Vajad kellegagi rääkida?
Küsi julgelt abi LasteAbi
Logi sisse

Statistika konspekt (0)

1 Hindamata
Punktid

Esitatud küsimused

  • Mis täpselton mood?
  • Mis tekitab suuremaid usalduspiire?
  • Mis liiki tunnusega on meil tegemist?
KIRJELDAVAD STATISTIKUD INTERVALLITUD REAS
Kirjeldav statistika on numbriliste andmete organiseerimine ja summeerimine, see on vajalik andmeanallüüsi esimesel etapil. Valimit kirjeldatakse, kuid üldistusi ei laiendata üldkogumile.
Kirjeldav statistika annab järgmist informatsiooni:
– uuritava tunnuse väärtuste vahemik
– tunnuse kõige tüüpilisemad väärtused
– tunnuse varieeruvus
Lisaks aitab kirjeldav statistika sõnastada hüpoteese ning tõlgendada uurimistulemusi.
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
  • Tabuleerimata(rühmitamata) diskreetsed andmed
    Keskmine- näiteks KOKKU TOOTEID/NENDES ESINENUD VIGADE ARV. Näitetabelis= 2190/1500=1,46 viga on keskmiselt. X= Σfx/n
    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.
    Vigade arv
    Vaatluste arv
    Kumulatiivne sagedus
    Vigu kokku
    0
    440
    440
    440*0=0
    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. 50 inimest saavad palka 400-600. Mis täpselton mood? Histogramm , selle kõige kõrgem tulp- graafiline meetod. Saab ka valemiga.
    Algandmed
    Piiride määramine
    Keskpunkt(x)
    Töötajate arv(f)
    Fx
    Kumulatiivne sagedus
    Kuni 200
    145-200
    172,5
    10
    1725
    10
    200-300
    200-300
    250
    28
    7000
    38
    300-400
    300-400
    350
    42
    14700
    80
    400-600
    400-600
    500
    50
    25000
    130
    Üle 600
    600-1000
    800
    20
    16000
    150
    Kokku
    150
    64425
    HAJUVUSKARAKTERISTIKUTE ARVUTAMINE
    2.1. Tabuleerimata(grupeerimata) diskreetsed andmed
    Dispersioon sˇ2-valem. Kasutatakse varem vaadeldud keskväärtust.
    Standardhälve s-valem
    Keskmine lineaarhälve- dˇ-valem
    Algul on mõistlik teha abitabel , kuhu panna fx(nt toodete arv*vigade arv), (x-xˇ),see ruudus ...mida kõike valemites vaja läheb.
    2.2. Tabuleeritud(grupeeritud) pidevad andmed(jälle piirkond,kasutame keskpunkte, valemid samad)
    Esimese asjana teha abitabel!
    Dispersioon, Standardhälve, Keskmine lineaarhälve- valemid
    Alg-andmed
    Piirid
    Kesk-punkt
    (x)
    Tööta-jate arv(f)
    Fx
    Kumul . Sag.
    (x-xˇ)
    (x-xˇ)ˇ2
    f(x-xˇ)ˇ2
    ...-200
    145-200
    172,5
    10
    1725
    10
    -257
    66049
    ...
    200-300
    200-300
    250
    28
    7000
    38
    -179,5
    32220,25
    ...
    300-400
    300-400
    350
    42
    14700
    80
    -79,5
    6320,25
    ...
    400-600
    400-600
    500
    50
    25000
    130
    70,5
    4970,25
    ...
    Üle 600
    600-1000
    800
    20
    16000
    150
    370,5
    137270,3
    ...
    Kokku
    150
    64425
    4822025
    USALDUSINTERVALLID
    Usaldusintervalle on vaja selleks, et hinnata valimi ja üldkogumi vastavust. Valim on juhuslik,võib esineda erinevaid tulemusi. Tehes üldistusi üldkogumile,peame veaga arvestama. Usaldusintervalle kasutataksegi selle vea hindamiseks.
    Keskmine esindusviga . Valimi suurenedes esindusviga väheneb. Selle leidmiseks on erinevad valemid lähtuvalt sellest, kas üldkogumi suurus on teada või ei ole.(valimi mahu võtmisel ei arvestata missing lahtrit)
