TILASTOT: johdantoa ja käsitteitä
|
|
- Maija-Leena Härkönen
- 5 vuotta sitten
- Katselukertoja:
Transkriptio
1 TILASTOT: johdatoa ja käsitteitä TOD.NÄK JA TILASTOT, MAA10 Tilastotietee tehtävää o esittää ja tulkita tutkimuskohteesee liittyvää havaitoaieistoa eli tilastoaieistoa. Tutkitaa valittua joukkoa ja se omiaisuuksia. Hyöty mallie ja eusteide luomisessa. Määritelmä, tilastot = havaitoaieisto: Tilastot ovat tutkimusta varte systemaattisesti kerättyjä ja muistiikirjattuja havaitoja (tietoa jostaki). Havaitoje esitystapoja ovat mm. keski-, hajota- ja muut tuusluvut (esimerkiksi keskiarvo), lisäksi kuviot eli diagrammit sekä taulukot ja matriisit. Pakit, vakuutusyhtiöt, järjestöt ja toimivat elimet, yksittäiset ihmiset = siä hyödytävät ja käyttävät tilastoja ja todeäköisyyksiä. Saota, joka kuuluu VALHE EMÄVALHE TILASTOT pitää joskus hyvi paikkasa. Mitä se tarkoittaa? Havaitoje keruu ja muokkaus Aluksi: Mietitää järkevä tutkimuskohde (rajaus) ja laaditaa tutkimuskysymykset joko käytäö (pako) saelemaa tai pelkästä mielekiiosta. Sitte: Data eli aieisto keruu (tätäki vaihetta pitää miettiä: mite, milloi, kuika paljo/mite pitkää, millaisia virhemahdollisuuksia je.). Määritelmä, populaatio, tapaus, muuttuja: Valitaa perusjoukko eli populaatio. Perusjoukko sisältää tutkimukse kohteet eli tapaukset, joita saotaa tilastoyksiköiksi. Tutkittavaa (tapauste) omiaisuutta saotaa muuttujaksi. Huom! Vaaraa o sekoittaa tapaukset ja muuttuja eli tapauste joki omiaisuus, jota tutkitaa. Tapaukset mielletää x:siksi eli joki fuktio f muuttujaksi. Nyt siis muuttuja o joki perusjouko tapauste omiaisuus, josta ollaa kiiostueita ja jota tutkitaa. 1
2 Esim. Populaatio: Tilastoyksikkö: Muuttuja: Havaito: Sievi MAA10-ryhmä opiskelijat opiskelija opiskelija pituus TAI opiskelija sytymäaika TAI kuuteleeko opiskelija opea vai ei, je. muuttuja arvo (ei tarvi olla reaaliluku) Määritelmä, otos: Usei perusjoukko o liia iso, jolloi joudutaa ottamaa otos, joka o sopivalla tavalla otettu, s. edustava, osa perusjoukosta. Sopiva tapa tarkoittaa, että jokaisella tilastoyksiköllä eli tapauksella o yhtä suuri mahdollisuus tulla valituksi otoksee. Populaatio Otos =tilastoyksikkö muuttuja havaito Diskreetti ja jatkuva muuttuja Määritelmä, jakauma: Jakaumalla tarkoitetaa tilastollisessa tutkimuksessa selvitety havaitoaieisto muuttuja eli tutkittava perusjouko tapauste joki omiaisuude arvoja. Millaisia arvot ovat ja mite e ovat jakaatueet. Esim. Sievi lukio MAA10: opiskelijoide sytymäajat: 3.1, 4.1, 26.1, 26.1, 26.1, 28.1, 4.2, 5.2, 5.2,, Määritelmä, diskreetti ja jatkuva muuttuja sekä jakauma: Jos muuttuja voi saada vai erillisiä arvoja (esim. kurssiarvosaat: 4, 5, 6, 7, 8, 9 ja 10, mutta ei 7,23 tai 2π 6,28), ii muuttuja o diskreetti (discrete=erillie) ja vastaava jakauma o diskreetti jakauma. Jos muuttuja voi saada joltaki väliltä kaikki, eli mikä tahasa arvo, ii muuttuja o jatkuva (esim. pituus, ikä, kuika kaua jaksaa kuuella ope höpiöitä) ja vastaava jakauma o jatkuva jakauma. 2
3 Frekvessit ja luokittelu Usei havaitoaieisto kootaa taulukoiksi. SYY: suuri iformaatiotiheys pieessä koossa, tämä o positiivista. Toisaalta, pitää osata lukea taulukoita, tämä o egatiivista (moia huijataa esim. väärillä akselisuhteilla). Määritelmä, frekvessi: Muuttuja eri arvoje esiitymiskertoje lukumäärää saotaa frekvessiksi, merkitää f. Frekvessie yhteelaskettu summa o sama kui perusjouko/otokse tilastoyksiköide eli tapauste lukumäärä. Esimerkki (vihkoo) Sievi lukio MAA10 kurssi opiskelijoide pituudet (2 cm tarkkuudella) 170, 156, 172, 166, 166, 156, 162, 160, 158, 160, 160, 170, 158, 160, 166, 168, yht 16 kpl Taulukoidaa (taulu) Määritelmä, suhteellie frekvessi: Suhteellie frekvessi, joka lähes aia lasketaa ja ilmoitetaa prosetteia, o frekvessi suhde tapauste eli tilastoyksiköide lukumäärää. Merkitää f%. Esim. Edellisessä esimerkissä olevie pituuksie 156, 160 ja 172 suhteelliset frekvessit ovat: 156 cm: 160 cm: 172 cm: 2 16 = = = 0,12,5 eli 12,5% = 0,25 eli 25% = 0,0625 eli 6,25% Määritelmä, summafrekvessit: Summafrekvessi, merkitää sf, ilmoittaa kyseisee muuttuja arvoo saakka kertyeet frekvessit (eli lasketaa yhtee) ja suhteellie summafrekvessi, merkitää sf%, vastaavasti prosettiosuude. Esim. Täydeetää taulukkoa. 3
4 Jos tutkitaa samalla kertaa useita muuttujia, ii saadaa havaitomatriisi. Tämä o kustaustehokasta. Isoje tilastoaieistoje käsittely suoritetaa tietokoeilla, ohjelmistoia mm. R-ohjelmoiti (ilm.) ja SPSS (maksaa/kokeiluversio ilm). Luokittelu ja luokkakeskukset Jatkuva muuttuja aieisto o syytä luokitella. Luokittelu avulla aieisto (jossa voi siis olla paljo eri muuttuja arvoja) omiaisuudet saadaa selkeämmi esii ja mm. tuuslukuje laskemie helpottuu. Esim. Luokitellaa edellisessä esimerkissä olevat pituudet eljää luokkaa. Luokittelemato aieisto oli: 170, 156, 172, 166, 166, 156, 162, 160, 158, 160, 160, 170, 158, 160, 166, 168 Luokiteltu aieisto o (kuki muuttuja arvo vai yhtee luokkaa): Luokka, cm f Luokkakeskus Täydeetää taulukkoa. Huom! Luokittelu tasavälei, 4 10 luokkaa. 4
