EESTI MAAÜLIKOOL Metsandus- ja maaehitusinstituut osakond NIMI Proovitükk 815 Andmetöötluse alused II kodune töö Juhendaja: lektor juhendaja Tartu aasta Sisukord Sisukord.............................................................................................................................2 Sissejuhatus....................................................................................................................... 3 2. Diameetri aritmeetiline keskmine ja standardhälve.......................................................4 3. Normaaljaotus................................................................................................................5 3.1 Normaaljaotuse graafik............................................................................................5 3.2 Normaaljaotuse eeldusel..........................................................
Normaaljaotus 2012/2013 Märten Karm Pidev juhuslik suurus · Seni vaatlesime diskreetseid juhuslikke suuruseid, s.t nende võimalikud väärtused paiknesid eraldi (täringu silmade arv) · Juhuslik suurus on pidev, kui ta võib saavutada kõikvõimalikke väärtusi (mõistlikust vahemikust) · Näiteks vastsündinud laste kaal on pidev juhuslik suurus Normaaljaotuse teke · Looduses tekkivad tunnused jaotuvad sageli normaaljaotuse järgi · Palju on objekte, mille väärtus on keskmisele lähedal, vähe objekte, mis keskmisest väga erinevad · Normaaljaotusega on näiteks Inimeste pikkus ja kaal Inimeste pea ümbermõõt ... Normaaljaotuse graafik e Gaussi kõver Esinemise tõenäosus Tunnuse suurus Normaaljaotuse omadusi 1. Sümmeetriline keskväärtuse suhtes 2. Keskväärtus, mood ja mediaan ühtivad 3. Dispersiooni suurenedes muutub graafik madalamaks ...
NORMAALJAOTUS Normaaljaotus on nii teoorias kui praktikas kõige sagedamini esinev jaotus. See jaotus eeldab, et nähtusel on mingi keskmine tase, mille ümbruses varieerub suurem osa väärtustest. Suuri kõrvalekaldeid esineb harva ja need toimuvad võrdvõimalikult mõlemale poole. Normaal- jaotus on määratud ja täielikult kirjeldatav kahe parameetriga keskväärtuse ja standardhälbe ehk dispersiooniga. Normaalajotust kujutav graafik on kellukese kujuline ja sümmeetriline keskväärtuse suhtes. Jaotust nimetatakse ka Gaussi-Laplaci kõveraks. Joonis 1. Normaaljaotus tekib siis, kui tunnuse väärtust mõjutavad väga paljud juhuslikud tegurid ja neist igaühe mõju on väga väike. Normaaljaotus on teoreetiline abstraktsioon. Eluslooduses ei ole ükski asi täpselt normaaljaotusega, kuid paljud tunnused on looduses normaaljaotusele väga lähedase jaotusega. Joonis 1. Normaaljaotuse graafik Normaaljaotusega tunnuse väärtuste ulatust saab iseloomusta...
A Osa · L - mõõtetulemuse aluseks on mõõteriista näidud L. K- kalibreerimistunnistuse parand READ - lugemi võtmine (ümardamine lähima täisjaotiseväärtuseni) PAR - mõõteliinide paralleelsus RECT - ristseis RS - baaspinna asend F - mõõtejõud T temperatuur RO pinnakaredus MAT materjal RE - mõõtmiste vähesed kordused Mudel üldkujul: - pinna hälve sirgjoonelisusest, STR = f(mõõtevahendi näit, faktorid) STR = f(faktorid)= f(Lmax Lmin; K; READ, PAR, RECT, RS, F; T, RO, RE) - hälve pindade paralleelsusest, PAR = f(mõõtevahendi näit, faktorid), PAR = f(faktorid)=f(PAR, RECT, RS, RO) - hälve sümmeetrilisusest telje suhtes SYM = f(mõõtevahendi näit, faktorid), SYM = f(faktorid)=f(READ, PAR, RECT, RS) · rakis + indikaatorkell, täpsustase 1 µm + pikkusplaat sobib ideaalselt. Osa B · Bi= BREF+Ai+Ci ...
64; 1; 64; 40; 66; 66; 57; 13; 30; 49; 0; 68; 22; 73; 98; 20; 71; 45; 32; 95; 7; 70; 61; 22; 30; 84; 20; 89; 29; 32; 62; 55; 78; 55; 76; 11; 68; 71; 44; 98; 83; 52; 99; 54; 40; 32; 52; 48; 96; 62; 46; 31; 88; 73; 4; 61; 68; 75; 53; 31 Osa A. Hinnangud, usaldusvahemikud, statistilised hupoteesid ja jaotused. Korrastada algandmed arvreaks suuruse jargi ning hinnata eksed tabel 1 xi ni ni*xi ni*xi2 ni(xi-x)2 0 1 0 0 2816,0711 1 1 1 1 1 2710,93778 4 1 4 16 2407,53778 7 1 7 49 2122,13778 11 1 11 121 1769,60444 13 1 13 169 1605,33778 20 2 40 ...
