AMB_Loeng1_andmed_a
|
|
- Maria Parts
- 5 aastad tagasi
- Vaatused:
Väljavõte
1 Andmeanalüüs molekulaarbioloogias LOMR nädal Loeng: Töökorraldus ja materjalid Teaduslik mõtteviis Andmete tüübid Andmete varieeruvuse kirjeldamine Praktikum: Sagedusjaotuste joonistamine Maido Remm
2 Töökorraldus 5 nädalat loengut ja praktikume + 1 proovieksam koos tulemuste arutelu ja kordamisega. Aine hinne kujuneb eksami punktidest (0-100). Lisapunkte on võimalik saada küsimuste küsimise eest loengus (1 punkt inimese kohta igas loengus). Eksam sisaldab ainult praktilisi ülesandeid, aeg on limiteeritud (1 tund ja 45 minutit). Eelnevalt teeme proovieksami ( ) koos tulemuste aruteluga. Toimub ainult üks korduseksam F-idele ja mitteilmunuile. Potentsiaalsed eksamiajad on järgmised: E kell T kell
3 Peamiseks õppematerjaliks on raamat: Õppematerjalid Harvey Motulsky: Intuitive Biostatistics: A Nonmathematical Guide to Statistical Thinking (2009) Vajalikud raamatute peatükid on kättesaadavad aadressil: kasutajanimi: kursus salasõna: amb2013 Loengute slaidid ja praktikumide materjalid veebilehel
4 Praktikum Praktikumis (ja eksamil) vajalik arvuti ning programm OpenOffice või Excel INSTALLEERIGE SEE ENDA ARVUTISSE Praktikumi peamine eesmärk on harjutada eksamil vaja minevaid oskusi.
5 Esimese nädala teemad 1. Mida kujutab endast teaduslik (tõenduspõhine) uurimistöö 2. Miks on teaduslikus töös vaja hüpoteese? 3. Andmete tüübid 4. Andmete varieeruvus ja selle visualiseerumine
6 Tähelepanek Teaduslik (tõenduspõhine) mõtteviis Uurimisküsimus Testitava hüpoteesi sõnastamine Teaduslikus mõtteviisis on kesksel kohal hüpoteeside testimine. Hüpoteesi kontrollimine (katse või vaatlus) Artikkel Üldistav teooria
7 Tähelepanek Maratonijooksjate hulgas on palju tuttavaid TÜ-st Uurimisküsimus Kas ja kuidas on maratoni jooksmine seotud intelligentsusega? Hüpoteetiline näide hüpoteeside testimisest Testitava hüpoteesi sõnastamine 1 Hariduse omandamiseks kulutatud aastate arv kahel inimeste grupil: [jooksjad] vs [mitte-jooksjad] EI OLE ERINEV Testitava hüpoteesi sõnastamine 2 Kas hariduse omandamiseks kulutatud aastate arv kahel inimeste grupil: [pikamaajooksjad] vs [muude spordialadega tegelejad] EI OLE ERINEV Testita sõna Kas harid kulutatu inim [pikamaaj spordia EI Hüpoteesi kontrollimine 1 Hüpoteesi kontrollimine 2 Hü kontr Teaduslikus mõtteviisis on kesksel kohal hüpoteeside testimine. Artikkel
8 Teaduslik (tõenduspõhine) mõtteviis Tähelepanek Hüpoteesivabad meetodid (andmeteadus) Uurimisküsimus Testitava hüpoteesi sõnastamine Hüpoteesi kontrollimine (katse või vaatlus) Andmetöötluse programmid (mustriotsing, visualiseerimine, vms) kasutavad andmete ikkagi töötlemisel hüpoteese, kuid programmide kasutaja ei pruugi neid näha (implicit hypothesis vs explicit hypothesis) Artikkel Üldistav teooria
9 2. Miks on vaja testitavaid hüpoteese? Miks on vaja sõnastada numbriliselt testitav hüpotees? Inimese aju ei ole harjunud mõtlema tõenäosustest. Inimese aju on ehitatud nii, et suudaks kergesti leida andmete hulgas mustreid. Inimese aju teeb otsuseid enamasti liiga kiiresti, enesekindlalt ja optimistlikult.
10 Inimese aju ei ole harjunud mõtlema tõenäosustest. Liituge Starmani DigiTV-ga ja teil on võimalik võita pilet Arsenali ja Manchester United i mängule. Tellige ajaleht Eesti Ekspress vähemalt kolmeks kuuks ja võite võita tasuta reisi Uus-Meremaale koos kaaslasega. Head and Shoulders vähendab kõõma kuni 100%.
11 Milliseid lahendusi pakub andmete analüüsimiseks statistika? Statistika annab andmete analüüsijale mõned tööriistad hindamaks leitud tulemuse usaldusväärtust. Peamine statistika abil lahendatav küsimus on: Kas saadud tulemus võis olla juhus? Seega kaitseb statistika meid ennatlike, liiga lihtsustatud järelduste tegemise eest olukorras, kus see ei ole põhjendatud.
12 Teadus vajab usaldusväärsust Teaduslik mõtteviis on ratsionaalne, põhinedes loogikal ja statistikal. Igal teaduslikul järeldusel peab olema faktiline kinnitus. Teaduses ei saa järeldusi teha esmase mulje või uskumise põhjal. Kui osad teadlased ei pea teaduslikust mõtteviisist kinni, muutub teatud hulk teadustulemustest ebausaldusväärseks. Kui teatud hulk teadustulemustest on ebausaldusväärne, siis ei saa enam ühtegi teadustulemust usaldada. Kui teadustulemused ei ole usaldusväärsed, siis pole teaduse järgi enam vajadust.
13 Kokkuvõtteks: Andmete kogumisel ja analüüsimisel tuleb järgida kindlaid reegleid, sest: 1. Inimese aju ei ole harjunud mõtlema tõenäosustest. 2. Inimese aju on ehitatud nii, et suudaks kergesti leida andmete hulgas mustreid. 3. Inimese aju teeb otsuseid enamasti liiga kiiresti, enesekindlalt ja optimistlikult. Statistiline mõtteviis kaitseb meid liigoptimistlike järelduste eest.
14 3. Andmete tüübid Analüüsimise meetod sõltub sellest, millist tüüpi on meie poolt kasutatavad andmed: Kas uuritavat objekti iseloomustavad tunnused on väljendatavad arvude või sõnadega? Kui sõnadena, siis kas need on järjestatavad?
