Lineaarne regressioonimudelil: 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)
Eksponentkeskmist kasutatakse, kui on tegemist: ei ole mitte 1 keskmine väärtus, vaid rea tasandamine, rea silumise meetod keskmise taseme leidmisega väga pikkades aegridades – VALE 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.
Keskmise taseme arvutamise juures: moodi võib kasutada ka paarituarvulistes ridades geomeetriline keskmine on kasutatav ainult kvantitatiivsete tunnuste korral avatud äärerühmade puhul võiks kasutada mediaani aritmeetilise keskm asemel kronoloogiline keskmine sobib kasutamiseks ainult aegridade korral Ruutkeskmine annab võrreldes aritmeetilise keskmisega suurema tulemuse geom.keskmine on alati aritmeetilisest keskmisest väiksem Keskmise väärtuse arvutamise juures: kasutatakse kordsete suuruste puhul geomeetrilist keskmist Mediaan: normaaljaotuse puhul on moodiga võrdne Kvartiilkeskmist kasutatakse kui on tegemist: ei ükski antud valikutest Kuupkeskmist kasut kui on tegemist: ei ükski Kronoloogilist keskmist kasutatakse, kui on tegemist: momentreaga ja ajavahemikud on võrdsed momentreaga aegrea kesmise taseme arvutamiseks.
astendamisel saadud arvude aritmeetilisi keskmisi. Arvu, millega momendi leidmisel hälbeid astendatakse, nimetatakse momendi järguks. VARIATSIOONINÄITARVUD · Variatsiooniamplituud (R= Xmax-Xmin)näitab äärmuste vahet. Äärmusi kirjeldab, ei kirjelda seda mis on kogumi sees. Väheväärtuslik, infot pea ei olegi. · Absoluutsed variatsiooninäitarvud: variatsiooniamplituud, keskmine lineaarhälve, dispersioon ja standardhälve, kvartiilhälve. Absoluutsete variatsiooninäitarvude suurus sõltub variantide absoluutväärtustest, mis muudab nad erinevate ridade võrdlemisel raskesti kasutatavateks. Teiseks probleemiks absoluutsete varieeruvusnäitarvude kasutamisel on ühik. Neil on mõõdetava suurusega sama ühik, mis muudab võimatuks erinevate ühikutega suuruste hajuvuse võrdlemise. · Keskmine lineaarhälve (d katusega) ehk keskmine absoluuthälve. Hälve ehk erinevus
(osakogumi x maht kogumis A / x maht kogumis B) 6) Intensiivsuhtarvud on omavahel kvalitatiivselt erinevate kogumite suhted. Iseloomustatakse 1 nähtuse leviku intensiivsust teise nähtuse suhtes.(rahvastiku tiheduse näitarv, mis iseloomustab rahvastiku levikut[esimene nähtus] riigi territooriumi [teine nähtus] suhtes). Intensiivsuhtarvu 2 liiki: 1) Tihedussuhtarv Leitakse : ( üldkogum x/ üldkogum y). Mitu lugejasoleva kogumi ühikut langeb nimetajas oleva kogumi ühele ühikule. 2)Sagedussuhtarv Leitakse: (sündmuste kogum/ esemete kogum) või (dünaamiline kogum/staatiline kogum). Sellega leitakse näiteks suremuse ja sündivuse koefitsente, nt sünnijuhtumite arv jagatakse keskmise rahvaarvuga. 9. Keskmise mõiste ja tema tunnetuslikud omadused Keskmised on levinumaid kvantitatiivseid üldistusi., keskmisi võib olla ühel kogumil mitu
Asendikarakteristikud(annavad infot selle kohta, kuidas tunnuse väärtus paikneb). Need on aritmeetiline keskmine, mediaan ja mood. Nende välja arvutamine oleneb sellest, pas meil on tegu pidevate(mingi vahemik) või diskreetsete(1 väärtus) andmetega. Hajuvuskarakteristikud(kui erinevad on väärtused valimi erinevatelobjektidel).Nende eesmärgiks on mõõta andmete varieeruvust andmekogumis(iseloomustavad tunnuse üksikväärtuseerinevust keskmisest) Need on dispersioon ja standardhälve. ASENDIKARAKTERISTIKUTE ARVUTAMINE 1.1. Tabuleerimata(rühmitamata) diskreetsed andmed Keskmine- näiteks KOKKU TOOTEID/NENDES ESINENUD VIGADE ARV. Näitetabelis= 2190/1500=1,46 viga on keskmiselt. X= / Mediaan- kasutatakse kumulatiivset sagedust. Me=(n+1)/2. Mediaan näitetabelis on 750,5, sellele vastav vigade arv on 1. Samamoodi arvutatakse teisi kvartiile. Mood- kõige sagedasem suurus. Näitetabelis on kõige rohkem(440 korda) 0 viga. Mood on 0.
