Vajad kellegagi rääkida?
Küsi julgelt abi LasteAbi
Logi sisse

Hinnangud, hüpoteesid, regressioon (0)

1 Hindamata
Punktid

Esitatud küsimused

  • Mis on usaldusnivoo?
  • Mis on usalduspiirid?
  • Mis oli teie proovitükil 1 rinde peapuuliik Kui suur tuli vaatluste arv prtk 64?
  • Kuidas leidsite P-väärtuse?
  • Keskmine mõõtmistulemus nende kluppide puhul on oluliselt erinev?
  • Mis on hüpoteesid H0 ja H1?
  • Mis on 1 liiki viga?
  • Kui suur antakse ette tavaliselt 1 liiki vea tõenäosus?
  • Mis on olulisuse nivoo?
  • Mis on olulisuse tõenäosus?
  • Millal kasutatakse kahepoolset hüpoteesi ja millal ühepoolset?
  • Kui suur on saadud võrrandi jääkstandardhälve?
  • Kui suur on kõrguse standardhälve?
  • Mida iseloomustab jääkstandardhälve?
  • Kui suur on determinatsioonikordaja?
  • Mida iseloomustab determinatsioonikordaja?
  • Kui suur on mitmene korrelatsioonikordaja?
  • Kui suured on saadud regressioonivõrrandi kordajate vead?
  • Mille diameeter on 15 cm ja kõrgus 16 m?

Overview

Hinnang
Hüpotees
Regressioon
prt64
prt 6
Sheet3
Sheet4
Sheet2
Sheet6
Sheet5

Sheet 1: Hinnang


Hinnangud , hüpoteesid, regressioon
Proovitükk nr.
6
D Kolmas kodutöö õppeaines Metsandusliku andmetöötluse alused
7.05

4.85 Lähteandmeteks on Teie proovitüki 1. rinde enamuspuuliigi keskmine diameeter (rühmitamata andmed).
3.95 Kopeerige see tulp sellele samale töölehele.
5.7

2.15

4.8 Punkthinnangud , vahemikhinnangud, valimi maht
6.7

2.5 Eeldame, et teie proovitükil mõõdetud andmete põhjal tahame teha järeldusi samalaadse
7 üldkogumi kohta
5.05 Selleks arvuta järgmised statistikud oma proovitüki kohta
8.8 1) Leida 1. rinde enamuspuuliigi diameetri kohta (rühmitamata andmetest) järgmised suurused:
3.9
keskväärtuse hinnang (aritmeetiline keskmine),
4.921
2.95
dispersioon,
7.352
4.95
standardhälve,
2.712
6.3
standardhälbe viga
0.183
8.85
valimi maht,
110
2.25
standardviga,
0.259
4.75
variatsioonikordaja ,
55.097
7.6
variatsioonikordaja viga,
3.715
9.5
suhteline standardviga e katsetäpsus.
5.253
2.6 2) Leida diameetri usalduspiirid :
6.45
keskväärtuse 95%lised usalduspiirid,
4.409 5.434
8.6
keskväärtuse 90%lised usalduspiirid,
4.493 5.350
5.35
dispersiooni 95%lised usalduspiirid,
5.733 9.773
2.15
dispersiooni 90%lised usalduspiirid,
5.964 7.273
4
standardhälbe 95%lised usalduspiirid,
2.394 3.126
6.6
standardhälbe 90%lised usalduspiirid.
2.442 2.697
4.65
7.6 3) Eeldades diameetrite samasugust hajuvust ka ülejäänud üldkogumis, leida, mitme
2.5 puu diameetrid peaksime mõõtma, et saada keskväärtuse hinnang veaga 0,3 cm
81.692
4.8
3.15 4) Leida, mitme puu diameetrid peaksime mõõtma,
6.6 et saada keskväärtuse hinnang täpsusega 1%.
Variatsioonikordaja
55.097
8.25
N= 110
5.7
3.15
11.3 5) Mis on usaldusnivoo ?
Usaldusnivoo on tõenäosus, mis on etteantud, sinna kuulub üldkogumi parameeter .
3.1 6) Mis on usalduspiirid?
Usalduspiirid on usaldusnivoo kaudu arvutatud parameetrid . Kaks arvu, mille vahel on parameeter
6.95 7) Mida iseloomustab standardviga
Standardveaks nimetatakse aritmeetilise keskmise kui keskväärtuse hinnangu standarhälve
7.7 8) Mida iseloomustab katsetäpsus (suhteline standardviga)
Katsetäpsus on suhteline standardviga protsentides.
9.45
9) Standardvea arvutamise valem (Equation Editoriga)
2.45 10) Katsetäpsuse arvutamise valem (Equation Editoriga)
3.8 11) N leidmise valem, kui on ette antud standardviga (Equation Editoriga)
3.3 12) N leidmise valem, kui on ette antud katsetäpsus (Equation Editoriga)
6.3
9.
10.
11.
12.
2.2 Ülesanne jätkub järgmistel töölehtedel
7.55
4.65
2.3
2
3
10.55
2.7
7.85
4.45
2.5
8.2
8.25
2.1
2.4
7.1
2
8
2.2
1.5
2.35
3.1
2.4
1.75
2.5
9.95
3.1
2.7
4
3
2.15
2.2
8.45
4.4
4.2
4.6
6.45
4
7.7
6.15
3.9
3
6.9
10.85
3
2.75
2.25
5.1
3.6
7
7.55
11.05
1.95
14.05
4.8
2.25
6.55
3.7
5.15
3.5
2.8
3.65
3.25
0
0

