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) 3) Tõenäosusteooria so.reaalsuses sageli esineva ja majanduses eelkõige tulevikuga seonduva ebakindluse kirjeldaminne 4) Järeldav statistika so. Järelduste tegemine hangitud andmete ja vaatluse põhjal uuritava objekti kohta. 5) Prognoosimine
ta tähendada kas mingi suuruse aritmeetilise keskmise leidmist kaudselt antud andmete abil... Teiseks võib harmooniline keskmine tähendada lihtsalt samade andmete sama majandusnähtust iseloomustavat teist keskmist. Aritmeetilist keskmist kasutame me hästi sageli eelkõige tema interpreteeritavuse mugavuse pärast. Siiski on olukordi, kus ka harmoonilisel keskmisel on selge majanduslik tähendus. · Ruutkeskmisi kasutatakse statistilise rea varieeruvuse üldistavaks iseloomustamiseks. · Geomeetrilist keskmist kasutatakse majandusstatistikas kõige sagedamini aegridade uurimisel keskmiste kasvutempode leidmiseks, kuid teda on kasutatud ka hinnataseme muutusi kirjeldavate börsiindeksite konstrueerimiseks. Geomeetrilist keskmist leida ei ole üldjuhul võimalik, kui mõned rea liikmed on hulgas negatiivsed. · ÜL. Midagi liigub punktist A punkti B, vahemaa 100 km. Läbib edasi ja tagasi. Minnes 60 km/h, tagasi 120 km/h
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
Kaup Esimene periood Teine periood hind kogus Hind kogus A 8 EEK 450 10 EEK 430 B 14 EEK 600 13 EEK 680 V: Käive oleks suurenenud 7,4% 2.) Valimi andmete põhjal saadi järgmised tulemused: aritm.keskmine=80 ja standardhälve 20. Kui suur peaks olema valim +/-3 ühikut, usaldatavusega 95%. V: Tuleb kasutada lühikest valimit, kuna üldkogum ei ole teada: N=2²*sigma²/D² 3.) 3 aasta pikkuse aegrea algtase oli 100 ja lõpptase 200. Milline oli juurdekasvutempo? 1. 240 2. 170 4.) Kümne aasta pikkuse aegrea algtase 100 ja lõpptase 200. Milline oli rea keskmine absoluutne juurdekasv? 1. ei saa arvutada, sest dispersioon ei ole teada 2. 10 ühikut 3. 11,1 ühikut 4. 9,2 ühikut 5
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 ............................................................................. 12 3.4 Tõenäosuslik valim ............................................................................................12 3.4.1 Vaatlusvead ................................................................................................ 12 3.4.2 Mitte valimi vead.........................................................................................13 3.4.3 Vaatlusvead ............................
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 vaatlus (küsitlus, dokumentide läbivaatamine, ankeedi korraldamine, andmete hankimine statistilistest andmebaasidest). Vaatlusandmete kokkuvõtt ja esialgne töötlemine. Andmete analüüs, järelduste ja üldistuste sõnastamine. 3) Statistilise vaatluse vead Metodoloogilised vead – valim ei kirjelda üldkogumit adekvaatselt. – vaatluse eesmärk ja objekt pole täpselt piiritletud. – vaatlusviis on ebaõnnestunult valitud.
Intervallskaalas mõõdetud tunnused – kvantitatiivsed tunnused Süstemaatiline viga – ebatäpne mõõtmisvahend (kell, kaal) või halvasti sõnastatud küsimus ankeedis Juhuslik viga – mõjutab mõõtmistulemust kord ühes, kord teises suunas Ekse – jäme viga, enamasti põhjustatud inimlikest eksimustest – näiteks jäeti sisestamata üks arvus esinev 0 (või on üks 0 ülearu) 2. KESKMISED Aritmeetiline keskmine – saab leida ainult intervallskaala korral. Aritmeetiline keskmine on tundlik ekstremaalsetele väärtustele. Valem: Kaalutud aritmeetiline keskmine – kasutame siis, kui on antud väärtuste xi esinemissagedused fi ehk kaalud. Valem: Mediaan - järjestatud variatsioonrea keskmine liige, millest mõlemale poole jääb võrdne arv väärtusi. Mediaani võib kasutada intervallskaala ja järjestusskaala korral Mediaan ei ole tundlik ekstremaalsetele väärtustele Mediaan on asendikeskmine. Valem:
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
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,
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.....................................................................................................
