Töölaud / Minu kursused / Statistika - V. Retšnoi / Arvestustest / Arvestustest_KTK31 Alustatud esmaspäev, 11. jaanuar 2021, 22.28 Olek Lõpetatud Lõpetatud esmaspäev, 11. jaanuar 2021, 23.05 Aega kulus 37 min 27 sekundit Hinne 29.50, maksimaalne 30.00 (98%) Tagasiside Suurepärane! Küsimus 1 Sisestage puuduvad sõnad. Õige Kahe tunnuste vahel on kasvav seos, kui ühe tunnuse suurematele väärtustele vastavad teise tunnuse suuremad Hindepunkte 1.00/1.00 väärtused.
b. parameetri empiirilise väärtuse absoluutväärtus on väiksem kui kriitilise väärtuse absoluutväärtus. c. parameetri empiirilise väärtuse absoluutväärtus on suurem kui kriitilise väärtuse absoluutväärtus; Vale Selle esituse hinded: 0/1. Question 3 Hinded: 1 Diskreetsel juhuslikul suurusel võib olla kolm väärtust : väärtus "2" tõenäosusega 0,2; väärtus "4" tõenäosusega 0,5 ja väärtus "7" tõenäosusega 0,3. Selle juhusliku suuruse keskväärtus on Vali üks vastus. a. 4 b. 4,5 c. 4,33 Vale Selle esituse hinded: 0/1. Question 4 Hinded: 1 Erinevates mõõtühikutes mõõdetud osakogumite avaldamine ühtsetes mõõtühikutes on Vali üks vastus. a. tegurite summeerimine b. ühismõõdustamine c. agregeerimine Vale Selle esituse hinded: 0/1. Question 5 Hinded: 1 Kui n on kõigi katsetulemuste arv ja p klassikaline tõenäosus, siis soodsate katsetulemuste arv m leitakse järgmiselt Vali üks vastus. a
b. parameetri empiirilise väärtuse absoluutväärtus on väiksem kui kriitilise väärtuse absoluutväärtus. c. parameetri empiirilise väärtuse absoluutväärtus on suurem kui kriitilise väärtuse absoluutväärtus; Vale Selle esituse hinded: 0/1. Question 3 Hinded: 1 Diskreetsel juhuslikul suurusel võib olla kolm väärtust : väärtus "2" tõenäosusega 0,2; väärtus "4" tõenäosusega 0,5 ja väärtus "7" tõenäosusega 0,3. Selle juhusliku suuruse keskväärtus on Vali üks vastus. a. 4 b. 4,5 c. 4,33 Vale Selle esituse hinded: 0/1. Question 4 Hinded: 1 Erinevates mõõtühikutes mõõdetud osakogumite avaldamine ühtsetes mõõtühikutes on Vali üks vastus. a. tegurite summeerimine b. ühismõõdustamine c. agregeerimine Vale Selle esituse hinded: 0/1. Question 5 Hinded: 1
Töölaud / Minu kursused / Statistika - V. Retšnoi / Arvestustest / Arvestustest_KTK31 Alustatud teisipäev, 12. jaanuar 2021, 16.52 Olek Lõpetatud Lõpetatud teisipäev, 12. jaanuar 2021, 17.33 Aega kulus 41 min 14 sekundit Hinne 28.00, maksimaalne 30.00 (93%) Tagasiside Suurepärane! Küsimus 1 Andmestik on antud jaotustabelina Õige Väärtus x i 2 1 4 0 Hindepunkte 1.00/1.00 Osakaal p i 0.1 0
Töötuskindlustusmakse 343,84 Dividendi tulumaks 849,56 Koolituskulu 1917,34 Kui suur on Mari 2011.a. üksikisiku tulumaks? Vali üks vastus. a. 2024,20 Väär b. 1661,34 Õige c. 2516,90 Väär d. 2333 Väär 12143,21-12*144-242,86-343,84-1917,34 ja sellest võtsin 21 protsent tulumaksu MAJANDUSE ALUSED EKSAM TA1, MMK1 ja TAK1 Katse 1 ülevaade Alustatud laupäev, 14 aprill 2012, 05:21 PL Lõpetatud laupäev, 14 aprill 2012, 06:40 PL Aega kulus 1 tund 18 minutit Hinne 20 out of a maximum of 20 (100%) Question 1 Punktid: 1/1 Turumajanduses sõltub inimese sissetulek esmajoones tema: Vali üks vastus. a. töö tootlikkusest b. õnnest c. vanusest d. soost Õige Selle esituse hinded 1/1. Tagasiside ajalugu:
Alustatud esmaspäev, 18. jaanuar 2021, 14.00 Olek Lõpetatud Lõpetatud esmaspäev, 18. jaanuar 2021, 14.22 Aega kulus 21 min 51 sekundit Hinne 27.25, maksimaalne 30.00 ﴾91%﴿ Tagasiside Suurepärane! Küsimus 1 Millise kujuga on uuritava tunnuse jaotus juhul, kui keskväärtus on oluliselt suurem kui mediaan? Õige Hindepunkte Valige üks: 1.00/1.00 a. Paremale kallutatud jaotus Märgi küsimus lipuga b. Vasakule kallutatud jaotus c. Sümmeetriline jaotus Küsimus 2 Millises vahemikus asub lineaarse korrelatsioonikodaja r väärtus? Õige Hindepunkte Valige üks: 1.00/1.00 a. 0 kuni 1 Märgi küsimus lipuga b
