System.out.print(e.getMessage()); } Lisaks võimalik finally osa – täidetakse alati kui programm ellu jääb Exception ex = New Exception(„Viga”) : tavaline uue objekti loomine konstruktorile anname String-tüüpi argumendi „Viga” catch (SomeException e) : püütakse kinni SomeException-tüüpi objekt, mida saab kasutada nime „e” abil 2. Mis vahe on kontrollitud (checked) ja kontrollimata (unchecked) erinditel? Checked exceptions – kontrollitud erindid: Informeerivad kasutajat olukordadest, kus normaalse töö taastamine on võimalik, Kasutaja peab nendega tegelema! Kontrollime alati kas erind tekitati .. Kui jah, siis töötleme seda Võimalusel taastame programmi normaalse töö ... ... ja/või vihjame kasutajale, kuidas seda teha Unchecked exceptions – kontrollimata Taastumine pole tavaliselt võimalik Kood kompileerub, aga kuskil on (loogika)viga
i=1 n kõrguskasvude erinevuste summad di . Joonisele on lisatud ka regressioonisirge i=1 (Add Trendline) koos determinatsioonikordaja ruuduga (R2). Ülesanne 3: Kontrolli Tabelis 2 toodud joonemõõtmise seeria normaaljaotust graafiliselt histogrammi abil. Leia seeria hulgast erindid. Kas mõõtmisseeria on peale erindite eemaldamist täpsem. Mille põhjal otsustate? Histogrammi lasime Excelil esmalt teha nö vabalt- me ei andnud vahemikke (Bin Range) programmile ette. Tulemus on toodud joonisel 2. 3 Histogram(sagedustabel) 9 8 7 6 5 Sagedus 4 3 2 1 0 152.091 152.105 152.119 152.133 More
..)) vahetu ülemklassi konstruktori (super(...)). · Kui kumbagi neist ei ole kasutatud, siis kompilaator lisab käsu super() konstruktori esimeseks lauseks. Vaikekonstruktor · Kui ei ole ühtegi teist konstruktorit kirjeldatud · Ilma argumentideta · Kutsub välja ülemklassi ilma argumentideta konstruktori Klassi Object on selline ilmutatult · Väärtustamata isendiväljadele vaikeväärtused int 0 String null 9. Loeng Erindid Erind (ingl. k. exception) · sün. erandolukord · Programmi töö käigus tekkida võiv selline eriolukord, mis ei pruugi tingimata olla saatuslik programmi edasisele täitmisele · Tüüpilisematele juhtudele on olemas vastavad süsteemsed erindiklassid · Erindi tekkimisel luuakse vastava erindiklassi isend, mis on abiks eriolukorda analüüsivas programmiosas Milleks on erindeid vaja? · Kõike ei õnnestu täpselt ette näha
Hajuvusdiagrammi põhjal saab anda esialgse hinnangu tunnustevahelise seose tugevusele. Korrelatsioonianalüüs: Korrelatsioonikordajate abiga saame mõõta tunnuste koosmuutuvust ehk kovariatsiooni. Seose sümmeetrilisus: enamasti ei saa öelda, kumb kumba põhjustab Kui tunnuste vahel on märgata ühist käitumist, siis ei pruugi see tegelikult alati tuleneda nendevahelisest sisulisest seosest. Olla ettevaatlik seoste tõlgendamisel: erindid; erinevad grupid; seos, mis tuleneb mingitest kõrvalistest tunnustest/nähtustest Vastavalt sellele, milline on korrelatsioonikordaja märk, räägitakse positiivsest ja negatiivsest korrelatsioonist tunnuste vahel. Lineaarse korrelatsioonikordaja väärtus asub –1 ja 1 vahel. Kui tunnuste vahel on kasvav seos, on korrelatsioonikordaja positiivne. Ühe tunnuse väärtuste suurenedes teise tunnuse väärtused keskmiselt suurenevad.