Sheet 2: Hüpotees


Hüpoteeside kontroll
prt 64
13) Võrdleme teie proovitükil mõõdetud andmeid proovitükiga 64. Selleks arvutame
Dkesk (MA; 1.rin)
D prt6 proovitükil 64 kahes suunas mõõdetud diameetri keskmise. Seejärel
F-Test Two-Sample for Variances
31.15
7.05 filtreerime proovitükilt 64 välja 1. rinde sama puuliigi diameetrid,
27.35
4.85 mis oli teie proovitükil 1. rinde peapuuliik. Kui suur tuli vaatluste arv (prtk. 64)?
65

prt 64 prt 6
32.75
3.95 Kopeerime need diameetrid teisele töölehele.
Mean 21.5784615385 4.9213636364
25.6
5.7
Variance 16.3071850962 7.3523146372
26.7
2.15 14) Leiame diameetri dispersiooni teie proovitükil ja
Disp. Oma 7.3523146372 Observations 65 110
33.25
4.8 proovitükil 64 (teie proovitükile vastaval 1. rinde puuliigil)
Disp. 64 16.3071850962 df 64 109
27.7
6.7 Kas nendele proovitükkidele vastavate üldkogumite diameetri dispersioonid
P-väärtus 0.0001 F 2.2179661645
27.55
2.5 on oluliselt erinevad (a = 0,05)? Kuidas leidsite P-väärtuse?
kasutades f-testi
Jah või ei ei P(F