    Piiresindusviga. Jälle kaks valemit lähtuvalt üldkogumist. Kasutatakse t-jaotuse täiendkvantiili
    (olulisusnivoo ja vabadusastmete arv).
    Piiresindusviga=keskmine esindusviga*t
    Usalduspiirid= xˇ ±∆xˇ
    Mõisted: • usaldusvahemik on see piirkond, kuhu meie üldkogumi karakteristik määratud tõenäosusega langeb
    • alumine ja ülemine usalduspiir on usaldusvahemiku otspunktid
    • usaldusnivoo on see tõenäosus, millega antud karakteristik sellesse vahemikku jääb
    HÜPOTEESIDE TESTIMINE
    Statistiliseks hüpoteesiks nimetatakse üldkogumi kohta esitatud üldistust. Hüpoteeside kontrollimiseks esitatakse statistiliste hüpoteeside paar(nullhüpotees ja altervatiiv- ehk sisukas hüpotees). Hüpoteeside paari moodustavad hüpoteesid peavad kindlasti üksteist välistama ning üks neist peab kindlasti kehtima. Näiteks:
    H0: tunnus on jaotunud normaaljaotusega
    H1: tunnus ei ole jaotunud normaaljaotusega
    H0:sig>=0,05
    H1:sig=0,05,siis on dispersioonid võrdsed)
    4. uuritavad grupid on sõltumatud
    5. sõltumatu tunnus, mille alusel võrreldavad grupid moodustatakse, peab olema kategooriline tunnus (järjestus- või nominaaltunnus )
    2)H0 :µ1= µ2 , üldkogumite keskväärtused on võrdsed
    H1 :µ1 ≠ µ2 , üldkogumite keskväärtused ei ole võrdsed (on erinevad)
    3) Arvutatakse valemi abil välja t- statistik (valem valemilehelt). Kui leitud statistik on kriitilisest väärtusest suurem, siis võetakse vastu altervatiivhüpotees. Tabelis olev dispersioonhinnang- kui dispersioonidonkahes grupis võrdsed,siis saab anda ühise dispersioonhinnangu sˇ2 valemiga lehelt.
    Näiteks soovitakse kontrollida, kas meeste ja naiste keskmine töönädala pikkus (keskmine töötatud tundide arv nädalas) on sarnane.
    1)tundide arv on arvuline tunnus; suur valim ehk normaaljaotus ; Levene testi sig>0,05 ehk dispersioonid võrdsed; sõltumatud grupid; tunnus kategooriline.
    2) H0 :µ1= µ2 , üldkogumite keskväärtused on võrdsed
    H1 :µ1 ≠ µ2 , üldkogumite keskväärtused ei ole võrdsed (on erinevad)
    3) Valemite abil leian kõigepealt sˇ2, siis t-statistiku. t=8,20.Vaatame tabelit, df=n1+n2-2. Kriitiline väärtus on 1,96, ehk võtame vastu altervatiivhüpoteesi- töönädala pikkus M ja N hulgas pole95% tõenäosusega võrdne.
    Kui dispersioonid pole võrdsed,siis ei saa kasutada ühist dispersioonhinnagut sˇ2,kasutatakse teisi valemeid lehelt.(Kui Levene’ testis sig
  • Vasakule Paremale
    Statistika konspekt #1 Statistika konspekt #2 Statistika konspekt #3 Statistika konspekt #4 Statistika konspekt #5 Statistika konspekt #6 Statistika konspekt #7 Statistika konspekt #8 Statistika konspekt #9 Statistika konspekt #10 Statistika konspekt #11 Statistika konspekt #12 Statistika konspekt #13 Statistika konspekt #14 Statistika konspekt #15 Statistika konspekt #16 Statistika konspekt #17 Statistika konspekt #18 Statistika konspekt #19
    Punktid 50 punkti Autor soovib selle materjali allalaadimise eest saada 50 punkti.
    Leheküljed ~ 19 lehte Lehekülgede arv dokumendis
    Aeg2014-01-07 Kuupäev, millal dokument üles laeti
    Allalaadimisi 53 laadimist Kokku alla laetud
    Kommentaarid 0 arvamust Teiste kasutajate poolt lisatud kommentaarid
    Autor Teele T. Õppematerjali autor

