Leidsid 33 sarnast õppematerjali, mis on seotud failiga "Statistika ülesanded". Need materjalid aitavad sul teemat sügavamalt mõista.
kehakaal, keskväärtus, kvartiil, arvuline, mariann, koostan, andmetega, sagedusjaotustabel, suuremaidriatsioonikordaja, koostaja, aastaste, emmeliine, kerttu, kätlin, kaisa, viktoria, gerli, sille, maie, milla, signe, sigrid, merit, moonika, terje, hanna, irma, ruth, karmen, annabel, annemai, kadri, helen, kreete, enelriatsioonrida, kvartiilid60 0.50 0.40 Osakaal 0.30 0.20 0.10 0.00 [155;162] (162;169] (169;176] (176;183] (183;190] (190;197] Pikkus 1 Alumine kvartiil: 2.75 2 2.75 3 4 4 7 8 37 väga hea keskmine hea väga hea
Valimi maht N - uuritavate objektide koguarv. Aritmeetiline keskmine - tunnuse kõigi väärtuste summa ja objektide arvu jagatis. Keskväärtus - tunnuste väärtuste aritmeetiline keskmine. Mood - tunnuse kõige sagedamini esinev väärtus Mediaan - arv, millest on suuremaid ja väiksemaid väärtusi variatsioonireas on ühepalju. Maksimaalne element, Xmax - tunnuse väärtuste hulgas suurim element. Minimaalne element, Xmin - tunnuse väärtuste hulgas väikseim väärtus. Ülemine kvartiil, - tunnuse väärtus, millest suuremaid (või võrdseid) liikmeid on variatsioonireas ¼ ehk 25%. Alumine kvartiil - tunnuse väärtus, millest väiksemaid (või võrdseid) liikmeid on variatsioonireas ¼ ehk 25%. Dispersioon andmetele vastav hälvete keskväärtus. 2 Standardhälve dispersiooni ruutjuur. Andmed ühesugused dispersioon=0. Korrelatsioon - statistiline sõltuvus- ühe muutuja iga väärtusega saab seada vastavusse teise muutuja sagedusjaotuse.
42, 44, 41, 42, 43, 45, 44, 46, antud Moodustada 40, 41,andmete 43, 44 põhjal sagedustabel ja jaotustabel. 11 12 Ühe klassi õpilaste pikkused (cm). 161, 173, 168, 159, 166, 64, 171, 170, 167, 177, 163, 159, 162, 172, 169, 170, 165, 16, 174, 162, 166, 158, 169, 178, 169, 164, 171. Moodustada sagedustabel jaotades andmed 5 klassiks. 13 Tunnuse keskväärtus on tunnuste aritmeetiline keskmine. Kui objekte on palju, siis on mõistlik kasutada sagedustabelit 14 Aritmeetilise keskmise eelised: 1) kasutab kogu infot 2) on aluseks paljudele teistele näitajatele 15 Aritmeetilise keskmise puudused: 1) kui jaotus on mitmetipuline või U- kujuline, siis ei pruugi aritm. keskmine olla tunnuse kuigi iseloomulik väärtus 2) on tugev abstraktsioon, sellist
=450 :15=30a ; Mo = 20a ; Me = xi ; i= N 1 ; i = 8 ; Me = 23. X 2 =476 : 29,7530a ; Mo = 20a ; Me= x i xi 1 i= N ; i=8 1 X 2 2 1 Me= 2324=23,5 2 Hajuvuse karakteristikud iseloomustavad tunnuse hajuvust. Variatsiooni ulatus [max min = 75 - 18 = 57 (*ülesanne 05)] Alumine ja ülemine kvartiil q ; q Dispersioon ja standarthälve Variatsiooni kordaja Alumine kvartiil on tunnuse väärtus, millest väiksemaid väärtusi on variatsioonireas 25% ja ülemine kvartiil on tunnuse väärtus, millest suuremaid väärtusi on variatsioonireas 25%. 1 N Me= x i x i1 i= =4 N = 8 2 2 1 Me= 2020=20 <- q 2 1 Me= 2729=28 <- q (*ülesanne 05) 2 Hälve näitab kui suur on Xi erinevus aritmeetilisest keskmisest (hälve); X i- X
