Leidsid 33 sarnast õppematerjali, mis on seotud failiga "STATISTIKA, EKSAM". Need materjalid aitavad sul teemat sügavamalt mõista.
valim, intervall, järjestustunnus, intervalltunnus, statistik, vahemikud, arvtunnus, valimid, valimite, vahed, arvtunnused, anova, korrelatsioon, risttabeli, hajuvus, üldistav, meetodeid, nagunii, oletused, valimiks, valimisse, esinduslik, proportsioonid, binaarne, perek, järjestustunnused, vastusevariandid, hinnangud, mediaani, binaarsed, vahedeStatilised järeldused Isiklik veeb: www.tlu.ee/ˇkairio Kursuse veeeb: www.tlu.ee/ˇkairio/7070 Kursus hõlmab üldistavat statistikat. Tõmba SPSS 14p treial Võid ka vaadata nuditud vabavara PSPP Tunnused on väga oluline. Intervall - – väärtused on järjestatavad ning nende väärtuste vahemikud on võrdsed. Nt. sissetulek (123€, 125€, 130€, 1500€ jne.); -pikkus, kaal, avtelg, mitu eurot. Saab arvutada skeskväärtust. On anud vahemike otspunktid – siis läheb ta selle alla nt kui üks on hea ja 10 on halb, siis määramatu keskosa annab meile intervalltunnused. Järjestus- tunnused, mille väärtused moodustavad kategooriad ning neid saab omavahel järjestada. Samas ei ole nende väärtuste vahemikud võrdsed. Nt.
Value df (2-tailed) kokku tõmmata kas andmeid filtreerides või Pearson 45,508 a 10 ,000 uusi muutujaid moodustades (vt allpool). Chi-Square Hii-ruut statistik ise ei näita seost veeru- ja Likelihood Ratio 27,000 10 ,003 reamuutuja vahel, selle suurus sõltub tabeli Linear-by-Linear Association ,363 1 ,547 suurusest. Seosele viitab väike (<0,05) p N of Valid Cases 555 (“Asymp. Sig.”). Ettevaatust! Suurte a
Vastajad Üldkogum - need kelle kohta tehakse järeldused. Valim peavad olema esinduslik (need proportsioonid, mis on üldkogus, peavad kehtima ka valimi korral), piisavalt suure inimeste hulgaga, igal üldkogu liikmel on võrdne võimalus sattuda valimisse. Objektid - uuritavad (rida) Tunnus - objektide omadus, nt mitu korda päevas sa sööd? küsimus (veerg) Väärtus - tulemus, vastus küsimusele.(lahtrites) N - objektide arv Kas väärtused on järjestatavad? Kas vahemikud on võrdsed? Nimitunnus - väärtused ei ole järjestatavad.Nt elukoht, lemmiktoit, Järjestustunnus - väärtused on üheselt järjestatavad, vahemikud ei ole võrdsed. Nt haridustase Intervalltunnus e arvtunnus - alati üheselt järjestatav ja vahemikud on võrdsed.Nt vanus, pikkus, kaal, kehamassi index, sissetulek. Sobib Pearsoni korrelatsiooni kordaja Binaarsed tunnused - kaks varianti, nt sugu Õige meetodi valik sõltub – küsimuse tüübis, andmete tüübist ja
vahemikus [-2; 2], konservatiivsemalt ka [-1; 1] Kurtosis – järsakuskordaja ehk ekstsess • Kokkuleppeliselt on tegemist normaaljaotusega, kui järsakusastmekordaja väärtus on vahemikus [-2; 2], konservatiivsemalt ka [-1; 1] • Standardviga SEM Hindab, kuidas on KI testi tulemused kordusmõõtmistel jaotunud tema nö tõelise tulemuse ümber. Näitab, kui palju meie ennustused mudeli parameetrite kohta võivad varieeruda. Valimite aritmeetiliste keskmiste jaotuse standardhälve. Lihtsustatult: SEM= σ / √nn, ehk valimi standardhälve jagatuna valimi suuruse ruutjuurega. Üksiktulemuste puhul SEM = σx √n 1- rxx, kus SEM on funktsioon testi reliaablusest rxx ja testiskooride variatiivsusest σx. Mida suurem hajuvus valimis, seda suurem standardviga. Standardviga saab vähendada, suurendades valimi suurust.