Märkide selgitus: x - võib arvutada ja andmeanalüüsis kasutada; (x) - kasutada piiratud juhtudel, sõltuvalt tunnusest; + - võib leida; - - kindalasti ei tohi andmeanalüüsis kasutada. Lisa. · Geomeetriline keskmine sobib positiivsete väärtustega tunnuse jaoks ( nullväärtusteta), kui tunnusel leidub üksikuid eriti suuri väärtusi, mis pole erindid. · Ruutkeskmisel on eriti suur rakenduslik väärtus just dispersioonanalüüsis, korrelatsioonikordajate leidmisel ja ka statistilise rea tasandamisel. Peale ruutkeskmise kasutatakse ka kuup ja neljanda astme keskmisi. · Mitme asendikeskmise kasutamine annab valimi kohta rohkem teavet, eriti kui nad üksteisest erinevad ja pole õige väita, et üks neist on parem kui teine. · Sümmeetrilise arvtunnuse korral langevad mediaan ja keskväärtus kokku. Mediaan pole
Kui tunnuste vahel on täielik lineaarne sõltuvus, on korrelatsioonikordaja absoluutväärtus võrdne ühega. Kui korrelatsioonikordaja väärtus on 0, siis öeldakse, et tunnused on mittekorreleeritud. Sellest ei järeldu aga, et need tunnused on sõltumatud. ·Korrelatsioonikordajate abiga saame mõõta tunnuste koosmuutuvust ehk kovariatsiooni. ·Seose sümmeetrilisus: enamasti ei saa öelda, kumb kumba põhjustab Nõrgad kohad: 1. erindid - teistest väga palju erinevad uurimisobjektid. 2. Ainult lineaarne 3. Kaks erinevat punktiparve 4. Anscombe´i kvartett ·Kui tunnuste vahel on märgata ühist käitumist, siis ei pruugi see tegelikult alati tuleneda nendevahelisest sisulisest seosest. ·Olla ettevaatlik seoste tõlgendamisel: erindid; erinevad grupid; seos, mis tuleneb mingitest kõrvalistest tunnustest/nähtustest Spearmani astakKK, astak - in. järjekorra nr. Soo, rahvuse lõikes ei saa korrelatsiooni kasutada
24. Mediaan tunnuse väärtuste järjestamisel leitud n.ö keskmine väärtus ehk see tunnuse väärtus, millest väiksemate väärtuse osa on 50% ehk pool. 25. Mudeli diagnostika kas sõltuv/sõltumatu muutuja on valitud õigesti. Kontrolli multikollineaarsust. Kas funktsionaalne kuju on õige? (logaritm, lineaarne, hüperbool jne). reg.mudeli statistiline analüüs, heteroskedestatiivsus, autokorrelatsioon, erindid. 26. Multikollineaarsus maj. nähtused on omavahel tihedalt seotud. Nende modelleerimisel esineb sageli multikollineaarsust, mille põhjuseks on regressioonimudelisse lülitavate tunnuste omavaheline korrelatsioon. Sellisel juhul on raske eristada nende mõju. Mõned mult. koll. tunnused a) Mõne sõltumatute tunnuste paari omavaheline korrelatsioon on tugevam kui korrelatsioon sõltuva muutujaga
okaspuu y^ = 1,01x Allikas: Lu, W et al, (2006), Estimation of U.S. Bark Generation and Implications for Horticultural Industries, Journal of Environmental Horticulture, Vol. 24 , 29-34 Näide: log-log mudel, 1 esinevad Näide: log-log mudel, 2 Kuidas töötasu (salary, tuh $) sõltub erindid Logaritmimata tunnused on väga asümmeetrilised. Sagedusdiagrammid: ettevõtte müügikäibest (sales, mln $) 209 USA ettevõtte andmed. salary sales Lineaarne mudel · = 1174 + 0,015sales salary R 2 = 0,015
44) Mis juhtub, kui juhuslike liikmete keskväärtus pole 0? saame parameetrite hinnangud nihkega 45) Mis on heteroskedastiivsus, mis on homoskedastiivsus: Heteroskedastiivsus - Muutuv dispersioon var(u ) ≠ const Homoskedastiivsus – Konstantne dispersioon Var(ui)= 2 = const 46) Heteroskedastiivsuse võimalikud põhjused: Matemaatilise mudeli vale kuju Oluline tunnus välja jäänud Üks või mitu seletavat tunnust on asümmeetrilised Üksikud erindid vaatluste hulgas Andmekogumismeetodid paranevad (vaatlusvigad suurus väheneb -> juhuslikud liikmed vähenevad) Muud põhjused 47) Heteroskedastiivsuse mõju Vealiikmete dispersioon EI ESINE parameetrite HINNANGUTE arvutusvalemites. Järelikult heteroskedastiivsus parameetrite hinnanguid ei mõjuta. Need on ikka nihketa. Vealiikmete dispersioon ESINEB parameetrite hinnangute STANDARDVIGADE arvutusvalemites. – Parameetrite hinnangud ei ole enam efektiivsed
(intercept) ning sirge tõus (gradient) kirjeldab sirge paiknemist y- ja x-telje vahel (vt Fieldi õpikust lk 199). Sisuliselt üritab lineaarne regressioon läbi andmepunktide parve joonistada sirge, millest võimalikult palju väärtusi on sarnase kaugusega. Regressioonianalüüsi läbiviimiseks on 6 eeldust: 1 sõltuva muutuja andmed on intervall- või suhteskaalal (st on pidevtunnus); 2 muutujatevaheline suhe on lineaarne; 3 puuduvad märkimisväärsed erindid (outliers); 4 vaatluste sõltumatus; 5 püsihajuvus (homoskedastilisus; homoscedasticity); 6 jääkide normaaljaotuslikkus (normality of residuals). Kui 1. ja 4. eeldust saab juba lausa enne uuringu läbiviimist täita, siis eeldused 2, 3 ja 5 on testitavad hajuvusdiagrammiga, st üldist pilti on võimalik vaadelda graafiliselt. Eeldust 6 saame testida siis, kui viime läbi regressioonianalüüsi.