Oksana Perova 13.11.2009 SEB 11. TARTU RATTAMARATON andmete allikas www.tartumaraton.ee 89 km tähestikuline /alphabetical koht N koht nr nimi elukoht aeg vanus_kl place L place s-nr name country time age group 796 2143 Aamisepp Arno Harju 03:46:10 M17 152 1451 Alamaa Siim-Erik Harju 03:07:02 M17 961 1275 Aloel Joosep Tartu 03:54:41 M17 943 2642 Altermann Madis Lääne-Viru 03:53:32 M17 953 2643 Altermann Mikk Lääne-Viru 03:54:05 M17 2219 2552 Arg Oliver Tartu 05:16:51 M17
RIIK SUGU PIKKUS MASS PEA_P JALANR ODE_VEND MAT_HINNE Eesti M 186 95 59 44 1 4 Eesti N 170 85 57 42 6 4 Eesti N 169 50 54 38 1 3 Eesti M 180 70 56 43 0 3 Eesti 179 72 55 40 1 4 Eesti N 170 55 55 37 1 4 Eesti N 160 58 55 38 1 5 Eesti N 161 57 55 39 1 4 Eesti N 171,5 59 57 38 1 4 Eesti N 180 63 58 41 2 5 Eesti N 168 54 57 38 1 4 Eesti N 170 57 52 40 2 3 Eesti N 163 61 57,5 39 0 4 Eesti M 172 66 54 42 1 4 Eesti M 183 73 54,5 44 4 Eesti M 185 72 56 44
maalkaalus või paks. "kõhn";"paks")) Mees 173 59 19 67 kõhna =vanus päevades/365,25 =sünnikuupäev VANUS AASTATES SÜNNIKUUPÄEVA NÄDALAPÄEV 20,6 kolmapäev, 2. juuni 1993 Harjutus 8 Täida järgnev tabel vajalike andmetega PRINTERITE MÜÜK OKTOOBRIS Mudel Hind Kogus Summa 1 CANON BJ-30 3 894 5 19470 CANON BJ-31 5 074 3 15222 CANON BJ-32 3 490 5 17450 CANON BJ-33 4 290 8 34320 CANON BJ-34 5 890 6 35340 CANON BJ-35 9 853 2 19706
36% 53.64% 86 116 2000 1,372,071 632,709 739,362 46.11% 53.89% 86 117 2005 1,347,000 628,100 718,900 46.63% 53.37% 87 114 Koosta joondiagramm meeste ja naiste osatähtsuse muutuse kohta aastate lõikes Koosta tulpdiagramm võrdlemaks rahvastiku arvu, meeste ja naiste arvu aastate lõikes Ülesanne 6 Täida tabel 10 kauba andmetega (kauba nimetus, tellimiskuupäev, valmimiskuupäev, hind, kogus), sorteeri andmed kauba nimetuse järgi. Tabelisse sisesta alljärgnevad valemid: Summa = Hind * Kogus Käibemaks (20%) summast Kokku = Summa + Käibemaks Märkused = IF(valmimiskuupäev>tellimiskuupäev;Tähtaeg ületatud!;OK) Hindade väljendamiseks jaoks kasuta raha vormingut
Tabelid 2 Andmeloendid. Andmeanalüüs ja and Sorteerimine, filtreerimine, kokkuvõtted, ko analüüs ja andmete korrastamine kokkuvõtted, koondid jm Andmeloendite põhiomadused ja põhitegevused nendega Arvutite müükide arvestus Töötajate nimekiri Puidu müükide tabel Tabeli kirjete sorteerimine ja grupeerimine Päringud ja filtreerimine Autofilter Arendatud filter Makro kasutamine arendatud filtriga Kokkuvõtted, koondid jmt Vahekokkuvõtted - Subtotals Risttabelid - Pivot Table Report Funktsioonid COUNTIF ja SUMIF Andmebaaside funktsioonid veeb klipp Andmeloendid Andmeloendite põhiomadused ja põhitegevused nendega Andmeloend (Data List), ka lihtsalt loend (List) või andmebaasi tabel, on korrapärane tabel, mille kõikide rividel (ridadel) on ühesugune struktuur. Iga rivi sisaldab ühe objekti omadusi, igas veerus on ühe omaduse väärtused. Rivisid nimetatakse kirjeteks (record), veerge - v�
KAITSEVÄE VÕRU LAHINGUKOOL SÕDURI KÄSIRAAMAT Võru 2008 Koostatud Kaitseväe Võru Lahingukooli õppeosakonnas. Täname koostöö eest: Sidepataljoni LT VÕK Tapa VÕK-i Üksik- vahipataljoni Viru Üksik jalaväe-pataljoni Parandusettepanekud on oodatud e-posti aadressile: [email protected] EESSÕNA Hea Lugeja, Eesti Vabariigi ettevalmistus sõjaliseks kaitseks toetub üldisele ajateenistuskohustusele. Täna kestab ajateenistus Eesti kaitseväes vähemalt kaheksa kuud. Siis õpitakse instruktorite käe all sõduritarkusi, mida kogu teenistuse jooksul praktiseeritakse ja täiendatakse. Kuid inimene kipub ikka aeg ajalt asju unustama ning ega sõdurgi erand ole. Seega annab alljärgnev "Sõduri käsiraamat" võimaluse ununema kippuvaid teadmisi üle korrata ning vajalikul hetkel käepärast olles võib ülesannete täitmisel tähtsaks õlekõrreks osutuda. Tänapäeva sõjapidamine on muutunud väga tehniliseks ja nii võiks väita,
Vastusevariandid olid ette antud. Esimese kahe küsimuse vastused on toodud veergudes J ja K. Küsimuse 1 vastusevariante oli kuus ja vastav sagedustabel on toodud allpool. ÜLESANNE: koosta samasugune sagedustabel küsimuse 2 vastuste kohta. Küsimuse 1 vastuste jaotus Antud vastusevariandi sageduse leidmiseks Vastusevariant Sagedus Suhteline sagedus kasutatakse funktsiooni COUNTIF Range andmetega lahtrite piirkond 1 13 19,1% Criteria lahter, kus asub väärtus, mille 2 15 22,1% esinemissagedust soovitakse leida. Andmepiirkonna Range märkimisel kasutatakse 3 11 16,2% absoluutset adresseerimist, et valemi kopeerimisel viide
Variatsioonikordaja - on hajuvusmõõt, mis seisneb kogumi standardhälbe ja keskväärtuse suhtes. Variatsioonirea ulatus u maksimaalse ja minimaalse elemendi vahe. Sagedustabel näitab, mitmel korral saab antud tunnus antud väärtuse. Korrelatsioon kasutatakse statistikas võrdlemisel. Näitab, kas uuritavate objektide puhul on tegemist mingite sarnaste ilmingutega või mitte. Dispersioon andmetele vastav hälvete keskväärtus. Standardhälve iseloomustab tunnuse hajuvust. Mida suurem on standardhälve, seda suurem on tunnuse väärtuste hajuvus. Alumine kvartiil Kv - tunnuse väärtus, millest väiksemaid (või võrdseid) liikmeid on variatsioonireas 4 ehk 25%. Ülemine kvartiil - tunnuse väärtus, millest suuremaid (või võrdseid) liikmeid on variatsioonireas 4 ehk 25%. Üldkogum - kas looduse või ühiskonna nähtus või objektide hulk, mille kohta soovime teha teaduslikult põhjendatud järelduse.