Mahukeskmised aritmeetiline keskmine, harmooniline keskmine, geomeetriline keskmine jt. i ( n + 1) ( Qi ) = 4 Asendi- ehk struktuurikeskmised mediaan, mood, kvantiilid (kvartiilid, detsiilid jt) Mood kõige sagedamini esinev liige kogumis Kvartiilid jagavad kogumi neljaks võrdseks osaks, detsiilid 10-ks. Hajuvuskarakteristikud jagunevad: Absoluutsed variatsiooninäitarvud variatsiooniamplituud, keskmine lineaarhälve, dispersioon, standardhälve jt. Suhtelised variatsiooninäitarvud erinevad variatsioonikoefitsiendid Variatsiooniamplituud - Näitab variatsiooni ulatust kogumis (R = X X ) max min Struktuurisuhtarv osakogumimaht / üldkogumi maht Koordinatsioonisuhtarv osakogumi i maht / osakogumi j maht Dünaamikasuhtarv tunnuse väärtus ajaperioodil / tunnuse väärtus eelmisel perioodil
koefitsient on nimetu suurus, ta on võrreldav mistahes teise nähtuse kohta arvutatud variats.koef.ga. Dispersioon – selle arvutamisel tõstetakse individuaalväärtused ja nende aritmeetiliste keskmiste vahelised hälved ruutu. See omadus ongi teinud disp. Kõige rohkem kasutatava variatsiooninäitarvu. Puuduseks on see, et tema mõõtühikuks on variandi mõõtühiku ruut. Nimetatud puudusest ülesaamiseks kasutatakse standardhälvet, mis on ruutjuur dispersioonist. Standardhälve on alati samades mõõtühikutes, milles variandidki. Variatsioonikoefitsienti standardhälve järgi kasutatakse siis kui on vaja võrrelda niisuguste tunnuste hajuvust, mis on mõõdetud erinevates mõõtühikutes. Nt mis varieerub rohkem, kas inimese pikkus v kaal. 9. Asümmeetria koefitsient (asümmeetria kordaja) – vasakkaldeline siis on väiksema väärtusega variante rohkem. Paremkaldeline siis on suurema väärtusega variante rohkem.