.. 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
....................................................... 53 8.2 Statistika olemus ja tegevusvaldkonnad ............................................................................... 53 8.3 Kirjeldav ja järeldav statistika ................................................................................................ 54 8.4 Statistilised tunnused, tunnuste tüübid ................................................................................ 55 8.5 Kõikne vaatlus ja valimvaatlus............................................................................................... 57 9 Andmete kogumine ja esitamine ......................................................................................... 59 9.1 Statistilise uurimistöö etapid................................................................................................. 59 9.2 Statistiline vaatlus .............................................................................
aegreaga ja selle tasandamise juures Eksponentkeskmise leidmisel: valitakse tasandusparameeter vastavalt analüüsija soovile erinevaid ajaperioode tähtsustada Aritmeetilise keskmine +-1 standardhälvet hõlmab normaaljaotuse kõvera alusest pindalast.. 68,27% Aritmeetiline keskmine t=3 standardhälvet hõlmab normaaljaotuse kõverat... 99,7% Aritmeetiline keskmine +-2 keskmist lineaarhälvet hõlmab normaaljaotuse kõvera alusest 95,45% Väärtuste varieeruvuse hindamisel (varieeruvuse hindamisel): Ei leita variatsioonikordajat standardhälbe jagamisel koguni geomeetrilise keskmisega 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:
Mood- kõige sagedasem väärtus või väärtusklass Mediaan-Punt tunnuse skaalal, millest väiksemaid ja suuremaid väärtusi on variatsioonreas ühepalju. Mediaan jaotab skaala vaadeldava tunnuse seisukohalt kaheks võrdsagedaseks osaks. 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.
siis tabeli kasutamiseks peame ,,oma" normaaljaotuse standardiseerima st teisendama F0 = keskväärtus =0 ja standardhälve =1 kolme sigma reegel. 13. Binoomjaotuse lähendamine normaaljaotusega kui normaaljaotust tahetakse rakendada diskreetse JS puhul ja katsete arv n>50, siis lähendame binoomjaotust normaaljaotusega: 14. Studenti jaotus - Student'i jaotus tekib, kui normaaljaotusega JS üldkogumist teha väike valim ja arvutada selle põhjal JS keskmist (see ei võrdu üldkogumi keskväärtusega). Statistikas kasutatakse Student'i jaotuse jaotusfunktsiooni mitmesuguste vigade hindamisel. Võrreldes normaaljaotusega on siin 2 parameetrit. t = tk, k = n - 1, kus n on mõõtmiste arv tõenäosus e. kvantiil 15. Asümmeetriakordaja, - arvkarakteristik, mis kirjeldab JS-te väärtuste jaotumist.