Analüüs - Korduvmõõtmiste ANOVA NB! Sugu on katseisikute vaheline (between subject) faktor. Tegemist on seega segatüüpi disainiga faktor ,,sõnade tüüp" on kõikidel katseisikutel sama, faktor ,,sugu" jaotab katseisikud kahte gruppi. Normaaljaotuse kontroll - Enne parameetrilise testi tegemist tuleks kontrollida muutujate normaaljaotust - SPSS'is on selleks kaks testi: Shapiro Wilki test (väiksemate valimite puhul, kuni 2000) ja Kolmogorov Smirnov (n > 2000) - Analyze -> Descriptive Statistics - > Explore -> Plots - Kui p > .05 siis on normaaljaotusega (st nullhüpotees on normaaljaotusega) - NB! kui asümmeetriakordaja (ingl. k. skewness) ja ekstsess (ingl. k. kurtosis) on vahemikus -1 kuni 1, siis võib pidada andmeid normaaljaotusele vastavaks ANOVA vs T-test
Sõnavara mees ,091 608 ,000 ,988 608 ,000 naine ,071 742 ,000 ,989 742 ,000 a. Lilliefors Significance Correction Selleks, et vastata küsimusele kas on tegemist normaaljaotusega või mitte peame esmalt välja nuputama, millist testi vaatame. Kolmogorov-Smirnov testi on mõttekas vaadata siis, kui valim on väga suur (tuhanded indiviidid), Shapiro-Wilk test on kohane väikese valimi puhul (u 50-2000 indiviidi). Meie andmestikus on 1350 inimest, seega võiks kasutada Shapiro-Wilk testi. 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! Järgnevalt tuleb vaadata Sig.-i (olulisuse tõenäosus)
xii. Mõned isikud lahkuvad riskipopulatsioonist surres, mujale kolides või edasisest osalemisest keeldudes. e.xiii. Levimuse hindamine läbilõikelistes uuringutes. e.xiv. Haigestumuse hindamine kohortuuringus. f. Populatsioon ühikute kogum, mille hulgast me leiame oma uuringu osalised. Kogum, mille kohta tahame esitada väiteid oma uuringu tulemuste põhjal. g. Valim osa populatsioonist, mida me uurime. Et valimi uurimise tulemusi saaks üldistada populatsioonile, peab olema teada iga populatsiooni liikme võimalus valimisse sattuda. Lihtsaim variant võimalus valimisse sattuda on võrdne: juhuvalim. h. Sansid- vt valemit. Kasutatakse esinemisnäitajana harva. Sansside suhe on oluline esinemise võrdlusnäitaja. i
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.........................................................................................................4 1.3. Mõõtmismeetod ja mõõtmisvahend ....................................................................................5 1.4. Andmetabel.....................................................................................................
● Juhuslik komponent ehk vealiige (u). 2. Andmetüübid. Ökonomeetriline mudel baseerub arvandmetel: ● Ristandmed (cross-sectional) ● Aegread (time series) ● Paneelandmed (panel data) Andmed saavad olla kas ● Kvalitatiivsed (ei saa mõõta arvudega, nt haridustase) ● Kvantitatiivsed (mõõdetakse arvudega, nt vanus) 3. Valimvaatlused ja parameetri hinnangu mõiste. ● Uuritav objekt on üldkogum ● Andmebaas on üldjuhul valim Järeldusi soovime teha üldkogumi kohta, selleks kasutame valimit. Valimi parameetrite põhjal leitakse üldkogumi parameetrite hinnangud. Valimi põhjal leiame mudeli parameetrite hinnangud. Valim on juhuvalim => hinnang on juhuslik suurus. 4. Punkthinnang, intervallhinnang. Punkthinnang (point estimate) on statistik, mis annab parameetrile ühese väärtuse. Näiteks valimi aritmeetiline keskmine on punkthinnang kogumi keskväärtusele.