15 Põhilised muutujate tüübid Nimetatavad (Nominal, Categorical) - lihtsaim alamtüüp on binaarne muutuja (kaks võimalikku olekut) Järjestatavad (Ordinal) Pidevad (Continuous)
16 Mida võib teha erinevat tüüpi muutujatega? Saab arvutada: Nimetatav (nominal) muutuja Järjestatav (ordinal) muutuja Pidev (continuous) muutuja Liita ja lahutada EI EI JAH Jagada ja korrutada EI EI JAH/EI Mediaan, kvartiilid, protsentiilid Keskväärtus, standardhälve, standardviga Tulpdiagramm sagedustega EI JAH JAH EI EI JAH JAH JAH JAH
17 Mis tüüpi on meie muutujad? Muutuja tüüp ei pruugi alati olla üheselt defineeritav. Näiteks värve saab andmestikus kirjeldada nii nominaalse, ordinaalse kui ka pideva muutujana. Muutuja tüübi valik on uurija loominguline otsus. Samas see otsus mõjutab tugevasti kogu järgnevat analüüsi. AMB ainekursuse raames tegeleme peamiselt: binaarsete nominaalmuutujate (JAH/EI) pidevmuutujate (täis- või murdarvud laiemas vahemikus) analüüsimisega.
18 Kokkuvõte muutuja tüüpidest Muutujad võivad olla nominaalset, ordinaalset või pidevat tüüpi. Erinevat tüüpi muutujate jaoks on erinevad analüüsi meetodid.
19 4. Andmete varieeruvus ja selle kirjeldamine Andmete analüüsimiseks tuleb esmalt teadvustada, et igas andmestikus esineb andmete varieeruvus. Varieeruvus on uuritava objekti oluline iseloomustaja. Andmete varieeruvust saab kirjeldada arvuliselt või visuaalselt.
20 Jaotuste kuju ja hajuvuse kirjeldamine Varieeruvuse arvulisel kirjeldamisel on abiks: keskväärtus (mean) mediaan (median) mood (mode) kvantiilid (quantiles) kvartiilid (quartiles) protsentiilid (percentiles) standardhälve (standard deviation)
21 Jaotuste kuju ja hajuvuse kirjeldamine keskväärtus (μ) - aritmeetiline keskmine Inglise keeles average on laiema ja ebatäpsema tähendusega. average = mean or median or mode NB! Aritmeetilise keskmise tähistamiseks on eelistatud sõna mean, mitte average. mediaan - järjekorras keskmine väärtus (mediaanist mõlemal pool asub 50% andmeid) mood - kõige sagedamini esinev väärtus andmestikus Sageli kasutatakse terminit mood ka kohaliku maksimumi kohta, sel juhul on andmestik bi-modaalne või multi-modaalne kvartiilid - järjekorras 1/4 ja 3/4 kohal olevad väärtused protsentiilid - iga sajandiku peal olevad väärtused kvantiilid - üldmõiste kvartiilide, protsentiilide ja teiste analoogsete mõõdikute kirjeldamiseks standardhälve (σ) - räägime järgmisel nädalal
22 Andmete varieerumine Varieeruvuse visualiseerimisel on tavalised viisid: A. kõigi andmete näitamine graafikul B. karpdiagramm ehk boxplot C. tulpdiagramm (histogramm) D. tihedusfunktsioon
23 Andmete visualiseerimine A. Kõigi andmete näitamine N=130 N=12
24 Andmete visualiseerimine B. Karpdiagramm boxplot ehk box-and-whisker blot
25 B.Karpdiagramm Karpdiagramm ehk boxplot sobib hästi ebasümmeetrilise jaotusega andmete visualiseerimiseks NB! Kriipsu ots võib siin tähistada erinevaid asju: min või max väärtusi, 5% ja 95% protsentiile, 1.5 * kvartiilidevahelisest kaugusest või muid väärtusi.
26 Andmete visualiseerimine C. Tulpdiagramm ehk histogramm Mida rohkem tulpi, seda selgemalt on näha andmete jaotus
27 Andmete visualiseerimine D.Tihedusfunktsioon (frequency distribution) Lõpmata paljude andmete korral saab histogrammi tulbad asendada joonega. Nii saame andmete sagedusjaotuse. Paljude andmestike jaotus on kirjeldatav mingi hästi iseloomustatud matemaatilise funktsiooniga (näiteks normaaljaotus, Poissoni jaotus, binoomjaotus). Kui Y-telge teisendada nii, et joone all olev pindala on võrdsustatud 1-ga, siis nimetatakse seda tõenäosuse tihedusfunktsiooniks PDF (või diskreetsete tunnuste korral tõenäosuse massifunktsiooniks PMF). Tihedusfunktsioon annab võimaluse arvutada millise tõenäosusega X teljel näidatud väärtusega objekt andmestikus esineb Sageduste jaotuse histogramm Tihedusfunktsioon
28 Mõned konkreetsed näited Mediaani on kasulik kasutada juhtudel kui jaotus on tugevasti ühes suunas välja venitatud (näiteks palkade iseloomustamisel).
29 Jaotuste kuju ja hajuvuse kirjeldamine Moodi on kasulik kasutada juhtudel kui mood ei lange kokku ei mediaani ega keskväärtusega või juhtudel kui jaotus on bimodaalne (näiteks alustavate advokaatide palkade iseloomustamisel).
30 Näide bimodaalsest andmestikust Lehekülje külastuskordade arv ühe ja sama kasutaja poolt kuu aja jooksul:
31 Kokkuvõte andmete varieeruvusest Andmete analüüsimist tuleb alustada andmete varieerumise kirjeldamisest. Varieeruvust saab kirjeldada arvuliselt ja/või visualiseerimise abil. Andmestikku kirjeldavad järgmised arvulised näitajad: keskväärtus, mood, mediaan, kvartiil, protsentiil, kvantiil, standardhälve.
