Leidsid 33 sarnast õppematerjali, mis on seotud failiga "Tõenäosusteooria ja matemaatika statistika". Need materjalid aitavad sul teemat sügavamalt mõista.
1771, 2925, 0008, 14501. 1. N n . , m k . N = 20, n = 5, m = 4, k = 2. . . C nk C Nm--nk C 52 C152 5!15!4!16! 5 4 3 15 14 4 P ( A) = = = = = 0,217 . CN m C 204 2!3!2!13!20! 2 20 19 18 17 2. n , k . , m . n = 10, k = 4, m = 2. . . C km C 42 4!2!8! 43 2 P ( A) = m = 2 = = = = 0,133 . Cn C10 2!2!10! 10 9 15 3. . 15% , 25%, 30%. , ( ) . . : A1 ; A2 ; A3 . , ( ) P ( A) = P ( A1 A2 A3 + A1 A2 A3 + A1 A2 A3 ) = = P( A1 A2 A3 ) + P( A1 A2 A3 ) + P ( A1 A2 A3 ) = = P ( A1 ) P ( A2 ) P ( A3 ) + P ( A1 ) P ( A2 ) P ( A3 ) + P ( A1 ) P ( A2 ) P ( A3 ) = = 0,85 0,75 0,3 +
504.064.38 (, , , , , .), . ..................................................................................................4 1. ..............5 1.1. ....................................................................................5 1.2. .........................................................................................5 1.3. .....................................................................................6 1.4. ....................................................................................7 1.5. ........................................................................................7 2. 30 /.....................................................................9 2.1. ..................................................................................9 2.2. .......
i xi N 25 1 71 Keskväärtus 44,12 2 43 Dispersioon 673,44333333 3 56 Standardhälve 25,950786758 4 17 Mediaan 51 5 56 Haare 88 6 9 7 29 8 24 0,1 9 33 t1-/2 0,95 10 4 f (vabadusaste) 24 11 53 12 51 t1-/2(f) (t kvantiil) 1,7109 13 80 (poollaius) 8,8798 14 36 15 54 Keskväärtuse usaldusvah. 16 84 alumine ülemine 17 33
En. Valk Rasv. C18:3 KOLESTER. mg Lakt. Kiuda Ret.ekv Vit.D Vit.E Vit.B1 Vit.B2 NIATS.EKV Vit.B6 Vit.B PANT.HAPE Vit.C TUHK Na K Ca Mg P RÄNI Fe kcal g g G mg g g g g g mg mg mg Mg mg 12 g Mg mg G mg mg mg mg mg Mg mg Teraviljatooted. Nisujahu 328 9,9 1,7 0,07 0 67,1 0 3,5 0 0 0,32 0,43 0,05 5 0,08 0 0,5 0 0,44 0,4 150 13 21 100 2 5,2 Rukkijahu 328 10 2,3 0,14 0 65,6 0 13,6 1,1 0 1,63 0,3 0,13 2,7 0,35 0 1,34 0 1,7 1 500 30 110 360 8 4,9 Odrajahu
OSA A Tabel1 Xi ni ni*xi ni*(xi)2 ni(xi-Xk)2 9 37 1 37 1369 263,74 15 54 3 162 26244 1,73 18 intervalli nr 94 2 188 35344 3322,76 19 1 32 1 32 1024,00 2809,00 30 2 19 1 19 361 1172,38 32 3 33 1 33 1089 409,66 33 4 69 1 69 4761 248,38 37 5 51 1 51 2601 5,02 41 89 1 89 7921 1278,78 43 43 2 86 7396 209,72 43 18 1 18 324 1241,86 49 9 88 1 88 7744 1208,26
KTUD.RH. küllastatud rasvhapped Toitainete sisaldus tabelis tähendab... C16 palmitiinhape 0 C18 steariinhape MKTA.RH. monoküllastamata rasvhapped PKTA.RH. polüküllastamata rasvhapped C18:2 linoolhape C18:3 linoleenhape VL.KIUDAINED vees lahustuvad kiudained RET.EKV. retinooli ekvivalent NIATS.EKV. niatsiini ekvivalent PANT.HAPE pantoteenhape R% sisaldab x% rasva KLASS E tailiha sisaldus üle 55% KLASS O tailiha sisaldus 40-45% (0.9) söödav osa 90% Sul. sulatatud Rasvas. rasvasusega Toitainete sisaldus tabelis tähendab... vastava toitaine sisaldus antud toiduaines on 0 või minimaalne andmed toitaine sisalduse kohta antud toiduaines puuduvad ENERGIA (kcal) ENERGIA (kJ)
