EESTI MAAÜLIKOOL Metsandus- ja maaehitusinstituut Metsakorralduse osakond xxx Keskmine brutokuupalk ja kuutööjõukõlu töötaja kohta põhitegevusala järgi 2007-2010 (III kvartal) Iseseisev töö õppeaines ,,Majandusteaduse alused" Juhendaja: Birgit Maasing Tartu 2010 2 Sissejuhatus Valisin teemaks ,,Keskmine brutokuupalk ja kuutööjõukõlu töötaja kohta põhitegevusala järgi 2007-2010 (III kvartal)" kuna see statistika pakkus mulle antud momendil kõige rohkem huvi. Valisin võrdlemiseks III kvartali, kuna see andis võimaluse kasutada ka 2010 aastat (III kvartal on hilisem periood, mille kohta on andmeid). Periood pakkus huvi seetõttu, et antud vahemikku jääb majanduslangus ja uus majandustõus. Mõningad selgitused: Brutopalk Ehk kogupalk - töövõtja töötasu, mil...
Eesti Maaülikool Põllumajandus- ja keskkonnainstituut Eduard Lehes Keskmiste brutopalkade võrdlus Harjumaa, Ida-Virumaa, Tartumaa ja Võrumaa näitel Juhendaja: Birgit Maasing Tartu 2017 SISUKORD: SISSEJUHATUS........................................................................................ HARJUMAA KESKMINE BRUTOPALK........................................................... IDA-VIRUMAA KESKMINE BRUTOPALK..................................................
Tunnuse keskmine väärtus oli 3,08 ja standardhälve 1,17. Tunnuse väärtuste jaotus on lähedane normaaljaotusele, asümeetriakordaja on -0,33 ja järskuskordaja -0,83 (vaata ka Joonis 2). 2 Joonis 1. Q-Q-graafik immigrantide mõju kohta Joonis 2. Q-Q-graafik homoseksuaalide elukeskkonnale. õiguse kohta elada nii, nagu nad soovivad. Keskmiste võrdlus Alustasin keskmiste võrdlemisest erinevate tausttunnuste alusel. Joonisel 3 on toodud soo ja vanuse mõju immigrantide hinnangule. Keskmine hinnang immigrantide elukeskkonna mõjule väheneb vanusega. 95% usaldusnivool erinevad 15-24-aastased meeste hinnangud üle 45-aastastest meestest. Naiste puhul erinevad 95% usaldusnivool 15-34-aastaste hinnangud üle 35-aastaste hinnangutest. Samuti erinevad 35-54-aastaste hinnangud üle 74-aastaste hinnangutest
Praktikum nr 1. Normaaljaotuse kontrollimine. Erindite leidmine. Süstemaatiliste vigade leidmine ja eemaldamine. Ülesanne 1: hinda süstemaatiliste vigade olemasolu Tabelis 1 toodud edasi-tagasi nivelleeritud keskmiste kõrguskasvude erinevuste d põhjal mõlemat eeltoodud kriteeriumit kasutades. Esmalt kasutame süstemaatiliste vigade olemasolu hindamiseks märgikriteeriumi. See tähendab seda, et süstemaatiliste vigade puudumisel mõõtmisseerias peaks erimärgilisi vigu olema ligikaudu võrdselt. Märgikriteeriumi testi tegemiseks peab esmalt loendama valimis olevad nullist suuremad ja väiksemad vead. Exceli's on selleks käsklus (COUNTIF)
põhjal. Nt. 2 gruppi (M,N) võrreldi ühe järjestustunnuse (palk) sageduse (nt. kui suur osa N ja M teenib keskmist) põhjal. Mis on α?-veapiir mida teadlane endale lubab, 1% või 5%. TULEMUSED: Mean- keskmine. N- vastajate arv. Std. hälve e. mediaan- keskmine erinevus keskväärtusest ehk hajuvus. ρ - olulisustõenäosus väärtus on 0,000 (0 juhul on erinevus vaadeldavate väärtuste keskmiste vahel juhuslik), seega on erinevus valimite keskmiste vahel statistiliselt oluline ja üldistatav. T-testi näidis: 1.Uurimisküsimus- Kas erinevus üldise rahulolu keskmiste vahel hariduse olukorraga ja tervishoiusüsteemiga riigis on statistiliselt oluline? 2. Statistika meetodid- Keskmiselt on inimesed rohkem rahul hariduse olukorraga (M=6,16; SD=2,386) kui tervishoiusüsteemiga (M=5,17; SD= 2,57) riigis. 3. Olulisustesti valik. Lähtuvalt küsimusest (sõltuvad valimid), tunnustest (kaks intervalltunnust) ja andmete
0,210 4,7619 0,00885 292 604 0,300 3,3333 0,00875 284 244 0,500 2,0000 0,00875 284 244 Jooniselt näeme, et , seega: Seega molekuli pindala adsorptsioonikihis on: Leitud tulemust võrdlen pikkusega, mis on arvutatud sidemete keskmiste pikkuste alusel: Katsevea arvutus Oma arvutustes leidsin ma, et katses adsorptsioonikihi paksus oli m, mis on suhteliselt erinev sidemete keskmiste pikkuste alusel arvutatud molekuli pikkusega, milleks on m. Nende kahe tulemuse erinevus on: Seega leitud adsorptsioonikihi paksus on sidemete keskmiste pikkuste alusel arvutatud molekuli pikkusest poole võrra suurem. Järeldused tööst ja hinnang tulemusele