Korrastatud variatsioonirida: 1; 6; 7; 8; 9; 12; 13; 18; 19; 23; 24; 26; 26; 33; 34; 35; 35; 38; 39; 39; 41; 44; 44; 45; 45; 45; 46; 47; 48; 48; 48; 54; 56; 58; 58; 58; 59; 60; 61; 62; 66; 68; 68; 69; 71; 71; 74; 75; 76; 77; 80; 86; 88; 89; 89; 90; 94; 94; 97; 99. Eksete hindamine 𝑥3 −𝑥1 Min 𝑅𝑙𝑜𝑤 = 𝑥 = 0.06452 < 0.265 𝑛−2 −𝑥1 𝑥𝑛 −𝑥𝑛−2 Max 𝑅ℎ𝑖𝑔ℎ = 𝑥𝑛 −𝑥3 = 0.05435 < 0.265 DCRIT(0.05; 60)= 0.265 Järeldus: Eksed puuduvad, sest nii Rlow kui ka Rhigh on väiksemad kui DCRIT. Tõenäosus, et partiis n=60 esineb vähemalt 2 erinevat väärtust 𝑣äℎ𝑒𝑚𝑎𝑙𝑡 2 𝑒𝑟𝑖𝑛𝑒𝑣𝑎 𝑎𝑟𝑣𝑢 𝑒𝑠𝑖𝑛𝑒𝑚𝑖𝑠𝑒 ℎ𝑢𝑙𝑘 46 𝑃(𝑣äℎ𝑒𝑚𝑎𝑙𝑡 2 𝑒𝑟𝑖𝑛𝑒𝑣𝑎𝑡 𝑎𝑟𝑣𝑢) = = ∗ 100% =76.67 % 𝑘𝑜𝑔𝑢 𝑟𝑒𝑎 𝑎𝑟𝑣𝑢𝑑𝑒 ℎ𝑢𝑙𝑘 60 Tabel 1...
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..........................................................................................
Eesti Maaülikool Põllumajandus- ja keskkonnainstituut Maastikukaitse ja -hoolduse osakond Proovitüki nr. 711 andmete analüüs Kodune töö nr. 2 õppeaines Andmetöötluse alused Juh.Külliki Kiviste Tartu 2009 Sisukord 1. Proovitüki üldiseloomustus Proovitüki 711 kvartaliks on RO204, eralduse number on 4, kasvukohatüübiks on mustika. Peapuuligiks on mänd, peapuuliigi vanuseks on 35 aastat. Proovitüki raadius 1 rinde puude jaoks on 15 cm, raadius 2 rinde puude jaoks puudub (0). Reljeef on laugjas, mikroreljeef on matlik. Andmed mõõdeti 1. Juulil 2002. aastal. 2. Tunnuste liigid Pide Diskreetn Arvulin Mittearvulin Järjestustunnu Nominaaltunnu v e e e s s Puuliik ...
Praktikum nr 1. Normaaljaotuse kontrollimine. Erindite leidmine. Süstemaatiliste vigade leidmine ja eemaldamine. Ülesanne 1: hinda süstemaatiliste vigade olemasolu Tabelis 1 toodud edasi-tagasi nivelleeritud keskmiste kõrguskasvude erinevuste d põhjal mõlemat eeltoodud kriteeriumit kasutades. Esmalt kasutame süstemaatiliste vigade olemasolu hindamiseks märgikriteeriumi. See tähendab seda, et süstemaatiliste vigade puudumisel mõõtmisseerias peaks erimärgilisi vigu olema ligikaudu võrdselt. Märgikriteeriumi testi tegemiseks peab esmalt loendama valimis olevad nullist suuremad ja väiksemad vead. Exceli's on selleks käsklus (COUNTIF). Praktikumis loendasime kui palju on valimis nullist suuremaid vigu. Tulemuseks saime suuruse k, mis ühes valimi mahuga n, annab meile võimaluse arvutada statistik R (R= |2 k-n| ). Teststatistikut R võrreldakse kriteeriumiga 2 n . Süstemaatiliste vigade mitteesinemisel kehtib võrdus R<2...
MHT0030 RAKENDUSSTATISTIKA ARVUTUSGRAAFILINE TÖÖ Andmete kood: 248199 Osa A 1. Keskväärtus Dispersioon Standardhälve Mediaan Haare 2. Eeldades üldkogumi normaaljaotust ning võttes olulisuse nivooks leian usaldus- vahemikud. Keskväärtuse usaldusvahemik on arvutatud MS Exceli TINV-funktsiooniga: Dispersiooni usaldusvahemik ja on arvutatud MS Exceli CHIINV-funktsiooniga 3. Eeldades üldkogumi normaaljaotust ning võttes olulisuse nivooks kontrollin hüpoteese 3.1 alternatiiviga Et hüpotees vastu võetaks peab seega hüpotees võetakse vastu. 3.2 alternatiiviga Et hüpotees vastu võetaks peab jääma kahe kriitilise punkti vahele seega hüpotees võetakse vastu. 4. Valimi empiiriline histogramm võrdlaiade...
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 järeldusi üldkogumi kohta. Rühmitatud andmed- korrastamata statistilise rea andmed, mida rühmitatakse klassidesse e. intervallidesse skaalal Statistilise materjali graafiline esitamine: 1. Valimi elementide korrastatud hulk e. variatsioonirida (sageli rühmitatakse...
Variant 23 0, 1, 4, 5, 6, 7, 10, 10, 11, 12, 12, 15, 20, 22, 24, 25, 25, 26, 27, 27, 31, 33, 38, 38, 39, 40, 43, 44, 44, 45, 46, 48, 52, 52, 55, 56, 56, 62, 62, 65, 69, 71, 71, 71, 74, 74, 75, 75, 79, 79, 80, 82, 85, 86, 87, 91, 91, 95, 96, 98 Dixon-test Rlow=(x3-x1)/(xn-2-x1), n=60 -> Rlow=(4-0)/(95-0)=4/95=0,042 < Dkr=0,35 Rhigh=(xn-xn-2)/(xn-x3) = (98-95)/(98-4)=3/94=0,0319 Osa A. Hinnangud, usaldusvahemikud, statilised hüpoteesid ja jaotused Tabel 1. Valim xi-juhuslik arv, ni xi kordumiste arv n=60 xmin=0 , xmax=98 xi ni ni*xi ni*xi2 ni(xi-x)2 2282,92 0 1 0 0 84 2188,36 1 1 1 1 84 1916,68 4 1 4 16 84 1830,12 ...
