Leidsid 33 sarnast õppematerjali, mis on seotud failiga "Prax3 ülesanne, ilma lahenduseta". Need materjalid aitavad sul teemat sügavamalt mõista.
hinnet, tudengi, hinnete, tudengite, matemaatika, õppeaine, andmestik, andmeanalüüs, sotsiaalteadustes, erialadel, psühholoogia, toompalu, hindeid, analüüsimeetodeid, seosekordajaM Tallinn Tallinn 324,845 88,155 413 N Tallinn Tartu 22,0234 5,97661 28 M Tallinn Võru 17,3041 4,69591 22 M Tallinn Grand Total 538 146 684 N Tallinn M Tallinn N Tallinn Alfa 0,05 N Tallinn p Err:502 M Tallinn N Tallinn Otsus H0 N Tallinn Tõlgendus Tudengite sooline jaotus linnade lõikes ei erine (p=0,099) N Tallinn N Tallinn N Tallinn N Tallinn M Tallinn N Tallinn N Tallinn N Tallinn N Tallinn N Tallinn N Tallinn N Tallinn N Tallinn N Tallinn N Tallinn N Tallinn N Tallinn N Tallinn N Tallinn N Tallinn N Tallinn N Tallinn N Tallinn N Tallinn N Tallinn N Tallinn N Tallinn N Tallinn N Tallinn N Tallinn N Tallinn N Tallinn
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.
nendest numbritest peaaegu võimatu midagi välja lugeda. Kas te saate ülevaate õpilaste pulsisagedusest? Kui kerge on leida kõige kõrgemat ja kõige madalamat pulsisagedust? Kas pulsisagedused on jagunenud ühtlaselt minimaalse ja maksimaalse väärtuse vahel või on mõned pulsisagedused tihedamini esinevad kui teised? Neile küsimustele oleks palju lihtsam vastata, kui meie pulsisagedused oleks järjestatud suuruse järgi. Teeme seda: 50 tudengi pulsisagedused (lööki minutis): Sellist rida, kus me oleme kvantitatiivse tunnuse väärtused järjestanud nende suuruse järgi nimetatakse VARIATSIOONIREAKS e.JAOTUSEKS. Nüüd on meil lihtne leida minimaalne ja maksimaalne pulsisagedus: 62 ja 96 lööki minutis. Need väärtused võimaldavad meil lihtsalt leida jaotuse ULATUSE, milleks on maksimaalse ja minimaalse väärtuse vahe. Meil 96 miinus 62 annab ulatuseks 34 lööki minutis.
.......................................... 13 Kokkuvõte....................................................................................................................... 20 Lisad................................................................................................................................21 2 Sissejuhatus Oma aruandes uurisime Eesti Maaülikooli erinevate erialade üliõpilaste andmeid. Antud aruande andmestik koosneb 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. Esmalt võtsime vaatluse alla keskkooli matemaatika hinde ning riigieksami tulemuse, kus eesmärgiks oli uurida, kas riigieksami tulemus on seotud keskkooli hindega. Seejärel uurisime matemaatika riigieksami tulemuse sõltumist aastast. Siis vaatasime
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...
