 EAP) Kokku käsitletakse loengutes/seminarides/praktikumides seitset suuremat teemat, lisaks tuleb lugeda ka õpikust Kõigi teemade kohta on õppejõud koostanud lühikonspektid, mida auditoorse töö käigus pikemalt kommenteeritakse (koos näidetega). Mõnede teemadega kaasnevad praktilised tööd, kokku 5. Iga töö kohta tuleb vormistada aruanne/protokoll (tähtaeg määratakse iga töö kohta eraldi). Kuna on tegemist võimalikult praktilise kursusega, siis on auditoorsel tööl kohalolek kohustuslik. Aine lõpeb kirjaliku eksamiga. Eelduseks eksamile pääsemiseks on kontrolltöö sooritamine (9. aprill 2012) ja praktiliste tööde tegemine ning esitamine. Lisaks on vaja osaleda mõnes psühholoogilises uurimuses aineväliselt (2h). Teemad: · Eksperimentaalne meetod psühholoogias · Uurimistöö allikad. Uurimustöö eetika (praktiline töö nr. 1; Ch 6-7) · Mõõtmine ja mõõtmisskaalad (praktiline töö nr 2; Ch 8) ·
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 ....................................
MS Excel 2007 Töö alustamine.............................................................................................................................. 7 Ekraanipilt................................................................................................................................... 7 Töövihikud ja töölehed................................................................................................................ 7 Veerud, read ja lahtrid nendest koosnevad töölehed...............................................................8 Tabeli salvestamine.................................................................................................................... 8 Lahtrite märkimine/selekteerimine/suuruste muutmine...................................................................9 Mitme erinevas kohas oleva lahtri ja/või lahtriploki märkimine ..................................................9 Veergude, ridade ja kogu töölehe märk
uurimisküsimust ,,what" või ,,how" (Shrivastava, 1987: 80; in Rossiter, 2003: 87) (Creswell, 2003: 106) Uurimisküsimuste arv Unit of analysis / uurimistasand · 1-2 keskset küsimust on piisav! It is · Isik recommended to ask one or two central · Tiim questions followed by no more than five to · Projekt · Üksus/osakond seven subquestions.
Sisukord Eessõna Hea õpilane! Microsofti arenduspartnerid ja kliendid otsivad pidevalt noori ja andekaid koodimeistreid, kes oskavad arendada tarkvara laialt levinud .NET platvormil. Kui Sulle meeldib programmeerida, siis usun, et saame Sulle pakkuda vajalikku ja huvitavat õppematerjali. Järgneva praktilise ja kasuliku õppematerjali on loonud tunnustatud professionaalid. Siit leid uusimat infot nii .NET aluste kohta kui ka juhiseid veebirakenduste loomiseks. Teadmiste paremaks omandamiseks on allpool palju praktilisi näiteid ja ülesandeid. Ühtlasi on sellest aastast kõigile kättesaadavad ka videojuhendid, mis teevad õppetöö palju põnevamaks. Oleme kogu õppe välja töötanud vabavaraliste Microsoft Visual Studio ja SQL Server Express versioonide baasil. Need tööriistad on mõeldud spetsiaalselt õpilastele ja asjaarmastajatele Microsofti platvormiga tutvumiseks. Kellel on huvi professionaalsete tööriistade proovimiseks, siis tasub lähemalt tutvuda õppuritele
Institutisonalism ja konstruktivism • Institutsionalism: – Kuidas institutsioonid mõjutavad inimeste toimimist, ühiskondlikke ja poliitilisi protsesse – Institutsioonid: reeglid, normid, regulaarsed praktikad, jne. – “Uus institutsionalism”: lai vaade institutsioonidele – pigem reeglid ja normid, mis mõjutavad meie toimimist laiemalt – Eri suundi: ajalooline instituts., ratsionaalse valiku instituts., jt – Näited: policy analysis, parlamentarism, valimissüsteemid, jne. • Interpretatiivne lähenemine ehk konstruktivism – Kogu sotsiaalne reaalsus on konstrueeritud ja avaldub meile erinevate diskursuste kaudu – Puudub objektiivne sotsiaalne reaalsus – reaalsusi on mitmeid – Uurida, kuidas erinevad grupid/inimesed reaalsust interpreteerivad, seda konstrueerivad ja teatud diskursusi kasutavad ning taastoodavad. – Näited: poliitikute ja sots.teadlaste diskursused Jääkeldri protsessist
