Leidsid 33 sarnast õppematerjali, mis on seotud failiga "Mõõtmistulemuste asendi- ja hajuvuskarakteristikute arvutamine. Histogrammi koostamine.". Need materjalid aitavad sul teemat sügavamalt mõista.
histogram, histogramm, excel, stats, kõrguskasvud, mõõtmistulemuste, nivelleerimiskäigu, variatsioonirea, standardhälve, mean, error, median, deviation, skewness, maximum, count, andes, sekundid, haare, laadi, lähedane, average, mainitud, eespool, otstarbekas, esmalt, jagades, liitmamiseks, enamuses, kõigepealt, vigade, laadigenulli kriteerium, mis oma olemuselt tähendab seda, et kui vaadeldavas valimis esinevad ainult normaaljaotusega juhuslikud vead, siis vigade aritmeetiline keskmine on null. Kriteeriumi kontrolliks tuleb valimi põhjal leida vigade aritmeetiline keskmine y , 1 Sy standardhälve S ja aritmeetilise keskmise standardhälve e. standardviga. Lisaks Sy veel kahekordne standardviga 2 . y = 0,76; S=0,87; Sy Vastavalt etteantud valimile on leitavad suurused järgmised: Sy = 0,22; 2 = 0,44. Nende põhjal saame vastavaid võrdusi kasutades hinnata süstemaatiliste vigade olemasolu. Võrdused on toodud järgnevalt:
N Missing System Missing 6 1,1 Valid Missing Total 6 1,1 Kodakondsus 563 6 Total 569 100,0 Märkused: Histogram 600 Frequency: muutuja väärtuste sagedus Percent: protsent 500 Valid Percent: protsent ilma puuduvate väärtusteta
statistika ja ka tõenäosusteooria alaseid algteadmisi. Põhilised andmeanalüüsi teostamise vahendid MS Exceli keskkonnas on funktsioonid ja protseduurid, aga ka Chart Wizard'i abil lisatavad joonised ja Pivot Table'iga konstrueeritavad tabelid. Järgnevad kirjeldused baseeruvad versioonil MS Excel 97, kuid selle erinevus nii eelnevast kui ka uuemast (Excel 2000) versioonist on statistilise andmetöötluse osas minimaalne (nn. tehnilisi erinevusi on jooniste ja tabelite konstrueerimisel). Lühidalt peamistest andmeanalüüsi teostamise vahenditest Excelis Joonised
21-40 5 5/25=0,2 41-60 2 2/25=0,08 61-80 4 4/25=0,16 81-100 6 6/25=0,24 =0,10 3 4.1 Joonis 1. Histogramm 0.35 0.3 0.25 0.2 Vahemikku sattumise tõenäosus 0.15 0.1 0.05 0
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) Lisage andmetabelisse kehamassi veeru järele tühi veerg, kirjutage esimesse lahtrisse tunnuse nimeks 'KMI' (kehamassiindeks) ja arvutage selle väärtused kõigile tudengitele valemiga KMI = Kehamass, kg / (Pikkus, m)2.
