Selleks, et liita kahte erimärgilist arvu tuleb: 1) lahutada suuremast absoluutväärtusest väiksem 2) saadud arvu ette kirjutada suurema absoluutväärtusega liidetava märk 8. Tehete järjekord Kõigepealt astendame, siis korrutame ja jagame ning lõpuks liidame ja lahutame. Kui avaldises on sulud, siis teeme esmalt sulgudes olevad tehted. 9. Kuidas leida tõenäosust? Selleks, et leida tõenäosust tuleb soodsate võimaluste arv jagada kõigi võimaluste arvuga. 10. Kuidas koostada sagedustabelit? Koostada tuleb tabel, kus on 3 tulpa. Esimeses tulbas on andmed, teises tulbas sagedus ja kolmandas tulbas suhteline sagedus. Suhtelise sageduse leidmiseks tuleb sagedus jagada objektide koguarvuga. 11. Mis on arvu ruutjuur? Miks negatiivsetel arvudel puudub ruutjuur? Ruutjuureks antud positiivsest arvust nimetatakse niisugust positiivset arvu, mille ruut võrdub antud arvuga. Mittenegatiivsete arvude korrutise ruutjuur võrdub tegurite ruutjuurte korrutisega.
põhjal sagedustabel ja jaotustabel. 11 12 Ühe klassi õpilaste pikkused (cm). 161, 173, 168, 159, 166, 64, 171, 170, 167, 177, 163, 159, 162, 172, 169, 170, 165, 16, 174, 162, 166, 158, 169, 178, 169, 164, 171. Moodustada sagedustabel jaotades andmed 5 klassiks. 13 Tunnuse keskväärtus on tunnuste aritmeetiline keskmine. Kui objekte on palju, siis on mõistlik kasutada sagedustabelit 14 Aritmeetilise keskmise eelised: 1) kasutab kogu infot 2) on aluseks paljudele teistele näitajatele 15 Aritmeetilise keskmise puudused: 1) kui jaotus on mitmetipuline või U- kujuline, siis ei pruugi aritm. keskmine olla tunnuse kuigi iseloomulik väärtus 2) on tugev abstraktsioon, sellist väärtust ei pruugi tunnusel esineda 16 Koostada pingerida
firmade poolt toodetud telefonide osas? Võiksime küsida näiteks, millise firma telefone on poiste hulgas kõige enam ja kas see langeb kokku tüdrukute hulgas kõige enamlevinud telefoni tootjaga. Selline küsimusepüstitus suunab meid leidma sagedusi ja nendest lähtuvaid protsente võrreldavate gruppide lõikes. Võrdlev sagedustabel e risttabel Tunnuse väärtuste jaotumise sageduste ning protsentuaalsete osakaalude leidmiseks on kõige otstarbekam kasutada sagedustabelit. Kumma diagrammi valiksid - miks? Andmete kandmine tulpdiagrammile Väga levinud, kuid sisuliselt mittesobiv viis on koostada võrdlev tulpdiagramm võrreldavate gruppide tegelikest sagedustest, mitte protsentuaalsest jaotusest. Samamoodi nagu ei ole ainult sagedustega tabeli põhjal võimalik võrrelda kahe erineva suurusega grupi tegelikke erinevusi, ei aita ka sagedusi kasutav tulpdiagramm gruppide võrdlemisel erinevustest täpset pilti saada.
oskame kiiresti hinnata nende tulemuste põhjal ka jalgsi kooli tulevate laste osakaalu või kui kerge on näha, milliseid transpordi liike kasutatakse rohkem ja milliseid vähem? *** Kuna andmeid on vähe ja osakaalu hindamiseks vajalikud arvutused suhteliselt lihtsad, siis saab muidugi vastused ka nendele küsimustele üsna kiiresti teada, aga kas oleks ehk võimalik andmetest ülevaate saamine lihtsamaks teha? Vaatame alljärgnevat sagedustabelit: Tabel 3 Kooli jõudmiseks kasutatavad transpordivahendid Tõepoolest, kuna osakaal portsentides on siin selgelt välja toodud ning tabel transpordi liikide esinemissageduse järgi sorteeritud, siis on andmetest ülevaate saamine ning oma küsimustele vastuste leidmine kiirem ja lihtsam kui eelmise tabeli põhjal. Kui nüüd peaks neid tulemusi ka teistele esitlema, siis võiks veelgi sobivaima meetodid üle edasi arutleda ning mõelda, et tabeli
oskame kiiresti hinnata nende tulemuste põhjal ka jalgsi kooli tulevate laste osakaalu või kui kerge on näha, milliseid transpordi liike kasutatakse rohkem ja milliseid vähem? *** Kuna andmeid on vähe ja osakaalu hindamiseks vajalikud arvutused suhteliselt lihtsad, siis saab muidugi vastused ka nendele küsimustele üsna kiiresti teada, aga kas oleks ehk võimalik andmetest ülevaate saamine lihtsamaks teha? Vaatame alljärgnevat sagedustabelit: Tabel 3 Kooli jõudmiseks kasutatavad transpordivahendid Tõepoolest, kuna osakaal portsentides on siin selgelt välja toodud ning tabel transpordi liikide esinemissageduse järgi sorteeritud, siis on andmetest ülevaate saamine ning oma küsimustele vastuste leidmine kiirem ja lihtsam kui eelmise tabeli põhjal. Kui nüüd peaks neid tulemusi ka teistele esitlema, siis võiks veelgi sobivaima meetodid üle edasi arutleda ning mõelda, et tabeli