Andmebaasipõhiste veebirakenduste arendamine Microsoft Visual Studio ja SQL Server'i baasil ASP.NET Tallinn 2011 ASP.NET ASP.NET on .NET raamistiku moodul, mis võimaldab sul luua veebirakendusi, kasutades sealjuures minimaalselt koodi. ASP.NET ei ole mitte ASP (Active Server Pages) uus versioon, vaid täiesti uus lähenemine veebirakenduste loomisele. Erinevalt ASPist ja ka PHPst, mis on peamiselt skriptimise keeled, on ASP.NET lehtede taga olev kood täielikult objektorienteeritud. Seega tuleks ASP.NETi võrrelda mitte PHP vaid JAVA rakendustega. Kasutaja saab, kuid ei pruugi täpselt mõelda HTMLi eripärade peale. Pigem määrab ta, milliseid komponente ta soovib veebilehel näha ning need näidatakse, arvestades vajadusel kasutaja veebilehitseja eripäradega eriti kehtib see mobiilseadmete kohta. Koodi ASP.NET lehtede tarbeks võib kirjutada ükskõik millises .NET keeles. Lisaks veebivormidele on võimalik oma
tutvu lausearvutuse keskkonnaga: http://logik.phl.univie.ac.at/~chris/gateway/formular-uk-zentral.html Millistel muutuja väärtustel on lause (Av(B&A))v(-A&(Cv(B&-C))) väär? Panna tuleb results only, 0 on väär 1 on õige Tutvu ajalooga saidis kuni II maailmasõda: http://www.maxmon.com/history.htm Loe läbi jutt ja proovi andmetega mängida: http://math.hws.edu/TMCM/java/DataReps/index.html Kahend süsteemi arvu(101101001) ->kümnend süsteemiks. Nr sisse ja bianarile punkt, ja vaatan base ten integeri kümnendarvudest annab Ecki appletis juuresoleva graafilise kujutise, teen kujundi ja vaatan base integeri mis vastab kahendsüsteemi arvule 1110001 ASCII tabelis? Nr sisse ja punkt bianari, vaatan ...teksti Kümnendsüsteemi arv 33 on kahendsüsteemis? 33 kirjutan ja Base-ten integer, vaatan bianary Loe läbi jutud Atbashi ja Caesari šifri (Caesar cipher) kohta: http://www.wikipedia.org 2 Tutvu ajalooga kuni 1970ndad: http://www.islandnet.com/~kpolsson/comphist/ 47-68 ingli
Andmebaasipõhiste veebirakenduste arendamine Microsoft Visual Studio ja SQL Server'i baasil C# Tallinn 2011 C# Mõnigi võib ohata, et jälle üks uus programmeerimiskeel siia ilma välja mõeldud. Teine jälle rõõmustab, et midagi uut ja huvitavat sünnib. Kolmas aga hakkas äsja veebilahendusi kirjutama ja sai mõnegi ilusa näite lihtsasti kokku. Oma soovide arvutile selgemaks tegemise juures läheb varsti vaja teada, "mis karul kõhus on", et oleks võimalik täpsemalt öelda, mida ja kuidas masin tegema peaks. Loodetavasti on järgnevatel lehekülgedel kõigile siia sattunute jaoks midagi sobivat. Mis liialt lihtne ja igav tundub, sellest saab kiiresti üle lapata. Mis esimesel pilgul paistab arusaamatu, kuid siiski vajalik, seda tasub teist korda lugeda. Ning polegi loota, et kõik kohe lennult külge jääks!? Selle jaoks on teksti sees koodinäited, mida saab kopeerida ja arvutis tööle panna. Ning mõningase muu
C# õppematerjal 2006 Sisukord Sisukord...................................................................................................................................... 2 Sissejuhatus.................................................................................................................................5 Põhivõimalused...........................................................................................................................6 Käivitamine.............................................................................................................................8 Ülesandeid...........................................................................................................................9 Suhtlus arvutiga.......................................................................................................................9 Arvutamine................................................................................................