ankeetide nummerdamist ning andmetabelisse vastava järjekorranumbri lisamist. 2. VALIMIT KIRJELDAV STATISTIKA Üldiselt, kindlasti suuremate valimite puhul, ei ole andmetabel loomulikult informatiivne, kogutud andmetest ülevaate saamiseks kasutame kirjeldavat statistikat. Andmete esitamiseks kokkuvõtlikul, sisutihedal, ülevaatlikul kujul kasutatakse graafilisi vahendeid (tabelid, diagrammid) ja arvulisi näitajaid (keskmine, standardhälve jm). 2.1. Andmete graafiline kirjeldus Graafilise kirjelduse eesmärk on lihtsustada info lugemist või esitada uudne kokkuvõtte. Tabel või diagramm, mis on annab samaväärse info juba esitatud tekstiga, ei oma mõtet. Töös ei esitata elementaarseid tabeleid ja diagramme (info, mis tekstina oleks lühem või samaväärne), samuti peaks Andmetöötlus sotsiaalteadustes 8
Asendikarakteristikud(annavad infot selle kohta, kuidas tunnuse väärtus paikneb). Need on aritmeetiline keskmine, mediaan ja mood. Nende välja arvutamine oleneb sellest, pas meil on tegu pidevate(mingi vahemik) või diskreetsete(1 väärtus) andmetega. Hajuvuskarakteristikud(kui erinevad on väärtused valimi erinevatelobjektidel).Nende eesmärgiks on mõõta andmete varieeruvust andmekogumis(iseloomustavad tunnuse üksikväärtuseerinevust keskmisest) Need on dispersioon ja standardhälve. ASENDIKARAKTERISTIKUTE ARVUTAMINE 1.1. Tabuleerimata(rühmitamata) diskreetsed andmed Keskmine- näiteks KOKKU TOOTEID/NENDES ESINENUD VIGADE ARV. Näitetabelis= 2190/1500=1,46 viga on keskmiselt. X= / Mediaan- kasutatakse kumulatiivset sagedust. Me=(n+1)/2. Mediaan näitetabelis on 750,5, sellele vastav vigade arv on 1. Samamoodi arvutatakse teisi kvartiile. Mood- kõige sagedasem suurus. Näitetabelis on kõige rohkem(440 korda) 0 viga. Mood on 0.
1. PRAKTIKUM 1) JÄRJESTAMINE NOOREMAST VANIMANI Parmeklõps Sort Ascending/Descending -> Kasvavas/Kahanevas järjestuses Data Sort cases Sort Ascending/Sort Descending (tuleb valida muutujad ka) 2) VARIABLE VIEW 3) KIRJELDAVAD ANDMED Leiame vanusele antud hinnangute keskmise, moodi, mediaani, maksimaalse ning minimaalse hinnangu. + HISTOGRAMM Käsklusrida: Analyze - Descriptive statistics Frequencies. Muutujatekasti liigutage muutuja. Statistics -Mean, Mode, Median, Minimum, Maximum. Charts - Histograms 2. PRAKTIKUM 1) UUE MUUTUJA ARVUTAMINE Tihtipeale tuleb andmete töötlemise jooksul tekitada uusi muutujaid eelmiste muutujate põhjal. Käesolevas praktikumis tutvume uue muutuja arvutamise põhitõdedega. Etteruttavalt võib öelda, et me arvutame saadavaloleva andmestiku
Ülesanne1 Mis tüüpi tunnus on lehmade arv. Leia tunnuse lehmade arv jaoks: 1) Leia statistikud ja kirjelda nende abil tunnuse jaotust. 2) Kas tunnus on normaaljaotusega? 3) Tee histogramm 4) Leia üldkogumi keskväärtuse 95% usaldusintervall Valimi põhjal Lehmade arv Lehmade arv on diskreetne tunnus. 667 Lehmade arv 722 1339 Mean 842,4194 Keskväärtust ja mediaani võib lugeda ligilähedaseks, mi 1636 Standard Error 40,80659 Järsakus on väike. 1048 Median 832,5 1886 Mode 1074 klassipiirid 748 Standard Deviation 321,3114 400 401 Sample Variance 103241 600
Praktikum nr 5. Nivelleerimisvõrgu tasandamine. Ülesanne 1. Tabelis 1 on antud lahtise nivelleerimiskäigu mõõtmisandmed. Lähtepunktide kõrgused on HA=34,286 m ja HB= 41,522 m. Koostada mõõtmistulemuste võrrandid ja maatriksid ning leida tundmatute punktide kõrgused ja standardhälbed ning mõõtmistulemuste parandid vähimruutude meetodil. Koostada tasandustulemuste koondtabel(Tabel 10). Tabel 1.Nivelleerimiskäigu mõõtmisandmed. Vastavalt lähteandmetele koostame parameetrilised võrandid geomeetrilise v nivelleerimise prototüüpvõrrandi Hj-He=ΔHej+ ΔH eeskujul. Vastavalt saame neli ej parameetrilist võrrandit: H1-HA=2,179+v1 H2-H1=3,243+v2 H3-H2=-3,797+v3 HB-H3=5,608+v4
.................................................................................... 8 1.4. Suured ja väikesed ühikud................................................................................................... 9 2. Tõeline väärtus ja mõõdis. Viga ja määramatus ........................................................................ 11 3. Mõõtetulemus kui juhuslik suurus ............................................................................................. 13 3.1. Histogramm ....................................................................................................................... 14 3.2. Dispersioon ja standardhälve............................................................................................. 16 3.3. Ekse ................................................................................................................................... 17 3.4. Aritmeetilise keskmise standardhälve ja Atüüpi määramatus ...................
