Regressioonanalüüsi kodutöö Indrek Zolk 30. mai a. 1 Andmestiku kirjeldus Käesoleva kodutöö jaoks vajalik andmestik on saadud veebiaadressilt ht
|
|
- Kristina Valge
- 4 aastad tagasi
- Vaatused:
Väljavõte
1 Regressioonanalüüsi kodutöö Indrek Zolk 30. mai a. 1 Andmestiku kirjeldus Käesoleva kodutöö jaoks vajalik andmestik on saadud veebiaadressilt Tegemist on aastal ilmunud raamatus esineva ja statistikas õppenäitena laialt kasutatava Laengelmavesi järvest (Tampere lähistel Soomes) püütud 7 erinevat liiki kalade andmetega. Meie valime uuritavaks kalaks latika. Valimi maht on 37 latikat, kuid ühel kalal pole massi mõõdetud, seetõttu arvame ta valimist välja. Analüüsitavaks valimiks võtame järelikult 36 latikat. Kuigi lähteandmestik sisaldab terve rea tunnuseid, kasutame neist kaht: latika mass (grammides) ja pikkus ninaotsast sabaotsani (sentimeetrites). Valime pikkuse seletavaks ja massi uuritavaks tunnuseks. Sel viisil määrates võib tulemustest kasu olla näiteks kalameestele või kala töötlemisega tegelevatele isikutele latika massi kiireks hindamiseks. Sisendfaili nimi on fishcatch.dat. Andmete analüüsimiseks kasutame statistikapaketti R, eelnevaks töötlemiseks aga UNIXi käsurea vahendeid. Käesolev tekst on vormistatud tekstikujundussüsteemis L A TEX. Vahendite suhtelise vähetuntuse tõttu eesti arvutialases kirjanduses toome lisas ka vastavad skriptifailid. 2 Statistikute hinnangud Latikate massi keskväärtuse punkthinnanguks on 626 grammi, usaldusvahemik ( , ) katab parameetrit tõenäosusega Latikate massi dispersiooni punkthinnanguks on (standardhälbe hinnang vastavalt ), usaldusvahemik ( , ) katab parameetrit tõenäosusega Histogrammist näeme, et latikate mass on ligikaudu normaaljaotusega (vaatlusi on vähe, seetõttu ei saa ilusat kellukesekujulist histogrammi oodatagi). latikaid Latikate masside histogramm mass [g] 1
2 latikaid Latikate pikkuste histogramm pikkus [cm] Latikate pikkuse keskväärtuse punkthinnanguks on grammi, usaldusvahemik ( , ) katab parameetrit tõenäosusega Latikate pikkuse dispersiooni punkthinnanguks on (standardhälbe hinnang vastavalt ), usaldusvahemik ( , ) katab parameetrit tõenäosusega Histogrammist näeme, et latikate pikkus on ligikaudu normaaljaotusega. Latikate massi ja pikkuse korrelatsioonikordaja on , mis näitab tugevat positiivset korrelatsiooni tunnuste vahel ja ennustab hea mudeli saamist. 3 Lineaarse regressiooni mudel Eeldusel, et andmed on sobival kujul (vt. lisa), saame paketis R järgmise väljundi: lm(formula = kalad$mass ~ kalad$pikkus) Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) e-14 *** kalad$pikkus < 2e-16 *** Residual standard error: on 32 degrees of freedom Multiple R-Squared: , Adjusted R-squared: F-statistic: on 1 and 32 DF, p-value: < 2.2e Signif. codes: 0 *** ** 0.01 * Analysis of Variance Table Response: kalad$mass Df Sum Sq Mean Sq F value Pr(>F) kalad$pikkus < 2.2e-16 *** Residuals % 97.5 % (Intercept) kalad$pikkus Siit loeme välja, et lineaarse regressiooni mudeli parameetrite punkthinnangud on: ˆα = , ˆβ = , ˆσ 2 = 3117, usaldusvahemikud ( , ) ja ( , ) katavad tõenäosusega 0.95 vastavalt parameetrit α ja β, ning mudeliks on mass = pikkus, ( ) 2