iga üksikfaktori mõju on väike, puudub domineeriv faktor. Normaaljaotuse jaotustihedus - Määratud ära kahe parameetriga: Keskväärtus µ määrab ära jaotuskõvera asukoha, standardhälbest σ sõltub, kui lai on jaotuskõver. Valem: Normaaljaotuse keskmised: aritmeetiline keskmine = mood = median 6. Valikuuringud Statistiline uuring võib olla: kõikne – uuritakse läbi terve üldkogum või valikuline – uuritakse läbi üldkogumit esindav osa : valim Valikuuring - eesmärgiks on valimi põhjal järelduste tegemine üldkogumi kohta. Kasutamise põhjused: Väiksem maksumus, Suurem kiirus, Suurem paindlikkus, Laiem rakendatavus • spetsiaalne aparatuur; • spetsiaalselt ettevalmistatud töötajad. • Suurem täpsus andmete kogumisel • suurema kvalifikatsiooniga tööjõud; • võimalik paremini kontrollida töötlemisvigu. • Mõnikord võib objekti testimine rikkuda objekti. Loend - vahend pääsemiseks üldkogumi objektide juurde
küsimustele tahan vastuseid. Andmete kogumine. Enne kogumist kontrollida, ehk on andmed juba olemas ja arvestada aja- ning raharessursiga. Vaatlus: otsevaatlus, varjatud vaatlus, osalusvaatlus Eksperiment Intervjuu: struktureeritud, poolstruktureeritud või struktureerimata Küsitlus Kas uurida valimit või üldkogumit? Üldkogum ehk populatsioon. Valim on üldkogumist uurimiseks eraldatud osa, mille põhjal tehakse statistilisi järeldusi üldkogumi kohta. Valimi moodustamine: a)tõenäosuslik: 1. Lihtne juhu- nimekiri 2. Süstemaatiline juhu- nimekiri, millest iga 10. 3. Kiht- valin grupid, keda küsitlen 4. Klaster- valin kellegi grupist b) mittetõenäosuslik: 1. Mugavus- pilootuuring testina 2. Ettekavatsetud- vastavalt eelteadmistele valitud uuritavad 3
Kolm tunnuste põhitüüpi Õigeks analüüsimeetodi valikuks tuleb osata teha vahet vähemalt kolmel tunnuste põhitüübil: nimitunnusel järjestustunnusel intervalltunnusel Nimitunnused ja järjestustunnused Nimitunnused - nt rahvus: eestlane, venelane, soomlane ... NB! Nimitunnusel ei ole väärtused üheselt järjestatavad, järjestustunnusel on! Järjestustunnused - nt haridustase: algharidus, põhiharidus, keskharidus, ... NB! Järjestustunnusel ei ole väärtuste vahemikud võrdsed, intervalltunnusel on! Intervalltunnused Intervalltunnused, sh arvtunnused - nt vanus: 27 a, 32 a, 51 a ... Intervalltunnused väheste erinevate väärtustega - nt neljapalline rahuloluskaala: rahul, pigem rahul, pigem mitte rahul, mitte rahul. Intervalltunnused paljude erinevate väärtustega - nt palk: 926 eurot, 1003 eurot, 1442 eurot ... Kaasamõtlemiseks Malle soovib oma uurimistöös rääkida oma küla inimeste mälestustest,
25%. Enamasti kui räägitakse kvartiilidest, peetaksegi silmas alumist ja ülemist kvartiili, teise kvartiili kohta kasutatakse mediaani nimetust. Ka kvartiile mõõdetakse samades ühikutes, mis tunnustki. ) Ekstsess = Kurtosis - Ekstsess iseloomustab jaotuskõvera suhtelist teravust või lamedust võrreldes normaaljaotusega. Uue muutuja kodeerimine: Transform - transform into different variables - sealt paned vahemikud ja vahemiku väärtuse new value alla ja siis Add ja olemas. Kui sugu on defineeritud kui F=naine ja M=mees, siis F'st saab N'i teha kui lähed transform - recode into same variables - Old value=F , new value=N ja OK. Siis variable view's lähed soo lahtris kolmele punktikesele, teed lahti, ja muudad et N=naine Muutuja standardiseerimine: Muutuja standardiseerimiseks nimetatakse teisendust, kus muutuja igast väärtusest lahutatakse