Soo defineerimine: Variable view - soolahtrist Values... - 1=mees, 2=naine - data view - ülevalt view - value labels ette linnuke Kasvavas järjekorras järjestamine: Teed lahtri aktiivseks mida järjestada soovid - ülevalt Data - Sort cases - valid mida soovid sortida - linnuke ascending lahtri ees kindlalt ja OK Mingi väärtuse minimaalse ja maksimaalse väärtuse leidmine, standardhälve, keskmine: Analyze - descriptive statistics - descriptives/frequencies (kui vaja ekstsessi, histogrammi kellukat jn) - valid mille puhul tahad uurida - Options - valid milliseid väärtusi leida tahad ja ok, vastused ilmuvad OutPuti aknasse. Charts all on võimalik kasutada histogrammi joonistamise võimalust. Joonisel olev küsimärk käib osutatud linnukese kohta. Display frequency tables annab käskluse moodustada iga pikkuse kohta sagedustabel
Mahukeskmised aritmeetiline keskmine, harmooniline keskmine, geomeetriline keskmine jt. i ( n + 1) ( Qi ) = 4 Asendi- ehk struktuurikeskmised mediaan, mood, kvantiilid (kvartiilid, detsiilid jt) Mood kõige sagedamini esinev liige kogumis Kvartiilid jagavad kogumi neljaks võrdseks osaks, detsiilid 10-ks. Hajuvuskarakteristikud jagunevad: Absoluutsed variatsiooninäitarvud variatsiooniamplituud, keskmine lineaarhälve, dispersioon, standardhälve jt. Suhtelised variatsiooninäitarvud erinevad variatsioonikoefitsiendid Variatsiooniamplituud - Näitab variatsiooni ulatust kogumis (R = X X ) max min Struktuurisuhtarv osakogumimaht / üldkogumi maht Koordinatsioonisuhtarv osakogumi i maht / osakogumi j maht Dünaamikasuhtarv tunnuse väärtus ajaperioodil / tunnuse väärtus eelmisel perioodil
nullpunkt (nt raha) o Lickerti skaalal tehtud mõõtmisi on lubatud käsitleda vajadusel pideva muutujana Jaotused (normaaljaotus, negatiivne asümmeetria, positiivne asümmeetria): Andmetöötluse alused: Valemid ja tähised n või N – juhtumite arv x – muutuja X̅ või µ – keskmine i – indekseerimistähis σ või SD – standardhälve (standard deviation) σ2 või SD2 – hajuvus Σ – summeerimine Standardhälve Näitab, kui hästi keskmine esindab mõõdetud andmeid. Muutjal on keskmine väärtus ja iga juhtum on sellest teatud kaugusel: x1- X̅ Hajuvus on keskmine ruutkaugus, seega standardhälve on nö keskmine kaugus keskmisest: Normaaljaotuse puhul paikneb kõigist mõõtetulemustest 68,27% ±1SD, 95,45% ±2SD ja 99,73% ±3SD kaugusel keskmisest.