TARKVARATEHNIKA KORDAMISKÜSIMUSED 1. Mis on tarkvaratehnika? Software engineering ! “Engineers Australia” definitsioon: Tarkvaratehnika on tiimide poolt rakendatav distsipliin tootmaks kõrgekvaliteedilist, suuremastaabilist ja hinnaefektiivset tarkvara mis rahuldab kasutajate nõudmisi ja mida saab hooldada teatud ajaperioodi vältel. IEEE definitsioon: Tarkvaratehnika on süstemaatilise, distsiplineeritud ja mõõdetava lähehemisviisi rakendamine tarkvara arendamisele, käitamisele ja hooldamisele, see tähendab, inseneriteaduste rakendamine tarkvarale. Tarkvaraarendus on nõrgem termin, kus tingimata ei kasutata protsesse, tööriistu, standardeid, jne. Tarkvaraarendus on progemine + konfigursatsiooni haldus. Tarkvaratehnika ei ole ainult programmi kirjutamine, vaid teemad hõlmavad ka kvaliteeti, ajakavasid,
Eeldus: Raudteerööpad on metallist. Järeldus: Raudteerööpad paisuvad soojendamise. Induktsiooni ja deduktsiooni erinevus seisneb selles, et vaatlusega saadud andmed viivad meid teooriate ja hüpoteesideni, sellal kui deduktsiooniga (loogilise arutlusega) me tunnistame või lükkame tagasi neid teooriaid ja hüpoteese. Uurimistöös saavad meetodid alguse ideedest ja faktidest, mis viivad väidete, teooriate ja hüpoteesideni. Uued teooriad ja hüpoteesid viivad uute ideede ja faktide juurde ning algab uus tsükkel, mis viib teooriateni. Kui kasutame vaadeldud fakte 15 teooria loomiseks, mis on kooskõlas nende faktidega, rakendame me induktsiooni. Seega induktsioon on faktide vaatlemise protsess, et luua teooriat ja on ehk esimene samm teaduslike meetodite seas. Deduktsiooni puhul vaadeldakse teooria järeldusi. Deduktsioon hõlmab faktide
1 1. LOOGIKA PÕHIREEGLID. SEMANTILINE KOLMNURK Loogika määratlemisest Sõna loogika näib olevat kujunenud kreeka väljendist logik¾ tscnh, mis tähendab mõtlemise või arutlemise kunsti. Kui püüda mõista, mis on loogika, siis üks võimalus on lähtuda selle sõna kasutamisviisidest tavakeeles. Eesti keelt kõneldes saab sõna loogika Kasutada erinevates tähendustes: · sündmuste, asjade või süsteemide loogika, s.o sisemine korrapära, mis võimaldab sündmustest, asjadest või süsteemidest aru saada, selleks võib olla ka millegi tööpõhimõte; · mõtlemise loogika, s.o mõtlemises esinev korrapära, mis võimaldab teha järeldusi, sh selliseid, mida varem ei teata; · teksti või jutu loogika (loogilisus), see iseloomustab lisaks mõtlemise loogikale (mida kõne väljendab) ka seda, kui süsteemselt kõnelejal õnnestub oma m�
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
1. Turunduse olemus: Turundus ehk marketing sai oma nime turu järgi, kus vanasti toimusid kauba vahetused raha või teiste toodete vastu linna keskel oleval turuplatsil. Turundus tähendab firma juhtimist turust lähtuvalt. Hõlmab turu-uuringuid, toote kujundamist, turunduskanalite valikut, hinnapoliitikat, reklaami, müüki ennast jpm. Ajalooliselt on levinumad kolm turundustõlgendust: · Turundus kui kaubandustegevuse organiseerimine · Turundus kui kaupade realiseerimise organisatsiooniliste, tehniliste ja kommertsfunktsioonide süsteem · Turundus kui tootmise juhtimise turukonseptsioon Turunduse 5 põhialust · Kõige tähtsam on tarbijakesksus; · Tarbijad ei osta toodet, vaid probleemilahendust; · Turundus on liialt oluline jätmaks see üksnes turundusosakonna mureks; · Turud on heterogeensed; · Turud ja tarbijad on pidevas muutumises. 2.Kogu turundustegev
