Valimi suurus mõjutab hüpoteesi kontrollimisel tehtavad otsust Hüpoteesi kontrollimisel viga saab tekkida: kuna anname hinnangu valimi põhjal ja valim on moodustatud juhuväljavõtu teel Statistilite hüpoteeside kontrollimisel: võrreldakse empiirilistel andmetel leitud statistikut kontrollstatistikuga Normaalselt jaotuvad kogumis: ei ükski; Mood, mediaan ja aritmeetiline keskmine on võrdsed asümmeetriakordaja ei erine 0-st Dispersioon on standardhälbe ruut jaotuskõver on sümmeetriline Normaaljaotuse korral: Kolmandat järku standardmomemt on võrdne nulliga Tugeva neg lineaarse seose korral: regressioonikordaja iseloomustab sõltuva muutuja välenemist sõltumatu mutuja ühe ühikulise muutumise korral Tugeva samasuunalise(positiivse) lineaarse seose y=a+bx korral: regressioonikordaja peab olema eranditult positiivne Valimi sobiva suuruse arvutamisel:
4694 0.2923 0.4539 0.2923 1.5792 3 48° 47° 34° 33° 0.7431 0.5591 0.7313 0.5446 1.3358 4 35° 37° 27° 27° 0.5735 0.4539 0.6018 0.4539 1.2945 5 6 keskmin 1.3745 e n 0.5105 0.2047 0.0387 0.08 0.208475 Valguse Dispersioon 1. Mida nim Dispersiooniks? Aine absoluutse murdumisnäitaja sõltuvust valguse lainepikkusest nimetatakse dispersiooniks. 2. Mida teeb prisma valge valgusega? Prisma ei muuda valget valgust, vaid lahutab selle koostisosadeks, mille liitmisel saab taas valge värvuse. 3. Kuidas väheneb peaaegu kõigi ainete murdumisnäitaja? Peaaegu kõigi ainete murdumisnäitaja väheneb valguse lainepikkuse suurenedes. 4. Miks tekib vikerkaar
Tallinna Tehnikaülikool Automaatikainstituut Praktikum nr.4 Juhuhälbed Aruanne Üldine iseloomustus Juhuhälvete põhjusi on palju ning nende väärtusi ei ole võimalik ennustada, küll aga hinnata. Töö eesmärk Käesolevas töös vaatleme olukorda, kus mõõdetav suurus ise ei ole juhusliku iseloomuga, vaid juhuhälbed mõõtmisel on põhjustatud mõõtmisprotsessist. Töö käik Katsetaja mõõdab generaatori impulsi pikkust t0 jälgides valgusdioodi ning vajutab nupule b valguse süttides ja kustudes. Ajaintervalli ti kahe vajutuse vahel mõõdetakse sagedusmõõturiga (näit Ti). Tekkiva mõõtevea ti-to pôhjustab katsetaja. n 1 Mõõtmiste keskväärtus tk = ti = 2372,64 ms n i =1 n 1 Dispersioon: D( t ) = n - 1 i=1 ...
Tööiseloomustus Juhuhälvetepôhjusi on paljuningnendeväärtusiei ole vôimalikennustada, küllagahinnata. Tööeesmärk Käesolevastöösvaatlemeolukorda, kusmôôdetavsuurusiseei ole juhuslikuiseloomuga, vaidjuhuhälbedmôôtmisel on pôhjustatudmôôtmisprotsessist. Töövahendid Generaator G6-27, ajaintervallidemõõtja RC3-07-002 Töökäik Ajaintervallidekäsitsimõõtmine Katsetajamôôdabgeneraatoriimpulsipikkustjälgidesvalgusdioodiningvajutabnupulevalgusesütt idesjakustudes. Ajaintervallikahevajutusevahelmôôdetakse sagedusmôôturiga. Katse nr. ti ti - tk (ti - tk)2 Katse nr. ti ti - tk (ti - tk)2 352,68 493,72 1 2646 26 2605 18,78 84 -22,22 84 - 10245, 4067,8 2 2526 ...
Tallinna Tehnikaülikool, automaatikainstituut Töö nr. 5 nimetusega Juhuhälbed Töö tehti aruanne üliõpilane: aruanne esitatud _________________ aruanne kaitstud _________________ Käesolevaga kinnitan, et töö on tehtud minu poolt ning selle aruande kirjutamisel ei ole kasutatud kõrvalist abi. ___________________ (allkiri) Töö üldine iseloomustus: juhuhälvete põhjusi on palju ning nende väärtusi ei ole võimalik ennustada, küll aga hinnata. Töö eesmärk: Käesolevas töös vaatleme olukorda, kus mõõdetav suurus ise ei ole juhusliku iseloomuga, vaid juhuhälbed mõõtmisel on põhjustatud mõõtmisprotsessist. Nelinurkpinge Katsetaja Käivitusahel Ajaintervallide Generaator ...
ühesugune tõenäosus on sellel, kas juhuslik suurus osutub suuremaks või väiksemaks kui Me.
Momendid:
Algmoment
diskreetsel suurusel: x,s=s[X]=i=1nxispi
pideval suurusel: s[X] = -xs*f(x)dx
Keskmoment (tsentraal ehk tsentraalne moment)
diskreetsel suurusel: x,s=s[X] = E[Xs] = i=1n(xi - E[X])s*pi
pideval suurusel: s[X] = -(x - E[X])s*f(x)dx
Keskmomentidel põhinevad tähtsamad arvkarakteristikud:
Dispersioon (2. Järku keskmoment): 2[X]=E[X0] = (xi - E[X])2*pi=Dx=D[X], dispersioon on juhusliku
suuruse hälvete ruutude keskmine
Ruuthälve: x=[X]=D[X] e standardhälve on ruutjuur dispersioonist
Asümmeetria tegur: Skx=a[X]=3[X]/3
Ekstsess: exx=ex[X]= 4[X]/4 3
Normaaljaotus üks kõig levinuim jaotusseadus, mis on määratud kahe arvkarakteristikuga
keskväärtusega ja standardhälbe ehk dispersiooniga. Normaaljaotus on piirjaotus.
