Tunnitöö statistikas: Uuritav tunnus: 5.klass õpilaste pikkused meetrites Variatsioonirida 150 150 154 155 2. Jaotustabel tunnus 150 154 155 157 sagedus 2 1 3 4 sag. %-des 3. 4. Keskväärtus Mediaan 5. Min Max Ulatus (Max-Min) Vahemikega sagedus Nimi: Reia Rõõmus used meetrites 155 155 157 157 157 157 160 161 160 161 163 164 165 166 168 170 1 2 1 1 2 1 1 1 Mood ül.Kv al.Kv σ² σ V 161 163 164 165 165 166 168 170 Summa 20
Sekke annavad hõõguvad tahked kehad,vedelikud ja väga suure rõhu all kokku surutud klaasid.Erinevad ainete pidespketrid erinevad üksteisest vähe. 2)joonspekter-siin on mustal foonil värvilised jooned.Selle annavad kõik ained gaasilises olekus madalal rõhul.Joonte asetus sõltub ainult sellest,millise keemilise elemendiga on tegemist ja on määratud ainult selle elemendi aatomite ehitusega. 3)ribaspekter-koosneb laiadest värvilistest ribadest,mis eraldatud üksteisest tumedate vahemikega. 4)neeldumisspekter-külm gaas neelab täpselt sellise lainepikkusega valguslaineid,mida ise kuumutatult kiirgab. Laserid-laserid on seadmed, mis tekitavad intensiivseid valguskimpe. Levinuimad laseriliigid on diood-, tahkis, ja gaaslaserid. Lasereid kasutatakse olmes, meditsiinis, tööstuses, sides, teadusuuringutel jpm. Metallide elektrijuhitavus-Tahkes ja vedelas olekus on kõik metallid elektrijuhid. Elektrivool metallides on põhjustatud elektronide liikumisest. Pooljuhtideks nim
annavad hõõguvad tahked kehad, vedelikud ja väga suure rõhu all kokku surutud klaasid. Erinevad ainete pidespketrid erinevad üksteisest vähe. 2)joonspekter - siin on mustal foonil värvilised jooned. Selle annavad kõik ained gaasilises olekus madalal rõhul. Joonte asetus sõltub ainult sellest, millise keemilise elemendiga on tegemist ja on määratud ainult selle elemendi aatomite ehitusega. 3)ribaspekter-koosneb laiadest värvilistest ribadest, mis eraldatud üksteisest tumedate vahemikega. 4)neeldumisspekter-külm gaas neelab täpselt sellise lainepikkusega valguslaineid, mida ise kuumutatult kiirgab.
See sarnaneb päikesesüsteemiga. 5. Kirjeldada erinevat tüüpi valgusallikaid. 6. Milline spekter on pidevspekter ja millistel tingimustel ta tekib? Pidevspekteris on kujutatud kõik lainepikkused. Tekib kui on kõrge temperatuurini kuumutatud tahked kehad, vedelikud ning tihedad gaasid. 7. Milline spekter on ribaspekter ja millistel tingimustel ta tekib? Ribaspekter on spektririba, mis koosneb üksikutest tumedate vahemikega eraldatud ribadest. Tekivad üksteisega sidumata või nõrgalt seotud molekulidest. 8. Milline spekter on joon spekter ja millistel tingimustel ta tekib? Joonspekter on spektririba, milles on eristatavad erineva sagedusega valguse jooned. Tekib gaasilise ainete madalal rõhul 9. Milline spekter on neeldumisspekter ja millistel tingimustel ta tekib? 10. Mis on spektraalanlüüs ja milleks teda kasutatakse?
13 1,62*10-3 0,160 5,60*10-3 1,21*1013 1,29*1015 Tulemuste analüüs: Tahkete dielektrikute mahueritakistus jääb vahemikku 1013 1016 m (neutraalne); 109 1013 m (polaarne). Pinnaeritakistus üldiselt vahemikus 108 1013 . Võrreldes kirjanduse andmeid katseliselt saadud tulemustega on näha, et mahueritakistus jääb kõigil juhtudel polaarse dielektriku vahemikku; ka pinnaeritakistus on samalaadne võrreldes eelnevalt välja toodud vahemikega välja arvatud viimasena katsetatud plaadi (nr. 13) korral, mil tulemus oli kahe suurusjärgu võrra kõrgem. Plaatide tulemusi omavahel võrreldes ilmneb samuti tõsiasi, et plaat nr. 13 on teistega võrreldes suurema pinna- ja mahueritakistusega. Mahueritakistus ületab teiste plaatide tulemusi 4 suurusjärgu ja pinnaeritakistus 3-4 suurusjärgu võrra. Ilmselt on tegemist neutraalse materjaliga. Kasutatud kirjandus: ,,Materjalitehnika"; TTÜ kirjastus, 2003 (autorid: E. Hendre, P
Kas on kerge olla noor? Noor on muutunud tänapäeval väga suhteliseks mõisteks. Iga üks piirab seda erinevate vanuste vahemikega, näiteks Eesti riigi jaoks on noor 7-26 aastane inimene, aga ühenduse Euroopa Noored jaoks on noored 13-30 aastased. Ka sõltub noor olemise raskus sellest ka ollakse alaealine või juba täisealine. Seega on ka nooruse raskused erinevates vanustes väga erinevad. Samuti erinevad erinevates ühiskondades elavad noored, näiteks ei saa võrrelda Araabia ja Eesti noorte raskusi. Eesti alaealiste laste kõige suurem probleem on kindlasti kõike piiravad seadused.
