1-2 3-4 5-7 Ejakulaate n=19 n=17 n=9 HOT(%)/ HOS(%) 36.4 ± 9.3 31.2 ± 10.0 33.9 ± 9.8 LS(%)/ GMot(%) 71.5 ± 12.3b 78.9 ± 7.6a 78.4 ± 9.2a OLS(%)/ PMot(%) 55.1 ± 15.2 62.7 ± 7.7 61.7 ± 9.3 SKL (m/sek)/VCL(m/sec) 88.3 ± 7.9c 100.7 ± 10.2d 93.3 ± 3.9d SOL/LIN 51 ± 0.04f 0.45 ± 0.03e 0.45 ± 0.03e SKA(m)/ ALH(m) 2.7 ± 0.3 c,f 3.1 ± 0.3e 3.0 ± 0.5d ESM(%)/ LSM(%) 51.3 ± 20.8a 55.6 ± 7
kriteerium kriteerium kriteerium 4. Tulemuste analüüs: Aruandes on * märgitud statistiliselt olulised regressioonikordajad. Sõltumatu muutuja, mis ei ole osutunud statistiliselt oluliseks (kõige suurem olulisuse tõenäosus p > 0,1), tuleb eemaldada. Antud näites on selleks muutuja x6_KHIND (p = 0,39). Põhimenüü Model vähimruutude meetodi OLS alamenüüst valida Tests. Tests → Omit variables Menüü Tests avanevast rippmenüüst valida Omit variables . Valida muutuja ja eemaldada (rohelise noole abil (Select variables to omit) viia teise veergu. Genereerida uus aruanne. Aruanne näitab, et mudelis on veel statistiliselt mitteolulisi muutujaid. Eemaldada muutuja x1_TASU. Koostada uus regressioon. Mudeli kõik muutujad ei ole ikka veel statistiliselt olulised. Eemaldada muutuja x5_TOETUS
.. bk xkn un Tunnuse X3 väärtused: x31, x32,...x3n Üldiselt tunnuse Xj väärtused: xj1, xj2, xjn Kasutame maatrikseid · Parameetrite hinnangud leitakse vähimruutude meetodil y1 1 x21 x31 xk1 b1 u1 1 u (OLS) y x22 x31 xk 2 b u 2 Y 2 X b 2
Regressioonanalüüs uurib suuruste vahelist sõltuvust ja võimalusi selle funktsionaalseks kirjeldamiseks etteantud valemi põhjal. Regressioonanalüüsi käigus leitakse regressioonmudeli deterministlik komponent, st leitakse vastava matemaatilise funktsiooni parameetrite hinnangud. 19. Vähimruutude meetodi olemus. Vähimruutude meetod on kõige tuntum meetod, selle abil minimeeritakse hälvete ruutude summat. ● Lineaarne mudel: harilik vähimruutude meetod OLS (Ordinary Least Squares). ● Mittelineaarne mudel: mittelineaarne vähimruutude meetod NLS (Nonlinear Least Squares) ● Teatud juhtudel üldistatud vähimruutude meetod GLS (Generalized Least Squares) Vähimruutude meetodi kasutamiseks peab mudel olema lineaarne parameetrite suhtes. Vähimruutude meetod: regressioonmudeli parameetrite hinnangud leitakse nii, et jääkide ruutude summa on minimaalne. Parameetrite hinnangute valemite tuletamine:
Juhusliku suuruse Y keskväärtus sõltub juhusliku suuruse X väärtustest. deterministlik komponent, st leitakse vastava matemaatilise funktsiooni parameetrite hinnangud. Regressioonjoone parameetrite Vähimruutude meetod OLS Ordinary Least Squares hindamismeetodid Valim ( xi , yi ) i = 1,..., n Silutud väärtused y^ i = ax