0, 1, 1, 4, 5, 5, 6, 7, 10, 10, 11, 12, 12, 15, 17, 20, 22, 23, 24, 25, 25, 25, 27, 33, 38, 38, 39, 39, 40, 43, 44, 44, 46, 52, 62, 62, 69, 69, 71, 71, 74, 74, 75, 75, 78, 78, 79, 79, 80, 82, 82, 85, 86, 87, 91, 91, 96, 96, 96, 98 Dixon-test Rlow=(x3-x1)/(xn-2-x1), n=60 -> Rlow=(1-0)/(96-0)=1/96=0,01 -> x1 ekse, sest et Rlow =0,01> Dkr=0,35 Osa A. Hinnangud, usaldusvahemikud, statilised h üpoteesid ja jaotused Tabel 1. Valim xi-juhuslik arv, ni xi kordumiste arv xmin=0, xmax=98 xi ni ni*xi ni*xi² ni(xi-x)² 0 1 0 0 2254.35 4320.78 1 2 2 2 1 4 1 4 16 1890.51 3609.10 5 2 10 50 1 6 1 6 36 1720.59 7 1 7 49 1638.63 ...
Osa A. Hinnangud, usaldusvahemikud, statistilised hüpoteesid ja jaotused xi ni xi*ni ni*xi2 ni*(xi-xk)2 0 1 0 0 2907,37 6 1 6 36 2296,33 7 1 7 49 2201,49 8 2 16 128 4217,29 9 1 9 81 2017,81 12 1 12 144 1757,29 13 2 26 338 3348,89 18 1 18 324 1290,25 23 1 23 529 956,05 24 1 24 576 895,21 ...
Eesti Maaülikool Metsandus- ja maaehitusinstituut Geomaatika osakond Matemaatika andmestiku analüüs Aruanne õppeaines matemaatiline statistika Koostajad: Juhendaja: Eve Aruvee Tartu Sisukord Sissejuhatus....................................................................................................................... 3 Tunnuste esmaanalüüs.......................................................................................................4 Seoste analüüs................................................................................................................... 8 Mudeli koostamine.......................................................................................................... 13 Kokkuvõte.................................................................................
Rakendusstatistika arvestusharjutus. Osa A. N=25 1. Leida keskväärtuse, dispersiooni, standardhälbe, mediaani ja haarde hinnangud. Keskväärtus Dispersioon Standardhälve Mediaan Me=49 Haare 2. Leida keskväärtuse ja dispersiooni usaldusvahemikud (eeldades üldkogumi normaaljaotust ning võttes olulisuse nivooks = 0.10). Keskväärtuse usaldusvahemik: = 0,10 t0,1; 24= 1,71 Dispersiooni usaldusvahemik: = 0,10 ja 3. Kontrollida järgmisi hüpoteese (eeldades üldkogumi normaaljaotust ning võttes olulisuse nivooks = 0.10) 3.1 H0: = 50 alternatiiviga H1: 50 Et Hüpotees vastu võetaks, peab tkr > t; 1,71 > 0,6. Hüpotees võetakse vastu. H0: 2 = 800 alternatiiviga H2: 2 800 Et hüpotees vastu võetaks peab jääme kahe kriitilise väärtuse vahele: 13,84 < 21,2< 36,42. Hüpotees võetakse vastu. 4. Leida valimile vastav empiiriline histogramm võrdlaiade vahemikega 0-20, 20-40, 40- 60, 60-80 ja 80-100 ning kontrollida 2 -testi järgi ...
Arvutused 1. Sademe massi leidmine P = P '-P0 = 43 - 38 = 5mg 2. Konstandi k leidmine 9 9 0,001 k= = = 0,0005687 2( - 0 ) g 2 ( 2420 - 1000) 9,8 3. Vaadeldavaks ajahetkeks täielikult settinud osakese raadiuse leidmine (näitena settimiskõvera punktis A) H 0,125 r =k v =k = 0,0005687 = 2,2478 10 -5 m tA 80 4. Fraktsiooni suhtelise sisalduse leidmine settimiskõvera ordinaattelje lõikude pikkuste suhete järgi (lõikude pikkused toodud tabelis 3) OO1 2,3 Q= 100% = 100% = 11,9% OP 19,4 5. Jaotusfunktsiooni väärtuste leidmine a) r = r1 - r2 = 2,0105 10 -5 - 1,8353 10 -5 = 1,7517 10 -6 b) Q = Q2 - Q1 = 19,1% - 11,9% = 7,2% Q 7,2 c) F = = = 375...
OSA A 1. Leian 1.1 keskväärtuse 1 N µ^ = x = xi = 46, 2 N i =1 Excel: AVERAGE 1.2 dispersiooni 1 N ^ 2 = s 2 = ( xi - x )2 = 867,9 N - 1 i =1 Excel: VAR 1.3 standardhälbe sx = sx2 = 29, 46 Excel: STDEV 1.4 mediaani Me = 46 Excel: MEDIAN 1.5 haarde R = xmax - xmin = 99 - 0 = 99 2. Eeldades üldkogumi normaaljaotust ning võttes olulisuse nivooks = 0,10, leian 2.1 keskväärtuse usaldusvahemikud P ( x - µ < µ < x + µ ) = p s 29, 46 µ = t1- ( f ) = 1, 7109 = 10, 29 2 N 24 Student'i teguri leidsin tabelist. P (46, 2 - 10, 29 < µ < ...
