lisafunktsioonid nõuavad ootamatult palju kulusid. Tegevuspõhine kuluanalüüs on selle edasiarendus. Toodete lõikes kuluanalüüs jääb varju. Idee on vähendada võimalikke vastuolusid disaini ja tootlikkuse vahel. Võib turundusele vastu töötada, aga võetakse maha oht, et tarbijat petetakse. Väga oluline on hindamise etapp. E(efekt)/Z(kulud)=max, ehk saadav efekt kulude suhtes peaks olema maksimaalne 4. MIDA NÄITAB DURBIN-WATSONI KRITEERIUMI SUUR VÄÄRTUS? Durbin-Watsoni statistikut kasutatakse 1. järku autokorrelatsiooni avastamiseks. Valemist on näha, et autokorrelatsiooni olemasolu korral on kriteeriumi väärtus väike. DW statisiku kasutamise eeldused: 1) regressioonimudel peab sisaldama konstantset liiget 2) mudel ei sisalda sõltuva muutuja viitajaga liikmeid. D- statistiku väärtus alati 0 d 4. Vähem kui 1,5 on positiivne autokorrelatsioon, 1,5-2,5 autokorrelatsioon puudub, suurem kui 2,5 on negatiivne autokorrelatsioon
Y T S H ja SH T 27. Mis on korrelogramm? Korrelatsiooni iseloomustab korrelogramm, korrelogrammilt näeme, kuidas autokorrelatsiooni väärtus sõltub vaatlusi eraldavast ajaühikust. Korrelogramm on graafik, millel on kujutatud aegrea liikmete autokorrelatsioonikordajad. Ehk siis see on graafik, mis näitab kui palju on liikmete väärtus korreleeritud sama liikme eelmiste perioodide väärtustega. 28. Mida näitab Durbin-Watsoni kriteeriumi suur väärtus? Durbin-Watsoni kriteerium arvutatakse valemiga n ¦ H H i 1 2 i i 2 DW n ¦H i 1 i 2 Valemist on näha, et autokorrelatsiooni olemasolu korral on kriteeriumi väärtus väike. Durbin-Watsoni statistikut kasutatakse 1
on järjestatud. (Loengud lk 179) Testimine : Aegrea korral tunnuse väärtused erinevatel ajamomentidel (järjestus aja järgi). Ristandmete korral tunnuse väärtused erinevatel objektidel (järjestus mingi muu tunnuse järgi). 52. Positiivne ja negatiivne autokorrelatsioon. (Loengud lk 180-181) Positiivne : kahanemisele järgneb kahanemine ja kasvamisele järgneb kasvamine Negatiivne:Kasvamisele järgneb kahanemine ja kahanemisele kasvamine. 53. Durbin-Watsoni statistiku väärtuste interpreteerimine Statistiku DW väärtuse interpreteerimine: 1. Kui autokorrelatsioon puudub, siis ja DW ≈2. 2. Kui jääkide vahel on positiivne autokorrelatsioon, siis DW <α), võetakse vastu sisukas hüpotees: mudel on 2 ja kui positiivne autokorrelatsioon on väga tugev, siis ja DW ≈0. 3. Kui jääkide vahel on negatiivne autokorrelatsioon, siis DW > 2 ja kui
heteroskedastiivust. Kohandatud standardvead EI KAOTA heteroskedastiivsust · Nad võtavad heteroskedastiivsust arvesse. Nende arvutamisel kasutatakse teistsugust metoodikat kui tavaliste standardvigade korral 45. Mis on autokorrelatsioon? 3. eeldus Cov(ui , uj )=0, jääkliikmete autokorrelatsiooni puudumine. Aegrea autokorrelatsioon on perioodil t esineva aegrea väärtuse sõltuvus varasemate perioodide väärtustest. 46. Durbin-Watsoni statistiku väärtuste interpreteerimine. 47. Durbin-Watsoni statistiku testimine: nullhüpotees ja sisukas hüpotees. Positiivse autokorrelatsiooni testimine 1. Hüpoteesipaari püstitamine. Nullhüpotees H0 : positiivne autokorrelatsioon puudub. Sisukas hüpotees H1 : positiivne autokorrelatsioon eksisteerib. 2. Arvutatakse Durbin-Watsoni statistiku empiiriline väärtus DW. 3. Leida vaatluspunktide arvule (aegrea pikkusele) n ja olulisuse nivoole vastavad kriitilised