4 13 1 6 7 1 4 12 1 2 3 4 5 6 7 8 9 10 11 12 23 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 9 1 2 3 4 5 6 7 8 9 3 7 4 15 8 6 31 44 7 16 22 41 3 13 19 17 7 3. Kodutöö Ülesande variantide saamiseks sisestage oma õpingukoodi number lahtrisse, mille nimi Koostage loengutes ja praktikumises tehtud näidete eeskujul Visual Basic' protseduurid/funk ülesandes nimetatud andmetega. Funktsioone peab saama kasutada Exceli valemites. Sub-protseduuride käivitamiseks paigutage töölehele graafilised kujundid / käsunupud. Lahendada tuleb ainult enda variandi ülesanded, teiste variantide lahendusi ei tohi esitatavas failis Lahendustega fail laadige üles Moodle kursusel. Töö esitamise tähtaeg on 15. november kell 1. Koostada VBA funktsioon, mis leiab parameetrina antud aastaarvu järgi antud aasta isadepäeva kuupäeva (novembri teine pühapäev)
Ülesanne variant arvutada valemi järgi =MOD(XX; 20), kus XX - kaks viimast kasutajanime numbrit Risttabelid e. liigendtabelid Arendatud filter (tulemused esitada 15 (paigutada töölehele töölehtedel Filter_1 ja Filter_2) Risttabel+Diagramm) Koostada risttabel inimeste hobide 0 Väljastada töölehele Filter_1 nende töötajate esinemissageduste analüüsimiseks ees- ja perenimed, kelle palk on suurem kui linnade ja vanusegruppide lõikes. 10000. Vanusegrupid koostada 15 aasta kaupa. Väljastada töölehele Filter_2 nende inimeste Risttabeli andmete alusel koostada isi
Ülesanne disain asub lehel Kia_an_näide Variand Risttabelid e. liigendtabelid Arendatud filter (tulemused esitada i (paigutada töölehele töölehtedel Filter_1 ja Filter_2) number Risttabel+Diagramm) Koostada risttabel inimeste hobide 0 Väljastada töölehele Filter_1 nende töötajate esinemissageduste analüüsimiseks ees- ja perenimed, kelle palk on suurem kui linnade ja vanusegruppide lõikes. 10000. Vanusegrupid koostada 15 aasta
mitu korda on ta eelmisest suurem. Ruutkeskmine – rakenduslik tähtsus on suur dispersioonanalüüsis, korrelatsioonikordajate leidmisel ja muudes statistliste protseduurides. 6. Mediaan – korrastatud statistilise rea keskliige, millest mõlemale poole jääb võrdne arv liikmeid. Ühele poole jäävad on väiksemad ja teisele poole jäävad suuremad. Kvartiilid –Jagavad stat rea neljaks osaks, millel igas on võrdne arv liikmeid. Esimene kvartiil on mediaan rea esimesest poolest, teine kv. on mediaan, kolmas mediaan rea teisest poolest. Detsiilid jaotavad stat rea kümneks osaks (D1..D9).Tsentiilid jaotavad stat rea 100 võrdse liikmete arvuga osaks(T1..T99) 7. Mood – kõige sagedamini korduv tunnuse väärtus. Seda kasutatakse siis, kui soovitakse kogumit iseloomustada temas kõige sagedamini esineva nähtuse alusel. Mood on kõige tüüpilisem väärtus.
larvudena, saab nendega d praktilist tähendust b jooksva (kuupäeva ja kellaja). Lahtrile on stavat aja esitusviis, on otstarbekas da menüüst valikut on orienteeritud USA keeleseadetele nnab jooksva kuupäeva (ilma kellajata). i anna, on tegemist täisarvuga, mis näitab evade arvu. Statistikafunktsioonid Leia kõige suurem arv Leia kõige väiksem arv Leia aritmeetiline keskmine Leia summa Leia mood Leida mediaan Mitu arvu on tulbas kokku? Leia 1. kvartiil Leia dispersioon Leia standardhälve Leia suuruselt 3. väärtus TS3266: LIIKLUSREGISTRIS ARVEL OLEVAD SÕIDUAUTOD, 2009 Audi 522 BMW 585 Ford 1,141 Honda 2,355
Mainori Kõrgkool Matemaatika ja statistika Loengukonspekt Silver Toompalu, MSc 2008/2009 1 Matemaatika ja statistika 2008/2009 Sisukord 1 Mudelid majanduses ............................................................................................................. 4 1.1 Mudeli mõiste ......................................................................................................................... 4 1.2 Matemaatilise mudeli struktuur ja sisu ................................................................................... 4 2 Funktsioonid ja nende algebra............................................................................................... 5 2.1 Funktsionaalne sõltuvus ....................................