Töö nr. 4 nimetusega ,,Juhuhälbed" Aines ISS0050 Mõõtmine ARUANNE Aruanne esitatud: Aruanne kaitstud: Käesolevaga kinnitan, et töö on tehtud minu poolt ning selle aruande kirjutamisel ei ole kasutatud kõrvalist abi. .................................. (allkiri) Mõõtetulemused millisekundites: 1 2386 26 2281 2 2056 27 2344 3 2241 28 2011 4 2041 29 2275 5 2150 30 2069 6 2238 31 2066 7 2563 32 2463 8 2315 ...
Osa A. Tabel 1. xi ni xi*ni ni*xi2 ni*(xi-xk)2 0 1 0 0 2132,59 1 1 1 1 2041,23 3 1 3 9 1864,51 4 1 4 16 1779,15 7 1 7 49 1535,07 8 1 8 64 1457,71 10 2 20 200 2617,98 13 3 39 507 3302,74 15 1 15 225 972,19 20 2 40 800 1370,78 22 2 44 968 1169,34 24 1 24 576 491,95 27 1 27 729 367,87 ...
Kordamine arvestustööks 1. Mis on üldkogum? Üldkogumehk populatsioon huvialuste objektide hulk (lõpmatu). on objektide (nähtuste, isendite, protsesside) hulk, mille kohta soovitakse teha teaduslikult põhjendatud järeldusi 2. Mis on valim? Esinduslik valim. Valimmõõdetud objektide hulk (lõplik). on üldkogumist eraldatud objektide hulk, mille mõõtmise ja vaatlemise alusel tehakse järeldusi üldkogumi kohta. Igal üldkogumi elemendil peab olema võrdne võimalus valimisse sattumiseks Esinduslik valim -valimisse saGunud isikud peavad esindama populatsioonis esinevaid uuritavaid tunnuseid 3. Mis on andmestik? Rühmitamata ja rühmitatud andmestik. 4. Arvuline tunnus pidev, diskreetne. Pidevvõib omada väärtusi mingil lõigul. Diskreetnearvuliste tunnuste võimalike väärtuste hulk on lõplik või loenduv. 5. Mittearvuline tunnus järjestustunnus, nominaaltunnus. Järjestustunnusmittearvuline tunnus, mille väärtused on järjestatavad (Kraf...
RAKENDUSSTATISTIKA ARVUTUSGRAAFILINE TÖÖ Osa A 1. Valim mahuga N = 25 jrk ni xi ni * xi ni * 2088, 1 1 2 2 2089,25 49 1909, 2 1 4 4 1910,42 69 1656, 3 1 7 7 1657,17 49 1576, 4 1 8 8 1576,75 09 1497, 5 1 9 9 1498,34 69 1204, 6 1 13 13 1204,67 09 882,0 7 1 18 18 882,59 9 561,6 8 1 ...
A Osa · L - mõõtetulemuse aluseks on mõõteriista näidud L. K- kalibreerimistunnistuse parand READ - lugemi võtmine (ümardamine lähima täisjaotiseväärtuseni) PAR - mõõteliinide paralleelsus RECT - ristseis RS - baaspinna asend F - mõõtejõud T temperatuur RO pinnakaredus MAT materjal RE - mõõtmiste vähesed kordused Mudel üldkujul: - pinna hälve sirgjoonelisusest, STR = f(mõõtevahendi näit, faktorid) STR = f(faktorid)= f(Lmax Lmin; K; READ, PAR, RECT, RS, F; T, RO, RE) - hälve pindade paralleelsusest, PAR = f(mõõtevahendi näit, faktorid), PAR = f(faktorid)=f(PAR, RECT, RS, RO) - hälve sümmeetrilisusest telje suhtes SYM = f(mõõtevahendi näit, faktorid), SYM = f(faktorid)=f(READ, PAR, RECT, RS) · rakis + indikaatorkell, täpsustase 1 µm + pikkusplaat sobib ideaalselt. Osa B · Bi= BREF+Ai+Ci B11 B12 ...
MHT0030 RAKENDUSSTATISTIKA ARVUTUSGRAAFILINE TÖÖ Osa A 1. Keskväärtus =46,20 Dispersioon =867,91 Standardhäve =29,46 Mediaan Me=46 Haare R = xmax xmin = 99 0 = 99 2. Keskväärtuse usaldusvahemik eeldusel, et põhikogumi jaotus on normaaljaotus ja olulisuse nivoo = 0,10: t, N-1 on arvutatav Exceli TINV funktsiooniga: 1,711 Dispersiooni usaldusvahemik eeldusel, et põhikogumi jaotus on normaaljaotus ja olulisuse nivoo = 0,10 ning põhikogumit moodustavate mõõdiste arv n = 25: ja on arvutatav Exceli CHIINV funktsiooniga, ning on vastavalt: 36,415 ja 13,843 3. Kontrollida järgmisi hüpoteese (eeldades üldkogumi normaaljaotust ning võttes olulisuse nivooks = 0,10) 3.1 H0: = 50 alternatiiviga H1: 50 Et Hüpotees vastu võetaks, peab tkr > t; 1,71 > -0,645. Seega hüpotees ...