Sheet 4: prt64


puu rin pl asim kaug d1 d2 h hv hko D puu - puu nr
Dkesk 8 1 MA 20 24.1 31.3 31 24 16 8.9 31.15
KS kask )
31.15 17 1 MA 46.5 8.5 27.4 27.3 24.8 15.2 6.7 27.35 d2 - diameeter teises suunas
27.35 27 1 MA 38.5 23.4 33.2 32.3 26.2 16.8 8.8 32.75 hko - surnud okste algus
32.75 30 1 MA 50 19.3 25.9 25.3 27.9 17.1 14.2 25.6
25.6 38 1 MA 74 9.2 26.9 26.5 23.8 16.8 8.6 26.7
26.7 40 1 MA 72.5 11.8 33.6 32.9 26.3 17.7 10.2 33.25
33.25 60 1 MA 125 22.3 27.3 28.1 27.4 19.2 7.9 27.7
27.7 69 1 MA 153.5 8.1 27.7 27.4 23 15.9 4.3 27.55
27.55 70 1 MA 160.5 10.2 20.1 21.3 23.8 15.4 7.3 20.7
20.7 104 1 MA 326 2.5 24 25.2 24.5 17.3 6.2 24.6
24.6 134 1 MA 290.5 8.3 24.4 23 22.4 15.5 4.6 23.7
23.7 135 1 MA 309 7.5 30.4 30.6 24.8 16.2 5.6 30.5
30.5 162 1 MA 344 6.5 29.7 28.8 24.9 17.6 5.6 29.25
29.25 171 1 MA 328 2.3 23.7 24.8 25.4 18.8 10.5 24.25
24.25 174 1 MA 94 17.2 25.6 25.6 24.8 16.9 15.1 25.6
25.6 179 1 MA 140 12 16.9 17.1 20.1 12.9 11.8 17
17 181 1 MA 359.5 3.5 17.4 17.6 0 0 0 17.5
17.5 182 1 MA 21 6.5 19.6 19.5 0 0 0 19.55
19.55 186 1 MA 18.5 9.7 20.7 20.8 22 15.7 0 20.75
20.75 188 1 MA 9.5 11.5 20.1 20 0 0 0 20.05
20.05 189 1 MA 2.5 12.4 20.7 20.6 0 0 0 20.65
20.65 191 1 MA 8 14.5 17.2 17.1 2 0 0 17.15
17.15 192 1 MA 26.5 10.3 19.7 19.6 0 0 0 19.65
19.65 197 1 MA 60 14 19.2 19.3 21.5 0 0 19.25
19.25 201 1 MA 70 5.7 17.5 17.4 0 0 0 17.45
17.45 202 1 MA 71.5 2.1 20.8 21.1 23.7 0 0 20.95
20.95 207 1 MA 91.5 6.9 17.8 17.9 0 0 0 17.85
17.85 212 1 MA 123 11.7 17.7 17.5 0 0 0 17.6
17.6 213 1 MA 120 14.8 19.2 19.2 21.4 15.6 0 19.2
19.2 217 1 MA 138 14.7 20.1 20.1 0 0 0 20.1
20.1 218 1 MA 131 8.7 20.4 20.3 22.6 15.3 0 20.35
20.35 219 1 MA 123.5 5.9 18.6 18.5 0 0 0 18.55
18.55 220 1 MA 122.5 4.8 20 19.9 0 0 0 19.95
19.95 221 1 MA 139 5.2 20.1 20.1 0 0 0 20.1
20.1 225 1 MA 151 9.3 24.2 24.1 0 0 0 24.15
24.15 226 1 MA 157.5 9.1 20.2 20.3 0 0 0 20.25
20.25 227 1 MA 163 9.4 19.7 19.7 0 0 0 19.7
19.7 228 1 MA 167.5 9.2 21.6 21.7 22.7 16.4 0 21.65
21.65 229 1 MA 167.5 10.9 17.2 17.2 0 0 0 17.2
17.2 231 1 MA 155 14.3 21.5 22.3 0 0 0 21.9
21.9 233 1 MA 182.5 11.7 22.9 22.6 23.2 0 0 22.75
22.75 235 1 MA 184.5 8.6 20.8 20.7 0 0 0 20.75
20.75 238 1 MA 212.5 13.7 22.8 22.5 23.5 0 0 22.65
22.65 239 1 MA 216 14.7 22.3 22.2 0 0 0 22.25
22.25 240 1 MA 216.5 12 17.3 17.2 0 0 0 17.25
17.25 242 1 MA 231 14.7 18.5 18.6 0 0 0 18.55
18.55 243 1 MA 231.5 12 18.4 18.5 19.1 0 0 18.45
18.45 251 1 MA 188 7.1 23.2 23.3 0 0 0 23.25
23.25 253 1 MA 183 3.8 19.7 19.8 0 0 0 19.75
19.75 259 1 MA 261 9.1 18.8 18.4 19.7 0 0 18.6
18.6 260 1 MA 245 13.7 18.1 17.6 0 0 0 17.85
17.85 261 1 MA 265.5 15 23.7 23.9 0 0 0 23.8
23.8 262 1 MA 265 13 20.4 20.9 0 0 0 20.65
20.65 263 1 MA 266 12.9 18.6 18.8 0 0 0 18.7
18.7 265 1 MA 276.5 8.9 17.7 17.7 0 0 0 17.7
17.7 266 1 MA 280.5 10 17.8 17.9 0 0 0 17.85
17.85 269 1 MA 302.5 7.9 18.7 18.6 20.8 0 0 18.65
18.65 270 1 MA 313.5 3.7 19.7 19.7 0 0 0 19.7
19.7 273 1 MA 314.5 9.4 17.2 17.1 0 0 0 17.15
17.15 274 1 MA 313.5 10 22.8 22.9 23.8 0 0 22.85
22.85 275 1 MA 316 10.7 25.4 24.9 0 0 0 25.15
25.15 278 1 MA 331 14.3 17 17 0 0 0 17
17 279 1 MA 346.5 12 22.4 22.3 23.1 0 0 22.35
22.35 280 1 MA 345.5 14.4 18.6 18.6 0 0 0 18.6
18.6 281 1 MA 351.5 14.4 21.3 21.1 0 0 0 21.2
21.2