Aegrea korral tunnuse väärtused erinevatel ajamomentidel (järjestus aja järgi Ristandmete korral tunnuse väärtused erinevatel objektidel (järjestus mingi muu tunnuse järgi) 52) Positiivne ja negatiivne autokorrelatsioon. Tähendab et tunnuse hetkeväärtus mõjutab ka tema järgnevat väärtust. Positiivse autokorrelatsiooni korral seos samasuunaline negatiivse autokorrelatsiooni korral seos vastassuunaline. 53) Durbin-Watsoni statistiku väärtuste interpreteerimine Statistiku empiiriline väärtus =2 => järelikult autokorrelatsioon puudub Statistiku empiiriline väärtus <2>0 => järelikult autokorrelatsioon positiivne Statistiku empiiriline väärtus >2<4 => järelikult autokorrelatsioon negatiivne 54) Durbin-Watsoni statistiku testimine: nullhüpotees ja sisukas hüpotees: H0 positiivne autokorrelatsioon puudub H1 positiivne autokorrelatsioon eksisteerib
TEKST 2. Durbin, Paul T. (1984). A Guide to The Culture of Science, Technology, 3. Broad Synthetic vs. Narrow Analytic. Third, one may approach science and Medicine. The Free Press. pp. 217-222. (Katkendid) from a narrow analytic or a broad synthetic point of view. That is, one could see one's task as primarily dissecting various features of science to see how they look or work, or C. Frameworks for Philosophy of Science as primarily locating science within a broader framework of human activities and artifacts. Questions about, for example, the form and function of scientific explanations In this section our aim is to examine alternative approaches to t...
kirjeldamine mõistliku keerukuse juures ei ole Diskreetse aja perioodiline signaal, mille (Butterworth, Tsebõsev I/II, elliptiline, Bessel) saame ligikaudse vahekorra sagedustel f ja f Lahendamiseks sobib väga efektiivne Durbin- praktiliselt võimalik. Sellist mitteennustatavat kordusperiood on N, on esitatav tema Fourier' reana Digitaalfiltrid: 1 2 Levinson'i algoritm. Seejuures ei ole vaja arvutada
(70=30+25+15). Kuna sõltumatu muutuja on logaritmitud kujul ning sõltuv logaritmitud kujul, siis mõjukordajate arvuline tõlgendus on järgmine: kui raha pakkumine kasvab 1% võrra, siis samas kvartalis (samal perioodil) suureneb inflatsioonitase 30/100=0.3 protsendipunkti võrra ning pikaajaliselt suureneb inflatsioonitase 70/100=0.7 protsendipunkti võrra. Autokorrelatsiooni üle saame otsustada ülesande seades toodud Durbin-Watsoni statistiku põhjal. Kui d d lower , siis on mudelis positiivne autokorrelatsioon, kui d 4 d lower , siis on mudelis negatiivne autokorrelatsioon, kui d upper d 4 d upper , siis mudelis autokorrelatsioon puudub, kui d lower d d upper või 4 d upper d 4 d lower , siis pole DW statistiku põhjal võimalik otsustada, kas autokorrelatsioon on mudelis või mitte
XII 11- ... XII 11- ... IX 04-08 X 08- ... 101 liiget 100 liiget 141 liiget Eesti valitsuses on Lätis tänaseni on John Shimkus ja algusest peale olnud olukord natukene Richard Durbin paraja ülekaaluga, teine. Läti parlamendi kaks Leedu päritolu soliitse enamusega koosseis on ka veidi Ameerika juudid. koalitsiooni teine. Vilniuse nimi oli valitsused, kus on Läti koalitsioonid on Northen Jerusalemm reeglina kolm 3-4-5 liikmelised, kuni I MS, siis läks