Sel põhjusel määratakse hüpoteesipaari kontrollimisel eelnevalt kindlaks esimest liiki vea ülempiir, mida nimetatakse olulisuse nivooks. Hüpoteesipaari kontrollimisel tehakse järeldus nii, et esimest liiki vea tõenäosus ei ületaks olulisuse nivood. Mida väiksem on olulisuse nivoo, seda tõsikindlam on tulemus, kuid seda raskemini õnnestub alternatiivhüpoteesi vastu võtta. Olulisuse nivoo valib uurija tavaliselt ise. Enam levinud on sotsiaalteadustes 5%-line olulisuse nivoo. Kui valida ülesandes nullhüpoteesi väiteks soovitule vastupidine väide, siis saavutatakse olukord, mil esimest liiki vea vähendamine on sisuliselt olulisem siht. · Hüpoteeside kontrollimise käigus arvutatakse välja ka olulisuse tõenäosus tõenäosus teha esimest liiki viga (tähistus p) Kui p > olulisuse nivoo jääda nullhüpoteesi juurde p < olulisuse nivoo võtta vastu alternatiivhüpotees
Juurde tasub aga märkida, et mõlemad testid on üsna tundlikud äärmuslike väärtuste ning valimi suuruse suhtes, mistõttu teatud olukordades ei pruugi nende testi alusel tehtud otsustused olla täpsed! 4 Järgnevalt tuleb vaadata Sig.-i (olulisuse tõenäosus). Kui Sig on väiksem kui 0.05, siis ei ole testi(de) kohaselt andmed normaaljaotuslikud. Kas meie ülesandes on andmestik selle testi kohaselt normaaljaotusega? Normaaljaotuse testimist saab testada mitmel juhul eelpool oli kirjeldatud normaaljaotustesti. Samuti saab aga normaaljaotuslikkust vaadata asümmeetriakordaja, järsakusastme ning joonise abil. Lõppude lõpuks on andmeanalüütik see, kes peaks sisuliselt lahti mõtestama tulemused. Nii asümmeetriakordaja kui ka järsakusastme väärtuse 0 korral loetakse andmestikku (ideaalselt)
Putnami teooria sots. kapitalist) • Teooriad muudavad empiirilise reaalsuse seletamise lihtsamaks, pakuvad mingit süsteemi ja loogikat. • Teooriateta on empiirilised tõendid reeglina kasutud • Hea teooria: pakub seletusi laiematele nähtustele, on lihtne, arusaadav, loogiline ja testitav • Teooriad tuleks falsifitseerida: – Falsifitseerimine: me püstitame hüpoteesi (teoorial põhineva oletuse) ja vaatame kas empiirilised andmed seda kinnitavad. • Märkus: Teooriaid ei saa sotsiaalteadustes siiski täiesti ümber lükata – võib näidata, et teatud nende elemendid on probleemsed ja ei seleta hästi emp. reaalsust. Teooriad ei sure, vaid teisenevad. Teooria vajalikkus uurimistöös • Andmed paljalt võttes on korrastamata ja suhestamata faktide hunnik. Selleks, et nad omaksid mingi süsteemi ja mõtte on neile vaja seletust. Seletuse pakub teooria. • Milleks on BA-tööks vaja teooriat: – Teooriad korrastavad meid ideid ja mõtteid
Eesti Ettevõtluskõrgkool Mainor IT- Kaug. 2012 TOITUMISHARJUMUSED Matemaatika ja statistika Tallinn 2013 TOITUMISHARJUMUSED TOITUMISHARJUMUSED SISSEJUHATUS Eestlaste toitumusharjumustest on räägitud palju ja kindlasti räägitakse sellest ka tulevikus. Paljude arstide sõnul on hea ja tugeva tervise jaoks väga olulisel kohal just toitumine. Õige toit mõjutab otseselt meie terviseseisundit, mis peegeldub näiteks kehakaalus, juustes, nahas
ka z-skoorideks. Nt muutuja Kokku, kõigepealt leiad selle standardhälbe ja keskmise, siis teed tehte aknas Transform - compute variable - uus muutuja "Kokku_z" ja tehe Kokku-arit.kesk. / standardhälve. Kui küsitakse, et milline test on olnud vastajaile kõige lihtsam, siis see, mille histogrammi kellukakõver näitab, et enamus lahendajaid on üsna suure skoori saanud, ehk kellukatipp on võimalikult paremal. Uued tunnused matemaatiliste funktsioonide abil: Näiteks matemaatika testi tulemusi logaritmilisele skaalale teisendades, tuleb valda Transform - Compute variables - Uue muutuja nimeks log_mat ja vastav funktsioon LN(matemaatika) Tulpdiagrammi saamiseks: Graphs -> Bar. Ühe tunnuse jaoks vali: Simple-Summaries of groups of cases, Define. Tunnus, mille sagedusjaotust soovid illustreerida paiguta väljale Category Axis Kastis Bar represent saab valida kas absoluutsed sagedused (N of cases) või protsentuaalsed osakaalud.