Ülesanne 2. Andmed ja valemid Siia tehke või kopeerige eelmisest tööst "kirjanurk". Kuju võib olla teine, kuid toodud andmed peavad olema Martin Jõgeva Jaan Übi d ja valemid st tööst "kirjanurk". andmed peavad olema 082649 MATB11 Ülesanded Arvvavaldised Ruutvõrrandi lahendamine Rakendus "Detail" Detaili kujud Materjalid Värvid Ideaalne inimene Laenuintress Viktoriin Lisad Matemaatikafunktsioonid Tekstifunktsioonid Loogikafunktsioonid Ajafunktsioonid Sisestage siia matrikli viimane (a) ja viimane nr eelviimane eelviimane (b) number. Valemid annavad c a b c y nr z nr väärtuse ja funktsioonide numbrid 9 4 3 1 3 Funktsioonide
Töötlev tööstus Tallinn Töötlev tööstus Tallinn Töötlev tööstus Tallinn Töötlev tööstus Tallinn Töötlev tööstus Tallinn Töötlev tööstus Tallinn Töötlev tööstus Tallinn Töötlev tööstus Tallinn Töötlev tööstus Tallinn Töötlev tööstus Tallinn Töötlev tööstus Tallinn Töötlev tööstus Tallinn Leia: 1) Suurima ja vähima töötajate arvuga ettevõtte suurus 2) Milline on ostude summa keskväärtus ja selle variatiivsus koos valimi mahuga? 3) Milline on ostude summa , millest pooled ettevõtted on kulutanud rohkem ja pooled vähem. 4) Leida keskmine ühe ostu summa (NB! Seda ei saa leida ühe konkreetse funktsiooniga. Sellist ü Seega tuleb oma mõistus välja otsida.) 5) Kasutades tingimusvormingut eristada 10% kõige tulusamaid kliendikontakte (Home-->Contidi Kliendi
2 Töötlev tööstus Tallinn 5 Töötlev tööstus Tallinn 7 Töötlev tööstus Tallinn 4 Töötlev tööstus Tallinn 7 Töötlev tööstus Tallinn 5 Töötlev tööstus Tallinn 4 Töötlev tööstus Tallinn 4 Töötlev tööstus Tallinn 3 Töötlev tööstus Tallinn 5 Töötlev tööstus Tallinn 7 Töötlev tööstus Tallinn Leia: 1) Suurima ja vähima töötajate arvuga ettevõtte suurus 2) Milline on ostude summa keskväärtus ja selle variatiivsus koos valimi mahuga (m; SD; n)? 3) Milline on ostude summa , millest pooled ettevõtted on kulutanud rohkem ja pooled vähem. 4) Leida keskmine ühe ostu summa (NB! Seda ei saa leida ühe konkreetse funktsiooniga. Sellist ülesannet näidises ei olnud. Seega tuleb oma mõistus välja otsida.) 5) Kasutades tingimusvormingut eristada kliendikontaktid, mille tulu jääb allapoole keskmist tulu (Home-->Contiditional Formatting)
LOKT.04.023 Jäätmemajandus ja jäätmekäitlus (3 EAP) Ajakava, teemad ja õpieesmärgid Aeg (esialgne!) Teema 1.sept Sissejuhatus. Jäätmete liigid, koostis ja käitlemise põhimõtted. 8.sept Seadusandlus: Jäätmeseadus ja nimistu 15.sept Jäätmekavade koostamine ja keskkonnajaamade rajamine.. 22.sept AS Kuusakoski/Keskkonnajaam/Epler ja Lorents 29.sept Aardlapal
Tallinna Reaalkool Venoosse trombembolismi seos pahaloomulise kasvajaga Uurimistöö Koostaja: Brigita Maria Raave 11.b Juhendajad: PhD Katrin Nõukas, PhD Marika Tammaru Koolisisene juhendaja: Kersti Veskimets Tallinn 2019 Sisukord Kasutatud mõisted............................................................................................................................ 4 Sissejuhatus ...................................................................................................................................... 6 1