c. seletatud variatsioon on minimaalne Vale Selle esituse hinded: 0/1. Question 10 Hinded: 1 Sisenejate loendamine kaupluse ukse juures ja tulemuste ülesmärkimine on Vali üks vastus. a. sekundaarne vaatlus b. eksperiment c. otsene vaatlus Õige Selle esituse hinded: 1/1. 80857 Lõpeta ülevaade Hinne 4 maksimaalsest 10 (40%) Question 1 Hinded: 1 Regressioonmudeli jääkliikmete autokorrelatsiooni testimisel kasutatakse Vali üks vastus. a. Durbin-Watsoni testi b. Fisheri testi c. t-testi Vale Selle esituse hinded: 0/1. Question 2 Hinded: 1 Tugev negatiivne korrelatiivne seos tähendab, et Vali üks vastus. a. eksisteerib ka põhjuslik seos b. põhjuslikku seost ei ole kindlasti c. põhjuslik seos võib olla, kuid ei pruugi olla Vale Selle esituse hinded: 0/1. Question 3 Hinded: 1 Baasperioodi kaalusid kasutatakse Vali üks vastus. a. Paasche indeksi arvutamisel b. Laspeyres indeksi arvutamisel c
Vale Selle esituse hinded: 0/1. Question 10 Hinded: 1 Sisenejate loendamine kaupluse ukse juures ja tulemuste ülesmärkimine on Vali üks vastus. a. sekundaarne vaatlus b. eksperiment c. otsene vaatlus Õige Selle esituse hinded: 1/1. 80857 Lõpeta ülevaade Hinne 4 maksimaalsest 10 (40%) Question 1 Hinded: 1 Regressioonmudeli jääkliikmete autokorrelatsiooni testimisel kasutatakse Vali üks vastus. a. Durbin-Watsoni testi b. Fisheri testi c. t-testi Vale Selle esituse hinded: 0/1. Question 2 Hinded: 1 Tugev negatiivne korrelatiivne seos tähendab, et Vali üks vastus. a. eksisteerib ka põhjuslik seos b. põhjuslikku seost ei ole kindlasti c. põhjuslik seos võib olla, kuid ei pruugi olla Vale Selle esituse hinded: 0/1. Question 3 Hinded: 1 Baasperioodi kaalusid kasutatakse Vali üks vastus. a. Paasche indeksi arvutamisel
x erineva kujuga ja mõõtühikutega regressioonimudelite arvutamine x mudelite headuse hindamine determinatsioonikoefitsientide abil x mudelite usaldatavuse kontroll F- kriteeriumi abil x mudelite adekvaatsuse hindamine (jääkstandardhälve ja keskmine aproksimeerimisviga) x regressioonikoefitsientide statistilise olulisuse kontroll t-kriteeriumi abil ja usalduspiiride leidmine x autokorrelatsiooni kontroll (Durbin - Watsoni jt kriteeriumitega) ja vähendamise võimalused (autokorrelatsioon- järgnevad andmed sõltuvad eelneva perioodi omadest; firma toodang antud kuul sõltub toodangust eelmisel kuul) x heteroskedastiivsuse hindamine (regressioonimudeli üheks eelduseks on juhusliku liikme dispersioonide konstantsus s.t. dispersioonid (e. hälbed keskväärtuse ümber) on samad iga i korral. Näiteks, kui
M., Basu,A., Baxendale,J., Bayraktaroglu,L., Beasley,E.M., Beeson,K.Y., Benos,P.V., Berman,B.P., Bhandari,D., Bolshakov,S., Borkova,D., Botchan,M.R., Bouck,J., Brokstein,P., Brottier,P., Burtis,K.C., Busam,D.A., Butler,H., Cadieu,E., Center,A., Chandra,I., Cherry,J.M., Cawley,S., Dahlke,C., Davenport,L.B., Davies,P., de Pablos,B., Delcher,A., Deng,Z., Mays,A.D., Dew,I., Dietz,S.M., Dodson,K., Doup,L.E., Downes,M., Dugan-Rocha,S., Dunkov,B.C., Dunn,P., Durbin,K.J., Evangelista,C.C., Ferraz,C., Ferriera,S., Fleischmann,W., Fosler,C., Gabrielian,A.E., Garg,N.S., Gelbart,W.M., Glasser,K., Glodek,A., Gong,F., Gorrell,J.H., Gu,Z., Guan,P., Harris,M., Harris,N.L., Harvey,D., Heiman,T.J., Hernandez,J.R., Houck,J., Hostin,D., Houston,K.A., Howland,T.J., Wei,M.H., Ibegwam,C., Jalali,M., Kalush,F., Karpen,G.H., Ke,Z., Kennison,J.A., Ketchum,K.A., Kimmel,B.E., Kodira,C.D., Kraft,C., Kravitz,S., Kulp,D., Lai,Z., Lasko,P
annaabi.ee 