Mood on variatsioonreas kõige sagedamini esinev liige, see variant, mille sagedus on kõige suurem. Moodi omadusi 1) Moodi saab kasutada nii nominaalskaala, järjestikskaala kui ka intervallskaala korral 2) Pideva intervallskaala korral tuleb andmed grupeerida intervallidesse. 3) Mõnedel andmekogumitel mood võib puududa (kõik variandid esinevad ühepalju kordi) 4) Mõnedel andmekogumitel võib olla mitu moodi (on mitu ühesuguse sagedusega liiget) Tabelarvutusprogrammis MS Excel on moodi leidmiseks funktsioon MODE. Mediaan on jaotuse keskmine liige, millest mõlemale poole jääb võrdne arv elemente. Mediaan jaotab järjestatud statistilise rea kaheks. Mediaani kasutatakse siis, kui tahetakse kindlaks määrata jaotuse täpset keskpunkti. Kui aritmeetilist keskmist võivad oluliselt mõjutadada ekstremaalsed väärtused, siis mediaani need oluliselt ei mõjuta. Mediaani omadusi 1) mediaani võib kasutada järjestikskaala ja intervallskaala korral;
N ∑ xi = 25 = 44,28 i=1 Dispersioon N 1 18539.04 sx = 2 ∑ N−1 i=1 ( 2 x i−´x ) = 25−1 =772,46 Standarhälve s x =√ s x 2 = √ 772,46 = 27,79 Mediaan Mediaan on variatsioonirea keskmine element paarituarvulise valimi korral või kahe keskmise elemendi poolsumma paarisarvulise valimi korral. Me = 39 Haare Haare on suurima ja vähima elemendi vahe R = xmax – xmin R = 98-1 = 97 2. Keskväärtuse ja dispersiooni usaldusvahemik (eeldades üldkogumi normaaljaotust ning võttes olulisuse nivooks α = 0.10). Keskväärtuse usaldusvahemik: sx sx ( P ´x −t 1−α / 2,N −1 ∙
Selleks, et keskmisi võrrelda(2 sõltumatut gruppi): Analyze Compare Means Independent Samples T Test. Kuidas me hüpoteesi uurima hakkame? Esmalt väljundiaknas kuvatud tabelitest ja arvudest: Independent Samples T-testi tulemused ja nende tõlgendamine: Group Statistics Std. Error Sugu N Mean Std. Deviation Mean matemaatika 1 608 9.46 4.516 .183 2 742 7.35 3.856 .142 Esimeses tabelis tuuakse ära mõlema grupi valimi suurus, aritmeetiline keskmine, standardhälve ja aritmeetilise keskmise standardviga. Teise tabeli esimeses pooles tuuakse ära Levene'i test gruppide dispersioonide võrdlemiseks: Teise tabeli teises pooles on info gruppide keskmiste võrdlemiseks:
5 12 60 6 9 54 KOKKU 90 311 Kaalutud aritmeetiline keskmine 3,46 NÄIDE Standardhälve Uuri millistest etappidest koosneb standardhälbe leidmine. Kasutades allpool toodud nooltega nuppu, muuda numbreid ja vaata, kuidas muutub standardhälve. Jälgi ka illustreerivat diagrammi. Püüa sõnastada, millal on standardhälve suurem, millal väiksem. arvud vahed vahede ruudud 30 10 100 N 25 5 25 ( x i -x )2 20 0 0 i=1 15 -5 25
Binoomjaotus: DJS jaotus, mille korral jaotustabel defineeritakse valemiga (Bernoulli valem) P ( X = k ) = C nk p k (1 - p ) n-k , k=0,1,...,n. Juhuslik suurus X on sündmuse A toimumiste arv n sõltumatul katsel, kui sündmuse toimumise tõenäosus igal katsel on p. Sündmuse mittetoimumise tõenäosus igal katsel on siis q=1-p. Binoomjaotusega on näiteks praakdetailide arv korduval võtmisel, läbipõlevate pirnide arv. Keskväärtus: EX=np, dispersioon DX=npq, standardhälve npq Poisson'i jaotus: DJS jaotus, mille korral jaotustabel defineeritakse valemiga k - P( X = k ) = e , k=0,1,... k! Sarnaselt binoomjaotusele juhuslik suurus tekib n katsel toimuvast k sündmusest, lisaks n ja p0. Näiteks kirjavigade arv masinakirjutajal/sekretäril. Rikete arv seadmes. Tööõnnetuste arv. Keskväärtus: EX= , dispersioon DX= . Poissoni piirteoreem: kui katste arv n ja p0 nii, et np= , siis koondub k -