32 Iseseisev töö Tänase teema paremaks mõistmiseks lugege lisaks: Peatükk 1: Statistics and Probability Are Not Intuitive Peatükk 2: Why Statistics Can Be Hard to Learn Peatükk 7: Graphing Continuous Data Peatükk 8: "Types of Variables" Peatükk 9: "Quantifying Scatter"
Microsoft PowerPoint - loeng2.pptx
Kirjeldavad statistikud ja graafikud pidevatele tunnustele Krista Fischer Pidevad tunnused ja nende kirjeldamine Pidevaid (tihti ka diskreetseid) tunnuseid iseloomustatakse tavaliselt kirjeldavate statistikute
RohkemMida me teame? Margus Niitsoo
Mida me teame? Margus Niitsoo Tänased teemad Tagasisidest Õppimisest TÜ informaatika esmakursuslased Väljalangevusest Üle kogu Ülikooli TÜ informaatika + IT Kokkuvõte Tagasisidest NB! Tagasiside Tagasiside
RohkemPraks 1
Biomeetria praks 3 Illustreeritud (mittetäielik) tööjuhend Eeltöö 1. Avage MS Excel is oma kursuse ankeedivastuseid sisaldav andmestik, 2. lisage uus tööleht, 3. nimetage see ümber leheküljeks Praks3 ja
RohkemPraks 1
Biomeetria praks 6 Illustreeritud (mittetäielik) tööjuhend Eeltöö 1. Avage MS Excel is ankeedivastuseid sisaldav andmestik, 2. lisage uus tööleht, nimetage see ümber leheküljeks Praks6 ja 3. kopeerige
RohkemPraks 1
Biomeetria praks 6 Illustreeritud (mittetäielik) tööjuhend Eeltöö 1. Avage MS Excel is oma kursuse ankeedivastuseid sisaldav andmestik, 2. lisage uus tööleht, nimetage see ümber leheküljeks Praks6 ja 3.
RohkemVL1_praks6_2010k
Biomeetria praks 6 Illustreeritud (mittetäielik) tööjuhend Eeltöö 1. Avage MS Excel is oma kursuse ankeedivastuseid sisaldav andmestik, 2. lisage uus tööleht (Insert / Lisa -> Worksheet / Tööleht), nimetage
Rohkemraamat5_2013.pdf
Peatükk 5 Prognoosiintervall ja Usaldusintervall 5.1 Prognoosiintervall Unustame hetkeks populatsiooni parameetrite hindamise ja pöördume tagasi üksikvaatluste juurde. On raske ennustada, milline on huvipakkuva
Rohkem10/12/2018 Riigieksamite statistika 2017 Riigieksamite statistika 2017 Selgitused N - eksaminandide arv; Keskmine - tulemuste aritmeetiline keskmine (
Riigieksamite statistika 2017 Selgitused N - eksaminandide arv; Keskmine - tulemuste aritmeetiline keskmine (punktide kogusumma jagatud sooritajate koguarvuga); Mediaan - statistiline keskmine, mis jaotab
RohkemMicrosoft PowerPoint - Loodusteaduslik uurimismeetod.ppt
Bioloogia Loodusteaduslik uurimismeetod Tiina Kapten Bioloogia Teadus, mis uurib elu. bios - elu logos - teadmised Algselt võib rääkida kolmest teadusharust: Botaanika Teadus taimedest Zooloogia Teadus
RohkemTartu Ülikool Matemaatika-informaatikateaduskond Matemaatilise statistika instituut Võrgupeo külastaja uurimine Andmeanalüüs I projekt Koostajad: Urma
Tartu Ülikool Matemaatika-informaatikateaduskond Matemaatilise statistika instituut Võrgupeo külastaja uurimine Andmeanalüüs I projekt Koostajad: Urmas Kvell Riivo Talviste Gert Palok Juhendaja: Mare Vähi
RohkemKirjeldav_statistika_pdfiks
Andmeanalüüsi loengumaterjale: Andmete esmane töötlemine, analüüsimine ja esitamine Katrin Niglas Tallinna Ülikool informaatika instituut Sisukord Sissejuhatus... 1. Mis on statistika ning kuidas oma andmed
RohkemStatistikatarkvara
Sissejuhatus statistika erialasse, sissejuhatus matemaatika erialasse, 20. september 2018 Statistikatarkvara põgus ülevaade Krista Fischer Statistikatarkvara kategooriad Võib jagada mitut moodi: Tarkvara,
RohkemVL1_praks2_2009s
Biomeetria praks 2 Illustreeritud (mittetäielik) tööjuhend Eeltöö 1. Avage MS Excel is oma kursuse ankeedivastuseid sisaldav andmestik (see, mida 1. praktikumiski analüüsisite), 2. nimetage Sheet3 ümber
RohkemÕppematerjalide esitamine Moodle is (alustajatele) seminar sarjas Lõunatund e-õppega 12. septembril 2017 õppedisainerid Ly Sõõrd (LT valdkond) ja Dian
Õppematerjalide esitamine Moodle is (alustajatele) seminar sarjas Lõunatund e-õppega 12. septembril 2017 õppedisainerid Ly Sõõrd (LT valdkond) ja Diana Lõvi (SV valdkond) Järgmised e-lõunad: 10. oktoober
RohkemMatemaatika ainekava 8.klass 4 tundi nädalas, kokku 140 tundi Kuu Õpitulemus Õppesisu Algebra (65 t.) Geomeetria (60 t.) Ajavaru kordamiseks (15 õppet
Matemaatika ainekava 8.klass 4 tundi nädalas, kokku 140 tundi Algebra (65 t.) Geomeetria (60 t.) Ajavaru kordamiseks (15 õppetundi) septembernovember korrastab hulkliikmeid Hulkliige. Tehted liidab, lahutab
RohkemDVD_8_Klasteranalüüs
Kursus: Mitmemõõtmeline statistika Seminar IX: Objektide grupeerimine hierarhiline klasteranalüüs Õppejõud: Katrin Niglas PhD, dotsent informaatika instituut Objektide grupeerimine Eesmärk (ehk miks objekte
RohkemPowerPoint Presentation
TeaMe programm 2009-2015 7. mai 2015 Eesmärgid Suurendada noorte huvi teaduse ja tehnoloogia ning nendega seotud elukutsete vastu Laiendada Eesti teadusmeedia arenguvõimalusi Levitada täppis- ja loodusteaduslikku
RohkemPÄRNU TÄISKASVANUTE GÜMNAASIUM ESITLUSE KOOSTAMISE JUHEND Pärnu 2019
PÄRNU TÄISKASVANUTE GÜMNAASIUM ESITLUSE KOOSTAMISE JUHEND Pärnu 2019 SISUKORD 1. SLAIDIESITLUS... 3 1.1. Esitlustarkvara... 3 1.2. Slaidiesitluse sisu... 3 1.3. Slaidiesitluse vormistamine... 4 1.3.1 Slaidid...