5 Esim. (jatkuu) Luokkarajat eivät aia ole todellisia johtue mm. pyöristyksistä. Näi olle esimmäise luoka todelliset ala- ja ylärajat ovat 1.luokka luokka 154, 5 159, 5 Luokkakeskus o luoka keskellä oleva luku. Se lasketaa ala- ja yläraja keskiarvoa alaraja + yläraja luokkakeskus = 2 Täydeetää taulukkoa. Luokka, cm f Luokkakeskus TOD.NÄK JA TILASTOT, MAA10 Mitta-asteikot ja tuusluvut Havaitoaieisto muuttujat (eli tutkittavat omiaisuudet) voidaa luokitella eri mitta-asteikkoje mukaa. Asteiko valita kertoo, millä tavoi tiettyä omiaisuutta mitataa. Mitta-asteikot: 1. Luokittelu- eli omiaaliasteikko. Ei suuruus tai paremmuusjärjestystä. Keskiluvuista vai moodi eli tyyppiarvo soveltuu. Esimerkiksi sukupuoli: mies, aie, muut (itersukupuolet) veriryhmä: A, B, AB, 0 2. Järjestys- eli ordiaaliasteikko. Laskutoimitukset eivät ole mielekkäitä, mutta järjestys voidaa ataa. Keskiluvuista moodi ja mediaai soveltuvat. Esimerkiksi sotilasarvot: alokas, jääkäri,, keraali 5
6 Mitta-asteikot (jatkuu): 3. Välimatka- eli itervalliasteikko. Voidaa laskea tilastoyksiköide eli tapauste välisiä eroja = välimatkoja. Esimerkiksi lämpötila. 4. Suhdeasteikko. Voidaa laskea muuttujie arvoje välisiä suhteita ja verrata iitä. Esimerkiksi pituus ja massa. Piei arvo aia olla! Hekilö A: pituus: 170 cm massa: 78 kg Hekilö B: pituus: 150 cm massa: 62 kg Nyt 170 cm 78 kg 150 cm 62 kg hekilö B: massa o siis suhteessa pituutee pieempi kui hekilö A:. (Oko A lihavampi? ei välttämättä bodari). Eli ei pidä tehdä vääriä johtopäätöksiä! Jotta olisi suhteessa sama massa, ii verrato ataa = 78 x x = ,823 kg Keskiluvut Keskiluvuilla kuvataa havaitoarvoje keskimääräistä suuruutta tai laatua. Keskiluvut: 1. Keskiarvo. Ilmoittaa muuttuja keskimääräise suuruude. O tuetui keskiluku, merkitää x (ei vektorimerkitä), joka yhtälö o x = x 1 + x 2 + x x = i=1 x i = 1 x i Keskiarvo voidaa laskea myös frekvessie kautta, s. paiotettua keskiarvoa. Ku o kaikkie havaitoje lukumäärä ja k o eri havaitoje, eli luokkie lukumäärä, ii x = i=1 x i = k i=1 k i=1 f i x i = 1 f ix i, k i=1 6
7 Keskiluvut (jatkuu): 2. Moodi eli tyyppiarvo. Moodi, lyheetää ja merkitää (Mo), o suurita frekvessiä eli suurita muuttuja arvo esiitymiskerra lukumäärää, vastaava lukuarvo. (Kuika mota kertaa esiityy eite esiityvä muuttuja arvo.) Moodi siis soveltuu kaikille mitta-asteikoille. 3. Mediaai. Mediaai, lyheetää ja merkitää (Md), o järjestyksee asetetu havaitoaieisto keskimmäie arvo (parito määrä) tai kahde keskimmäise arvo keskiarvo (parillie määrä). Mediaai vaatii järjestykse eli se soveltuu muille paitsi luokitteluasteikolle, jossa ei ole järjestystä. Muistisäätö: Ku aieisto järjestyksessä, ii koko havaitoaieistosta o 50% mediaai molemmilla puolilla. Esim. Joki muuttuja havaitoarvot ovat 1, 3, 2, 5, 2, 2, 3, 8, 2, 2, 5, 5, 3, 2, 4, 8, 4, 278, yht 18 kpl. Mo havaitoarvo: frekvessit: =18 Keskiarvo: Moodi: Mediaai: x = = Mo = 2, koska kakkoe esiityy 6 kertaa. Laitetaa esi havaitoarvot järjestyksee! 1, 2, 2, 2, 2, 2, 2, 3, 3, 3, 4, 4, 5, 5, 5, 8, 8, 278 = 18,83. 9kpl eli 50% 9kpl eli 50% Nyt mediaai o kahde keskimmäise luvu keskiarvo, eli Md = /2 = 3. 7
8 Keskiluvut (jatkuu): 1. Paiotettu keskiarvo. Lukuje x 1 + x x paiotettu keskiarvo, ku paioia ovat luvut p 1 + p p (> 0), o p 1 x 1 + p 2 x p x p 1 + p p Esim. Eräässä matematiika kokeessa arvosaoje jakauma oli seuraava: ,3 % 9,8 % 15,8 % 20,3 % 23,3 % 23,4 % 6,1 % Laske arvosaoje keskiarvo. Ratkaisu Nyt prosetit ovat s. paioja, jotka summautuvat ykköseksi, saadaa x = 0, , , = 7,491 7,5. 8
Tunnuslukuja 27 III TUNNUSLUKUJA
Tuuslukuja 27 III TUNNUSLUKUJA Tuuslukuja 28 Tuuslukuja käytetää, ku tilastoaieistoa havaiollistetaa tiivistetysti yksittäisillä luvuilla. Tuusluvut lasketaa muuttujie arvoje perusteella ja e kuvaavat
LisätiedotTilastollinen todennäköisyys
Tilastollie todeäköisyys TOD.NÄK JA TILASTOT, MAA10 Klassisessa todeäköisyydessä oli ehdot: äärellisyys ja symmetrisyys. Tämä tilae o usei mahdoto ts. alkeistapauksia o usei ääretö määrä tai e eivät ole
LisätiedotOtantajakauma. Otantajakauman käyttö päättelyssä. Otantajakauman käyttö päättelyssä
Otatajakauma kuvaa tarkasteltava parametri jakauma eri otoksista laskettua parametria o joki yleesä tuusluku, esim. keskiarvo, suhteellie osuus, riskisuhde, korrelaatiokerroi, regressiokerroi, je. parametria
Lisätiedot3.2 Sijaintiluvut. MAB5: Tunnusluvut
MAB5: Tuusluvut 3.2 Sijaitiluvut Sijaitiluvut ovat imesä mukaiset: e etsivät muuttuja tyypillise arvo, jos sellaie o olemassa, tai aiaki luvu, joka lähellä muuttuja arvoja o eite. Sijaitiluvut jaetaa kahtee
LisätiedotOtantajakauman käyttö päättelyssä
Keskiarvo otatajakauma Toisistaa tietämättä kaksi tutkijaa tutkii samaa ilmiötä, jossa perusjoukko koostuu kuudesta tutkittavasta ja tarkoituksea o laskea keskiarvo A: Kokoaistutkimus B: Otatatutkimus
LisätiedotTodennäköisyys, että yhden minuutin aikana saapuu 2 4 autoa.
