Järeldusi, mis põhinevad valimi tulemustel võib omistada ainult populatsioonile, millest valim võeti. Valim (Sample) – uurimise eesmärgil populatsioonist eraldatud osa. Valimi plaan (Sampling plaan) – valimite koostamise protsess. Kirjeldab strateegiat, mida kasutatakse et saada valimit uuringuks. Valimi moodustamise protseduur. Valimi moodustamise protseduur määrab uuringu usaldatavuse ja valimilt uuringu usaldatavuse ja valimilt populatsioonile tehtava ekstrapolatsiooni laadi. Valimiviga [Sampling error] - Valimiviga on lahknevus populatsiooni ja valimi näitajates, mis tuleneb populatsiooni ja sellest eraldatud valimi omaduste erinevustest. Võimsus [Power] - tõenäosus leida erinevust kahe või enama grupi vahel, juhul kui erinevus esineb.
kõiki järelduse õigsust mõjutavaid asjaolusid („kõiketeadja“ ei vajaks järeldusi), b) mõned järelduste õigsust mõjutavad asjaolud on määramatud (stohhastilised) ja neid ei saagi ette teada. Seega induktsiooniprobleemil on subjektiivne ja objektiivne külg. 20. Järeldus argumendis. Kogemusepõhine järeldamine kui teadasaamise meetod. Kirjeldage põhilisi järeldamise viise ekstrapolatsiooni-meetoditest kompleksmeetoditeni (5 klassi). 1) Ekstrapolatsiooni-meetodid:2 Loendav induktsioon, sh statistiline üldistus: vaadeldud-loetletud juhtumite mingi omaduse omistamine kõigile juhtumitele. Vaatlusprognoos: järgmise vaatlustulemuse tuletamine varasemate vaatlustulemuste põhjalt. Toimumata (tulevaste) sündmuste prognoos: tulevase sündmuse tuletamine toimunud sündmuste (varasema kogemuse) põhjalt. Laiendav induktsioon: tuletis terviku vaadeldavalt osalt selle mittevaadeldavale osale, või
kaartest. Näide: Teen eelmises punktis kasutatud andmete põhjal kuupsplaininterpolatsiooni. Selleks leian: 25. Mis on splain? Tuua 2 näidet splainide kohta! Splainiks nimetatakse joont, mis ühendab omavahel etteantud punkte. Näited: v.t. eelmiseid jooniseid 26. Tuua 2 näidet, milles on võimalik katseandmeid ühe polünoomiga interpoleerida vt. Osa 7 punkt 1.15.2 27. Mis on ekstrapolatsioon? Esitada näide ekstrapolatsiooni kohta. Vahel on tarvis hinnata funktsiooni väärtusi punktides, mis on väljaspool etteantud punktide piirkonda. Sellist protseduuri nimetatakse ekstrapoleerimiseks ehk ennustamiseks. Näide: Olgu k := 1 .. 100 m := 10 n := 50 i := 0 .. n - 1 Arvutame f(k) väärtused w := f ( k) ja ekstrapolatsioonifunktsiooni p := predict ( w , m, n ) k Järgneval joonisel on näha antud funktsiooni graafik ja selle ekstrapoleeritud graafik.
Paindlikud funktsioonid (tekib modelleerimise käigus, võivad sisse tulla trigonomeetrilised väljundid) Autoregressiivsed mudelid Eksponenttasandamine Harmooniliste kaalude võte Splain meetod Box-Jenkinsi mudelid Mitmeteguriline prognoosimine – on hea kui suudame kõik erinevad tegurid arvesse võtta. Tihti aga jäetakse pigem ekstrapolatsiooni juurde, kuna ei ol eselge prognoositava näitaja kujunemise protsess, puudub info tegurite kohta, pole piisavalt aega või tarkvara. Regressioonmudelid Faktoranalüüsi mudelid Markovi ahelmudel Analoogia meetodid Ajaloolise analoogia meetod – uuritakse varem toimunud sündmusi, kus hetkeseis sarnane, siis vaadatakse, milline tulevik olukorrale järgnes
vara, prognoositakse ka ööpäevased koormusgraafikud või koormuskes- tuse aastagraafikud. Sel juhul lähtutakse olemasolevatest graafikutest või koormuse iseloomule vastavatest tüüpkoormusgraafikutest, mis on väl- jendatud protsentides tippkoormusest. Ka koormusgraafikud on soovitav leida eraldi erinevaile tarbijagruppidele ja saadud graafikud liita. 1.4.3 Elektritarbimise prognoosi meetodid Enimlevinud prognoosimeetoditeks planeerimisel ja projekteerimisel on: • Ekstrapolatsiooni meetodid • Ökonomeetrilised meetodid • Tarvititega varustatuse meetod • Lõpptarbimise energia meetod • Hübriidmeetodid Ühe või teise meetodi kasutatavus sõltub tarbijate iseloomust, kättesaada- vaist andmeist ja soovitud täpsusest. Ekstrapolatsiooni meetodite puhul leitakse mineviku koormuste statisti- ka põhjal vähimruutude meetodil aproksimeerivad funktsioonid, mis pee- geldavad koormuse muutumise tendentse.
annaabi.ee 