3 kusjuures mõlemad liikmed on olulised (olulisuse märgendiks on pakett R suuruste Pr(> t ) väiksuse põhjal andnud ***, s.t. maksimaalse võimaliku). Uuritava tunnuse sõltuvus seletavast tunnusest on oluline, sest kordaja β on mudelis oluline. Mudel kirjeldab ligi 93% tunnuse varieeruvusest (R-ruut statistik), seega on tegemist võrdlemisi hea mudeliga. Nagu näha kordaja ˆβ märgist, on sõltuvus positiivne. Ühe sentimeetri latika pikkuse kasvades kasvab mass keskmiselt grammi. Mudeli puhul tuleb muidugi silmas pidada, et negatiivse vabaliikme tõttu ei saa prognoosida väga lühikeste latikate masse (taolisi looduses peaaegu ei eksisteerigi) sest mudel annaks nende massiks negatiivse suuruse. Parameetri β usaldusvahemiku poolpikkus võimaldab näiteks tõenäosusega 95% öelda, et ühe sentimeetri latika pikkuse kasvades kasvab mass ± grammi. Hajuvusdiagrammil on pideva sirgega märgitud mudelile ( ) vastav regressioonsirge ja punktiiriga massi keskväärtuse punkthinnang. pikkus * mass hajuvusdiagramm mass [g] pikkus [cm] Prognoosides massi näiteks pikkuse keskväärtuse punkthinnangu korral, saame massiks = grammi, s.t. täpselt massi keskväärtuse punkthinnangu. 3
4 Lisa Sisendfaili kuju Sisendfail fishcatch.dat on järgmisel tekstilisel kujul: NA NA NA NA NA Teises veerus on märgitud kala liik (latikas=1), kolmandas mass ja kuuendas pikkus ninast sabaotsani. Ülejäänud veerud pole analüüsiks momendil olulised. Sisendfaili eeltöötlus tekstitöötluskeeles awk Faili tunnused.awk sisu: BEGIN{ OFS="\t"; print "MASS", "PIKKUS" { if ($2=="1") { print $3, $6 Skript on vajalik sisendfailist ainult kahe tunnuse eraldamiseks ainult nende vaatluste korral, kus teises veerus paikneb arv 1 (latikas). Andmete töötlemine statistikapaketis R Faili andmed.r sisu: require(boot) data <- read.table("kalad.txt", header=true) data <- na.omit(data) kalasid <- nrow(data) 4
5 kalad <- list(mass=data[,1], PIKKUS=data[,2]) mass.k <- mean(kalad$mass) mass.d <- var(kalad$mass) mass.k # NB! mass.d on s^2 kalade massi jaoks. Keskväärtuse mass.k # dispersiooni hinnangu saamiseks (var.t0) tuleb jagada kalade arvuga norm.ci(t0=mass.k, conf=0.95, var.t0=mass.d / kalasid) mass.d sd(kalad$mass) norm.ci(t0=mass.d, conf=0.95, var.t0=mass.d / kalasid) pikkus.k <- mean(kalad$pikkus) pikkus.d <- var(kalad$pikkus) pikkus.k norm.ci(t0=pikkus.k, conf=0.95, var.t0=pikkus.d / kalasid) pikkus.d sd(kalad$pikkus) norm.ci(t0=pikkus.d, conf=0.95, var.t0=pikkus.d / kalasid) graphics.off() postscript("massihist.ps") plot(hist(kalad$mass, plot=false), main="", xlab="", ylab="") title("latikate masside histogramm", cex.main=3, xlab="mass [g]", ylab="latikaid") postscript("pikkushist.ps") plot(hist(kalad$pikkus, plot=false), main="", xlab="", ylab="") title("latikate pikkuste histogramm", cex.main=3, xlab="pikkus [cm]", ylab="latikaid") cor(kalad$mass,kalad$pikkus) mudel <- lm(kalad$mass ~ kalad$pikkus) summary(mudel) anova(mudel) piirid <- confint(mudel, level=0.95) piirid (piirid[4]-piirid[2])/2 