Kvant met 40% EKSAM 25% KT 25% 10% Kirjandus: SAMM, Tooding L-M jne Uurimisprobleemi püstitamine (sots)teaduses: Probleemi leidmine ja teema sõnastamine Probleemipüstituse põhjendus Kuidas ma saan aru, et see on selline probleem, mida tasub uurida? Selle praktiline tähtsus, seos teiste valdkondadega, takistavad tegurid selle uurimisel Täpsustamine Millist osa ma sellest probleemist uurida tahan? Alamülesanded v teemad Kas ja mida varasemast teada on? Teooriad, varasemad uurimused Operatsionaliseerimine Kuidas defineerida Kuidas mõõta, uurida Analüüsimeetodi valik Sotsiaalsete probleemide konstrueerimine Sots.teaduses on uurija oma uurimisobjekti (ühiskonna) osa ja mõjutab seda enda tegevusega Statistika kui relv (sots)poliitikas Numbrilised väited sots elu kohta (n-ö objektiivsed) Sots probleemide tõlgendus, põhjendus Sots probleem: kas see on olemas v on see kellegi poolt konstruee
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 .......................................................
protsesse Interpretatiivne lähenemine ehk konstruktivism Kogu sotsiaalne reaalsus on konstrueeritud ja avaldub meile erinevate diskursuste kaudu Puudub objektiivne sotsiaalne reaalsus reaalsusi on mitmeid Praktiline pool paradigmad Biheiviorism: Sinu huvid: tavainimeste poliitiline käitumine, hoiakud, väärtused, arusaamad ... tahad oma tulemusi üldistada Sinu oskused: statistiline andmeanalüüs ja kvantitatiivsed meetodid Võimalik suund ja juhendajad: politoloogia (nt. Toots, Idnurm, Saarts, Vetik), või avalik haldus (org. käitumine Lepik) Ratsionaalne valik: Sinu huvid: kuidas seletada poliitilisi otsuseid ja olulisi kollektiivse toimimise probleeme miks inimesed nii teevad? Sinu oskused: matemaatilised mudelid, kvant. meetodid Võimalik suund ja juhendajad: avalik haldus, majandus (Kommer, Sootla) Institutsionalism:
.................................................................................................12 6 Küsitluse tulemused......................................................................................................17 4 Sissejuhatus Ajakirjanduses ilmunud materjalidest nähtub, et gümnaasiumide lõpetajad eelistavad edasi õppida kõrgkoolides erialadel, mis annavad humanitaarse, ühiskonnateadusliku, sotsiaalse või mõne muu mittetehnoloogilise hariduse. Alates 90-ndate algusest on tehnoloogilisi distsipliine õppivate tudengite arv ca 10%. need on peamiselt TTÜ ja Maaülikooli mõnede erialadade (energeetika, mehhanika, veterinaaria jt) tudengid. Suhteliselt vähe on ka tudengite üldarvuga võrreldes meditsiinierialade ja loodusteaduslike distsipliinide üliõpilasi (peamiselt TÜs).
rahulolu kooli toiduga. Kuna Juss ja tema sõbrad olid koolitoiduga väga rahul, ei pidanud ta vajalikuks küsitleda kedagi peale oma sõprade. Kõikide kooli õpilaste küsitlemine oleks niikuinii liiga kaua aega võtnud. · Kes moodustasid selles näites üldkogumi? · Kas Jussi arvamus, et ta kõiki kooli õpilasi küsitleda ei jõua, oli põhjendatud? · Kas Jussi sõprade arvamus annab ülevaate sellest, mida arvavad kõik tema kooli õpilased? Põhjenda vastust. Struktureeritud andmestik Enne arvulisel või struktureeritud kujul olevate andmete analüüsima asumist on mõistlik andmed sisestada andmetabelisse. Andmete analüüsimisel kasutada arvuti abi - säästab korduvast ja aeganõudvast andmete loendamisest ning võimaldab kiiresti ja mugavalt kasutada samu andmeid uute sisuliste analüüsiküsimuste vastamiseks Andmetabeli koostamine Algandmetest andmetabelit koostades tuleb eelkõige meeles pidada, et õige andmetabel peab olema hästi lihtsa ja alati samasuguse