x cm U(x) mV U(-x) mV IU(x)I mV fe(x) ft(x) f(x) 0 173,4 173,4 173,4 0,97585 0,857493 0,118357 0,138027 1 172,9 172,9 172,9 0,973036 0,855884 0,117152 0,136878 2 171,8 171,8 171,8 0,966845 0,850976 0,11587 0,136161 3 170,1 170,1 170,1 0,957278 0,842521 0,114757 0,136207 4 167,3 167,2 167,25 0,941239 0,830102 0,111137 0,133883 5 163,8 163,8 163,8 0,921823 0,813126 0,108698 0,133679 6 159,4 159,1 159,25 0,896217 0,790835 0,105382 0,133255 7 153,4 153,4 153,4 0,863295 0,762355 0,10094 0,132406 8 145,5 145,5 145,5 0,818836 0,726809 0,092027 0,126617 9 138,1 137,9 138 0,776628 0,683543 0,093085 0,13618 10 127,7 126,5 127,1 0,715285 0,632456 0,08283 0,130966 11 115,9 113,8 114,85 0,646346 0,574388 0,071958 0,125278
RAKENDUSSTATISTIKA Kontrollküsimused 12.2005 1. Tõenäosus ja tõenäosuse põhilised omadused. Tingimuslik tõenäosus. Bayes'i valem 0 P(A) 1; P(AB) = P(A) + P(B), AB= või U. Tingimuslik tõenäosus tõenäosus sündmusele A kui toimus sündmus B - P(A/B) = P(AB) / P(B) 2. Sündmus ja vastandsündmus. Sõltuvad ja mittesõltuvad sündmused. Sündmuste väli P(A/B) = P(A), P(AB) = P(A)P(B) 3. Sündmuste algebralised operatsioonid. Sündmuste summa ja korrutis. C = F D> C =F D> F> 4. Juhuslik suurus X = X(e) 5. Jaotusseadus ja selle esitamine. Jaotusfunktsioon F(x) ja tema põhiomadused. Väärtus x ja tema tõenäosus p. F(x) juhuslikule suurusele X on tõenäosus, et X võtab väärtuse vähem kui antud arvul x. F(x) = P(Xx). P(x´ X x´´) = F(x´´) - F(x´); 0 F(x) 1; F(x1) F(x2) 6. Tõenäosuse tihedusfunktsioon f(x) ja tema põhiomadused. f(x) = lim P(xXx+x) / x;
# A N 25 xi F0(xi) 1 62 keskväärtus 53,24 77 9 0,09 2 37 dispersioon 705,69 264 15 0,15 3 81 standardhälve 26,56 771 18 0,18 4 54 mediaan 51 1 19 0,19 5 18 haare 85 1242 30 0,30 6 9 1957 32 0,32 7 43 T-qvantiil 1,711 105 33 0,33 8 89 delta mu 9,1 1279 37 0,37 9 19 1172 41 0,41 10 15 keskväärtuse usaldusv.
Osa A. Hinnangud, usaldusvahemikud, statistilised hüpoteesid ja jaotused xi ni xi*ni ni*xi2 ni*(xi-xk)2 0 1 0 0 2907,37 6 1 6 36 2296,33 7 1 7 49 2201,49 8 2 16 128 4217,29 9 1 9 81 2017,81 12 1 12 144 1757,29 13 2 26 338 3348,89 18 1 18 324 1290,25 23 1 23 529 956,05 24 1 24 576 895,21 26 2 52 1
Nisujahu Rukkijahu Odrajahu Grahamjahu Nisukliid Karna ENERGIA, kcal 328,3 328,1 334,8 335,4 328,7 357,6 ENERGIA, KJ 1373,6 1372,6 1400,9 1403,4 1375,3 1496,1 VESI, g 14 14 14 14 14 14 VALGUD, g 9,9 10 9,2 11 16,6 13,8 RASVAD, g 1,7 2,3 3 3,2 5,1 3 KTUD,RH., g 0,19 0,3 0,54 0,38 0,82 0,4 C16,g 0,17 0,29 0,52 0,34 0,77 0,37 C18,g 0,02 0 0,02 0,03 0,05 0,02 MKTA,RH, g 0,24 0,23 0,26 0,48 0,81 0,85 PKTA,RH, g 0,71 1,15 1,39 1,44 2,62 0,94 C18:2, g 0,65 1,01 1,26 1,31 2,43 0,89 C18:3, g 0,