Juhuslikud vektorid: Juhuslike suuruste kompleksi X1, X2, ..., Xn võib kujutada vektorina X=
st 50 on antud valimi korral tõene keskväärtus. 3.2 H0: 2=800 alternatiiviga H1: 2800 D = 2 X2EMP=((60-1)*29,09 2)/ 800=62,41 X2KR,vasak=17,0 X2KR,parem=47,0 17,0 < 62,47 > 47,0 KR 2 ,vasak < EMP < KR , parem 2 2 põhihüpotees ei kehti, H1 : 800 , st 800 ei ole antud valimi 2 korral tõene dispersioon. 4.Punkt 1 noutud hinnangud grupeeritud valemile, gruppide arv k=7, samm h=const ( x - xmin ) h = max k h = (98-0)/7=14 Tabel 2. Grupeeringud k interval xk ni ni*xi ni*xk^2 ni/n 1 0-14 7,09 11 78 553,09 0,18 2 14-28 23,44 9 211 4946,78 0,15 3 28-42 36,5 6 219 7993,50 0,1
Järeldus: Kuna tEMP < tkr ,siis põhihüpotees on õige, Ho : =50, st 50 on antud valimi korral tõene keskväärtus. 3.2 H0: 2=800 alternatiiviga H1: 2800 D =2 X2EMP=((60-1)*31,97 2)/ 800=75,38 X2KR,vasak=17,0 X2KR,parem=47,0 17,0 < 75,38 > 47,0 KR 2 ,vasak < EMP < KR , parem põhihüpotees ei kehti, H 1 : 2 2 2 800 , st 800 ei ole antud valimi korral tõene dispersioon. 4. Punkt 1 noutud hinnangud grupeeritud valemile, gruppide arv k=7, samm h=const ( x max - xmin ) h= k h = (98-0)/7=14 Tabel 2. Grupeeringud interval k l xkesk ni ni*xkesk ni*xkesk^2 ni/n 0,21666 1 0-14 6,46 13 83,98 542,5108 7 0,16666
kõige sagedamini esinevat vanust, siis selle põhjal mingeid erilisi järeldusi teha ei saa, kuna nad on peaaegu samad. Tartus oli aastal 2010 selle väärtuseks 33,42 ning Tallinnas vastavalt 33,93. Keskmine lineaarhälve, mis näitab vanuse keskmist aritmeetilisest keskmisest kõrvalekaldumist, on mõlemal linnal peaaegu sama. Tartul 22,95 ning Tallinnal 22,68. Dispersiooni osas näha mõningaid erinevusi. Nimelt, Tartu rahvastiku dispersioon 2010. aastal oli 709,15 ning Tallinna oma 683,64. Kuna dispersioon, hälvete ruutude aritmeetiline keskmine, on seda suurem, mida rohkem on tunnusel keskväärtusest tugevasti hälbivaid väärtusi, siis järelikult näitab Tartu rahvastiku suurem dispersioon seda, et Tartus on suhteliselt rohkem inimesi, kes kalduvad vanuse kaalutud aritmeetilisest keskmisest märgatavalt kõrvale. Standardhälvete erinevus kahe linna vahel on juba väiksem, kuna tegu on
53,92 -1,96 < µ < 53,92 +1,96 50 50 45,36 < µ < 62,48 Tõene standardhälve P=95% q=0,21 : Enne leida korrigeeritud standardhälve n ( x ) 2 i i -X 47735,68 Sc = = = 31,21 n -1 50 -1 S c (1 - q ) < < S c (1 + q ) 31,21(1 - 0,21) < < 31,21(1 + 0,21) 24,66 < < 37,77 Tõene dispersioon P=95% q=0,21 : ( S c (1 - q) ) 2 < D < ( S c (1 + q ) ) 2 608,12 < D < 1426,57 2 3.Kontrollida järgmisi hüpoteese eeldusel, et põhikogumi jaotuseks on normaaljaotus ja olulisuse nivooks on P=95% 3.1 H0: µ=50 alternatiiviga H1: µ50 T-kriteerium ( X - µ) n (53,92 - 50) 50
Keskväärtus 1,88 2,84 5,66 1,73 2,07 2,81 Standard viga 0,11 0,09 0,13 0,07 0,09 0,07 Mediaan 1,91 2,88 5,62 1,78 2,09 2,89 Mood #N/A 3,02 #N/A #N/A #N/A 2,85 Standard hälve 0,38 0,30 0,44 0,23 0,31 0,25 Valimi dispersioon 0,14 0,09 0,19 0,05 0,09 0,06 Ekstsess 0,05 0,35 -0,34 -0,81 -0,23 0,97 Asummeetria -0,65 -0,70 0,01 -0,38 -0,39 -1,18 Ulatus 1,29 1,05 1,49 0,76 1,04 0,90 Min. Väärtus 1,09 2,23 4,90 1,31 1,50 2,26 Max
Ne Tallinna Tehnikaülikool Automaatikainstituut Mõõtmine ISS0050 Laboratoorne töö nr 1 Juhuhälbed Käesolevaga kinnitan, et töö on tehtud minu poolt ning selle aruande kirjutamisel ei ole kasutatud kõrvalist abi. ___________________ (allkiri) Tallinn 2010 Töö iseloomustus Juhuhälvete pôhjusi on palju ning nende väärtusi ei ole vôimalik ennustada, küll aga hinnata. Töö eesmärk Käesolevas töös vaatleme olukorda, kus môôdetav suurus ise ei ole juhusliku iseloomuga, vaid juhuhälbed môôtmisel on pôhjustatud môôtmisprotsessist. Töövahendid Generaator G6-27, ajaintervallide mõõtja RC3-07-002 Töö käik Ajaintervallide käsitsi mõõtmine Katsetaja môôdab generaatori impulsi pikkust jälgides valgusdioodi ning vajutab nupule valguse süttides ja kustudes. Ajaintervalli kahe vajutuse vahel môô...