= n x1 x 2 ... x n , kusjuures x geom. x arit . Ruutkeskmine ruutjuur antud arvude ruutude aritmeetilisest keskmisest. x12 + x 22 + ... + x n2 x ruutk . = n Hajuvuse karakteristikud Hajuvusmõõdud on a) minimaalne element xmin ja maksimaalne element xmax; b) variatsioonrea ulatus xmax - xmin; c) alumine kvartiil ja ülemine kvartiil; d) dispersioon; e) standardhälve; f) variatsioonikordaja. Minimaalne element xmin - tunnuse väärtuste hulgast vähim väärtus. Maksimaalne element xmin - tunnuse väärtuste hulgast suurim väärtus. Variatsioonrea ulatus xmax xmin. Alumine kvartiil tunnuse väärtus, millest väiksemaid (või võrdseid) väärtusi on 1
b. suurema informatiivsusega järjestusskaala c. kõige informatiivsem intervallskaala 2. Uuringufirma viib Eesti elanikkonna hulgas läbi tööjõu-uuringut. Vali õiged terminid, mis tähistavad toodud mõisteid. a. Eesti elanik objekt b. Uuringu teostamiseks kasutatakse intervjuusid mõõtmismeetod c. Tallinna elanikud osakogum d. need isikud, keda küsitletakse valim e. Intervjuul esitatavate küsimuste komplekt mõõtmisvahend f. Eesti elanikkond üldkogum g. inimese vanus tunnus h. need inimesed, kelle sissetulek on väiksem kui 5000 kr osakogum i. inimese sissetulek tunnus 3. Milliste vaatlustega on tegemist? a. küsimustiku täitmine veebis ankeetvaatlus b. andmete hankimine internetist dokumentaalvaatlus c
standardvead ei ole korrektsed ja seega ei ole korrektsed ka parameetrite hinnangute usaldusvahemikud. Fkriteeriumi hinnang ei pruugi olla õige; c) mudel võib viia uurija valedele järeldustele, kui tegemist on statistiliste hüpoteeside kontrollimisega. Kasutatakse graafilist analüüsi. Juhuslik liige ehk jääkliige ui on juhuslik suurus, mille keskväärtus ehk matemaatiline ootus on võrdne nulliga. E (ui) = 0. Kui juhuslike liikmete dispersioon pole konstantne ning tema jaotus oleneb Xst, on tegemist heteroskedestatiivsusega. Parki test kui sõltumatute muutujate ln(Xi) vastava regressioonikordaja hinnang a1 on statistiliselt olulisel määral erinev nullist, siis esialgses mudelis on heteroskedestatiivsus. 11
Kokkuvõte 17 Statistika mõisted Statistika teadus, mis käsitleb andmete kogumist, töötlemist, analüüsimist ja kokkuvõtlikku esitamist. Matemaatiline statistika matemaatika haru, mis uurib statistiliste andmete põhjal järelduste tegemise meetodeid. Üldkogum kas looduse või ühiskonna nähtus või objektide hulk, mille kohta soovime teha teaduslikult põhjendatud järeldusi. Valim mõõtmiseks võetud üldkogumi osa. Valim peab olema küllalt arvukas ja igal üldkogumi objektil peab olema võrdne võimalus valimisse sattuda. Valimi moodustamiseks on kolm võimalust: · Juhuslik valim (juhuslikult valitud uuritavad objektid) · Planeeritud valim · Kõikne valim (üldkogum) Hinnang valimi põhjal üldkogumi kohta tehtud järeldus. Tunnused iseloomulik omadus, mille poolest nähtused üksteisega sarnanevad või üksteisest erinevad
Tugevalt ebasümmeetrilise rea korral on ta tüüpilisem kui aritmeetiline keskmine. Kui reas on paaritu arv liikmeid, siis võrdub mediaan järjestatud rea asendilt keskmise liikmega, mistõttu moodi nimetatakse ka rea keskliikmeks. Kui reas on paarisarv liikmeid, siis leitakse ta järjestuses kahe keskmise liikme aritmeetilise keskmisena, mistõttu mediaan ei pruugi võrduda ühegi rea liikmega. · Kvartiil 4 võrdset osa (xmin, q1, q2 ehk mediaan, q3 ja xmax), pentiil 5 võrdset osa, sekstiil 6 võrdset osa, detsiil 10 võrdset osa, protsentiil 100 võrdset osa. · Momentideks nimetatakse rea liikmete väärtuste ja mingi arvu vaheliste hälvete astendamisel saadud arvude aritmeetilisi keskmisi. Arvu, millega momendi leidmisel hälbeid astendatakse, nimetatakse momendi järguks. VARIATSIOONINÄITARVUD · Variatsiooniamplituud (R= Xmax-Xmin)näitab äärmuste vahet
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
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
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.....................................................................................................