11 1312 1321 1330 1338 1347 1356 1365 1374 1383 1393 12 1402 1411 1420 1430 1439 1449 1458 1468 1477 1487 13 1497 1507 1517 1527 1537 1547 1557 1567 1577 1587 14 1598 1608 1619 1629 1640 1650 1661 1672 1683 1693 15 1704 1715 1726 1738 1749 1760 1771 1783 1794 1806 16 1817 1829 1841 1852 1864 1876 1888 1900 1912 1924 17 1937 1949 1961 1974 1986 1999 2012 2024 2037 2050 18 2063 2076 2089 2102 2115 2129 2142 2155 2169 2182 19 2196 2210 2224 2238 2252 2266 2280 2294 2308 2323
ni xini nx2 ni(x- x)2 xi 2 1 2 4 2512,01 6 1 6 36 2127,05 7 1 7 49 2035,81 12 1 12 144 1609,61 17 1 17 289 1233,41 18 4 72 1296 4656,70 20 1 20 400 1031,69 22 1 22 484 907,21 27 2 54 1458 1262,03 29 1 29 841 534,53 31 1 31 961 446,05 34 1 34 1156 328,33 36 1 36 1
Pikett 0+00 1+00 2+00 2+38,03 3+00 3+75,86 4+00 4+45,16 5+00 5+25,76 6+00 7+00 7+20 7+66,2 8+00 9+00 9+14,44 10+00 10+98,72 11+00 12+00 12+94,44 13+00 14+00 15+00 16+00 17+00 18+00 19+00 19+28,57 20+00 21+00 21+28,57 21+55 22+00 23+00 23+65,17 24+00 25+00 25+7,81 26+00 26+11,43 26+25,96 26+27,7 26+55 26+59,64 26+75 27+00 27+0,22 27+32,3 27+34,07 27+48,82 27+50 28+00 29+00 30+00 Töömahtude koondtabel Algpikett 0+00 1+00 2+00 3+00 4+00 5+00 6+00 7+00 8+00 9+00 10+00 11+00 12+00 13+00 14+00 15+00 16+00 17+00 18+00 19+00 20+00 21+00 22+00 23+00 24+00 25+00 26+00 27+00 28+00 29+00 Masinvahetuste arvu määramine Kasvupinnase eemalda
Reijo Sild HÜDROSILINDRI TEHNOLOOGILISE PROTSESSI VÄLJATÖÖTAMINE JA TOOTMISJAOSKONNA PROJEKTEERIMINE LÕPUTÖÖ Mehaanikateaduskond Masinaehituse eriala Tallinn 2014 SISUKORD SISSEJUHATUS ..................................................................................................................................3 1. TÖÖ ANALÜÜS..............................................................................................................................5 2. SILINDRI KONSTRUKTSIOON ...................................................................................................7 2.1 Tugevusarvutused.......................................................................................................................8 3. VALMISTAMISE TEHNOLOOGIA ............................................................................................12 3.1 Tootmismaht.......................................
Rakendusstatistika arvutusgraafilise AGT-1 andmed ja lahenduse kontrollelemendid MHT/2013 Üliõpilane: Üliõpilaskood: Lahenduse esitamiskuupäev: 21.11.2013 Andmete kood: Andmed Andmed-A: valim A mahuga N=25 (arvkarakteristikud, jaotuse analüüs, dispersioonanalüüs, aegrida ) 37 54 94 32 19 33 69 51 89 43 18 88 9 30 62 41 81 54 49 54 15 94 85 43 87 Andmed-B: valimid B1 ja B2 ( korrelatsioon, regressioonimudeli leidmine ja analüüs) xi 1,1 2,8 2,2 5,1 3,7 yi 7,2 8.9 6,8 19,3 13,1 Valim B1: Paarisvalim (xi, yi) regressioonimudeli leidmiseks (mahuga N=5) Valim B2: Kor
45,04 Keskväärtus 45 ül4 1 Dispersioon 1167,833 1164,123 intervalli nr vahemik 4 Mediaan 38 1 0-20 6 Haare 97 2 20-40 7 t-statistik -0,706614 3 40-60 10 50 4 60-80 11 5 80-100 12 1,7108820799 15 20 10 Histogra 25 0,4780363352 9 27 0,4168338365 8 33 1,710882 7 38 36,41503 6 46 13,84843 5 52 1164,123 62 34,11925 4 62