postscript("regmudel.ps") plot(kalad$pikkus,kalad$mass, main="", xlab="", ylab="") title("pikkus * mass hajuvusdiagramm", cex.main=2.5, xlab="pikkus [cm]", ylab="mass [g]") kordajad <- coef(mudel) lines(kalad$pikkus,kordajad[1]+kordajad[2]*kalad$pikkus) lines(kalad$pikkus,array(mass.k, c(1,kalasid)),lty=2) kordajad[1]+kordajad[2]*pikkus.k Koduülesande kompileerimine Faili compile sisu: awk -f tunnused.awk fishcatch.dat > kalad.txt R --quiet --no-save < andmed.r latex regan.tex dvips regan.dvi -o regan.ps gs -q -sdevice=pdfwrite -soutputfile=regan.pdf -spapersize=a4 -dnopause -dbatch regan.ps Koduülesande pdf-väljundi saamiseks piisab seega UNIXi käsurealt anda käsk./compile, eeldusel, et jooksvas kataloogis on ülalnimetatud neli faili ning käesolev algtekst regan.tex. 5
Microsoft 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
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
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
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
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
RohkemMicrosoft PowerPoint - Loeng6ver2.ppt
Admeaalüüs molekulaarbioloogias LOMR.10.007 6. loeg Regressiooaalüüs. Regressiooseose tugevus (korrelatsiooikordaja, determatsiooikordaja) Märt Möls martm@ut.ee Kas Argetiias elavad õelikud iimesed? eadmestik:
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
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 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
RohkemFailiotsing: find paljude võimalustega otsingukäsk find kataloog tingimused kataloog - otsitakse sellest kataloogist ja tema alamkataloogidest tingimu
Failiotsing: find paljude võimalustega otsingukäsk find kataloog tingimused kataloog - otsitakse sellest kataloogist ja tema alamkataloogidest tingimused: faili nimi faili vanus faili tüüp... 1 Failiotsing:
RohkemStatistikatarkvara
Sissejuhatus statistika erialasse, sissejuhatus matemaatika erialasse, 20. september 2018 Statistikatarkvara põgus ülevaade Krista Fischer Statistikatarkvara kategooriad Võib jagada mitut moodi: Tarkvara,
RohkemMTAT Operatsioonisüsteemid - Turvalisus
Regulaaravaldised ja skriptimine Windows ja UNIX operatsioonisüstemides WINDOWS 1. slaid Windows käsurida Käsureaks nimetan programme: cmd.exe powershell.exe command.com Nendesse saab kirjutada käske,
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
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
RohkemTARTU ÜLIKOOL MATEMAATIKA-INFORMAATIKATEADUSKOND MATEMAATILISE STATISTIKA INSTITUUT Astrid Haas Üldistatud lineaarne segamudel ESM-uuringu andmetele M
TARTU ÜLIKOOL MATEMAATIKA-INFORMAATIKATEADUSKOND MATEMAATILISE STATISTIKA INSTITUUT Astrid Haas Üldistatud lineaarne segamudel ESM-uuringu andmetele Magistritöö (30 EAP) Finants- ja kindlustusmatemaatika
RohkemMTAT Operatsioonisüsteemid - Turvalisus
Regulaaravaldised ja skriptimine Windows ja UNIX operatsioonisüstemides WINDOWS 1. slaid Windows käsurida Käsureaks nimetan programme: cmd.exe powershell.exe command.com (tänapäevastes OS ei kasutata)
RohkemPowerPointi esitlus