Pidevspektri saamiseks tuleb keha kuumutada kõrge temperatuurini(Päike, hõõglamp)(NT: vikerkaar) Joonspekter- erineva heledusega värvilistest joontest koosnev spekter, mille jooned on eraldatud laiade tumedate ribadega. Joonspektri annavad kõik ained gaasilises, klaasilises ja automoorses olekus. Iga keemilise elemendi isoleeritud aatomid kiirgavad rangelt kindlaid lainepikkusi.(NT: Na- l on silmapaistev kollane joon spektris) Ribaspekter- spektririba,mis koosneb üksikutest tumedate vahemikega eraldatud ribadest.Iga riba kujutab endast suure arvu üksteisele väga lähedal asuvate joonte kogumit.Tekivad üksteisega sidumata või nõrgalt seotud molekulidest. Saab gaaslahendusega. Neeldumisspekter- Näitab, millise lainepikkusega valguslaineid antud aine(keskkond) neeldab. (tekib,sest külm gaas neelab kõige intensiivsemalt just selliste sagedustega valgust,mida ta tugevasti kuumutatud olekus kiirgab)
= 0,10 ja 3. Kontrollida järgmisi hüpoteese (eeldades üldkogumi normaaljaotust ning võttes olulisuse nivooks = 0.10) 3.1 H0: = 50 alternatiiviga H1: 50 Et Hüpotees vastu võetaks, peab tkr > t; 1,71 > 0,6. Hüpotees võetakse vastu. H0: 2 = 800 alternatiiviga H2: 2 800 Et hüpotees vastu võetaks peab jääme kahe kriitilise väärtuse vahele: 13,84 < 21,2< 36,42. Hüpotees võetakse vastu. 4. Leida valimile vastav empiiriline histogramm võrdlaiade vahemikega 0-20, 20-40, 40- 60, 60-80 ja 80-100 ning kontrollida 2 -testi järgi olulisuse nivool = 0.10 hüpoteesi, et põhikogumi jaotuseks on normaaljaotus vahemik tõenäosus 20 0,16 40 0,16 60 0,32 80 0,08 100 0,28 5. Konstrueerida samas teljestikus järgmised graafikud: 5.1 empiirilise jaotuse histogrammi graafik 5.2 hüpoteesile 4
olulisuse nivooks = 0,10) 3.1 H0: = 50 alternatiiviga H1: 50 Et Hüpotees vastu võetaks, peab tkr > t; 1,71 > -0,645. Seega hüpotees H0 võetakse vastu. 3.2 H0: 2 = 800 alternatiiviga H2: 2 800 Et hüpotees H0 vastu võetaks peab jääme kahe kriitilise väärtuse vahele: 13,84 < 26,04 < 36,42. Hüpotees võetakse vastu. 4. Leida valimile vastav empiiriline histogramm võrdlaiade vahemikega 0-20, 20-40, 40- 60, 60-80 ja 80-100 ning kontrollida - testi järgi olulisuse nivool = 0,10 järgmisi hüpoteese. Intervalli Intervalli nr Vahemik Elemente Tõenäosus keskmine 1 0-20 5 0,2 6,8 2 20-40 6 0,24 30,3 3 40-60 6 0,24 47,2
3. Kontrollida järgmisi hüpoteese (eeldades uldkogumi normaaljaotust ning võttes olulisuse nivooks = 0.10): 3.1 H0: = 50 alternatiiviga H1: 50 1 Et Hüpotees vastu võetaks, peab tkr > t; 1,711 > -0,7268. Hüpotees võetakse vastu. 3.2 H0: 2 = 800 alternatiiviga H2: 2 800 Et hüpotees vastu võetaks peab jääme kahe kriitilise väärtuse vahele: 13,84 < 34,924< 36,42. Hüpotees võetakse vastu. 4.Leida valimile vastav empiiriline histogramm võrdlaiade vahemikega 0-20, 20-40, 40-60, 60-80 ja 80-100 ning kontrollida - testi järgi olulisuse nivool = 0,10 järgmisi hüpoteese interval vahemi element tõenäos intervalli li nr k e us keskmine 1 0-20 9 0,36 9,55 2 20-40 4 0,16 30,75 3 40-60 2 0,08 49 4 60-80 5 0,2 69,8 5 80-100 5 0,2 94 4.1 Põhikogumi jaotiseks on normaaljaotus
Kontrollida järgmisi hüpoteese (eeldades üldkogumi normaaljaotust ning võttes olulisuse nivooks = 0.10): 3.1 H0: = 50 alternatiiviga H1: 50 1 Et Hüpotees vastu võetaks, peab tkr > t; 1,711 > -0,6449. Hüpotees võetakse vastu. 3.2 H0: 2 = 800 alternatiiviga H2: 2 800 D=2 Et hüpotees vastu võetaks peab jääme kahe kriitilise väärtuse vahele: 13,84 < 26,0375< 36,42. Hüpotees võetakse vastu. 4.Leida valimile vastav empiiriline histogramm võrdlaiade vahemikega 0-20, 20-40, 40-60, 60-80 ja 80-100 ning kontrollida - testi järgi olulisuse nivool = 0,10 järgmisi hüpoteese interval vahemi element tõenäos intervalli li nr k e us keskmine 1 0-20 5 0,2 6,8 2 20-40 6 0,24 30,33 3 40-60 6 0,24 47,17 4 60-80 5 0,2 73,4 5 80-100 3 0,12 96,3 4.1 Põhikogumi jaotiseks on normaaljaotus
Binokulaarne nägemine tekitab kaks kergelt erinevat pilti kummagi silma reetinale. Need erinevused annavad informatisooni, mida aju saab kasutada sügavuse arvutamiseks. (https://quizlet.com/250491575/taju-flash-cards/) Kiiruse tajumist aitavad läbi viia neuronid, mida nimetatakse liikumisdetektoristeks ajus. Nad reageerivad reetinal kujutise kiiretele asukoha muutustele. Näiv liikumine 30 200 ms vahemikega esitatud "staatilised pildid" Indutseeritud liikumine objekt tundub liikuvat, kuna liigub taust või teine objekt Vastavusprobleem liikumisel tekivad pidevalt uued vaated (G.Tamm loeng/õppematerjal) 16. Mis on lateraalne pidurdus? Tooge selle kohta näiteid. Protsess, kus sensorilt signaali edasikandumist mõjutatakse kõrvaloleva sensori stimulatsiooniga. Nt: valu tundmine nõelaga torkamisel, kui survestada sama pinda kõrvalt, siis on valu vähem tunda. 17