Tabel 1. nxi ni xi*ni ni*xi2 ni*(xi-xk)2 2 1 2 4 2512,01 6 1 6 36 2127,05 7 1 7 49 2035,81 12 1 12 144 1609,61 17 1 17 289 1233,41 18 4 72 1296 4656,70 20 1 20 400 1031,69 22 1 22 484 907,21 27 2 54 1458 1262,03 29 1 29 841 534,53 31 1 31 961 446,05 34 1 34 1156 328,33 36 1 36 1296 259,85
Iseseisev töö nr 6 Ülesande eesmärk On arvutada puude ülepinnalise kluppimise mõõtmisandmete põhjal kasvava metsa tagavara sortimentide lõikes METSALUGEMISLEHT Metskond Järvselja Kokkuveo kaugus (km) 0,6 Kvartal 253 Langi pindala (ha) 0,76 Eraldis 1 Kasvukohatüüp mustika Raieviis lageraie Võimalik raiuda talvel Dia- Kuusk Kask meetri- Terved Kütte- Kahjus- Eriti Terved Kütte- Kahjus- Kahjus- Eriti klass puud puud tatud kvalit. puud puud tatud tatud kvalit. puud puud
Kombinatoorika valemeid ja mõisteid · Variatsioonideks n erinevast elemendist k kaupa nimetame ühendeid, mis sisaldavad k elementi antud n elemendist ning erinevad kas elementide või nende järjestuse poolest. Erinevaid variatsioone on A =n(n-1) ...(n-k+1)=n!/(n-k)! · Permutatsioonideks n elemendilisest hulgast nimetame ühendeid, mis sisaldavad kõiki n elementi (üks kord) ja erinevad järjestuse poolest. Erinevaid permutatsioone on Pn=n (n-1) ...1 = n! · Kombinatsioonideks n elemendist k kaupa nimetame ühendeid, mis sisaldavad k elementi (antud n elemendi hulgast) ja erinevad vähemalt ühe elemendi poolest. n! · Erinevaid kombinatsioone on C =A /Pk C nk = ( n - k )!k! Tõenäosusteooria · Sündmuste hulka, kus alati üks sündmus toimub ja see välistab teiste toimumise nimetame sündmuste täissüst
Statistika teooria I 1. Kirjeldava statistika põhimõisted: aritmeetiline keskmine, mediaan, kvartiilid, mood, dispersioon, standardhälve, haare. Esitada definitsioonid ja osata antud andmeväärtuste puhul neid mõisteid rakendada N x + x 2 + ... + x N xi Aritmeetiline keskmine: µ = 1 = i =1 N N N-üldkogumi maht Aritmeetilise keskmise erijuht on kaalutud keskmine: N N N µ = 1 µ1 + 2 µ 2 + ... + 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, si
1.Praak detaili tootmise tõenäosus on 0,0345. Leida tõenäoseim praagi hulk 500 detaili tootmisel. 0,035 n=500 6,3 p= p=0,035 n*p-q+1 n=17 q= 1-p=0,965 q=1-p 17,935 tõenäoseim praagi hulk on 17 detaili 2. Binoomjaotus Kulli ja kirja visatakase 5x . Leida tõenäosus et kull tuleb peale poole : a) vähem kui 2x b) mitte vähem kui 2x A. m p 0 0,03125 1 0,15625 0,1875 true- sama vastus mis p(a) P(A) 0,1875 EELNEVATE SUMMA B m= P 2 0,3125 3 0,3125 4 0,15625
TÕENÄOSUSTEOORIA 1 Juhuslik sündmus 1.1 Juhusliku sündmuse mõiste. Mingi katse või vaatluse tulemusena toimub teatud sündmus. Sündmusi tähistatakse tähtedega A, B, C, … . Iga sündmust vaadeldakse teatud tingimuste kompleksi olemasolu korral. Näiteks lumi sulab 0 kraadi juures normaalrõhul. Sündmused võib jaotada kolme liiki: 1. Kindel sündmus , mis toimub alati antud tingimuste juures ( päike tõuseb idast ja loojub läände). 2. Võimatu sündmus , mis ei saa kunagi antud tingimuste kompleksi korral toimuda (rong sõidab maanteel, päike loojub itta). 3. Juhuslik sündmus, mis võib toimuda või mitte toimuda (paarisnumbrisaamine täringuviskel, mündi viskamisel saada kull või kiri). 1.2 Sündmuste vahelised seosed. Sündmuste vahelised seosed on nagu vastavate hulkade vahelised seosed. 1. AB, sündmus B järeldub sündmusest A ehk sündmus A sisaldub sündmuses B. Näiteks: A = (2) ja B = (2;4;6), siis