𝑛 ∑ 𝑖 𝑖=1 ̅= ̅≈4 𝑛 3) Börsikuu keskmine müüdud aktsiate arv päevas ̅. 𝑛 ∑ 𝑖 𝑖=1 ̅= ̅ ≈ 1242 𝑛 4) Börsikuu keskmine käive päevas ̅ . 𝑛 ∑ 𝑖 𝑖=1 ̅= ̅ ≈ 8863.00€ 𝑛 5) Börsikuu keskmine aktsia hind ̅ kui aktsia keskmiste hindade aritmeetiline keskmine. 𝑛 ∑ 𝑖 𝑖=1 ̅= ̅ = 7.15€ 𝑛 6) Vaadeldava börsikuu iga päeva käivete struktuurisuhtarvud ψ. Jkn Kuupäev Käive eurodes Struk tuurisuhtarv 1 1.08.2014 4 857,00 € 0.030 2 4.08.2014 28 516,00 € 0.179 3 5.08.2014 2 133,00 € 0.013 4 6.08.2014 17 783,00 € 0.111
Taheti teada, kui suures ulatuses Eesti piires temperatuurid kõiguvad ning kus on on sügis-talvisel ajal Eesti kõige soojem ja külmem paik. Selleks märkis ta iga päev kell 6.00, 15.00 ja 21.00 üles Eesti madalaima ja kõrgeima temperatuuriga paiga. Andmed sai ta Hüdroloogia ja Meteoroloogia Instituudi (EMHI) pidevalt uuendatavalt kodulehelt. Andmed kandis ta MS Exceli tabelisse ning arvutas temperatuuride vahed ja koostas võrdlusgraafikud. Selgus, et kõige suurem keskmiste temperatuuride erinevus oli jaanuaris. Erinevus kasvas novembrist jaanuarini, kusjuures erandiks oli 2006. a detsember, mil keskmiste temperatuuride erinevus oli väiksem kui novembris. Sellel ajavahemikul oli Eesti kõige soojemaks piirkonnaks Lääne-Eesti saarestik. Kõige külmem oli aga Kirde-Eestis. Uuringu tulemus kinnitas, et Eesti on ilmastiku mõttes suurriik, kuna erinevate piirkondade vaheline temperatuurierinevus oli väga suur.
Mõõtetulemus I YH 65°30’ 114°44’ 103°50’ 75°41’ Mõõtetulemus II YH 65° 31’ 114°46’ 103°48’ 76°10’ Mõõtetulemus I Diesella 65° 40’ 114°62’ 103°70’ 74°60’ Keskmine mõõde 65° 33’ 114°50’ 103°56’ 75°37’ Leian keskmiste tulemuste summa: α + β + γ + δ = 65°33’ + 114°50’ + 103°56’ + 75°37’ = 359°57’ Leian summa vea: 360° - (α + β + γ + δ) = 360° - (359°57’) = 0°3’ Järeldus: Kuna keskmiste tulemuste summa viga on 0°3’, siis arvan, et olen hakkama saanud päris täpsete mõõtmistega ning laboratoorne läks nõuete kohaselt. Laboratoorses töös õppisin kasutama ja tundma Diesella nurgamõõdikut ja nooniusnurgamõõdikut.
Teha otsustus näite põhjal. (Lisatingimusi pole vaja arvestada)....................................................................................................................... 4 4Keskmiste võrdlus.................................................................................................................... 5 4.1F-test. Hüpoteeside formuleerimine varieeruvuse kohta. Otsustuse tegemine..................5 4.2t-test. Hüpoteeside formuleerimine keskmiste kohta. Otsustuse tegemine (vaata kas leidub f-testist sõltuv t-testi tulemus)...................................................................................... 5 4.3Kahe tunnuse (ühe rühma) keskmiste võrdlus. Hüpoteeside formuleerimine keskmiste kohta. Otsustuse tegemine..................................................................................................... 5 5Korrelatsioon...............................................................................................
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 väärtuseid (ehk siis 2 väärtust) 2. Hii-runt-test Kontrollida seose olemasolu Mittearvulised või sagedustabeli põhjal diskreetsed arvtunnused 3
Hüpoteeside praktiline kontrollimine antud andmete korral. 4.Hüpoteeside kontroll.Ühe- ja kahepoolsed hüpoteesid osakaalu (tõenäosuse) kohta, suur valim: hüpoteeside püstitamine, teststatistiku leidmine, nullhüpoteesi tagasilükkamise kriteerium. Hüpoteeside praktiline kontrollimine antud andmete korral. Tõenäosusteooria Page 2 Teststatistik: 5.Hüpoteeside kontroll.Kahe üldkogumi keskmiste ja osakaalude võrdlemine, suured valimid. hüpoteeside püstitamine, teststatistiku leidmine, nullhüpoteesi tagasilükkamise kriteerium. Hüpoteeside praktiline kontrollimine antud andmete korral. 6. Hüpoteeside kontroll.Kahe üldkogumi keskmiste võrdlemine, väikesed valimid. Hüpoteeside praktiline kontrollimine antud andmete korral. 7.Lineaarne regressioon. Lineaarse regressioonsirge võrrandi leidmine ühe sõltumatu muutuja puhul.