Valguse kiirus - avastas Taani astronoom Romer, kes uuris Jupiteri kaaslase Io kuuvarjutust. Avastas ebakõla varjutuste tekkimise algusajas. See on suurim kiirus, seetõttu tähistatakse tähega c(=3*10^8 m/s). Kuna see on tohutult suur, on ta tunnetatav põhiliselt astronoomias. Valguse murdumine on samuti seotud valguse kiirusega keskkondades. (sina / siny = n2 / n1 = v1 / v2) Valguse dispersioon - valgus koosneb värvustest (võib vaadelda kui lainetust, millel on kindel sagedus ja lainepikkus) Valguse kui lainetuse põhiparameetrid: lainepikkus (tähis lambda; 380- 760nm), sagedus (tähis f, 8*10^14 - 4*10^14 Hz), periood (tähis s; 1,2 * 10^-15 - 2.5*10^-15 sek) Silm on võimeline eristama ~30k värve, ehk tunnetab 5nm erinevuse. Kõiki värve on võimalik saada segades erinevates vahekordades 3 põhivärvust RGB. Näeme mingit keha teatud v'rvi, sest ta on kaetud ainega, mis
Aritmeetiline keskmine: x(kriips)= x1+x2+....xn/N N-kogumi maht, Kaalutud aritmeetiline keskmine: x=f1x1+f2x2+fnxn/fi (kõik fi-d kokku), Kvartiilid: kui jaotada rida 4 võrdseks osaks (Q), Mood on variatsioonireas kõige sagedamini esinev number (Mo), Harmooniline keskmine: xharm=n/1/x1*1/x2..., Kaalutud harmooniline keskmine: xharm=f1+f2+f3/f1/x1+f2/x2..., Kaalutud ruutkeskmine: xrk=x1 ruudus*f1+x2 ruudus*f2/fi, Variatsioonamplituud: X=x max-x min, Dispersioon e. Keskmine ruuthälve: s ruudus=(x1- x(keskmine)ruudus+(x2-x)ruudus/n-1, Standardhälve: s=ruutjuur(x1-x)ruudus*f1...../fi summa, Variatsioonikoefitsent: on standardhälbe ja aritmeetilise keskmise suhe(V), Determinandi kordaja d=r ruudus
Tallinna Tehnikaülikool Automaatika instituut Mõõtmine ISS0050 Laboratoorse töö nr. 4 aruanne Juhuhälbed Rein-Sander Ellip 112989 IAPB21 Tallinn 2012 Töö iseloomustus: Juhuhälvete põhjusi on palju ning nende väärtusi ei ole võimalik ennustada, küll aga hinnata. Töö eesmärk: Käesolevas töös vaatame olukorda, kus mõõdetav suurus ise ei ole juhusliku iseloomuga, vaid juhuhälbed mõõtmisel on põhjustatud mõõtmisprotsessist. Töövahendid: GENERAATOR G6-27, SAGEDUSMÕÕTJA 43-63 Töö käik: Katsetaja (1) mõõdab generaatori impulsi pikkust t0 jälgides valgusdioodi ning vajutab nupule b valguse süttides ja valguse kustudes. Ajaintervalli kahe vajutuse vahel mõõdetakse sagedusmõõturiga näit ti. Tekkiva mõõtevea ti-t0 põhjustab katsetaja. Skeem: Mõõtetulemused: Katse ti-t, ti, ms t, ms nr ...
näe. Difraktsioon on lainete paindumine avade ja tõkete taha tingimusel, et tõke/ava on lainega samas suurusjärgus. Valgus kui lainet tõestati ka murdumisega, mis tähendas, et kiirus muutub üleminekul ühest keskkonnast teise, mis sõltub materjalist ja valguse langemisnurgast. Murdumisnäitaja, mis näitab kui mitu korda aeglustab või kiireneb valgus teises keskkonnas. See sõltub aga omakorda murdumisest ja seda saab arvutada . Sellega on seotud dispersioon, mis on murdumisnäitaja sõltuvus lainepikkusest, mis tähendab, et iga värv murdub erinevalt. Kokkuvõtteks võin öelda, et mõlema poole argumendid on üsna veenvad, kuid mina arvan siiski et valguse on osakeste laine.