Vahemikhinnangud Usaldusnivoo ja usalduspiirkond Punkthinnangud on juhuslikud suurused, sest nad muutuvad ühelt valimilt teisele ülemineku korral. Samuti pole punkthinnangu korral võimalik leida hinnangu täpsust. Vahemikhinnangu puhul määratakse antud valimi jaoks vahemik, millesse otsitav parameeter etteantud tõenäosusega kuulub. Tõenäosust, millega peavad kehtima tehtud otsustused, nimetatakse usaldusnivooks ja tähistatakse sümboliga . Parameetri a sümmeetriliseks usalduspiirkonnaks vastavalt usaldusnivoole nimetatakse juhuslikku vahemikku (ã , ã + ), mis katab hinnatava parameetri a tõenäosusega : P(|ã a| < ) = Arv > 0 iseloomustab hinnangu täpsust. Usalduspiirkonna leidmine p(a) S= 0 ã- ã+ a p(a) juhusliku suuruse a tihedusfunktsioon. Usalduspiirkonna (ã , ã + ) leidmiseks tuleb: 1. Arvutada valimi põhja
MATEMAATIKA ARVESTUS 1. Kombinatoorika põhiprintsiibid-liitmis ja korrutamisprintsiip. Liitmisprintsiip- ,,kas üks või teine" . kui mingit objekti A on võimalik valida n erineval viisil ja objekti B m erineval viisil ning valida tuleb kas objekt A või objekt B, siis kõigi erinevate võimalike valikute arv on n + m. Korrutamisprintsiip- ,, nii üks kui ka teine" kui mingit objekti A on võimalik valida n erineval viisil ja objekti B m erineval viisil ning valida tuleb nii objekt A kui ka objekt B, siis kõigi võimalike erinevate valikute arv on n · m. 2. Permutatsiooni permutatsioonideks n erinevast elemendist nimetatakse nende elementide kõikvõimalikke erinevaid järjestusi. Pn = n! 3. Variatsioonid Variatsioonideks n elemendist k-kaupa (k n) nimetatakse nelemendilise hulga kõigi k-elemendiliste osahulkade elementide erinevaid järjestusi. Vnk = n!/(n-k)! k 0! = 1 Variatsioonides on oluline liikmete järjestus erinevalt kombinatsioonidest. Variatsioone on 2x ro
RAKENDUSSTATISTIKA ARVUTUSGRAAFILINE TÖÖ Osa A 1. Valim mahuga N = 25 jrk ni xi ni * xi ni * 2088, 1 1 2 2 2089,25 49 1909, 2 1 4 4 1910,42 69 1656, 3 1 7 7 1657,17 49 1576, 4 1 8 8 1576,75 09 1497, 5 1 9 9 1498,34 69 1204, 6 1 13 13 1204,67 09 882,0 7 1 18 18 882,59 9 561,6 8 1 24 24 562,09 9
SÜNDMUSE TÕENÄOSUS 1. Mis on sündmus tavaelus? 2. Mis on juhuslik sündmus? 3. Millisest aspektist me tahame sündmusi uurida? 4. Sündmuse matemaatiline definitsioon (elementaarsündmus, elementaarsündmuste ruum, sündmus). Elementaarsündmus on mingi vaadeldava protsessi või läbiviidava katse tulemus. Elementaarsündmuste ruumi moodustavad kõik elementaarsündmused ehk kõikvõimalike tulemuste hulk. Sündmuseks nimetatakse mingit suvalist elementaarsündmuste ruumi alamhulka. 5. Sündmuse toimumise kriteerium. Sündmuse toimumise juures on meile oluline vaid see, kas toimub või mitte. Sündmus toimub, kui toimub sündmust määravatest elementaarsündmustest üks. 6. Mitu erinevat sündmust saab moodustada n-elemendilise elementaarsündmuste ruumi põhjal? Tõesta! N-elemendilise elementaarsündmuste ruumi põhjal saab moodustada 2 n sündmust, mille hulka on arvestatud ka tühihulk. 7. Sündmuste liigitus (kindel, võimatu, vastandsündmus) Kind