Regulaaravaldised ja skriptimine Windows ja UNIX operatsioonisüsteemides WINDOWS 1. slaid Windows käsurida Käsureaks nimetan programme: cmd.exe powershell.exe Nendesse saab kirjutada käske, millega näiteks
RohkemFunktsionaalne Programmeerimine
Kõrvalefektid ja Haskell Kõik senised programmid on olnud ilma kõrvalefektideta; so. puhtalt funktsionaalsed. Programmi täitmise ainsaks efektiks on tema väartus. Osade ülesannete jaoks on kõrvalefektid
Rohkemlvk04lah.dvi
Lahtine matemaatikaülesannete lahendamise võistlus. veebruaril 004. a. Lahendused ja vastused Noorem rühm 1. Vastus: a) jah; b) ei. Lahendus 1. a) Kuna (3m+k) 3 7m 3 +7m k+9mk +k 3 3M +k 3 ning 0 3 0,
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
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
RohkemMicrosoft Word - installation-guide.doc
Dokumendi ajalugu: Versioon Kuupäev Tegevus Autor 1.0 12.04.2008 Dokumendi loomine Maris Aavik 1.1 13.04.2008 Täiendamine Maris Aavik 1.2 13.04.2008 Täiendamine Andres Kalle 1.3 12.05.2008 Täiendused Kerli
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
RohkemTALLINNA TEHNIKAÜLIKOOL Majandusteaduskond Majandusanalüüsi ja rahanduse instituut Karl Ivar Maar TARBIMISMAKSUDE JA MAJANDUSKASVU SEOS EUROOPA LIIDU
TALLINNA TEHNIKAÜLIKOOL Majandusteaduskond Majandusanalüüsi ja rahanduse instituut Karl Ivar Maar TARBIMISMAKSUDE JA MAJANDUSKASVU SEOS EUROOPA LIIDU RIIKIDE NÄITEL Bakalaureusetöö Juhendaja: Lektor Raivo
Rohkem1 / loeng Tekstitöötlus Sisend/väljund Teksti lugemine Sõnad
1 / 16 7. loeng Tekstitöötlus Sisend/väljund Teksti lugemine Sõnad 2 / 16 Sisend/väljund vaikimisi: Termid: read, write?-read(x). : 2+3. X = 2+3.?-write(2+3). 2+3 true. Jooksva sisendi vaatamine: seeing?-
RohkemAMB_Loeng1_andmed_a
Andmeanalüüs molekulaarbioloogias LOMR.10.007 1. nädal Loeng: Töökorraldus ja materjalid Teaduslik mõtteviis Andmete tüübid Andmete varieeruvuse kirjeldamine Praktikum: Sagedusjaotuste joonistamine Maido
RohkemAWK Aho Weinberger Kernighan struktuurse teksti töötlemise keel rikkalikult tekstitöötlusvahendeid omal alal suhteliselt lihtne ja kiiresti realiseeri
AWK Aho Weinberger Kernighan struktuurse teksti töötlemise keel rikkalikult tekstitöötlusvahendeid omal alal suhteliselt lihtne ja kiiresti realiseeritav AWK kasutusalad raportite genereerimine ühest formaadist
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
RohkemSkriptimiskeeli, mida ei käsitletud Perl Python Visual Basic Script Edition (VBScript) MS DOS/cmd skriptid Windows PowerShell midagi eksootilisemat: G
Skriptimiskeeli, mida ei käsitletud Perl Python Visual Basic Script Edition (VBScript) MS DOS/cmd skriptid Windows PowerShell midagi eksootilisemat: GIMP Script-Fu 1 Skriptimiskeeli: Perl v1.0 loodud Larry
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
RohkemUNIXi käsurida Koostanud: Indrek Zolk Dokumendi versioon: 5 Kompileerimise kuupäev: 25. september a. Tartu Kunstigümnaasium Tartu 2005
UNIXi käsurida Koostanud: Indrek Zolk Dokumendi versioon: 5 Kompileerimise kuupäev: 25. september 2005. a. Tartu Kunstigümnaasium Tartu 2005 Sisukord Sissejuhatus 1 1 Üldpõhimõtted 2 1.1 Meldimine serverisse..................................
