Nimetu (0)

Sarnased õppematerjalid

11

doc

ANDMETÖÖTLUSE ALUSED KODUTÖÖ NR. 5

EESTI MAAÜLIKOOL Metsandus- ja maaehitusinstituut osakond NIMI PRT 815 ANDMETÖÖTLUSE ALUSED KODUTÖÖ NR. 5 Juhendaja: lektor Tartu AASTA Sisukord Sisukord.............................................................................................................................2 Sissejuhatus....................................................................................................................... 3 2. Diameetri usalduspiirid..................................................................................................4 3. Mitut puud tuleks mõõta?..............................................................................................4 3.1 Mitut puud tuleks mõõta et saada keskväärtuse hinnang veaga 0,3 cm..................4 3.2 Mitut puud tuleks mõõta, et saada keskväärtuse hinnang veaga 1%.......................4 4. Usaldusni

Andmetöötlus alused

34

xls

Hinnangud, hüpoteesid, regressioon

Hinnangud, hüpoteesid, regressioon Proovitükk nr. 6 Kolmas kodutöö õppeaines Metsandusliku andmetöötluse alused Lähteandmeteks on Teie proovitüki 1. rinde enamuspuuliigi keskmine diameeter (rühmitamata andmed). Kopeerige see tulp sellele samale töölehele. Punkthinnangud, vahemikhinnangud, valimi maht Eeldame, et teie proovitükil mõõdetud andmete põhjal tahame teha järeldusi samalaadse üldkogumi kohta Selleks arvuta järgmised statistikud oma proovitüki kohta 1) Leida 1. rinde enamuspuuliigi diameetri kohta (rühmitamata andmetest) järgmised suurused: keskväärtuse hinnang (aritmeetiline keskmine), 4.921 dispersioon, 7.352 standardhälve, 2.712 standardhälbe viga 0.183 valimi maht,

Andmetöötlus alused

42

xls

Regressioon, hinnang, hüpotees arvutused ja testid

PRT PRT AASTA PUU RIN PL ASIM KAUG D1 1062 1118 2008 12 1 MA 1,0 18,9 18,2 1062 1118 2008 3 1 MA 2,0 7,3 17,8 1062 1118 2008 11 1 MA 2,0 18,0 13,8 1062 1118 2008 5 1 MA 3,0 11,7 17,4 1062 1118 2008 1 1 MA 4,0 3,4 10,9 1062 1118 2008 10 1 MA 7,0 17,2 17,0 1062 1118 2008 13 1 MA 10,0 19,0 18,1 1062 1118 2008 6 1 MA 13,0 7,9 11,5 1062 1118 2008 7 1 MA 15,0 9,8 13,2 1062 1118 2008 8 1 MA 19,0 13,7 8,9 1062 1118 2008 9 1

Andmetöötlus alused

15

xls

Filtri kasutamine

d Andmetöötluse alused 25,3 Kodune töö 4 20,2 Proovitükk nr. 24,75 Hinnangud, hüpoteesid, regressioon 23,45 22,25 Punkthinnangud, vahemikhinnangud, valimi maht 16,85 22,8 Eeldame, et teie proovitükil mõõdetud andmete põhjal tahame teha järeldusi samalaadse 18 üldkogumi kohta 23,75 Selleks arvuta järgmised statistikud oma proovitüki kohta 24,85 1) Leida 1. rinde enamuspuuliigi diameetri kohta (rühmitamata andmetest) järgmised suurused: 21,7 aritmeetiline keskmine, 18,05 dispersioon, 19 standardhälve, 25,35 valimi maht, 20,4 standardviga, 21,5 variatsioonikordaja, 21,4 suhteline standardviga e katsetäpsus. 17,5 2) Leida diameetri usalduspiirid: 20,25 aritmeetilise keskmise 95%lised usalduspiirid, 21,74 25,25 aritmeetilise keskmise 90%lised usald