RohkemKodutöö Töö eesmärk: Antud töö eesmärgiks on analüüsida vabalt valitud andmestikust leiduvat infot ning luua antud teema kohta ülesandeid, mille lahen
Kodutöö Töö eesmärk: Antud töö eesmärgiks on analüüsida vabalt valitud andmestikust leiduvat infot ning luua antud teema kohta ülesandeid, mille lahendamisel kasutan praktikumis omandatud oskusi. Käsitlen
RohkemTallinna Tehnikakõrgkooli teadustegevuse kajastus Eesti Teadusinfosüsteemi andmebaasis Agu Eensaar, füüsika-matemaatikakandidaat Eesti Teadusinfosüste
Tallinna Tehnikakõrgkooli teadustegevuse kajastus Eesti Teadusinfosüsteemi andmebaasis Agu Eensaar, füüsika-matemaatikakandidaat Eesti Teadusinfosüsteem (ETIS) (https://www.etis.ee/index.aspx) kajastab
RohkemMicrosoft PowerPoint - KESTA seminar 2013
Preventiivsed meetodid rannikukeskkonna kaitseks Bert Viikmäe KESTA TERIKVANT seminar, 7.märts 2013 1 Merereostus oht rannikule Läänemeri - üks tihedamini laevatatav (15% maailma meretranspordist) mereala
RohkemStatistiline andmetöötlus
Biomeetria Kahe arvtuuse ühie käitumie, regressiooaalüüs Lieaare regressiooaalüüs Millal kasutada ja mida äitab? Kasutatakse progoosimaks ühe arvtuuse väärtusi teis(t)e järgi. Rümba hid, EEK/kg ( y ) Regressiooivõrrad:
RohkemMicrosoft Word - Praks1.doc
Segamudelid 1. praktikum Mida vähem andmeid, seda parem? (Üldistatud vähimruutude meetod ja heteroskedastilised andmed) Segamudelite praktikumides kasutame R-tarkvara. Kahel aastal on teostatud ühe füüsikalise
RohkemSissejuhatus Informaatikasse Margus Niitsoo
Sissejuhatus Informaatikasse Margus Niitsoo Saagem tuttavaks Minu nimi on Margus Niitsoo Informaatika doktorant Teoreetiline krüptograafia 23 Vallaline Hobid: Basskitarr, Taiji, Psühholoogia Saagem tuttavaks
RohkemIFI6083_Algoritmid_ja_andmestruktuurid_IF_3
Kursuseprogramm IFI6083.DT Algoritmid ja andmestruktuurid Maht 4 EAP Kontakttundide maht: 54 Õppesemester: K Eksam Eesmärk: Aine lühikirjeldus: (sh iseseisva töö sisu kirjeldus vastavuses iseseisva töö
RohkemWord Pro - digiTUNDkaug.lwp
/ näide: \ neeldumisseadusest x w x y = x tuleneb, et neeldumine toimub ka näiteks avaldises x 2 w x 2 x 5 : x 2 w x 2 x 5 = ( x 2 ) w ( x 2 ) [ x 5 ] = x 2 Digitaalskeemide optimeerimine (lihtsustamine)
RohkemANOVA Ühefaktoriline dispersioonanalüüs Treeningu sagedus nädalas Kaal FAKTOR UURITAV TUNNUS Mitmemõõtmeline statistika Kairi Osula 2017/kevad
ANOVA Ühefaktoriline dispersioonanalüüs Treeningu sagedus nädalas Kaal FAKTOR UURITAV TUNNUS Factorial ANOVA Mitmefaktoriline dispersioonanalüüs FAKTOR FAKTOR Treeningu sagedus nädalas Kalorite kogus Kaal
RohkemÕppekava arendus
Õppekava arendus Ülle Liiber Õppekava kui kokkulepe ja ajastu peegeldus Riiklik õppekava on peegeldus sellest ajast, milles see on koostatud ja kirjutatud valitsevast mõtteviisist ja inimkäsitusest, pedagoogilistest
RohkemPISA 2015 tagasiside koolile Tallinna Rahumäe Põhikool
PISA 215 tagasiside ile Tallinna Rahumäe Põhi PISA 215 põhiuuringus osales ist 37 õpilast. Allpool on esitatud ülevaade i õpilaste testisoorituse tulemustest. Võrdluseks on ära toodud vastavad näitajad
Rohkem(10. kl. I kursus, Teisendamine, kiirusega, kesk.kiirusega \374lesanded)
TEISENDAMINE Koostanud: Janno Puks 1. Massiühikute teisendamine Eesmärk: vajalik osata teisendada tonne, kilogramme, gramme ja milligramme. Teisenda antud massiühikud etteantud ühikusse: a) 0,25 t = kg
Rohkem6. KLASSI MATEMAATIKA E-TASEMETÖÖ ERISTUSKIRI Alus: haridus- ja teadusministri määrus nr 54, vastu võetud 15. detsembril E-TASEMETÖÖ EESMÄRK Tas
6. KLASSI MATEMAATIKA E-TASEMETÖÖ ERISTUSKIRI Alus: haridus- ja teadusministri määrus nr 54, vastu võetud 15. detsembril 2015. E-TASEMETÖÖ EESMÄRK Tasemetööga läbiviimise eesmärk on hinnata riiklike õppekavade
RohkemRelatsiooniline andmebaaside teooria II. 6. Loeng
Relatsiooniline andmebaaside teooria II. 5. Loeng Anne Villems ATI Loengu plaan Sõltuvuste pere Relatsiooni dekompositsioon Kadudeta ühendi omadus Sõltuvuste pere säilitamine Kui jõuame, siis ka normaalkujud
Rohkem1
IDA-TALLINNA KESKHAIGLA Statsionaarsete patsientide rahulolu uuring 13 13 Sisukord 1. Uuringu läbiviimise metoodika... 2 2. Andmete analüüs... 2 3. Uuringu valim... 3 3.1. Vastanute iseloomustus: sugu,
RohkemRegressioonanalüüsi kodutöö Indrek Zolk 30. mai a. 1 Andmestiku kirjeldus Käesoleva kodutöö jaoks vajalik andmestik on saadud veebiaadressilt ht
Regressioonanalüüsi kodutöö Indrek Zolk 30. mai 2004. a. 1 Andmestiku kirjeldus Käesoleva kodutöö jaoks vajalik andmestik on saadud veebiaadressilt http://www-unix.oit.umass.edu/~statdata/statdata/stat-anova.html.