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
14:28:15 a, b, c rol Panel / Regional Options Funktsioonid Arvavaldised Tekstavaldised Valemid ja avaldised Valem on korraldus Excelile leida (tuletada) mingi väärtus ja salvestada see antud lahtris. See esitatakse kujul: =avaldis Võrdusmärk ( = ) on Excelile tunnuseks, et tegemist on valemiga. Suvalist sisendit, mis algab võrdusmärgiga, käsitleb Excel valemina. avaldis - määrab, millised tehted peab täitma andmetega vajaliku väärtuse leidmiseks. Üldjuhul ta koosneb: operandidest, tehtemärgidest ja ümarsulgudest. Operandideks võivad olla: konstandid: 12 25,73 "N" "Kasemets" "01.01.2000" viited lahtritele ja lahtriplokkidele (muutujad): - aadressid: B5, H13, C5:H28, $B$5, H$13, ..., Sheet2!B5, ... - nimed: a, x, x_1, c_, pikkus, palk, ... , Sheet2!palk, ... funktsiooniviidad ehk lihtsalt funktsioonid: SIN(B3), SQRT(a^2+b^2),
est liiki viga tekib siis, kui võetakse vastu sisukas hüpotees, aga tegelikult on õige nullhüpotees. See on raske viga, mis tähendab, e est liiki vead on sageli ohtlikud vead, mille tegemist tuleks võimalikult vältida. Esimest liiki vea tegemise suurimat lubatavat tõenäosu m olulisuse nivoo, mille korral saab konkreetse valimi põhjal sisukat hüpoteesi tõestada. poolsete hüpoteeside korral kontrollitakse seda, kas keskväärtus erineb mingist etteantud väärtusest. Erinevus võib olla mõlemale pool oolset hüpoteesi kasutatakse siis kui on oodata kindlasuunalist kõrvalekallet keskväärtusest Nullhüpoteesi ei ole võimalik tõestada. Selle vastuvõtmine tähendab, et kui uurija tahab mingit erinevust, mõju või seos erinevuse, mõju või seose olemasolu).
Teravilja Kartuli Min. Piima lehma saak saak väetisi/ha Lehmade kohta aastas Sigade Maakond Majand Aasta (ts/ha) (ts/ha) (kg) arv (kg) arv Harju Aasmae 83 25 141 318 809 3404 1170 Harju Alavere 83 31 187 279 924 3600 3595 Harju Arukyla 83 22 155 196 1707 3637 3692 Harju Habaja 83 21 133 177 1267 2877 4087 Harju Haiba 83 25 141 245 919 3354 2920 Harju Kehra 83 21 126 296 1555 3211 1380 Harju Koidula 83 23 173 204 638 3435 1661 Harju Kungla 83 20 91 231 837 3245 1244 Harju
MAJANDUSMATEMAATIKA I Ako Sauga Tallinn 2003 SISUKORD 1. MUDELID MAJANDUSES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 Mudeli mõiste. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 Matemaatiliste mudelite liigitus ja elemendid . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 Matemaatilise mudeli struktuur ja sisu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 2. FUNKTSIOONID JA NENDE ALGEBRA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 Arvud ja nende hulgad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 Funktsionaalne sõltuvus . . . . . . . . . .