Dispersiooni usaldusvahemik ja on arvutatud MS Exceli CHIINV-funktsiooniga 3. Eeldades üldkogumi normaaljaotust ning võttes olulisuse nivooks kontrollin hüpoteese 3.1 alternatiiviga Et hüpotees vastu võetaks peab seega hüpotees võetakse vastu. 3.2 alternatiiviga Et hüpotees vastu võetaks peab jääma kahe kriitilise punkti vahele seega hüpotees võetakse vastu. 4. Valimi empiiriline histogramm võrdlaiade vahemikega 0-20, 20-40, 40-60, 60-80, 80- 100 ning kontrollin -testi järgi hüpoteese, võttes olulisuse nivooks intervall vahemik elemente tõenäosus intervalli keskmine 1 0-20 7 0,28 8,7 2 21-40 5 0,20 31,6 3 41-60 5 0,20 45,6
3.2 H0: 2 = 800 alternatiiviga H2: 2 800 Xxxxx xxxxx xxxx Hüpoteesi H0 vastu võtmiseks peab jääma kahe kriitilise väärtuse vahele: 13,85 < 26,04 < 36,4. Võtan hüpoteesi vastu. 4. Leian valimile vastava empiirilise histogrammi võrdlaiade vahemikega 0-20, 20-40, 40-60, 60-80 ja 80-100. Intervalli Vahemi Element Tõenäos Intervalli nr k e us keskmine 1 0-20 5 0,20 6,80 2 20-40 6 0,24 30,33 3 40-60 6 0,24 47,17 4 60-80 5 0,20 73,40 5 80-100 3 0,12 96,33 Histogramm:
Seega hüpotees H0 võetakse vastu. 3.2 H0: 2 = 800 alternatiiviga H2: 2 800 ( ) ( ) Et hüpotees H0 vastu võetaks peab jääme kahe kriitilise väärtuse vahele: 13,84 < 32,18 < 36,42. Hüpotees võetakse vastu. 4. Leida valimile vastav empiiriline histogramm võrdlaiade vahemikega 0-20, 20-40, 40-60, 60-80 ja 80- 100 ning kontrollida - testi järgi olulisuse nivool = 0,10 järgmisi hüpoteese. Intervalli nr elemente tõenäosus intervalli keskmine Vahemik k ni pi* xi 1 0-20 4 0,16 6,75
10): 3.1. H0: = 50 alternatiiviga H1: 50 1 Et hüpotees vastu võetaks, peab tkr > t; 1,711 > -0,911. Hüpotees H0 võetakse vastu. 3.2. H0: 2 = 800 alternatiiviga H2: 2 800 8 Et hüpotees vastu võetaks peab jääme kahe kriitilise väärtuse vahele: 13,848 < 24,433 < 33,196. Hüpotees H0 võetakse vastu. 4. Leida valimile vastav empiiriline histogramm võrdlaiade vahemikega 0-20, 20-40, 40- 60, 60-80 ja 80-100 ning kontrollida - testi järgi olulisuse nivool = 0,10 järgmisi jaotushüpoteese: Intervavalli Intervalli nr Vahemik Elemente Tõenäosus keskmine 1. 0 20 7 0,28 9,857 2
3. Kontrollida järgmisi hüpoteese (eeldades üldkogumi normaaljaotust ning võttes olulisuse nivooks = 0.10): 3.1 H0: = 50 alternatiiviga H1: 50 1 Et Hüpotees vastu võetaks, peab tkr > t; 1,711 > -0,645. Hüpotees võetakse vastu. 3.2 H0: 2 = 800 alternatiiviga H2: 2 800 Et hüpotees vastu võetaks peab jääme kahe kriitilise väärtuse vahele: 13,84 < 26,038< 36,42. Hüpotees võetakse vastu. 4.Leida valimile vastav empiiriline histogramm võrdlaiade vahemikega 0-20, 20-40, 40-60, 60-80 ja 80-100 ning kontrollida - testi järgi olulisuse nivool = 0,10 järgmisi hüpoteese intervalli tõenäosu nr vahemik elemente s intervalli keskmine 1 0-20 5 0,2 6,80 3 2 20-40 6 0,24 0,33 4 3 40-60 6 0,24 7,17
Kontrollimiseks kasutame t-statistikut: f = N 1 = 24 Kriitiline t-statistiku väärtus t0.95(24) = 1.711 Kuna t < , siis võtame hüpoteesi H0 vastu. 3.2. H0: 2 = 800; H1: 2 800 Kontrollimiseks kasutame 2-statistikut: Kriitilised väärtused: 20.05(24) = 13.848 20.95(24) = 36.415 Et hüpotees vastu võetaks peab jääma kahe kriitilise punkti vahele seega hüpotees võetakse vastu. 4. Leida valimile vastav empiiriline histogramm võrdlaiade vahemikega 0-20, 21-40, 41- 60, 61-80 ja 81-100 ning kontrollida 2- testi järgi olulisuse nivool = 0,10 järgmisi hüpoteese. Intervalli Vahemi element tõenäosus intervalli nr k e pi* keskmine k ni xi 1 0-20 6 0,24 9,83 2 21-40 7 0,28 33,00
Kontrollida järgmisi hüpoteese (eeldades üldkogumi normaaljaotust ning võttes olulisuse nivooks = 0.10): 3.1 H0: = 50 alternatiiviga H1: 50 1 Et Hüpotees vastu võetaks, peab tkr > t; 1,711 > 1,28. Hüpotees H0 võetakse vastu. 3.2 H0: 2 = 800 alternatiiviga H2: 2 800 Et hüpotees H0 vastu võetaks peab jääme kahe kriitilise väärtuse vahele: 13,84 < 32,18< 36,42. Hüpotees võetakse vastu. 4.Leida valimile vastav empiiriline histogramm võrdlaiade vahemikega 0-20, 20-40, 40-60, 60-80 ja 80-100 ning kontrollida - testi järgi olulisuse nivool = 0,10 järgmisi hüpoteese intervalli vahemik elemente tõenäosu intervalli keskmine nr s 1 0-20 4 0,16 6.75 2 20-40 5 0,2 29,6 3 40-60 1 0,04 40,0 4 60-80 7 0,28 74,57