................................................................................. 56 Võrdlusoperaatorid............................................................................................................58 Ülesandeid.........................................................................................................................61 Abivahendid..............................................................................................................................62 Erindid...................................................................................................................................62 Püüdmine.......................................................................................................................... 62 Reageering tüübi põhjal.................................................................................................... 63 Püüdmine alamprogrammist..............................................................
kõige rohkem tulemusi ja teeks kõige vähem vigu. Nimetatakse ka Ordinary Least Squares OLS, kuna leitakse selle järgi, millisel juhul on ruutvigade summa kõige väiksem. Lineaarne- ehk paarisregressioon Eeldused: Sõltuva muutuja andmed on intervall- või suhteskaalal (st on pidevtunnus); Vaatluste sõltumatus; Muutujatevaheline suhe on lineaarne – kontrollime hajuvusdiagrammiga; Puuduvad märkimisväärsed erindid (outliers) – kontrollime hajuvusdiagrammiga; Koostamine JASPis: Valige Regression - Linear Regression. Tõstke sõltuv muutuja kasti nimega Dependent Variable ja sõltumatu muutuja ehk prediktor kasti nimega Covariate. Tulemuste tõlgendamine: o Regressioonivõrrand: sissetulek = −3.57 × vanus + 409,98 a näitab, kui palju muutub y ühe x-ühiku muutumise korral (iga aastaga
Sisuliselt üritab lineaarne regressioon läbi andmepunktide parve joonistada sirge, millest võimalikult palju väärtusi on sarnase kaugusega. Regressioonianalüüsi läbiviimiseks on 6 eeldust: 1 sõltuva muutuja andmed on intervall- või suhteskaalal (st on pidevtunnus); 2 muutujatevaheline suhe on lineaarne; 3 puuduvad märkimisväärsed erindid (outliers); 4 vaatluste sõltumatus; 5 püsihajuvus (homoskedastilisus; homoscedasticity); 6 jääkide normaaljaotuslikkus (normality of residuals). Kui 1. ja 4. eeldust saab juba lausa enne uuringu läbiviimist täita, siis eeldused 2, 3 ja 5 on testitavad hajuvusdiagrammiga, st üldist pilti on võimalik vaadelda graafiliselt. Eeldust 6 saame testida siis, kui viime läbi regressioonianalüüsi. Käsklusterida:
k. try/catch) abil. Eriolukorra tekkimise kohas tekitatakse spetsiaalsete omadustega objekt klassist java.lang.Throwable või mõnest selle alamklassist. Juhtimine antakse seda tüüpi eriolukordi töötlevale programmiosale (catch-haru e. püünis) või tagasi antud meetodit välja kutsunud meetodile, kui antud meetod ise eriolukordi ei töötle. Vead ja erindid Laias laastus jagunevad eriolukorrad vigadeks (klass java.lang.Error) ning erinditeks (ingl.k. exception, klass java.lang.Exception). Vigu üldiselt töödelda ei saa, tegemist on tõsiste probleemidega, mille tekkimisel programm tööd jätkata ei saa. Erindite hulgas on alamklass java.lang.RuntimeException, mille isendeid võib
* Juhul, kui Kellaaeg teisendatakse tüübiks int, anna väärtus endise minutite asemel sekundites. * Loo klass Nihe, mille väljadeks on pikkus x- ja y-suunal. * Defineeri operaator nihete liitmiseks. * Võimalda nihkeid ka lahutada. * Võrdlusoperaator loeb nihked võrdseks vaid juhul, kui mõlema koordinaattelje suunalised pikkused on võrdsed. * Suurema ja väiksema võrdlemisel võrreldakse vaid nihete pikkusi. * Hoolitse ka omaloodud räsikoodi eest. Abivahendid Erindid Kui arvutil palutakse teha tema jaoks võimatu käsk, siis enamasti lõpeb programmi töö veateatega. Nii nagu järgnevas näites, kus tekst "Tere" püütakse muundada täisarvuks. using System; class Erind1{ public static void Main(string[] arg){ string tekst1="Tere"; int arv1=int.Parse(tekst1); Console.WriteLine(arv1); } } Veateatest võib välja lugeda, et klassi Erind1 käsklusest Main kutsuti välja System.Number
* Juhul, kui Kellaaeg teisendatakse tüübiks int, anna väärtus endise minutite asemel sekundites. * Loo klass Nihe, mille väljadeks on pikkus x- ja y-suunal. * Defineeri operaator nihete liitmiseks. * Võimalda nihkeid ka lahutada. * Võrdlusoperaator loeb nihked võrdseks vaid juhul, kui mõlema koordinaattelje suunalised pikkused on võrdsed. * Suurema ja väiksema võrdlemisel võrreldakse vaid nihete pikkusi. * Hoolitse ka omaloodud räsikoodi eest. Abivahendid Erindid Kui arvutil palutakse teha tema jaoks võimatu käsk, siis enamasti lõpeb programmi töö veateatega. Nii nagu järgnevas näites, kus tekst "Tere" püütakse muundada täisarvuks. using System; class Erind1{ public static void Main(string[] arg){ string tekst1="Tere"; int arv1=int.Parse(tekst1); Console.WriteLine(arv1); } } Veateatest võib välja lugeda, et klassi Erind1 käsklusest Main kutsuti välja System.Number
annaabi.ee 