· Loengud 2. Harilik lineaarne regressioonmudel. Teooria, mõistete, meetodite seletamine, näited. 3. Mitmene regressioonmudel I. Küsimustele vastamine. Loenguslaidid on saadaval 4. Mitmene regressioonmudel II. pdf failina õpekeskkonnas Moodle enne loengut. 5. Mudeli omaduste parandamine. · Praktikumid 6. Fiktiivsed tunnused. Andmeanalüüs programmis Gretl. 7. Statsionaarsed aegread I. Ülesannete tekstid ja andmefailid e-õppekeskkonnas 8. Statsionaarsed aegread II. Moodle. Ülesannete tekstid on soovitav enne praktikumi ise välja printida. 9. Mittestatsionaarsed aegread. 10.Paneelandmed. · Iseseisev töö 11.Tõenäosusmudelid I
Andmeid peetakse normaaljaotuslikult siis, kui nii asümmeetriakordaja kui ka järsakusaste/ekstsess on vahemikus (-0.5;0.5); liberaalsemalt on aga levinud ka vahemike (-1; 1) kasutamine 4) GRUPPIDE KESKMISED JA USALDUSPIIRID Käsklusrida: Analyze - Compare Means Vaatame andmeid ka graafiliselt. Joonistame usalduspiirid. Selleks tuleb valida järgnevad käsklused: Ül: Leiame naiste ja meeste matemaatika keskmise tulemuse. Avanenud aknas valida x-teljele Sugu ja y-teljele matemaatika. Outputis tulemus: Keskväärtuse usalduspiiri arvutamiseks: Analyze-> Descriptive Statistics-> Explore. 4. PRAKTIKUM 1) KESKMISTE VÕRDLEMINE Järelduste tegemisel ei piisa aga sellest, kui te näitate, et kahe grupi keskmised on erinevad lisaks on vaja teada, kas see leid on statistiliselt oluline või mitte. Kahe
uuenduste toetamine; 12) korraldatakse koolielu lähtudes rahvusliku, rassilise ja soolise võrdõiguslikkuse põhimõtetest. § 13. Kohustuslikud ja valikõppeained (1) Riiklikus õppekavas on esitatud järgmised kohustuslike õppeainete ainekavad: 1) keel ja kirjandus: eesti keel, kirjandus (eesti õppekeelega koolis), vene keel, kirjandus (vene õppekeelega koolis) (lisa 1); 2) võõrkeeled: A-võõrkeel, B-võõrkeel ja eesti keel teise keelena (lisa 2); 3) matemaatika: matemaatika (lisa 3); 4) loodusained: loodusõpetus, bioloogia, geograafia, füüsika, keemia (lisa 4); 5) sotsiaalained: inimeseõpetus, ajalugu, ühiskonnaõpetus (lisa 5); 6) kunstiained: muusika, kunst (lisa 6); 7) tehnoloogia: tööõpetus, käsitöö ja kodundus, tehnoloogiaõpetus (lisa 7); 8) kehaline kasvatus: kehaline kasvatus (lisa 8). (2) A-võõrkeelena õpitakse inglise, vene, saksa või prantsuse keelt. B-võõrkeelena õpitakse
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.................................................................................................................
Andmeanalüüs 1)Uurimistsükkel: millised etapid eelnevad ja järgnevad andmeanalüüsile. Eelnevad: Uurimusprobleem, uurimusmeetodi valik (kvantitatiivne, kombineeritud, kvalitatiivne), valimi koostamine, andmestiku loomine. Järgnevad: Andmete analüüsimine ja tulemuste esitamine. Millised on alternatiivid kvantitatiivsetele meetoditele. kombineeritud, kvalitatiivne 2) Ankeedi koostamine: mida tuleks silmas pidada hea ankeedi koostamisel; küsimuste tüübid, vastuste tüübid. Võimalikult lühike, viisakalt sõnastatud, lihtsa grammatikaga, sisaldab infot ühe teema kohta, sama tähendusega kõigi jaoks, sobival spetsiifilisuse tasemel Ankeedi struktuur, sissejuhatus, miks uurimust tehakse, anonüümsus, võimalik tasu, tulemuste esitus, kontaktandmed, tänud juba ette, lihtsamad küsimused, avaküsimused, keerulised ja põhiküsimused. Sotsiaal-demograafilline osa, lõpusõna ja tänud. Küsimuste tüübid: Avatud ( vastaja vastab oma sõnadega) Suletud (vastajal