ja (leitud Exceli CHIINV funktsiooniga) 3. Kontrollida järgmisi hüpoteese (olulisuse nivoo = 0.10): 3.1 H0: = 50 alternatiiviga H1: 50 1 Et Hüpotees vastu võetaks, peab tkr > t; 1,711 > 0,61. Hüpotees võetakse vastu. 3.2 H0: 2 = 800 alternatiiviga H2: 2 800 Et hüpotees vastu võetaks peab jääme kahe kriitilise väärtuse vahele: 13,84 < 21,17< 36,42. Hüpotees võetakse vastu. 4.Leida valimile vastav empiiriline histogramm võrdlaiade vahemikega 0-20, 20-40, 40-60, 60-80 ja 80-100 ning kontrollida - testi järgi olulisuse nivool = 0,10 järgmisi hüpoteese intervalli nr vahemik elemente intervalli keskmine 1 0-20 4 15,25 2 20-40 4 33 3 40-60 8 48,63 4 60-80 2 65,5 5 80-100 7 88,29 4.1 Põhikogumi jaotiseks on normaaljaotus Keskväärtuse hinnang: et tunnused on esitatud sagedustabelina, siis
3.Kontrollida järgmisi hüpoteese: (Eeldades üldkogumi normaaljaotust ning võttes olulisuse nivooks = 0,1) alternatiiviga Studenti funtktsioon: t(0,1;24) = 1,711 Hüpotees vastab tõele, kuna ja 1,3 < 1,711 Võtan vastu H0 hüpoteesi. alternatiiviga 2 statistiku vasak kriitiline piir: 2 statistiku parem kriitiline piir: Kuna , siis on tingimus täidetud ning hüpotees kehtib. Võtan vastu H0 hüpoteesi. 4.Valimile vastav empiiriline histogramm võrdlaiade vahemikega Vahemi km ni Pi 0-20 4,00 0,16 20-40 5,00 0,20 40-60 1,00 0,04 60-80 7,00 0,28 80-100 8,00 0,32 25,00 1,00 Kontrollida 2 testi järgi olulisuse nivool = 0,1 järgmisi jaotushüpoteese: 4.1 Põhikogumi jaotuseks on normaaljaotus (parameetrid tuleb hinnata valimi järgi) intervall 0-20 10 4 40 400 2304 9216
1 Et Hüpotees vastu võetaks, peab tkr > t; 1,711 > 0,61. Hüpotees H0 võetakse vastu. 3.2 H0: 2 = 800 alternatiiviga H2: 2 800 Et hüpotees H0 vastu võetaks peab jääme kahe kriitilise väärtuse vahele: 13,84 < 21,16< 36,42. Hüpotees võetakse vastu. 4. Leida valimile vastav empiiriline histogramm vordlaiade vahemikega 020, 2040, 4060, 6080 ja 80100 ning kontrollida c2testi jargi olulisuse nivool a = 0.10 jargmisi jaotushupoteese: inter Vahe elem tõen intervalli valli mik ente äosu keskmine nr s 1 020 4 0,16 15,2 5
Eeldades üldkogumi normaaljaotust ning võttes olulisuse nivooks = 0,1 alternatiiviga 4 Studenti funtktsioon: t(0,1;24) = 1,711 Hüpotees vastab tõele, kuna ja 0,90 < 1,711 Võtan vastu H0 hüpoteesi. alternatiiviga 2 statistiku vasak kriitiline piir: 2 statistiku parem kriitiline piir: , siis on tingimus täidetud ning hüpotees kehtib. Võtan vastu H0 hüpoteesi. a.i. 4. Küsimus Leida valimile vastav empiiriline histogramm võrdlaiade vahemikega 0-20, 20-40, 40-60, 60-80 ja 80-100 Intervalli Vahemik Elemente Tõenäosus Intervalli nr keskmine 1 0-20 7 0.28 9.86 2 20-40 4 0.16 33.75 3 40-60 6 0.24 47.33 4 60-80 4 0.16 73.25 5 80-100 4 0.16 85.00
1,711 > 0,911. Seega on hüptees tõene. 3.2 H0: 2 = 800 alternatiiviga H1: 2 800 s 2 ( N - 1) x2 = 2 814,42 24 x2 = = 25,00 741,6 Hüpotees ütleb et arvutatud 2 peab jääma kahe kriitilise väärtuse vahele, ehk 2 a/2 < arvutatud 2< 2 1-a/2 ja nii meil ongi, ehk 13,85<25,00<36,42 - Seega on hüptees tõene. 4. Leida valimile vastav empiiriline histogramm ...võrdlaiade vahemikega 0-20, 20-40, 40-60, 60-80 ja 80-100 ning kontrollida 2-testi järgi olulisuse nivool = 0.10 järgmisi jaotushüpoteese: vahemik ni pi xi 0-20 6 0,2 9,833 4 21-40 7 0,2 33 8 41-60 4 0,1 49,25 6 61-80 5 0,2 70 0 81-100 3 0,1 90 2 Kus xi on vahemiku keskmine väärtus (vahemiku elemendid jagatud sagedus) 4
09 Et hüpotees vastu võetaks, peab tkr > t; 1,7109 > 0,2892. Hüpotees H0 vastab tõele. 3.2. H0 : σ2 = 800 alternatiiviga H2 : σ2 800 84 Et hüpotees vastu võetaks peab jääme kahe kriitilise väärtuse vahele: 13,8484 < 29,0575 < 36,4150 . Hüpotees H0 vastab tõele. 4. Leida valimile vastav empiiriline histogramm võrdlaiade vahemikega 0-20, 20-40, 40-60, 60-80 ja 80-100 ning kontrollida - testi järgi olulisuse nivool α = 0,10 järgmisi jaotushüpoteese: Inte rvalli nr Vahe mik Ele mente Tõenäosus Inte rvavalli keskmine 1. 0 – 20 6 0,24 9,17 2. 20 – 40 3 0,12 27,33
haridust või minnakse tööle. Tihti peale ei tuldagi enam lapsepõlvekoju tagasi elama. See on ka üks põhjustest, miks nooremaid inimesi jääb vähemaks ja paikseks on jäänud ainult vanemad inimesed. 180 160 140 120 100 80 Mehed Naised 60 40 20 0 Joonis 2. Meeste ja naiste arv vanuse vahemikega Jõgeva vallas [2]. 4 3. SUHTUMINE JA TARBIMISHARJUMUSED Meie perekond on suhteliselt maalähedane, kuigi elame Jõgeva linnas. Meil on väike aed, kus on ka kasvuhoone. Seal kasvatame põhiliselt kurki, tomatit ja salatilehte. Me saame kõik teised köögiviljad ja sealiha oma maakodust, mis tähendab suurt säästmist rahakotile. Isa tegeleb ka jahindusega ning tänu selle saame palju lihast valmistatuid vorste, konserve ja palju muud.
