Hüpoteesid (0)

Statistika ülesanned 4. Andmetöötlus.

177 163 Täiskasvanu naise keskmine pikkus kogu maailmas on umbes 162 174 ÜLESANNE 2. Kontrollida väide, et TTK naistudengid on 160 169 Hüpoteesi püstitamine 168 167 nullhüpotees H0 m <≥ 168.67 161 sisukas hüpotees H1 m << 168.67 155 178 Empiirilised arvkarakteristikud 172 176 valimi maht n =COUNT 114 179 valimi keskmine x =AVERAGE 166.98 171 valimi standardhälve s =STDEV.S 6.16 158 168 standardviga SE 0

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

KORDAMINE ÖKONOMEETRIA KONTROLLTÖÖKS

selle asümptootilise jaotuse dispersioon on väiksem suvalise mõjusa asümptootiliselt normaaljaotusega hinnangu dispersioonist.  12. Hüpoteeside kontrollimine: otsuse vastuvõtmine, kui on antud teststatistiku empiiriline ja kriitiline väärtus Nullhüpotees: miski võrdub millegagi (erinevus on null) ­ kogumi keskväärtus µ = µ0 ­ kogumi A keskväärtus = kogumi B keskväärtus ­ mudeli parameeter = 0 · Sisukas (alternatiivne) hüpotees: võrdus ei kehti. · Otsustamiseks kasutatakse juhuvalimit. · Juhuvalimi keskväärtus on juhuslik suurus, st erineb arvust µ Otsustamiseks vajaliku statistilise kriteeriumi leidmiseks kasutatakse teststatistikut. · Valimi andmete põhjal arvutatakse teststatistiku empiiriline väärtus ­ sõltuvalt sellest, mida kontrollitakse, on konkreetsed arvutusvalemid erinevad ­ z-test, t-test, F-test, 2 -test, ....

Ökonomeetria kontrolltöö kordamisküsimused 2020

asümptootiliselt normaaljaotusega hinnangu dispersioonist. Näiteks mõningad suurima tõepära meetodil leitud hinnangud. 12. Hüpoteeside kontrollimine: otsuse vastuvõtmine, kui on antud teststatistiku empiiriline ja kriitiline väärtus. ● Nullhüpotees: miski võrdub millegagi (erinevus on null) – kogumi keskväärtus μ = μ0 – kogumi A keskväärtus = kogumi B keskväärtus – mudeli parameeter β = 0  ● Sisukas (alternatiivne) hüpotees: võrdus ei kehti ● Otsustamiseks kasutatakse juhuvalimit. ● Juhuvalimi keskväärtus on juhuslik suurus, st erineb arvust μ. ● Kuidas otsustada, kas – kogumi keskväärtus μ = μ0 kehtib nullhüpotees; – kogumi keskväärtus μ ≠ μ0 kehtib sisukas hüpotees? ● Ehk: kui palju võib juhuvalimi keskväärtus erineda nullhüpoteesiga püstitatud väärtusest, et võime öelda: nullhüpotees ei kehti? ● Vaja kriteeriumi!

väärtused, väiksematele X väärtustele vastavad suuremad Y väärtused) 16) Korrelatsioonikordaja selle arvutusvalem ja omadused: Korrelatsioonikordaja absoluutväärtus näitab lineaarse seose tugevust ja märk näitab seose suunda: positiivne või negatiivne. Omadused – Absoluutväärtuse maksimaalne suurus 1  Valem – r_xy=xy/(x*y) 17) Hüpoteesi kontrollimine korrelatsioonikordaja olulisuse kohta: nullhüpotees ja sisukas hüpotees: 18) Regressioonanalüüs ja regressioonmudeli komponendid: Uurib suuruste vahelist sõltuvust ja võimalusi selle funktsionaalseks kirjeldamiseks etteantud valemi põhjal. Regressioonanalüüsi käigus leitakse deterministlik komponent --> leitakse vastava matemaatilise funktsiooni parameetrite hinnangud. Komponendid – y= deterministlik komponent + juhuslik komponent, y = ax + b +u; Tinglik keskväärtus on deterministlik komponent y=E[Y X] + u

Biomeetria test

Hüpoteeside koltrollimine 1. Oletus, väide 2. Sobiv hüpoteeside paar (millised tunnused on vaja võrrelda) 3. Olulise tõenäosus (p) 4. Järeldus (p>0,05 H0, p<0,05 H1) 5. Lõppvastus (sama, mis oli küsitud hüpoteesis) T-test sobivad valemid 1. T-test H0: keskmised võrdsed H1: keskmised erinevad 2. F-test ­ sõltumatud valemid H0: dispersioonid võrdsed H1: dispersioonid erinevad P>a H0, P<0,05 H1 Võrdsete disp mittevõrdsete disp t-test t-test 3. Olulisuse tõenäosus 4. Lõppvastus (p<0,05 H0) Vormistus nii nagu iseseisvates töös Ülesanne Eesmärk Tunnusetüüp 1.T-test (f-test) Keskmiste erinevus kahes Pidev arvtunnus- keskmised grupis tunnus, millel on vähe

Statistika kordamisküsimused

, objektide asendamise viga, mõõtmisviga – mõõtmisvahendi viga, mõõtmisolukorra viga, intervjueerija viga, töötlusviga - Tekivad andmete kodeerimisel, sisestamisel, analüüsimisel 7. STATISTILISTE HÜPOTEESIDE KONTROLL Kriitiline piirkond - nullhüpotees on ümber lükatud. Kui K langeb kriitilisse piirkonda kehtib sisukas hüpotees. Kui K ei lange kriitilisse piirkonda kehtib nullhüpotees Nullhüpotees: kogumi keskväärtus μ võrdub mingi arvuga μ0. H0: μ = μ0 Sisukas hüpotees: kogumi keskväärtus μ ei võrdu arvuga μ0. H1: μ ≠ μ0 Keskväärtuse testimine suurte valimite korral – testimiseks Z-test. Valem: Mida suurem on valimi standardhälve s , seda väiksem on z, st seda "kergemini" tuleb vastuseks nullhüpotees. Ühepoolse hüpoteesi korral on kriitiline väärtus nullile lähemal. Järelikult sisukat hüpoteesi on nö lihtsam tõestada. I liiki viga: kehtiva nullhüpoteesi tagasilükkamine II liiki viga: mittekehtiva nullhüpoteesi vastuvõtmine

Ökonomeetria mõisted

astakkorrelatsioon) N: tippjuhtide ja töötajate arvamused. Siis saab Spearmani kasutada. Spearmani saab kasutada ka siis kui on vaja intervallskaalas esitatud andmeid analüüsida ning vähendada erindite mõju. Pearson mõõdab lineaarse seose tugevust, Spearman monotoonse seose tugevust. Monotoonne seos ­ ühe tunnuse kasvamine toob kaasa teise kasvu, ühe tunnuse kahanemine toob kaasa teise kahanemise. 51. Statistilised hüpoteesid ­ sõnastatakse tavaliselt hüpoteeside paarina H0 ja Ha või siis H0 ja H1. Hüpoteesi H0 nimetatakse nullhüpoteesiks (näitajate vahel seost ei ole) ning hüpoteesi Ha alternatiivseks ehk sisukaks hüpoteesiks. Neist saab tõene olla ainult üks.