KVALITEEDITEHNIKA JA METROLOOGIA ÕPPETOOL METROLOOGIA & MÕÕTETEHNIKA MHT0010/MHT0013 ARVUTUSTÖÖ ALGANDMED Esitamise kuupäev: 23.05.12 Arvestatud: Üliõpilane: Matrikli number: Õpperühm: MAHB41 Variandi number: A12 Mõõteskeem: OSA A. 1. Mõõtemudel mõõtme B ja hälvete mõõtmisel Sirgjoonelisuse hälve STR on mõõtevahendi näitude maksimaalne erinevus mõõteulatuses: Paralleelsuse hälve PAR on mõõtevahendi näitude maksimaalne erinevus mõõteulatuses: Sümmeetrilisuse hälve SYM on leitav valemiga: Laius: 2. Mõõteriista valik Kuna vajatav täpsustase on 5 m, siis valin mõõteriistaks digitaalse indikaatorkella, mille mõõtetäpsuseks on 1 m ning millel on olemas ka rakis. Lisaks veel pikkusplaat. OSA B. Tabel 1. Algandmed A1 42 74 20 ...
Osa B. Mõõtetulemuste hinnangud, usaldusvahemikud ja statistiline jaotumine 3. Leida detaili mõõtme B keskväärtus ning standardhälve. keskväärtus standardhälve Mõõtme B väärtused [mm] B1 20,063 20,121 20,163 20,182 20,105 20,106 20,039 20,153 20,063 20,03 B2 20,049 20,083 20,123 20,134 20,071 20,136 20,079 20,152 20,128 20,096 B3 20,133 20,026 20,084 20,111 20,1 20,071 20,117 20,1 20,14 20,045 B4 20,117 20,087 20,084 20,12 20,045 20,1 20,176 20,084 20,101 20,049 B5 20,072 20,095 20,09 20,053 20,124 20,073 20,134 20,127 20,071 20,1 (xi - x)2 B1 0,0012 0,0005 0,0042 0,0070 0,0000 0,0001 0,0035 0,0030 0,0012 0,0046 B2 0,...
Osa A 2 i xi ( x i−´x ) 1 1 1921,946 2 1 1921,946 3 7 1431,866 4 10 1213,826 5 15 890,4256 6 16 831,7456 7 19 667,7056 8 24 434,3056 9 35 96,8256 10 38 46,7856 11 38 46,7856 12 41 14,7456 13 41 14,7456 14 44 0,7056 15 49 17,3056 16 51 37,9456 17 58 173,1856 18 69 583,7056 19 69 583,7056 20 76 970,9456 21 79 1166,906 22 82 1380,866 23 84 1533,506 24 87 1777,466 25 87 1777,466 ∑ 1121 19537,36 1. Selle valimi: ∑ xi ni = Keskväärtus: μ= n ∑ xi pi=44,84 N 1 1 Hinnang: ^μ= x´ = N ∑ x i= 25 ∙ 1121=44,8 ...
RAKENDUSSTATISTIKA ARVUTUSGRAAFILINE TÖÖ Osa A Valimi A mahuga N=25 variatsioonirida: 12 6 11 62 20 62 7 98 10 1 52 27 80 25 94 46 38 74 95 33 71 15 96 4 87 1.Leida keskväärtuse, dispersiooni, standardhälbe, mediaani ja haarde hinnangud. Keskväärtus: Excel: AVERAGE x=45, 04 Dispersioon: Excel: VAR Sx²=1164,123 Standardhälve: Sx=34,1193 Mediaan: Mediaan on variatsioonirea keskmine element paarituarvulise valimi korral või kahe keskmise elemendi poolsumma paarisarvulise valimi korral. Me=38 Haare: R=97 2. Leida keskväärtuse ja dispersiooni usaldusvahemikud (eeldades üldkogumi normaaljaotust ning võttes olulisuse nivooks = 0.10). Keskväärtuse usaldusvahemik: = 0,10 t0,1; 24= 1,711 (Studenti tabelist) Dispersiooni usaldusvahemik: ...
RAKENDUSSTATISTIKA ARVUTUSGRAAFILINE TÖÖ Osa A Valimi A mahuga N=25 variatsioonirida: 75 10 79 32 32 0 68 94 96 2 99 53 31 15 48 47 29 70 7 75 28 30 42 47 46 1.Leida keskväärtuse, dispersiooni, standardhälbe, mediaani ja haarde hinnangud. Keskväärtus: Excel: AVERAGE x=46,20 Dispersioon: Excel: VAR Sx²=867,9167 Standardhälve: Sx=29,46 Mediaan: Mediaan on variatsioonirea keskmine element paarituarvulise valimi korral või kahe keskmise elemendi poolsumma paarisarvulise valimi korral. Me=46 Haare: R=99 2. Leida keskväärtuse ja dispersiooni usaldusvahemikud (eeldades üldkogumi normaaljaotust ning võttes olulisuse nivooks = 0.10). Keskväärtuse usaldusvahemik: = 0,10 t0,1; 24= 1,711 (Studenti tabelist) Dispersiooni usaldusvahemik: ...
Arvutusgraafiline töö | Mihkel Heinmaa | MHT0030 RAKENDUSSTATISTIKA ARVUTUSGRAAFILINE TÖÖ Mihkel Heinmaa | YAGB31 | sügis 2010 Osa A 1. Keskväärtus: Excel: AVERAGE Dispersioon: ( ) Excel: VAR Standardhälve: Excel: STDEV Mediaan: Mediaan on va...