Tiigis 0,4-0,8 sügavusel ja soovitavalt kõval pinnasel. Puidust või plekist söödaalused 140 Söödast loobumise põhjused 141 Kalade kadu Ellujäämus (väljatulek) ja hukkumine (kadu) protsentuaalses väljenduses mingi eelneva etapiga võrreldes. Kolmest suvisest kasvuperioodist on kalade arvuline kadu suurim esimesel (40-50 %) ja väikseim kolmandal kasvuperioodil (5-10). Kokku on arvuline kadu kasvatamisel vastsest kaubakalani 70-80%. 142 Orienteeruv kadu Vastsed 100 tk. Samasuviste kadu 40-50%, väljatulek 50-60%, kalade arv 50-60 tk Üheaastaste kadu 30%, väljatulek eelmisest 70%, kalade arv 35-42 tk. Kahesuviste kadu eelmisest 25%, väljatulek eelmisest 75%, kalade arv 26-31 tk. Kaheaastaste kadu eelmisest 10%, väljatulek eelmisest 90%, kalade arv 24-28 tk. Kolmesuvine kadu eelmisest staadiumist 5-
hüpertensiooni kindlakstegemisel; ravimresistentse hüpertensiooni juhtudel; antihüpertensiivse ravi määramisel; hüpotensiooni täpsustamiseks; adipoossete ja 1. tüübi diabeedi komplekssel uurimisel; krooniliste neeruhaigustega patsientide komplekssel uurimisel; hüpertensiooni suhtes koormatud pärilikkusega asümptomaatiliste laste uurimisel (Ristimäe 2003, Suurorg 2006). Ettevalmistavas etapis täpsustatakse lapse vanus, mõõdetakse kehapikkus, kehakaal ja vererõhk elavhõbedasfügmomanomeetriga, vastavalt juhisele. Õe ülesandeks on: aparaadi ettevalmistus, sobiva manseti valik vastavalt patsiendile, manseti asetamine uuritava paremale käsivarrele, manseti vooliku ühendamine aparaadiga, aparaadi asetamine patsiendi külge (riputatakse kaela või kinnitatakse rihmaga vööle, uuritava patsiendi põhjalik juhendamine (lapspatsiendi korral ka lapsevanemate nõustamine, juhendamine),
pindalast 1,8%. Suuremad neist asusid Tartumaal hõlmates 10,5% luhtade üldpindalast ehk ca 26200 ha. Suuremal pindalal esines luharohumaid veel Põlvamaa idaosas (5000 ha), Valgamaal (5600 ha), Jõgevamaal (6300 ha) jne. Luharohumaade osatähtsus oli minimaalne Hiiumaal, Saaremaal, Harjumaal ja Ida-Virumaal ning Pärnumaa põhjaosas (Laasimer, 1965). 9 1978-1981.a. inventuuri tulemusena hinnati luharohumaade üldpindalaks 27584 ha. 1960ndate andmetega võrreldes oli nende pindala vähenenud ligikaudu kolmandiku võrra. Enim oli säilinud luharohumaid Läänemaal (4186 ha), Tartumaal (3935 ha),Viljandimaal (3481 ha), Võrumaal (3043 ha), Valgamaal (2776 ha) ja Põlvamaal (2263 ha) (Leibak, Lutsar, 1996). Aastail 1993-1996 inventeeriti projekti WETSTONIA käigus olulisemat looduskaitselist väärtust omavaid luharohumaid. Kõrge ja keskmise looduskaitselise väärtusega luharohumaade pindalaks hinnati ca 12500 ha
Mootor Mootoriks nimetatakse masinat, milles muundatakse mingi energia mehhaaniliseks energiaks. Traktorimootorites toimub kütuse põlemisel tekkiva soojusenergia muundamine mehhaaniliseks energiaks ja edasi generaatoris, mille käitab mootor, elektrienergiaks. Kuna kütuse põlemine toimub mootori silindris, siis nimetatakse seda mootorit veel sisepõlemismootoriks. Sisepõlemismootoreid liigitatakse küttesegu süütamise viisi järgi: Diiselmootor survesüüde Ottomootor sädesüüde Töötsükli osade arvu järgi:
TALLINNA TEHNIKAKÕRGKOOL Arhitektuuri ja keskkonnatehnika teaduskond Tehnoökoloogia õppetool Villu Vares ENERGIA ja KESKKOND Konspekt 1 Villu Vares Energia ja keskkond Tallinn 2012 2(113) Villu Vares Energia ja keskkond SISUKORD SISUKORD.............................................................................................................................................................3 SISSEJUHATUS....................................................................................................................................................5 1 ENERGIAKASUTUS JA MAAILMAS JA EESTIS........................................................................................6 1.1 ENERGIAKASUTUS MAAILMAS JA EESTIS.
annaabi.ee 