Enne katse toimumist on tundmata. Üldjuhul tähistatakse X. Diskreetne juhuslik suurus on juhuslik suurus, mille väärtuste hulk on lõplik või loenduv. Praktiliselt vaatleme ainult selliseid DJS, mille võimalikud väärtused on 0, 1, 2, ... või alamhulk eelnevast. DJS jaotusseadus on eeskiri, mis seob juhusliku suuruse väärtused ja nende tõenäosused: pi=P(X=xi).( esitatud valemina, tabelina, arvupaaridena või graafikuna). keskväärtus - EX = E(X). kus xi tähistab diskreetse juhusliku suuruse x väärtust ja p i selle tõenäosust. Keskväärtus on juhusest sõltumatu suurus, mis paikneb väikseima ja suurima väärtuse vahel dispersioon, - Dispersioon on hälbe ruudu keskväärtus. DX = D(X) = E(X-EX) 2= standardhälve - Standardhälve on ruutjuur dispersioonist 7. Jaotusfunktsioon. - Juhusliku suuruse jaotusfunktsioon on funktsioon, mis seob väärtusega
2. on alati moodist suurem 3. on alati geomeetrilisest keskmisest suurem 4. normaaljaotuse puhul on moodiga võrdne 5. ei ükski Standardhälve 1. leitav dispersiooni ruuduga 2. paikneb alati vahemikus 0 ... lõpmatus 3. ei saa olla lineaarhälbest suurem 4. varieeruvas reas = 0 5. ei ükski Normaaljaotuse korral 1. puudub sümmeetria 2. st. hälve = 0 3. Mo = Me ei võrdu aritmeetilise keskmisega 4. keskväärtus on alati = 0 5. ei ükski Seos Y = 18,5 + 0,48 X 1. kirjeldab X-i mõju Y-le 2. kirjeldab seose tugevust 3. kirjeldab Y-i mõju X-le 4. on pööratav ka kujule X = 18,5 + 0,48 Y 5. ei ükski Tasandusjoon Y = 18,5 – 0,48 X 1. näitab kasvavat lineaarset tendentsi 2. parameeter b ei tohi olla negatiivne 3. vabaliige 18,5 kirjeldab joone tõusu 4. igal ajaperioodil väärtused vähenevad 0,48 korda 5. ei ükski Eksponentkeskmine
Statistics: saab tellida erinevaid statistikuid (näiteks Chi-Square) Cells: mida SPSS lahtritesse trükib: Observed: lahtrisse kuuluvate objektide (küsitletute) arv Expected:
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 ....................................
Matemaatilise statistika kordamisküsimused õpikust 1. Selgita, millega tegeleb statistika, millega matemaatiline statistika. Statistika on teadus, mis käsitleb arvandmete kogumist, töötlemist ja analüüsimist. Matemaatiline statistika on matemaatika haru, mis uurib statistiliste andmete põhjal järelduste tegemiste meetodeid. 2. Mis on üldkogum, mis valim? Too näiteid. Üldkogum on looduse/ühiskonna nähtus või objektide hulk, mille kohta soovime teha teaduslikult põhjendatud järeldusi. Üldkogumi osa nimetatakse valimiks. Valim: - Igal üldkogumi objektil peab olema võimalus valimisse sattuda. -Valim peab olema arvukas. Kõikne valim ehk üldkogum. 3. Mis on planeeritud valim, mis juhuslik valim? Millist valimit nimetatakse kõikseks valimiks?