00274750 0.044 3.315 6 19.89 -0.052416667 0.016485042 7 3.274 3 9.822 -0.011416667 0.00013034 0.000391021 0.062 36 117.453 0.03407675 3 Ülesanne 3. Arvuta iseseisva töö nr 1 Ül 2 nivelleerimiskäigu keskmiste kõrguskasvude standardhälbed eeldades, et käigu juhuslik viga on 0,5 mm/√km ja süstemaatiline viga 0,07 mm/km. Koosta nivelleerimiskäigu kovariatsiooni- ja kaalumaatriksid. Üksiku keskmise kõrguskasvu standardhälve avaldub juhusliku vea η, süstemaatilise vea σ ja reeperite vahekauguse kaudu. Valemi kujul- mi=√ η2 L+ σ 2 L2 . Nivelleerimiskäigu keskmiste kõrguskasvude kaalud avalduvad dispersioonide pöördväärtustena
Tunnus, mille sagedusjaotust soovid illustreerida paiguta väljale Category Axis Kastis Bar represent saab valida kas absoluutsed sagedused (N of cases) või protsentuaalsed osakaalud. Kui soovite, et puuduvate väärtuste jaoks eraldi tulpa ei kuvataks:Options ja vajuta kastil Display groups defined by missing values. Pealkirja saamiseks vajuta nuppu Titles. Graafik paigutatakse tulemilehele, kus saab teda täiendavalt redigeerida. Gruppide keskmiste leidmine/võrdlemine: Kui soovid leida näiteks ühe testi puhul nii meeste kui naiste keskmised tulemused eraldi, siis valid Analyze - Compare means - Means - Dependent listi 'matemaatika' ja Independent listi 'sugu' - OK Meeste ja naiste keskmiste tulemuste joonistamine koos usalduspiiridega: Graphs - Legacy Dialogs - Error Bar - Define - variable (ehk y-telg)=see millise testi tulemusi vaadata soovid nt matemaatika ja category axis=sugu ja OK
0000 3 0.3988919 0.01108 0 6 9.5 ’ 0 6 7 90.25 Β0= 0.3017 0.9841879 136°14’26’ 0.05270 7 8 ’ Ülesanne 2: Leia iseseisva töö nr 1 Tabelis 2 toodud nivelleerimiskäigu keskmiste kõrguskasvude kaalud, lähtudes reeperite vahekaugusest. 2 Kõrguskasvude kaalud nivelleerimiskäikudes, mis on rajatud enam-vähem ühesuguse k w i= iseloomuga maastikul võib leida valemiga Li , kus Li on käigu pikkus kilomeetrites ja k on praeguses ülesandes valitud võrdseks nivelleerimiskäigus olevate
Valimistandardhälve: 𝑠𝑥2 = 𝐷𝑋 = 25214411,49 𝑠𝑥 = 𝑠𝑥2 = 5021,395372 𝑥2 = 132343844,4 x̅²= 107942801,1 𝑠𝑦2 = 𝐷𝑌 = 41207276,62 𝑠𝑦 = 𝑠𝑦2 = 6419,289417 𝑦2 = 100730867,4 y̅²= 60852857,75 3. Leida 1-α = 0,95 ja 1-α = 0,99 korral usaldusvahemikud toidukulude ja eluaseme kulude üldkogumi keskmiste leibkonnaliikmete kohta. Mida sisuliselt tähendavad leitud usaldusvahemikud? Usaldusvahemikud toidukulude üldkogumi keskmiste leibkonna liikmete kohta b=0,95 ja b=0,99 𝑃(𝐸𝑋 ∈ 𝑥 − 𝜀𝛽 , 𝑥 + 𝜀𝛽 = 0.95 Tabelist F¯¹(0,95/2)=1,96 𝑠𝑥 −1 𝛽 𝜀𝛽 = Φ = 1767,663696 𝑛 2
AFGANISTAN Riigi rahvastiku iseloomustus 1. Riigi rahvaarv 1. Riigis elab 29 121 286 inimest 2. Afganistan asub riikide reastuses rahvaarvu alusel 41.kohal ning kuulub keskmiste riikide hulka. 3. Enam-vähem sama palju inimesi elab nt Kanadas (32 400 000), Peruus (27 925 628), Nepalis (27 676 547) ja Ugandas (27 269 482) 2. Rahvaarvu kasvu iseloomustus Afganistani rahvaarvu kasv 50000 40000 rahvaarv 30000 20000 10000 0
nende omaduste kompleksi kaudu. Kvantitatiivse homogeensuse all mõistetakse hangitud üksikandmete hälbimise teatud normaalset iseloomu. Homogeenne on niisugune kogum, mille üksikliikmed ei hälbi üksteisest rohkem, kui seda juhuslike suuruste jaotumise vastavate seaduste alusel võib oletada. Peale kogumite homogeensuse sõltub mittekõikse vaatluse andmetel leitud keskmiste tüüpilisus veelalgandmete hulgast. 3) Objektiivsus- keskmised saavad olla ainult siis objektiivsed , kui keskmise arvutamise metoodika on täpselt kidlaksmääratud. Siiski ka siis võib keskmiste väärtustes esineda teatud subjektiivsuse elemente, kuigi neid on arvutatud õigesti. Nendeks põhjusteks on : 1) lähteandmete sihiliku rühmitamisega, et saadud rühmkeskmised kujuneksid uurijale
........................................................................................ 3 2. PÕHIMÕTTESKEEM..................................................................................................................... 3 3. KATSETATUD ISOLAATORITE JOONISED............................................................................ 3 4. MÕÕTETULEMUSED ................................................................................................................... 4 5. LAHENDUSTE KESKMISTE ELEKTRIVÄLJATUGEVUSTE EK ARVUTUS.....................5 6. TULEMUSTE ANALÜÜS............................................................................................................... 5 2 1. Töö eesmärk Tutvuda erinevate isolaatoritega. Isolaatori omadusega, mõõtmetega, katsetamisviisidega
selle tagajärjel ka töötajate arv vähenenud. Põhjuseks on koolide sulgemine. Harju, Ida-Viru ja Põlva maakonna rahvaraamatukogu lugejate arvu kohta aastatel 2003-2012 Lugejate arv on vähenenud kõige rohkem Ida-Viru maakonnas võrreldes Harju ja Põlva makonna raamatukogudega. Eks selle on tinginud rahvastiku väljaränne. NIMI: ANNERIIN TRUU RÜHM: IK12 Ülikooliraamatukogude lugejate ning keskmiste laenutuste (lugeja kohta) arvu kohta aastatel 2000-2012 Eks vähenemise on tinginud õppekohtade arvu vähenemine ülikoolides, teavikute kättesaadavus internetis jne.