    Sarnased õppematerjalid

    Statistika konspekt
    10
    docx

    Statistika konspekt

    Tunnus on iseloomulik omadus, mille poolest nähtused üksteisega sarnanevad või üksteisest erinevad. 1. arvulised ehk kvantitatiivsed: Pidev tunnus ­ võib omada kõiki reaalarvulisi väärtusi Diskreetne tunnus ­ saavad omada väärtusi ainult kindlate vahemike järel 2. mittearvulised ehk kvalitatiivsed: Järjestustunnus ­loogiliselt järjestatavad (haridustasemed) Nominaaltunnus - vastusevariantide jaoks ei leidu sisulist järjestust (rahvus) Binaarne tunnus ­ tunnus, millel on ainult kaks võimalikku väärtust (sugu) Kogumi maht (liikmete arv) Moodustatavate rühmade arv 40 ­ 60 6­8 60 ­ 100 7 ­ 10 100 ­ 200 9 ­ 12 200 ­ 500 12 ­ 15 Intervalli laiuse saame, kui valimi suurima ja vähima väärtuse vahe jagame valitud intervallide arvuga. Sagedusjaotus ­ näitab kui palju vaatlusi langeb igasse intervalli. Mahukeskmised ­ aritmeetiline kesk

    Sotsiaal- ja majandusstatistika alused
    Andmeanalüüs sots teadustes
    21
    doc

    Andmeanalüüs sots.teadustes

    .................................................................. 3 1.2. Valimi valikumeetodid.........................................................................................................4 1.3. Mõõtmismeetod ja mõõtmisvahend ....................................................................................5 1.4. Andmetabel..........................................................................................................................7 2. Valimit kirjeldav statistika ..................................................................................................... 7 2.1. Andmete graafiline kirjeldus................................................................................................7 2.2. Andmete arvuline kirjeldus..................................................................................................8 2.2.1. Paiknemiskarakteristikud...........................................................................................

    Uurimustöö metoodika
    Ökonomeetria mõisted
    5
    doc

    Ökonomeetria mõisted

    Regressioonianalüüs võimaldab mõõta nähtuste vahelise seose olemasolu, suunda ja tugevust, kuju ning välja tuua regressivõrrandi eristamaks sõltuvat ja sõltumatuid ehk seletavaid muutujaid. Reg.analüüs uurib sõltuva muutuja Y sõltuvust ühest või mitmest sõltumatus (seletavast) muutujast (X). 37. Reg.mudeli statistiline analüüs ­ mudeli parameetrite statistiline olulisus, usalduspiirid (t statistik, tjaotus). Usalduspiiride ja parameetrite kohta käivate hüpoteeside testimiseks on vaja teada parameetrite standardvigasid ja hinnangut regressiooni standardveale. Reeglina testitakse, kas parameetri hinnang erineb etteantud olulisuse nivoo korral nullist (st parameeter on statistiliselt oluline). Hüpoteeside testimisel leitakse tstatistiku väärtus ja vaadeldakse, kas ta kuulub ­t ja t vahele

    Majandus
    Statistika eksamiks kordamiseks küsimused
    28
    doc

    Statistika eksamiks kordamiseks küsimused

     Kvantitaiivne tunnus (arvtunnus) on tunnus , mille väärtused on arvud (nt. Pikkus, kaal, rahvaarv, keskmine hinne)  Kvalitatiivne tunnus on tunnus, mille väärtused ei ole arvud ( juustevärv, perekonnaseis, rahvus). STATISTIKA EKSAMI KORDAMISKÜSIMUS TE VASTUSED 1. Statistika aine ja meetod Statistika on iseseisev teadus. Ta uurib ühiskondlike nähtuste kvantitatiivset külge lahutamata seoses nende kvalitatiivse küljega ja ühiskonna arengu kvalitatiivset väljendumist konkreetsel ajal ja kohal. Peamiselt tegeleb statistika : 1) Statistiliste andmete hankimisega e. statistiline vaatlus 2) Ststistilise informatsiooni kompaktne ja ülevaatlik esitamine e. Kirjeldava statistika (andmete esitamine ja organiseerimine)