Lisaks osakaaludele on ka brutokuutasu leitud arvutuslikult brutotunnitasu ning keskmise ühe kuu töötundide arvu (168 tundi) korrutisena. Detailsed töös kasutatavad andmed on toodud töö lõpus, lisas 3. Kirjeldava statistika tabelist (vt tabel 1 ja lisa 4) on näha, et keskmise brutopalga väärtus üle kõigi maakondade on 541,9 eurot. Seejuures on brutopalga varieeruvus 467,1 eurot (minimaalne väärtus 381.384 eurot ja maksimaalne väärtus 848.48 eurot). Standardhälve ehk keskmine kõrvalekalle keskmisest brutopalgast on 103,68 eurot. See näitab, et Eestis on keskmiste brutopalkade vahe maakondade lõikes suhteliselt suur. Tabel 1. Kirjeldav statistika (brutopalk toodud eurodes, ülejäänud näitajad osakaaludena) Kesk- Miini- Maksi- Varieeru Standard Valim Mediaan väärtus mum mum -vus -hälve Brutopalk
b liitmisel. B saadakse teist järku järgsumma kõrgemast poolest- teistjärku järgsumma madalamast poolest jagatud varjandi sageduste summaga korda intervalli pikkus. Teist järku sageduste summa saadakse leides kõigepealt esimestjärku sageduste summa: varjandi sagedusele liita järgneva varjandi sagedus. Teist järku sageduste summa saadakse esimestjärku sagedusele liites iga järgneva esimestjärku sageduse väärtus. Valitakse variatsioonirea keskelt meelevaldne arv a. Intervalli pikkus on k. b= beeta2-beeta1/ sageduste summa *k X= a+b protsenti 15. mediaan ja tema kasutusala mediaan on korrastatud statistilise rea keskmise liige, millest mõlemale poole jääb võrdne arv liikmeid. Kui reas on paaritu arn nubreid nt 9, siis mediaan on viies arv, sest mõlemale poole teda jääb neli arvu. Kui on aga paaris arv reas, siis liidetakse kask keskmist arvu kokku ja jagatakse kahega. Mediaani
Ökonomeetria KT kordamisküsimused 1. Ökonomeetrilise mudeli komponendid. ● Modelleeritavad näitajad: endogeenselt (sisemiselt) määratud ehk sõltuvad muutujad (Y). Väärtused määratakse mudeli siseselt ● Modelleeritavat nähtust mõjutavad näitajad: eksogeenselt (väliselt) määratud ehk sõltumatud, seletavad muutujad (X). Väärtused määratakse mudeli väliselt. ● Statistiliste meetoditega hinnatavad mudeli parameetrid (b). ● Juhuslik komponent ehk vealiige (u). 2. Andmetüübid. Ökonomeetriline mudel baseerub arvandmetel: ● Ristandmed (cross-sectional) ● Aegread (time series) ● Paneelandmed (panel data) Andmed saavad olla kas ● Kvalitatiivsed (ei saa mõõta arvudega, nt haridustase) ● Kvantitatiivsed (mõõdetakse arvudega, nt vanus) 3. Valimvaatlused ja parameetri hinnangu mõiste. ● Uuritav objekt on üldkogum ● Andmebaas on üldjuhul valim Järeldusi soovime teha üldkogumi kohta, selleks kasuta
Antud aruande andmestik koosnes sellistest andmetest nagu üliõpilaste sugu, matemaatika keskkooli hinne, eriala, kood, matemaatika riigieksamieksami tulemus, matemaatika testi tulemus. Analüüs on koostatud 2000, 2002, 2003 ja 2008 aasta andmete põhjal. Matemaatika andmestiku analüüsi koostamiseks kasutati erinevaid analüüsimise meetodeid. Tunnuste esmaanalüüsis hinnati igat tunnust eraldi. Leiti tunnuste maksimaalne ja minimaalne väärtus, keskmine, mood, mediaan, standardhälve. Otsustati ka kas tunnus läheneb normaaljaotusele. Seoste analüüsist saadi teada, et matemaatika eksami tulemus sõltub keskkooli hindest ja aastast ning ei sõltu eksami kirjutaja soost. Samuti saadi teada ka, et eksamitulemus ja valitud eriala ülikoolis on omavahel sõltumatud. Uuriti ka matemaatika testi tulemuste sõltuvust ning saadi teada, et testi tulemus ei sõltu testi tegija soost, kuid sõltub aastast ning eksamitulemusest. Samas leiti ka, et 2002. ja 2003
Mainori Kõrgkool Matemaatika ja statistika Loengukonspekt Silver Toompalu, MSc 2008/2009 1 Matemaatika ja statistika 2008/2009 Sisukord 1 Mudelid majanduses ............................................................................................................. 4 1.1 Mudeli mõiste ......................................................................................................................... 4 1.2 Matemaatilise mudeli struktuur ja sisu ................................................................................... 4 2 Funktsioonid ja nende algebra............................................................................................... 5 2.1 Funktsionaalne sõltuvus ....................................
