11 7 12 7 standardviga 13 15 teststatistiku empiiriline väärtus 14 3 15 24 3. Kriitilise väärtuse leidmine antud olulisuse nivool 16 14 olulisuse nivoo 17 13 teststatistiku kriitiline väärtus 18 7 19 14 4. Parameetri empiirilise väärtuse võrdlemine kriitilisega 20 16 21 12 parameeter langeb kriitlisse piirkonda 22 9 23 28 24 16 Vastu võtta sisukas hüpotees, kuna teststatistik langeb kriitilisse piirkon 25 17 26 22 27 2 28 19 29 16 30 12 31 7 32 8 33 7 34 16 35 14 36 3 37 17 38 16 39 3 40 25 41 16
keskväärtuse standardviga standardhälve standardviga, keskväärtuse usalduspiirid valimvaatlus usaldatavus suur valim, usaldatavus suurem üldkogumi keskväärtuse usaldusvahemiku laius, vabadusastmete arv studenti jaotus mediaani usalduspiiride leidmisel kasutatakse binoomjaotust, loend on ülekaetud ankeetküsitluse läbiviimisel, mõõtmisvahendi viga Test nr 8 sisukas hüpotees, järeldus peale parameetri empiirilise väärtuse võrdlust kriitilisega z-testi parameetri kriitiline väärtus t-testi parameetri empiiriline väärtus sisukas hüpotees, sõltuv valim, sõltumatu valim empriiline väärtus, kriitiline, nullhüpotees, sisukas hüpotees t-testi parameetri empiiriline väärtus mittekehtiv nullhüpotees, I liiki viga, ii liiki viga, teststatistiku empiiriline väärtus olulisuse nivoo olulisuse nivoo vähendamine sisukas hüpotees, olulisuse nivoo, liiki vea, tõke analüüsimeetod
2.tunnuse 2.tunnuse (olukord) (sugu)variantide variantidearv arv n2 2 Vabadusastmete arv 3 Kriitiline väärtus 2 (kriit.) #NAME? CHISQ.INV.RT 4. Parameetri empiirilise väärtuse võrdlemine kriitilisega ja otsust hüpoteesi kohta parameeter ei lange kriitilisse piirkonda 1,66 < 7,815 seega pole alus nullhüpoteesi tagasi lükata. Võtan vas progresseeruva tulumaksu kehtestamisse ei sõltu maj Olulisuse tõenäosuse leidmine olulisuse tõenäosus olulisuse nivoo
-1,96 1,96 z sisukas hüpotees. 0 Lükkan H0 tagasi Aktsepteerin H0 Lükkan H0 tagasi · suurendab II liiki vea tõenäosust. Demo: teststatistiku empiirilise väärtuse võrdlemine kriitilisega Demo: I ja II liiki viga hüpoteeside testimisel Olulisuse nivoo ja olulisuse tõenäosus Tuntumad testimisel kasutatavad jaotused · Statistika- ja ökonomeetriapaketid võimaldavad Jaotus Kus kasutatakse hüpoteeside kontrollimisel leida lisaks teststatistiku
· Dispersioonanalüüsi abil jaotatakse uuritava tunnuse dispersioon mõju avaldavate tegurite järgi komponentideks ning kontrollitakse selle juures püstitatud hüpoteeside paikapidavust. Keskväärtuste erinevuste põhjuste selgitamiseks võib üheaegselt kasutada mitut faktortunnust. · Mida suurem on rühmade erinevus, seda suurem mõju on metoodika faktoril. Selleks, et öelda kas erinevus on piisav, peame võrdlema empiirilist kriitilisega: Femp > Fcrit H0 lükatakse tagasi Femp < Fcrit H0 jääb kehtima ÜLESANDED KESKMISED · ÜL. Midagi liigub punktist A punkti B, vahemaa 100 km. Läbib edasi ja tagasi. Minnes 60 km/h, tagasi 120 km/h. Leidke keskmine kiirus punktist A punkti B ja tagasi. Kiirus= teepikkus/aeg Keskmine kiirus= teepikkuste summa/aegade summa Aeg=teepikkus/kiirus Aeg1=100/60=1,6 Aeg2=100/120=0,833 Kokku kulus aega 2,5 h
annaabi.ee 