13. Hajuvusmõõdud näitavad kui palju erineb tunnuse väärtus keskväärtusest või mediaanist. 14. Tunnuse minimaalne väärtus esineva tunnuse vähim väärtus. Tähis MIN. 15. Tunnuse maksimaalne väärtus esineva tunnuse suurim väärtus. Tähis MAX. 16. Variatsioonirea ulatus tunnuse maksimaalse ja minimaalse väärtuse vahe. Tähis U. 17. Hälve variatsioonireas oleva tunnuse väärtuse ja keskväärtuse vahe. Kogu variatsioonirea hälvete summa on 0. 18. Dispersioon hälvete ruutude aritmeetiline keskmine. Tähis ². 19. Standardhälve on ruutjuur dispersioonist. Tähis . 20. Variatsioonikordaja standardhälve ja keskväärtuse suhe. Esitatakse tavaliselt protsentides. Tähis V. 21. Korrelatsioon - nähtuste vastastikune sõltuvus ehk suhe, mille tõttu muutused ühes nähtuses kutsuvad esile ka muutused teises nähtuses. 22. Korrelatsiooniväli on kordinaattasandile kantud punktihulk, kus iga punkti x-
pidevasse voolu. Sisestatud proov moodustab tsooni, mis seejärel transporditakse detektorisse, mis pidevalt registreerib neelduvust, elektroodi potentsiaali või mõnda teist füüsikalist parameetrit, mis pidevalt muutub kui proov voolab läbi detektori raku. Meetodi eelisteks on proovi sisestamine on täpsem kui segmenteeritud analüüsil, kõikide operatsioonide täpne ja reprodutseeruv ajastus, kontrollitud dispersioon, informatsiooni on võimalik saada mittetasakaalulistes tingimustes. Dispersiooni kvantitatiivse kriteeriumi leidmiseks on sisse toodud dispersioonikoefitsient D= C0/Cmax, kus C0 on analüüdi kontsentratsioon dispergeerumata proovis ja Cmax on analüüdi piigi maksimumile detektoris vastav kontsentratsioon. Töö ülesanne: Vismuti kontsentratsiooni määramine spektrofotomeetriliselt, kasutades ühekanalist süsteemi,
TALLINNA TEHNIKAÜLIKOOL Infotehnoloogia teaduskond Automaatikainstituut zzzzz zzzzz zzzzzzzIAPB Töö nr 4 nimetusega JUHUHÄLBED Aruanne aines ISS0050 Mõõtmine Õppejõud: Rein Jõers Tallinn 2011 Üldine iseloomustus Juhuhälvete põhjusi on palju ning nende väärtusi ei ole võimalik ennustada, küll aga hinnata. Töö eesmärk Käesolevas töös vaatame olukorda, kus mõõdetav suurus ise ei ole juhusliku iseloomuga, vaid juhuhälbed mõõtmisel on põhjustatud mõõtmisprotsessist. Töö käik Ajaintervallide käsitsi mõõtmine: Katsetaja mõõdab generaatori impulsi pikkust jälgides valgusdioodi ning va...
Hinded: 1 Hüpoteesi statistilisel kontrollimisel võetakse vastu sisukas hüpotees, kui Vali üks vastus. a. parameetri empiirilise väärtuse absoluutväärtus on suurem kui kriitilise väärtuse absoluutväärtus; b. parameetri empiiriline väärtus on suurem kui kriitiline c. parameetri empiirilise väärtuse absoluutväärtus on väiksem kui kriitilise väärtuse absoluutväärtus. Vale Selle esituse hinded: 0/1. Question 3 Hinded: 1 Kumma arvurea korral on dispersioon suurem? Vali üks vastus. a. dispersioon on ühesugune b. 0; 4; 7; 8; 9; 10; 11;12; 13; 16; 20 c. 0; 2; 4; 6; 8; 10; 12; 14; 16; 18; 20 Õige Selle esituse hinded: 1/1. Question 4 Hinded: 1 Sagedustabelis on kolm sagedusklassi: A sagedusega 15; B sagedusega 20 ja C sagedusega 15. Klassi B kumulatiivne suhteline sagedus on siis Vali üks vastus. a. 57% b. 70% c. 20% Õige Selle esituse hinded: 1/1. Question 5 Hinded: 1 Dispersioonanalüüsi korral Vali üks vastus.
Hinded: 1 Hüpoteesi statistilisel kontrollimisel võetakse vastu sisukas hüpotees, kui Vali üks vastus. a. parameetri empiirilise väärtuse absoluutväärtus on suurem kui kriitilise väärtuse absoluutväärtus; b. parameetri empiiriline väärtus on suurem kui kriitiline c. parameetri empiirilise väärtuse absoluutväärtus on väiksem kui kriitilise väärtuse absoluutväärtus. Vale Selle esituse hinded: 0/1. Question 3 Hinded: 1 Kumma arvurea korral on dispersioon suurem? Vali üks vastus. a. dispersioon on ühesugune b. 0; 4; 7; 8; 9; 10; 11;12; 13; 16; 20 c. 0; 2; 4; 6; 8; 10; 12; 14; 16; 18; 20 Õige Selle esituse hinded: 1/1. Question 4 Hinded: 1 Sagedustabelis on kolm sagedusklassi: A sagedusega 15; B sagedusega 20 ja C sagedusega 15. Klassi B kumulatiivne suhteline sagedus on siis Vali üks vastus. a. 57% b. 70% c. 20% Õige
O Need kaks karakteristikut on näidatud ka illustreerival joonisel 3. Joonis 3. AWGN karaktetistikud a) võimsustihedusfunktsioon b)autokorrellatsioonifunktsioon Kuigi AWGN kanalit kasutatakse tihti kui etalon-kanalimudelit digitaalsetes kommunikatsioonisüsteemides, ei ole see piisav, et kirjeldada reaalseid kanaleid. Tema abil ei saa analüüsida kõiki reaalse kanali parameetreid nagu näiteks signaalide vahelised häired, hajumine, ebalineaarsus või dispersioon. Modulatsiooniviisi BPSK lühikirjeldus BPSK Binary Phase-shift Key (e.k. binaarne faasmodulatsioon) on kõige lihtsam faasmodulatsioon. See kasutab kahte faasi, mille vahe on 180°, seetõttu nimetatakse seda modulatsiooniviisi ka 2-PSK-ks. See on ka kõige häirekindlam faasmodulatsioon, kuna demodulaator annab vale otsuse vaid tõsiste moonutuste korral. Selle modulatsioonimeetodiga võimalik moduleerida vaid 1bitt/sümboli kohta ja seetõttu ei sobi
Andmed mingi tunnus või omadus. Tunnus omadus, nt keskmine pikkus, kummas paralleelklassis läks matemaatika eksamitöö paremini jne. Arvuline tunnus väärtuseks on arvud, nt pikkus, palk, hinne jne. Mittearvuline tunnus väärtuseks ei ole arvud, nt sugu, rahvus, haridus, juuste värv. Järjestustunnus tunnus, mille väärtusi saab sisu põhjal järjestada, nt matemaatika kt hinne, skaala küsitluses. Nominaaltunnus tunnus, millel on rohkem kui kaks erinevat väärtust, kuid ei leidu ühtegi sisulist järjestust, mis haaraks kõik tunnuse väärtused, nt rahvus, silmade värv. Binaarne tunnus ainult kaks teineteist välistavat tunnust, nt sugu. Pidev tunnus võib omandada kõiki reaalarvulisi väärtusi mingist piirkonnast, nt kaal, kasv, aeg, temperatuur. Diskreetne tunnus - tunnus võib omandada vaid üksteisest eraldatud väärtusi, väärtused saadakse tavaliselt loendamise teel, nt elanike arv majas, õpilaste arv klassis vms. Statistiline rida ...
