5 punkti
Autor soovib selle materjali allalaadimise eest saada 5 punkti.
~ 16 lehte
Lehekülgede arv dokumendis
2013-11-11
Kuupäev, millal dokument üles laeti
11 laadimist
Kokku alla laetud
0 arvamust
Teiste kasutajate poolt lisatud kommentaarid
Elennk
Õppematerjali autor
põhjal. Klassikalises matemaatilises statistikas loetakse üldkogum reeglina lõpmatuks ja üldkogumi elementidel mõõdetud tunnust käsitletakse juhusliku suurusena. Lihtne juhuvalik: · Valimi iga element võetakse samast üldkogumist. · Üldkogumi igal elemendil on võrdne võimalus sattuda valimisse. · Elemendi valimisse sattumine on sõltumatu mistahes teise elemendi valimisse sattumisest/mittesattumisest. 2. Valimkeskmine kui üldkogumi keskmise punkthinnang. Valimkeskmise kui juhusliku suuruse jaotus. x1 + x 2 + ... + x n 1 n Valimkeskmine: x = = i =1 xi n n n-valimi maht x1 , x 2 , ... , x n - mõõdetud tunnuste tulemused (ühesuguse jaotusega juhuslikud suurused) Valimkeskmine on normaaljaotusega juhuslik suurus tsentraalse piirteoreemi põhjal. x ~ N µ , x on juhuslik suurus, sest valim on juhuslik n
usaldusnivoole nimetatakse juhuslikku vahemikku (ã , ã + ), mis katab hinnatava parameetri a tõenäosusega : P(|ã a| < ) = Arv > 0 iseloomustab hinnangu täpsust. Usalduspiirkonna leidmine p(a) S= 0 ã- ã+ a p(a) juhusliku suuruse a tihedusfunktsioon. Usalduspiirkonna (ã , ã + ) leidmiseks tuleb: 1. Arvutada valimi põhjal punkthinnang ã; 2. Ette anda usaldusnivoo (näiteks 95%; 99%); 3. Leida seosest P(|ã a| < ) = suurus , mis määrabki usalduspiirkonna. Normaaljaotuse keskväärtuse usalduspiirkond suure valimi korral Eeldame, et valimi maht on küllalt suur (n > 30) või standardhälve on eelnevalt teada (näiteks mõõteriista täpsus on teada). Olgu X ~ N(m, ). Leiame keskväärtuse punkthinnangu aritmeetilise keskmise abil: 1n x = xi
Geomeetrilise keskmise leidmiseks korrutatakse kõik väärtused (n väärtust) omavahel ja võetakse saadud korrutisest n-juur. Näiteks saab geomeetrilise keskmise abil arvutada palkade keskmise kasvutempo kasvuindeks (kasvutempo). harmooniline keskmine, - pöördvõrdeline 18. Valimi dispersiooni hinnang, - standardhälbe hinnangud, - s = ruutjuur dispersiooni hinnangust standardviga - 19. Absoluutne sagedus - Absoluutset sagedust kutsutakse üldjuhul lihtsalt sageduseks. Absoluutne sagedus on vastava tunnuse väärtusega objektide arv ning see on alati täisarv suhteline sagedus, - Suhteline sagedus on sageduse jagatis koguarvuga ning seda väljendatakse tihti protsentides kumulatiivne absoluutne (suhteline) sagedus. - Kumulatiivne sagedus saadakse
Bakalaureuseõppe TAAB 3. kursus (vana õppekava) hindamismeetodid, õppematerjalid). Õppejõud Ako Sauga. · Ökonomeetria mõiste, ökonomeetriline Sisu sama, mis TES0040, mudel. ökonomeetria algtase. · Hinnangud ja nende omadused. Magistriõpe (uus õppekava) · Hüpoteeside kontrollimine. Rakenduslik ökonomeetria MEM5220 Õppejõud Kadri Männasoo.
