Statistika testid - sarnased materjalid

Statistika moodle vastused

Test 1 mood, mediaan, aritmeetiline keskmine, asendikeskmine, mahukeskmine aritmeetiline keskmine, mood aritmeetiline keskmine, mood, mediaan, detsiilid detsiil, kvartiil lihtne harmooniline keskmine, kaalutud aritmeetiline keskmine, kaalutud harmooniline keskmine, lihtne aritmeetiline keskmine, mood, järjestusskaala kaalutud aritmeetiline keskmine, mediaan keskmise hinnaga, keskmine hind, arvukogumis, geomeetriline keskmine, harmooniline, aritmeetline mood, mediaan, harmooniline, aritmeetiline aritmeetiline, geomeetriline, harmooniline, mediaan Test 3 asümmeetriakordaja, püstakus, järku keskmoment, algmoment, tingmoment 1. 50 2

Statistika kordamisküsimused

Pidev suurus - väärtused täidavad mingi vahemiku täielikult ära Jaotusseadus - Diskreetse juhusliku suuruse X jaotusseaduseks nimetatakse vastavust suuruse kõikvõimalike väärtuste xi ja nende tõenäosuste pi vahel. Jaotusfunktsioon - tõenäosus, et juhusliku suuruse X väärtus on väiksem-võrdne mingist reaalarvust x. Valem: F(x)=P(X<=x) Keskväärtus ehk oodatav väärtus - Kui juhusliku suuruse X väärtuse xi esinemise tõenäosus on pi , siis selle juhusliku suuruse keskväärtus ehk oodatav väärtus. Oodatav väärtus on otsustamisel kriteeriumiks. Valitakse see alternatiiv, mille korral oodatav väärtus on ekstremaalne. Näiteks: oodatav kasum maksimaalne,oodatav kulu minimaalne Valem: µ=E[X]= ∑ pixi Dispersioon – diskreetse juhusliku suuruse dispersioon σ^2=∑(xi-µ)^2*pi Pidev juhuslik suurus - Pideva juhusliku suuruse korral ei saa rääkida mingi üksiku konkreetse väärtuse esinemise tõenäosusest

Statistika proovitest

Kvalitatiivse suuruse keskväärtuse muutumist, mis on tingitud nii kvantitatiivse teguri muutustest kui ka kvalitatiivse teguri enda muuutustest, iseloomustab Vali üks vastus. a. püsiva struktuuri indeks b. struktuurinihete indeks c. muutuva struktuuri indeks Vale Selle esituse hinded: 0/1. Question 2 Hinded: 1 Hüpoteesi statistilisel kontrollimisel võetakse vastu sisukas hüpotees, kui Vali üks vastus. a. parameetri empiiriline väärtus on suurem kui kriitiline 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

Statistika testid

Kvalitatiivse suuruse keskväärtuse muutumist, mis on tingitud nii kvantitatiivse teguri muutustest kui ka kvalitatiivse teguri enda muuutustest, iseloomustab Vali üks vastus. a. püsiva struktuuri indeks b. struktuurinihete indeks c. muutuva struktuuri indeks Vale Selle esituse hinded: 0/1. Question 2 Hinded: 1 Hüpoteesi statistilisel kontrollimisel võetakse vastu sisukas hüpotees, kui Vali üks vastus. a. parameetri empiiriline väärtus on suurem kui kriitiline 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

Tõenäosusteooria ja statistika

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

Standardhälve, SEOSED JA DISPERSIOONANALÜÜS

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

Andmetöötluse kordamine

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).

Statistika eksamiküsimused

 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  kõikide võimalike esindusvigade harmooniline keskmine - õige on ruutkeskmine!!!  vahe ühe juhuslikult moodustatud valimi keskmise taseme ja üldkogumi keskväärtuse - küsitakse keskmist esindusviga, siin on ühe juhuslikult moodustatud valim...ei saa olla keskmine; siis on lihtsalt esindusviga  väljavõtukeskmiste standardhälve - ÕIGE, keskmine esindusviga on väljavõtukeskmiste standardhälve (definitsioon) Hüpoteeside kontrollimisel:

Statistika eksamiks

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

Tõenäosusteooria ja statistika konspekt

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.

Ökonomeetria kontrolltöö kordamisküsimused 2020

● 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.