Andmeanalüüs Kordamisteemad 1) Uurimistsükkel: millised etapid eelnevad ja järgnevad andmeanalüüsile. Tuleb püstitada uurimisküsimused: mida ja kelle käest tahan teada saada; millistele 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
max min Struktuurisuhtarv osakogumimaht / üldkogumi maht Koordinatsioonisuhtarv osakogumi i maht / osakogumi j maht Dünaamikasuhtarv tunnuse väärtus ajaperioodil / tunnuse väärtus eelmisel perioodil Hälbimissuhtarv tunnuse individuaalväärtus / tunnuse "normaalväärtus" Võrdlussuhtarv osakogumi x maht kogumis N / osakogumi x maht kogumis Y Intensiivsussuhtarv üldkogum X / Üldkogum Y n xh = n 1 (x - x ) =0 n
1.00/1.00 Märgi küsimus lipuga Induktiivne statistika Teeb otsusi üldkogumi kohta, kusjuures info allikaks on valim Sinu vastus on õige. Küsimus 24 Keskmine, mediaan ja mood – millal kasutada? Vale Hindepunkte Keskväärtus Nominaaltunnuste korral. 0.00/1.00 Märgi
ennustada ühes klassis käivate laste mõõtmisel saadud keskmise pikkuse põhjal teises klassis käivate laste keskmist pikkust. Seepärast ei saa me olla täiesti täpsed, kuid statistika võimaldab meil määrata oma vigade ulatuse. Seega me võime peaaegu täpselt väita, et lapse pikkus on vahemikus 162 ± 0,25 cm; ning me võime arvutada, et 99-l juhul 100-st on laste keskmine pikkus teises klassis näiteks vahemikus 162 ± 3 cm. Kirjeldav ja järeldav statistika. Üldkogum ja valim. Enamuses statistika käsitlustes tõmmatakse selge piir kahe statistika valdkonna vahele: 1. KIRJELDAV STATISTIKA, mis pakub meetodeid (vaatlus)andmetest kokkuvõtete tegemiseks ja nende kirjeldamiseks ning 2. JÄRELDAV STATISTIKA, mis kasutab kogutud (vaatlus)andmeid baasina hinnangute ja prognooside tegemiseks (veel) mitte vaadeldud situatsioonide kohta. Vaatame veelkord neid lauseid igapäevasest elust, mida ma eelpool mainisin. Milliseid
.................................................................................. 4 3.2Formuleerida hii-ruut-testi nullhüpotees. Teha otsustus näite põhjal. (Lisatingimusi pole vaja arvestada)....................................................................................................................... 4 4Keskmiste võrdlus.................................................................................................................... 5 4.1F-test. Hüpoteeside formuleerimine varieeruvuse kohta. Otsustuse tegemine..................5 4.2t-test. Hüpoteeside formuleerimine keskmiste kohta. Otsustuse tegemine (vaata kas leidub f-testist sõltuv t-testi tulemus)...................................................................................... 5 4.3Kahe tunnuse (ühe rühma) keskmiste võrdlus. Hüpoteeside formuleerimine keskmiste kohta. Otsustuse tegemine..................................................................................................... 5 5Korrelatsioon
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
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
r= = n x y n x y · Korrelatsioonikordaja r rahuldab alati seost - 1 r 1 . · Kui ühe juhusliku suuruse kasvades ka teine kasvab, siis r >0. · Kui ühe juhusliku suuruse kasvades teine kahaneb, siis r < 0. · Korrelatsiooni tugevuse kohta võib öelda, et korrelatsioon on tugev, kui r 0,8; korrelatsioon on märgatav, kui 0,6 r <0,8 ; korrelatsioon on nõrk, kui 0,3 r <0,6 ; korrelatsioon on väga nõrk, kui r <0,3 .
lineaarhälve on seotud tõenäosusteooria rakendustega, kuid standardhälve ei ole – VALE, vastupidi peavad olema mõlemasuunalised kõrvalekalded keskm.tasemest võrdvõimalikud – VALE võib kasutada dispersiooni – ÕIGE standardhälve (hälvete ruutkeskmine) on varieeruvas kogumis alati keskmisest lineaarhälvest (hälvete aritm keskm) väiksem – VALE, suurem Väljavõtukogumi suurus ei tohi sõltuda: üldkogumi suurusest (mida suurem üldkogum, seda suurem valim) üldkogumi keskmisest väärtusest – ÕIGE usaldatavusest (mida suurem usaldatavus, seda suurem valim) soovitud täpsusest (mida täpsemat tulemust tahan, seda suurem peab olema valim) väärtuste varieeruvusest üldkogumis (mida suurem dispersioon, seda suurem on valim) Keskmine esindusviga on oma sisult: vale keskmise valiku tulemusel tekkinud arvutusviga - esindusviga ei ole arvutusviga, valim esindab üldkogumit
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).
