Leidsid 8 sarnast õppematerjali, mis on seotud failiga "Eksamitöö nr 4 / Kodutöö: Andmestiku analüüs". Need materjalid aitavad sul teemat sügavamalt mõista.
abiellud, korrelatsioon, muutuja, 1401, ised, 8000, usalduspiirid, ktsiooni, exceli, kriitilise, regressioonisirge, hinnangud, andmestik, lähedane, üldkogumis, alpha, punkthinnang, regression, statistikaamet, analoogne, surmad, uuritavate, kronoloogiline, järjekord, variatsioon, korrelatsiooniväli, standardhälve, square, error, kodutoo, 2017, xlsx● Vaja kriteeriumi! Statistiline kriteerium ja teststatistik ● Otsustamiseks vajaliku statistilise kriteeriumi leidmiseks kasutatakse teststatistikut. ● Valimi andmete põhjal arvutatakse teststatistiku empiiriline väärtus – sõltuvalt sellest, mida kontrollitakse, on konkreetsed arvutusvalemid erinevad – z-test, t-test, F-test, χ 2 -test, …. ● Empiirilist väärtust võrreldakse vastava kriitilise väärtusega ja võetakse vastu otsus. Kriitilised väärtused ● Nullhüpotees lükatakse tagasi, kui valimile vastava teststatistiku empiirilise väärtuse esinemise tõenäosus on väiksem kui olulisuse nivoo α ● Sagedasemad olulisuse nivood: 0,1; 0,05; 0,01 ● Olulisuse nivoole vastav teststatistiku väärtus on kriitiline väärtus. ○ Näiteks kriitilised väärtused kahepoolse z-testi korral on -1,96 ja 1,96.
3. Lihtne regressioon, regressioonivõrrandi põhikuju. Determineeritud regressioonivõrrand. Lineaarse regressiooni korral kirjeldatakse seost uuritavate muutujate väärtuste vahel sirge abil võrrandiga Y = a0+a1X Eesmärgiks on leida punktiparvega antud X ja Y vahelist seost iseloomustava parima sirge võrrand Lineaarse kahe muutujaga determineeritud regressioonimudeli korral eeldatakse, et juhusliku suuruse Y tingliku keskväärtuse ja sõltumatu muutuja X vahel on seos E(YX ) = 0+ 1X Determineeritud regressioonivõrrand kirjeldab seost endogeense ehk sõltuva muutuja Y keskväärtuse ja eksogeensete ehk sõltumatute muutujate Xi vahel. Võrrandi vasakul pool on tinglikud keskväärtused, mis ei sõltu juhusest 4. Stohhastiline regressioonivõrrand. Juhuslik komponent (regressioonijääk). Visualiseerimine (joonis). Stohhastiline regressioonivõrrand sisaldab juhuslikku liiget i
.................................................... 71 11.1 Korrelatsioonanalüüs ............................................................................................................ 71 11.2 Lineaarse korrelatsioonikordaja puudused ........................................................................... 72 11.3 Determinatsioonikordaja ...................................................................................................... 74 11.4 Mitmene korrelatsioon ......................................................................................................... 74 11.5 Regressioonanalüüs............................................................................................................... 75 12 Aegridade analüüs .............................................................................................................. 81 12.1 Aegrea mõiste ..............................................................................
MAINORI KÕRGKOOL Juhtimise instituut Annika Krutto ANDMEANALÜÜS SOTSIAALTEADUSTES Loengukonspekt Tartu 2009 SISUKORD SISSEJUHATUS...........................................................................................................................3 1. ANDMEANALÜÜSI põhimõisted ......................................................................................... 3 1.1 Üldkogum ja valim............................................................................................................... 3 1.2. Valimi valikumeetodid.........................................................................................................4 1.3. Mõõtmismeetod ja mõõtmisvahend ....................................................................................5 1.4. Andmetabel..........................................................................................................................7 2. Val
6. neljandat järku standardmoment on võrdne kolmega 7. kui ekstsess on neg, siis jaotuskõver on lamedam ja laiem 8. puudub sümmeetria (esineb sümmeetria) 9. standarthälve = 0 (siis on sirge) 11. keskväärtus on alati = 0 (ei ole alati, näiteks vanus või pikkus) Kümne aasta pikkusele aegreale arvutati tasandusjoone võrrand Y=20,5 2,5X. Kuidas saadud tulemus tõlgendada? 1. See funktsioon näitab sõltuva ja sõltumatu muutuja vahel väga tugeva seose olemasolu 2. Mitte kuidagi, sest parameeter b ei saa tulla negatiivne 3. Näitab sõltuva muutuja 2,5 ühikulist vähenemist x-i ühe ühikulise juurdekasvu korral 4. Näitab sõltuva muutuja 2,5 kordset kasvu x-i ühe ühikulise juurdekasvu korral (vale) 5. Mitte kuidagi, sest kordaja absoluutväärtus peab jääma 0 ja 1 vahele Tasandusjoon Y=18,5 0,48X 1. Näitab kasvavat lineaarset tendentsi (kahanevat) 2
' ' x @ x @ x ' x 3 ehk ' x 6&3 ' x 3 ; x 3 x@x@x x3 ( x 4)2 ' (x @ x @ x @ x ) (x @ x @ x @ x ) ' x 8 ehk ( x 4 )2 ' x 4 @ 2'x 8 (xy)4 ' (xy) (xy) (xy) (xy) ' x @ y @ x @ y @ x @ y @ x @ y' x 4 y 4 Avaldises 5x2 on x muutuja 5 kordaja ehk koefitsient. Avaldist 5x2 nimetatakse üksliikmeks. Üksliige sisaldab kordajat ja üht või mitut muutujat. Näiteks 23 x 105 x 2 y 5 25 x 3 y z Üksliikmete liitmisel ja lahutamisel saame hulkliikme ehk polünoomi Näiteks 4x3 + 5x2 - 2x + 10; 15x4 - 3x2 + 2x - 3; x4 +1. Polünoomiks ehk hulkliikmeks nimetatakse järgmist avaldist an x n % an&1 x n&1 % ... % a1x % a0
Andmestikus kultuur.sav on selliseks tunnuseks vanus. Koostades vanuse väärtustest sagedustabeli, on see liiga mahukas, et seda andmete esitamiseks kasutada. Statistics – Summarize – Frequencies Variable(s): millistest muutujatest sagedustabelit soovitakse Statistics: võimalus tellida muutuja(te) kohta statistikuid (kvartiile-min/max, keskmist, standardhälvet jne) – ainult rangelt arvandmete korral! Charts: võimalus tellida muutuja kohta graafikuid (histogrammi) Format: peamiselt muutujate järjestus (ei taha koos histogrammiga töötada): Ascending values: muutuja väärtuste kasvavas järjekorras Descending values: sama kahanevas järjekorras Ascending counts: muutujad esinemissageduste suurenevas järjekorras Descending counts: sama kahanevas järjekorras Tulemuseks saame Output-aknasse taolised tabelid: Kodakondsus
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 