vahe. Ei anna varieerumisest täielikku pilti, sest sõltub ainult kahest äärmisest väärtusest Keskmine absoluuthälve - Dispersioon - Hälvete ruutude aritmeetiline keskmine on dispersion. Puudus - ühikuks on tunnuse X ühik ruudus. Standardhälve - ruutjuur dispersioonist. Standardhälbe ühik on sama, mis tunnusel X Variatsioonikordaja on standardhälbe ja aritmeetilise keskmise suhe: Esitatakse tavaliselt protsentides. Näitab, mitu protsenti moodustab standardhälve aritmeetilisest keskmisest. Standardiseeritud väärtus näitab, mitmekordse standardhälbe σ kaugusel aritmeetilisest keskmisest asub vaadeldav väärtus xi Assümeetria - Asümmeetria on jaotuskõvera maksimumi kõrvalekaldumine sümmeetriateljest. Kui jaotuskõvera maksimum (mood) on sümmeetriateljest (mediaan) paremal pool, on tegemist on negatiivse ehk vasakkaldelise asümmeetriaga. Kui maksimum on sümmeetriateljest vasakul, on tegemist positiivse ehk paremkaldelise asümmeetriaga
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. ettevõte saadab perioodiliselt andmeid statistikaametile korrespondentvaatlus d
Tõenäosusteooria ja statistika eksam 1) Üldkogum – (ka populatsioon) looduse või ühiskonna või objektide hulk, mille kohta soovitakse teha järeldusi teda esindava valimi põhjal. Valim – väljavõtukogum; liikmed tuleb valida juhuslikult, st igal üldkogumi liikmel peab olema võrdne võimalus saada valitud valimisse. Valimi maht – vaatluste arv Tunnused: Kvalitatiivsed (sõnadega) – nominaalsed (värvid, rahvused, tõud) – järjestus e ordinaalsed (ei meeldi, pigem meeldib) Kvantitatiivsed e arvtunnused (mõõdame, loendame) – sõredad e diskreetsed – saavad omandada väärtusi ainult kindlate ajavahemike järel (laste arv peres). – pidevad – teatud piires võivad omandada, mistahes väärtusi ainult kindlate ajavahemike järel (nisu saagikus). 2) Statistilise uurimistöö etapid Uuringu ettevalmistamine (eesmärk, plaan, andmete vajadus, andmete kogumisviis, töötlemisviis, võimalikud järeldused). Statistiline
x harm. = x harm. = = 1 1 1 Kahe arvu korral : 1 1 a +b + + ... + + x1 x 2 xn a b Geomeetriline keskmine x geom. = 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;
14. Klassikaline ökonomeetriline modelleerimine üksikult üldisele lähenemine. Majanduslikku seost püütakse tõestada, mitte võltsida. Maj. seost ei testita, vaid hinnatakse. 15. Kalibreerimine täpse mõõdu andmine, kontrollimine. Lähtutakse seisukohast, et majandusagendid optimeerivad oma käitumist ning turud saavutavad tasakaalu. Kontrollitakse modelleerimise kaudu reaalseid andmeid ja vaadatakse, kas need vastavad. 16. Korrelatsioon punktid paiknevad mingi joone ümber. Mida lähemal on punktid joonele, seda tugevam on korrelatsioon. Korrelatsioon puudub punktid on kõik laiali, seost pole joont ei moodustu. Negatiivne korrelatsioon joon on langev vasakult paremale. Positiivne tõusev vasakult paremale. Lineaarse korrelatsiooni tugevust näitab Pearsoni korralatsioonikordaja (r). Pearson tõestab ka põhjusliku seose esitatud andmete vahel, sest korrelatsioon võib olla,
üldistada üldkogumile. Seega kursuse läbinu peab oskama 1) kirjeldada kokkuvõtvalt uuringu käigus kogutud andmeid ja 2) anda selle põhjal statistiliselt usaldusväärseid üldistatud tulemusi. 1. ANDMEANALÜÜSI PÕHIMÕISTED (Valik)uuringu läbiviimisel on kindlad etapid, iga etapp kasutab ja vajab umbes kolmandiku uuringu ressurssidest: 1. Planeerimise alla kuuluvad järgmised mõisted ja etapid - probleemülesanne, statistiline ülesanne, üldkogum, loend, valim, tunnused, mõõtmismeetod ja -vahend; 2. Andmete kogumise all mõtleme andmete kogumist, kodeerimist jms, sisestamist, korrigeerimist; 3. Andmetöötlus on andmete statistiline töötlus, analüüs (interpretatsioon), uuringu väärtustamine, publitseerimine (esitamine). 1.1 Üldkogum ja valim Vastavalt uurija eesmärgile määratletakse üldine uurimisobjekt ehk üldkogum. Üldkogumiks on