RohkemInstitutsioonide usaldusväärsuse uuring
INSTITUTSIOONIDE USALDUSVÄÄRSUS Maksu- ja Tolliamet II kvartal 01 Liis Grünberg Pärnu mnt, 1 Tallinn +() 55 0 Liis@turu-uuringute.ee www.turu-uuringute.ee METOODIKA Tulemuste omandiõigus: kuulub Turu-uuringuta
RohkemArcGIS Online Konto loomine Veebikaardi loomine Rakenduste tegemine - esitlus
PILVI TAUER Tallinna Tehnikagümnaasium ArcGIS Online 1.Konto loomine 2.Veebikaardi loomine 3.Rakenduste tegemine - esitlus Avaliku konto loomine Ava ArcGIS Online keskkond http://www.arcgis.com/ ning logi
RohkemDIGITAALTEHNIKA DIGITAALTEHNIKA Arvusüsteemid Kümnendsüsteem Kahendsüsteem Kaheksandsüsteem Kuueteistkü
DIGITAALTEHNIKA DIGITAALTEHNIKA... 1 1. Arvusüsteemid.... 2 1.1.Kümnendsüsteem....2 1.2.Kahendsüsteem.... 2 1.3.Kaheksandsüsteem.... 2 1.4.Kuueteistkümnendsüsteem....2 1.5.Kahendkodeeritud kümnendsüsteem
Rohkem“MÄLUKAS”
Hiiumaa Arenguseminar 2016 Mälu ja mõtlemine Juhi tähelepanu Tauri Tallermaa 27.oktoober 2016 Edu 7 tunnust Allikas: Anthony Robbins. Sisemine jõud 1. Vaimustus 2. Usk e veendumus 3. Strateegia 4. Väärtushinnangute
RohkemKuidas hoida tervist töökohal?
Kuidas hoida tervist töökohal? Kristjan Port, TLU 25.04.2017 Tööinspektsiooni konverents Kas aeg tapab?. Mis on tervis? Teadmatus võib olla ratsionaalne. On olukordi milles teadmiste hankimise kulud ületavad
RohkemLPC_IO2_A05_004_uuringukava tagasiside protokoll_ET
Prtklli viitenumber: 4 Kstaja: Cathlic Educatin Flanders Pealkiri Uuringuplaani tagasiside prtkll Allikad Dana, N. F., & Yendl-Hppey, D. (2008). The Reflective Educatr s Guide t Prfessinal Develpment:
RohkemII kooliastme loodusõpetuse e-tasemetöö eristuskiri Alus: 1) põhikooli riiklik õppekava; vastu võetud 6. jaanuaril 2011; 2) kordade määrus, vastu võet
II kooliastme loodusõpetuse e-tasemetöö eristuskiri Alus: 1) põhikooli riiklik õppekava; vastu võetud 6. jaanuaril 2011; 2) kordade määrus, vastu võetud 15. detsembril 2015; 3) loodusvaldkonna õpitulemuste
RohkemKursuseprogramm IFI6054 Agiilne tarkvaraarendus 3 EAP Kontakttundide maht: 28 Õppesemester: K Eksam Eesmärk: Aine lühikirjeldus: (sh iseseisva töö sis
Kursuseprogramm IFI6054 Agiilne tarkvaraarendus 3 EAP Kontakttundide maht: 28 Õppesemester: K Eksam Eesmärk: Aine lühikirjeldus: (sh iseseisva töö sisu kirjeldus vastavuses iseseisva töö mahule) Ülevaate
RohkemMicrosoft PowerPoint - e-maits08_aruanne.pptx
Kvaliteedimärkide uuring EPKK CAPI-bussi aruanne oktoober 2008 Sisukord Eesmärk ja metoodika 3 Kokkuvõte 4 Uuringu tulemused graafiliselt 6 Lisad 14 Uuringu metoodika, tulemuste usalduspiirid Projekti
RohkemMicrosoft Word - Toetuste veebikaardi juhend
Toetuste veebikaardi juhend Toetuste veebikaardi ülesehitus Joonis 1 Toetuste veebikaardi vaade Toetuste veebikaardi vaade jaguneb tinglikult kaheks: 1) Statistika valikute osa 2) Kaardiaken Statistika
RohkemMicrosoft PowerPoint - Keskkonnamoju_rus.ppt
Keskkonnakonverents 07.01.2011 Keskkonnamõju hindamine ja keskkonnamõju strateegiline hindamine on avalik protsess kuidas osaleda? Elar Põldvere (keskkonnaekspert, Alkranel OÜ) Kõik, mis me õpime täna,
RohkemMicrosoft PowerPoint - Loeng2www.ppt [Compatibility Mode]
Biomeetria 2. loeng Lihtne lineaarne regressioon mudeli hindamisest; usaldusintervall; prognoosiintervall; determinatsioonikordaja; Märt Möls martm@ut.ee Y X=x~ N(μ=10+x; σ=2) y 10 15 20 2 3 4 5 6 7 8
RohkemInstitutsioonide usaldusväärsuse uuring
INSTITUTSIOONIDE USALDUSVÄÄRSUS Maksu- ja Tolliamet I kvartal 0 Liis Grünberg Pärnu mnt, Tallinn +() 0 Liis@turu-uuringute.ee www.turu-uuringute.ee METOODIKA Tulemuste omandiõigus: kuulub Turu-uuringuta
RohkemSaksa keele riigieksamit asendavate eksamite tulemuste lühianalüüs Ülevaade saksa keele riigieksamit asendavatest eksamitest Saksa keele riigi
Saksa keele riigieksamit asendavate eksamite tulemuste lühianalüüs 2014 1. Ülevaade saksa keele riigieksamit asendavatest eksamitest Saksa keele riigieksam on alates 2014. a asendatud Goethe-Zertifikat
RohkemMicrosoft Word - P6_metsamasinate juhtimine ja seadistamine FOP kutsekeskharidus statsionaarne
MOODULI RAKENDUSKAVA Sihtrühm: forvarderioperaatori 4. taseme kutsekeskhariduse taotlejad Õppevorm: statsionaarne Moodul nr 6 Mooduli vastutaja: Mooduli õpetajad: Metsamasinate juhtimine ja seadistamine
RohkemДЕЛОВОЕ ОБЩЕНИЕ
Tõhusa ja kaasahaarava õppe korraldamine kõrgkoolis 1. Teema aktuaalsus 2. Probleemid 3. Küsitlusleht vastustega 4. Kämmal 5. Õppimise püramiid 6. Kuidas edasi? 7. Allikad 1. Vene keele omandamine on
RohkemÕppimine Anne Villems, Margus Niitsoo ja Konstantin Tretjakov
Õppimine Anne Villems, Margus Niitsoo ja Konstantin Tretjakov Kava Kuulame Annet Essed ja Felder Õppimise teooriad 5 Eduka õppe reeglit 5 Olulisemat oskust Anne Loeng Mida uut saite teada andmebaasidest?
