Vajad kellegagi rääkida?
Küsi julgelt abi LasteAbi
Logi sisse
Sulge

"regressioonjoonega" - 3 õppematerjali

Statistika eksami üks variant
18
xlsx

Statistika eksami üks variant

9492416219 7 THI 130 120 110 100 20 25 30 35 40 45 50 0 5 10 15 20 25 30 35 40 45 50 Aeg t (kuudes) Aeg t (kuudes) tsiaalse regressioonjoonega Silumine logaritmilise regressioonjoonega 160 150 467 exp( 0.004778265 x ) 140 3 f(x) = 8.2790772982 ln(x) + 103.0008273391 THI 130 R² = 0.6359099222 120 110 100

Matemaatika → Statistika
95 allalaadimist
TALLINNA JA TARTU ELANIKKONNA ARVULINE VÕRDLUS JA STATISTILINE ANALÜÜS
27
doc

TALLINNA JA TARTU ELANIKKONNA ARVULINE VÕRDLUS JA STATISTILINE ANALÜÜS

Väiksem konstant aga oleks antud juhul samamoodi ebapraktiline, kuna kõikumisi on vähe ning silutud väärtused hakkaksid tegelikest väärtustest põhjendamatult kõrgemale minema. See on ka põhjus, miks joonisel 25 on konstandiks valitud 0,6, kuigi tegelikult juba nii sileda joone puhul, nagu ka varem mainitud, ei anna selle silumine tegelikult midagi juurde. 20 Joonis 24. Joonis 25. 21 2.4. Silumine regressioonjoonega Pärast erinevate regressioonjoontega katsetamist selgus, et kõige paremini kirjeldab joonistel 26 ja 27 ära toodud nii Tartu kui ka Tallinna rahvastiku arvulist muutust ajas selle silumine ruutpolünoomiga. Tartu puhul oli determinatsioonikordaja, mis näitab, kui hästi regressioonisirge lähendab vaatlusandmeid, väärtus 0,9364, Tallinna puhul lausa 0,9831 ­ ehk siis sobib peaaegu ideaalselt antud joone silumiseks. Joonis 26. Joonis 27. 2.5

Matemaatika → Statistika
170 allalaadimist
Statistika kordamisküsimused
22
docx

Statistika kordamisküsimused

Võrdperioodsete ridade korral lihtne aritmeetiline keskmine. Mittevõrdperioodsete ridade korral kaalutud aritmeetiline keskmine Kronoloogiline keskmine - momentrea andmete põhjal leitud perioodrea perioodide keskmiste aritmeetiline keskmine. Aegrea silumine – Eesmärgiks on mitmesuguste perioodiliste ja juhuslike muutuste kõrvaldamine ning arengutendentside väljaselgitamine Silumismeetodid:  Libisev keskmine MA  Eksponentsilumine ES  Silumine regressioonjoonega Kui tahame prognoosida mitme järgmise perioodi väärtust, siis need on kõik ühesugused ja võrduvad käesoleva perioodi libiseva keskmisega. Eksponentsilumisel leitakse silutud väärtus Et ajahetkele t vastava tegeliku väärtuse yt ja eelmise silutud väärtuse Et-1 kaalutud keskmisena. Eksponentsilumise korral on järgmise perioodi prognoosiks viimase perioodi silutud väärtus.Eksponentsiaalse mudeli parameeter - Suuruse suhteline

Matemaatika → Statistika
61 allalaadimist


Sellel veebilehel kasutatakse küpsiseid. Kasutamist jätkates nõustute küpsiste ja veebilehe üldtingimustega Nõustun