funktsionaale, millega opereerimine/arvutused on enamasti lihtsamad kui kogu jaotusseadusega opereerimine. Juhusliku suuruse arvkarakteristikuid võib jagada: moment ja mittemomentkarakteristikud, asendi-,hajuvus- ja kujukarakteristikud, kvantiilkarakteristikud. Keskväärtus on juhusliku suuruse asendikarakteristik, mille abil iseloomustatakse juhusliku suuruse jaotuse keskkoha/tsentri asukohta. Keskväärtuse geomeetriline tõlgendus: jaotuse raskuskeskme projektsioon x-teljele. Dispersioon ja standardhälve on arvkarakteristikud juhusliku suuruse hajuvuse iseloomustamiseks keskväärtuse suhtes. Juhusliku suuruse p-kvantiil xp on selline juhusliku suuruse väärtus, millest vasakule jäävale jaotuse osale vastab tõenäosus p. Kvantiile nim ka protsentiilideks, siis tõenäosus p väljendatakse protsentides. 10% kordseid protsentiile nim detsiilideks, 25%kordseid protsentiile nim kvartiilideks, 50% korral mediaaniks. Mediaan on
STATISTIKA MÕISTED, VALEMID AEGRIDADE ANALÜÜS • Aegrida – nähtuste ajalist muutumist iseloomustavate arvandmete rida. • Aegrea elemendid – nähtust iseloomustava tunnuse arvväärtused ning neile vastavad teatud ajamomendid või –perioodid Aegread liigitatakse moment- ja perioodridadeks • Momentrida – aegrida, mille iga element on seotud teatud ajamomendiga. See kindel ajamoment võib olla mingi kindel kuupäev, näiteks aasta lõpp või algus, näiteks rahvaarv 1. jaanuari seisuga või bilanss mingi kuupäeva seisuga. Momentrea oluliseks iseärasuseks on asjaolu, et nähtust iseloomustava tunnuse arvväärtuste summal ei ole reaalset sisu. Näiteks ei oma sisu rahvaarvude liitmine 1. jaanuari seisuga. • Perioodrida – aegrida, mille iga element on seotud mingi ajavahemikuga, perioodiga
.................................................... 71 11.1 Korrelatsioonanalüüs ............................................................................................................ 71 11.2 Lineaarse korrelatsioonikordaja puudused ........................................................................... 72 11.3 Determinatsioonikordaja ...................................................................................................... 74 11.4 Mitmene korrelatsioon ......................................................................................................... 74 11.5 Regressioonanalüüs............................................................................................................... 75 12 Aegridade analüüs .............................................................................................................. 81 12.1 Aegrea mõiste ..............................................................................
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
x vastavusse tõenäosuse, et Xx. Tähistame F-ga
F(x )=P(Xx ) tõenäosus, et JS kuulub paljude väärtuste korral
0 0
teatavasse piirkonda P(a
opereerimine/arvutused on enamasti lihtsamad kui kogu jaotusseadusega opereerimine. Juhusliku suuruse arvkarakteristikuid võib jagada: moment ja mittemomentkarakteristikud, asendi-,hajuvus- ja kujukarakteristikud, kvantiilkarakteristikud. Keskväärtus(asendikarakteristik) iseloomustab juhusliku suuruse jaotuse keskkoha asukohta. Keskväärtuse geomeetriline tõlgendus: jaotus raskuskeskme projektsioon x-teljele Dispersioon ja standardhälve on arvkarakteristikud juhusliku suuruse hajuvuse iseloomustamiseks keskväärtuse suhtes. dispersioon on standardhälve ruudus ja standardhälve on vastavalt dispersiooni ruutjuur. Juhusliku suuruse p-kvantiil xp on selline juhusliku suuruse väärtus, millest vasakule jäävale jaotuse osale vastab tõenäosus p. Kvantiile nim ka protsentiilideks, siis tõenäosus p väljendatakse protsentides. 10% kordseid protsentiile
on p. Nt 0,3 kvantiil on tunnuse selline väärtus, millest väiksemaid väärtuseid on variatsioonreas 30%. Täiendkvantiiliks nimetatakse juhusliku suuruse q-täiendkvantiili suuruse sellist väärtust xq, millest võrdsete või suuremate väärtuste esinemise tõenäosus on q. 9. Mis on tihedusfunktsioon? Tihedusfunktsioon on jaotusfunktsiooni tuletis: F'(x) = f(x). 10. Normaaljaotuse skitseerimine (tihedus- ja jaotusfunktsioon). Graafikult lugemine (aritmeetiline keskmine, standardhälve, mood, mediaan). 11. Mis omadused on normaaljaotusel? 1) normaaljaotus on sümmeetriline keskväärtuse µ suhtes: tema keskväärtus, mood ja mediaan võrduvad parameetriga µ 2) normaaljaotuse tihedusfunktsioonil on kaks käänupunkti, mis asuvad mõlemal pool keskväärtust kaugusel 3) normaaljaotuse asümmeetriakordaja ja ekstsess on nullid (A=0, E=0). 12. Missugused on juhusliku suuruse hajuvuse karakteristikud (nimeta vähemalt 4). Definitsioonid.