pööratav) 5 ei ükski Tasandusjoon Y = 18,5 – 0,48 X (SELLISEID ON IGAS VARIANDIS SEES!!!) 1 näitab kasvavat lineaarset tendentsi (kahanevat) 2 parameeter b ei tohi olla negatiivne 3 vabaliige 18,5 kirjeldab joone tõusu 4 igal ajaperioodil väärtused vähenevad 0,48 korda (mitte korda, vaid ühiku võrra) 5 ei ükski (ÕIGE) Kronoloogilist keskmist kasutatakse momentridade puhul ja võrdse pikkusega vahemikega Eksponentkeskmine 1 kasutatakse keskmise kasvutempo leidmisel (geomeetrilisena, mitu korda keskmiselt) 2 ei arvesta rea kõiki väärtusi (arvestab kindla kaaluga) 3 on alati aritmeetilisest suurem (seaduspärasus puudub) 4 kasutatakse aegrea tasandamisel (ÕIGE) 5 ei ükski Keskmine esindusviga 1 on vale keskmise valiku tulemus (me ei pea alguses valima, millist keskmist kasutame) 2 on väljavõtukeskmiste lineaarhälve (standardhälve)
χ= =21,17 800 2 χ 0,05 =36,42 2 χ 0,95 =13,84 Et hüpotees H0 vastu võetaks peab χ2 jääme kahe kriitilise väärtuse vahele: 13,85 < 20,25 < 36,42. Hüpotees võetakse vastu. 4. Leida valimile vastav empiiriline histogramm võrdlaiade vahemikega 0-20, 20-40, 40-60, 2 60-80 ja 80-100 ning kontrollida χ - testi järgi olulisuse nivool α = 0,10 järgmisi hüpoteese. Intervalli Vahemiku Intervalli keskmine nr k d Elemente ni Tõenäosus pi ni 1 0-20 4 0.16 15.25
3.2 H 0 : σ =800 alternatiiviga H 0 : σ ≠ 800 s2 ( 2 28,532 χ = 2 N −1 = ) ∙ 24=24,42 χ2 statistiku vasak kriitiline piir: σ0 800 χ 21−∝/2=chiinv ( 0,95 ; 24 )=13,8 χ2 statistiku parem kriitiline piir: χ 2∝/2 =chiinv ( 0,05; 24 )=36,4 Kriitiline piirkond χ2 < 13,848 , χ2 > 36,415 H0 hüpotees vastuvõetud, sest 13,848 < 24,42 < 36,415 4. Valimile vastav empiiriline histogramm võrdlaiade vahemikega m nm pm 0-20 7 0,28 20-40 4 0,16 40-60 6 0,24 60-80 4 0,16 80-100 4 0,16
800 χ 20,05=36,415 χ 20,95=13,848 Hüpoteesi H0 vastu võtmiseks peab χ 2 jääma kahe kriitilise väärtuse vahele: χ 2α ( f ) χ 2 χ2 α (f ) 2 < < 1− 2 13,848 < 23,174 < 36,415. Võtan hüpoteesi vastu. 4. Leian valimile vastava empiirilise histogrammi võrdlaiade vahemikega 0-20, 20-40, 40-60, 60-80 ja 80-100. Intervall Intervalli Vahemik Elemente Tõenäosus i nr keskmine 1 0-20 6 0,24 9,83
vastu. Kontrollimaks hüpoteesi H0: 2=800, leidsin 2-statistiku, korrutades f dispersiooni hinnanguga ja jagades saadu antud dispersiooniga. Tabelist võtsin kriitilised kvantiilid 2/2(f) ja 21-/2(f) ning kuna 2/2(f) 2 21-/2(f), siis võetakse nullhüpotees vastu. 4. Kontrollimaks Pearsoni 2-testi järgi olulisuse nivool = 0,10, et kogumi jaotuseks on normaaljaotus, koostasin võrdlaiade vahemikega histogrammi (joonis 1) vahemikus 0- 100, viie jaotusega, tulpade kõrguseks suhteline sagedus ehk vahemikku sattumise tõenäosus. Valitud intervallipiirideks said siis 20, 40, 60, 80 ja 100, mis normeerisin, jagades intervallipiiri ja valimi keskväärtuse hinnangu vahe standardhälbe hinnanguga. Normaaljaotusele vastavad intervallidesse sattumise tõenäosused leidsin tabelist ning arvutasin normaaljaotuse korral vahemikesse jäävate vaatluste arvu, korrutades valimi
Kutse- üleminek ühest etapist teise. eelistused, kompetentsid ja mina-kontseptsioon Konstruktivistlik paradigm. Seoses radikaalsete muutuvad aja jooksul. K-areng on määratud k- sotsiaal-majanduslike muutustega 20. saj lõpus küpsusest. hakati üha rohkem rääkima postindustriaalsest Mõtles välja k vikerkaare. Kaar 5-aastaste (humanitaarteadustes postmodernistlikust) vahemikega 5-80. Lapse; töötaja; kodanik; ühiskonnast ning vajadusest leida muutunud puhkaja; õpilase; perein rollid. Märkis ära ühiskonna jaoks sobiva k- nõustamise raamistik ja missusgustes eluaastatel on oma roll. Igal rollil metoodika. Muutunud töömaailm- oma kaar. Super k-etappide teooria Demograafilised ja tööjõuga seotud muutused;
ei ükski Tasandusjoon Y = 18,5 – 0,48 X (SELLISEID ON IGAS VARIANDIS SEES!!!) 6. näitab kasvavat lineaarset tendentsi (kahanevat) 7. parameeter b ei tohi olla negatiivne 8. vabaliige 18,5 kirjeldab joone tõusu 9. igal ajaperioodil väärtused vähenevad 0,48 korda (mitte korda, vaid ühiku võrra) 10. ei ükski (ÕIGE) Kronoloogilist keskmist kasutatakse juhul, kui (IGAL AASTAL ON OLNUD) Kasutatakse momentridade puhul ja võrdse pikkusega vahemikega Ei ole vaja 1. kvartiilide valemeid 2. intervall rea puhul Mo ja Me valemeid (peab üldiselt teadma) 3. dispersioonide liitmise lause (valemina) 4. autokorrelatsiooni valemid 5. Durban-Watson 6. A-sümmeetria ja ektsessikordaja valemid Regressioonisõltuvus ei ole pööratav. Tema kuju oleneb sellest, kas vaadelda suurust y x-i funktsioonina või vastupidi.