Sheet 5: prt 6


prt rin pl asim kaug d1 d2 h hv hko rikked 6 1 MA 194 3.7 4.8 4.9 4.8 2 0
6 1 MA 204 4.5 5.8 5.6 5.5 2.3 0
6 1 MA 225.3 4.6 6.9 7.1 6.4 2 0
6 1 MA 239.3 6.7 8.7 9 5 2 0
6 1 KU 258 4.7 9.5 9.5 6.2 0.7 0
6 1 MA 272 2.2 8.5 8.7 6.8 2.4 0
6 1 MA 310 7 5.7 5.7 5.1 2.1 0
6 1 MA 320 5.3 11.5 11.1 7 2.5 0
6 1 MA 20 2.3 9.8 11.3 6.5 1.5 0
6 1 MA 37.3 5 8.3 8.2 7.4 3.3 0
6 1 KS 39 6.8 2.4 2.4 4.4 2.5 0
6 1 KS 81 7.6 2.5 2.5 3.9 2.3 0
6 1 MA 86.3 2.8 10 9.9 6 2.1 0
6 1 MA 123.3 7.2 4.2 4.2 4.8 2.2 0
6 1 MA 124 6.4 4.5 4.7 6.5 3.2 0
6 1 MA 125.3 1.1 4 4 4.9 2.5 0
6 1 MA 138 4.3 6.2 7.6 7.1 1.8 0
6 1 MA 153.3 2.7 6.9 7.1 6.1 2.7 0
6 1 MA 156 8 7.5 7.6 6.2 2.4 0
6 1 MA 169 6.9 3.7 3.7 4.3 2.3 0

Sheet 6: Sheet3


t-Test: Two-Sample Assuming Unequal Variances

Variable 1 Variable 2 Mean 21.5784615385 4.9213636364 Variance 16.3071850962 7.3523146372 Observations 65 110 Hypothesized Mean Difference 0
df 99
t Stat 29.5513787716
P(T

Sheet 8: Sheet2


F-Test Two-Sample for Variances

prt 64 prt 6 Mean 21.5784615385 4.9213636364 Variance 16.3071850962 7.3523146372 Observations 65 110 df 64 109 F 2.2179661645
P(F