RohkemMicrosoft Word - KOV_uuringu_analyys.doc
UURING OMAVALITSUSTE SENISEST PROJEKTIKOGEMUSEST, LÄHIAJA PLAANIDEST NING OOTUSTEST LOODAVALE MAAKONDLIKULE ARENGUKESKUSELE Küsitlus viid läbi 6.-12. maini 2003 EAS Regionaalarengu Agentuuri tellimisel
RohkemLoeng03
Loeng 03 Failiõigused ja -manipulatsioon Operatsioonisüsteemide administreerimine ja sidumine I233 Katrin Loodus, Tallinn 2015 Failid ja kataloogid Mis on fail? Linuxi laadsetes süsteemides on kõik failid
RohkemTARTU ÜLIKOOL Arvutiteaduse instituut Informaatika õppekava Laura Ruusmann Gaussi protsesside usaldusvahemik Bakalaureusetöö (9 EAP) Juhendaja: Meelis
TARTU ÜLIKOOL Arvutiteaduse instituut Informaatika õppekava Laura Ruusmann Gaussi protsesside usaldusvahemik Bakalaureusetöö (9 EAP) Juhendaja: Meelis Kull, PhD Tartu 2018 Gaussi protsesside usaldusvahemik
RohkemSAF 7 demo paigaldus. 1.Eeldused SAF 7 demo vajab 32- või 64-bitist Windows 7, Window 8, Windows 10, Windows Server 2008 R2, Windows Server 2012, Wind
SAF 7 demo paigaldus. 1.Eeldused SAF 7 demo vajab 32- või 64-bitist Windows 7, Window 8, Windows 10, Windows Server 2008 R2, Windows Server 2012, Windows Server 2012 R2, Windows Server 2016 või Windows
RohkemDK_prax3_2010
Praktikum 3 R ja selle lisamoodul Rcmdr: kirjeldav statistika, joonised, keskmiste võrdlemine OSA 1 --- Andmestiku avamine jmt R Commander is --- 1) Käivitage R. Käivitage lisamoodul Rcmdr trükkides käsureale
RohkemEIK-OSadmin-Edmund
Tarkvara haldamine Linux (UNIX) algajale Edmund Laugasson edmund.laugasson@itcollege.ee Käesoleva dokumendi paljundamine, edasiandmine ja/või muutmine on sätestatud ühega järgnevatest litsentsidest kasutaja
RohkemTartu Ülikool Loodus- ja täppisteaduste valdkond Ökoloogia ja maateaduste instituut Geograafia osakond Magistritöö geoinformaatikas Mobiilpositsioneer
Tartu Ülikool Loodus- ja täppisteaduste valdkond Ökoloogia ja maateaduste instituut Geograafia osakond Magistritöö geoinformaatikas Mobiilpositsioneerimise andmete ajalise jaotuse mõju mobiilsuse parameetritele
RohkemSQL
SQL Kuues loeng 3GL inside 4GL Protseduurid Funktsioonid Tavalised Funktsioonid (üks väljund) Ilma väljundita Protseduurid Viitargumentide kasutamise võimalus Tabel-väljundiga Protseduurid Create function
RohkemTARTU ÜLIKOOL MATEMAATIKA-INFORMAATIKATEADUSKOND MATEMAATILISE STATISTIKA INSTITUUT Kristi Läll Mitmemõõtmeline analüüs peptiidide käitumise uurimisek
TARTU ÜLIKOOL MATEMAATIKA-INFORMAATIKATEADUSKOND MATEMAATILISE STATISTIKA INSTITUUT Kristi Läll Mitmemõõtmeline analüüs peptiidide käitumise uurimiseks Magistritöö Juhendajad: Mare Vähi, Anne Selart TARTU
RohkemTARTU ÜLIKOOL MATEMAATIKA-INFORMAATIKATEADUSKOND MATEMAATILISE STATISTIKA INSTITUUT Joosep Raudsik Hajuvusdiagrammid ning korrelatsioonimaatriksite il
TARTU ÜLIKOOL MATEMAATIKA-INFORMAATIKATEADUSKOND MATEMAATILISE STATISTIKA INSTITUUT Joosep Raudsik Hajuvusdiagrammid ning korrelatsioonimaatriksite illustreerimine statistikapaketis R Bakalaureusetöö Juhendaja:
RohkemVKE definitsioon