Osa A Andmed: 7 2 3 3 1 1 4 3 3 3 6 5 6 1 2 9 7 5 7 8 5 2 4 1 8 7 9 7 4 8 5 3 1 9 3 5 9 5 8 4 6 1 3 0 7 6 9 1. Valimi parameetrite hindamine. Kasutan järgmisi valemeid: Keskväärtus: 44,28 Dispersioon: 772,46 Standardhälve: 27,79 Mediaani ja haarde leidmiseks teeme valimi liikmete ümberjärjestust: 1; 2; 5; 14; 18; 19; 25; 27; 31; 33; 37; 39; 39; 45; 46; 50; 56; 63; 65; 71; 74; 77; 83; 89; 98 Mediaan: 39 Haare: 98 1 = 97 2. Leian keskväärtuse ja dispersiooni usaldusvahemikud (usaldusnivoo = 0.10), eeldades üldkogumi normaaljaotust Keskväärtuse jaoks kasutame t-statistikut f = N 1 = 24 t0.95(24) = 1.711 = 9.51 Keskväärtuse usaldusvahemik arvutatakse valemiga: P(34,77 < < 53,79) = 90% Dispersiooni usaldusvahemiku leidmiseks kasutatakse 2-statistikut f = N 1 =...
Tabel 1. nxi ni xi*ni ni*xi2 ni*(xi-xk)2 2 1 2 4 2512,01 6 1 6 36 2127,05 7 1 7 49 2035,81 12 1 12 144 1609,61 17 1 17 289 1233,41 18 4 72 1296 4656,70 20 1 20 400 1031,69 22 1 22 484 907,21 27 2 54 1458 1262,03 29 1 29 841 534,53 31 1 31 961 446,05 34 1 34 1156 328,33 36 ...
RAKENDUSSTATISTIKA ARVUTUSGRAAFILINE TÖÖ Osa A Valim A mahuga N=25 variatsioonirida: 69 10 76 79 84 41 15 87 44 49 38 16 58 7 24 19 82 1 40 38 35 87 51 1 69 1. Leida keskväärtuse, dispersiooni, standardhälbe, mediaani ja haarde hinnangud. Keskväärtus: Excel: AVERAGE x = 44,80 Dispersioon: Excel: VAR Sx² = 814,417 Standardhälve: Excel: STDEV Sx = 28,538 Mediaan: Mediaan on variatsioonirea keskmine element paarituarvulise valimi korral või kahe keskmise elemendi poolsumma paarisarvulise valimi korral. Excel: MEDIAN Me = 41 Haare: ...
Osa A: Algandmete tabel xi ni ni*xi ni*xi2 ni(xi-X)2 0 1 0 0 2132,5924 1 1 1 1 2041,2324 3 1 3 9 1864,5124 4 1 4 16 1779,1524 7 1 7 49 1535,0724 8 1 8 64 1457,7124 10 2 20 200 2617,9848 13 3 39 507 3302,7372 15 1 15 225 972,1924 20 2 40 800 1370,7848 22 2 44 968 1169,3448 24 1 24 576 491,9524 27 1 27 729 367,8724 28 1 28 784 330,5124 30 1 30 900 261,7924 31 1 31 961 230,4324 32 1 32 1024 201,0724 35 1 35 1225 124,9924 40 ...
n= 60 Andmed (165): Väärtus (xi) Kordusi (ni) ni*xi ni*xi^2 1 1 1 1 1 6 6 1 6 36 7 7 1 7 49 8 8 1 8 64 9 9 1 9 81 12 12 1 12 144 13 13 1 13 169 18 18 1 18 324 19 19 1 19 361 23 23 1 23 529 24 24 1 24 576 26 26 2 52 1352 26 33 1 ...
RAKENDUSSTATISTIKA ARVUTUSGRAAFILINE TÖÖ Osa A 0 2 7 1 0 1 5 2 8 2 9 3 0 3 1 3 2 3 2 4 2 4 6 4 7 4 7 4 8 5 3 6 8 7 0 7 5 7 5 7 9 9 4 9 6 9 9 Valimi A mahuga N=25 variatsioonirida: 1.Leida keskväärtuse, dispersiooni, standardhälbe, mediaani ja haarde hinnangud. Keskväärtus: Excel: AVERAGE x = 46,20 Dispersioon: Excel: VAR Sx² = 867,92 Standardhälve: Sx = 29,46 Mediaan: Mediaan on variatsioonirea keskmine element paarituarvulise valimi korral või kahe keskmise elemendi poolsumma paarisarvulise valimi korral. Me = 46 Haare: R= 99 - 0 = 99 2. Leida keskväärtuse ja dispersiooni usaldusvahemikud (eeldades üldkogumi normaaljaotust ning võttes olulisuse nivooks = 0.10). Keskväärtuse usaldusvahemik: = 0,10 Dispersiooni usaldusvahemik: ...
Rakendusstatistika kodutöö aruanne Osa A 1. Leida keskväärtuse (aritmeetiline, harmooniline, geomeetriline), dispersiooni, standardhälbe, mediaani, moodi ja haarde hinnangud. Aritmeetiline keskmine 48,633 Geomeetriline 38,58 kesmine 26,53 Harmooniline keskmine Dispersioon 768,372 Standardhälve 27,720 Mediaan 47 Mood 33 Haare 95 Kasutatud valemid: Aritmeetiline keskmine N 1 ^= x´ = x N i =1 i Geomeetriline keskmine Harmooniline keskmine 2 N ^ =s 2= 1 ( x - x´ )2 Dispersioon ¿ N -1 i=1 i ¿ Mediaan on variatsioonirea keskmine element paarituarvulise valimi korral või kahe keskmise elemendi poolsumma paarisarvulise valimi korral. Mood tunnuse kõige sagedamini esinev...
