Tema läbimõõt on 29 % Päikese läbimõõdust ja mass u. 31 % Päikese omast. Tähe ja planeedisüsteemi kaugus Päikesest on 20,4 valgusaastat. Et täht on Päikesest palju jahedam, kiirgab ta suhteliselt palju soojuskiirgust ja vähe nähtavat valgust, seegi on punakas. Olles M3 spektriklassi kääbustäht, on Gliese 581 umbes 500 korda tuhmim kui Päike. Gliese 581 on küll muutlik täht, tähisega HO Lib, kuid ta muutlikkus on väga väike ning jääb vaatlusvigade piirimaile. Uurimistulemused näitavad, et Gliese 581 c on süsteemi planeetidest kõige põnevam, sest ta jäävat oma tähesüsteemi nn elamiskõlblikku alasse ehk ökosfääri, milleks peetakse tähte ümbritsevat ala, millel planeedi pinnatemperatuur võimaldab leiduda vedelat vett. Glise 581: Planeetide võrdlused: Viited: http://et.wikipedia.org/wiki/Gliese_581_c
a aruanded, müügiaruanded jm). Vaatlusvead- nimetatakse vaatlusel saadud tunnuste väärtuste hälbeid nende tõelistest väärtustest. Eristatakse: Metodoloogilised vead- põhjustatud kasutavate vaatlusmeetodite ja- mudelite ebatäielikkusest. Registreerimisvead- tekivad vaatluse käigus ja on põhjustatud vaatlusel kasutavate vahendite ebatäiuslikkusest ning vaatlejate subjektiivsusest. Arvutusvead- ebatäpsused andmete sisestamisel. Vaatlusvigade iseloomu järgi saab vead jaotada kaheks: Juhuslik viga- iseloomustab erinevusi väärtuste vahel, mis on saadud juhusliku valimi kasutamise korral ja väärtuste vahel, kui oleks uuritud kogu üldkogumit. Süstemaatiline viga- viga, mis võib tekkida nii kõikse kui valimvaatluse korral ning selle põhjuseks on halb või puudulik andmete kogumise tehnika. Mahukeskmiste väärtus sõltub kõikide rea liikmete väärtusest ning nende väärtus reageerib igale muutusele rea
Juhuslike liikmete dispersioon on konstantne (homoskedastiivsus). Kui pole konstantne, siis on heteroskedastiivsus. Var(ui )= const 40. Heteroskedastiivsuse võimalikud põhjused. · Matemaatilise mudeli vale kuju näiteks log-lin asemel hinnatakse lineaarset mudelit · Mõni oluline seletav tunnus on mudelist välja jäänud · Üks või mitu seletavat tunnust on asümmeetrilised. · Üksikute erindite (outliers) esinemine vaatluste hulgas. · Andmekogumismeetodid paranevad -> vaatlusvigade suurus väheneb, st juhuslikud liikmed vähenevad · Muud põhjused suurema kasumiga ettevõtetel on dividendipoliitikas suuremad erinevused suurema sissetulekuga peredel on säästmisharjumused rohkem hajunud HETEROSKEDASTIIVSUST VÕIB PÕHJUSTADA NII MUDEL KUI KA ANDMED 41. Heteroskedastiivsuse mõju parameetrite hinnangutele. Vealiikmete dispersioon EI ESINE parameetrite HINNANGUTE arvutusvalemites. Järelikult heteroskedastiivsus parameetrite hinnanguid ei mõjuta
Y · Üksikute erindite (outliers) esinemine vaatluste hulgas. Y · Andmekogumismeetodid paranevad -> vaatlusvigade suurus väheneb, st juhuslikud liikmed vähenevad x x · Muud põhjused
nulliga (t-test). 45. Mis on heteroskedastiivsus, mis on homoskedastiivsus. 46. Heteroskedastiivsuse võimalikud põhjused. • Matemaatilise mudeli vale kuju. – näiteks log-lin asemel hinnatakse lineaarset mudelit • Mõni oluline seletav tunnus on mudelist välja jäänud. • Üks või mitu seletavat tunnust on asümmeetrilised. • Üksikute erindite (outliers) esinemine vaatluste hulgas. • Andmekogumismeetodid paranevad -> vaatlusvigade suurus väheneb, st juhuslikud liikmed vähenevad. • Muud põhjused – suurema kasumiga ettevõtetel on dividendipoliitikas suuremad erinevused; – suurema sissetulekuga peredel on säästmisharjumused rohkem hajunud. HETEROSKEDASTIIVSUST VÕIB PÕHJUSTADA NII MUDEL KUI KA ANDMED 47. Heteroskedastiivsuse mõju • Vealiikmete dispersioon EI ESINE parameetrite HINNANGUTE arvutusvalemites. • Järelikult heteroskedastiivsus parameetrite hinnanguid ei mõjuta. Need on ikka
annaabi.ee 