RohkemMatemaatilised meetodid loodusteadustes. I Kontrolltöö I järeltöö I variant 1. On antud neli vektorit: a = (2; 1; 0), b = ( 2; 1; 2), c = (1; 0; 2), d
Matemaatilised meetodid loodusteadustes I Kontrolltöö I järeltöö I variant On antud neli vektorit: a (; ; ), b ( ; ; ), c (; ; ), d (; ; ) Leida vektorite a ja b vaheline nurk α ning vekoritele a, b ja
Rohkem2016 aasta märtsi tulumaksu laekumine omavalitsustele See ei olnud ette arvatav Tõesti ei olnud, seda pole juhtunud juba tükk aega. Graafikult näeme,
2016 märtsi tulumaksu laekumine omavalitsustele See ei olnud ette arvatav Tõesti ei olnud, seda pole juhtunud juba tükk aega. Graafikult näeme, et märtsis laekus tulumaksu eelmise märtsist vähem ka 2009
RohkemSuunised Euroopa turu infrastruktuuri määruse (EMIR) kohaste kesksetele vastaspooltele suunatud protsüklilisusvastaste tagatismeetmete kohta 15/04/201
Suunised Euroopa turu infrastruktuuri määruse (EMIR) kohaste kesksetele vastaspooltele suunatud protsüklilisusvastaste tagatismeetmete kohta 15/04/2019 ESMA70-151-1496 ET Sisukord I. Reguleerimisala...
RohkemTartu Ülikool Matemaatika-informaatikateaduskond Matemaatilise statistika instituut Ann-Mari Koppel Determinatsioonikordaja ja prognoosikordaja Bakala
Tartu Ülikool Matemaatika-informaatikateaduskond Matemaatilise statistika instituut Ann-Mari Koppel Determinatsioonikordaja ja prognoosikordaja Bakalaureusetöö (6 EAP) Juhendaja: Ene Käärik, PhD Tartu
RohkemTõenduspõhine hindamine kellele ja milleks? KIRSTI AKKERMANN TÜ PSÜHHOLOOGIA INSTITUUT KOGNITIIVSE JA KÄITUMISTERAAPIA KESKUS
Tõenduspõhine hindamine kellele ja milleks? KIRSTI AKKERMANN TÜ PSÜHHOLOOGIA INSTITUUT KOGNITIIVSE JA KÄITUMISTERAAPIA KESKUS Tõenduspõhine praktika 2 Teadlik, läbimõeldud ja mõistlik olemasolevate teaduslikult
Rohkem1. Eesti keele B2-taseme eksamiks ettevalmistamisele suunatud kursus Algus OÜ 2. Õppekavarühm: võõrkeeled ja -kultuurid. Õppekava õp v lju d d sa skus
1 Eesti keele B2-taseme eksamiks ettevalmistamisele suunatud kursus Algus OÜ 2 Õppekavarühm: võõrkeeled ja -kultuurid Õppekava õp v lju d d sa skus e kaupa: : Kuulamine -, (uudised, intervjuud, filmid,
RohkemPealkiri on selline
Kuidas keerulisemad alluvad muudaksid oma käitumist, kui juht seda soovib? Jaana S. Liigand-Juhkam Millest tuleb juttu? - Kuidas enesekehtestamist suhtlemises kasutada? - Miks kardetakse ennast kehtestada?
RohkemMicrosoft PowerPoint - IRZ0020_praktikum4.pptx
IRZ0020 Kodeerimine i ja krüpteerimine praktikum 4 Julia Berdnikova, julia.berdnikova@ttu.ee www.lr.ttu.ee/~juliad l 1 Infoedastussüsteemi struktuurskeem Saatja Vastuvõtja Infoallikas Kooder Modulaator
RohkemSINU UKS DIGITAALSESSE MAAILMA Ruuter Zyxel LTE3302 JUHEND INTERNETI ÜHENDAMISEKS
SINU UKS DIGITAALSESSE MAAILMA Ruuter Zyxel LTE3302 JUHEND INTERNETI ÜHENDAMISEKS OLULINE TEAVE: LOE ENNE RUUTERI ÜHENDAMIST! Ruuter on sinu uks digitaalsesse maailma. Siit saavad alguse kõik Telia teenused
Rohkem(Tõrked ja töökindlus \(2\))
Elektriseadmete tõrked ja töökindlus Click to edit Master title style 2016 sügis 2 Prof. Tõnu Lehtla VII-403, tel.6203 700 http://www.ttu.ee/energeetikateaduskond/elektrotehnika-instituut/ Kursuse sisu
RohkemExcel Valemite koostamine (HARJUTUS 3) Selles peatükis vaatame millistest osadest koosnevad valemid ning kuidas panna need Excelis kirja nii, et
Excel2016 - Valemite koostamine (HARJUTUS 3) Selles peatükis vaatame millistest osadest koosnevad valemid ning kuidas panna need Excelis kirja nii, et programm suudaks anda tulemusi. Mõisted VALEM - s.o
Rohkem01_loomade tundmaõppimine
Tunnikava vorm Õppeaine ja -valdkond: Mina ja keskkond Klass, vanuse- või haridusaste: alusharidus Tunni kestvus: 30+15minutit Tunni teema (sh alateemad): Loomade tundmaõppimine, maal elavad loomad Tase:
Rohkem(Microsoft Word - T\366\366leht m\365isaprogramm algklassilastele tr\374kk 2.doc)
ALGKLASSILAPSED 1 MINU NIMI ON MINA OLEN PRAEGU TÄNA ON 1. KÄRNERIMAJA JA LILLED KIRJUTA VÕI JOONISTA SIIA KAKS KÄRNERI TÖÖRIISTA KIRJUTA SIIA SELLE TAIME 1. TÖÖRIIST 2. TÖÖRIIST NIMI MIDA ISTUTASID MÕISTA,
RohkemSG kodukord
Saue Gümnaasium Koostaja: Robert Lippin Lk 1 / 5 KOOLI VASTUVÕTMISE JA VÄLJAARVAMISE TINGIMUSED JA KORD 1. ÜLDPÕHIMÕTTED 1.1. Põhikooli õpilaseks võetakse vastu kõik selleks soovi avaldavad koolikohustuslikud
RohkemInstitutsioonide usaldusväärsuse uuring
INSTITUTSIOONIDE USALDUSVÄÄRSUS Maksu- ja Tolliamet I kvartal 01 Liis Grünberg Pärnu mnt, 1 Tallinn +() 0 Liis@turu-uuringute.ee www.turu-uuringute.ee METOODIKA Tulemuste omandiõigus: kuulub Turu-uuringuta
RohkemKoolitus Täiskasvanud õppija õpioskuste arendamine Haridus- ja Teadusministeerium koostöös Tartu Rahvaülikooli koolituskeskusega (Tartu Rahvaülikool S