RAKENDUSSTATISTIKA ARVUTUSGRAAFILINE TÖÖ Osa A Valimi A mahuga N=25 variatsioonirida: 22 96 91 75 74 75 25 79 12 38 95 10 71 0 79 24 86 91 96 5 40 85 69 82 39 1.Leida keskväärtuse, dispersiooni, standardhälbe, mediaani ja haarde hinnangud. Keskväärtus: Excel: AVERAGE x=58,36 Dispersioon: Excel: VAR Sx²=1072,74 Standardhälve: Excel: STDEV Sx=32,75 Mediaan: Mediaan on variatsioonirea keskmine element paarituarvulise valimi korral või kahe keskmise elemendi poolsumma paarisarvulise valimi korral. Excel: MEDIAN Me=74 Haare: =96-0=96 R=96 2. Leida keskväärtuse ja dispersiooni usaldusvahemikud (eeldades üldkogumi normaaljaotust ning võttes olulisuse nivooks = 0.10). Keskväärtuse usaldusvahemik...
Xxxxx xxxxx xxxx MHT 0031 RAKENDUSSTATISTIKA ARVUTUSGRAAFILINE TÖÖ Osa A 1. 1) Keskväärtus =46,20 2)Dispersioon =867,92 3)Standardhäve =29,46 4)Mediaan Mediaan on variatsioonirea keskmine element paarituarvulise valimi korral või kahe keskmise elemendi poolsumma paarisarvulise valimi korral. Me=46 5)Haare R = xmax xmin = 99 0 = 99 2. Leian keskväärtuse usaldusvahemiku eeldusel, et põhikogumi jaotus on normaaljaotus ja o...
TALLINNA TEHNIKAÜLIKOOL Majandusteaduskond Rahandus ja majandusteooria instituut Matemaatika, statistika ja ökonomeetria õppetool Laura Kallasvee, Liisi Saksakulm BRUTOPALKADE SEOS HARIDUSE, SOO JA ELUKOHAGA EESTI MAAKONDADE LÕIKES AASTATEL 2005-2008 Ökonoomeetriline projekt Juhendaja: dotsent Ako Sauga Tallinn 2014 SISUKORD SISSEJUHATUS.........................................................................................................................4 1. REGRESSIOONANALÜÜS..................................................................................................7 1.1. Ökonomeetriline mudel....................................................................................................7 1.2. Töös kasutatavad andmed.....
Rakendusstatistika arvutusgraafilise töö andmed ja lahenduse kontrollelemendid MHT/2010 Üliõpilane: Üliõpilaskood: Lahenduse esitamiskuupäev: Andmete kood: Andmed Andmed-A: valim A mahuga N=25 (arvkarakteristikud, jaotuse analüüs, dispersioonanalüüs) 16 35 38 49 51 69 1 69 19 87 3 44 24 84 7 41 41 10 79 15 87 82 5 76 1 8 8 Andmed-B: valimid B1 ja B2 (regressioonimudeli leidmine ja analüüs) xi 4,0 1,0 5,0 3,0 2,0 yi 0,1 5,5 0,2 1,2 3,5 Valim B1: Paarisvalim (xi, yi) regressioonimudeli leidmiseks (mahuga N=5) Valim B2: Korduskatsete sari väljundi dispersiooni leidmiseks (mahuga w=7) 3,3 2,0 4,6 3,9 3,0 2,7 6,3 Lahenduse kontrollelemendid Ülesanne/alamülesanne 1 Keskväärtus: Dispersioon:814,0567 Standardhälve:28,53 Mediaan: ...
jrk ni xi ni * xi ni 2 1 1 2 2 2089.25 2088.49 0.04 4 2 1 4 4 1910.42 1909.69 0.08 7 3 1 7 7 1657.17 1656.49 0.12 8 4 1 8 8 1576.75 1576.09 0.16 9 5 1 9 9 1498.34 1497.69 0.2 13 6 1 13 13 1204.67 1204.09 0.24 18 7 1 18 18 882.59 882.09 0.28 24 8 1 24 24 562.09 561.69 0.32 26 9 1 26 26 471.25 470.89 0.36 34 10 1 34 34 187.92 187.69 ...
Rakendusstatistika arvutusgraafilise töö andmed ja lahenduse kontrollelemendid MHT/2010 3 9 7 4 7 7 Üliõpilane: Üliõpilaskood: Lahenduse esitamiskuupäev: 3.2.2011 Andmete kood: Andmed Andmed-A: valim A mahuga N=25 (arvkarakteristikud, jaotuse analüüs, dispersioonanalüüs) 91 96 79 95 10 39 69 38 40 5 0 96 24 22 75 79 82 86 91 74 75 25 12 71 85 Andmed-B: valimid B1 ja B2 (regressioonimudeli leidmine ja analüüs) xi 2,8 2,2 4,0 1,1 5,1 yi 6,9 6,1 9,8 7,2 15,3 Valim B1: Paarisvalim (xi, yi) regressioonimudeli leidmiseks (mahuga N=5) Valim B2: Korduskatsete sari väljundi dispersiooni leidmiseks (mahuga w=7) 1,3 0,2 0,7 4,2 3,6 2,6 1,...
Rakendusstatistika arvutusgraafilise AGT-1 andmed ja lahenduse kontrollelemendid MHT/2013 Üliõpilane: Üliõpilaskood: Lahenduse esitamiskuupäev: 21.11.2013 Andmete kood: Andmed Andmed-A: valim A mahuga N=25 (arvkarakteristikud, jaotuse analüüs, dispersioonanalüüs, aegrida ) 37 54 94 32 19 33 69 51 89 43 18 88 9 30 62 41 81 54 49 54 15 94 85 43 87 Andmed-B: valimid B1 ja B2 ( korrelatsioon, regressioonimudeli leidmine ja analüüs) xi 1,1 2,8 2,2 5,1 3,7 yi 7,2 8.9 6,8 19,3 13,1 Valim B1: Paarisvalim (xi, yi) regressioonimudeli le...