Informaatikainsenerile

12

doc

Proovitüki nr. 722 andmete analüüs

EESTI MAAÜLIKOOL Põllumajandus- ja keskkonnainstituut Proovitüki nr. 722 andmete analüüs Kodune töö nr. 2 õppeaines ,,Andmetöötluse alused" Juhendaja lektor Külliki Kiviste Tartu 2011 2  Sisukord Sissejuhatus.............................................................................................................................4 1. Proovitüki üldiseloomustus.................................................................................................5 2. Tunnuste liigid.................................................................................................................... 5 3. Risttabel, filtreerimine........................................................................................................ 5 4. Rühmitamine.......................................................................................................................6 5.

Andmetöötlus alused

43

pdf

Andmeanalüüs MS Exceli abil

Andmeanalüüs MS Exceli abil Andmeanalüüs MS Exceli abil Järgnev õpetus püüab võimalikult 'puust ja punaselt' ette näidata elementaarse andmeanalüüsi teostamise võimalused MS Excelis. Samas ei ole see materjal mõeldud matemaatilise statistika konspektiks, vastavad teadmised/materjalid eeldatakse kasutajal enesel olemas olevat. Seetõttu pole ka eriti tegeletud konkreetsete näidetega ega tulemuste tõlgendamisega. See konspekt ei ole Andres Kiviste 1998 aastal ilmunud vihiku "Matemaatilise statistika algteadmisi ja rakenduslikke näiteid MS Exceli keskkonnas" ümbertrükk. MS

Informaatika

19

docx

Statistiline modelleerimine teooria kokkuvõte 2020

Statistiline modelleerimine – kokkuvõte Muutujad:  Sõltuvad muutujad (dependent, outcome variables) – muutujad, mis on uurimise keskmes, millele uurija arvab, et teised muutujad mõju avaldavad. Nö katseisikust sõltuv muutuja.  Sõltumatud muutujad (independent, predictor variables) – muutujad, mille kohta uurija arvab, et neil võiks olla mõju uuritavatele muutujatele.  Statistilise analüüsi keskmes on uurida, kuidas teatud tunnused koos muutuvad.  Kui on vaja muutujat iseloomustada, on kaks põhilist viisi, kuidas seda teha: o Milline on selle muutuja tüüpiline väärtus? o Kui hästi iseloomustab see tüüpiline väärtus kõiki mõõdetud juhtumeid? Ehk kui palju on varieeruvust selle tüüpilise väärtuse “ümber”? Statistika jagunemine:  Kirjeldav statistika (descriptive stat.) meetodid andmetest kokkuvõtete tegemiseks ning kirjeldamiseks. („65-70% U

Statistiline modelleerimine

22

docx

Statistika kordamisküsimused

1. MÕÕTMINE Mõõtmine on objektide võrdlemine - Korraga saab võrrelda ainult kaht objekti omavahel. Kui objekte palju, valitakse välja üks (etalon) ning teisi võrreldakse sellega. Otsene mõõtmine ja kaudne mõõtmine – otseste mõõtmiste kaudu Nimi- ehk nominaalskaala – objektide eristamiseks – sugu, rahvus, huvid, kaubakood, ettevõtte registrinumber Järjestusskaala – võimaldab objekte järjestada mingi tunnuse alusel – nt ettevõtted: väikesed, keskmised, suured – küsitlus: "poolt", pigem poolt kui vastu", "pigem vastu kui poolt", "vastu" – intervallid skaalajaotuste vahel pole võrdsed Intervallskaala – skaalajaotuste intervallid on võrdsed  Vahemikskaala – nullpunkti asukoht kokkuleppeline – ajaskaala, Celsiuse skaala temperatuuri mõõtmiseks – võib leida vahesid, ei tohi leida suhteid  Suhteskaala – nullpunkt fikseeritud absoluutselt – objekti pikkus, kaal, töötajate arv, käive, m

Statistika

Meedia

Kommentaarid (0)