STATISTIKA konspekt

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

Statistika konspekt

.. 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

Tõenäosusteooria ja matemaatilise statistika kokkuvõte

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

ÜLEVAADE TÕENÄOSUSTEOORIA PÕHIMÕISTETEST

muutumisvahemiku sees kõik juhusliku suuruse väärtused on tekke mõttes samaväärsed. Jaotuse parameetriteks on juhusliku suuruse muutumisintervalli alumine piir a ja ülemine piir b. Eksponentjaotus (pidev) kirjeldab mingi sündmuse toimumisaja jaotust eeldusel, et sündmuse tekkimise jaoks kõik ajahetked on samaväärsed. Kasutatakse töökindlustehnikas, teenindussüsteemides jm. Jaotuse kirjeldamiseks üks parameeter lambda, mis on sündmuste voo intensiivsus/sagedus.  Normaaljaotus on esmajoones seotud keskse piirteoreemiga tõenäosusteoorias. Suvalise ühesuguse jaotusega sõltumatute juhuslike suuruste summa või keskväärtuse jaotus läheneb liidetavate arvu kasvades normaaljaotusele. Seega saab juhuslike suuruste liitumisel tekkivate juhuslike suuruste jaotust vähemalt ligikaudu kirjeldada normaaljaotusega. Ei ole vaja suur liidetavate arvu, lubatav on liidetavate

Statistika eksamiküsimused

üldkogumi keskmisest väärtusest Vahemikhinnangu andmisel usalduspiiris on suurema valitud usaltatavuse puhul laiemad Hüpoteeside kontrollimisel: On võimalik I tüüpi vea tekkimine kui lükatakse tagasi nullhüpotees Kui kasutada otsuste langetamisel väiksemat valimit, siis vea tekkimise võimalus suureneb Valimi suurus mõjutab hüpoteesi kontrollimisel tehtavad otsust Hüpoteesi kontrollimisel viga saab tekkida: kuna anname hinnangu valimi põhjal ja valim on moodustatud juhuväljavõtu teel Statistilite hüpoteeside kontrollimisel: võrreldakse empiirilistel andmetel leitud statistikut kontrollstatistikuga Normaalselt jaotuvad kogumis: ei ükski; Mood, mediaan ja aritmeetiline keskmine on võrdsed asümmeetriakordaja ei erine 0-st Dispersioon on standardhälbe ruut jaotuskõver on sümmeetriline Normaaljaotuse korral: Kolmandat järku standardmomemt on võrdne nulliga Tugeva neg lineaarse seose korral:

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 Hinnangu nihe võrdub parameetri hinnangu keskväärtuse ning parameetri tegeliku väärtuse vahega. Iseloomustab süstemaatilist viga.  Nihketa hinnang – Parameetri hinnang on nihketa kui hinnangu keskväärtus võrdub parameetri tegeliku väärtusega. 8) Hinnangu efektiivsus, efektiivne hinnang: Hinnangu efektiivsus – Parameetri nihketa hinnang, kus dispersioon on väiksem on efektiivseim. Kasutatakse hinnangute võrdlemisel. Efektiivne hinnang – nihketa vähima dispersiooniga hinnang kõigi nihketa hinnangute seas. Iseloomustab hinnangute hajuvust. 9) Mõjus hinnang- Hinnang on mõjus, kui ta koondub tõenäosuse järgi parameetri tegelikuks väärtuseks

Rakendusstatistika kokkuvõte

Seega saab juhuslike suuruste liitumisel tekkivate juhuslike suuruste jaotust vähemalt ligikaudu kirjeldada normaaljaotusega. Ei ole vaja suur liidetavate arvu, lubatav on liidetavate mõningane vastastikune sõltuvus, normaaljaotusega liidetavate summa jaotus on täpselt normaaljaotus, katseandmete analüüsi kogemus paljudes valdkondades on näidanud, et suur enamus katseandmeid on hästi kirjeldatavad normaaljaotusega. Normaaljaotusel on kaks parameetrit, mis on vastava juhusliku suuruse keskväärtus ja standardhälve. Normaaljaotus on sümmeetriline. Normeeritud normaaljaotus on normaaljaotuse erijuhtum, kui keskväärtus ja standardhälve on vastavalt 0 ja 1. Tähistatakse X-N(0,1). K sigma reegel: näitab, kui suur on juhusliku suuruse normaaljaotuse korral tõenäosus sattude piirkonda keskväärtus pluss-miinus k standardhälve. Lognormaalne jaotus tekib, kui vaadeldava juhusliku suuruse logaritm on jaotunud