Testimuuttuja kriittie arvo 5 %: merkitsevyystasolla katsotaa taulukosta. Kriittie arvo o 9,488. Koska laskettu arvo 4,35 o pieempi kui taulukosta saatu kriittie arvo 9,488, ii ollahypoteesi jää voimaa.
LisätiedotMat Tilastollisen analyysin perusteet, kevät 2007
Mitä tilastotiede o? Mat-.04 Tilastollise aalyysi perusteet, kevät 007. lueto: Johdato Tilastotiede kehittää ja soveltaa meetelmiä: reaalimaailma ilmiöistä johtopäätökset ilmiöitä kuvaavie tietoje perusteella
LisätiedotKaksiulotteinen normaalijakauma Mitta-asteikot Havaintoaineiston kuvaaminen ja otostunnusluvut
Mat-2.09 Sovellettu todeäköisyyslasku /Ratkaisut Aiheet: Kaksiulotteie ormaalijakauma Mitta-asteikot Havaitoaieisto kuvaamie ja otostuusluvut Avaisaat: Ehdollie jakauma, Ehdollie odotusarvo, Ehdollie variassi,
Lisätiedot( ) k 1 = a b. b 1) Binomikertoimen määritelmän mukaan yhtälön vasen puoli kertoo kuinka monta erilaista b-osajoukkoa on a-joukolla.
Kombiatoriikka, kesä 2010 Harjoitus 2 Ratkaisuehdotuksia (RT) (5 sivua) Käytä tehtävissä 1-3 kombiatorista päättelyä. 1. Osoita, että kaikilla 0 b a pätee ( ) a a ( ) k 1 b b 1 kb Biomikertoime määritelmä
LisätiedotTilastollisten aineistojen kuvaaminen. Tilastollisten aineistojen kuvaaminen. Tilastollisten aineistojen kuvaaminen: Mitä opimme?
TKK (c) Ilkka Melli (004) Tilastolliste aieistoje kuvaamie Tuusluvut Laatueroasteikolliste muuttujie tuusluvut Johdatus tilastotieteesee Tilastolliste aieistoje kuvaamie TKK (c) Ilkka Melli (004) Tilastolliste
LisätiedotTilastotieteen perusteet
VAASAN YLIOPISTO Tilastotieteeperusteet Luetoruko Christia Gustafsso SISÄLLYSLUETTELO 1. JOHDANTO... 3 1.1. Mitä tilastotiede o?... 3 1.. Tilastotietee historiaa... 4. HAVAINTOAINEISTO JA MITTAAMINEN...
LisätiedotTilastotieteen perusteet
VAASANYLIOPISTO Tilastotieteeperusteet Luetoruko Christia Gustafsso SISÄLLYSLUETTELO. JOHDANTO... 3.. Mitä tilastotiede o?... 3.. Tilastotietee historiaa... 4. HAVAINTOAINEISTO JA MITTAAMINEN... 6.. Peruskäsitteitä...
LisätiedotTilastotieteen johdantokurssi
VAASAN YLIOPISTO Tilastotietee johdatokurssi Luetoruko Christia Gustafsso 1 SISÄLLYSLUETTELO 1. JOHDANTO... 1.1. Mitä tilastotiede o?... 1.. Tilastotietee historiaa... 3. HAVAINTOAINEISTON HANKINNASTA
LisätiedotVastaus: Kertymäfunktio on F( x) = x, kun 0 x 20. Todennäköisyydet ovat molemmat 1. Frekvenssi f
0, ku x < 0 Vastaus: Kertymäfuktio o F( x) = x, ku 0 x 0 0, ku x > 0 Todeäköisyydet ovat molemmat 0. Laudatur MAA ratkaisut kertausharjoituksii Tilastoje esittämie 3. a) Tietty kasvi b) Kukkie lukumäärä
LisätiedotJohdatus tilastotieteeseen Otos ja otosjakaumat. TKK (c) Ilkka Mellin (2004) 1
Johdatus tilastotieteesee Otos ja otosjakaumat TKK (c) Ilkka Melli (004) 1 Otos ja otosjakaumat Yksikertaie satuaisotos Otostuusluvut ja otosjakaumat Aritmeettise keskiarvo otosjakauma Otosvariassi otosjakauma
LisätiedotJärvi 1 Valkjärvi. Järvi 2 Sysijärvi
Tilastotiedettä Tilastotieteessä kerätään tietoja yksittäisistä asioista, ominaisuuksista tai tapahtumista. Näin saatua tietoa käsitellään tilastotieteen menetelmin ja saatuja tuloksia voidaan käyttää
Lisätiedotpq n s n Kyllä Ei N Jäsenyys 5,4% 94.6 % 1500 Adressi 21,6% 78.4 % 1495 Lahjoitus 23,7% 76.3 % 1495 Mielenosoitus 1,1% 98.9 % 1489
Perusjoukko ja otos Kvatitatiiviset meetelmät Sami Fredriksso Yleie valtio-oppioppi Havaitoyksikkö o empiirise mittaukse kohde Perusjoukko o kaikkie havaitoyksiköide muodostama kokoaisuus Otos o perusjoukkoa
LisätiedotHannu mies LTK 180 Johanna nainen HuTK 168 Laura nainen LuTK 173 Jere mies NA 173 Riitta nainen LTK 164
86118P JOHDATUS TILASTOTIETEESEEN Harjoituksen 3 ratkaisut, viikko 5, kevät 19 1. a) Havaintomatriisissa on viisi riviä (eli tilastoyksikköä) ja neljä saraketta (eli muuttujaa). Hannu mies LTK 18 Johanna
LisätiedotMat-2.090 Sovellettu todennäköisyyslasku A
Mat-.090 Sovellettu todeäköiyylaku A Mat-.090 Sovellettu todeäköiyylaku A / Ratkaiut Aiheet: Avaiaat: Tilatollite aieito keräämie ja mittaamie Tilatollite aieitoje kuvaamie Oto ja otojakaumat Aritmeettie
LisätiedotOsa 2: Otokset, otosjakaumat ja estimointi
Ilkka Melli Tilastolliset meetelmät Osa : Otokset, otosjakaumat ja estimoiti Otokset ja otosjakaumat TKK (c) Ilkka Melli (007) 1 Otokset ja otosjakaumat >> Satuaisotata ja satuaisotokset Otostuusluvut
LisätiedotSisältö. Kvantitatiivinen metodologia verkossa. Monitasomallintaminen. Monitasomallit. Regressiomalli dummy-muuttujilla.