Koolitus Täiskasvanud õppija õpioskuste arendamine Haridus- ja Teadusministeerium koostöös Tartu Rahvaülikooli koolituskeskusega (Tartu Rahvaülikool SA) korraldab koolituse "Täiskasvanud õppija õpioskuste
RohkemAnalüüs online'i
Protestihääletamise riskid Valimisliitude hääled võisid Tallinnas anda Keskerakonnale 3 lisamandaati Mihkel Solvak 1 Kristjan Vassil Abstrakt Möödunud kohalike volikogude valimistel Tallinnas anti kokku
Rohkem(Microsoft Word - T\366\366leht m\365isaprogramm 4-6 kl tr\374kkimiseks.doc)
4-6 KLASS 1 Minu nimi on Ma olen praegu Täna on 1. KÄRNERIMAJA JA LILLED Kirjuta või joonista siia kolm kärneri tööriista Kirjuta siia selle taime nimi, 1. TÖÖRIIST 2. TÖÖRIIST 3. TÖÖRIIST mida istutasid
RohkemE-arvete juhend
E- arvete seadistamine ja saatmine Omniva kaudu Standard Books 7.2 põhjal Mai 2015 Sisukord Sissejuhatus... 3 Seadistamine... 3 Registreerimine... 4 E- arve konto... 5 Vastuvõtu eelistus... 5 Valik E-
RohkemMicrosoft Word - G uurimistoo alused
Valikaine - uurimistöö alused Kooliaste: gümnaasium 1. Õppe- ja kasvatuseesmärgid Valikainega Uurimistöö alused taotletakse, et õpilane: 1) oskab seada eesmärke, sõnastada uurimusküsimuse või hüpoteesi
RohkemTartu Ülikool Loodus- ja tehnoloogiateaduskond Ökoloogia ja Maateaduse instituut Geograafia osakond Lõputöö Inimeste ruumilise käitumise sõltuvus eluk
Tartu Ülikool Loodus- ja tehnoloogiateaduskond Ökoloogia ja Maateaduse instituut Geograafia osakond Lõputöö Inimeste ruumilise käitumise sõltuvus elukoha geograafilisest paiknemisest Tallinna näitel Leila
RohkemKURSUS Hispaania keel 4 KLASS 11 TUNDIDE ARV 35 AINE SISU Plaanide tegemine ja kohtumiste kokkuleppimine. Kestev olevik. Reeglipärased ja sagedasemad
KURSUS Hispaania keel 4 KLASS 11 TUNDIDE ARV 35 AINE SISU Plaanide tegemine ja kohtumiste kokkuleppimine. Kestev olevik. Reeglipärased ja sagedasemad ebareeglipärased verbid ning enesekohased tegusõnad.
RohkemKuidas ärgitada loovust?
Harjumaa ettevõtluspäev äriideed : elluviimine : edulood : turundus : eksport Äriideede genereerimine Harald Lepisk OPPORTUNITYISNOWHERE Ideed on nagu lapsed Kas tead kedagi, kelle vastsündinud laps on
RohkemPowerPoint Presentation
Mahara võimalused Marju Piir Triin Marandi Tartu Ülikool 2016 E-portfoolio Kogumik õppija poolt loodud, valitud, järjestatud, reflekteeritud ja esitletud materjalidest, tõendamaks õpitust arusaamist ja
RohkemIT infrastruktuuri teenused sissejuhatav loeng 00
IT infrastruktuuri teenused I385 Aine õppejõud: Katrin Loodus, Margus Ernits http://enos./~mernits Tallinn, 2014 Oluline info on aine vikis Kindlasti hoia silma peal aine vikil: https://wiki./ Sealt vali:
RohkemTiia Salm 2011 Online kirjastus CALAMÉO Calameo kujutab endast on-line kirjastust, mis võimaldab oma dokumente avaldada e-raamatuna tasuta. Failid (Pd
Online kirjastus CALAMÉO Calameo kujutab endast on-line kirjastust, mis võimaldab oma dokumente avaldada e-raamatuna tasuta. Failid (Pdf, Word, Excel, PowerPoint, Open Office) tuleb esmalt keskkonda üles
RohkemPowerPoint Presentation
Strateegilise koostöö projekti eelarve Katriin Ranniku 17.02.2016 Millest tuleb juttu? Mis reguleerib Erasmus+ programmist rahastatavaid projekte? Millised on Erasmus+ strateegilise koostöö projekti eelarveread?
RohkemMicrosoft PowerPoint - loeng.ppt
Tarkvaraarendusprotsess Lektor Oleg Mürk olegm@webmedia.ee Webmedia AS www.webmedia.ee Teema Mille poolest erineb üksinda programmeerimine mitmekesi tarkvaraarendamisest? Mitmekesi programmeerimine Mitmekesi
RohkemOsakogumite kitsendustega hinnang Kaja Sõstra 1 Eesti Statistikaamet Sissejuhatus Valikuuringute üheks oluliseks ülesandeks on osakogumite hindamine.
Osakogumite kitsendustega hinnang Kaja Sõstra 1 Eesti Statistikaamet Sissejuhatus Valikuuringute üheks oluliseks ülesandeks on osakogumite hindamine. Kasvanud on nõudmine usaldusväärsete ja kooskõlaliste
RohkemSlide 1
Tasuvus Euroopa statistika tegevusjuhise RAHVUSVAHELIN E STATISTIKA-AASTA Tuulikki Sillajõe Peadirektori asetäitja Statistikanõukogu koosolekul, : tasuvus Ressursse kasutatakse tulemuslikult. Inglise keeles
RohkemProjekt Kõik võib olla muusika
Õpikäsitus ja projektiõpe Evelin Sarapuu Ülenurme lasteaed Pedagoog-metoodik TÜ Haridusteadused MA 7.märts 2018 Põlva Õpikäsitus... arusaam õppimise olemusest, eesmärkidest, meetoditest, erinevate osapoolte
RohkemFRESENIUS ÕPPEKESKUS KIIRJUHEND
FRESENIUS ÕPPEKESKUS KIIRJUHEND SISUKORD 1. Kuidas saan Freseniuse õppekeskuksesse? 03 2. Kuidas sisse logida? 04 3. Mida teha, kui ma ei mäleta oma parooli? 05 4. Mida leian kodulehelt pärast sisselogimist?