Majandusstatistika

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

KORDAMINE ÖKONOMEETRIA KONTROLLTÖÖKS

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

ÖKONOMEETRIA loegn 1

· Mõõteskaalad, keskmised (aritmeetiline, mediaan, mood), · Põhiõpik varieerumine. ­ Gujarati, D., Basic Econometrics · Tõenäosus p(A), tinglik tõenäosus p(A|B). · 3. trükk, TTÜ raamatukogus 20 eks · Keskväärtus E(x), dispersioon 2 (x), var(x). · 4. trükk, võimalik leida pdf fail · Jaotusseadused: normaaljaotus, t-jaotus, F-jaotus, 2 ­ jaotus. · Täiendav kirjandus ­ Paas, T. Sissejuhatus ökonomeetriasse. Tartu, 1995. · Valimvaatlused, usalduspiirid. (TTÜ rmtk momendil saadaval 18 eks)

Kordamisküsimuste vastused

.. + m µ m N N N µ1, µ2,..., µm on m-rühma keskmised N1 N 2 N , ,..., m on nn kaalud N N N Mediaan: Kui N on paaritu, siis on mediaan järjestatud statistilise rea (variatsioonirea) keskmine liige; kui N on paarisarv, siis on mediaan järjestatud arvrea kahe keskmise liikme poolsumma. Mood on arvrea suurima sagedusega liige. Kvartiilid: 25-protsentiili nim esimeseks kvartiiliks Mediaan on 50-protsentiil ehk teine kvartiil 75-protsentiili nim kolmandaks kvartiiliks Protsentiil on arv, millest p protsenti andmetest on temast väiksem või võrdne ja (100- p) protsenti suurem või võrdne. Dispersioon on andmeväärtuste hajuvust näitav karakteristik. N ( x i - µ )2 =2 i =1 (definitsiooni järgi) N Standardhälve: = 2 Haare on suurima ja vähima väärtuse vahe. 2. Sündmus ja tõenäosus

Statistika eksamiks kordamiseks küsimused

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

Ökonomeetria mõisted

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

Andmetöötlus alused

Kordamine arvestustööks 1. Mis on üldkogum? Üldkogumehk populatsioon ­huvialuste objektide hulk (lõpmatu). on objektide (nähtuste, isendite, protsesside) hulk, mille kohta soovitakse teha teaduslikult põhjendatud järeldusi 2. Mis on valim? Esinduslik valim. Valim­mõõdetud objektide hulk (lõplik). on üldkogumist eraldatud objektide hulk, mille mõõtmise ja vaatlemise alusel tehakse järeldusi üldkogumi kohta. Igal üldkogumi elemendil peab olema võrdne võimalus valimisse sattumiseks Esinduslik valim -valimisse saGunud isikud peavad esindama populatsioonis esinevaid uuritavaid tunnuseid 3. Mis on andmestik? Rühmitamata ja rühmitatud andmestik. 4. Arvuline tunnus ­ pidev, diskreetne. Pidev­võib omada väärtusi mingil lõigul.

Andmeanalüüs sots.teadustes

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.....................................................................................................

Andmeanalüüsi kordamisküsimused 2015

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

Põhimõisted rakendusstatistika eksamiks

pöördseoseid. Suurima tõepära meetod: Meetodi aluseks on põhimõte leida sellised jaotuse parameetrite väärtused, et antud konkreetse valimi jaoks oleks suurim just nimelt selle valimi saamise tõenäosus. Vähimruutude meetod: Vähimruutude meetod on tavalisim meetod erinevate juhuslike suuruste seosemudelite parameetrite leidmisel (nt regressioonanalüüsis). Nullhüpotees- kontrollitav väide Alternatiivhüpotees- nullhüpoteesi välistav alternatiivne väide Statistiline hüpotees tekib tavaliselt mingi vaadeldava juhusliku suuruse kohta käiva väite (oletuse, hüpoteesi, ...) formaliseerimisel. esimest liiki viga tekib, kui H0 on õige, ent kontrollil loetakse õigeks (võetakse vastu) H1 (sellise vea tõenäosust tähistatakse ); teist liiki viga tekib, kui H0 pole õige, ent kontrollil loetakse H0 õigeks (võetakse vastu) (sellise vea tõenäosust tähistatakse ). Hüpoteeside kontrolli tavapärased sammud on järgmised:

Tõenäosusteooria

juhusliku suuruse võimalikud väärtused ja nende tõenäosused pi=P(X=xi). Tõenäosusfunktsiooni võib esitada valemina, tabelina, arvupaaridena või graafikuna. Def: Juhusliku suuruse jaotusfunktsiooniks nimetame funktsiooni, mis seab väärtusele x vastavusse tõenäosuse, et X keskväärtus defineeritakse valemiga EX = E ( X ) = pi xi , kus xi tähistab DJS i =1 X väärtust ja pi selle väärtuse tõenäosust. DJS keskväärtus on juhusest sõltumatu suurus. Keskväärtus paikneb DJS väikseima ja suurima väärtuse vahel. 8 DJS dispersiooniks nimetame tema hälbe (keskväärtuse suhtes) ruudu keskväärtust k DX = D ( X ) = E ( X - EX ) 2 . D ( X ) = p

Tõenäosusteooria ja matemaatilise statistika kordamisküsimused

p(zk)= p(xi)  p(yj). Sõltuvate juhuslike suuruste puhul peab arvestama tinglikke tõenäosusi. 28. Mis on juhusliku suuruse mood? Diskreetse juhusliku suuruse moodiks nimetame juhusliku suuruse kõige suurema p ( xmo ) =max p(x i) tõenäosusega esinevat väärtust.Seega väärtus xmo on mood, kui x i. Vastavalt kas on üks või mitu moodi, on unimodaalne või multimodaalne. 29. Mis on juhusliku suuruse keskväärtus? Diskreetse juhusliku suuruse keskväärtuseks EX nimetatakse matemaatilist ootust ehk EX= ∑ x i p (x i) ooteväärtuseks ehk arvu x ∈X i 30. Keskväärtuse omadused. Ec=c; E(cX)=cEX; E(X+Y)=EX+EY; E(X-Y)=EX-EY; sõltumatute juhuslike suuruste korral ka E(XY)=EXEY 31. Mis on dispersioon? Diskreetse juhusliku suuruse dispersiooniks DX nimetatakse hälbe ruudu keskväärtust keskväärtuse suhtes ehk arvu DX=E(X-EX)2

Statistika konspekt

Dispersioonanalüüs ­ kui valimeid 3+ Kasutades kirjeldavat statistikat, uurige, milline on indiviidide keskmine abiellumisiga (tunnus agewed) ning seejärel testige hüpoteesi, kas mehed ja naised abielluvad esimest korda keskmiselt sama vanalt. Millist testi kasutate ja millised eeldused peavad olema selleks täidetud? Milline on varieeruvus soo lõikes? Esitage saadud tulemustest sisuline kokkuvõte. 2 valimiga t-test eeldused ­ arvuline tunnus, normaaljaotus, valemite sõltumatus, dispersioonide võrdsus gruppides H0­ vanuse abiellumisea disp. on võrdsed sugu lõikes H1­ vanuse abiellumisea disp. ei ole võrdne sugu lõikes H0­ keskm vanus on võrdne sugude lõikes H1­ keskm ei ole võrdne VASTUS Funktsioonitunnus ­ arvuline, normaaljaotus, dispersioonid kõigis gruppides samad Argumenttunnus ­ kategooriline, vähemalt 2 vaatlust igas grupis Rühmadesisene hälve saadakse, liites kõigi kaupluse gruppide puhul nende keskmise müügikoguse

Karakteristikud

= 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

Statistiline modelleerimine teooria kokkuvõte 2020

Hüpoteeside testimine ehk keskmiste võrdlemine: Vaja vastata küsimustele: (1) kas rühmad (või valimid ja nende jaotused) on nii sarnased, et võime öelda, et nad kuuluvad samasse üldkogumisse või (2) on nad nii erinevad, et esindavad kahte erinevat üldkogumit? (Nt. Kas naissoost üliõpilased saavad sõnavaratestis paremaid tulemusi kui meessoost üliõpilased?) Hüpoteesi kontrollimine:  püstitada nullhüpotees (nt erinevust ei ole) ning alternatiivne e. sisuline hüpotees (erinevus on)  defineerida testimise protseduur, sealhulgas olulisuse nivoo (psühholoogias 95%)  otsustada, millist keskmiste erinevuste testi kasutada  arvutada teststatistikud ja nendega seotud olulisuse tõenäosused  arvutada efekti suuruse näitajad  teha järeldus, kas andmed on kooskõlas nullhüpoteesiga või mitte Nullhüpotees ja alternatiivne hüpotees:  Alustatakse eeldusest, et valimid ei erine; H0: μ1= μ 2 (nullhüpotees)