110 0,103 3000 1750 1250 2200 1000 750 1130 870 670 970 750 600 120 0,091 4000 2550 1750 2500 1300 1000 1430 1130 870 1230 970 750 130 0,078 4500 3800 2550 3200 1700 1300 1600 1430 1130 1500 1230 970 140 0,066 5000 4500 3800 4000 2500 1700 1900 1600 1450 1800 1500 1230 21 9.10 Eelkõverike vähimad pikkused Kasutan projektkiirust 100km/h, kus ringikõveriku raadiuseks võtan 500m ja eelkõveriku pikkus on 145m 22 9.11 Sõidutee laiend kõverikul Raadius (R), m Kiirus (V), km/h
Klassikaline või geomeetriline tõenäosus μ(ΩA)=(2,25-2*0,5)=1,25 k V =k! Ck P(A)=1,25/2,25=5/9 Variatsioonid: n n Liitmislause, korrutamislause, tinglik 1) Karbis on 10 pooljuhti, neist 7 hiljuti testitut. Karbist tõenäosus, sõltumatud sündmused, võetakse huupi 5 pooljuhti. Leidke tõenäosus, et sõltumatute katsete seeria nende hulgas on täpselt 3 hiljuti testitut. Liitmislause: P(A1+A2)=P(A1)+P(A2)-P(A1A2) Lahendus: A=“3 pooljuhti 5-st on testitud“ P((A1+A2)+A3)= P(A1)+P(A2)+P(A3)-P(A1A2)- 5 P(A1A3)-P(A2A3)+P(A1A2A3) │Ω│=n= C10 =12 Tinglik tõenäosus: DEF. P(A/B)=P(AB)/P(B) ; 3 2
44,84 Keskväärtus 44,84 ül4 1 Dispersioon 814,056666667 814,05667 intervalli nr. 1 Mediaan 38 28,531678 1 7 Haare 86 2 10 t-statistik -0,9043112513 3 15 50 4 16 5 19 1,7108820799 24 35 Histogr 38 0,4780363352 38 0,4168338365 8 41 1,7108820799 7 6 41 36,4150285018 5 44 13,8484250272 4 49 814,056666667 3 51 28,5316783009
0, 1, 1, 4, 5, 5, 6, 7, 10, 10, 11, 12, 12, 15, 17, 20, 22, 23, 24, 25, 25, 25, 27, 33, 38, 38, 39, 39, 40, 43, 44, 44, 46, 52, 62, 62, 69, 69, 71, 71, 74, 74, 75, 75, 78, 78, 79, 79, 80, 82, 82, 85, 86, 87, 91, 91, 96, 96, 96, 98 Dixon-test Rlow=(x3-x1)/(xn-2-x1), n=60 -> Rlow=(1-0)/(96-0)=1/96=0,01 -> x1 ekse, sest et Rlow =0,01> Dkr=0,35 Osa A. Hinnangud, usaldusvahemikud, statilised h üpoteesid ja jaotused Tabel 1. Valim xi-juhuslik arv, ni xi kordumiste arv xmin=0, xmax=98 xi ni ni*xi ni*xi² ni(xi-x)² 0 1 0 0 2254.35 4320.78 1 2 2 2 1 4 1 4 16 1890.51 3609.10 5 2 10 50 1 6 1 6 36 1720.59 7 1 7 49 1638.63 2809.50 10
46,2 Keskväärtus 46,2 ül4 99 Dispersioon 867,9167 intervalli nr vahemik 32 Mediaan 38 1 0-20 10 Haare 99 2 20-40 96 t-statistik -0,644942 3 40-60 2 50 4 60-80 79 5 80-100 46 1,7108820799 31 29,46043 68 46 7 Histog 47 0,4780363352 6 28 0,4168338365 75 2,063899 5 29 36,41503 32 13,84843 4 7 S2 867,9167
Osa A 2 i xi ( x i−´x ) 1 1 1921,946 2 1 1921,946 3 7 1431,866 4 10 1213,826 5 15 890,4256 6 16 831,7456 7 19 667,7056 8 24 434,3056 9 35 96,8256 10 38 46,7856 11 38 46,7856 12 41 14,7456 13 41 14,7456 14 44 0,7056 15 49 17,3056 16 51 37,9456 17 58 173,1856 18 69 583,7056 19 69 583,7056 20 76 970,9456 21 79 1166,906 22 82 1380,866 23 84 1533,506 24 87 1777,466 25 87 1777,466 ∑ 1121 19537,36 1. Selle valimi: ∑ xi ni = Keskväärtus: μ= n ∑ xi pi=44,84 N 1 1 Hinnang: ^μ= x´ = N ∑ x i= 25 ∙ 1121=44,8 i =1
annaabi.ee 