Kvatitatiivie metodologia verkossa Moitasomallius Pekka Ratae Helsigi yliopisto isältö Moitasomallit Matemaattisia peruskäsitteitä Esimerkki kovariassista Otatavirhe Esimerkki elittävie muuttujie lisäämie
LisätiedotT Datasta tietoon, syksy 2005 Laskuharjoitus 8.12., ratkaisuja Jouni Seppänen
T-1.1 Datasta tietoo, syksy 5 Laskuharjoitus.1., ratkaisuja Joui Seppäe 1. Simuloidaa tasoittaista algoritmia. Esimmäisessä vaiheessa ehdokkaia ovat kaikki yhde muuttuja joukot {a}, {b}, {c} ja {d}. Aaltosulkeide
LisätiedotSovellettu todennäköisyyslaskenta B
Sovellettu todennäköisyyslaskenta B Antti Rasila 11. lokakuuta 2007 Antti Rasila () TodB 11. lokakuuta 2007 1 / 15 1 Johdantoa tilastotieteeseen Peruskäsitteitä Tilastollisen kuvailun ja päättelyn menetelmiä
LisätiedotTUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012. Timo Törmäkangas
TUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012 Timo Törmäkangas TEOREETTISISTA JAKAUMISTA Usein johtopäätösten teko helpottuu huomattavasti, jos tarkasteltavan muuttujan perusjoukon jakauma noudattaa
Lisätiedot1. Työpaikan työntekijöistä laaditussa taulukossa oli mm. seuraavat rivit ja sarakkeet
VAASAN YLIOPISTO/AVOIN YLIOPISTO TILASTOTIETEEN PERUSTEET Harjoituksia 1 KURSSIKYSELYAINEISTO: 1. Työpaikan työntekijöistä laaditussa taulukossa oli mm. seuraavat rivit ja sarakkeet Nimi Ikä v. Asema Palkka
LisätiedotJohdatus tilastotieteeseen Otos ja otosjakaumat. TKK (c) Ilkka Mellin (2005) 1
Johdatus tilastotieteesee Otos ja otosjakaumat TKK (c) Ilkka Melli (005) 1 Otos ja otosjakaumat Yksikertaie satuaisotos Otostuusluvut ja otosjakaumat Aritmeettise keskiarvo ja otosvariassi otosjakaumat
LisätiedotTil.yks. x y z
Tehtävien ratkaisuja. a) Tilastoyksiköitä ovat työntekijät: Vatanen, Virtanen, Virtanen ja Voutilainen; muuttujina: ikä, asema, palkka, lasten lkm (ja nimikin voidaan tulkita muuttujaksi, jos niin halutaan)
Lisätiedot2.3.1. Aritmeettinen jono
.3.1. Aritmeettie joo -joo, jossa seuraava termi saadaa edellisestä lisäämällä sama luku a, a + d, a+d, a +3d, Aritmeettisessa joossa kahde peräkkäise termi erotus o aia vakio: Siis a +1 a d (vakio Joo
Lisätiedot1. (Jatkoa Harjoitus 5A tehtävään 4). Monisteen esimerkin mukaan momenttimenetelmän. n ne(y i Y (n) ) = 2E(Y 1 Y (n) ).
HY / Matematiika ja tilastotietee laitos Tilastollie päättely II, kevät 018 Harjoitus 5B Ratkaisuehdotuksia Tehtäväsarja I 1. (Jatkoa Harjoitus 5A tehtävää ). Moistee esimerki 3.3.3. mukaa momettimeetelmä
LisätiedotTestit järjestysasteikollisille muuttujille. Testit järjestysasteikollisille muuttujille. Testit järjestysasteikollisille muuttujille: Esitiedot
TKK (c Ilkka Melli (004 Johdatus tilastotieteesee TKK (c Ilkka Melli (004 : Mitä opimme? Tarkastelemme tässä luvussa seuraavia järjestysasteikolliste muuttujie testejä: ja merkkitesti parivertailuille
Lisätiedot****************************************************************** ****************************************************************** 7 Esim.
8.3. Kombiaatiot MÄÄRITELMÄ 6 Merkitä k, joka luetaa yli k:, tarkoittaa lause- ketta k = k! ( k)! 6 3 2 1 6 Esim. 1 3 3! = = = = 3! ( 3)! 3 2 1 3 2 1 3 2 1 Laskimesta löydät äppäime, jolla kertomia voi
Lisätiedot1 TILASTOMATEMATIIKKA... 2 2 TILASTOTIETEEN PERUSKÄSITTEITÄ... 3 3 MUUTTUJAT... 6 4 FREKVENSSIJAKAUMA... 8 5 AINEISTON LUOKITTELU...
SISÄLLYSLUETTELO 1 TILASTOMATEMATIIKKA... 2 1.1 JOHDANTO... 2 1.2 LINKKEJÄ... 2 1.3 LÄHTEET... 2 2 TILASTOTIETEEN PERUSKÄSITTEITÄ... 3 2.1 HAVAINTOAINEISTO... 3 2.2 POPULAATIO... 3 2.3 OTOS... 3 2.4 HAVAINTOAINEISTON
LisätiedotEpäyhtälöoppia matematiikkaolympialaisten tehtäviin
Epäyhtälöoppia matematiikkaolympialaiste tehtävii Jari Lappalaie ja Ae-Maria Ervall-Hytöe 0 Johdato Epäyhtälöitä reaaliluvuille Cauchy epäyhtälö Kaikille reaaliluvuille a, a,, a ja b, b,, b pätee Cauchy
LisätiedotTilastolliset menetelmät: Tilastolliset testit
Tilastolliset meetelmät Tilastolliset testit Tilastolliset meetelmät: Tilastolliset testit 8. Tilastollie testaus 9. Testejä suhdeasteikollisille muuttujille. Testejä järjestysasteikollisille muuttujille.
LisätiedotTUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas
TUTKIMUSAINEISTON ANALYYSI LTKY012 Timo Törmäkangas KURSSIN SISÄLTÖ Johdanto Mittaaminen ja aineiston hankinta Mitta-asteikot Otanta Aineiston esittäminen ja data-analyysi Havaintomatriisi Yksiulotteisen
Lisätiedot1.Työpaikan työntekijöistä laaditussa taulukossa oli mm. seuraavat rivit ja sarakkeet
VAASAN YLIOPISTO/KESÄYLIOPISTO TILASTOTIETEEN PERUSTEET Harjoituksia A KURSSIKYSELYAINEISTO: 1.Työpaikan työntekijöistä laaditussa taulukossa oli mm. seuraavat rivit ja sarakkeet Nimi Ikä v. Asema Palkka
LisätiedotKERTAUSHARJOITUKSIA. Tilastojen esittäminen. 212. a) 15-19 vuotiaita tyttöjä 156 377 Koko väestö 5 219 732 156 277 Näiden tyttöjen osuus
KERTAUSHARJOITUKSIA Tilastoje esittämie. a) -9 vuotiaita tyttöjä 377 Koko väestö 9 73 77 Näide tyttöje osuus 3, 0 % 9 73 b) Pojat ja tytöt: 3 377 + 77 = 39 4 39 4 Osuus koko väestöstä, % 9 73 c) Ikäluokka
Lisätiedot2.5. Eksponenttifunktio ja eksponenttiyhtälöt
Eksoettifuktio ja -htälöt Eksoettifuktio ja eksoettihtälöt Ku otessi käsitettä laajeetaa sallimalla eksoetille muitaki arvoja kui kokoaislukuja, tämä taahtuu ii, että ii saotut otessikaavat ovat voimassa,
LisätiedotMS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0501 Todeäköisyyslaskea ja tilastotietee peruskurssi 4A Satuaisotata ja parametrie estimoiti Lasse Leskelä Matematiika ja systeemiaalyysi laitos Perustieteide korkeakoulu Aalto-yliopisto Syksy 2016,
LisätiedotKURSSIKYSELYAINEISTO: HUOM! Aineiston tilastoyksikkömäärä 11 on kovin pieni oikean tilastotieteen tekemiseen, mutta Harjoitteluun se kelpaa kyllä!
VAASAN YLIOPISTO/KESÄYLIOPISTO TILASTOTIETEEN PERUSTEET Harjoituksia A KURSSIKYSELYAINEISTO: HUOM! Aineiston tilastoyksikkömäärä 11 on kovin pieni oikean tilastotieteen tekemiseen, mutta Harjoitteluun
Lisätiedotpisteet Frekvenssi frekvenssi Yhteensä
806118P JOHDATUS TILASTOTIETEESEEN Loppukoe 15.3.2018 (Jari Päkkilä) 1. Kevään -17 Johdaus tilastotieteeseen -kurssin opiskelijoiden harjoitusaktiivisuudesta saatujen pisteiden frekvenssijakauma: Harjoitus-
Lisätiedot2. Mittaus ja data 2.1. Johdanto. 2.2. Mittaustyypit
2. Mittaus ja data 2.. Johdato Voidaksemme keksiä tosimaailma relaatioita tarkastelemme sitä kuvaavaa dataa, jote esiksi selvitämme, mitä data perimmiltää o. Data kerätää kuvaamalla mielekiitoaluee oliot
LisätiedotSELITETTÄVÄ MUUTTUJA SELITTÄVÄ MUUTTUJA. Välimatka- tai suhdelukuasteikko. Laatuero- tai järjestysasteikko. Laatuero- tai järjestysasteikko
Moimuuttujameetelmät Kvatitatiiviset meetelmät Sami Fredriksso Yleie valtio-oppioppi Mikko Mattila 009 1 Yhde muuttuja meetelmät (uivariate statistics): keskiluvut ja hajotaluvut Moimuuttujameetelmät:
LisätiedotMS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi Luennot, osa II
Otokset MS-A050 Todeäköisyyslaskea ja tilastotietee peruskurssi Lueot, osa II Kaksi hyödyllista jakaumaa 3 Estimoiti G. Gripeberg 4 Luottamusvälit Aalto-yliopisto. helmikuuta 05 5 Hypoteesie testaus 6
LisätiedotAlgebra I Matematiikan ja tilastotieteen laitos Ratkaisuehdotuksia harjoituksiin 5 (6 sivua)
Algebra I Matematiika ja tilastotietee laitos Ratkaisuehdotuksia harjoituksii 5 (6 sivua) 14.2. 17.2.2011 1. Määritellää kuvaus f : S 3 S 3, f(α) = (123) α. Osoita, että f o bijektio. Mikä o se kääteiskuvaukse
LisätiedotStokastiikan perusteet Harjoitukset 1 (Todennäköisyysavaruus, -mitta ja -funktio) 2.11.2015
Stokastiika perusteet Harjoitukset (Todeäköisyysavaruus, -mitta ja -fuktio) 2..205. Määritä potessijoukko 2,ku (a) {0, } (b) {(0, ]} ja ku (c) (0, ]. Ratkaisu: (a) 2 {;, {0}, {}, {0, }} (b) 2 {;, {(0,
Lisätiedot811312A Tietorakenteet ja algoritmit, , Harjoitus 4, Ratkaisu
81112A Tietoraketeet ja algoritmit, 217-218, Harjoitus 4, Ratkaisu Harjoitukse aiheita ovat algoritmie aikakompleksisuus ja lajittelualgoritmit Tehtävä 4.1 Selvitä seuraavie rekursioyhtälöide ratkaisuje
LisätiedotSolmu 3/2010 1. toteutuu kaikilla u,v I ja λ ]0,1[. Se on aidosti konveksi, jos. f ( λu+(1 λ)v ) < λf(u)+(1 λ)f(v) (2)
Solmu 3/200 Epäyhtälöistä, osa 2 Markku Halmetoja Mätä lukio Välillä I määriteltyä fuktiota saotaa koveksiksi, jos se kuvaaja o alaspäi kupera, eli jos kuvaaja mitkä tahasa kaksi pistettä yhdistävä jaa
LisätiedotMATP153 Approbatur 1B Harjoitus 1, ratkaisut Maanantai
MATP53 Approbatur B Harjoitus, ratkaisut Maaatai..05. (Lämmittelytehtävä.) Oletetaa, että op = 7 tutia työtä. Kuika mota tutia Oili Opiskelija työsketelee itseäisesti kurssilla, joka laajuus o 4 op, ku
LisätiedotOsa 2: Otokset, otosjakaumat ja estimointi
Ilkka Melli Tilastolliset meetelmät Osa 2: Otokset, otosjakaumat ja estimoiti Estimoitimeetelmät TKK (c) Ilkka Melli (2007) Estimoitimeetelmät >> Todeäköisyysjakaumie parametrie estimoiti Suurimma uskottavuude