TALLINNA TEHNIKAÜLIKOOL Automaatikainstituut Rauno Kaasik 093581 Juhuhälbed Labor 4. Aines ISS0050 Môôtmine Juhendaja: Rein Jõers Brigaadis: Rauno Kaasik Urmo Saar Esitatud: Kaitstud: Käesolevaga kinnitan, et töö on tehtud minu poolt ning selle aruande kirjutamisel ei ole kasutatud kõrvalist abi. ________________ (allkiri) Tallinn 2010 Töö iseloomustus Juhuhälvete pôhjusi on palju ning nende väärtusi ei ole vôimalik ennustada, küll aga hinnata. Töö eesmärk Käesolevas töös vaatleme olukorda, kus môôdetav suurus ise ei ole juhusliku iseloomuga, vaid juhuhälbed môôtmisel on pôhjustatud môôtmisprotsessist. Töövahendid Generaat...
standardhälbe ühikute vahelise seose teadmisel. Jaotust kujutatakse histogrammine - Tsentraalne tendents e keskmine – näitab skooride keskmist suurust erinevatel viisidel nt mood, mediaan, aritmeetiline keskmine - Variatiivsus – näitab mil määral tulemused keskmise ümber varieeruvad. Saame konkreetse arvulise näitaja iga indiviidi jaoks (keskmise häbe suhtes) mille abil hiljem inimesi võrrelda. Karakteristikud on: ulatus, dispersioon (tulemuste hälvete ruutude keskmine) ning standardhälve (ruutjuur dispersioonist). Z-ühik – standardhälve teisendatuna näitab milline on indiviidi hälbe suhe teiste grupi liikmete tulemusse z = (X-x)/σx , kus:x , kus: 1) (X-x) on individuaalse skoori hälve grupi keskmise skoori suhtes; 2) σx , kus:x on grupi st.hälve. 3) z näitab standardhälbe ühikutes, kui kaugel on antud isiku tulemus grupi keskmisest.
Keskväärtus iseloomustab meetodite kiire ja süstemaatline areng (põhitähelepanu mittenakkuslike kolmekohaline kood, klassifikatsioon on jaotatud 21 peatükiks, koodi valimi paiknemist, nn raskuskeset. Valimi varieeruvust ehk hajuvust haiguste riskitegurite uurimisele, haigustel mitu tekkepõhjust). esimene koht on täht ja iga täht kuulub kindla peatüki iseloomustavaks statistikuteks on valimi dispersioon s2 (tähist. ka 2, Tervisega seotud andmed: kogumine ja analüüs *Sotsiaalministeerium juurde.Standardimine- Enamuse haiguste korral on haigestumus Var, D) Dispersioon võrdub ligikaudu keskmise ruuterinevusega *Tervise Arengu Instituut *Tervisekaitse inspektsioon. sõltuv vanusest. Seetõttu ei saa mitte kunagi võrrelda haigestumuse keskmisest. Standardhälvet, mis leitakse kui ruutjuur dispersioonist., 3
2 Mood on tihedusfunktsiooni lokaalne maksimum. Võib olla ka mitu moodi. Haare Statistilise rea kõige suurema ja väiksema liikme väärtuste vahe. 𝑅 = 𝑥𝑚𝑎𝑥 − 𝑥𝑚𝑖𝑛 Aritmeetiline Keskväärtus (xk) 51.55 Harmooniline keskväärtus (HA) 21.29 Geomeetriline keskväärtus (GA) 41.24 Dispersioon (D) 678.25 Standardhälve (Sc) 26.04 Mediaan (Me) 48 Haare (R) 98 Parandatud standardhälve (Scp) 26.26 Mood 48 ja 58
Nõo Reaalgümnaasium STATISTIKATÖÖ Nõo Reaalgümnaasiumi lõpetanute edasiõpingud Koostaja: Triin Kaaver 12 A Juhendajad : Kaja Kasak, Sirje Sild ...
Tallinna Tehnikaülikool, Automaatikainstituut Töö nr. 3 nimetusega JUHUHÄLBED aines LAV3730 Mõõtmine Töö tehti 8. mai 2001 brigaadiga koosseisus: Priit Kahn Anneli Kaldamäe Aruanne üliõpilane ANNELI KALDAMÄE 991476 LAP-41 aruanne esitatud aruanne kaitstud Töö iseloomustus Juhuhälvete pôhjusi on palju ning nende väärtusi ei ole vôimalik ennustada, küll aga hinnata. Töö eesmärk Käesolevas töös vaatleme olukorda, kus môôdetav suurus ise ei ole juhusliku iseloomuga, vaid juhuhälbed môôtmisel on pôhjustatud môôtmisprotsessist. Töövahendid Generaator G6-27, ajaintervallide mõõtja RC3-07-002 Töö käik Ajaintervallide käsitsi mõõtmine Katsetaja môôdab generaatori impulsi pikkust jälgides valgusdioodi ning vajutab nupule valguse süttides ja kustudes. Ajaintervalli kahe vajutuse vahel môôde...