Sheet 10: Sheet5


prt rin pl asim kaug d1 d2 h
h Dkesk
6 1 MA 194 3.7 4.8 4.9 4.8
4.8 4.85
6 1 MA 204 4.5 5.8 5.6 5.5
5.5 5.7 6 1 MA 225.3 4.6 6.9 7.1 6.4
6.4 7 6 1 MA 239.3 6.7 8.7 9 5
5 8.85 6 1 KU 258 4.7 9.5 9.5 6.2
6.2 9.5 6 1 MA 272 2.2 8.5 8.7 6.8
6.8 8.6 6 1 MA 310 7 5.7 5.7 5.1
5.1 5.7 6 1 MA 320 5.3 11.5 11.1 7
7 11.3 6 1 MA 20 2.3 9.8 11.3 6.5
6.5 10.55 6 1 MA 37.3 5 8.3 8.2 7.4
7.4 8.25 6 1 KS 39 6.8 2.4 2.4 4.4
4.4 2.4 6 1 KS 81 7.6 2.5 2.5 3.9
3.9 2.5 6 1 MA 86.3 2.8 10 9.9 6
6 9.95 6 1 MA 123.3 7.2 4.2 4.2 4.8
4.8 4.2 6 1 MA 124 6.4 4.5 4.7 6.5
6.5 4.6 6 1 MA 125.3 1.1 4 4 4.9
4.9 4 6 1 MA 138 4.3 6.2 7.6 7.1
7.1 6.9 6 1 MA 153.3 2.7 6.9 7.1 6.1
6.1 7 6 1 MA 156 8 7.5 7.6 6.2
6.2 7.55 6 1 MA 169 6.9 3.7 3.7 4.3
4.3 3.7
20
SUMMARY OUTPUT
Regression Statistics
Multiple R 0.7332636223
R Square 0.5376755398
Adjusted R Square 0.5119908475
Standard Error 0.7215371572
Observations 20
ANOVA

df SS MS F Significance F
Regression 1 10.8984143534 10.8984143534 20.9336960262 0.000234639
Residual 18 9.3710856466 0.5206158693
Total 19 20.2695

Coefficients Standard Error t Stat P- value Lower 95% Upper 95% Lower 95,0% Upper 95,0%
Intercept 3.8500816443 0.444475894 8.6620707588 7.75667075159164E-008 2.9162724438 4.7838908449 2.9162724438 4.7838908449
X Variable 1 0.2847360414 0.0622328207 4.575335619 0.000234639 0.1539897369 0.4154823459 0.1539897369 0.4154823459
Vasakule Paremale
Hinnangud-hüpoteesid-regressioon #1 Hinnangud-hüpoteesid-regressioon #2 Hinnangud-hüpoteesid-regressioon #3 Hinnangud-hüpoteesid-regressioon #4 Hinnangud-hüpoteesid-regressioon #5 Hinnangud-hüpoteesid-regressioon #6 Hinnangud-hüpoteesid-regressioon #7 Hinnangud-hüpoteesid-regressioon #8 Hinnangud-hüpoteesid-regressioon #9 Hinnangud-hüpoteesid-regressioon #10 Hinnangud-hüpoteesid-regressioon #11 Hinnangud-hüpoteesid-regressioon #12 Hinnangud-hüpoteesid-regressioon #13 Hinnangud-hüpoteesid-regressioon #14 Hinnangud-hüpoteesid-regressioon #15 Hinnangud-hüpoteesid-regressioon #16 Hinnangud-hüpoteesid-regressioon #17 Hinnangud-hüpoteesid-regressioon #18 Hinnangud-hüpoteesid-regressioon #19 Hinnangud-hüpoteesid-regressioon #20 Hinnangud-hüpoteesid-regressioon #21 Hinnangud-hüpoteesid-regressioon #22 Hinnangud-hüpoteesid-regressioon #23 Hinnangud-hüpoteesid-regressioon #24 Hinnangud-hüpoteesid-regressioon #25 Hinnangud-hüpoteesid-regressioon #26 Hinnangud-hüpoteesid-regressioon #27 Hinnangud-hüpoteesid-regressioon #28 Hinnangud-hüpoteesid-regressioon #29 Hinnangud-hüpoteesid-regressioon #30 Hinnangud-hüpoteesid-regressioon #31 Hinnangud-hüpoteesid-regressioon #32 Hinnangud-hüpoteesid-regressioon #33 Hinnangud-hüpoteesid-regressioon #34
Punktid 100 punkti Autor soovib selle materjali allalaadimise eest saada 100 punkti.
Leheküljed ~ 34 lehte Lehekülgede arv dokumendis
Aeg2015-06-14 Kuupäev, millal dokument üles laeti
Allalaadimisi 21 laadimist Kokku alla laetud
Kommentaarid 0 arvamust Teiste kasutajate poolt lisatud kommentaarid
Autor katukas001 Õppematerjali autor
Andmetöötluse kolmas kodune töö. Regresioon,hüpotees