vahemike (-1; 1) kasutamine 4) GRUPPIDE KESKMISED JA USALDUSPIIRID Käsklusrida: Analyze - Compare Means Vaatame andmeid ka graafiliselt. Joonistame usalduspiirid. Selleks tuleb valida järgnevad käsklused: Ül: Leiame naiste ja meeste matemaatika keskmise tulemuse. Avanenud aknas valida x-teljele Sugu ja y-teljele matemaatika. Outputis tulemus: Keskväärtuse usalduspiiri arvutamiseks: Analyze-> Descriptive Statistics-> Explore. 4. PRAKTIKUM 1) KESKMISTE VÕRDLEMINE Järelduste tegemisel ei piisa aga sellest, kui te näitate, et kahe grupi keskmised on erinevad lisaks on vaja teada, kas see leid on statistiliselt oluline või mitte. Kahe sõltumatu grupi keskmiste erinevuse uurimiseks kasutame kahe sõltumatu grupiga (Student'i) t testi. Käsklusrida: Analyze Compare Means Independent Samples T Test Tulemused: a) Teise tabeli esimeses pooles tuuakse ära Levene'i test gruppide dispersioonide
5. ei ükski Standardhälve 1. leitav dispersiooni ruuduga (ruutjuurega) 2. paikneb alati vahemikus 0 ... lõpmatus (kui on alternatiivne tunnus, siis saab olla kuni 0,5 see on triki küsimus, kui panid õige, siis on ÕIGE) 3. ei saa olla lineaarhälbest suurem (väiksem) 4. varieeruvas reas = 0 (st puhul rida just varieerub) 5. ei ükski Piiresindusviga on oma sisult: 1. kõikde n-liikmeliste valimte artm. keskmiste keskmine 2. vahe ühe juhuslikult moodustatud valimi ja keskmise taseme ja üldkogumi keskväärtuste vahel 3. väljavõtukeskmiste kvartiilhälve 4. ei ükski Väljavõtukogumi suurus ei tohi sõltuda 1. Üldkogumi suurust (mida suurem üldkogum, seda suurem valim) 2. Üldkogumi keskmisest väärtusest 3. Usaldatavusest (mida suurem usaldatavus, seda suurem valim) 4. Soovitud täpsusest (mida täpsemat tulemust tahan, seda suurem peab olema valim) 5
igal ajaperioodil väärtused vähenevad 0,48 korda 5. ei ükski Eksponentkeskmine 1. kasutatakse keskmise kasvutempo leidmisel 2. ei arvesta rea kõiki väärtusi 3. on alati aritmeetilisest suurem 4. kasutatakse aegrea tasandamisel 5. ei ükski Keskmine esindusviga 1. on vale keskmise valiku tulemus 2. on väljavõtukeskmiste lineaarhälve 3. vahe ühe valimi keskmise ja üldkogumi keskmise vahel 4. on ruutjuur valimite keskmiste dispersioonist 5. ei ükski Keskmise taseme arvutamise juures 1. ruutkeskmine annab võrreldes aritm. keskmisega 1,253 korda väiksema tulemuse 2. kronoloogiline keskmine sobib kasutamiseks ainult aegridade korral 3. mediaani ei kasutata kunagi paarituarvulistes ridades 4. ....harmooniline keskmine... Kronoloogilist keskmist kasutatakse kui on tegemist: 1. periodreaga ja perioodid on võrdsed 2. perioodreaga ja perioodid ei ole võrdsed 3
element Jrk nr lAC |lAC-lAC| |lAC-lAC|2 l'AC |l'AC-l'AC| |l'AC-l'AC|2 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. lAC = ....... l'AC = ......... ' = ........... 4. Arvutused ' = 1,01862-0,00135=1,01727 V Potentsiomeetri õlapikkusnäitude aritmeetilised keskmised: Keskmiste laiendatud liitmääramatused usaldusnivool 0,95: Uuritava elemendi elektromotoorjõud : Elektromotoorjõu laiendatud liitmääramatus: V 5. Tulemused Uuritav galvaanielemendi elektromotoorjõud = 1,4213 ± 0,0049 V Järeldus: Uuritava galvaanielemendi emj nominaalväärtus on 1,5 V. Minu tulemus on sellega päris lähedane. Väike erinevus võis tuleneda sellest, et patarei on juba ilmselt mõnda aega kasutusel olnud.