- Eesti Koolid ja eesti keele õpe välismaal. Tallinn:Tallinna Tehnikaülikooli Haridusuuringute Keskus, 1995. 2. Eesti koolid välismaal- http://www.meie-pere.ee/index.php?nid=89&r=4&page=3& 3. Estonian Language and Culture Abroad- http://www.vm.ee/?q=et/node/5741 4. Eesti keel ja kultuur maailmas- http://ekkm.einst.ee/keskused/koolid/ 5. Estonia Today- http://docs.google.com/gview?a=v&q=cache:DZtC6cmN- x0J:homepage2.nifty.com/kmatsum/estinfo/vminfo/eng/eestikeel.pdf+Estonian+Scho ols+Abroad+and+Educational+Instituhttp://docs.google.com/gview? a=v&q=cache:DZtC6cmN- x0J:homepage2.nifty.com/kmatsum/estinfo/vminfo/eng/eestikeel.pdf+Estonian+Scho ols+Abroad+and+Educational+Institutions+for+Ethnic+Minorities+in+Estonia&hl=e n&sig=AFQjCNFv1kCc60- O1T2npvZimfLzZ4b4uAtions+for+Ethnic+Minorities+in+Estonia&hl=en&sig=AFQ jCNFv1kCc60-O1T2npvZimfLzZ4b4uA 6. Rahvuskaaslased välismaal- http://www.eesti.ee/rahvuskaaslased/index.php?id=19 7. Alberta's Estonian Heritage http://www
Üldkogumi keskväärtuse hindamiseks võib hindamismeetodid ökonomeetrias: kasutada näiteks harilik vähimruutude meetod (Ordinal Least Squares, valimi keskmist; OLS); valimi mediaani; suurima tõepära meetod (Maximum Likelihood, ML); valimi minimaalse ja maksimaalse elemendi kaalutud vähimruutude meetod (Weighted Least aritmeetilist keskmist. Squares, WLS);
Kogu eelpooltoodust lähtub, et antud mudeli korral on täidetud kõik regressioonimudeli klassikalised eeldused. Lisas 14 olev ilma meeste osakaaluta ja ilma linlaste osakaaluta mudeli ANOVA test andis autoritele mudeli hajuvuse hinnangud. Determinatsioonikordaja R2 näitab, et saadud mudel suudab ära kirjeldada 84% kogu brutopalga hajuvusest. Lisas 9 toodud ilma meeste osakaaluta ja ilma linlaste osakaaluta mudeli OLS testist on näha, et kõrghariduse osakaalu (p=0,0000), fiktiivse muutuja D1 (p= 0,0000), fiktiivse muutuja D2 (p = 0,0000) ja fiktiivse muutuja D3 (p = 0,0000) parameetrite hinnangud on statistiliselt olulised usaldusnivool 0,95. Saame väita, et keskmise brutopalga kujunemine sõltub olulisel määral vaid kõrghariduse olemasolust ning aastast. Lisas 15 on toodud jääkliikmete maksimaalsed ja minimaalsed väärtused ning standardhälbed
Statistik on juhuslik suurus. 4. Punkthinnang, intervallhinnang. Punkthinnang on statistik, mis annab parameetrile ühese väärtuse (nt valimi arit. Keskmine on punkthinnang kogumi keskväärtusele). Intervallhinnang on lõik, mis sisaldab parameetri tegelikku väärtust mingi etteantud tõenäosusega. 5. Hinnangfunktsioon. Hinnangfunktsioon on reegel parameetrite hinnangute leidmiseks. Tuntudmad regressioonmudeli parameetrite hindamismeetodid on: harilik vähimruutude meetod (OLS), suurima tõepära meetod, momentide meetod ja üldistatud vähimruutude meetod. 6. Hinnangute omadused. Nihe, efektiivsus, mõjusus 7. Hinnangu nihe, nihketa hinnang. Hinnangu nihe võrdub parameetri hinnangu Beeta keskväärtuse ning parameetri tegeliku väärtuse beeta vahega. Parameetri hinnang on nihketa kui hinnangu keskväärtus võrdub parameetri tegeliku väärtusega. Parem on see, mis on nihketa. Hinnangu keskväärtus - tegelik keskväärtus