sõltumata soovitud valimi suurusest. Esimese sammuna koostatakse kogu üldkogumit hõlmav nimekiri Valimi moodustamise käigus kasutakse juhuslikke numbreid, et igal elemendil oleks võrdne võimalus valimisse sattuda. On võimalik hinnata järgmisi parameetreid: 1. Üldkogumi keskväärtus 2. Üldkogumi koguväärtust 3. Üldkogumi proportsiooni 4. Määrata valimi suurust 5. Keskmine esindusviga ja piiresindusviga 13 3.6 Stratifitseeritud lihtne juhuslik valim · Üldkogum on kõigepealt jagatud H gruppi, mida kutsutakse kihtideks · Igast valimi alaosast h, valitakse lihtsa juhusliku valiku teel valim suurusega nh · H grupi juhusliku valiku teel saadud andmete alusel arvutatakse üldkogumi parameetrid · Kui varieeruvus grupi siseselt on väiksem kui gruppide vahel, siis
Statistika- teadus massnähtuste kvantitatiivse uurimise meetoditest. Teadus info kogumisest, esitamisest, organiseerimisest, analüüsimisest ja kokkuvõtust, nii, et andmed oleksid kergesti tõlgendavad. Jaguneb oma olemuselt: kirjeldav statistika, järeldav statistika. Statistiline vaatlus- info hankimine, kirjeldav statistika- info ülevaatlik esitamine, tõenäosusteooria- tulevikuga seonduv ebakindluse kirjeldamine, prognoosimine, statistiline otsuste teooria- otsuste tegemine ebakindlas keskkonnas mittetäieliku info tingimustes. Uurimisobjekt- protsess või nähtus, mille kohta soovitakse teha järeldusi. Massnähtus- suurest hulgast vähemalt mõningaid ühiseid omadusi või tunnuseid omavatest nähtustest koosnev nähtus. Üldkogum- nt terve keskkooli klass, Eesti elanikud, Euroopa Liidu riigid. Väljavõtukogum, valim- osa üldkogumi elementidest või osa andmeid. Moodustatakse valikueeskirja alusel, valimimaht- mõõdetavate objektide arv. Statistiline kogum- objektid, mida
keskmine on keskväärtuse parim hinnang. Püüame hinnata tajuvust, selleks moodustatakse hälbed aritm. keskmise suhtes. + + ... + ) Juhusliku sündmuse mood (M0 X) on kõige suurem tõenäosuse väärtus. = max Juhusliku sündmuse mediaan variatsioonirea keskmine element paarituarvulise valimi korral või paariarvulise valimi korral kahe keskmise elemendi poolsumma. 4. Dispersioon ja standardhälve ( DX ja ( X ) ). Dispersiooni ja standardhälbe punkthinnangud ( s 2 ja s ). Dispersioon (DX) juhusliku suuruse ja tema keskväärtuse vahe ruudu keskväärtus DX=E(X-EX)². Praktikas kasutatava binoomjaotuse dispersioon on arvutatav lihtsama valemiga D(x)=npq Standardhälve on ruutjuur dispersioonist - (X)= ruutjuur DX. Dispersiooni punkthinnang on valiku uuringu korral. Dispersiooni hindamiseks kasutatud kõikse uuringu
Näiteks: sissetulek, pikkus, kaal, temperatuur, vanus, laste arv Veel tunnuste liigitamise võimalusi: Kvalitatiivsed ja kvantitatiivsed tunnused Diskreetsed ja pidevad tunnused Kategoriaalsed tunnused: diskreetne kvalitatiivne tunnus Binaarsed ehk dihhotoomsed ehk kaheväärtuselised tunnused 4) Kirjeldav statistika eri tüüpi tunnuste kohta: mis on mood, mediaan, kvantiilid, keskmine, standardhälve, dispersioon. Nominaaltunnused · Mood kõige sagedasem väärtus või väärtusklass Järjestustunnused Mood Mediaan punkt tunnuse skaalal, millest väiksemaid ja suuremaid väärtusi on variatsioonreas ühepalju. Mediaan jaotab skaala vaadeldava tunnuse seisukohalt kaheks võrdsagedaseks osaks. Kvantiilid Alumine kvartiil punkt, millest väiksemaid väärtusi on kogumis ¼ osa. Ülemine punkt, millest suuremaid väärtusi on kogumis ¼ osa.
