uuritava tunnuse jaotuse võrdlemisel normaaljaotusega Test 9 ühefaktoriline dispersioonanalüüs anova nullhüpoteesi dispersioonanalüüs, teststatistik, faktori poolt põhjustatud seletatud hajumine suurem, seletamata hajumine teststatistiku f väärtus toodud anova tabeli korral funktsioontunnus faktor korrelatsioonimaatriks negatiivne kovariatsioon, autokorrelatsioon, spearmani korrelatsioon summaarne dispersioon arvutusvalemis, kovariatsioon õige hajumisdiagramm hajumisdiagramm, tunnuste vaheline seos kõige tugevam korrelatsioonikordaja ja kovariatsioon hajumisdiagramm, esitatud seos positiivne korrelatsioon, negatiivne korrelatsioon, pearsoni korrelatsioonikordaja, lineaarne korrelatsioonikordajad, tunnuste vahel on kõige tugevam seos, monotoonne seos, spearmani korrelatsioonikordaja tõene, väär, suurendades suurust x suureneb ka y, korrelatsioonikordaja Test 9
Väikeste valimite korral teststatistikute jaotus võib erineda standardsest jaotusest, millest leitakse kriitilised väärtused ja olulisuse tõenäosus => testimise tulemused võivad olla valed. (Väikeste valimite puhul omab jääkide normaaljaotus tähtsust.) 61) Mis on erind? Sõltuva tunnuse suhtes suure jäägiga (jääkide diagramm) 62) Mis on omapärane vaatlus? Ühel või mitmel sõltumatul tunnusel ekstreemne väärtus (jääkide ja hajumisdiagramm) 63) Mis on mõjus vaatlus? Nii erind kui ka omapärane vaatlus, mõjutavad tugevasti mudeli parameetreid Suure jäägiga ja ühel või mitmel sõltumatul tunnusel ekstreemne väärtus 64) Milleks kasutatakse mütsi-maatriksit, mida see võimaldab arvutada? Võimaldab arvutada vaatluse omapära suurust. Vaatluse omapära on suur, kui see ületab kahekordset keskmist. 65) Mida näitab vaatluse omapära? Omapära h näitab i-nda vaatluse mõju sama vaatluse Y hinnangule
Kõige tugevamini on seotud tunnused B ja D 7. Analüüs näitab, et kui aktsia X hind eile kasvas, siis suure tõenäosusega kasvab see ka täna. Kui aga hind eile kahanes, siis tõenäoliselt kahaneb see ka täna. Sellisel juhul esineb autokorrelatsioon. 8. Kahe suuruse X ja Y summaarse dispersiooni arvutusvalemis 2X+Y=2X+2Y+2.... peab .... asemel olema kovariatsioon. 9. Toodud tabeli põhjal on konstrueeritud kolm diagrammi. Milline neist on õige hajumisdiagramm? b. 10. Statistilise ehk korrelatiivse seose korral Suuruse X mingile väärtusele võib vastata mitu suuruse Y väärtust. 11. Joonisel on toodud kolm erinevat hajumisdiagrammi. Millisel diagrammil on tunnuste vaheline seos kõige tugevam? Kõigil kolmel diagrammil 12. Milline on õige valem, mis seob korrelatsioonikordajat ja kovariatsiooni? r=covxy/xy 13. Millised väited kehtivad hajumisdiagrammil esitatud seose korral?
küsimusele vastamise vahel. Testi kasutamise eeltingimused: · objektide arv ei tohi olla alla 40; · ühegi lahtri oodatav sagedus ei tohi olla väiksem kui 1; · oodatav sagedus ei tohi olla väiksem kui 5 üle 20% lahtritest. KORRELATSIOONANALÜÜS Korrelatsioonanalüüsi kasutatakse juhuslike suuruste vahelise seose olemasolu, tugevuse ja iseloomu mõõtmiseks. Suurusi vaadeldakse sümmeetriliselt ehk ei eeldata, et üks tunnustest on "põhjus" ja teine "tagajärg". · Hajumisdiagramm: · Positiivne korrelatsioon: ühe suuruse kasvades teine suurus samuti kasvab · Negatiivne korrelatsioon: ühe suuruse kasvades teine suurus kahaneb Seos kahe juhusliku suuruse vahel võib olla kaht tüüpi: · Funktsionaalse (põhjusliku) seose korral vastab argumendi x mingile väärtusele üks ja ainult üks funktsiooni y väärtus. · Korrelatiivse (statistilise) seose puhul võib ühe suuruse X mingile väärtusele vastata mitu
annaabi.ee 