Lisätiedot8. laskuharjoituskierros, vko 11, ratkaisut
Mat-2.091 Sovellettu todeäköisyyslasku, kevät -05 Heliövaara, Palo, Melli 8. laskuharjoituskierros, vko 11, ratkaisut D1. Oletetaa, että havaiot X i, i = 1, 2,..., 100 muodostavat yksikertaise satuaisotokse
Lisätiedotn = 100 x = 0.6 99%:n luottamusväli µ:lle Vastaus:
1. Tietyllä koeella valmistettavie tiivisterekaide halkaisija keskihajoa tiedetää oleva 0.04 tuumaa. Kyseisellä koeella valmistettuje 100 rekaa halkaisijoide keskiarvo oli 0.60 tuumaa. Määrää 95%: ja 99%:
LisätiedotTilastolliset toiminnot
-59- Tilastolliset toiminnot 6.1 Aineiston esittäminen graafisesti Tilastollisen aineiston tallentamisvälineiksi TI-84 Plus tarjoaa erityiset listamuuttujat L1,, L6, jotka löytyvät 2nd -toimintoina vastaavilta
Lisätiedot1 Eksponenttifunktion määritelmä
Ekspoettifuktio määritelmä Selvitimme aikaisemmi tällä kurssilla, millaie potessisarja säilyy derivoiissa muuttumattomaa. Se perusteella määritellää: Määritelmä. Ekspoettifuktio exp : R R määritellää lausekkeella
Lisätiedot10 Kertolaskusääntö. Kahta tapahtumaa tai satunnaisilmiötä sanotaan riippumattomiksi, jos toisen tulos ei millään tavalla vaikuta toiseen.
10 Kertolaskusäätö Kahta tapahtumaa tai satuaisilmiötä saotaa riippumattomiksi, jos toise tulos ei millää tavalla vaikuta toisee. Esim. 1 A = (Heitetää oppaa kerra) ja B = (vedetää yksi kortti pakasta).
Lisätiedot4.3 Signaalin autokorrelaatio
5 4.3 Sigaali autokorrelaatio Sigaali autokorrelaatio kertoo kuika paljo sigaali eri illä korreloi itsesä kassa (josta imiki). Se o Fourier-muuokse ohella yksi käyttökelpoisimmista sigaalie aalysoitimeetelmistä.
LisätiedotTodennäköisyyslaskenta I. Heikki Ruskeepää
Todeäköisyyslasketa I Heikki Ruskeepää 2012 Sisällys 2 1 Todeäköisyys 3 1.1 Klassie todeäköisyys 3 1.2 Kombiatoriikkaa 4 1.3 Aksiomaattie todeäköisyys 8 1.4 Ehdollie todeäköisyys 13 1.5 Riippumattomuus
LisätiedotJohdatus tilastotieteeseen Estimointimenetelmät. TKK (c) Ilkka Mellin (2005) 1
Johdatus tilastotieteesee Estimoitimeetelmät TKK (c) Ilkka Melli (2005) 1 Estimoitimeetelmät Todeäköisyysjakaumie parametrie estimoiti Momettimeetelmä Normaalijakauma parametrie estimoiti Ekspoettijakauma
LisätiedotAnalyysi A. Harjoitustehtäviä lukuun 1 / kevät 2018
Aalyysi A Harjoitustehtäviä lukuu / kevät 208 Ellei toisi maiita, tehtävissä esiityvät muuttujat ja vakiot ovat mielivaltaisia reaalilukuja.. Aa joki ylä- ja alaraja joukoille { x R x 2 + x 6 ja B = {
Lisätiedot3 Mittaamisen taso ja tilaston keskiluvut
3 Mittaamisen taso ja tilaston keskiluvut Tämä tutkimus on sellainen, että (jos nyt jänisten laskua voidaan mittaamiseksi kutsua) mittaamisessa on eroteltavissa neljä erilaista mittaamisen tasoa, mittausasteikkoa.
LisätiedotMatematiikan tukikurssi
Matematiika tukikurssi Kurssikerta 3 1 Lisää iduktiota Jatketaa iduktio tarkastelua esimerki avulla. Yritetää löytää kaava : esimmäise (positiivise) parittoma luvu summalle eli summalle 1 + 3 + 5 + 7 +...
LisätiedotTil.yks. x y z 1 2 1 20.3 2 2 1 23.5 9 2 1 4.7 10 2 2 6.2 11 2 2 15.6 17 2 2 23.4 18 1 1 12.5 19 1 1 7.8 24 1 1 9.4 25 1 2 28.1 26 1 2-6.2 33 1 2 33.
Tehtävien ratkaisuja. a) Tilastoyksiköitä ovat työntekijät: Vatanen, Virtanen, Virtanen ja Voutilainen; muuttujina: ikä, asema, palkka, lasten lkm (ja nimikin voidaan tulkita muuttujaksi, jos niin halutaan)
LisätiedotSormenjälkimenetelmät
Sormejälkimeetelmät Matti Risteli mristeli@iksula.hut.fi Semiaariesitelmä 23.4.2008 T-106.5800 Satuaisalgoritmit Tietotekiika laitos Tekillie korkeakoulu Tiivistelmä Sormejälkimeetelmät ovat satuaisuutta
LisätiedotKvantitatiiviset menetelmät
Kvantitatiiviset menetelmät HUOM! Tentti pidetään tiistaina.. klo 6-8 Vuorikadulla V0 ls Muuttujien muunnokset Usein empiirisen analyysin yhteydessä tulee tarve muuttaa aineiston muuttujia Esim. syntymävuoden
LisätiedotLuento 7 Luotettavuus Koherentit järjestelmät
Lueto 7 Luotettavuus Koheretit järjestelmät Ja-Erik Holmberg Systeemiaalyysi laboratorio Aalto-yliopisto perustieteide korkeakoulu PL 00, 00076 Aalto ja-erik.holmberg@riskpilot.fi Määritelmä Tarkasteltava
LisätiedotTUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas
TUTKIMUSAINEISTON ANALYYSI LTKY012 Timo Törmäkangas JAKAUMAN MUOTO Vinous, skew (g 1, γ 1 ) Kertoo jakauman symmetrisyydestä Vertailuarvona on nolla, joka vastaa symmetristä jakaumaa (mm. normaalijakauma)
Lisätiedot4.7 Todennäköisyysjakaumia
MAB5: Todeäöisyyde lähtöohdat.7 Todeäöisyysjaaumia Luvussa 3 Tuusluvut perehdyimme jo jaauma äsitteesee yleesä ja ormaalijaaumaa vähä taremmi. Lähdetää yt tutustumaa biomijaaumaa ja otetaa se jälee ormaalijaauma
LisätiedotTehtävä 1. Voidaanko seuraavat luvut esittää kahden neliön summina? Jos voidaan, niin kuinka monella eri tavalla? (i) n = 145 (ii) n = 770.