Sarnased õppematerjalid

Regressioon-hinnang-hüpotees arvutused ja testid
42
xls

Regressioon, hinnang, hüpotees arvutused ja testid

13,1 0,0 0,0 0,0 13,0 15,4 11,3 5,2 0,0 0,0 0,0 0,0 18,7 14,1 7,9 3,2 16,9 0,0 0,0 0,0 15,6 0,0 0,0 0,0 18,5 0,0 0,0 0,0 13,8 0,0 0,0 0,0 14,6 15,2 9,3 3,9 18,8 0,0 0,0 0,0 22,4 0,0 0,0 0,0 18,7 0,0 0,0 0,0 14,6 0,0 0,0 0,0 23,3 17,7 10,5 2,2 13,4 0,0 0,0 0,0 16,9 0,0 0,0 0,0 13,8 0,0 0,0 0,0 15,6 0,0 0,0 0,0 14,5 0,0 0,0 0,0 Hinnangud, hüpoteesid, regressioon Proovitükk nr. 1118 Kodune töö 4 õppeaines Andmetöötluse alused Punkthinnangud, vahemikhinnangud, valimi maht Eeldame, et teie proovitükil mõõdetud andmete põhjal tahame teha järeldusi samalaadse üldkogumi kohta Selleks arvuta järgmised statistikud oma proovitüki kohta 1) Leida 1. rinde enamuspuuliigi diameetri kohta (rühmitamata andmetest) järgmised suurused: keskväärtuse hinnang (aritmeetiline keskmine), 15,945

Andmetöötlus alused
Nimetu
13
docx

Nimetu

EESTI MAAÜLIKOOL Metsandus- ja maaehitusinstituut Metsakorralduse osakond Mikk Sülla Proovitükk nr 613. Hinnangud, hüpoteesid, regressioon Kodune töö nr. 5 õppeaines Metsandusliku andmetöötluse alused II Juhendaja Külliki Kiviste Tartu 2012 Sisukord Sisukord Sissejuhatus Käesoleva töö eesmärgiks on analüüsida, kas proovitükil mõõdetud diameetri jaotus on lähendatav mõne klassikalise teoreetilise jaotusega. Töös on kasutatud Aakre metskonna proovitükki nr. 613

Andmetöötlus alused
Statistika ülesanned-Andmetöötlus
47
xlsx

Statistika ülesanned. Andmetöötlus.

20 20 3.06 22 8 1.34 25 11 2.1 28 4 0.86 31 26 6.16 T-test lineaarse korrelatsi 33 48 12.1 34 11 2.86 35 15 4.01 38 14 4.06 Nullhüpotees H0: korrelatsioon ei ole s 41 17 5.32 Sisukas hüpotees H1: korrelatsioon on stat 45 12 4.13 50 20 7.64 52 21 8.34 58 24 10.63 60 40 18.33 63 12 5.78 65 26 12.91 Kriitilise väärtu Parameetri empiirilis Olulisuse tõenäos