Kvantiilid- jagunevad alumine kvartiil- punkt, millest väiksemaid väärtusi on kogumis üks neljandik osa. Ülemine kvartiil- punkt millest suuremaid väärtusi on kogumis üks neljandik osa. Kvantiilid jagavad tunnuse väärtuste järjestatud rea teatud arvuks võrdseteks osadeks. Sagedamini kasutatavad kvantiilid on detsiilid, kvintiilid ja kvartiilid. Keskmine- õenäoliselt kõige sagedamini kasutatav näitaja statistilisel andmete analüüsis on aritmeetiline keskmine ehk keskväärtus. Selle saamiseks liidetakse kokku kõigi vastajate antud tunnuste väärtused ja jagatakse saadud summa vastajate arvuga. Tulemuseks on näitaja, mida võib käsitleda kui tüüpilist või läbilõikelist vastust vaatlusalusele küsimusele. Standardhälve- iseloomustab vastuste hajuvust keskmise ümber. Standardhälbe saab, kui leida kõigi vastajate vastuste erinevus üldisest keskmisest ning arvutada nende erinevuste keskmine
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
väärtusele antakse üks uus väärtus. (kood) Sagedustabel näitab mitmel korral antud tunnus saab antud väärtuse. Keskväärtus ehk aritmeetiline keskmine tunnuse kõigi väärtuste summa ja objektide arvu jagatis . Mediaan - arv, millest suuremaid ja väiksemaid väärtusi on variatsioonireas ühepalju. Tähistatakse sümblouga Me . Mood - tunnuse kõige sagedamini esinev väärtus. Tähistatakse sümboliga Mo . Alumine kvartiil Kv - tunnuse väärtus, millest väiksemaid (või millega võrdseid) liikmeid on variatsioonreas ligikaudu 1/4 ehk 25%. Ülemine kvartiil Kv - tunnuse väärtus, millest suuremaid (või võrdseid) liikmeid on variatsioonreas ligikaudu 1/4 ehk 25%. Minimaalne element xmin - vähim tunnuste väärtuste hulgas. Maksimaalne element xmax - suurim tunnuste väärtuste hulgas. Sagedustabel näitab, mitmel korral saab antud tunnus antud väärtuse .
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
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
Kordamine arvestustööks 1. Üldkogum (uurimisobjekt, populatsioon) on teatud nähtuste (objektide) hulk, mida soovitakse objektiivsete meetoditega tundma õppida. 2.. Valimiks nimetatakse teatud hulka üldkogumi elemente, mille mõõtmisandmed on uurija käsutuses. Esinduslik valim. 3. Valimi mõõtmisandmed moodustavad andmestiku. Rühmitamata ja rühmitatud andmestik. 4. Arvuline tunnus pidev, diskreetne. Pidev võib omada väärtusi mingil lõigul. Diskreetne arvuliste tunnuste võimalike väärtuste hulk on lõplik või loenduv 5. Mittearvuline tunnus järjestustunnus, nominaaltunnus. Järjestustunnus mittearvuline tunnus, mille väärtused on järjestatavad (Krafti klass, puistu Orlovi boniteet).
Kõigil funktsioonidel tuleb sisestada argumendid (kas klaviatuurilt või andmetabelist hiirega valides), mis võivad koosneda nii ühest arvust (vabadusastmete arv, olulisuse nivoo) kui ka tervest andmeblokist (ilma tunnuse nimeta). Funktsiooni rakendamise tulemusena väljastatakse tavaliselt kasutaja poolt eelnevalt märgitud lahtrisse üks arv - funktsiooni väärtus (keskväärtus, olulisuse tõenäosus), mis peale argumentide valikut ilmub kontrolliks ka funktsiooniakna allserva (Formula result) [vanematel Exceli versioonidel üles paremasse nurka]. http://www.htg.tartu.ee/~a9tp/mirror/www.eau.ee/%257Ektanel/kool_ja_too/stat_excelis/vahendid.html (2 of 5)29.05.2006 15:08:52 Andmeanalüüs MS Exceli abil - vahendid Protseduurid
Keksmised jagunevad mahukeskmised ja asendkeskmised. Mahukeskmised on rea liikmete individuaalväärtuste summa : a. ARTIMEETILINE KESKMINE b. HARMOONILINE c. GEOMEETRILINE d. RUUTKESKMINE e. KRONOLOOGILINE Asendkeskmised reageerivad ainult sellistele muutustele rea üksikliikmete väärtuses, millega kaasneb olulisis nihkeid ka rea struktuuris. MOOD MEDIAAN KVARTIIL, DESTSIIL JA TSENTRIIL 11. Mahukeskmiste majorantsus Samadest arvudest leitud eri keskmiste arvväärtused ei ole ühesugused. Sellises mittevõrdsuses avalduvat keskmiste omadust nim nende majorantsuseks. Näiteks Xharm <= Xgeom <= Xarit<=Xruut jne 12. Millal, millist mahukeksmist kasutada Lihtsat aritmeetlilist keskmist kasutatakse siis kui : I Tee kindlaks milline suurus on variant ja milline on keskmine. Variant on see suurus mille keskmist otsitakse. (teepikkus k, kiirus – variant).