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. Seega näitab standardhälve tüüpilist erinevust üldisest keskmisest. Kui standardhälve on suur, siis võib arvata, et vastajate vastused on enamasti üldisest keskmisest kaugel. Kui standardhälve on väike, siis on vastajate vastused antud üldise keskmise lähedale. Viimasel juhul tundub, et vastajad on olnud oma vastustes küllaltki üksmeelsed.(kui kaugel on keskmine inimene keskmisest inimesest). Dispersioon- on standardhälbe ruut. Seda kasutatakse tunnuse hajuvuse iseloomustamiseks nagu standardhälvetki.
näidatakse mitu väärtust valimis langeb ühte või teise intervalli. Intervallide arv ei tohi olla liiga suur! Saadakse histogramm pideva tunnuse jaotumise kirjeldamiseks (järjestikuste tulpade vahele vahesid ei jäeta). · Suhteline sagedus · Protsent · Keskmine vt valemit. Keskväärtuse puuduseks on tema suur tundlikkus üksikute äärmuslike vaatluste suhtes. Kui selliseid vaatlusi esineb, on mõttekam kasutada mediaani · Standardhälve leitakse kui ruutjuur dispersioonist vt valemit. · Standardviga · Mediaan ehk teine kvartiil- järjestatud valimi keskpunkt väärtus, millest nii suuremaid kui väiksemaid väärtusi on valimis 50%. Kui valimi suurus on paaritu, siis on mediaaniks keskmine vaatlus järjestatud valimis. Kui tegu on paarisarvulise suurusega valimis, siis on mediaaniks kahe keskmise väärtuse aritm kesk. · Kvartiilid saab hinnata valimi varieeruvust
selle asümptootilise jaotuse dispersioon on väiksem suvalise mõjusa asümptootiliselt normaaljaotusega hinnangu dispersioonist. 12. Hüpoteeside kontrollimine: otsuse vastuvõtmine, kui on antud teststatistiku empiiriline ja kriitiline väärtus Nullhüpotees: miski võrdub millegagi (erinevus on null) kogumi keskväärtus µ = µ0 kogumi A keskväärtus = kogumi B keskväärtus mudeli parameeter = 0 · Sisukas (alternatiivne) hüpotees: võrdus ei kehti. · Otsustamiseks kasutatakse juhuvalimit. · Juhuvalimi keskväärtus on juhuslik suurus, st erineb arvust µ Otsustamiseks vajaliku statistilise kriteeriumi leidmiseks kasutatakse teststatistikut. · Valimi andmete põhjal arvutatakse teststatistiku empiiriline väärtus sõltuvalt sellest, mida kontrollitakse, on konkreetsed arvutusvalemid erinevad z-test, t-test, F-test, 2 -test, ....
osaks. Nt kvartiilid on 25%, 50% ja 75%. 2.2 Millised on keskmised Mahukeskmised: Aritmeetiline kekmine Harmooniline keskmine Astmekeskmine Geomeetriline keskmine Asendikeskmised: 3 / 10 Mood Mediaan Kvantiilid 2.3 Millised on variatsiooninäitarvud Variatsiooniulatus Keskmine lineaarhälve Dispersioon Standardhälve Kvartiilhälve 2.4 Mis on mood? Mood on kõige sagedamini esinev väärtus. 2.5 Mis on mediaan? Mediaan on jaotuse keskmine liige, millest mõlemale poole jääb võrdne arv elemente. Mediaan jaotab järjestatud statistilise rea kaheks. 2.6 Olukord (loengukiledelt). Millal kasutada moodi / mediaani / aritm. keskmist. mitu olukorda (nominaalskaalal, järjeskaalal, intevallskaalal) Mood - Moodi saab kasutada nii nominaalskaala, järjestikskaala kui ka intervallskaala korral
● Statistiliste meetoditega hinnatavad mudeli parameetrid (b). ● 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.
