ja demogracy ja alla iq (sest meid huvitab see nii, et iq on kontrollitud). Kollineaarsus: Linnukesed ette analyze-regression-linear-statistics part and partial correlations ja collinearity ... Oluline on jälgida, et Tolerance ei oleks alla 0.01 ning et VIF ei oleks suurem kui 10 - kui on üle 0,01 jn siis pole kollineaarne. MITMENE REGRESSIOONIANALÜÜS Paarisregressioon: Ennustame... näide 1: õpilaste lugemise tulemusi matemaatika tulemuste järgi. näide 2: Kas inimese pikkus ennustab tema kaalu? ehk Ennustame inimese kaalu tema pikkuse kaudu. Oluline ära taibata, kumb on sõltuv ja kumb sõltumatu muutuja! Analyze -> Regression -> Linear Dependent (sõltuv): PVREAD (muutuja mille muutumist ennustame, sõltuv muutuja) Indipendent (sõltumatu): PVMATH (muutujad, mida kasutatakse ennustamiseks) Arvutamise meetodid: Enter- kõik valitud tunnused pannakse mudelisse
Kui juhiga käib kaasas positiivne maine, siis on kergem kontakti leida · Haloefekti lõks - üldmulje kujundatakse mitte gruppi kuuluvuse vaid isiku ühe tunnuse põhjal tehakse järeldusi ka tema teiste omaduste kohta. Näit välimus: prillid tark, blond rumal jne. Haloefekt sugeneb inimese tajusse siis kui teise inimese kohta on väga vähe teada. Me kipume tegema järeldusi selle teadmise põhjal, mis meil on. Ennustame, et kui kellelgi on mõni iseloomujoon, on tal ka mitmeid muid selle omadusega seotud jooni näit kui on abivalmis on ka heasüdamlik jne. Probleem selles, et esimene mulje säilib ka hiljem, inimest paremini tundma õppides, kõik uued teadmised sobitatakse olemasoleva malliga, mis ei allu kergesti muutustele ka siis kui info sellele risti vastu käib. Moonutusi võib tekitada ka
prediktor (siin: vanus). (e) ANOVA tulemused mudeli olulisuse hindamiseks (kui Sig. <.05, on mudel statistiliselt oluline) ning (f) koefitsientide tabeli, mis näitab prediktori väärtust ning olulisust mudelis. Logistiline regressioon Logistilise regressiooni olemus on sarnane lineaarse ja mitmese regressiooni omaga põhiline erinevus seisneb selles, et logistilise regressiooniga ennustame kategooriat väljendavat tunnust. Kui meil on kaks kategooriat, on selle analüüsi nimi binaarne logistiline regressioon (binary logistic regression); kui on kahest enam kategooriat, on selle nimi multinominaalne logistiline regressioon (multinominal logistic regression). Logistilise regressiooni puhul on ennustatavaks suuruseks sündmuse asetleidmise tõenäosus (seega ennustatava muutuja väärtus saab olla 0 ja 1 vahel). Binaarse logistilise regressiooni eeldused:
Lisaks tuleb pidevalt turule uusi ettevõtteid kes vajavad oma toodetele ning teenustele reklaami, et tarbijateni jõuda. Samuti soovivad varasemalt tegutsevad ettevõtted enda tooteid aina enam efektiivsemalt otse neid puudutava sihgrupini jõudmiseks reklaamida, et turul konkurentsis püsida. Majanduse, logistika ja tehnoloogia arenedes muutub särkide tootmine ning printimine odavamaks ning läbi esimeste projektide koostööpartnerite leidmisel ennustame meie ettevõtte muutuvkulude langemist pikaajaliselt. 4. Organisatsiooni struktuur ja töötajad Organisatsioon on ehitatud projektipõhistest särkide kampaaniadest lähtuvalt. Töötajateks on kõik kolm omanikku, täiendavaid püsivaid töötajaid ei ole. Töötajatele jooksvat töötasu ei maksta, vaid tasustamine toimub projektide järgselt omanike vahel tulu jaotamisega. Tööülesanded on kolme omaniku vahel jaotatud lähtuvalt nende oskustest. Hetkel
o logb(x) = y ehk by = x o Nt arvust 1 logaritm, mille baas on 10: log10(1) = mis astmele tuleks 10 tõsta, et saada 1? (Iga arv astmel 0 on 1) o Logaritmida saab ainult positiivseid arve (logaritmi baas suurem 0st) o Naturaallogaritmi ln baas on e (ehk ümardatult umbes 2,71) o Šansside logaritm ehk logit on ln(P(y=1) / 1−P(y=1)) Logistiline regressioon on nagu tavaline regression, kus me ennustame šanside logaritmi läbi pidevate või binaarsete sõltumatute muutujate. ln(P(y=1) / 1−P(y=1))=ax+b šansid = p / 1−p ja p = šansid / 1+šansid Näide: o logit(hääletamine) = 0.283 + 0.019 × vanus o Kui vanus on 50, siis logit(hääletamine)=1,223 o logit(h)=ln(h)=loge(h)=1,223; järelikult hääletamise šansid on e1,223=3,4
b) Nüüd tasub koefitsientide tabelist vaadata, millised prediktorid ei ole statistiliselt olulised (kui kasutatud on Enter meetodit). Mõistlik on need prediktorid enda mudelist eemaldada ning uus regressioonianalüüs läbi viia. 10. PRAKTIKUM: 1) LOGISTILINE REGRESSIOON Logistilise regressiooni olemus on sarnane lineaarse ja mitmese regressiooni omaga põhiline erinevus seisneb selles, et logistilise regressiooniga ennustame kategooriat väljendavat tunnust. Kui meil on kaks kategooriat, on selle analüüsi nimi binaarne logistiline regressioon (binary logistic regression); kui on kahest enam kategooriat, on selle nimi multinominaalne logistiline regressioon (multinominal logistic regression). Logistilise regressiooni puhul on ennustatavaks suuruseks sündmuse asetleidmise tõenäosus (seega ennustatava muutuja väärtus saab olla 0 ja 1 vahel).