Uuringuprojektile kooskõlastuse saamiseks taotleti Eetikakomitee luba. Uuringu tagasivaatava iseloomu tõttu ei kusitud patsientidelt nõusolekut uuringus osalemiseks. Seetõttu taotleti uuringu läbiviimiseks andmekaitse inspektsiooni luba. Uuringus osaleval Tallinna Reaalkooli õpilasel puudus uuringu vältel ligipääs patsientide isikustatud andmetele. Andmete esmane korrastus viidi läbi Exceli andmetabelis. Andmeanalüüs toeostati Stata14.2 tarkvaraga. Kasutati kirjeldavat statistikat, hüpoteeside testimiseks tunnuste tüübi ja jaotusega sobivaid teste. Valimite põhjal uldkogumite erinevuse olemasolu kohta pustitatud hupoteeside testimiseks kasutatati erinevaid statistilisi meetodeid ja teste. Statistilise testi valik sõltus võrreldavate gruppide arvust, uuritavate andmete tuubist (kvalitatiivsed, kvantitatiivsed), jaotusest (kvantitatiivsete
Samas ei ole nende väärtuste vahemikud võrdsed. Nt. hinnang (väga hea, hea, rahuldav) nt 0-100, 101-100 jne –vahemikud ei ole ühepikkuses, keskmist arvutada ei saa. Ka skaalad. – on olemas kindel järjekord aga v.heast heani ja heast halvani ei ole ühepikused Binaarne- sellel on ainult kaks võimalikku väärtust. Must v valge, mees v naine Nimitunnus – mille väärtusi ei saa mitte mingil moel järjestada nt eriala, linn, kool 1s sossi failis on üks fail ja üks andmestik, mida saab vaadata kahes vaates –üks on andmevaade ja avaneb tavaliselt esimesene, teine vaade on tunnuse vaade. Nt sugu, pikemalt SUGU, sisestatud on numbreid, kodeerimiseeskiri on väärtute alla –nt 1 on mees ja 2 on naine Andmevaatel on omakorda andmevaade –numbrid ehk koodid ja kirjeldused. View-value labels –saab muuta kas numbrid või tekstiline. Esimesena, mida vaja on teha andmestik puhtaks. On nii sisestuse kui ka arusaamise vigu
järgnevad keerukamad ja spetsiifilisemad. · Tõlkeküsimustikus otsetõlge pole alati võimalik, tuleb arvestada kohaliku keele ja kultuuriga. · Vormistus korrektne, ühtne stiil. Valim on mõõtmiseks valitud (uuringusse kaasatud) üldkogumi osa. Valimit kasutatakse, kuna koguvalimit mõõta on liiga kallis ja mahult võimatu. Statistilise analüüsi jaoks peab olema vähemalt 60-100 vastust. Vastuseid peab olema muutujatest vähemalt viis korda rohkem. Kvantitatiivne andmeanalüüs: · Statistilised andmetöötlusprogrammid, näiteks SPSS · Atribuudid o sõltumatu atribuut - manipuleeritav atribuut o sõltuv atribuut - see, mida mõõdetakse · Eeldused (normaaljaotus) · Andmeanalüüsid o Parameetrilised testid (peavad vastama eeldustele) o Testid muutujate vaheliste seoste leidmiseks (pideva atribuudi keskväärtuste võrdlemine) Korrelatsioon - seose tugevus kahe pideva atribuudi vahel
wikipedia.org andmete põhjal uurimisobjekti kohta. Püstitame järgmised hüpoteesid: · Turniiril osalejate arv on pidevalt ja ühtlaselt kasvanud. · Võidusumma on Osalejate arvuga võrdses tempos kasvanud. · Turniiri võitva mängija pokkerikäsi ei ole kordunud. · Turniiri võidmiseks peab inimene olema vähemalt 40 aastane. · Turniiri võitmiseks on vaja parimat võimalikku pokkerikätt. Aprill 2008 Andmeanalüüs 1 projekt 2 SISSEJUHATUS ....................................................................................................................................................2 1. TURNIIRI WSOP ÜLDISELOOMUSTUS.......................................................................4 1.1 Turniiri ajalugu............................................................................................................................... 4 1.2 Texas Hold'em Pokkeri reeglite kokkuvõte....................