Muud omadused · magnetilisus · lõhn · maitse reageerimine hapetega Teemant on süsiniku allotroopne vorm. Teemant on kuubilise süngoonia mineraal. Teemandi lõhenevuspindade vahele jäävad osad on oktaeedrilised. Lõhenevuse tõttu on teemant habras, eriti löökkoormustel. Tema tihedus on 3,5 g/cm³. Teemant on kõige kõvem looduslik mineraal. Teemant on läbipaistev, kui defektid või lisandid tema läbipaistvust ei vähenda. Tal on suur murdumisnäitaja ja tugev dispersioon, ent kuubilise süngoonia tõttu puudub kaksikmurdumine. Puhas teemant ei juhi elektrit, kuid juhib väga hästi soojust paremini kõigist tahketest ainetest, kaasa arvatud metallid. Kuumutamisel reageerib teemant hapnikuga ja muude ainetega, samuti lahustub sulatatud metallides. Normaalrõhul on teemant metastabiilne, kuid teemandi muundumine grafiidiks toimub inertses keskkonnas märgatava kiirusega alles temperatuuridel üle 1200°C. Mitmed süsinikku lahustavad
oktaeedrilised. Lõhenevuse tõttu on teemant habras, eriti löökkoormustel. Tema tihedus on 3,5 g/cm³. Teemant on kõige kõvem looduslik mineraal. Teemandist kõvem on vaid selle tehislik nanokristalliline vorm hüperteemant. Teoreetiliste arvutustega on näidatud, et mõned boornitriidi vormid peaksid olema teemandist kõvemad Teemant on läbipaistev, kui defektid või lisandid tema läbipaistvust ei vähenda. Tal on suur murdumisnäitaja ja tugev dispersioon, ent kuubilise süngoonia tõttu puudub kaksikmurdumine. Puhas teemant ei juhi elektrit, kuid juhib väga hästi soojust paremini kõigist tahketest ainetest, kaasa arvatud metallid. Kuumutamisel reageerib teemant hapnikuga ja muude ainetega, samuti lahustub sulatatud metallides. Normaalrõhul on teemant metastabiilne, kuid teemandi muundumine grafiidiks toimub inertses keskkonnas märgatava kiirusega alles temperatuuridel üle 1200 °C
etalon jms) või subjektil (töötaja, töötajate kogum). NB! Näitajad/tegurid peavad olema võrreldavad. Vastavate näitajate vahe on 'y yi y j Absoluutsed variatsiooninäitajad x individuaalne absoluutne hälve x standardhälve x variatsiooniamplituud x suhtelised variatsiooninäitajad x keskmine lineaarhälve x standardiseeritud väärtus x dispersioon Võimalik on juhuslikkus, kui y V d y i d y V Variatsioon ja standardhälve tulevad tavaliselt statistilistest programmidest välja. Paralleelridade analüüs Variant 1. Andmed aegridades (Y-müügitulu; X- töötajate arv, saadakse tööviljakus) Variant 2. Andmed ettevõtte allüksuste lõikes Andmete alusel saab välja tuua kasvu kiirenduskoefitsiendi ja muud koefitsiendid. Analüütiline rühmitamine
e - laengukandjate laeng n - laengukandjate arv v - laengukandjate suunatud liikumise kiirus. 3.Dielektrikud ehk isolaatorid- on väga väikese elektrijuhtivusega aine või ainete segu. Dielektrikud võivad olla nii tahked, vedelad kui gaasilised. Elektriväli tekitab dielektrikus dielektrilise polarisatsiooni. Dielektrikute tähtasimateks omadusteks on dielektriline vastuvõtlikkus, läbitavus ja läbilöögitugevus. Näiteks kasutatakse dielektrikuna kummit, klaasi ja õhku. 4.Valguse dispersioon, valguse hajumine- Dispersiooniks nimetatakse aine murdumisnäitaja olenevust elektromagnetlaine sagedusest ( lainepikkusest ). Aine murdumisnäitajat võib defineerida kahel viisil: Üks neist on geomeetriline määratlus, mille järgi aine murdumisnäitaja on valguse langemis- ja murdumisnurga siinuste suhe, kui valgus langeb ainele vaakumist. Teine määrab murdumisnäitaja levimiskiiruste järgi samades keskkondades. n = sin7/sin; = c/v kus c - valguse levimise kiirus vaakumis
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 ...
kvantiil) 23,8 15,5 cm 0,9-kvantiil 35,59 21,5 cm ülemine kvartiil (0,75- kvantiil) 30,9 21,5 cm 0,3-täiendkvantiil 29,5 17,5 cm Kvartiilhälve 7,1 6,0 cm Haare 24,25 cm Absoluuthälve 4,325333333 cm Dispersioon 32,14390909 38,3 Standardhälve 5,669559867 6,18 cm Variatsioonikordaja 20,45568484 20,75 % Asümmeetriakordaja A 0,655397445 Ekstsess E 0,351342535 Kokkuvõte Käesolevas töös sai analüüsitud juhuslikult valitud suurust ruhmitatud ja rühmitamata andmete korral. Arvutuste tegemiseks õppisin MS Exceli funktsioonide kasutamist. Ning
W Y 1758 1486 1,183 1607,85 150,15 22545,02 Z Y 1947 1938 1,005 2096,92 -149,92 22476 Karitm.kesk = (Lv)2=81807,79 1,082 Keskmine ruuthälve: =143,01m Keskmine ruuthälve ehk dispersioon on variantide individuaalväärtuste ja nende aritmeetilise keskmise vaheliste hälvete ruutkeskmine. Kui piirkonnas arvutatud teede kõverjoonelisuse koefitsiendi hälbimine on väike, siis on võimalik kasutada leitud koefitsienti teede tegeliku pikkuse määramiseks, kuna kahe punkti vahelist otsekaugust on lihtsam määrata, kui leida nende punktide vahelist kaugust teed mööda mõõdetuna. Kui aga leitud koefitsient oli suur, ei ole soovitatav kahe punkti otsekaugust nii määrata.