    Ettevõtluse alused
    Statistika testid
    13
    docx

    Statistika testid

    Sissejuhatus - Test 1 1. Järjesta skaalad informatiivsuse järgi, alustades kõige vähem informatiivsemast a. kõige vähem informatiivsem ­ nimiskaala 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

    Majandusstatistika
    Statistika kordamisküsimused
    22
    docx

    Statistika kordamisküsimused

    1. MÕÕTMINE Mõõtmine on objektide võrdlemine - Korraga saab võrrelda ainult kaht objekti omavahel. Kui objekte palju, valitakse välja üks (etalon) ning teisi võrreldakse sellega. Otsene mõõtmine ja kaudne mõõtmine – otseste mõõtmiste kaudu Nimi- ehk nominaalskaala – objektide eristamiseks – sugu, rahvus, huvid, kaubakood, ettevõtte registrinumber Järjestusskaala – võimaldab objekte järjestada mingi tunnuse alusel – nt ettevõtted: väikesed, keskmised, suured – küsitlus: "poolt", pigem poolt kui vastu", "pigem vastu kui poolt", "vastu" – intervallid skaalajaotuste vahel pole võrdsed Intervallskaala – skaalajaotuste intervallid on võrdsed  Vahemikskaala – nullpunkti asukoht kokkuleppeline – ajaskaala, Celsiuse skaala temperatuuri mõõtmiseks – võib leida vahesid, ei tohi leida suhteid  Suhteskaala – nullpunkt fikseeritud absoluutselt – objekti pikkus, kaal, töötajate arv, käive, m

    Statistika
    Standardhälve-SEOSED JA DISPERSIOONANALÜÜS
    26
    doc

    Standardhälve, SEOSED JA DISPERSIOONANALÜÜS

    Standardhälve 1. leitav dispersiooni ruuduga (ruutjuurega) 2. paikneb alati vahemikus 0 ... lõpmatus (kui on alternatiivne tunnus, siis saab olla kuni 0,5 ­ see on triki küsimus, kui panid õige, siis on ÕIGE) 3. ei saa olla lineaarhälbest suurem (väiksem) 4. varieeruvas reas = 0 (st puhul rida just varieerub) 5. ei ükski Regressioonianalüüsi kõige üldisem eesmärk: 1. kirjldada korrlatiivset seost metemaatika funktsioonina Pidev juhuslik suurus... 1. võib omada ükskõik milliseid väärtusi tema võimalikke väärtusi hõlmavas arvuvahemikus. 2. juhuslikku suurust nim pidevaks juhuslikuks suurusesks, kui tema võimalike väärtuste hulk on loenduv. 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.

    Statistika
    Biomeetria test
    4
    docx

    Biomeetria test

    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 väärtused (üle 2) Praks 3- Kirjeldav statistika. Arvkarakteristikute leidmine funktsioonide ja protseduuri Descriptive Statistics abil. Usalduspiirid (protseduur Descriptive Statistics) Vaatluste arv- f- Statistical- Count ­ Keskmine väärtus - =AVERAGE(Alguskoordinaat:Lõppkoordinaat) Mediaan - =MEDIAN(Alguskoordinaat:Lõppkoordinaat) Standardhälve - = STDEV.S (Alguskoordinaat:Lõppkoordinaat) Minimaalne väärtus - =MIN(Alguskoordinaat:Lõppkoordinaat)

    Biomeetria




    Meedia

    Kommentaarid (0)

    Kommentaarid sellele materjalile puuduvad. Ole esimene ja kommenteeri



    Sellel veebilehel kasutatakse küpsiseid. Kasutamist jätkates nõustute küpsiste ja veebilehe üldtingimustega Nõustun