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 ....................................
+ 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: Transform Compute variable me ka kasutame. Nimetus läheb Target Variable lahtrisse. 2) ANDMETE ERALDAMINE Selleks, et eraldada andmeid, saab kasutada menüüriba käsklust Data, mille alt leiab valiku Select Cases; avaneb allolev kast: Kui eesmärgiks on spetsiifilise grupiga andmeanalüüside läbiviimisega, tuleb kasti
1. Üldkogum – ehk populatsiooni all mõeldakse kõiki juhtumeid või situatsioone, mille kohta uurijad soovivad, et nende poolt saadud järeldused või prognoosid kehtiksid. Valim – liikmed tuleb valida juhuslikult, st igal üldkogumi liikmel peab olema võrdne võimalus saada valitud valimisse. Valimimaht – Valimisse valitavate objektide arv. Tunnuste- all mõistetakse liikmeid kirjeldavaid erinevaid omadusi. 2. Statistilise uurimistöö etapid. Mingi probleemi statistilise uurimisel läbitakse 4 tööetappi: Uuringu ettevalmistamine Statistiline vaatlus või eksperiment Vaatlusandmete kokkuvõtte ja esialgne töötlemine Andmete analüüs, järelduste ja üldistuste sõnastamine. 3. Statistlise vaatluse vead. Eristatakse vaatlusmeetodist tulenevaid metodoloogilisi vigu ja registreerimisvigu. Metodoloogilised nt : valimivaatlusel esinevad representatiivsusvead – valim ei kirjelda üldkogumit adekvaatselt. Vaa
informatsiooni, koosnedes tavaliselt ühest või mitmest tabelist ja/või joonisest. Pivot Table Neljas andmeanalüüsil kasutatav MS Exceli vahend on Pivot Table (nn. pöördtabel või risttabel), mille konstrueerimiseks tuleb liikuda menüüst Data käsule Pivot Table Report.... Esimese sammuna tuleb valida, millisel kujul on uuritav andmestik (vaikimisi ühel lehel paiknev Exceli andmetabel, ülejäänud valikud võimaldavad konstrueerida risttabeli ka mitte-Exceli andmete või mitme andmetabeli baasil). Edasi vaatame juhtu, kus andmestikuks on ühel lehel paiknev Exceli andmetabel. Teise sammuna tuleb määrata uuritav andmeblokk (kas klaviatuurilt või hiirega andmetabelist
Andemanalüüsi konspekt: Mõisteid küsitakse eksamis: näidete toomise, selgitamise, võrdlemise ja analüüsimise tasandil. Binaarne tunnus- sugu; jah/ei Järjestustunnus- kooli tüüp, 1-väga hea, 2- hea jne(NB!- Õpilaste hinnang koolile), kui suured on klaassid- väga suured, suured jne, milline kooli maine- väga hea, hea jne, millisesse vahemikku jääb arv (0-200, 201-301 jne) oluline oleks, et Display frequence ees oleks linnuke, siis saab teha sagedustabeli Intervalltunnus- 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 ü
(protsent, osakaal, suhteline sagedus) Kui vastajaid on alla saja, kasuta tulemuste esitamisel ka sagedusi. Kui vastajaid on üle saja, siis kasuta protsente. Diagrammide ülesanne on esitada infot visuaalselt. Graafiliselt esitatud statistika on inimesele mõjuvam ja meeldejäävam kui tekst või tabel. Enamkasutatavad diagrammid: · tulpdiagramm · histogramm · lintdiagramm · sektordiagramm · joondiagramm Diagrammi ei ole mõtet kasutada, kui andmestik on väga hajutatud, andmed ei peegelda mingeid muutusi või kui andmeid on liiga vähe või liiga palju. ANDMEANALÜÜS: KIRJELDAV STATISTIKA Mood on variatsioonreas kõige sagedamini esinev liige. Mediaan on jaotuse keskmine liige, millest mõlemale poole jääb võrdne arv elemente. Kvantiilid on asendikeskmised, mis jaotavad korrastatud statistilise rea võrdseteks osadeks. Aritmeetiline keskmine on elementide keskväärtus.
uccs.edu/~lbecker/. Siin pole muud kunsti, kui et tuleb väärtused lahtritesse sisestada (kasutage punkti, mitte koma). Mitteparameetriliste testide puhul on aga vaja kasutada teistsuguseid kalkulaatoreid. Erinevaid efekti suurusi saab arvutada leheküljel https://www.psychometrica.de/effect_size.html 3 Andmeanalüüs SPSS'is Kirjeldav statistika Kui me tahame teadmisi andmestiku kohta, kas kirjeldavat või järeldavat, pöördume menüüribal oleva käskluse Analyze poole. Käesolevas praktikumis vaatame kirjeldava statistika võimalusi selle käskluse alt. Valige Analyze käskluse alt Descriptive statistics ning sealt edasi Frequencies..., avaneb järgnev dialoogikast: ? Joonisel näete, et vasakul on muutujad. Kui te tahate mingi muutuja kohta kirjeldavat informatsiooni, viige see muutuja paremale poole (joonisel tühi kast)
1. Ökonomeetria mõiste ja ülesanded. Ökonomeetria komponendid. MÕISTE: Ökonomeetria on teadus ja kunst kasutada statistilisi tehnikaid ja majandusteooriaid majanduslike andmete analüüsimisel. ÜLESANDED: 1) Majanduslike nähtuste vaheliste seoste kvantitatiivne kirjeldamine 2) Majandusteoreetiliste hüpoteeside kontrollimine 3) Majandusnäitajate ja majandusarengu prognoosimine KOMPONENDID: · Majandusteooria · Andmed · Statistilised ja matemaatilised meetodid 2. Ökonomeetrilise mudeli olemus, mudeli komponendid. Ökonomeetrilise modelleerimise etapid. MUDELI OLEMUS: · Mudel on lihtsustatud ettekujutus reaalsest objektist, protsessist või nähtusest · Mudel on tegelikkuse abstraktsioon, üldistus · Mudel peab peegeldama ainult olulist, jätma teatud probleemi käsitlemisel kõrvale mitteolulise ÖKONOMEETRILISE MUDELI OLEMUS: Ökonomeetriline mudel on matemaatilise mudeli eriliik, mis koosneb üldjuhul algebralistest võrrandit
annaabi.ee 
100 punkti
~ 21 lehte
26 laadimist
0 arvamust 
Sisene Facebook'ga
Sisene Google'ga
Sisene LinkedIn'ga
Kõik kommentaarid