Word 2016 põhioskused
3.10.2018
WORD 2016
ildi lisamiseks valige menüüst Lisa käsk Pildid. Lõikepiltide lisamiseks aga valige
P menüüst Lisa käsk Veebipildid ja tippige pildi temaatika. Järgmisena valige sobiv lõike-
pilt ning topeltklõpsuga lisage see teksti. Teksti vormindamiseks kasutage kirjade ja kirja-
suuruste bokse. Tekstiefektide loomiseks WordArti abil valige menüüst Lisa käsk WordArt.
Teksti märgistamiseks hiire abil:
sõna märgistamiseks tee topeltklõps tekstilõigu märgistamiseks tee selle
sõnal; kõrval valimisribal topeltklõps või
lause märgistamiseks hoia all
Füüsika arvestus Elektromagnetlainete skaala raadio,TV, ultralühilaine jne.(suurim lainepikkus, väikseim sagedus)/mikrolained/infrapuna/nähtav valgus/ultraviolett/röntgenikiired/gammakiired(väikseim lainepikkus, suurim sagedus) Elektromagnetlainete skaala (värvide järjestus) (400 nm) violetne, sinine, roheline, kollane, oranz, punane (700 nm) 00:0301:28 lainet iseloomustavad füüsikalised suurused - lainepikkus (lamta, 𝛌, Ühik: 1m, 𝛌=cf 𝛌=vf, 𝛌=cT)-naaberlaineharjade vahekaugus - sagedus (f, Ühik: 1Hz, f=c/𝛌 = 1/T = hc/A = E/h)-võngete arv ajaühikus - periood (T, Ühik: 1s, T = 1/f)-korduva muutuse tsükli kestus valguse dualistlik käsitlus *korpuskulaarteooria - valgus levib sirgjooneliselt, seda tõestab varjude teke *valguse laineteo...
Rakendusstatistika arvestusharjutus AGT-1 (Andmete kood: 38 42 36) OSA A 1. Leida keskväärtuse, dispersiooni, standarthälbe, mediaani ja haarde hinnangud Keskväärtus N 1 ´x = N ∑ xi i=1 ´x =53,24 Dispersioon N 1 s x 2= ∑ N−1 i=1 ( x i−´x )2 s x 2 =705,69 Standardhäve s x =√ s x 2 s x =26,56 Mediaan Me=51 Haare R = xmax – xmin = 94 – 9 = 85 2. Keskväärtuse μ usaldusvahemik eeldusel, et põhikogumi jaotus on normaaljaotus ja olulisuse nivoo = 0,10: sx s (
Mida väiksem on valguse kiirus aines, seda suurem on aine optiline tihedus. Valguse murdumine- Valguse levimissuuna muutumine üleminekul ühest keskkonnast teise. v1 sin n 2 ns = = = v2 sin n1 ns suhteline murdumisnäitaja langemisnurk murdumisnurk v murdumisnäitaja Üleminekul optiliselt hõredamast keskkonnast optiliselt tihedamasse keskkonda murdub valgus normaali poole. N1 peab olema väiksem kui N2 7. Valguse dispersioon: Disperisoon- aine absoluutse murdumisnäitaja sõltuvus valguse lainepikkusest või sagedusest. Aine absuluutne murdumisnäitaja on seda suurem, mida väiksem on valguse lainepikkus. Laineteooria- valgus on ruumis leviv liikumine Korpuskulaarteooria- valgus on osakeste voog. Värvused jagatakse: Akromaatilised- valge, must, hallid. Kromaatilised- spektri värvid (kirjeldatavad lainepikkusega) Kahe või enama spektraalvärvuse segud.
erinevate põlvkondade kaudu, säilitada oma arvukust. Populatsiooni moodustavad teatud piirkonnas ühteaegu elavad sama liigi isendid. See on omavahel vabalt ristuvate isendite kogum, mis on teistest samasugustest kogumitest sel määral eraldunud, et nad võivad geneetiliselt lahkneda. Populatsiooni iseloomustavad näitajad: - Tihedus väljendab isendite arvu teatud maa-alal. - Sündimus - Suremus - Ränne - Levikutüüp ehk dispersioon isendite asetumine ruumis ja üksteise suhtes. Levikutüüp võib olla rühmaline ehk klastriline, juhuslik või ühtlane. - Ealine struktuur - Sooline struktuur - Populatsiooni kasv või kahanemine Ökoloogiline niss on tihedalt seotud konkurentsiga. Oma nisis leiab populatsioon kõik elus püsimiseks tarvilikud keskkonnavarud. Mida sarnasemad on eri populatsioonide keskkonna kasutamise tavad, seda kergemini tekib nende populatsioonide vahel konkurents
Õpilaste matemaatika ja füüsika kontrolltööde hinded on järgmised: Mate- Füüsika maatika 5 4 2 4 4 5 3 4 2 4 4 5 4 5 5 4 5 5 4 5 2 3 4 5 3 4 4 4 4 4 4 4 3 5 2 5 3 5 2 3 2 2 4 5 2 3 4 5 4 4 Õpilaste matemaatika ja füüsika kontrolltööde hinded NB! Kleebi väärtused töölehelt Andmed on järgmised: Mate- Füüsika maatika 5 4 2 4 4 5 3 4 2 4 4 5 4 5 5 4 5 5 4 5 2 3 4 5 3 4 4 4 4 4 4 4 3 5 2 ...