Konspektis toodud valemi alusel lnK = ΔG0/RT, siit –33x103/8,31x298 = 13,3 siit K = 6x105 , see suur positiivne väärtus näitab, et reaktsiooni tasakaal reagentide standardsete kontsentratsioonide (1M ) puhul on tublisti paremal, s.t. reaktsioon võib põhimõtteliselt kulgeda, konkreetne kiirus aga sõltub valitud katsetingimusist. Meenutame, gaasikonstandi R väärtus on 8,31 J/mol K (1.99 kal/K mol). 4) Ennustame Le Chatelieri printsiibi alusel kuidas muutub ammoniaagi tekke reaktsiooni tasakaal temperatuuri ja reaktantide kontsentratsiooni muutuste korral: rõhk suureneb – tasakaal nihkub paremale, temperatuur tõuseb – tasakaal läheb vasakule, ammoniaagi kontsentratsioon väheneb – tasakaal paremale. Seleta miks? Süsteem püüab mõjuva teguri eest “ära minna”. 5) Millised on esimest ja teist järku reaktsioonide kiiruskonstantide dimensioonid? 1
ta ei ärritu, ta ei pea meeles paha, ta ei rõõmutse ülekohtust, aga ta rõõmutseb ühes tõega, tema vabandab kõik, usub kõik, loodab kõik, sallib kõik! · Armastus ei hävi ilmaski! Aga olgu prohveti ennustused, need kaovad; olgu keeled, need lakkavad, olgu tunnetus, see lõpeb ära. Sest poolik on, mida me tunnetame, ja poolik, mida me ennustame. Aga kui tuleb täiuslik asi, siis kaob see, mis on poolik! [---] Ent nüüd jääb usk, lootus, armastus, need kolm; aga suurim neist on armastus! Agape · Spontaanne, üldine, ei hooli objekti "väärtusest" · Loob selle väärtuse armastuse läbi · Inimene astub suhtesse Jumalaga ainult Jumala algatusel · Teisele suunatud, omakasupüüdmatu Agaape ühsikondlikud tagajärjed:
suurustle, ta ei ole iseennast täis, ta ei ole viisakuseta, ta ei otsi omakasu, ta ei ärritu, ta ei pea meeles paha, ta ei rõõmutse ülekohtust, aga ta rõõmutseb ühes tõega, tema vabandab kõik, usub kõik, loodab kõik, sallib kõik! Armastus ei hävi ilmaski! Aga olgu prohveti ennustused, need kaovad; olgu keeled, need lakkavad, olgu tunnetus, see lõpeb ära. Sest poolik on, mida me tunnetame, ja poolik, mida me ennustame. Aga kui tuleb täiuslik asi, siis kaob see, mis on poolik! [---] Ent nüüd jääb usk, lootus, armastus, need kolm; aga suurim neist on armastus! (I Korintlastele, 13) Agape vs Eros Agape Spontaanne, üldine, ei hooli objekti "väärtusest" Loob selle väärtuse armastuse läbi Inimene astub suhtesse Jumalaga ainult Jumala algatusel Teisele suunatud, omakasupüüdmatu Eros
suurustle, ta ei ole iseennast täis, ta ei ole viisakuseta, ta ei otsi omakasu, ta ei ärritu, ta ei pea meeles paha, ta ei rõõmutse ülekohtust, aga ta rõõmutseb ühes tõega, tema vabandab kõik, usub kõik, loodab kõik, sallib kõik!" Armastus ei hävi ilmaski! Aga olgu prohveti ennustused, need kaovad; olgu keeled, need lakkavad, olgu tunnetus, see lõpeb ära. Sest poolik on, mida me tunnetame, ja poolik, mida me ennustame. Aga kui tuleb täiuslik asi, siis kaob see, mis on poolik! [---] Ent nüüd jääb usk, lootus, armastus, need kolm; aga suurim neist on armastus! (I Korintlastele, 13) Agape · Spontaanne, üldine, ei hooli objekti "väärtusest" · Loob selle väärtuse armastuse läbi (nt Aadam ei armastanud Eevat, SEST ta oli ilus, vaid Eeva ilu sai tõeks Aadama armastuse läbi.) · Inimene astub suhtesse Jumalaga ainult Jumala algatusel
määratlemine 37 Tootmisüksus Tulemusüksus On saavutatud teat. On tehtud teat. tööd tulemused Aruandeaasta Tulemusaasta Tegutsemisvõim Tulemusvõim Tingiv kõneviis TK ei sobi Ennustame, et ... Tahame, et ... Eelarve täidetud Tulemused saavutatud Koolituskulud Investeeringud personali TJ protsess: 1) tulemuste määratlemine, 2) olukorraline juhtimine, 3) tulemuste saavutamise jälgimine ja hindamine (vt. lisa 2-3). Tulemuste määratlemine: 1. Firma missioon (roll), 2. Arengukontseptsioon & peaeesmärgid, 3. Äriidee ja äriplaan, 4. Äriplaani elluviimise strateegiad. NB
annaabi.ee 