Rakendusstatistika arvestusharjutus AGT-1 Osa A 1. Arvkarakteristikud Keskväärtus N µ = xi pi µ = 44,8 i =1 (Kasutades Exceli funktsiooni AVERAGE) Dispersioon N 2 = ( xi - µ ) 2 p i 2 = 814,4 i =1 (Kasutades Exceli funktsiooni VAR.P lisaks kontrollisin Excelis vahetulemusi kasutades) Standardhälve = 2 = 814,4 = 28,54 Mediaan Me = 41 Variatsioonirea keskmine arv (juhul kui on tegemist paarituarvutlise valimiga) või kahe keskmise elemendi poolsumma (kui on tegemist paarisarvulise valimiga) (Lisaks saadav kasutades Exceli funktsiooni MEDIAN) Haare Valimi suurima ning väikseima elemendi vahe R = x max - x min R= 97 - 0 = 97 2. Jaotuse analüüs Võtan olulisuse nivooks = 0,10 ning eeldan normaaljaotust. Keskväärtuse usaldusvahemik 1) Keskväärtuse ja standardhälbe hinnangud: 1 N 1 N µ^ = xi = xi...
Andmeanalüüs Kordamisteemad 1) Uurimistsükkel: millised etapid eelnevad ja järgnevad andmeanalüüsile. Tuleb püstitada uurimisküsimused: mida ja kelle käest tahan teada saada; millistele küsimustele tahan vastuseid. Andmete kogumine. Enne kogumist kontrollida, ehk on andmed juba olemas ja arvestada aja- ning raharessursiga. Vaatlus: otsevaatlus, varjatud vaatlus, osalusvaatlus Eksperiment Intervjuu: struktureeritud, poolstruktureeritud või struktureerimata Küsitlus Kas uurida valimit või üldkogumit? Üldkogum ehk populatsioon. Valim on üldkogumist uurimiseks eraldatud osa, mille põhjal tehakse statistilisi järeldusi üldkogumi kohta. Valimi moodustamine: a)tõenäosuslik: 1. Lihtne juhu- nimekiri 2. Süstemaatiline juhu- nimekiri, millest iga 10. 3. Kiht- valin grupid, keda küsitlen 4. Klaster- valin ke...
ELEKTRIMÕÕTMISED ELECTRICITY MEASUREMENTS 3. parandatud ja täiendatud trükk LOENGU KONSPEKT Koostas: Toomas Plank TARTU 2005 Sisukord Sissejuhatus ......................................................................................................................................... 5 MÕÕTMISTEOORIA ALUSED ........................................................................................................ 6 1. Mõõtmine, mõõtühikud, mõõtühikute vahelised seosed.............................................................. 6 1.1. Mõõtmine ............................................................................................................................ 6 1.2. Mõõtühikud ja nende süsteemid ..........................................................................................
RAKENDUSSTATISTIKA ARVUTUSGRAAFILINE TÖÖ Osa A Valim A mahuga N=25 variatsioonirida: 1 2 17 81 97 75 22 21 94 62 81 73 74 52 79 45 14 70 2 71 48 79 77 39 19 1. Leida keskväärtuse, dispersiooni, standardhälbe, mediaani ja haarde hinnangud. Keskväärtus: = 51,8 Dispersioon: s x² = 968,58 Standardhälve: s x = 31,12 Mediaan: Mediaan on variatsioonirea keskmine element paarituarvulise valimi korral või kahe keskmise elemendi poolsumma paarisarvulise valimi korral. Me = 62 Haare: R = 91 – 1 = 96 2. Leida keskväärtuse ja dispersiooni usaldusvahemikud (eeldades üldkogumi normaaljaotust ning võttes olulisuse nivooks α = 0.10). Kes...
1. Üldkogum – ehk populatsiooni all mõeldakse kõiki juhtumeid või situatsioone, mille kohta uurijad soovivad, et nende poolt saadud järeldused või prognoosid kehtiksid. Valim – liikmed tuleb valida juhuslikult, st igal üldkogumi liikmel peab olema võrdne võimalus saada valitud valimisse. Valimimaht – Valimisse valitavate objektide arv. Tunnuste- all mõistetakse liikmeid kirjeldavaid erinevaid omadusi. 2. Statistilise uurimistöö etapid. Mingi probleemi statistilise uurimisel läbitakse 4 tööetappi: Uuringu ettevalmistamine Statistiline vaatlus või eksperiment Vaatlusandmete kokkuvõtte ja esialgne töötlemine Andmete analüüs, järelduste ja üldistuste sõnastamine. 3. Statistlise vaatluse vead. Eristatakse vaatlusmeetodist tulenevaid metodoloogilisi vigu ja registreerimisvigu. Metodoloogilised nt : valimivaatlusel esinevad representatiivsusvead – valim ei kirjelda üldkogumit adekvaat...
MAINORI KÕRGKOOL Juhtimise instituut Annika Krutto ANDMEANALÜÜS SOTSIAALTEADUSTES Loengukonspekt Tartu 2009 SISUKORD SISSEJUHATUS...........................................................................................................................3 1. ANDMEANALÜÜSI põhimõisted ......................................................................................... 3 1.1 Üldkogum ja valim............................................................................................................... 3 1.2. Valimi valikumeetodid.........................................................................................................4 1.3. Mõõtmismeetod ja mõõtmisvahend ....................................................................................5 1.4. Andmetabel................................................................................................