Võib kasutada dispersiooni- ja standardhälvet Standardhälbe on varieeruvas kogumis alati keskmisest lineaarhälbest suurem ei pea mediaan ja mood olema võrdsed, aritm keskm võib olla samuti neist erinev Dispersioonanalüüsi korral: hinnatakse faktori mõju olulisust kasutatakse dispersioonide liitmise lauset Dispersiooni arvutamise juures: leitakse hälvete ruutude aritm keskmine regressioonikordaja iseloomustab sõltuva muutuja vähenemist sõtumaty muutuja ühe ühikulise muutumise korral Dispersioonanalüüsi eesmärk: Uuritava nähtuste tegurite mõju olulisuse hindamine Dispersioon on: standardhälbe ruut hälvete ruutude aritmeetiline keskmine Regressioonanalüüsikäigus regressiooniseose selgitusvõimet kirjeldab determinatsioonikordaja hinnatakse parameetreid enamasti vähimruututde meetodil
keskmise taseme leidmisega momentreas ja ajavahemikud on võrdsed - VALE, kronoloogilist keskmist kasutaks keskmise taseme leidmisega perioodreas ja perioodid ei ole võrdsed - VALE, tavalist aritmeetilist keskmist kasutaks aegreaga ja väärtuste standardhälbe arvutamise juures - VALE, standardhälve leidmisel kasutatakse aritmeetilist keskmist aegreaga ja selle tasandamise juures – ÕIGE Tugeva samasuunalise lineaarse seose y=a+bx korral regressioonikordaja on alati vahemikus 0 kuni +1 - kindlalt vale, võib olla mis iganes (nii neg kui üle ühe), näitab x ühikulist mõju y-le lineaarse kor.kordaja ja regr.funktsiooni parameetri a märgid langevad kokku regr.kordaja peab olema eranditult positiivne - õige, (muidu võib olla neg) aga loe küsimust, samasuunaline. parameetri a abil saame kirjeldada seose selgitusvõimet - vale, kirjeldame determinatsioonikordaja abil, a näitab seda, kus lõikab y telge
176 70 198 90 187 80 199 90 169 87 199 90 Leidke tunnuse pikkus järgmised arvkarakteristikud: Aritmeetiline keskmine 182.4 Harmooniline keskmine 181.94 Geomeetriline keskmine 182.17 Miinimum 165 Maksimum 199 Variatsiooniamplituud 34 Mood 169 Mediaan 183.5 Alumine kvartiil 175 Ülemine kvartiil 189 Dispersioon 83.68 Standardhälve 9.15 Asümmeetria kordaja -0.005 Ekstsessi kordaja -1.05 Variatsioonikoefitsiendid variatsiooniamplituudi järgi 18.64 standardhälbe järgi 5.02 dke tunnuse pikkus järgmised arvkarakteristikud: average harmean geomean min max max-min mode
192 84 169 70 Mood 169 mode Mood 73 179 84 169 71 Mediaan 183.5 quartile(2) või median Mediaan 79 180 80 169 71 Alumine kvartiil 175 quartile(1) Alumine kvartiil 75 188 70 169 72 Ülemine kvartiil 189 quartile(3) Ülemine kvartiil 84 192 73 169 72 Dispersioon 83.676768 var Dispersioon 34.959495
60 0.50 0.40 Osakaal 0.30 0.20 0.10 0.00 [155;162] (162;169] (169;176] (176;183] (183;190] (190;197] Pikkus 1 Alumine kvartiil: 2.75 2 2.75 3 4 4 7 8 37 väga hea keskmine hea väga hea
..................................................5 2. Esimene punkt.........................................................................................................................6 2.1 Kirjandi tulemuste sagedustabel................................................................................6 2.2 Kirjandi sageduspolügoon.........................................................................................6 2.3 Kirjandi tulemuste mood, mediaan ja keskväärtus....................................................6 3. Teine punkt.............................................................................................................................8 3.1 Võõrkeele tulemuste tabel.........................................................................................8 3.2 Võõrkeele sageduspolügoon.....................................................................................8 3