) Näitab, mil määral tulemused keskmise ümber varieeruvad. Sedavõrd, kuivõrd inimesed reaalselt erinevad, saavad nad ka erinevaid skoore. Saame konkreetse arvulise näitaja iga indiviidi jaoks (hälbe keskmise suhtes), mille abil hiljem inimesi võrrelda. Variatiivsuse mõõtmine e karakteristikud: - ulatus ehk haare (range) - suurima ja väikseima väärtuse vahe - dispersioon (dispersioon on tulemuste hälvete ruutude keskmine) (variance); - standardhälve (ruutjuur dispersioonist) (standard deviation) HAJUVUS e DISPERSIOON - Mingi arvuliselt väljendatud tunnuse hajuvus kirjeldab seda, kui suurel määral selle üksikud väärtused hälbivad keskmisest väärtusest. Tulemuste hälvete ruutude keskmine. z-skoor - näitab standardhälbe ühikutes, kui kaugel on antud isiku tulemus grupi keskmisest. (Individuaalse skoori hälve grupi keskmisest skoorist jagatud grupi standardhälbega). Varieerub vahemikus -3z kuni +3z.
51 0 3,57% 54 8 17,86% 57 34 78,57% 60 11 98,21% 63 0 98,21% 66 0 98,21% More 1 100,00% abelit histogrammiga. Kujundage histogramm. AUTO OLU SUITS TEATER jah 2 enam ei, aga olen suitsetanud viimase aasta jooksul ei 0 ei rohkem kui aasta tagasi jah 0 ei viimase aasta jooksul jah 59 jah viimase aasta jooksul jah 0 ei viimase aasta jooksul ei 0 enam ei, aga olen suitsetanud
Pealkiri: UURIMISTÖÖ ALUSED JA METOODIKA 2 SISUKORD 1.TEADUSTÖÖ ALUSED............................................................................................4 1.1Teadustöö põhimõisted..........................................................................................4 1.2Teaduskraadid ja nimetused.................................................................................. 8 1.3Teaduslik tunnetus.................................................................................................9 1.4Teaduslik tunnetus realiseerub teadustöö kaudu.................................................12 1.5Teadustöö tingimused..........................................................................................12 1.6Uurimuse kolm huvi............................................................................................13 1.7Mitmesugused uurimissuunad: induktsioon ja dedukts
Geodeesia eksamiteemad kevad 2013 1. Geodeesia mõiste ja tegevusvaldkond, seosed teiste erialadega Geodeesia on teadus Maa ning selle pinna osade kuju ja suuruse määramisest, seejuures kasutatavatest mõõtmismeetoditest, mõõtmistulemuste matemaatilisest töötlemisest ning maapinnaosade mõõtkavalisest kujutamisest digiaalselt või paberkandjal kaartide, plaanide ja profiilidena. Geodeesia on teadusharu, mis vaatluste ja mõõtmiste tulemusena määrab terve maakera kuju ja suuruse, objektide täpsed asukohad, aga ka raskusjõu väärtused ja selle muutused ajas. Samuti ka objektide koordineerimine ja nende omavaheliste seoste kujutamine, seda just topograafiliste kaartide abiga. Objektide asukohtade väljakandmine loodusesse.