Sisukord üldbioloogia konspektile I. ORGANISMIDE KEEMILINE KOOSTIS....................................................2 II. RAKUBIOLOOGIA (RAKU EHIUS JA TALITLUS)....................................21 III. PALJUNEMINE JA ARENG..................................................................33 IV. GENEETIKA......................................................................................49 V. EVOLUTSIOON..................................................................................65 VI. ÖKOLOOGIA....................................................................................79 VII. AINEVAHETUS................................................................................86 VIII. MOLEKULAARBIOLOOIGA..............................................................94 1 Loeng I 07.09.11 Üldbioloogia eesmärgid: 1.) lihtsus vajalikul tasemel, 2.) luua seoseid erinevate asjade bioloogia distsipliinide vahel ning põ
external walls 305 16.5 Sound insulation of wooden buildings 305 16.6 Hygrothermal conditions in apartments 306 16.7 Performance of ventilation and indoor air quality 306 16.8 The microbiological damage of building materials and indoor air 307 16.9 The condition of utility systems 307 16.10 Analysis of energy consumption of wooden apartment buildings 308 16.11 The assessments and strategic attitudes of apartment owners 308 16.12 The economic analysis of improvement of energy performance of buildings 308 17 Kasutatud kirjandus 310 7 8 1 Sissejuhatus 1
mehaanika, relatiivsusteooria, kvantmehaanika, ajas rändamise teooria, ajas rändamise teooria edasiarendused ja ajas rändamise tehniline lahendus. Elektromagnetism käsitleb peamiselt elektrilisi ja magnetilisi füüsikalisi nähtusi. Klassikalist mehaanikat käsitletakse paraku siin aga väga vähe. See kirjeldab kehade liikumisi, kui kehade kiirused on väikesed ( võrreldes valguse kiirusega vaakumis ) ja massid suured ( võrreldes osakeste massidega ). Relatiivsusteooria jaguneb omakorda kaheks haruks: erirelatiivsusteooriaks ja üldrelatiivsusteooriaks. Erirelatiivsusteooria käsitleb sellist füüsika osa, mille korral on kehade liikumiskiirused väga suured. See tähendab seda, et kehade liikumiskiirused lähenevad valguse kiirusele vaakumis. Üldrelatiivsusteooria käsitleb aga masse, mis kõverdavad aegruumi. Gravitatsiooni käsitletakse kui kõvera aegruumina. Kvantmehaanika
mehaanika, relatiivsusteooria, kvantmehaanika, ajas rändamise teooria, ajas rändamise teooria edasiarendused ja ajas rändamise tehniline lahendus. Elektromagnetism käsitleb peamiselt elektrilisi ja magnetilisi füüsikalisi nähtusi. Klassikalist mehaanikat käsitletakse paraku siin aga väga vähe. See kirjeldab kehade liikumisi, kui kehade kiirused on väikesed ( võrreldes valguse kiirusega vaakumis ) ja massid suured ( võrreldes osakeste massidega ). Relatiivsusteooria jaguneb omakorda kaheks haruks: erirelatiivsusteooriaks ja üldrelatiivsusteooriaks. Erirelatiivsusteooria käsitleb sellist füüsika osa, mille korral on kehade liikumiskiirused väga suured. See tähendab seda, et kehade liikumiskiirused lähenevad valguse kiirusele vaakumis. Üldrelatiivsusteooria käsitleb aga masse, mis kõverdavad aegruumi. Gravitatsiooni käsitletakse kui kõvera aegruumina. Kvantmehaanika
Eesti Rahvusraamatukogu digitaalarhiiv DIGAR Eesti Rahvusraamatukogu digitaalarhiiv DIGAR Ain Tulvi LOGISTIKA Õpik kutsekoolidele Tallinn 2013 Eesti Rahvusraamatukogu digitaalarhiiv DIGAR Käesolev õppematerjal on valminud „Riikliku struktuurivahendite kasutamise strateegia 2007- 2013” ja sellest tuleneva rakenduskava „Inimressursi arendamine” alusel prioriteetse suuna „Elukestev õpe” meetme „Kutseõppe sisuline kaasajastamine ning kvaliteedi kindlustamine” programmi „Kutsehariduse sisuline arendamine 2008-2013” raames.
annaabi.ee 
Sisene Facebook'ga
Sisene Google'ga
Sisene LinkedIn'ga
