järgi. Regresioonivõrrandi olulisus 5.Dispersioon Keskmiste erinevus mitmes Pidev arvtunnus- keskmised, analüüs grupis (üle 2) Tunnus, millel on vahe väärtused (üle 2) Praks 3- Kirjeldav statistika. Arvkarakteristikute leidmine funktsioonide ja protseduuri Descriptive Statistics abil. Usalduspiirid (protseduur Descriptive Statistics) Vaatluste arv- f- Statistical- Count Keskmine väärtus - =AVERAGE(Alguskoordinaat:Lõppkoordinaat) Mediaan - =MEDIAN(Alguskoordinaat:Lõppkoordinaat) Standardhälve - = STDEV.S (Alguskoordinaat:Lõppkoordinaat) Minimaalne väärtus - =MIN(Alguskoordinaat:Lõppkoordinaat) Maksimaalne väärtus - =MAX(Alguskoordinaat:Lõppkoordinaat) Standardviga =Sthälve/SQRT(vaatluste arv)
mõne klassikalise teoreetilise jaotusega. Töös on kasutatud Aakre metskonna proovitükki nr. 613 andmeid, mis on saadud EMÜ Metsanduse ja maakorralduse serveris võrgukaustast public:/Metsandusliku andmetöötluse alused 2011/2011]. Samuti on kasutatud K.Kiviste kodulehte [http://www.eau.ee/~kkiviste] kust oli võimalik saada väga täpseid juhiseid, lühendeid ja valemeid ülesande sooritamiseks. . Töö eesmärk on tundma õppida hinnangute, hüpoteeside ja regressiooni koostamist MS Exceli keskkonnas ning neid uurida proovitüki nr. 613 andmete põhjal. Lisamaterjalina kasutasin ka A.Kiviste poolt välja antud raamatut ,,Matemaatiline statistika MS Exeli keskkonnas" Punkt h i n n a n g u d , v a h e m i k h i n n a n g u d , v a li m i m a h t Eeldade s, et proovitü kil mõõdet ud andmete põhjal tahame teha
Female 1107 Female 1237 Male 585 Male 500 Female 703 Male 868 Male 400 Male 1200 Female 1400 Female 1300 Male 750 Female 1131 Male 634 Female 400 Male 781 Male 600 Female 536 Male 830 Female 810 Male 299 Female 200 Male 1308 Female 929 Female 805 Male 628 Male 276 Male 460 Male 2000 Female 761 Female 717 Female 787 Male 900 Male 500 g. Confidence interval (CI) for Mean (big sample) Tegeliku keskmise FB sõprade arvu usaldusvahemik usaldusnivool 95% ja 99% Üldkogumi keskväärtuse 𝜇 usa ▁( valimi suurus n =COUNT 294 kus
Graafikuid saab muuta 200 topeltklõpsutades selle peal. Frequency 100 Std. Dev = ,69 Mean = 1,2 0 N = 563,00 1,0 2,0 3,0 4,0 Kodakondsus Risttabelite koostamine Statistics – Summarize – Crosstabs Row(s): reamuutuja(d)
üksnes äärmiste liikmete erisusi.St et suhteliselt erinevate ridade variatsiooniamplituudid võivad osutuda võrdseteks. Keskmine lineaarhälve – Variantide individuaalväärtuste ja nende aritmeetilise keskmise vaheliste hälvete absoluutväärtuste aritmeetiline keskmine. See üldistab lineaarhälve kogumi kõigi liikmete vahelisi erisusi. Selle mõõtühikuks on üksikväärtuste mõõtühik. Variatsioonikoefitsient keskmise lineaarhälbe järgi. – Lineaarhälbe abil ei saa võrrelda eri mõõtüh. esitatud ridade varieerumist. Seda saab lahendada suhtelise variatsiooninäitarvu e. Koefitsiendi arvutamisega. Saadud variats.koefitsient on nimetu suurus, ta on võrreldav mistahes teise nähtuse kohta arvutatud variats.koef.ga. Dispersioon – selle arvutamisel tõstetakse individuaalväärtused ja nende aritmeetiliste keskmiste vahelised hälved ruutu. See omadus ongi teinud disp. Kõige rohkem kasutatava variatsiooninäitarvu
Dkesk (MA; 1.rin) F-Test Two-Sample for Variances 31.15 27.35 65 prt 64 prt 6 32.75 Mean 21.57846 4.921364 25.6 Variance 16.30719 7.352315 26.7 Disp. Oma 7.3523146 Observatio 65 110 33.25 Disp. 64 16.307185 df 64 109 27.7 P-väärtus 0.0001 F 2.217966 27.55
5 21 0,95018 0,23954 40,96176 Summad 171 0,95018 162,4808 p= 3,6579E-10 Järelikult H1 - tunnuse hinne jaotus ei lähene normaaljaotusele Tabel 15. Kirjeldavad statistikud. aasta sugu test eksam/kool hinne kood Mean 2003,731 1,4 8,291803 50,0729167 3,491228 2,872131 Standard Error 0,156329 0,028098 0,177857 1,46060454 0,070072 0,064523 Median 2003 1 8 53 4 3 Mode 2003 1 6 4 4 4 Standard Deviation 2,730164 0,490703 3,106143 24,787281 0,916312 1,126845
8. Statsionaarsed aegread II. 9. Mittestatsionaarsed aegread. 10. Paneelandmed. 11. Tõenäosusmudelid I. 12. Tõenäosusmudelid II. Täpsemalt vt laiendatud ainekava. Õppemeetodid Hübriidõpe 1. – 13. õppenädal • Loengut videotena – Teooria, mõistete, meetodite seletamine, näited. Loenguslaidid ja videod on saadaval õpikeskkonnas Moodle. Materjalid avanevad iga nädala alguses. • Praktikumid videotena ja kontaktõppes (soovijatele). – Andmeanalüüs programmis Gretl. – Ülesannete tekstid ja andmefailid õpikeskkonnas Moodle. • Onlain konsultatsioonid igal neljapäeval kell 10:00. • Iseseisev töö – Videote vaatamine, töö õppematerjalidega, interaktiivsed demod, iseseisev töö andmefailidega, enesekontrolli testid, kodutöö ökonomeetriline projekt. Kontaktõppes praktikumid soovijatele 2.-13. õppenädal Praktikum-konsultatsioonid on mõeldud neile üliõpilastele, kes lisaks
Kõik kommentaarid