Sarnaselt tsütoplasma võrgustikuga võivad tuuma välismembraanile kinnituda ribosoomid. Tuuma sisemise membraani sisepinnal on õhuke kiht nn. tuuma lamiine (valgud, mis kuuluvad intermediaarseid filamente moodustavate valkude hulka). Lamiinid toetavad tuuma sisemist membraani seestpoolt. Rakutuumas paiknev kromatiinaine on lamiinide vahendusel seotud tuumamembraani sisepinnaga. Väljastpoolt on tuum ümbritsetud intermediaarsete filamentide võrgustikuga. Tuuma ümbrises on teatud vahemikega spetsiaalsed struktuurid, nn. tuuma poori kompleksid, mis on moodustunud teatud kindlatest valkudest (1 keskel, 8 ümber). Tuumapoori valgud seovad tuumapoori servadel tuuma sise- ja välismembraani kokku ja reguleerivad koos pooridega karüoplasma ja tsütoplasmavahelist ainevahetust. Ainete transport on kas passiivne difusioon (ioonid, väikesed valgumolekulid) või aktiivne transport, mis vajab energiat ning teatud lubava signaali olemasolu.
tsütoplasma võrgustikuga võivad tuuma välismembraanile kinnituda ribosoomid. Tuuma sisemise membraani sisepinnal on õhuke kiht nn. tuuma lamiine (valgud, mis kuuluvad intermediaarseid filamente moodustavate valkude hulka). Lamiinid toetavad tuuma sisemist membraani seestpoolt. Rakutuumas paiknev kromatiinaine on lamiinide vahendusel seotud tuumamembraani sisepinnaga. Väljastpoolt on tuum ümbritsetud intermediaarsete filamentide võrgustikuga. Tuuma ümbrises on teatud vahemikega spetsiaalsed struktuurid, nn. tuuma poori kompleksid, mis on moodustunud teatud kindlatest valkudest (1 keskel, 8 ümber). Tuumapoori valgud seovad tuumapoori servadel tuuma sise- ja välismembraani kokku ja reguleerivad koos pooridega karüoplasma ja tsütoplasmavahelist ainevahetust. Ainete transport on kas passiivne difusioon (ioonid, väikesed valgumolekulid) või aktiivne transport, mis vajab energiat ning teatud lubava signaali olemasolu.
üles korjata ja ära viia demi kaudu ühendatud telefoniliin, peaks ka see puhvertoiteallika või äikesekaitse läbima, sest liini tabanud äikeselõögl tagajärjel mustaks põlenud modem ja arvuti sisemus ei kuulu kahjuks sugugi fantastika valdkonda, vaid on paljude kurb kogemus. Arvutustehnika on määratud töötama kindlates temperatuuri- ja õhuniiskusevahemi- kes, mis näidatakse ära iga seadme kasutusjuhendis. Enamasti on tegu umbkaudsete vahemikega, mille piire testima ei tasu hakata. Eraldatud serveriruumi korral, kus on väikeses ruumis palju tehnikat, tuleks kaaluda konditsioneeri ostmist, kuna arvutustehnikast eraldub soojust, mis väikese ruumi suhteliselt kuumaks suudab kütta ning tehnikale halvasti mõjuda võib. Samuti ei tasu serverit paigutada rõskete seinadega keldrikorrusele, kus õhuniiskus liialt suur. Kui serveriruum puudub,
Porgand 8000 11000 -3% Peet 5500 9000 +3% 1. Suurenes 1% 2. Suureneeeeeees 4% 3. Jäi samaks 4. Vähenes 3,8% 5. Ei ole ükski eelnevaest variantidest Vastus: ..... Struktuuriindeksid KT!!, eksamis ei ole! Kasutatakse momentridade puhul ja võrdse pikkusega vahemikega Regressioonisõltuvus ei ole pööratav. Tema kuju oleneb sellest, kas vaadelda suurust y x-i funktsioonina või vastupidi. Siiski läbivad mõlemad jooned punkti, mille koordinaatideks on tunnuste väärtuste aritmeetilised keskmised. Mida rangem on seos kahe suuruse vahel, seda lähedasemad on need sõltuvused teineteisele. Kahe kvantitatiivse tunnuse vahel on korrelatiivne sõltuvus, kui joonte regressioonikordajad b ja d erinevad nullist.
