4. kasutatakse geomeetrilist keskmist 5. ei ükski Aegridade tasandamisel valitakse tasandusjooneks võimaluse korral sirge Hüpoteeside kontrollimisel: 1. H0 on alati tõene 2. Zemp näiab standardhälvete arvu ja µ ja µ0 vahel 3. Zemp saab olla pos ainult suure valimi korral 4. Ho tagasilükkamiseks peab Femp plema negatiivne 5. ei ükski Usaldatavuse kontrollimisel: 1. põhieesmärgiks on leide kogumi kirjeldamiseks dispersioon ja standardhälve 2. H0 tagasilükkamisekspeab olema Femp suhe negatiivne 3. dispersioonide liitmise lause järgi peab ülddispersioon võrduma rühmade sisese ja rühmade vahelise dispersiooni korrutisega 4. kasutatakse dispersioonde suhet Hüpoteeside kontrollimisel: 1. H0 on alati tõene 2. kahepoolse testi korral on usaldatavus alati 95% 3. ühepoolse testi korral on usaldatavus alati 95% 4. hinnang antakse valimi põhjal 5
väiksem – VALE, suurem Väljavõtukogumi suurus ei tohi sõltuda: üldkogumi suurusest (mida suurem üldkogum, seda suurem valim) üldkogumi keskmisest väärtusest – ÕIGE usaldatavusest (mida suurem usaldatavus, seda suurem valim) soovitud täpsusest (mida täpsemat tulemust tahan, seda suurem peab olema valim) väärtuste varieeruvusest üldkogumis (mida suurem dispersioon, seda suurem on valim) Keskmine esindusviga on oma sisult: vale keskmise valiku tulemusel tekkinud arvutusviga - esindusviga ei ole arvutusviga, valim esindab üldkogumit kõikide võimalike esindusvigade harmooniline keskmine - õige on ruutkeskmine!!! vahe ühe juhuslikult moodustatud valimi keskmise taseme ja üldkogumi keskväärtuse - küsitakse keskmist esindusviga, siin on ühe juhuslikult moodustatud valim...ei saa olla keskmine; siis on lihtsalt esindusviga
Mainori Kõrgkool Matemaatika ja statistika Loengukonspekt Silver Toompalu, MSc 2008/2009 1 Matemaatika ja statistika 2008/2009 Sisukord 1 Mudelid majanduses ............................................................................................................. 4 1.1 Mudeli mõiste ......................................................................................................................... 4 1.2 Matemaatilise mudeli struktuur ja sisu ................................................................................... 4 2 Funktsioonid ja nende algebra............................................................................................... 5 2.1 Funktsionaalne sõltuvus ....................................
astendamisel saadud arvude aritmeetilisi keskmisi. Arvu, millega momendi leidmisel hälbeid astendatakse, nimetatakse momendi järguks. VARIATSIOONINÄITARVUD · Variatsiooniamplituud (R= Xmax-Xmin)näitab äärmuste vahet. Äärmusi kirjeldab, ei kirjelda seda mis on kogumi sees. Väheväärtuslik, infot pea ei olegi. · Absoluutsed variatsiooninäitarvud: variatsiooniamplituud, keskmine lineaarhälve, dispersioon ja standardhälve, kvartiilhälve. Absoluutsete variatsiooninäitarvude suurus sõltub variantide absoluutväärtustest, mis muudab nad erinevate ridade võrdlemisel raskesti kasutatavateks. Teiseks probleemiks absoluutsete varieeruvusnäitarvude kasutamisel on ühik. Neil on mõõdetava suurusega sama ühik, mis muudab võimatuks erinevate ühikutega suuruste hajuvuse võrdlemise. · Keskmine lineaarhälve (d katusega) ehk keskmine absoluuthälve. Hälve ehk erinevus