1 430 870 430 2 300 1170 600 3 180 1350 540 4 130 1470 520 5 20 1500 100 Kokku 1500 1500 2190 1.2. Tabuleeritud pidevad andmed-on antud mingid vahemikud Keskmine= kokku fx/n. Ehk näidistabelist 64425/150=429,5 Mediaan(siin on graafiline ja arvutislik meetod, jälle kumulatiivse sagedusega). Mediaan on 150/2 ehk keskmine liige=75. Sellele vastav palk on vahemikus 300-400 eurot. Valemilehel on kvartiilide leidmiseks valem. Seda kasutades saame mediaani Me=300+100(((105/2)+38)/42)=388,1. Graafiline meetod=joonistan graafiku kumulatiivse sageduse ja palkadega, sealt tõmban nt mediaani 75 pealt joone palgajoonele. Mood- kõige sagedasem
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
aasta sügissemestri KT õppimiseks Teooria 1. Ökonomeetrilise mudeli komponendid. Endogeensed (sõltuvad Y), eksogeensed (sõltumatud, X), hinnatavad parameetrid (beeta) ja juhuslik komponent ehk vealiige (u) 2. Andmetüübid. Kvalitatiivsed, kvantitatiivsed, ristandmed, aegread, paneelandmed 3. Valimvaatlused ja parameetri hinnangu mõiste. Uuritav objekt on üldvalim, andmebaas on üldjuhul valim. Järledusi teeme üldkogumi kohta ja selleks kasutame valimit. Valimi parameetrite põhjal leitakse üldkogumi parameetrite hinnangud. Valim on juhuvalim, hinnang on juhuslik suurus. Suvaline valimi andmete põhjal arvutatud funktsioon on statistik ning erinevad valimid annavad statistikutele erinevad väärtused. Statistik on juhuslik suurus. 4. Punkthinnang, intervallhinnang. Punkthinnang on statistik, mis annab parameetrile ühese väärtuse (nt valimi arit. Keskmine on
Statistiliste meetoditega hinnatavad mudeli parameetrid β Juhuslik komponent – vabaliige u Y= f (X, β, u) 2) Andmetüübid: Arvandmed, ristandmed (erinevad objektid samal ajamomendil), aegread (sama objekti erinevatel ajamomentidel), paneelandmed (ristandmed + aegread) 3) Valimivaatlused ja parameetri hinnangu mõiste: Valimi parameetrite põhjal leitakse üldkogumi parameetrite hinnangud. 4) Punkthinnang, intervallhinnang Punkthinnang – statistik, mis annab parameetrite ühese väärtuse (aritmeetiline keskmine on valimi punkthinnang kogumi keskväärtusele) Intervallhinnang – usaldusvahemik, lõik, mis sisaldab parameetri tegelikku väärtust mingi etteantud tõenäosusega. 5) Hinnangufunktsioon: Reegel üldkogumi parameetri(te) hinnangu(te) leidmiseks 6) Hinnangute omadused: Nihe, efektiivsus, mõjusus, asümptootiline jaotus, asümptootiline efektiivsus 7) Hinnangu nihe, nihketa hinnang
Kõige levinumaks näitajaks on standardhälve. Standardhälve iseloomustab vastuste harjuvust keskmise ümber. Variatsioonikoefitsient on standardhälbe ja aritmeetilise keskmise suhe. VALIMI MOODUSTAMINE Valikuuring on statistiline uuring, milles otsustused kogumi kohta tehakse valimi (kogumi ühe osa) baasil. Valim peab olema representatiivne ehk andma õige ettekujutuse uuritava elanikkonna omadustest. Valimi moodustamise meetodid: · Juhuslik valik teatud kogumist valitakse valim juhuslikult. Igal inimesel on võrdselt teistega võimalus sattuda valimisse. (Näide: võetakse kogu elanike nimekiri ja siis juhuslikult valitakse sealt vajalik arv inimesi välja) · Süstemaatiline valim objektide valimine toimub fikseeritud sammuga. (Näide: elanikkonnaregistrist võetakse iga kümnes inimene) · Kihtvalim selle meetodiga püütakse vältida juhusliku valiku poolt tekkivaid vigu. Valim