1 k np 1 2 npq P(n, k) e = (z) / npq 2 npq 30. Valim. Empiiriline jaotusfunktsioon Valimi esinduslikkus ja hälbed. Histogramm ja polügon. 31. Kogumi punkthinnangud. Nihutatud ja nihutamata hinnangud Ühe arvuga, *=f(x1,., xn). Keskmine ja dispersioon. Nihutamata, hinnangu väärtus ja põhikogumi matemaatiline ootus langevad kokku. Keskmine ja s2=n DD/(n-1). 32. Punkthinnangu arvutamise momentide meetod. Valimi keskmise ja dispersiooni arvutamine korrutismeetodiga Teoreetilise momendid võrdsustatakse empiiriliste momentidega ja leitakse hinnang. 1 ] V1 b 2 ] m2 [D = M*1h+C; DB = [M*2 - (M*1)2 ]h2; M*1 ] !ni ui @ # n; M*2 ] !ni u2i @ # n 33
ÖKONOMEETRIA TES0040 Rühmad TAAB 31, 32, TABB 54, 55 IABB 51, 52, 53 (valikaine) Ako Sauga Õppejõu kontaktandmed • Statistika ja ökonomeetria dotsent Ako Sauga • E-post [email protected] • Koduleht www.sauga.pri.ee • Ruum SOC-480 Loengukava • Sissejuhatus (programm, hindamismeetodid, õppematerjalid). • Ökonomeetria mõiste, ökonomeetriline mudel. • Hinnangud ja nende omadused. • Hüpoteeside kontrollimine. Kursuse teemad 1. Sissejuhatus. 2. Harilik lineaarne regressioonmudel. 3. Mitmene regressioonmudel I. 4. Mitmene regressioonmudel II. 5. Mudeli omaduste parandamine. 6. Fiktiivsed tunnused. 7. Statsionaarsed aegread I. 8. Statsionaarsed aegread II. 9. Mittestatsionaarsed aegread. 10. Paneelandmed. 11. Tõenäosusmudelid I. 12. Tõenäosusmudelid II. Täpsemalt vt laiendatud ainekava. Õppemeetodid
Kombinatoorika valemeid ja mõisteid · Variatsioonideks n erinevast elemendist k kaupa nimetame ühendeid, mis sisaldavad k elementi antud n elemendist ning erinevad kas elementide või nende järjestuse poolest. Erinevaid variatsioone on A =n(n-1) ...(n-k+1)=n!/(n-k)! · Permutatsioonideks n elemendilisest hulgast nimetame ühendeid, mis sisaldavad kõiki n elementi (üks kord) ja erinevad järjestuse poolest. Erinevaid permutatsioone on Pn=n (n-1) ...1 = n! · Kombinatsioonideks n elemendist k kaupa nimetame ühendeid, mis sisaldavad k elementi (antud n elemendi hulgast) ja erinevad vähemalt ühe elemendi poolest. n! · Erinevaid kombinatsioone on C =A /Pk C nk = ( n - k )!k! Tõenäosusteooria · Sündmuste hulka, kus alati üks sündmus toimub ja see välistab teiste toimumise nimetame sündmuste täissüst
parameetrite ja arvkarakteristikute vahel kantakse üle valimile ja vastavalt valimist saadud arvkarakteristikute hinnangutele arvutatakse nende seoste järgi parameetrite hinnangud. Meetodi sammud: *leida üldkogumile vastava juhusliku suuruse jaotuse jaos arvkarakteristikute avaldised/seosed sõltuvalt jaotuse parameetritest *leida nendest seostest pöördseosed, avaldades parameetrid arvkarakteristikute kaudu *arvutada valimi järgi arvkarakteristikute hinnangud *arvutada valimi arvkarakteristikute järgi parameetrite hinnangud, kasutades leitud pöördseoseid. Suurima tõepära meetodi aluseks on põhimõte leida selliseid jaotuse parameetrite väärtused, et antud konkreetse valimi jaoks oleks suurim just nimelt selle valimi saamise tõenäosus. See tõepärasusfunktsioon kujutab endast valimi elementide kui sõltumatute juhuslike suuruste n-mõõtmelist jaotustihedust. Vähimruutude meetod on tavalisim meetod erinevate juhuslike suuruste
annaabi.ee 
Kõik kommentaarid