edasivaate lugemite summa E kahe horisondi järgi leitud kõrguskasvude summa (h´ + h" ) keskmiste kõrguskasvude summa hpr. Kontrollarvutused: T -E = ( h´ + h" ) ( h1 + h2 ) / 2 hpr. 50 51
poolt on ta seotud ka veidi tulemustega. α= 0,05 – see vastus v järeldu mida me kirjutamine võib olla viiel juhul sajast vale. Teeme testi: võta Tulemus: Valimi statistika: Teine tabel on seose korrelatsioon, ehk kuidas need kaks tunnust on omavahel seotud. Arvutatakse Pearsoni kordaja r=0,2 Kolmas tabel on siis t-test: Kui arvuteid veele ei olnud, tehti järeldusi z-testiga. Esimene võimalus: nullhüpotees ütles, et erinevus keskmiste vahel puudus. Sisuliselt kirjutatakse andmed välja elu ja ilma kohta koos väärtustega ja leitakse nende väärtuste erinevused ehk igale valimiobjektile leitakse nende väärtuste vahe. Kogu asi baseerub sellele, et üldkogumitel vahet ei ole, siis milliseid erinevusi me peaksime kõige rohkem saama? Erinevus 0 peaks välja tulema. Teeme skaala koos normaaljaotuskõveraga, kus keskmeks on null. Siis võetakse see tegelik keskmiste erinevus,mis oli 1,88 ja paigutatakse sellele kõverale ehk
Looduslik valik- paremini kohastunud isendite eelispaljunemine; n: Stabiliseeriv valik e sälitav valik, kinnistab ja kaitseb väljakujunenud kohastumusi, kaovad ära äärmuslikud tunnused, toimub spetsialiseerumine, eelispaljunemine keskmiste tunnustega isenditel, toimub stabiilsetes keskkonnatingimustes; n: Suunav valik- tavalisest vormist mingil viisil erinevate isendite eelispaljunemine, muutumine peab olema suunatud ja pikemaajaline; n: aju täiustumine selgroogsetel Lõhestav valik- kahe keskmisest erinevate tunnustega isendirühma eelispaljunemine võrreldes nende hübriididega, erinevad tingimused, suur areaal (mida suurem ja erinevam, seda seda tõenäolisem on lõh
Kvantiilid Aritmeetiline keskmine e keskväärtus Standardhälve kui kaugel on keskmine inimene keskmisest Dispersioon standardhälbe ruut Võrdlusülesanded Tunnuse jaotuse võrdlus: risttabelid ja seosekordajad Tunnuste keskmine väärtuste võrdlus kirjeldaval tasemel: keskmine ja selle usalduspiirid Ühe tunnuse keskmine väärtuse võrdlus kahes gruppis: t-test Kahe tunnuse keskmine väärtuste võrdlus: t-test Ühe tunnuse keskmiste väärtuste võrdlus kahes v rohkemas grupis: mitteparameetrilised testid, dispersioonanalüüs LOENG 2 12.09.18 Tunnuse jaotus Mida vaadata tunnuse jaotuse puhul? -Absoluutarvudes, protsentides, kumulatiivse protsendina? - tipp - ulatus - sümmeetria - Sarnasus mõne meile seni teada oleva jaotusega Tihti on vaja jaotusi võrrelda -Omavahel -Mõne teadeoleva jaotusega Hii-ruut-statistik Kas kõrvalekalle 1,04 on ok?
Keskmine 3,82167 2,795 Summa 8,33333E-05 0,00035 ' = 1,01862 ± 0,00012 V (lpv (') = 50 V aastas, valmistusaasta: 1986) ARVUTUSED Potentsiomeetri õlapikkusnäitude aritmeetilised keskmised: Keskmiste mõõtemääramatused: Määramatus tingitud mõõtmiste reast: ( ) ( ) ( ) Kus tv, = t5, 0,95 =2,6 () ( )
Naaberriigid ja piir · Iirimaa ja Prantsusmaa · Piir kulgeb mererannikul Rahvastik · Pindala: 242 900 km² · Rahvaarv: 61 113 205 · Rahva keskmine tihedus: 254,7 in/km² · Rahvastik paikneb ebaühtlaselt Piirkonnad · Tihedamad: Põhja- Inglismaa ja lõuna piirkond · Sest seal on palju tööstusi · Hõredamad: Sotimaa ja Wales · Sest seal on kõrgmäed · Riik kuulub keskmiste riikide hulka Linnastumine · Linnastumine on 80-100 % · Suuremad linnad: London, Liverpool, Manchester, Birmingham ja Newcastle upon Tyne · Linnastud: 11,85 M (2001) · Probleemid: Vett ja loodust jääb vähemaks Vapp Lipp Hümn · http://www.youtube.com/watch?v=4qq_UhePJZ0 Kasutatud allikad · http://et.wikipedia.org/wiki/Suurbritannia · http:// helenakoop.weebly.com/riigi-asendikaart-ja-iselo omustus.html Tänan kuulamast
Kihtpilv Kihtpilv (ladina keeles Stratus, St) on madal kogu taevast kihina kattev pilv, mis tekkib maapinnale lähedal (kõrgusel 50 m kuni 2 km). Tavaliselt sajab sealt talvel nõrka lund, suvel nõrka uduvihma. Kõrgrünkpilved Kõrgrünkpilved (ladina keeles Altocumulus, lühend Ac) on keskmiste pilvide klassi kuuluv pilvede põhiliik, mis kujuneb kõrgusevahemikus 26 km, troopikas natuke kõrgemal. Nende paksus on 200700 meetrit (harvem kuni 1000 m), pilvekiht on alt tasane. Kõrgrünkpilved on valged, hallid või sinakad,
väike, nimetatakse vabaks langemiseks. Vabalt langevatel kehadel kasvab kiirus ühtemoodi, sõltumata raskusest ja kujust. Kepleri Seadused 1. Planeedid tiirlevad ümber Päikese mööda ellipsikujulisi trajektoore. 2. Tiirlemisekäigus katab planeeti ja Päikest ühendav sirglõik võrdsetes ajavahemikes võrdse pindala. 3. Erinevate planeetide tiirlemisperjoodide ruutude suhe on võrdne nende planeetide ja Päikese keskmiste vahekauguste kuupide suhtega Vastastikmõju liigid Gravitatsiooniline vastastikmõju Elektromagnetiline vastastikmõju Tugev vastastikmõju Nõrk vastastikmõju Gravitatsiooniline vastastikmõju Gravitatsioonile alluvad kõik kehad. Isegi valgus, raadiolained jne. Erinevalt teiste mõjuliikidega on gravitatsiooniline vastastikmõju märgatav ka väga suurte vahemaade tagant. Elektromagnetiline vastastikmõju Elektromagnetiline vastastikmõju on tingitud
piduriga 4. Nurgamõõdiku näidu lugemisel võetakse täiskraadid limbi skaalalt nooniuse nullkriipsu kohalt ja minutid nooniusskaalalt. Ei tohi unustada, et nooniusskaala kriipsude vahekaugusele vastab 2'. 1 limb 5 sektor 2 nurgik 6 liikumatu joonlaud 3 noonius 7 liikuv joonlaud 4 pidur 8 pide 5.Järeldus Kuna keskmiste summa tuli 3600 29, siis see erineb tegelikust 29. See mahub lubatud vea piiridesse ning mõõtmised õnnestusid.
