palved klienditeenindajatele ning jätsid meelde, millele klubis tähelepanu pöörata. Pärast klubi külastamist täitis iga grupi liige ka tulemuste ankeedi. 2.2. Uuringutulemuste analüüs. Pärast SERVQUAL küsimustike analüüsimist saab välja tuua järgmised tulemused: Tabelis 1 on järjestatud SERVQUAL ankeedi esimese poole (ootuste) hinnangud alates kõrgemates madalamateni. Punktid on grupi liikmete ankeetide aritmeetiliste keskmistena. Tabel 1 5a Ööklubi tualetid peaksid olema puhtad. 7 14a Ööklubi tantsupõrand peaks olema peo vältel puhas (klaasikildudest, maha aetud kokteilist jms). 7 17a Ööklubi teenindajad peaksid oskama vastata klientide küsimustele nii toodete kui hindade osas. 7 18a Ööklubi turvateenistus peaks tagama turvalise ja konfliktivaba õhkkonna 7
Seejuures ei ole vaja arvutada käitumist ajas saab siiski kirjeldada statistiliste Kui ülalvaadeldud süsteemi ülekande H(z) paiknevate siinuste lahutamiseks: autokorrelatsioone. Meetod võimaldab sageli parameetritega, mis teatud keskmistena võivad olla avaldises(vt. 3) on kõik kordajad a nullid, siis lahutada lähedaste sagedustega siinussignaale, ka determineeritud suurused. Muutuja x() k
Just viimane on aluseks statistilistele prognoosidele. yˆ i 1 yi (1 ) yˆ i 6. eksponentkeskmise tasandamise kohta Libisevatest keskmistest mõnevõrra keerulisema struktuuriga eksponentkeskmised leitakse iga ajahetke jaoks, välja arvatud kõige esimene. Lisaks sellele võetakse arvutamisel kaudselt arvesse kõiki rea liikmeid. Nad leitakse erilise struktuuriga kaalutud keskmistena. Ka eksponentkeskmised ei võimalda aegrida kokkuvõtlikult esitada. Väga levinud on aegridade tasandamine, vaadeldes aegreana esitatud tunnuse väärtuste trendi aja funktsioonina. Tasandamisel püütakse kasutada lihtsaid funktsioone, mille parameetrid leitakse harilikult analoogiliselt regressioonanalüüsiga. Sellest puudusest on vabad eksponentkeskmised, mis arvutatakse iga ajamomendi (perioodi)
Koormusgraafikud Aja jooksul muutuvat koormust kujutatakse koormusgraafikutega. Perioodi kestvuse jrgi jagunevad need: - vahetuse graafikud, - pevased graafikud, - aastased graafikud. Vaadeldava suuruse jrgi liigitatakse: - aktiivvimsuse graafikud, - reaktiivvimsuse graafikud, - tisvimsuse graafikud, - koormusvoolu graafikud. Kuna temperatuuri muutus toimub seadmetes aeglaselt, nidatakse mdetavad suurused graafikutel 15..60 min keskmistena, mistttu graafikud on astmelised. Kui graafik on esitatud tegeliku aja jrgi mdetuna, nimetatakse seda kronoloogiliseks graafikuks. Arvutuste lihtsustamiseks kasutatakse ka nn koormuste jrgnevuse graafikuid, siin ajatelje muut tj i nitab koormuste P Pi pevast kestvust Mlemat liiki graafikute integreerimisel on vimalik saada tarbitud energia: Graafikute asemel vib kasutada ka nende phinitajaid: - maksimaalvimsus Pmax ; - minimaalvimsus Pmin; - keskmine vimsus ,
ajalist muutumist. Need jagunevad omakorda veel koondindeksiteks(väljendavad korraga mitme teguri muutumise mõju) ja teguriindeksiteks (milles peegeldub ainult ühe teguri muutumine ning teiste tegurite mõju on eemaldatud. 2. indeksivalemi kuju järgi: 1) Lihtindeks- leitakse kahe arvu jagatisena (kõik individuaalindeksid on valemi kuju järgi lihtindeksid) 2) Liitindeks – leitakse individuaalindeksi keskmistena või agregaatsummade (poes oleks selleks kogu kaupade maksumus e. kogus*hind=maksumus ja maksumused liidetakse kokku) jagatisena. 3. püstitatud uurimisülesande järgi: 1) kirjeldavad indeksid on kõik individuaal- ja koondindeksid 2) üldistav-analüütilised indeksid- 4. ajalise muutumise järgi: 1) alusindeks- leitakse ühe kindla ajamomendi või ajaperioodi alusel ja neid nimetatakse baasindeksiteks.
