Tasuta
Faili alla laadimine on tasuta
~ 47 lehte
Lehekülgede arv dokumendis
2023-02-28
Kuupäev, millal dokument üles laeti
3 laadimist
Kokku alla laetud
0 arvamust
Teiste kasutajate poolt lisatud kommentaarid
lolikk
Õppematerjali autor
Kehakaal Sugu Tähtkuju Pikkus (cm) (kg) Jalanumber (binaarne) (järjestustunnus) (pidev) (pidev) (diskreetne) naine Neitsi 172 63 39 mees Vähk 182 64 41 naine Sõnn 155 62 38 naine Kalad 171 55 38 naine Kaksikud 170 58 38 naine Neitsi 179 58 41 naine Veevalaja 173 55 38 naine Jäär 173 55 38 naine Kaljukits 170 58 40 naine Neitsi 173 65 41 naine Kaksikud 170 64 40 mees Kaalud 178
Üldkogumi keskväärtuse usaldusintervall (suur valim) - eng. Confidence interval (CI) for Gender FB.Friends Female 314 Male 1228 Male 1189 Female 0 Male 709 Male 1072 Female 483 Female 600 Male 659 Male 1647 Male 696 Female 154 Female 512 Male 1225 Male 757 Female 1000 Male 171 Male 900 Female 599 Male 200 Male 797 Male 786 Female 337 Male 700 Male 285 keskväärtus Male 691 standartviga Female 0 mediaan Female 860 mood Male 708
Hinnangud, hüpoteesid, regressioon Proovitükk nr. 6 Kolmas kodutöö õppeaines Metsandusliku andmetöötluse alused Lähteandmeteks on Teie proovitüki 1. rinde enamuspuuliigi keskmine diameeter (rühmitamata andmed). Kopeerige see tulp sellele samale töölehele. Punkthinnangud, vahemikhinnangud, valimi maht Eeldame, et teie proovitükil mõõdetud andmete põhjal tahame teha järeldusi samalaadse üldkogumi kohta Selleks arvuta järgmised statistikud oma proovitüki kohta 1) Leida 1. rinde enamuspuuliigi diameetri kohta (rühmitamata andmetest) järgmised suurused:
utab tähelepanuvõimet utab statistiliselt oluliselt üliõpilaste tähelepanuvõimet (p=0,02) Kõne pikkus, Eelmine min aasta 18,6 18 10,8 18 Valitsuse poolt rahastatavas noortele mõeldud nõuandetelefon mis parandab helikvaliteeti. Hüpoteesiks on, et kõnekvaliteedi 23 18 Eelmiste aastate statistika põhjal on seni telefonikõnede pikku 31,2 18 Peale uue süsteemi paigaldamist registreeriti esimese päeva j 30,6 18 Kontrollida hüpoteesi paikapidavust olulisuse nivool 0,05. 34,9 18 3,5 18 19,1 18 29,8 18 12,3 18 H0 erinevus puudub (kõnekvaliteedi parandamine ei mõju
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 punkthinnang kogumi keskväärtusele). Intervallhinnang on lõik, mis sisaldab parameetri tegelikku väärtust mingi etteantud tõenäosusega. 5. Hinnangfunktsioon. Hinnangfunktsioon on reegel parameetrite hinnangute leidmiseks. Tuntudmad
● 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. Intervallhinnang (interval estimate) on lõik, mis sisaldab parameetri tegelikku väärtust mingi etteantud tõenäosusega. Ka usaldusvahemik (confidence interval) 5. Hinnangfunktsioon. Hinnangfunktsioon (estimator) on reegel üldkogumi parameetri(te) hinnangu(te) leidmiseks. ● Ühe ja sama parameetri hindamiseks võib kasutada erinevaid
26 0.6084 18.1476 3.3228 2.22045E- 7.1054E Summa 14.9 55.3 15 -15 9.188 109.772 29.906 xk 2.98 11.06 Korrelatsioonitegur: 0,9416 Determinatsioonitegur: 0, 8867 t-statistik: 0.54887119 z-statistik: 1.82906558 Tabelist võetud (tõenäosus - 0.975): t-statistik; 3.1824 z-statistik: 1.9602 Kuna mõlema puhul on tabeli statistik suurem, siis on tulemus vastuvõetav ning hüpoteesid vastu võetud. 11. Leida ühefaktoriline lineaarne regressioonimudel y = b0 + b1x ja analüüsida selle täpsust (olulisuse nivool α = 0,05) 11.1 leida mudeli parameetrite hinnangud b0 ja b1. Keskmine x 3.7 1.1 5.1 2.8 2.2 2.98 y 13.1 7.2 19.3 8
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)
annaabi.ee 
Sisene Facebook'ga
Sisene Google'ga
Sisene LinkedIn'ga
Kõik kommentaarid