Konkreetsed uurimisküsimused: mida teada tahan, millistele küssadele tahan vastust, hüpoteeside sõnastamine. Uurimismeetodid: Millised meetodid aitavad lahendada. Kvantitatiivsed meetodid- kui palju midagi esineb, arvuline, suhteliselt palju uuritavad. Kvalitatiivsed meetodid- Kuidas midagi kirjaldatakse, sõnaline, vähem uuritavad. Kombineeritud meetodid- kasut koos. Andmed.kas olemas või vaja koguda. Keda uurida: kas valim või üldkogum. Kuidas andmeid koguda: küsitlus, intervjuu, Vaatlus Andmete sisestamine ja analüüs, tulemuste esitamine ja järelduste tegemine 2) Ankeedi koostamine: mida tuleks silmas pidada hea ankeedi koostamisel; küsimuste tüübid, vastuste tüübid. Ankeedi struktuur · Sissejuhatus: miks uurimust tehakse, anonüümsus, võimalik tasu, tulemuste esitus, kontaktandmed tänud juba ette või lõpus · Lihtsamad küsimused, avaküsimused
Lühidalt peamistest andmeanalüüsi teostamise vahenditest Excelis Joonised Funktsioonid Protseduurid Risttabelid (Pivot Table) Sagedustabelid ja -histogrammid Pidev arvtunnus Diskreetne arvtunnus Mittearvuline tunnus Arvkarakteristikud Usalduspiirid Hüpoteeside kontroll http://www.htg.tartu.ee/~a9tp/mirror/www.eau.ee/%257Ektanel/kool_ja_too/stat_excelis/ (1 of 2)29.05.2006 15:08:49 Andmeanalüüs MS Exceli abil Üldskeem
7 · Logaritmimine · Kui tunnuse väärtused varieeruvad suures ulatuses ja nende jaotus on ebasümmeetriline. · Mudelite lineariseerimisel, elastsuskordajate leidmisel. · Kasutatakse naturaallogaritmi ln NB! Paljudes inglisekeelsetes õpikutes, publikatsioonides tähistab naturaallogaritmi log Valimvaatlused I Valimvaatlused II · Üldkogum ja valim · Valimi põhjal leiame mudeli parameetrite hinnangud. Uuritav objekt on üldkogum · Olgu tegelik mudel y 0 1 x Andmebaas on üldjuhul valim · Valimvaatlusest saadud andmete põhjal hindame mudeli · Järeldusi soovime teha üldkogumi kohta
C) Väline valiidsus mil määral võime tulemusi üldistada taolistele sarnastele olukordadele; või valimi tulemuste üldistus kogu populatsioonile. Mõõtmise usaldusväärsust mõjutab valimi (sample) suurus. Me ei uuri tavaliselt kunagi kogu populatsiooni, kuid selleks et teha õigustatud järeldusi populatsiooni kohta, tuleb koostada küllalt suur (reliaabluse aspekt!) ja esinduslik (valiidsuse aspekt!) valim. Statistilised testid on samuti sõltuvad valimi suurusest. Valim peab olema valiidne, s.t. esindama kogu populatsiooni võimalikult paljude tunnuste osas. Põhiline meetod valimi koostamiseks on juhuslik valik. (Juhuslik valik tähendab sisuliselt seda, et igal antud populatsiooni liikmel on võrdne võimalus saada valitud.) Teine sagedasem viis on stratifitseeritud valimi koostamine. D) Sisemine valiidsus - Sisemine valiidsus on kõrge uurimusel, mis on läbi viidud nii korrektselt, et muutused sõltuva muutuja
................5 2 Andmekogumit kirjeldavad parameetrid.....................................................................7 2.1 Statistilised keskmised......................................................................................... 7 2.2 Variatsiooninäitarvud...........................................................................................8 3 Valikuuringud............................................................................................................10 3.1 Valimid ja nende moodustamine........................................................................10 3.2 Valimvaatlus ......................................................................................................11 3.2.1 Valimvaatluse tüübid ..................................................................................11 3.3 Valimvaatluse meetodid ....................................................................................11 3.3.1 Mittetõenäosuslik valim ......