Iseõppitavatest närvivõrkudest kõige sagemini kasutatakse klassifitseerimiseks Kohonen’i Närvivõrke. Väga keerulised praktilised klassifitseerimise probleemid on lahendatavad närvivõrkude abil. 4. Ennustamine Ennustamine on oks tähtsamatest levinumatest õppimise ülesannetest. Olgu olemas ajas muutuv protsess x(t). On teada selle funktsiooni väärtused möödunud ajahetkedel x(n −1), x(n − 2),K, x(n − M ). Tavaliselt need ajahetked on ühtlaselt jaotatud (nad on võrdsete vahemikega). Ülesandeks on ennustada protsessi (funktsiooni) olekut (väärtust) käesoleval ajahetkel x(n) . Igal ajahetkel n ennustab närvivõrk funktsiooni x(t) väärtust tema eelmiste ajahetkede väärtuste alusel. Seega on teada nii funktsiooni tegelik väärtus x(n) kui ka närvivõrguga ennustatud väärtus xˆ(n) . Järelikult ennustamise viga: e(n) = x(n) − xˆ(n n −1,K, n − M ). Modifitseerime närvivõrgu parameetreid nii, et järgmisel sammul viga (1.24) oleks väiksem jne
Pusikulu ei muutu hoolimata tootmismahust, samal ajal vahenevad tootmismahu suurenemisega kulud uhiku kohta. Muutuv pusikulu koosneb kahest komponendist: muutuvkulust ja pusikulust. Hea naide muutuvast pusikulust on telefonikulu, mille puhul tavaliselt makstakse fikseeritud kuutasu ning lisaks kõneminutite eest. Etappkulu on segakulude variant, kus tootmismahu erinevatel astmetel toimub kuludes suur muutus. Tegelikult on enamik pusikuludest etappkulud, kuigi suurte vahemikega: naiteks tootmishoone kuttekulud on kull fikseeritud, kuid mingist tootmismahu tasemest alates tuleb laieneda teise hoonesse ning kuttekulud suurenevad jargmisele fikseeritud tasemele. 46. Otsesed kulud ja kaudsed kulud Otsekulu on kulu, mida saab seostada kuluobjektiga (tootega, kliendiga, tegevuskohaga jne). Otsekulud on naiteks konkreetse tootega seotud tööjõu- ja materjalikulu. Kaudkulu on ei saa otseselt seostada kulukandjaga
3 ja 1.4.3). Väga keerulised praktilised klassifitseerimise probleemid on lahendatavad närvivõrkude abil. 18 4. Ennustamine Ennustamine on oks tähtsamatest levinumatest õppimise ülesannetest. Olgu olemas ajas muutuv protsess x(t ) . On teada selle funktsiooni väärtused möödunud ajahetkedel x(n - 1), x(n - 2), K , x(n - M ) . Tavaliselt need ajahetked on ühtlaselt jaotatud (nad on võrdsete vahemikega). Ülesandeks on ennustada protsessi (funktsiooni) olekut (väärtust) käesoleval ajahetkel x(n) . Igal ajahetkel n ennustab närvivõrk funktsiooni x(t ) väärtust tema eelmiste ajahetkede väärtuste alusel. Seega on teada nii funktsiooni tegelik väärtus x(n) kui ka närvivõrguga ennustatud väärtus x^ (n) . Järelikult ennustamise viga: e(n) = x(n) - x^ (n n - 1,K, n - M ) . (1.24)
võrgustikuga võivad tuuma välismembraanile kinnituda ribosoomid. Tuuma sisemise membraani sisepinnal on huke kiht nn. tuuma lamiine. Need on valgud, mis kuuluvad intermediaarseid filamente moodustavate valkude hulka. Lamiinid toetavad tuuma sisemist membraani seestpoolt. Rakutuumas paiknev kromatiinaine on lamiinide vahendusel seotud tuumamembraani sisepinnaga. Väljastpoolt on tuum ümbritsetud intermediaarsete filamentide vrgustikuga. . Tuuma ümbrises on teatud vahemikega spetsiaalsed struktuurid, nn. tuuma poori kompleksid (nuclear pore complex- NPC), mis on moodustunud oktagonaalselt organiseeritud teatud kindlatest valkudest (nukloepoorid). NPC-s osalevaid valke arvatakse olevat 60- 100 erinevat, üks poorikompleks koosneb ca 1000-st valgumolekulist.Tuumapoori valgud seovad tuumapoori servadel tuuma sise- ja välismembraani kokku. Vaatamata sellele ei difundeeru sisemembraanis olevad molekulid välismembraani ja vastupidi, ning
3 ja 1.4.3). Väga keerulised praktilised klassifitseerimise probleemid on lahendatavad närvivõrkude abil. 18 4. Ennustamine Ennustamine on oks tähtsamatest levinumatest õppimise ülesannetest. Olgu olemas ajas muutuv protsess x(t ) . On teada selle funktsiooni väärtused möödunud ajahetkedel x(n - 1), x(n - 2), K , x(n - M ) . Tavaliselt need ajahetked on ühtlaselt jaotatud (nad on võrdsete vahemikega). Ülesandeks on ennustada protsessi (funktsiooni) olekut (väärtust) käesoleval ajahetkel x(n) . Igal ajahetkel n ennustab närvivõrk funktsiooni x(t ) väärtust tema eelmiste ajahetkede väärtuste alusel. Seega on teada nii funktsiooni tegelik väärtus x(n) kui ka närvivõrguga ennustatud väärtus x^ (n) . Järelikult ennustamise viga: e(n) = x(n) - x^ (n n - 1,K, n - M ) . (1.24)
ökosüsteemide dünaamikas, eriti põhjapiirkonna metsades. Boreaalsed metsad on kujunenud välja perioodiliste tulekahjude tulemusena."60 ,,Põhjapiirkondade metsad kasvavad reeglina kontinentaalse kliima ja lühikese suve tingimustes. Põlevained kuhjuvad aja jooksul ning metsamuldadele on sageli iseloomulik paks turbakiht. Tulekahjude sagedus varieerub vastavalt taimestiku tüübile, kuid paljudele regioonidele on iseloomulik tulekahjude kordumine umbes 100-aastaste vahemikega."61 Ka Eesti tingimustes võivad metsatulekahjud mängida olulist rolli ökosüsteemide dünaamikas. ,,Tulekahju järgselt kujunevad erilised tingimused uute liikide sissetungimiseks naaberaladelt. Põlenud ala mõningatel esmaasutajatel on eelised edukaks sigimiseks ja ala hõivamiseks. Teada on rida putukaliike, keda tavaoludes kohtab harva, kuid metsatulekahjude järel üsna arvukalt." 62 ,,Näiteks jooksiklane Sericoda quadripunctata on tüüpiline põlendikuala asukas juba esimesest