olles pigem desinformeeriv: Sellise üldnimetuse e e l h a a r d e s s e – M. Heideggeri järgi, (97:139) – peaks tunnis toimuv ja edaspidi elus kogetu mahtuma. Iga töö võib toimuda mitmete ja enamasti küllaltki erinevate tehnoloogiate kohaselt. Õpe keskendub, nii või teisiti, vaid üksikutele — väga lähedastele. Töö on ka abinõu, mitte ainult eesmärk. Tehnoloogia tähendab tõlkes menetluseõpetus (Erelt,99:794). Tehiskeskond esitab mitmeid väljakutseid, mis õppeaine nimetuse alla kuigi hästi ei mahu /n tehnilised mänguasjad/ ning mida on keerukas selle sisust dedutseerida -9- Lisaks on küsimus tundlik ka seetõttu, et ―… materjali esmakordsel interpreteerimisel kujunenud arusaamad on püsivamad kui hilisemal ümbertõlgendamisel formeeruvad kujutlused‖ (Krull, 2000:238). Kaaluda võiks, muude võimaluste kõrval, õppetunninimetusi: ―Töö – ja tehnoloogiaõpe‖, kui
olles pigem desinformeeriv: Sellise üldnimetuse e e l h a a r d e s s e M. Heideggeri järgi, (97:139) peaks tunnis toimuv ja edaspidi elus kogetu mahtuma. Iga töö võib toimuda mitmete ja enamasti küllaltki erinevate tehnoloogiate kohaselt. Õpe keskendub, nii või teisiti, vaid üksikutele -- väga lähedastele. Töö on ka abinõu, mitte ainult eesmärk. Tehnoloogia tähendab tõlkes menetluseõpetus (Erelt,99:794). Tehiskeskond esitab mitmeid väljakutseid, mis õppeaine nimetuse alla kuigi hästi ei mahu /n tehnilised mänguasjad/ ning mida on keerukas selle sisust dedutseerida -9- Lisaks on küsimus tundlik ka seetõttu, et ... materjali esmakordsel interpreteerimisel kujunenud arusaamad on püsivamad kui hilisemal ümbertõlgendamisel formeeruvad kujutlused (Krull, 2000:238). Kaaluda võiks, muude võimaluste kõrval, õppetunninimetusi: Töö ja tehnoloogiaõpe, kui
Kuningas jäi poiste lugemis- ja laulmisoskustega rahule ning lubas kooli ja eestikeelsete koolide asutamist toetada. Kuid seminari tegevus lakkas 1688. a, kui B.G. Forselius hukkus Läänemeres. Kuid oma 4 tegutsemisaasta jooksul said seminarist hariduse 160 poissi, kellest paljud asutasid hiljem ka koolid. 1688. aastal oli Eesti alal juba 46 eestikeelset köstri-, mõisa- või kihelkonnakooli (üldse oli tollal 41 kihelkonda). 1.2. XIX sajandi algus XIX sajandi alguseks oli matemaatika omandanud kindla koha kooli õppekavas. 1795. a ilmunud O.W. Masingu lugemise raamatus oli ilmunud ka 2 lk matemaatilist teksti (ühel lehel numbrite lugemine, teisel 1x1). Esimene eestikeelne matemaatikaõpik ilmus 1806. a. Selleks oli Peter Heinrich von Frey Arropiddamisse ehk Arwamisse-Kunst. Selles raamatus on 7 peatükki: 1) numeratsioon, numbrite lugemine ja kirjutamine 2) 4 arropiddamisse viisi eelseletus 3) adition ehk kokkuarvamine 4) substraktion ehk mahaarvamine
varem sellel teemal kirjutanud? · Rein Ruutsoo väidab midagi valimissüsteemide kohta kas usaldada? · Kirjastus/väljaandja · Värskus kas pole vananenud? · Objektiivsus kas objektiivne või võiks olla kallutatud? · Keelekasutus kui pole akadeemiline, siis ole ettevaatlik YKI6001.YK. Õppimine kõrgkoolis, T. Saarts 4 Tunnustatud rahvusvahelised kirjastused sotsiaalteadustes · Oxford University Press · Cambridge University Press · Yale University Press · Manchester University Press · Princeton University Press · SAGE · Routledge · Ashgate · Taylor and Francis · Palgrave, · ja teised... · Vähetunnustatud ja tundmatu kirjastus võib viidata küsitavale kvaliteedile! YKI6001.YK. Õppimine kõrgkoolis, T. Saarts 5
süsteem, mis kirjeldab ja seletab mingit tegelikkuse valdkonda; mis tahes mõtlemistulemuste terviklik loogiline süsteem, õpetus. MEETOD (kr.k.) – uurimise tee, tundmaõppimise viis) 1 Teadlik ja järjepidev eesmärgi saavutamise viis Looduse ja ühiskonna nähtuste tundmaõppimise ja uurimise viis eesmärgiga luua põhjendatud teadmiste süsteemi Uurimismeetodid sotsiaalteadustes Sotsiaalteadusliku teadmise loomise ja põhjendamise viis Andmekogumise, töötlemise ja analüüsimise operatsioonid, konkreetsed järjestikused tegevused Metoodika - Teatud tegevuse eesmärgipäraseks täitmiseks kasutatud meetodite, viiside kogum - Sotsiaalteadustes - operatsioonide, protseduuride, tegevusviiside süsteem, mille abil määratletakse sotsiaalseid fakte, neid süstematiseeritakse ja analüüsitakse Metodoloogia