komplekti, millest juhuslikus järjekorras valides esitatakse kõiki stiimuleid korduvalt (soovitav palju kordusi, tüüpilistes psühhofüüsika eksperimentides vähemalt 100 korda või rohkem; etalonist erinevaid stiimuleid võiks olla 8-12) ja palutakse KI-l anda hinnang võrreldes etaloniga. Kriteeriumi põhjal, milleks eristusläve puhul on tavaliselt 75 %, leitakse vastuste sagedustest läve väärtus. 3.6. Mõõtmise reliaablus ja valiidsus Reliaablus tähendab kõige üldisemalt mõõtmistulemuste konsistentsust (~kokkukuuluvust). Alati esineb millegi mõõtmisel variatiivsus. Variatiivsus määrabki mõõtmisinstrumendi v. protseduuri reliaabluse. Väga suur variatiivsus tulemustes viitab madalale reliaablusele. Termin "mõõtmisviga", millele sageli uurimuste puhul viidatakse, ei tähenda midagi muud, kui seda, et mingi soovimatu faktor on põhjustanud tulemustes ettearvamatut variatiivsust. Need kõrvalmõjud tuleb
..............................................................5 1.5 Statistika...........................................................................................................................5 1.5.1 Juhuslik ja süstemaatiline kõrvalekalle..................................................................6 1.5.2 Normaaljaotus...........................................................................................................6 1.5.3 Aritmeetiline keskmine ja standardhälve...............................................................7 3. MEETOD................................................................................................................................8 3.1 Katseisik ja pill................................................................................................................8 3.2 Ülesanne viiuldajale ja lindistuse läbiviimine...............................................................8 3
MÕÕTMESTAMINE JA TOLEREERIMINE 2 ×16 tundi Teema Kestvus h 1. Sissejuhatus. Seosed teiste aladega 2 Mõisted ja terminiloogia. GPS standardite maatriksmudel 2. Geometrilised omadused. Mõõtmestamise 2 üldprintsiibid. Ümbrikunõue, maksimaalse materjali tingimus 3. ISO istude süsteem. Tolerantsiväljad 2 4. Istud. Võlli ja avasüsteem 2 5. Soovitatavad istud. Istude rahvuslikud süsteemid 2 6. Istude kujundamise põhimõtted 2 Istude analüüs ja süntees 7. Liistliidete tolerantsid. 2 Üldtolerantsid 8. Geomeetrilised hälbed. Kujuhälbed. 2 Suunahälbed 9. Viskumise hälbed. Asetsemise hälbed. Lähted 2 Nurkade ja koonuste hälbed ja tolerantsid 10. Pinnahälb
1. Geodeesia mõiste ja tegevusvaldkond, seosed teiste erialadega Geodeesia teadus Maa ning selle pinna osade kuju ja suuruse määramisest, seejuures kasutatavatest mõõtmismeetoditest, mõõtmistulemuste matemaatilisest töötlemisest ning maapinna osade mõõtkavalisest kujutamisest digitaalselt või paberkandjal kaartide, plaanide ja profiilidena. Geodeesia on rakendusteadus, mis on tihedas seoses astronoomia, füüsika, geofüüsika, matemaatika, kartograafia, geomorfoloogia, geograafia ja arvutustehnikaga. Rakendusteadusena on geodeesia tähtis ehitustehnikas, mäeasjanduses, põllumajanduses, metsanduses, sõjandusess ja mujal
Kordamisküsimused 1. Geneetika põhietapid 1.1. Eelteaduslik periood Geneetika eelteaduslikule perioodile on iseloomulikud üksikud õiged ja objektiivsed tähelepanekud, mida varjutavad aga tol ajal massiliselt levinud spekulatsioonid ja filosoofilised targused. · Hippokrates (V-IV saj. ema.) - lapsed arenevad algmetest, mis tekivad kogu kehas. Selle tõttu sarnanevad lapsed vanematele ja omandatud tunnused päritakse. Pärilikkust võivad mõjutada isegi mõtted. Seisukoht tuntud pangeneesi hüpoteesina. Darwin arendas seda omandatud tunnuste päritavuse põhjendamiseks (gemmulad). · Demokritos (V-IV saj. ema.) - inimeste võimed arenevad peamiselt harjutamise, mitte kaasasündinud eelduste tõttu. Koos Empedokelesega preformatsiooniprintsiibi pooldaja ja propageerija. · Pythagoras (V saj ema.) isaslooma kehas (närvid, aju jne.) tekkiv fluidum koituse ajal kondenseerub emasloom
annaabi.ee 