vasakpoolne üle esimese ja viia teise ja kolmanda alt paremal tekkinud silmusest läbi. Tekkinud sõlmi nimetatakse kaksikmadalsõlmedeks ja valmib makrameepael. 6. Kuid vahepeale võib teha ka madalsõlmi, siis hakkab pael keerduma. Selleks tuleb teha sõlmi kogu aeg ühte pidi (viia vasakut nööri kogu aeg üle keskmiste) 7. Töö viimistlemine 8. Võtmerõnga kinnitamine Kasutatud kirjandus: http://miksike.ee/documents/main/lisakogud/ryytel/tooopetus.htm (idee leidmise koht) Näidis valminud tööst (võib olla ka arvutis joonistatud kujutis):
b) Tabeli päisesse sisestada täht- haaval oma eesnimi. Kokku peab olema vähemalt 10 tulpa. Kui nimi on lühem, lisage lõppu x. Tabeli sisu osa esimesse viide tulpa sisestada oma matrikli viis viimast numbrit (ilma esimese numbrita), järgnevatesse tulpadesse sisestage samad numbrid vastupidises järjekorras. c) Koostage valemid tulpade summade leidmiseks (SUM-funktsioon) ja rivide aritmeetiliste keskmiste (AVERAGE-funktsioon) leidmiseks. d) Vormindage tabel. Tulbad tehke kitsamaks nii, et väärtused mahuks parasjagu ära. Väärtused paigutage keskele. Võib kasutada ka muid vormindamise elemente: värvid, rasvane kiri jmt. e) Pange lehele nimeks oma eesnimi. Leht 2 a) Tehke eelmisest lehest koopia ja pange selle nimeks oma perenimi. b) Lisage tabeli sisuosa lõppu kaks tulpa. Sisestage nende- sse valemid juhuslike täisar-
Joonis 3 abil leian adsorptsiooni suuruse max pinna maksimaalsel täitumisel. Kuna joonisel on toodud ka selle graafiku funktsioon, siis selle põhjal: max = mol/m2 Leitud max-i alusel leian molekuli pindala S0 adsorptsioonikihis ja kihi paksuse l0. 1 S0 = max N A = 2,46*10-19 m2 max M l0 = = 5,04 * 10-10 m M = 60,10 g/mol =0,804 g/cm3 = 804000 g/m3 Võrdluseks leian ka molekuli pikkuse ka keskmiste sideme pikkuste kaudu. L0= [L(O-H) + L(O-C) + L(C-C) + 2L(C-H)]* sin = (0,1+0,14+2*0,15+0,1)*0,814 =0,521 nm = 5,21 * 10-10m Kokkuvõte Antud töös oli vaja uurida adsorptsiooni lahuse ja õhu piirpinnal. Selle jaoks tuli läbi viia katse erineva kontsentratsiooniga lahustega stalagmomeetri abil. Katse tulemuste alusel sai välja arvutada pindpinevuse väärtused ning joonestada pindpinevuse isoterm, mille järgi sai leida adsorptsiooni isotermi.
Koosneb nukleonidest ehk Prootonid+neutronid=A Näitab tuuma ligikaudset massi Ühikuks on amü Massiarv näitab: prootonite ja neutronite koguarvu tuumas, nukleonide arvu tuumas. Ainult prootonite arvu aatomi tuumas näitab atoomnumber Eriseoseenergia leidmine Eriseoseenergia leidmiseks tuleb seoseenergia: jagada massiarvuga, . jagada nukleonide arvuga. Eriseoseenergia on: erinevatel tuumadel erinev, kõige suurem keskmistel tuumadel. Kõige rohkem energiat ühe nukleoni kohta vabaneb: keskmiste tuumade moodustumisel. Kõige vähem energiat ühe nukleoni kohta neeldub: kergete tuumade lagunemisel.
maakera pöörlemise tõttu- Ei muuda kiirust, vaid ainult suunda. Coriolisi jõu tõttu kalduvad õhumassid oma esialgsest suunast põhjapoolkeral paremale, lõunapoolkeral vasakule. 3) mandrite ja ookeanide ebaühtlane jaotus Maismaa soojeneb kiiremini kui vesi, vesi jahtub aeglasemalt kui maismaa. Ebaühtlase soojenemise ja jahtumise tõttu tekivad õhuvoolud maismaa ja veekogude vahel. 1) troopiline ehk passaatide õhuringlus 2) keskmiste laiuste (parasvöö) õhuringlus 3) polaarne õhuringlus 8. Selgita maa- ja merebriisi teket. TV lk 44 ül 1 Mere- ja maabriis esineb mere, ookeani või suure järve kaldal. Vee suure soojusmahtuvuse tõttu soojeneb meri/järv aeglasemalt ning päeval tekib maapinna kohal tõusev õhuvool, merel aga laskuv. See tekitab merelt maale puhuva briisi. Öösel on olukord vastupidine, meri jahtub aeglasemalt kui maapind ning tuul puhub maalt merele.
Geenitriiv- juhuslikud muutused populatsiooni geneetilises struktuuris Pudelikaelaefekt- algsest populatsioonist jäävad alles mõned üksikud isendid Looduslik valik- organismide ebavõrdne ellujäämine ja paljunemine, mis tuleneb nende iseärasustest Hübriid- liikidevaheline järeltulija. Ellujäämist ja paljunemist piiravad: liigikaaslased, teiste liikide isendid, eluta looduse tegurid Loodusliku valiku vormid: 1. Stabiliseeriv valik- kõrvaldatakse erandid, keskmiste tunnustega org. eelispaljunemine. Tingimused: püsiv keskkond. Tagajärg: erandite kõrvaldamine. 2. Suunav valik- keskmisest teatud suunas organismide eelispaljunemine, liik muutub kindlas suunas. Tingimused: elutingimuste muutumine. Tagajärg: liik muutub kindlas suunas. 3. Lõhestav valik- keskmisest erinevate tunnustega isendirühma eelispaljunemine. 4. Tingimused: erinevate elutingimustega piirkonnad. Tagajärg: ökoloogiline ja geneetiline isolatsioon.