Sel juhul räägitakse kõiksest uuringust või juhtumianalüüsist, ning eeldades, et andmekogumise meetodid on olnud sellised, mille puhul mõõtmisinstrumendist tingitud juhusliku vea arvestamine ei ole tähtis, võib vajalike järelduste tegemiseks piirduda vaid kirjeldava statistika meetoditega. Kuna sisehindamise puhul on ilmselt valdavalt tegemist just viimase olukorraga, siis piirdub antud peatükk kirjeldava statistika meetodite tutvustamisega. 3 Statistiline andmestik. Andmete e tunnuste tüübid. Vastavalt sellele, mida me uurida tahame, koosneb meie valim kas üksikutest inimestest, koolidest, valgetest hiirtest, kalendrikuudest, mingitest toodetest, kartulipõldudest või millest tahes. Kõiki valimisse kuuluvaid indiviide või üksusi, kelle/mille käest või kohta andmeid kogutakse, nimetatakse statistikas OBJEKTIDEKS. Kõigil ühte valimisse kuuluvatel objektidel on mingid
Sel juhul räägitakse kõiksest uuringust või juhtumianalüüsist, ning eeldades, et andmekogumise meetodid on olnud sellised, mille puhul mõõtmisinstrumendist tingitud juhusliku vea arvestamine ei ole tähtis, võib vajalike järelduste tegemiseks piirduda vaid kirjeldava statistika meetoditega. Kuna sisehindamise puhul on ilmselt valdavalt tegemist just viimase olukorraga, siis piirdub antud peatükk kirjeldava statistika meetodite tutvustamisega. 3 Statistiline andmestik. Andmete e tunnuste tüübid. Vastavalt sellele, mida me uurida tahame, koosneb meie valim kas üksikutest inimestest, koolidest, valgetest hiirtest, kalendrikuudest, mingitest toodetest, kartulipõldudest või millest tahes. Kõiki valimisse kuuluvaid indiviide või üksusi, kelle/mille käest või kohta andmeid kogutakse, nimetatakse statistikas OBJEKTIDEKS. Kõigil ühte valimisse kuuluvatel objektidel on mingid
Sel juhul räägitakse kõiksest uuringust või juhtumianalüüsist, ning eeldades, et andmekogumise meetodid on olnud sellised, mille puhul mõõtmisinstrumendist tingitud juhusliku vea arvestamine ei ole tähtis, võib vajalike järelduste tegemiseks piirduda vaid kirjeldava statistika meetoditega. Kuna sisehindamise puhul on ilmselt valdavalt tegemist just viimase olukorraga, siis piirdub antud peatükk kirjeldava statistika meetodite tutvustamisega. 1.2. Statistiline andmestik. Andmete e tunnuste tüübid Vastavalt sellele, mida me uurida tahame, koosneb meie valim kas üksikutest inimestest, koolidest, valgetest hiirtest, kalendrikuudest, mingitest toodetest, kartulipõldudest või millest tahes. Kõiki valimisse kuuluvaid indiviide või üksusi, kelle/mille käest või kohta andmeid kogutakse, nimetatakse statistikas OBJEKTIDEKS. Kõigil ühte valimisse kuuluvatel objektidel on mingid ühised omadused e
kolmandaks asümmeetria ja neljandaks järsakus. Esimest ja teist järku momendid (keskmine ja hajuvus) aitavad hinnata muutuja tüüpilist väärtust ja seda kui hästi see tüüpiline väärtus kõiki mõõdetud juhtumeid iseloomustab (ehk hajuvust keskmise ümber) Kolmandat ja neljandat järku momendid on abiks andmete normaaljaotuslikkuse hindamisel. Shapiro-Wilk test Uurib, kas andmestik erineb oluliselt normaaljaotusest. Kui olulisuse tõenäosus (p) on väiksem kui 0.05, siis testi kohaselt andmed ei ole normaaljaotuslikud. o Vaikimisi eeldame, et andmestikes muutuja jaotus ei erine oluliselt normaaljaotusest. S-W hindab, kas meil on piisavalt tõendeid, et see väide ümber lükata. Standardiseerimine Tulemuste z-skooridele viimine Valem: Peaks olema lähedane normaaljaotusele:
annaabi.ee 
