Statistika teooria I 1. Kirjeldava statistika põhimõisted: aritmeetiline keskmine, mediaan, kvartiilid, mood, dispersioon, standardhälve, haare. Esitada definitsioonid ja osata antud andmeväärtuste puhul neid mõisteid rakendada N x + x 2 + ... + x N xi Aritmeetiline keskmine: µ = 1 = i =1 N N
.................................................................. 3 1.2. Valimi valikumeetodid.........................................................................................................4 1.3. Mõõtmismeetod ja mõõtmisvahend ....................................................................................5 1.4. Andmetabel..........................................................................................................................7 2. Valimit kirjeldav statistika ..................................................................................................... 7 2.1. Andmete graafiline kirjeldus................................................................................................7 2.2. Andmete arvuline kirjeldus..................................................................................................8 2.2.1. Paiknemiskarakteristikud...........................................................................................
Majandusstatistika eksamiküsimused FK100 1. Statistika mõiste. Üldkogum ja valim. Rühmitatud andmed. Statistilise materjali graafiline esitamine (histogramm ja kumulatiivse sageduse graafik). Statistika on andmete kogumine ja töötlemine, statistilised andmekogumid, teadusharu, mille põhiülesandeks on massinähtuste vaatlemine, nende kohta andmete kogumine ja analüüsimine ning selle põhjal järelduste ja üldistuste tegemine ning praktiliste lahenduste pakkumine Üldkogum antud tunnustega elementide hulk (nt. koolis õpilaste hulk), N Valim- juhuslik alamhulk üldkogumist (nt õpilaste seast tüdrukute hulk), valimi vaatluse läbi püütakse teha
Õppejõu kontaktandmed · Statistika ja ökonomeetria dotsent Ako Sauga ÖKONOMEETRIA · E-post [email protected] · Koduleht www.sauga.pri.ee TES0040 Bakalaureuseõpe TAAB 31, 32, 33, 51, 52 · Ruum SOC-480 MEM5220 Magistriõpe, TARM12 · Vastuvõtuajad (vajalik eelnev registreerimine õppejõu kodulehel):
ÖKONOMEETRIA TES0040 Rühmad TAAB 31, 32, TABB 54, 55 IABB 51, 52, 53 (valikaine) Ako Sauga Õppejõu kontaktandmed • Statistika ja ökonomeetria dotsent Ako Sauga • E-post [email protected] • Koduleht www.sauga.pri.ee • Ruum SOC-480 Loengukava • Sissejuhatus (programm, hindamismeetodid, õppematerjalid). • Ökonomeetria mõiste, ökonomeetriline mudel. • Hinnangud ja nende omadused. • Hüpoteeside kontrollimine. Kursuse teemad 1. Sissejuhatus. 2. Harilik lineaarne regressioonmudel. 3. Mitmene regressioonmudel I. 4. Mitmene regressioonmudel II. 5
nullpunkt on määratud. Näiteks: sissetulek, pikkus, kaal, temperatuur, vanus, laste arv Veel tunnuste liigitamise võimalusi: Kvalitatiivsed ja kvantitatiivsed tunnused Diskreetsed ja pidevad tunnused Kategoriaalsed tunnused: diskreetne kvalitatiivne tunnus Binaarsed ehk dihhotoomsed ehk kaheväärtuselised tunnused 4) Kirjeldav statistika eri tüüpi tunnuste kohta: mis on mood, mediaan, kvantiilid, keskmine, standardhälve, dispersioon. Nominaaltunnused · Mood kõige sagedasem väärtus või väärtusklass Järjestustunnused Mood Mediaan punkt tunnuse skaalal, millest väiksemaid ja suuremaid väärtusi on variatsioonreas ühepalju. Mediaan jaotab skaala vaadeldava tunnuse seisukohalt kaheks võrdsagedaseks osaks. Kvantiilid Alumine kvartiil punkt, millest väiksemaid väärtusi on kogumis ¼ osa.
Determinatsioonikordaja iseloomustab mudeli kirjeldusvõimet. Standardviga iseloomustab funktsioontunnuse väärtuste yi kõrvalekallet regressioonmudeliga määratud väärtustest ŷi. Mudel kirjeldab suuruste vahelist seost: mis suunas üks suurus teist mõjutab; kui palju mõjutab; kas mõju on lineaarne või mittelineaarne. Mudel võimaldab prognoosimist. Mudel võimaldab välja tuua erindeid. Regressioonanalüüs võimaldab hinnata mudeli parameetrite arvväärtusi. Ei ütle, milline matemaatiline kuju peab mudelil olema. Lineaarne mudel y= ax + b on üks võimalikest. Teooriast on teada, millise kujuga seos uuritavate suuruste vahel eksisteerib, on teada mudeli üldkuju. On vaja leida vaid konkreetsele andmestikule vastavad parameetrid, st mudeli konkreetne kuju. Regressiooni jääk on valimisse kuuluva objekti tegeliku väärtuse ja mudelväärtuse vahe: Mitmene regressioon - Sõltuvat tunnust mõjutab enamasti rohkem kui üks seletav tunnus. Käivet võib
elementaarsündmused sisalduvad ka sündmuses B (nt A: ärtu sõdur, B: ärtu piltkaart, C: piltkaart korral A B C) Vastandsündmus A : sisaldab kõik elementaarsündmused, mis ei sisaldu sündmuses A (nt A: must kaart, A : punane kaart) sündmusega seondub tema tõenäosus, mis on mingi arv nullist kuni üheni. Tõenäosus- sündmuse esinemissagedust katsetes (ka võimalikkust, osakaalu vms). Tõenäosusteooria seisukohalt on tõenäosus sündmuse mõõduks ning tõenäosuse omadused tulenevad tõenäosusteooria aksiomaatikast : 1.Normeeritusaksioom: 0 P(A) 1 2 Liitmisaksioom: vastastikkku välistuvate sündmuste loenduva summa tõenäosus võrdub nende sündmuste tõenäosuste summaga, st P( Ai ) = P( Ai ) kui AiAj = Ø (-aditiivsus) 3.Tinglik tõenäosus määratletakse seosega P(A/B) = P(AB) / P(B) (tinglik tõenäosus näitab sündmuse A
Kõik kommentaarid