näha, milliseid transpordi liike kasutatakse rohkem ja milliseid vähem? *** 13 Kuna andmeid on vähe ja osakaalu hindamiseks vajalikud arvutused suhteliselt lihtsad, siis saab muidugi vastused ka nendele küsimustele üsna kiiresti teada, aga kas oleks ehk võimalik andmetest ülevaate saamine lihtsamaks teha? Vaatame alljärgnevat sagedustabelit: Tabel 3. Kooli jõudmiseks kasutatavad transpordivahendid Tõepoolest, kuna osakaal portsentides on siin selgelt välja toodud ning tabel transpordi liikide esinemissageduse järgi sorteeritud, siis on andmetest ülevaate saamine ning oma küsimustele vastuste leidmine kiirem ja lihtsam kui eelmise tabeli põhjal. Kui nüüd peaks neid tulemusi ka teistele esitlema, siis võiks veelgi sobivaima meetodid üle edasi arutleda ning mõelda, et tabeli asemel võib tulemused
korrelatsioonikordaja r. Regressioonanalüüs tegeleb tunnustevaheliste seoste funktsionaalse kirjeldamisega (ehk matemaatilise võrdusena kirja panemisega) ning selle seose täpsuse, kasulikkuse ja olulisuse hindamisega. 3.1. Statistiline sõltuvus Statistiline sõltuvus on kõige üldisem tunnustevaheline seos, mida kasutatakse eelkõige nominaaltunnuste korral. Seose olemasolu hindamiseks kasutatakse kahemõõtmelist sagedustabelit, mida vaatasime valimi graafilise kirjeldamise juures. Tunnustevahelise seose graafiliseks uurimiseks on mõistlik kasutada sagedustabelis üldisi ja tinglike osakaale, sel juhul nimetatakse tabelit jaotustabeliks. Kui tunnused on sõltumatud, siis peaksid suhtelised sagedused olema jaotunud üle ridade või veergude ühtlaselt ehk ridade suhtelised sagedused võrduma marginaalsete suhteliste sageduste reaga ja veergude suhtelised sagedused marginaalsete suhteliste sageduste veeruga
Genotüüpide arv trialleelse lookuse puhul: 3(3+1)/2 = 12/2 = 6 genotüüpi Genotüüpide arv kuue-alleelse lookuse puhul: 6(6+1)/2= 42/2 = 21 genotüüpi 8. Kuriteopaigalt leiti bioloogilist materjali, millest eraldati DNA ja määrati DNA profiil (paneel a) 5 STR (mikrosatelliidi) lookuse genotüüpide näol. Profiili võrreldi andmebaasiga ja leiti identne proov. Kõigis lookustes oli sama genotüüp – ehk korduste arvud. Kasutades vastavate alleelide sagedustabelit referentspopulatsioonis (paneel b) arvuta selle profiili esinemistõenäosus populatsioonis ning seeläbi võimalus, et profiilide kokkulangemine (samasus) oli juhuslik. Peame aga meeles, et DNA profiili sobivuse tõttu saame ainult väita, et proovi andnud isik viibis sündmuskohal. Vaid selle alusel ei ole võimalik kedagi süüdi mõista. (Carolin) Paneel B Paneel B Genotüübisagedused Lookus genotüüp
View – Value Labels: näidata koodide asemel nimetusi Utilites – Variables: muutujate/tunnuste sisu ülevaade Muutuja/tunnuse määrangute muutmine: topeltklõps selle nimel tabeli ülal. Nii saab näiteks muutujale uut nime anda või väärtuste nimetusi muuta. Output-aknast saab tabeleid ja graafikuid Word’i tõsta need valides ja siis Copy ning Word’is Paste. Sagedustabeli koostamine- vanuse puhul, kui väärtusi kiiga palju, siis ei kasutata sagedustabelit Seal esitatakse tunnuse väärtused (valid), nende esinemissagedus (frequence) ning protsendid (percent). Sagedustabeli järjestamiseks sagduste järgi: uus tabel: analyze/ferquences . tunnus perekonnaseis varialbel väljale ning klõpsame nupule format. Descending counts linnuke. Kui tunnusel on aga palju erinevaid väärtuseid, näiteks sissetulekud on kõikidel vastajatel tõenäoliselt erinevad, siis sagedustabel andmete kokkuvõtmiseks ei sobi. Andmestikus kultuur
annaabi.ee 