JOHDATUS LUKUTEORIAAN (syksy 07) HARJOITUS 0, MALLIRATKAISUT Tehtävä. Voidaako seuraavat luvut esittää kahde eliö summia? Jos voidaa, ii kuika moella eri tavalla? (i) = 45 (ii) = 770. Ratkaisu. (i) Jaetaa
Lisätiedot2 avulla. Derivaatta on nolla, kun. g( 3) = ( 3) 2 ( 3) 5 ( 3) + 6 ( 3) = 72 > 0. x =
TAMMI PYRAMIDI NUMEERISIA JA ALGEBRALLISIA MENETELMIÄ PARITTOMAT RATKAISUT 7 Tiedosto vai hekilökohtaisee käyttöö. Kaikelaie sisällö kopioiti kielletty. a) g( ) = 5 + 6 Koska g o eljäe astee polyomi, ii
LisätiedotEsim. Pulssi-muuttujan frekvenssijakauma, aineisto luentomoniste liite 4
18.9.2018/1 MTTTP1, luento 18.9.2018 KERTAUSTA Esim. Pulssi-muuttujan frekvenssijakauma, aineisto luentomoniste liite 4 pyöristetyt todelliset luokka- frekvenssi luokkarajat luokkarajat keskus 42 52 41,5
LisätiedotParametrien oppiminen
38 Parametrie oppimie Tilastollise malli (Bayes-verkko rakee o kiiitetty, se umeeriste parametrie (ehdolliste todeäköisyyksie arvot pyritää määräämää Oletamme havaitoe oleva täydellisiä; s.o., okaise datapistee
LisätiedotTilastolliset menetelmät: Johdanto
Johdato Tilastolliset meetelmät: Johdato. Tilastotiede tieteealaa. Tilastolliste aieistoje keräämie ja mittaamie 3. Tilastolliste aieistoje kuvaamie Ilkka Melli Johdato Ilkka Melli Johdato Sisällys. TILASTOTIEDE
Lisätiedot6. Kombinaatio-oppi, todennäköisyys ja tilastot
6. Kombiaatio-oppi, todeäköisyys ja tilastot 6.1 Satuaisotata takaisipaolla Poimimme 3 alkiota takaisipaolla 1 alkio perusjoukosta. Kuika mota erilaista kolme alkio osajoukkoa voimme saada? Ratkaisu. Vastaus:
LisätiedotMetsämuuronen: Tilastollisen kuvauksen perusteet ESIPUHE... 4 SISÄLLYSLUETTELO... 6 1. METODOLOGIAN PERUSTEIDEN KERTAUSTA... 8 2. AINEISTO...
Sisällysluettelo ESIPUHE... 4 ALKUSANAT E-KIRJA VERSIOON... SISÄLLYSLUETTELO... 6 1. METODOLOGIAN PERUSTEIDEN KERTAUSTA... 8 1.1 KESKEISTEN KÄSITTEIDEN KERTAUSTA...9 1.2 AIHEESEEN PEREHTYMINEN...9 1.3
LisätiedotKvantitatiiviset menetelmät
Kvatitatiiviset meetelmät Pieryhmii ilmoittautumie alkaa ke.. klo 9.00 Ryhmä 1: Jussi Kiue: Esimmäie kokootumie to 4.. klo 14-16, paikka päärak aud IV SPSS-harjoitukset: ti.3. klo 11-13 ja to 7.4. klo
LisätiedotTehtäviä neliöiden ei-negatiivisuudesta
Tehtäviä epäyhtälöistä Tehtäviä eliöide ei-egatiivisuudesta. Olkoo a R. Osoita, että 4a 4a. Ratkaisu. 4a 4a a) a 0 a ) 0.. Olkoot a,, R. Osoita, että a a a. Ratkaisu. Kerrotaa molemmat puolet kahdella:
LisätiedotKandidaatintutkielman aineistonhankinta ja analyysi
Kandidaatintutkielman aineistonhankinta ja analyysi Anna-Kaisa Ylitalo M 315, anna-kaisa.ylitalo@jyu.fi Musiikin, taiteen ja kulttuurin tutkimuksen laitos Jyväskylän yliopisto 2018 2 Havaintomatriisi Havaintomatriisi
LisätiedotMarkov-ketjun hetkittäinen käyttäytyminen
Matematiika ja systeemiaalyysi laitos 1B Markov-ketju hetkittäie käyttäytymie Tämä harjoitukse tavoitteea o oppia muodostamaa Markov-malleja satuaisilmiöille, piirtämää tiettyä siirtymämatriisia vastaava
Lisätiedot9.7 Matriisinormit. Vaasan yliopiston julkaisuja 225. Ei siis lainkaan ongelmia defektiivisyydestä.