Andme-ja tekstitöötlus
Hüdroloogia 2 praktikum
314
xls

Hüdroloogia 2.praktikum

Pärnu jõe Äravoolu arvutamine 1948 Näitaja 1 2 3 4 5 Keskmine vooluhulk, m3/s 8.22 17.53 14.73 93.32 27.57 Suurim vooluhulk, m3/s 11.80 51.00 66.40 248.00 71.00 Väikseim vooluhulk, m3/s 6.29 4.45 4.46 22.20 13.70 Äravool, mln m3 22.02 43.93 39.45 241.88 73.84 Äravoolumoodul, l/s*km2 1.59 3.40 2.86 18.11 5.35 Äravoolukiht, mm 4.27 8.52 7.65 46.93 14.33 Sademed, mm 44.00 13.00 21.00 28.00 32.00 Äravoolutegur 0.10 0.66 0.36 1.68 0.45 Auramine, mm 39.73 4.48 13.35 -18.93 17.67 Auramistegur 0.90 0.34 0.64 -0.68 0.55 Mari Kirss, KKT III 6 7 8 9 10 11 12 Aasta 9.35 16.92 53.11 27.5

Hüdrosfäär
Statistika ülesanned 2-Andmetöötlus
37
xlsx

Statistika ülesanned 2. Andmetöötlus.

Keskmised arvkarakteristikud - eng. Measures of Central Tendency Likerti skaala: Data 1 Data 2 Data 3 1 - tugevalt ei nõustu 1 1 1 2 - pigem ei nõustus 1 1 2 3 - olen neutraalne 2 1 3 4 - pigem nõustun 2 2 4 5 - tugevalt nõustun 3 2 4 3 2 4 4 3 5 4 3 5 5 4 5 5 5 5 Arv =COUNT 10 10 10 Keskväärtus =AVERAGE 3 2.4 3.8 Mediaan =MEDIAN 3 2 4

Andme-ja tekstitöötlus
Ehitusfüüsika abimaterjal ja valemid 2018
28
doc

Ehitusfüüsika abimaterjal ja valemid 2018

2018 Abimaterjal aines „Ehitusfüüsika“ Veeauru küllastusrõhk, psat, Pa 25 3300 Veeaurusisaldus õhus, g/m3 17 ,269t psat  610,5 e 237,3 t , Pa, kui t 0 o C , 20 2640 Veeaururõhk, Pa 21,875t 15

EHITUSFÜÜSIKA
Kõrgem matemaatika
156
pdf

Kõrgem matemaatika

MTMM.00.340 Kõrgem matemaatika 1 2016 KÄRBITUD loengukonspekt Marek Kolk ii Sisukord 0 Tähistused. Reaalarvud 1 0.1 Tähistused . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 0.2 Kreeka tähestik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 0.3 Reaalarvud . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 0.4 Summa sümbol . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 1 Maatriksid ja determinandid 7 1.1 Maatriksi mõiste . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 1.2 Tehted maatriksitega . . . . . . . . . . . . . . . . . . .

Kõrgem matemaatika
Andmetöötluse 1-kordamisülesanne
195
xlsx

Andmetöötluse 1. kordamisülesanne

Tööajatabel [1] Tööpäevad Jaak Joosep Kokku 10/1/2005 ### 10/2/2005 ### ### 1. Leia iga päeva kohta töötatud tundide 10/3/2005 ### ### ### Kasuta sobivat andmevormingut. 10/4/2005 ### ### ### 2. Leia iga töötaja kohta töötatud tundid 10/5/2005 ### ### ### Kasuta sobivat andmevormingut (näidata 10/6/2005 ### ### 10/7/2005 ### ### 10/8/2005 ### ### ### 10/9/2005 ### ### ### 10/10/2005 ### ### 10/11/2005 ### ### ### 10/12/2005 ### ### ### 10/13/2005 ### ### 10/14/2005 ### ### Viidatud allikad 10/15/2005 ### ### ### [1] H. Sarv, „Ajatabel palkadega,“ 200 10/16/2005 ### ### ### 18. veebruar, 2019]. 10/17/2005

Andmetöötlus




Meedia

Kommentaarid (0)

Kommentaarid sellele materjalile puuduvad. Ole esimene ja kommenteeri



Sellel veebilehel kasutatakse küpsiseid. Kasutamist jätkates nõustute küpsiste ja veebilehe üldtingimustega Nõustun