1.T-test (f-test) Keskmiste erinevus kahes Pidev arvtunnus- keskmised grupis tunnus, millel on vähe väärtuseid (ehk siis 2 väärtust) 2. Hii-runt-test Kontrollida seose olemasolu Mittearvulised või sagedustabeli põhjal diskreetsed arvtunnused 3. Korrelatsioon Võrrelda tunnuste paare; 2 pidevat arvutunnus Kontrollida seose olemasolu 4.Regresioon analüüs Prognoosida ühte tunnust teise 2 pidevat arvutunnus järgi. Regresioonivõrrandi olulisus 5.Dispersioon Keskmiste erinevus mitmes Pidev arvtunnus- keskmised, analüüs grupis (üle 2) Tunnus, millel on vahe
The correct answer is: Mediaan võib olla ka selline väärtus, mida reaalsete vastuste hulgas ei esine, Keskväärtus võib olla ka selline väärtus, mida reaalsete vastuste hulgas ei esine, Mood on alati reaalne väärtus uuritud valimi väärtuste hulgast Question 2 Ettevõtte töötajate keskmine sissetulek on 820 €, mediaan 600 € ning standardhälve 200 €. Incorrect Milline järgnevatest väidetest on õige? Mark -5.0 out of 5.0 Select one: Üksikud väga suured sissetulekud suurendavad aritmeetilist keskmist, kuid ei mõjuta oluliselt mediaani. Arvutustes on viga, sest Eesti keskmine brutopalk on juba ammu üle 1000 euro
nullpunkt (nt raha) o Lickerti skaalal tehtud mõõtmisi on lubatud käsitleda vajadusel pideva muutujana Jaotused (normaaljaotus, negatiivne asümmeetria, positiivne asümmeetria): Andmetöötluse alused: Valemid ja tähised n või N – juhtumite arv x – muutuja X̅ või µ – keskmine i – indekseerimistähis σ või SD – standardhälve (standard deviation) σ2 või SD2 – hajuvus Σ – summeerimine Standardhälve Näitab, kui hästi keskmine esindab mõõdetud andmeid. Muutjal on keskmine väärtus ja iga juhtum on sellest teatud kaugusel: x1- X̅ Hajuvus on keskmine ruutkaugus, seega standardhälve on nö keskmine kaugus keskmisest: Normaaljaotuse puhul paikneb kõigist mõõtetulemustest 68,27% ±1SD, 95,45% ±2SD ja 99,73% ±3SD kaugusel keskmisest.
problemaatikamudelid (rahandus, logistika v muu valdkond) 3. Matemaatiliste seoste järgi: funktsionaalsed (determineeritud) mudelid; stohhastilised (juhuslikkust arvestavad); lineaarsed mudelid; mittelineaarsed; aditiivsed ja multiplikatiivsed 4. Aja arvestamise järgi: staatilised mudelid (konkreetse hetke sisu); dünaamilised mudelid. Staatilisest võib tekitada dünaamilise kui lisada aegrida 5. Kasutatavate mõõtühikute järgi: naturaalsed mudelid (töökoha tasand); väärtuselised; segamudelid; standardiseeritud (standardiseeritud mastaap, kõik x ja y ühte mõõdupuusse, jagatakse läbi standardhälbega, koefitsientide saamine); protsentuaalsed mudelid (algandmed protsentides, kasvu, juurdekasvu, indeksi protsent) 6. Lihtsustatuse astme järgi: agregeeritud mudelid (ühetaoliste majandussubjektide koondamine sektoriteks);
annaabi.ee 
Sisene Facebook'ga
Sisene Google'ga
Sisene LinkedIn'ga