püstpingid; radiaalpingid; eripingid. Puurimine Ülepuurimine Avardamine Hõõritsemine Puurpingid võib jagada kahte rühma: püstpuurpingid – ettenähtud avade puurimiseks ja keermestamiseks kergetesse detailidesse, mida on kerge töölaual liigutada. See koosneb rõhtsast töölauast ja spindlist, millesse kinnitatakse lõikeriist. Spindlile antakse püstsihiline ettenihe. radiaalpuurpingid – kasutatakse keskmiste ja suurte detailide töötlemiseks. Nendel on võimalik silinderhülssi pöörata ja nikutada spindlikasti radiaalselt mööda konsooli. Avasid läbimõõduga kuni 12mm puuritakse lauapuurpinkidel. Radiaalpuurpin Püstpuurpink k 1.Mootor 1. Mootor 2
Oluline on lõpetada tiitrimine täpselt (ühe tilga täpsusega) siis, kui punane värvus jääb püsima viimase tilga lisamisel. Lugeda büretilt tiitrimiseks kulunud soolhappe ruumala täpsusega 0,05 mL. 4. Pesta kooniline kolb hoolikalt kraaniveega ja loputada destilleeritud veega. Korrata tiitrimist uue veekogusega kuni tiitrimiseks kulunud HCl ruumalade erinevus ei ületa 0,10...0,15 mL. Arvutused: 1. Paremini kokkulangevate tiitrimistulemuste keskmiste põhjal arvutada HCO 3- ioonide kontsentratsioon (mmol/L) järgmisest valemist: Tiitrimiseks kulunud 0,025M HCl lahuste ruumalad: · 10,8 mL · 10,7 mL · 10,7 mL Keskmine VHCl = 10,73 mL HCO3- -iooni sisalduse KK määramine CmM,HCO3- = = 2,68 mmol/L 2. Karbonaatne karedus KK: = 1,34 mmol/L Väljendatuna kas Me2+, CaO või CaCO3-na
Amatsoonpapagoid Amatsoonpapagoid kasvavad umbes 40 cm pikkuseks ning neid liigitatakse keskmiste ja suurte papagoide hulka. Valdavalt on nad rohelist värvi, tugeva kehaehituse ja lühikese sabaga. Neil on suur pea. Saba on sirge lõikega ja mõnevõrra pikem kui hallpapagoil, see on võrdne umbes poole või kolmveerandiga tiiva pikkusest. Mõnel liigil on punane tiivaküüdus või saba peal punased laigud. Nokk on tugev, keskmise suurusega ja ümar. Amatsoonpapagoid armastavad rutiini. Nad võivad võtta omaks vaid ühe pereliikme, võivad olla agressiivsed
Suure vereringe ülesandeks on varustada keha verega ja väikese vereringe ülesandeks on rikastada verd kopsudes hapnikuga 8) Arteri, kapillaari, veeni ülesanded Veenid juhivad verd organitest südamesse. Kapillaarid juhuvad verd organites rakkudeni. Arterid viivad verd südametest organitesse. 9) Mis on vererõhk? See kindlustab vere liikumise soontes. Tekib südame vatsakeste kokkutõmbel, mis vere arterisse suunab. 10) Veresoonte ummistumine- suurte ja keskmiste arterite sisepinnale ladestub rasvaine, mis moodustab paksendeid, mis hiljem võivad lubjastuda. Selle tagajärjel arter aheneb, veresoone seinad muutuvad kõvaks ja rabedaks ning vererõhk tõuseb. Kui paksend aina suuremaks kasvab, võib arter ummistuda. 11) Mis paneb vere veresoontes voolama?- kui süda pumpab verd veresoontesse, tekib neis rõhk. Vererõhk on rõhk, mida veri avaldab veresoonte seintele.
poolt varem esitatud.
Risto Olavi Rantanen
Sisukord
Ülesande püstitus
On antud kahemõõtmeline massiiv mille ridadeks on erinevad eksamitulemused ning
veerud vastavad rühmadele, kes seda eksamit sooritavad. Koosta programm, mis väljastab
parima ja halvima keskmise tulemuse ja edukama rühma.
Lahenduses kasuta funktsioone:
Funktsioon eksamiinfo väljastamiseks ekraanile (vt. programmi töö näidet)
Funktsioon keskmiste arvutamiseks ja väljastamiseks (NB! Summeerida tuleb VEERGUDES
olevaid andmeid) ning edukaima rühma leidmiseks ja väljastamiseks.