1. Üldkogum – ehk populatsiooni all mõeldakse kõiki juhtumeid või situatsioone, mille kohta uurijad soovivad, et nende poolt saadud järeldused või prognoosid kehtiksid. Valim – liikmed tuleb valida juhuslikult, st igal üldkogumi liikmel peab olema võrdne võimalus saada valitud valimisse. Valimimaht – Valimisse valitavate objektide arv. Tunnuste- all mõistetakse liikmeid kirjeldavaid erinevaid omadusi. 2. Statistilise uurimistöö etapid. Mingi probleemi statistilise uurimisel läbitakse 4 tööetappi: Uuringu ettevalmistamine Statistiline vaatlus või eksperiment Vaatlusandmete kokkuvõtte ja esialgne töötlemine
Seejuures on brutopalga varieeruvus 467,1 eurot (minimaalne väärtus 381.384 eurot ja maksimaalne väärtus 848.48 eurot). Standardhälve ehk keskmine kõrvalekalle keskmisest brutopalgast on 103,68 eurot. See näitab, et Eestis on keskmiste brutopalkade vahe maakondade lõikes suhteliselt suur. Tabel 1. Kirjeldav statistika (brutopalk toodud eurodes, ülejäänud näitajad osakaaludena) Kesk- Miini- Maksi- Varieeru Standard Valim Mediaan väärtus mum mum -vus -hälve Brutopalk 60 541.915 538.981 381.384 848.484 467.1 103.68 (Y) Kõrgharitu 0.32438 60 0.168530 0.153426 0.080000 0.244 0.0607 d (X1) 5
ennustada. Jaotuse asümmeetria iseloomustamiseks aksutatakse arvkarakteristikut, mida nimetatkse asümeetria koefitsidendiks. Hüpteeside kontroll – teaduslikus töös nimetatakse hüpteesiks tõestamata oletust või arvamust. Nende kontrollimise meetodeid nimetatakse statistlistesk testideks. Statistiline olulisus, olulisustõenäosus, p – mõõdab tõenäosust saad anii suure erinevusega või nii tugeva seosega valim juhul, kui ülskogumis seda seost või erinevust ei oleks. Statistlise olulisus sõltub: 1) Seose tugevusest – st sõltub sllest aga ei mõõda seda. 2) Juhusliku varieeruvuse hulgast. 3) Valimi suurusest. Statistika valdamine rakendustasemel tähendabki oskust valida olukorrale vastav test (neid on väga plaju erinevaid) ja selle tulemusi õigesti interpreteerida. Seletav tunnus ehk kirjeldav tunnus ehk argumenttunnus ehk sõltumatu tunnus.
muutumispiirkonna osas monotoonsuspiirkondadeks.
Lineaarteisendus on ülalkirjeldatud juhusliku suuruse teisendamise olulisim erijuht, kus
teisendusfunktsioon saab kuju g(x)=a+bx
2. RAKENDUSSTATISTIKA ALUSED
Mediaani hinnang: kasvavalt järjestatud valimi keskelement, kasvavalt järjestatud valimi
keskelementide poolsumma.
Haare: valimi suurima ja vähima elemendi vahe.
Variatsioonirida- kasvavasse järjekorda reastatud valim
Järkstatistik: variantsioonirea liige järjekorranumbriga i.
Epiiriline jaotusfunktsioon avaldub variatsioonirea põhjal kujul: FN(x)=0, kui x
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 ......................................................................................................................... 4 1.2 Matemaatilise mudeli struktuur ja sisu ................................................................................... 4 2 Funktsioonid ja nende algebra............................................................................................... 5 2.1 Funktsionaalne sõltuvus ....................................