Vaasa yliopisto julkaisuja 225 U = 0.1213-0.9359-0.3307-0.1005-0.3430 0.9339 0.9875 0.0801 0.1357 S = V = >> 4.5221 0 0 0 2.2793 0 0 0 1.1642 0.0537-0.8212-0.5681 0.4414-0.4908 0.7512 0.8957 0.2911-0.3361
LisätiedotTodennäköisyyslaskenta sivuaineopiskelijoille. Heikki Ruskeepää
Todeäköisyyslasketa sivuaieopiskelijoille Heikki Ruskeepää 2012 Sisällys 2 1 Todeäköisyys 3 1.1 Klassie todeäköisyys 3 1.2 Kombiatoriikkaa 5 1.3 Aksiomaattie todeäköisyys 7 1.4 Ehdollie todeäköisyys 12
Lisätiedot5. Keskiluvut. luokan väliin, ei sen määrääminen tuota vaikeuksia. Näin on seuraavissa esimerkeissä:
22 5. Keskiluvut Kaikkein pisimmälle on informaation tiivistämisessä menty silloin, kun otosta kuvataan vain yhdellä luvulla, joka mahdollisimman hyvin edustaa kaikkia otoksen arvoja. Tällaisia lukuja
LisätiedotLuento 6 Luotettavuus Koherentit järjestelmät
Lueto 6 Luotettavuus Koheretit järjestelmät Ja-Erik Holmberg Systeemiaalyysi laboratorio PL 00, 00076 Aalto ja-erik.holmberg@riskpilot.fi ja-erik.holmberg@aalto.fi Määritelmä Tarkasteltava yksikö luotettavuus
LisätiedotLuentotesti 3. Kun tutkimuksen kävelynopeustietoja analysoidaan, onko näiden tutkittavien aiheuttama kato
Tehtävä 1 Osana laajempaa tutkimusprojektia mitattiin kävelynopeutta yli 80-vuotiaita tutkittavia. Osalla tutkittavista oli lääkärintarkastuksen yhteydessä annettu kielto osallistua fyysistä rasitusta
LisätiedotTilastolliset menetelmät: Johdanto
Tilastolliset meetelmät Johdato Tilastolliset meetelmät: Johdato. Tilastotiede tieteealaa. Tilastolliste aieistoje keräämie ja mittaamie 3. Tilastolliste aieistoje kuvaamie TKK @ Ilkka Melli (006) Tilastolliset
LisätiedotEhdollinen todennäköisyys
Ehdollie todeäköisyys Kerrataa muutama todeäköisyyslaskea laskusäätö. Tapahtuma E komplemettitapahtuma E o "E ei tapahdu". Koska todeäköisyyksie summa o 1, P ( E = 1 P (E. Joskus o helpompi laskea komplemettitapahtuma
LisätiedotInsinöörimatematiikka IA
Isiöörimatematiikka IA Harjoitustehtäviä. Selvitä oko propositio ( p q r ( p q r kotradiktio. Ratkaisu: Kirjoitetaa totuustaulukko: p q r ( p q r p q r ( p q r ( p q r 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
LisätiedotMatin alkuvuoden budjetti
1 TILASTOJEN TULKINTAA 1. euroa Matin alkuvuoden budjetti 600 500 400 300 200 100 0 tammikuu helmikuu maaliskuu huhtikuu a) Milloin Matti on kuluttanut eniten rahaa ostoksiin? Arvioi, kuinka paljon vaatteisiin
Lisätiedot3 Lukujonot matemaattisena mallina
3 Lukujoot matemaattisea mallia 3. Aritmeettie ja geometrie joo 64. a) Lukujoo o aritmeettie joo, joka yleie jäse o a 3 ( ) 4 34 4 4 b) Lukujoo o geometrie joo, joka yleie jäse o c) Lukujoo o geometrie
Lisätiedotj = I A = 108 A m 2. (1) u kg m m 3, (2) v =
764A KIINTEÄN AINEEN FYSIIKKA Ratkaisut 6 Kevät 28. Tehtävä: Aiemmi olemme laskeeet kupari johtavuuselektroie tiheydeksi 8.5 28 m. Kuparijohdossa, joka poikkipita-ala o mm 2, kulkee A: virta. Arvioi Drude
LisätiedotTUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas
TUTKIMUSAINEISTON ANALYYSI LTKY012 Timo Törmäkangas f 332 = 3 Kvartiilit(302, 365, 413) Kvartiilit: missä sijaitsee keskimmäinen 50 % aineistosta? Kvartiilit(302, 365, 413) Keskiarvo (362.2) Keskiarvo
LisätiedotMatematiikan tukikurssi
Matematiika tukikurssi Kurssikerta 1 Iduktiotodistus Iduktiotodistukse logiikka Tutkitaa tapausta, jossa haluamme todistaa joki väittee P() site, että se pätee kaikilla luoollisissa luvuilla. Eli halutaa
LisätiedotTILASTO- JA TALOUSMATEMATIIKKA s. 1
TILASTO- JA TALOUSMATEMATIIKKA s. 1 Käsitteitä: Tilastoja voidaan havainnollistaa: o Tilastokuvioilla eli diagrammeilla Tavallisimmin käytettyjä tilastokuvioita ovat pylväsdiagrammit Muodostuu erillisistä
LisätiedotKvantitatiiviset menetelmät
Kvatitatiiviset meetelmät Pieryhmii ilmoittautumie alkaa ke 2.2. klo 9.00 Ryhmä 1: Jussi Kiue: Esimmäie kokootumie to 24.2. klo 14-16, paikka?? SPSS-harjoitukset: ti 29.3. klo 11-13 ja to 7.4. klo 15-19
LisätiedotHarjoitustehtävien ratkaisuja
3. Mallitamie lukujooje avulla Lukujoo määritelmä harjoituksia Harjoitustehtävie ratkaisuja 3. Laske lukujoo viisi esimmäistä jäsetä, ku a) a 6 ja b) a 6 ja 3 8 c) a ja 3 a) 6,, 8, 4, 30. b) 8,, 6, 0,
LisätiedotTarkastellaan ympyräsylinterin käyttäytymistä eri muotoisilla tukipinnoilla. Oletetaan sylinterin vierintävastus merkityksettömäksi.
NURJAHDUS ERUSKÄSITTEITÄ Katava raketee mitoitusperusteet ovat ujuus jäitykset eivät ylitä iille sallittuja arvoja Jäykkyys siirtymät ja muodomuutokset pysyvät ealta määrätyissä rajoissa Stabiilius raketee
LisätiedotRyhmän osajoukon generoima aliryhmä ja vapaat ryhmät
Ryhmä osajouko geeroima aliryhmä ja vapaat ryhmät LuK-tutkielma Joose Heioe Matemaattiste tieteide tutkito-ohjelma Oulu yliopisto Kevät 2017 Sisältö Johdato 2 1 Ryhmät ja aliryhmät 2 1.1 Ryhmä.................................
LisätiedotÄärettämän sarjan (tai vain sarjan) sanotaan suppenevan eli konvergoivan, jos raja-arvo lims
75 4 POTENSSISARJOJA 4.1 ÄÄRETTÖMÄT SARJAT Lukujoo { a k } summaa S a a a a a k 0 1 k k0 saotaa äärettömäksi sarjaksi. Summa o s. osasumma. S a a a a a k 0 1 k0 Äärettämä sarja (tai vai sarja) saotaa suppeeva
Lisätiedot