Algoritm
Programmikood
#include
kaaluklassi. Selleks jagati kõigepealt lapsed nii kaalu kui pikkuse järgi kolme hindeklassi. Need kolm hindeklassi olid väiksed, keskmised ja suured. Klassidesse jaotamiseks arvutati nii pikkuse kui ka kaalu puhul keskväärtus ning standardhälbed. Need väärtused arvutati poiste ja tüdrukute puhul pärast sündi ja aasta vanuselt mõõdetud väärtuste põhjal. Keskväärtusele liites või lahutades standardhälbe, saadi piirid keskmiste klasside jaoks. Kõik, kelle mõõtmed jäid alla poole keskmise klassi alumist piiri, loeti väikeste klassi ja need, kelle väärtused oli ülemisest piirist suuremad, loeti suurte klassi. Mõõtmete paremaks uurimiseks moodustati kolm korda kolm tabel. Tabelis tähistasid veerud kaaluklasse ja read pikkusklasse. Tabelis ülevalt vasakult nurgast alla paremale nurka liikudes saadi vastavad pikkus ja kaalu vastavus klassid. Üleval vasakul nurgas paiknesid väikese
14. jaotus. F jaotus. Studenti jaotus 2 f2 (x, n) = Ke-x/2 x(n/2)-1 fF (x, 1, 2) fS (t, ) = B (1 + t2/) ( +1)/2 T = Z / U 15. Ühe juhusliku argumendi funktsioon Jaotusfunktsioon y muutujate x alusel 16. Kahe juhusliku argumendi funktsioon F(Z), kui Z = X+ Y 17. Ühtlaste jaotuste summa ja normaaljaotuste summa f(x)=1/a ja f(y)=1/a intervallis !0 & 2f@ g(z) = 0 kui z 0, g(z) = z/4a2 kui 0 z 2a, g(z) = 1 z/4a2 kui 2f z 4a, g(z) = 0 kui z 4a. Norm jaotusel keskmiste ja dispersioonide summa uuele. 18. Jaotuste kujutamine graafikuna. Histogramm. Polügon Teoreetiline ja empiiriline 19. Hüpoteesi kontroll, et põhikogum jaotub normaaljaotuse järgi, 2 testiga Empiiriliste ja teoreetiliste sageduste erinevus; n'i = n h (ui) / D> (ui); 2yf,k ] (ni n'i)2 / n'i; k = s 3; 20. Matemaatiline ootus ja tema omadused M(X) = xkpk., M(X) = xf x dx ; M(c) = c; M(X+c) = M(X)+c 21
Isendite erinev edukuse hindamine toimub nende fenotüübi järgi. Võitja-annab kõige rohkem järglasi. Tema geene on järgmises põlvkonnas rohkem. Kui kasulik tunnus on määratud geenidega, on järgmises põlvkonnas neid geene rohkem muutub populatsiooni geneetiline struktuur ->evolutsioonilised muutused. Kohastumus- väikseim evolutsiooniline muutus. Loodusliku valiku vormid: 1. Stabiliseeriv valik kinnitab ja kaitseb väljakujunenud kohastumusi. *keskmiste tunnustega isendite eelispaljunemine *populatsiooni kohastumuslike tunnuste kinnitamine *kohastumust kahjustavate mutatsioonide kõrvaldamine *säilivad olulisemad protsessid (NT: fotosüntees, rakukiirgamine, valgussüntees jne), Sest põhilises osas on keskkond muutumatu. *Tagab püsiva mitmekesisuse populatsioonis, kui mingi geeni 2 või enam alleeli annavad eelise mingi teguri suhtes.
Ra mõõde 1 2,7 μm 5,7 μm 5,5 μm 2,1 μm 1,6 μm profilomeetriga Ra mõõde 2 2,5 μm 5,1 μm 5,7 μm 2,0 μm 1,8 μm profilomeetriga Ra mõõde 3 2,6 μm 5,5 μm 5,3 μm 2,6 μm 1,6 μm profilomeetriga Ra keskmine 2,6 μm 5,4 μm 5,5 μm 2,2 μm 1,6 μm profilomeetriga Keskmiste arvutamine: 2,7 +2,5+2,6 Keskmine1= 3 = 2,6 μm 5,7+ 5,1+ 5,5 Keskmine2= 3 = 5,4 μm 5,5+5,7 +5,3 Keskmine3= 3 = 5,5 μm 2,1+2,0+ 2,6 Keskmine4= 3 = 2,2 μm 1,6+ 1,8+1 ,6 Keskmine5= 3 = 1,6 μm Järeldus: Õppisin kasutama profilomeetrit Labor oli kerge ja hästi arusaadav. Mõõtmistulemused olid head ning nendega võib rahule jääda
Ravimtaim - Altee Harilik altee, tokkroos Altee on aedades kasvatatav, harva metsistuv mitmeaastane ravimtaim kõrgusega 60-150cm. Vars on püstine, viltjaskarvane ja 3-5hõlmaliste täkiliste lehtedega. Leherootsud enamasti lehelabast lühemad. Alumised lehelabad laimunajad kuni neerjad südaja alusega, ülemised piklikmunajas või munajad, õied 2 -või 3kaupa keskmiste varrelehtede kaenlas, võrdlemisi suured, läbimõõduga 20-30mm. Kroonlehed kahvaturoosad kuni valged. Vili koosneb 15-22 osaviljast. Õitseb juunist - septembrini. Tööstuslikud kultuurid asuvad Ukrainas ja Põhja-Kaukaasias. Võimalikult vara kevadel külvatakse altee niisutatult ja kergelt kuivatatud seemned 1-2cm sügavusele. Reavahe 60cm, külvinorm 8-10kg/ha. Taimed tärkavad 8-18päeva pärast. Et reavahede harimist õigeaegselt
Mediaan, ehk väärtus, millest suuremaid ja väiksemaid väärtusi on võrdselt, on 7 573. Antud vaatlusel ei tule mood välja, sest igas riigis on vangide populatsiooni arv erinev. Hajuvuse näitajad antud andmete puhul on minimaalne 38, mis on Liechtensteini vangide populatsioon ja maksimaalne 90 732, Türgi. Seega on variatsiooniamplituud min=38 ja max= 90 732, mille vahel on vastused jaotunud. Standardhälve iseloomustab väärtuste hajuvust keskmiste ümber, mis antud vaatlusel on 273 22,51 ja variatsioonikoefitsent, mis võimaldab võrrelda erinevate tunnuste suhtelist varieeruvust, on 144% (27322,51/ 18 999). Asümmeetrianäitaja, mis näitab andmete jaotuvust on 1,72 ja ekstsess 1,59, mis näitab meile jaotuse erinevust normaaljaotusest. Kokkuvõte 2007. aastal oli igas Euroopa riigis vangis keskmiselt 18 999 inimest, kuid kuna vangide populatsioonide arv on riigiti väga erinev (min=38, max=90 732) on raske välja tuua
annaabi.ee 