Valem: F(x)=P(X<=x) Keskväärtus ehk oodatav väärtus - Kui juhusliku suuruse X väärtuse xi esinemise tõenäosus on pi , siis selle juhusliku suuruse keskväärtus ehk oodatav väärtus. Oodatav väärtus on otsustamisel kriteeriumiks. Valitakse see alternatiiv, mille korral oodatav väärtus on ekstremaalne. Näiteks: oodatav kasum maksimaalne,oodatav kulu minimaalne Valem: µ=E[X]= ∑ pixi Dispersioon – diskreetse juhusliku suuruse dispersioon σ^2=∑(xi-µ)^2*pi Pidev juhuslik suurus - Pideva juhusliku suuruse korral ei saa rääkida mingi üksiku konkreetse väärtuse esinemise tõenäosusest. Selle korral on konkreetse üksiku väärtuse esinemise tõenäosus 0 Jaotustihedus jaotusfunktsiooni tuletis: Empiirilised jaotused - Teostame mingit katset palju kordi, iga kord registreerime juhusliku suuruse väärtuse ja leiame statistilised tõenäosused. Saame empiirilise jaotuse. Empiirilise jaotuse saab anda
Matemaatika õhtuõpik 1 2 Matemaatika õhtuõpik 3 Alates 31. märtsist 2014 on raamatu elektrooniline versioon tasuta kättesaadav aadressilt 6htu6pik.ut.ee CC litsentsi alusel (Autorile viitamine + Mitteäriline eesmärk + Jagamine samadel tingimustel 3.0 Eesti litsents (http://creativecommons.org/licenses/by-nc-sa/3.0/ee/). Autoriõigus: Juhan Aru, Kristjan Korjus, Elis Saar ja OÜ Hea Lugu, 2014 Viies, parandatud trükk Toimetaja: Hele Kiisel Illustratsioonid ja graafikud: Elis Saar Korrektor: Maris Makko Kujundaja: Janek Saareoja ISBN 978-9949-489-95-4 (trükis) ISBN 978-9949-489-96-1 (epub) Trükitud trükikojas Print Best 4 Sisukord osa 0 – SISSEJUHATUS . .................... 17 OSA 2 – arvud ..................................... 75 matemaatika meie ümber ................... 20 arvuhulgad ....................
Juhusliku suuruse arvkarakteristikuid võib jagada: moment ja mittemomentkarakteristikud, asendi-,hajuvus- ja kujukarakteristikud, kvantiilkarakteristikud. Keskväärtus(asendikarakteristik) iseloomustab juhusliku suuruse jaotuse keskkoha asukohta. Keskväärtuse geomeetriline tõlgendus: jaotus raskuskeskme projektsioon x-teljele Dispersioon ja standardhälve on arvkarakteristikud juhusliku suuruse hajuvuse iseloomustamiseks keskväärtuse suhtes. dispersioon on standardhälve ruudus ja standardhälve on vastavalt dispersiooni ruutjuur. Juhusliku suuruse p-kvantiil xp on selline juhusliku suuruse väärtus, millest vasakule jäävale jaotuse osale vastab tõenäosus p. Kvantiile nim ka protsentiilideks, siis tõenäosus p väljendatakse protsentides. 10% kordseid protsentiile nim detsiilideks, 25%kordseid protsentiile nim kvartiilideks, 50% korral mediaaniks. Mediaan on
vahemikele pm=nm/N, 6)graafiku koostamine 2-jaotus on kasutusel normaaljaotuega juhusliku suuruse dispersiooni hinnangu jaoks usaldusvahemike arvutamisel. Jaotus moodustub k sõltumatu normeeritud normaaljaotusega juhusliku suuruse põhjal kui nende ruutude summa jaotus. Jaotusel on üks parameeter k, mis on vabadusastmete arv. Kui k=2, tekib eksponentjaotus. Kui klõpmatus, läheneb X2-jaotus normaaljaotusele. Jaotuse keskväärtus võrdub vabadusastmete arvuga, dispersioon on 2k, mood k-2. t-jaotus on kasutusel normaaljaotusega juhusliku suuruse keskväärtus hinnangu jaoks usaldusvahemike arvutamisel. Jaotus moodustub k+1 sõltumatu normeeritud normaaljaotusega juhusliku suuruse põhjal suhtena, kus lugejas on üks nendest ja nimetajas ülejäänute ruutude aritmeetilise keskmise ruutjuur. T-jaotus on sümmetriline, keskpunktiks 0. Kui klõpmatus, siis t-jaotus läheneb normaaljaotusele. Väikese k väärtuse korral, k on positiivne. Kui k=1 tekib Cauchy jaotus.
Kõik kommentaarid