Cov(ui , uj )=0, jääkliikmete autokorrelatsiooni puudumine, juhuslike liikmed peavad alluma normaaljaotusele, Aegread peavad olema statsionaarsed. 36) Regressorite suhtes lineaarne mudel Regressorid X esinevad mudelis vaid astmes 1. Ei ole ruutliimkeid, ln x. Graafikuks sirge. 37) Parameetrite suhtes lineaarne mudel Parameetrid esinevad mudelis vaid astmes 1. Vastasel juhul ei saa lineariseerida (kasutada OLS) 38) Mis juhtub, kui vaatluste arv on väiksem kui parameetrite arv? Kui meil on 1 objekt, st 1 arvupaar, ei saa määrata 2 parameetrit. Sirge määramiseks tasandil peab olema vähemalt 2 punkti. a= 0/0 39) Mis juhtub, kui regressori väärtused valimis on ühesugused? Ei ole võimalik hinnata, kuidas X muutumine mõjutab Y 40) Mis juhtub, kui regressorid on lineaarselt sõltuvad? / Mis juhtub, kui mingi regressori
hajuvus ümber keskväärtuse. 45. Vähimruutude meetod tingimused selle kasutamiseks. Reg.mudel on lineaarne. Valimi maht, mille põhjal mudeli parameetreid hinnatakse (n) peab olema suurem (või võrdne) kui hinnatavate parameetrite arv: n >k + 1 (suuremvõrdne). Sõltumatud muutujad ei tohi olla omavahel täpses lineaarses sõltuvuses. 46. Vähimruutude meetodil saadud hinnangud tavaline vähimruutude meetod (OLS) sobib nii determineeritud kui stohhastiliste protsesside kirjeldamiseks. Stohhastiliste protsesside modelleerimisel (ökon.mudelid) tuleb analüüsida hinnangute ja juhuslike suuruste omadusi. Eesmärgiks on saada parimad lineaarsed nihketa hinnangud e efektiivsed hinnangud (BLUE best linear unbiased estimator). 47. Väärkorrelatsioon korrelatsioonikordaja on statistiliselt oluline, kuid tegelik põhjuslik seos nähtuste vahel puudub
79, p < .001). Regressioon Lihtsustatult: joonevõrrandi leidmine y=ax + b o y – sõltuva muutuja väärtus o x – sõltumatu muutuja väärtus o a – tõus o b – vabaliige Üritab leida, milline oleks nö kõige parem joon läbi tulemuste pilve, mis ennustaks kõige rohkem tulemusi ja teeks kõige vähem vigu. Nimetatakse ka Ordinary Least Squares OLS, kuna leitakse selle järgi, millisel juhul on ruutvigade summa kõige väiksem. Lineaarne- ehk paarisregressioon Eeldused: Sõltuva muutuja andmed on intervall- või suhteskaalal (st on pidevtunnus); Vaatluste sõltumatus; Muutujatevaheline suhe on lineaarne – kontrollime hajuvusdiagrammiga; Puuduvad märkimisväärsed erindid (outliers) – kontrollime hajuvusdiagrammiga; Koostamine JASPis: Valige Regression - Linear Regression.
Dramatikern Magnus Nilssons skådespel Guds djärvaste ängel hade urpremiär med Teatergruppen Oktober 1987[7] och handlar om relationen mellan Södergran och likaledes finlandssvenske poeten Elmer Diktonius. Daniel "Dan" Andersson född 6 april 1888 i Skattlösberg, Dalarna, död 16 september 1920 i Stockholm av cyanidförgiftning, var en svensk författare och poet. Andersson tonsatte själv några av sina dikter, bland annat "Till min syster" och "Per Ols Per Erik". Dan Andersson räknas till proletärförfattarna, men hans diktning är inte begränsad till denna genre. Ibland skrev han under pseudonymen Black Jim. Anderssons första publikation, han var då bara 14 år gammal, blev ”Brefkort från Grangärde finnmark” som trycktes den 24 januari 1903 i Bärgslagsposten. Dåvarande chefredaktören, J Fr Nelson, menade kort och koncist: "Tack och välkommen åter". Det skulle bli många
annaabi.ee 