ETTEVÕTTE RAHANDUS CORPORATE FINANCE Kristo Krumm Ettevõtte rahandus Kristo Krumm SISSEJUHATUS Kursusel läbitavad põhiteemad: Ettevõtte rahanduse probleemid ja meetodid. Finantsjuhtimise eesmärgid, ettevõtte raamatupidamis- ja rahandusmudelid. Rahandusotsused ja firma eesmärk. Raha ajaväärtus, väärtpaberite hindamise alused, risk, oodatav tulumäär ja selle dispersioon, valikud riski ja oodatava tulumäära vahel, portfelliteooria ja finantsvarade hindamine, investeeringute hindamise põhimeetodid, ettevõtte väärtus, kapitali eelarvestamine, kapitali struktuur ja finantseerimisviiside ülevaade, finantsanalüüsi alused ja informatsiooniallikad. Ettevõte on tervik, mis moodustub üksikutest osadest: Sisseost Tootmine Finantsid Müük Jne
EESTI MAAÜLIKOOL Metsandus- ja maaehitusinstituut osakond Nimi Proovitükk 815 Andmetöötluse alused I kodune töö Tartu aasta Sisukord Sisukord.............................................................................................................................2 Sissejuhatus....................................................................................................................... 3 1. Üldiseloomustus............................................................................................................ 3 2. Tunnuste liigid...............................................................................................................3 3.Risttabel, filtreerimine....................................................................................................4 4. Rühmitamine....................................................................................
jaa! 15) Avaarvud täiskäigu kaupa? f/1,4 -> 2 -> 2,8 -> 4 -> 5,6 -> 8 -> 11 -> 16 -> 22 -> 36 -> 45 -> 64 (12tk) 5|d i g i f o t o g r a a f i a eksami kordamisküsimused Maris Savik / 2011 16) Mõisted: - DISTORSIOON - moonutus, kõrvalekalle originaalkujust. Tekib, sest läätse erinevad tsoonid omavad eri fookuskaugusi. Kolm levinumat on tünni-, padja- ja vuntsiefekt. - DISPERSIOON laialivalgumine, hajumine, mis on tingitud sellest, et eri värvi valgus murdub erinevatel lainepikkustel (vikerkaar on ka dispersioon) Sõltub valguse murdumise hulgast (RI)- mida rohkem valgus murdub, seda suurem dispersioon. Põhjustab läätsedes kromaatilist aberratsiooni- pildile tekivad soovimatud värvid, kuna dispersiooni tõttu murduvad värvid eri lainepikkustel ja nii jaotab spekter valge valguse mitmeks eri värviks.
Diskreetne e mittepidev (1,2,3), mittediskreetne
e pidev (2
rõhu eelkõige kolloidsüsteemidele, kus dispersse faasi osakeste läbimõõt on 10- 7...10-9 m. Kolloidkeemias on oluline rõhk erinevate faaside piirpinnanähtuste uurimisel, näiteks hõlmab see nende pindpinevus-, absorptsioon-, adsorptsiooninähtusi.See teadusharu uurib ka kolloidsüsteemide moodustumist ja nende püsivust ajas, selgitades võimalusi kolloidsüsteemide plaanipärasele muutmisele. Kolloidsüsteeme jagatakse: · aerosoolid vedeliku või tahke aine dispersioon gaasilises keskkonnas (näit. udu, suits ); · emulsioonid vedeliku dispersioon vedelikus (piim, koor, kreemid); · soolid ehk kolloidsed suspensioonid - tahkete osakeste dispersioonid vedelikus (värvid, pori); · tahked vahud - gaasilise aine dispersioon tahkes keskkonnas (vahtbetoon, vahtkummi); · tahked emulsioonid - vedeliku dispersioon tahkes keskkonnas (pärlid) · tahked soolid tahke aine dispersioon tahkises (suitsutopaas, suitsukvarts,
Andmed-A N= 25 jrk. Dispersioon= 37 9 1. Keskväärtus= 53,24 263,74 54 15 0,58 94 18 1661,38 32 19 451,14 19 30 1172,38 33 32 409,66 69 33 248,38 51 37 5,02 89 41 1278,78 43 43 104,86 18 43 ...
Tööleht 4 : Valguse ja aine vastastikmõju 1.Sõnasta geomeetrilise optika põhiseadused: Valguse sirgjoonelise levimise seadus: ühtlases keskkonnas levib valgus sirgjooneliselt. Kiirte sõltumatuse seadus: kiired ei mõjuta lõikumisel üksteise liikumist. Valguse peegeldumise seadus: langemisnurk ja peegeldumisnurk on võrdsed. Valguse murdumise seadus: langemisnurga ja murdumisnurga siinuste suhe on jääv suurus. Kiirte pööratavuse printsiip: kiir läbib süsteemi päri- ja vastassuunas ühte teed mööda. Ühtlases keskkonnas levib valgus sirgjooneliselt. Kui aga valguse teele jääb ette mingi keha või läheb valgus üle teise keskkonda, siis valguse levimissuund muutub. Esimesel juhul räägitakse valguse peegeldumisest, teisel juhul valguse murdumisest. Läbipaistvate kehade korral esinevad mõlemad nähtused korraga. Kui pind on sile, siis jääb parall...
katse nr. ti |ti-to| [msek] [msek2] 1 2045 44 1936 2 1925 -76 5776 3 1951 -50 2500 4 2042 41 1681 5 1923 -78 6084 6 1937 -64 4096 7 2011 10 100 8 1937 -64 4096 9 1896 -105 11025 10 1808 -193 37249 11 1761 -240 57600 12 1981 -20 400 13 1957 -44 1936 14 1847 -154 23716 15 2127 126 15876 16 1936 -65 4225 17 1909 -92 8464 18 1972 -29 841 19 2006 5 25 20 1987 -14 ...
annaabi.ee 
Sisene Facebook'ga
Sisene Google'ga
Sisene LinkedIn'ga