1. pole põhjus ega tagajärge 2. kordaja võb olla nii pos kui neg 3. vabaliikme abil saame kirjeldada seoste tugevust 4. regressiooni kordaja b abil saame kirjeldada seose tugevust Dispersioonanalüüsi eesmärk on: 1. dispersioonide leidmine 2. uuritava nähtuste tegurite mõju olulisuse hindamine Valimi andmete põhjal saadi järgmised tulemused: aritm.keskmine=80 ja standardhälve 20. Üldkogumi maht 1200. Kui suur peaks olema valim, et teha kindlaks üle 110 väärtusega elementide osakaalu üldkogumis täpsusega +/-4 ühikut, usaldatavusega 95%. 1. 1700 (üldkogum 1200) 2. 1280 (üldkogum 1200) 3. Ei saa arvutada, sest dispersioon ei ole teada (standarthälbe väärtus on olemas, tõstam ruutu saan dispersiooni, 2. Tahan teha kindlaks elementide osakaalu, ehk et kui dispersiooni ei tea, saan arvutada võttes maksimaalse dispersiooni) 4. Ei ükski eelpool toodud valikutest
Pealkiri: UURIMISTÖÖ ALUSED JA METOODIKA 2 SISUKORD 1.TEADUSTÖÖ ALUSED............................................................................................4 1.1Teadustöö põhimõisted..........................................................................................4 1.2Teaduskraadid ja nimetused.................................................................................. 8 1.3Teaduslik tunnetus.................................................................................................9 1.4Teaduslik tunnetus realiseerub teadustöö kaudu.................................................12 1.5Teadustöö tingimused..........................................................................................12 1.6Uurimuse kolm huvi............................................................................................13 1.7Mitmesugused uurimissuunad: induktsioon ja dedukts
2015 plaan : • Vähendada kodutöö kirjaliku osa mahtu • Uurida ettevõtete asemel kaastudengeid • Alustame uuringu ettevalmistust kohe esimestes seminarides Kodutöö üldteema ‘innovatsioon/ õppimisvõime’ Kvantitatiivne küsimustik Kvalitatiivne case-study – intervjuud (avatud küsimused, läheb sügavuti) Kodutöös on kohustuslik leida 25 kontakti Kvantitatiivne küsimustik: statistiline analüüs, seosed kodutööti erinevad – valim 50 Kvalitatiivne intervjuu – trantskribeerimine, within-case analüüs, märksõnade leidmine. Psühholoogilised faktorid: • Values • Traits • Beliefs • Emotions • Cognitive bias Väärtused – saavutus, võim, traditsioonid Omadused – ausus, integrity Cognitive bias – tsempion, üleoptimism, tatus quo Emotisoonid – õnnelik – kurb, excited – calm, controlling - controlled Õppimisvõime: ACAP process: • Acquisition • Assimilation • Transformation • Exploitation
On see kollektiivne või individuaalne fenomen? Valikuraam (sampling frame) Valikuraami koostamisel väldi Alaesindatus Üleesindatus asjasse mittepuutuvad sees Topeltesindatus Kust valikuraami saada? Registrid Konstrueerida ise , kasutades mitmeid allikaid Erand: Valimiraami ei saa teha lumepallivalimi puhu Esinduslikkus ehk representatiivsus Uuring on esinduslik, kui meil on kvaliteedinõuetele vastav valim, mis võimaldab meil teha järeldusi uuritava üldkogumi kohta. NB: Me ei saa kunagi teha üldistusi üle meid huvitava üldkogumi piiride Nt. Uurides Tallinna linnavalitsust ei saa öelda midagi kogu Eesti kov süsteemi kohta. Kuidas valimit võtta? (TL3 näide) Mis on mu: uurimisobjekt? (e-õpe) uurimisareen ? (e-ülikooli konsortsium) uuringu eesmärk? (analüüsida, kuidas, millisel määral ja millise efektiga
jälgida trende. Valimi määramisel paneeluuringuteks esineb kaks lähenemisviisi: paneeluuring iga kord sama valimiga ning uuring erineva, kuid võrreldava valimiga. Esimese puhul intervjueeritakse samu respodente teatud ajaintervalli tagant uuesti. Nii saab võrrelda, mida see konkreetne respodent vastas näiteks 3 kuud tagasi. Teisal lähenemisel ei intervjueerita samu respodente uuesti. Kuid valimi moodustamisel jälgitakse samu põhimõtteid, mis eelmine kord ning valim koostatakse struktuurilt eelmisega võrreldav. Vastavalt uurimisobjektile liigitatakse paneelid: tarbijate (üksikisikute, leibkondade) paneelid; kaupluste paneelid; televaatajate paneelid uuritakse telekanalite vaadatavust jne. Esimesse gruppi kuuluvad näiteks Emori poolt igakuiselt tehtav leibkondade paneeluuring, milles omakorda eristatakse 2 paneeli: 1. ostupaneel – kust ja mida leibkonnad ostavad (toote ja markide kaupa)
annaabi.ee 