tsütoplasma võrgustikuga võivad tuuma välismembraanile kinnituda ribosoomid. Tuuma sisemise membraani sisepinnal on huke kiht nn. tuuma lamiine. Need on valgud, mis kuuluvad intermediaarseid filamente moodustavate valkude hulka. Lamiinid toetavad tuuma sisemist membraani seestpoolt. Rakutuumas paiknev kromatiinaine on lamiinide vahendusel seotud tuumamembraani sisepinnaga. Väljastpoolt on tuum ümbritsetud intermediaarsete filamentide vrgustikuga. . Tuuma ümbrises on teatud vahemikega spetsiaalsed struktuurid, nn. tuuma poori kompleksid (nuclear pore complex- NPC), mis on moodustunud oktagonaalselt organiseeritud teatud kindlatest valkudest (nukloepoorid). NPC-s osalevaid valke arvatakse olevat 60- 100 erinevat, üks poorikompleks koosneb ca 1000-st valgumolekulist.Tuumapoori valgud seovad tuumapoori servadel tuuma sise- ja välismembraani kokku. Vaatamata sellele ei difundeeru sisemembraanis olevad molekulid välismembraani ja vastupidi, ning sise-
kestus, painemine ajas, laine kuju või amplituud. Ajaline - s(t) - kõne ruumiline - s(x, y) - tasapinnaline kujutis mitmemõõtmeline - v(x, y, t) - must-valge videosignaal või [r(x,y,t), g(x,y,t). b(x,y,t)] - värviline videosignaal analoogsignaal - pidev signaal, millel on lõputu arv olekuid, väärtus on võrdeline ehk analoogne ülekantava füüsikalise suuruse väärtusega digitaalsignaal - Digitaalsignaal ehk arvsignaal, on diskreetne ehk lõplike vahemikega eraldatud üksikväärtusi omav signaal, millel on lõplik hulk võimalikke väärtusi. See erineb analoogsignaalist, mille väärtused on pidevad. Signaal on mistahes ajas muutuv füüsikaline suurus, müra on juhusliku iseloomuga signaal. Peamised signaali parameetrid: võimsus, sagedus ja spekter. Logaritmilised mõõtühikud, suhtelised dB ja absoluutsed dBm. Tehted logaritmiliste mõõtühikutega. Võimsus – ajaühikus üle kantud energia.
toimel, on loomulik, et töövõime kaotus piirneb liini osaga, kus esinesid komponentide tugevuspiire ületavad koormused, või selle lähiümbrusega. Turvalisuse nõude täitmiseks vaadeldakse teatud erandlikke koormusi ja koormusjuhtumeid, samuti rakendatakse liini komponentide tugevuse koor- dinatsiooni. Progresseeruva avarii piiramiseks võib nt ette näha ankrumas- tide paigalduse kindlaks määratud vahemikega. Vahel võib olla õigustatud täiendavate turvameetmete rakendamine kas tä- nu liini tähtsusele võrgus või temale toimivatele karmidele ilmaoludele. Tulenevalt ohutuse /safety/ nõudest ei tohi liini ehitus ja käit põhjustada inimeste vigastusi või surma. Nõuded seonduvad erandlike koormustega, millele liini komponendid, eelkõige mastid, tuleb projekteerida. Samuti tuleb õhuliini projekteerimisel pöörata tähelepanu liini kestvusele,
ühenduses tsütoplasmavõrgustiku valendikuga. Sarnaselt tsütoplasma võrgustikuga võivad tuuma välismembraanile kinnituda ribosoomid. 1 Tuuma sisemise membraani sisepinnal on ōhuke kiht nn. tuuma lamiine. Lamiinid toetavad tuuma sisemist membraani seestpoolt. Väljastpoolt on tuum ümbritsetud intermediaarsete filamentide vōrgustikuga. Tuuma ümbrises on teatud vahemikega spetsiaalsed struktuurid, nn. tuuma poori kompleksid (nuclear pore complex- NPC). Tuumapoore moodustavaid valke nim. ka nukleoporiinideks. Tuuma ja tsütoplasma vaheline ainete transport Tuuma ja tsütoplasma vaheline ainete transport käib tuuma pooride kaudu. Transport läbi NPC on kas passiivne difusioon (ioonid, väikesed valgumolekulid) või aktiivne transport. Iga üksik NPC toimetab nii importi kui eksporti. Tüüpilisel imetajarakul on tuumaümbrises 3-4 tuh. poori. Üks ja
(kontrollida!)z, seega on funktsioon h tõepoolest pidev igas jaotuspunktis xi . Kokkuvõttes on h pidev funktsioon, mis rahuldab tingimust (3.24). 3.7 Heine-Boreli lemma 3.7.1 Heine-Boreli lemma Reaalarvude omadus, mida kirjeldab alljärgnev väide, on lähtepunktiks olulisele ja ulatuslikule uurimis- suunale üldises topoloogias – kompaktsete ruumide teooriale. Teoreem 3.33 (Heine-Boreli lemma). Kui arvsirge lõik [a, b] on kaetud lõpmatu arvu vahemikega, siis nende hulgast saab valida lõpliku arvu vahemikke, mis katavad lõigu [a, b] . Tõestus. Olgu ∆ niisugune vahemikest S koosnev lõpmatu hulk, mis katab lõigu [a, b], niisiis, [a, b] ⊆ {S | S ∈ ∆} . Meie eesmärk on veenduda, et hulk ∆ sisaldab niisuguse lõpliku alamhulga S ∆0 ⊆ ∆, millesse kuuluvad vahemikud samuti katavad [a, b], s.t. [a, b] ⊆ {S | S ∈ ∆0 } . S
annaabi.ee 