RohkemTARTU ORIENTEERUMIS- NELJAPÄEVAKUD neljapäevak Tehvandi, 1. august Ajakava: Start avatud: Finiš suletakse: Asukoht: Võistlu
TARTU ORIENTEERUMIS- NELJAPÄEVAKUD 2019 16. neljapäevak Tehvandi, 1. august Ajakava: Start avatud: 16.00 19.00 Finiš suletakse: 19.30 Asukoht: Võistluskeskuse, parkimise ja kohalesõidu tähistuse asukohad:
RohkemAndmed arvuti mälus Bitid ja baidid
Andmed arvuti mälus Bitid ja baidid A bit about bit Bitt, (ingl k bit) on info mõõtmise ühik, tuleb mõistest binary digit nö kahendarv kahe võimaliku väärtusega 0 ja 1. Saab näidata kahte võimalikku olekut
RohkemWord Pro - diskmatTUND.lwp
Loogikaalgebra ( Boole'i algebra ) George Boole (85 864) Sündinud Inglismaal Lincolnis. 6-aastasena tegutses kooliõpetaja assistendina. Õppis 5 aastat iseseisvalt omal käel matemaatikat, keskendudes hiljem
RohkemMicrosoft PowerPoint - Niitmise_tuv_optiline_ja_radar.pptx
Ettekanne ESTGIS aastakonverentsil 30.11.2012 Niidetud alade tuvastamine multispektraalsete ja radarsatelliidipiltide põhjal Kaupo Voormansik Sisukord 1. Eksperiment 2012 suvel multispektraalsete mõõtmiste
RohkemQUANTUM SPIN-OFF - Experiment UNIVERSITEIT ANTWERPEN
1 Kvantfüüsika Tillukeste asjade füüsika, millel on hiiglaslikud rakendusvõimalused 3. osa: PRAKTILISED TEGEVUSED Elektronide difraktsioon Projekti Quantum Spin-Off rahastab Euroopa Liit programmi LLP
RohkemSQL
SQL Kuues loeng 3GL inside 4GL Protseduurid Funktsioonid Tavalised Funktsioonid (üks väljund) Ilma väljundita Protseduurid Viitargumentide kasutamise võimalus Tabel-väljundiga Protseduurid Create function
Rohkem6
TALLINNA ÕISMÄE GÜMNAASIUMI ÕPPESUUNDADE KIRJELDUSED JA NENDE TUNNIJAOTUSPLAAN GÜMNAASIUMIS Õppesuundade kirjeldused Kool on valikkursustest kujundanud õppesuunad, võimaldades õppe kolmes õppesuunas. Gümnaasiumi
RohkemAndmebaasid, MTAT loeng Normaalkujud
Andmebaasid, MTAT.03.264 6. loeng Normaalkujud E-R teisendus relatsiooniliseks Anne Villems Meil on: Relatsiooni mõiste Relatsioonalgebra Kus me oleme? Funktsionaalsete sõltuvuse pere F ja tema sulund
RohkemSuunised Reitinguagentuuride meetodite valideerimise ja läbivaatamise suunised 23/03/2017 ESMA/2016/1575 ET
Suunised Reitinguagentuuride meetodite valideerimise ja läbivaatamise suunised 23/03/2017 ESMA/2016/1575 ET Sisukord 1 Kohaldamisala... 3 2 Mõisted, õiguslikud viited ja lühendid... 4 3 Eesmärk... 5 4
RohkemDE_loeng5
Digitaalelektroonika V loeng loogikalülitused KMOP transistoridega meeldetuletus loogikalülitused TTL baasil baaslülitus inverteri tunnusjooned ja hilistumine LS lülitus kolme olekuga TTL ja avatud kollektoriga
RohkemMatemaatiline analüüs IV 1 3. Mitme muutuja funktsioonide diferentseerimine 1. Mitme muutuja funktsiooni osatuletised Üleminekul ühe muutuja funktsioo
Matemaatiline analüüs IV 1 3. Mitme muutuja funktsioonide diferentseerimine 1. Mitme muutuja funktsiooni osatuletised Üleminekul üe muutuja funktsioonidelt m muutuja funktsioonidele, kus m, 3,..., kerkib
RohkemSotsiaalministeerium, 2019 PIAAC Eesti andmestiku analüüsi lühiülevaade hariduslikust ülejäägist kõrgharitute hulgas 1. Taust Probleem: erinevate andm
Sotsiaalministeerium, 2019 PIAAC Eesti andmestiku analüüsi lühiülevaade hariduslikust ülejäägist kõrgharitute hulgas 1. Taust Probleem: erinevate andmete alusel on Eestis võrreldes teiste OECD riikidega
RohkemTootmise digitaliseerimine
Pildi autor: Meelis Lokk Tootmise digitaliseerimise toetus Raimond Tamm, Tartu abilinnapea 20.03.2019 Tootmise digitaliseerimise toetus Eesti on avalike teenuste digitaliseerimise osas Euroopa liider Töötlevas
RohkemÕPILASTE TEHNOLOOGILISTE TEADMISTE VÕRDLEV UURING SOOMES JA EESTIS KASSARI PUHKEKESKUS Mart Soobik, Phd 12. juuni 2017
ÕPILASTE TEHNOLOOGILISTE TEADMISTE VÕRDLEV UURING SOOMES JA EESTIS KASSARI PUHKEKESKUS Mart Soobik, Phd 12. juuni 2017 Teadusartikkel Autio, O., & Soobik, M. (2017). Technological knowledge and reasoning
RohkemESRI PÄEVADE AUHIND 2014 Aasta GIS-i tegu
ESRI PÄEVADE AUHIND 2014 Aasta GIS-i tegu Esri päevade auhinna Aasta GIS-i tegu eesmärk Eesmärk: - Tunnustada organisatsiooni või ettevõtte konkreetset GIS-i projekti, algatust või tegevust viimasel aastal
Rohkem