vähemalt viis korda rohkem. Kvantitatiivne andmeanalüüs: · Statistilised andmetöötlusprogrammid, näiteks SPSS · Atribuudid o sõltumatu atribuut - manipuleeritav atribuut o sõltuv atribuut - see, mida mõõdetakse · Eeldused (normaaljaotus) · Andmeanalüüsid o Parameetrilised testid (peavad vastama eeldustele) o Testid muutujate vaheliste seoste leidmiseks (pideva atribuudi keskväärtuste võrdlemine) Korrelatsioon - seose tugevus kahe pideva atribuudi vahel Regressioon - millisel määral sõltumatud atribuudid mõjutavad sõltuvat atribuuti, mängitakse läbi erinevad kombinatsioonid Faktoranalüüs - lubab vähendada atribuutide arvu vähemaks hulgaks faktoriteks o Testid gruppide vaheliste erinevuste leidmiseks T-test ANOVA - kahe või enama grupi omavaheline võrdlus
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 · Keerulisemad küsimused, põhiküsimused · Sotsiaal-demograafiline osa
Majandusstatistika eksamiküsimused FK100 1. Statistika mõiste. Üldkogum ja valim. Rühmitatud andmed. Statistilise materjali graafiline esitamine (histogramm ja kumulatiivse sageduse graafik). Statistika on andmete kogumine ja töötlemine, statistilised andmekogumid, teadusharu, mille põhiülesandeks on massinähtuste vaatlemine, nende kohta andmete kogumine ja analüüsimine ning selle põhjal järelduste ja üldistuste tegemine ning praktiliste lahenduste pakkumine Üldkogum antud tunnustega elementide hulk (nt. koolis õpilaste hulk), N
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
determinandid. Epidemioloogia on tõenduspõhise meditsiini kui täpsusega, iseloomustab hetkeseisu. Levimusmäär PR (prevalence 6 Andmete tüübid. Üldkogum ehk populatsioon objektid, tõenduspõhise rahvatervise põhialuseks.) Kiirhinnangu meetod- on rate)-arvväärtused 0 ja 1 (0% ja 100%) vahel. kellele või millele üldistatakse uurimuse tulemusi. Valim uurija intensiivne meeskonnapõhine uurimismetoodika, kasutatakse esmase Kumulatiivnehaigestumus ehk CIR- isikute propotsioon, kes mingil käsutuses olevate objektide hulk. Objekt uurimisalune ühik, ülevaate andmiseks (sh sekkumiste efektiivsuse hindamiseks) ja selleks ajavahemiku algul on haigusvabad, kuid selle ajajooksul haigestuvad / üksikindiviid. Tunnus objektil mõõdetav näitaja. Andmestik
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?
Küsimus 6 Leidke järgmiste variantide seast õiged paarid: Õige Hindepunkte Tegeleb reaalsete andmete kirjeldamise, organiseerimise ning visualiseerimisega kasutades tabelid, kirjeldav statistika 1.00/1.00 diagrammid ja arvkarakteristikud Teeb otsusi üldkogumi kohta, kusjuures info allikaks on valim Induktiivne statistika Sinu vastus on õige. Küsimus 7 Kui suur on nende üliõpilaste %, kelle pikkus on vähemalt 180 cm? (vastuse lahtrisse sisestage ainult arv) Õige Hindepunkte 1.00/1.00 Vastus: 60
Kahe tunnuse vahel on kasvav seos lineaarne korrelatsioonikordaja on positiivne Kahe tunnuse vahel on kahanev seos lineaarne korrelatsioonikordaja on negatiivne Küsimus 9 Leia õiged paarid. Õige Hindepunkte Asendikeskmine, mis jaotab järjestatud arvrea kaheks võrdseks osaks: mediaan 1.00/1.00 Tunnuse väärtuste hulgas vähim mõõdetud väärtus: minimaalne elemen
annaabi.ee 
Sisene Facebook'ga
Sisene Google'ga
Sisene LinkedIn'ga