y yi +(1 -) y ^i 1. eksponentkeskmise tasandamise kohta Libisevatest keskmistest mõnevõrra keerulisema struktuuriga eksponentkeskmised leitakse iga ajahetke jaoks, välja arvatud kõige esimene. Lisaks sellele võetakse arvutamisel kaudselt arvesse kõiki rea liikmeid. Nad leitakse erilise struktuuriga kaalutud keskmistena. Ka eksponentkeskmised ei võimalda aegrida kokkuvõtlikult esitada. Väga levinud on aegridade tasandamine, vaadeldes aegreana esitatud tunnuse väärtuste trendi aja funktsioonina. Tasandamisel püütakse kasutada lihtsaid funktsioone, mille parameetrid leitakse harilikult analoogiliselt regressioonanalüüsiga. Sellest puudusest on vabad eksponentkeskmised, mis arvutatakse iga ajamomendi (perioodi)
apvellingut (termokliin on tavalisega võrreldes sügavamal). Kuivõrd tuuled sõltuvad õhurõhu gradiendist, on leitud korrelatiivne seos Vaikse ookeani veetemperatuuris kajastuva El Nino ja õhurõhu kaudu leitava ENSO indeksi vahel. ENSO indeks: õhurõhk Tahiitil, normaliseeritud tema standardhälbega; miinus õhurõhk Darwinis (Austraalia), normaliseeritud tema standardhälbega; nende vahe normaliseeritud tema standardhälbega; arvutatud kuu keskmistena; filtreeritakse libiseva keskmisega (näiteks 5 kuud). Ekvatoriaalsed Kelvini ja Rossby lained Ookean reageerib muutuvale tuulele läbi (madalsageduslike) lainete. Ekvaatoril on madalsageduslikeks laineteks Kelvini ja Rossby lained. Kelvini lained: liiguvad ainult itta; kiirus ja termokliini hälve kahanevad ekvaatorist kaugenedes eksponentsiaalselt; on mittedispersiivsed, st faasikiirus ei sõltu lainepikkusest; faasikiirus
Hin. ind. avaldat tehnilises pressis. Maksumuse indeksid jagunevad: sisend- tüüpi väljund- tüüpi esimesel juhul kogutakse ja hinnatakse teat. eh. kogumi kohta. See käib tüüpilise eh. projekti kohta. indeks arvut. jagades sisendpaketi teat. kaasperioodi vastava paluti kogumismaksumusega teisel juhul põhinetakse ühel eh.proj. tervikuna või projek. Mõnel valitud komponendi ühikmaksumustel. Mõlemal juhul põhineb eh. platsi väljundil. Võib aruvt. üldriiklike keskmistena või kõrgete piirkondade tarbeks. Oluline on teada indeksite piiranguid ja algmeetodite erinevusi. Kui indeks põhineb väljund indeksil võib antud objektil olla väga vähe ühist väljund objektiga. Kas on kaasatud kasum. väljund indeksid on lihtsalt spetsialiseeritud.
10) Pmax 0 ELEKTRIRAJATISTE PROJEKTEERIMINE © TTÜ elektroenergeetika instituut, Peeter Raesaar, Eeli Tiigimägi SISSEJUHATUS 16 kus W0 – elektritarbimine lähteaastal Pmax 0 – tippkoormus lähteaastal Ka siin tuleb Pmax 0 taandada keskmistele ilmastikuoludele. Kui see on raskendatud, tuleks toodud näitajad leida rea aastate (mille kohta on ole- mas vajalikud andmed) keskmistena. Nimelt sõltub tippkoormus suurel määral ilmastiku tingimustest. Mõjuta- vateks teguriteks on kuiva termomeetri näit (temperatuur) θkuiv, märja termomeetri näit θmärg (et arvestada niiskuse mõju), tuule kiirus, päikese- kiirguse intensiivsus, ilmastiku tingimused viimase kahe päeva jooksul (et arvestada koormuse inertsi), kellaaeg ja aastaaeg. Tavaliselt defineeri- takse nn. ilmastiku indeks Θ: Θ = 0,6·θ tänane + 0,3 θeilne + 0,1 θüleeilne (1.11)
Tegelikult seda vastuolu pole. Ökonoomika erineb täpisteadusest selle poolest, et objektiivsete mõõtude (meeter, kilogramm, njuuton, dzaul jne) asemel kasutatakse siin väärtuse hindamiseks inimeste subjektiivseid hinnanguid. Tootmisprotsessi tulemusel kasutatud ressursside subjektiivne väärtus kasvab. Subjektiivsed väärtushinnangud muutuvad sotsiaalteadustes, sealhulgas majandusteaduses objektiivseteks, kui need võetakse kokku (näiteks keskmistena) piisavalt paljude inimeste kohta. Samal ajal on tootmise kasutegur loodusest võetava aine kasutamise seisukohast masendavalt madal. Kunagi ÜRO egiidi all tehtud uuringute kohaselt läheb maailmas toodangu koosseisu keskmiselt vaid 4 kuni 6 protsenti loodusest võetavast materjalist, teiste uuringute alusel veelgi vähem. . Muu materjal läheb tootmisjääkidena kohe loodusesse tagasi ja reostab seda
Magamine 40 0,7 Lamamine 45 0,8 Vaikselt istumine 60 1,0 Rahulikult püstiseismine 70 1,2 Erinevates uuringutes (vt Tabel 8.6) on inimeste süsihappegaasi eraldusi sageli vaadeldud 24 h pikkuse perioodi keskmistena. Sellisel juhul arvestatakse ööpäeva keskmise ainevahetusliku aktiivsusega, mis leitakse kaalutud keskmise meetodil. Samas 157 on mõningates varem tehtud uuringutes süsihappegaasi eraldused eraldi välja toodud ka magamise ajal. Kuna päevase aja CO2 eraldused muutuvad väga suurtes piirides, saab süsihappegaasi eralduse kõige täpsemini määrata ööperioodil (Guo & Lewis2007).
annaabi.ee 
