Eesti Mereakadeemia .....................................teaduskond ...........................................õppetool Üliõpilase ees- ja perekonnanimi Töö pealkiri Teadustöö alused - ainetöö Tallinn, Aasta Eesti Mereakadeemia .....................................teaduskond ...........................................õppetool Tallinn, Aasta Arvuta ja koosta iseloomustavad diagrammid Harjutus 1Õpilaste osalemine kinokülastusel. Arvuta ja tee iseloomustav tulpdiagramm, kasutades KLASS ja OSALUS% veegusid õpilaste arv klass klassis osalenud osalus õpilaste%arv 1a klass 16 16 100,0 2a klass 14 13 92,9 3a klass 22 20 90,9 4a klass 18 18 100,0 120,0 5a klass 21 20
Rahvastik Maret Vihman. RAHVAARV *Eesti elanike arv ületas 1 milj. ................ aastal *Eesti elanike arv ületas 1,5 milj. ................. aastal *Eesti suurim elanike arv oli 1990.aastal – 1,572 miljonit. *praegu on elanike arv Toompuu, T., Taits,T. Eesti maakonnad ja linnad. Töövihik. 1997 järgi *Miks vähenes E.rahvastiku arv 17,sajandi lõpus, 18.saj.alguses? - - - *Miks vähenas E. rahvastiku arv ajavahemikus 1934- 1945? - - - *Miks vähenes E. rahvastiku arv pea
EESTI-SISESED ERINEVUSED Eesti jaotamine regioonideks Ehkki Eesti on väike, on ta osad ka inimgeograafiliselt siiski küllaltki erinevad. Kõige jämedamates joontes on pilt selline. Juba varakult kujunes välja tööstuse koondumine Põhja-Eestisse, kus leidub rohkem loodusvarasid ja on kergem ühendust pidada nii Venemaa kui eriti ülemeremaadega. Põhja-Eesti piires omakorda kujunes kaks tööstuspiirkonda, Kirde-Eestis ja Tallinnas koos ümbrusega. Kesk- ning Lõuna-Eesti, samuti Lääne-Virumaa, jäid ülekaalukalt põllumajanduslikuks piirkonnaks, Lääne-Eesti majandusele avaldas suurt mõju meri. Tallinna regioon on teistest palju jõukam. Tööstuse paigutus Eestis Piirkond 1913 1939 1990 2004 Tallinn ümbrusega 44,3 49,6 44,3 44,2 Kirde-Eesti 36,4 26,8 24,1 13,6 Muu E
ÜLERIIGILINE TASEMETÖÖ MATEMAATIKA 6. KLASS 12. MAI 2005 VARIANT A ÕPILASE NIMI POISS TÜDRUK KOOL MAAKOND 1., 2., 3. ÕPPEVEERANDI HINNE TASEMETÖÖ PUNKTISUMMA TASEMETÖÖ HINNE MÄRKUSED (on parandusõppel, saab logopeedilist abi, õpib individuaalse õppekava alusel, kodune keel erineb kooli õppekeelest ) Õpetajale 2 punkti 1. Jooni alla lihtmurrud. 1
TALLINNA TEHNIKAÜLIKOOLI Tallinna Kolledz Anzelika Baldina Äriplaan OÜ Kodutekstiili Maailm Juhendaja: Raul Vatsar Tallinn November 2010 SISUKORD 1. KOKKUVÕTE...................................................................................................................4 2. ÄRIIDEE ISELOOMUSTUS.............................................................................................5 3. SWOT analüüs................................................................................................................... 6 4. TEHNOLOOGIA LÜHIKIRJELDUS. TOOTMINE........................................................ 7 5. PROJEKTI KIRJELDUS................................................................................................... 8 a. Õmbluskoda, kauplus, e-pood.................................................................................
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 12
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
Varieerumisulatus näitas katsealal puude tunnuste miinimumi ja maksimumi vahelist varieerumist vahemikuna. Dispersioon näitab, kui palju uuritavad suurused varieeruvad. Samade väärtustega katsete dispersioon on võrdne nulliga ning mida suurem on erinevus, seda suurem on ka dispersioon. Standardhälve näitab aga erinevust aritmeetilisest keskmisest. Variatsioonikordaja näitab hajuvust keskväärtuse ümber protsentuaalselt ja mida väiksem on nimetatud väärtus, seda ühtlasem on valim. Standardviga on hinnang mõõtmaks sarnasust aritmeetilisele keskmisele. Katsetäpsus on standardviga aritmeetilisest keskmisest protsentides. Student´i kriteerium näitab, kas erinevus kahe sama tunnuse väärtuse vahel on oluline (vt Tabel 2). Tabel 1. Variatsioon-statistilise analüüsi tulemused I katseala II katseala III katseala
Kõik kommentaarid