Väike- ja keskmise suurusega ettevõtete (VKE) definitsioon vastavalt Euroopa Komisjoni määruse 364/2004/EÜ Lisa 1-le. 1. Esiteks tuleb välja selgitada, kas tegemist on ettevõttega. Kõige pealt on VKE-na
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
Rohkemvv05lah.dvi
IMO 05 Eesti võistkonna valikvõistlus 3. 4. aprill 005 Lahendused ja vastused Esimene päev 1. Vastus: π. Vaatleme esiteks juhtu, kus ringjooned c 1 ja c asuvad sirgest l samal pool (joonis 1). Olgu O 1
RohkemLinux süsteemi administreerimine
Protsesside, mälu jm haldamine Linuxi ehitus (struktuur) Lihtsustatult Protsess Multitasking - palju protsesse töötab paralleelselt Tuumas asub protsesside tabel igal protsessil on identifikaator PID igal
RohkemSegamudelid2010.pdf
Peatükk 5 Dispersiooimaatriksi V hidamisest Üldistatud vähimruutude meetodit saame kasutada siis, kui teame vaatluste kovariatsiooimaatriksit V. Paraku eamasti pole uural sellist iformatsiooi. Seega tekib
RohkemTARTU ÜLIKOOL MATEMAATIKA-INFORMAATIKA TEADUSKOND Matemaatilise statistika instituut Cliona Georgia Dalberg Eesti elektritarbimise prognoos Magistritö
TARTU ÜLIKOOL MATEMAATIKA-INFORMAATIKA TEADUSKOND Matemaatilise statistika instituut Cliona Georgia Dalberg Eesti elektritarbimise prognoos Magistritöö finants- ja kindlustusmatemaatika erialal (30 EAP)
RohkemIMO 2000 Eesti võistkonna valikvõistlus Tartus, aprillil a. Ülesannete lahendused Esimene päev 1. Olgu vaadeldavad arvud a 1, a 2, a 3,
IMO 000 Eesti võistkonna valikvõistlus Tartus, 19. 0. aprillil 000. a. Ülesannete lahendused Esimene päev 1. Olgu vaadeldavad arvud a 1, a, a 3, a 4, a 5. Paneme tähele, et (a 1 + a + a 3 a 4 a 5 ) (a
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
RohkemSQL
SQL Teine loeng Mõtelda CREATE TABLE ( { INTEGER VARCHAR(10)} [ NOT NULL] ); Standard SQL-86 (ANSI X3.135-1986), ISO võttis üle 1987 SQL-89 (ANSIX3.135-1989) SQL-92 (ISO/IEC 9075:1992)
RohkemNeurovõrgud. Praktikum mai a. 1 WEKA WEKA (Waikato Environment for Knowledge Analysis) on masinõppimise ja andmekaevanduse algoritmide k
Neurovõrgud. Praktikum 14. 21. mai 2005. a. 1 WEKA WEKA (Waikato Environment for Knowledge Analysis) on masinõppimise ja andmekaevanduse algoritmide komplekt koos mugava keskkonnaga, mis on tasuta (GNU
Rohkemefo09v2pke.dvi
Eesti koolinoorte 56. füüsikaolümpiaad 17. jaanuar 2009. a. Piirkondlik voor. Põhikooli ülesanded 1. (VÄRVITILGAD LAUAL) Ühtlaselt ja sirgjooneliselt liikuva horisontaalse laua kohal on kaks paigalseisvat
RohkemUudiseid k-meride abil bakterite leidmisest [Compatibility Mode]
Uudiseid k-meride abil bakterite leidmisest CLARK: fast and accurate classification of metagenomic and genomic sequences using discriminative k-mers(2015) Rachid Ounit, Steve Wanamaker, Timothy J. Close
RohkemPealkiri
Andmebaasid II praktikum Andmebaaside administreerimine Andmete sisestamine KESKKOND, KASUTAJAD, ÕIGUSED Mõisted Tabelid, vaated, trigerid, jpm on objektid Objektid on grupeeritud skeemi Skeemid moodustavad
RohkemSissejuhatus GRADE metoodikasse
Sissejuhatus GRADE metoodikasse Eriline tänu: Holger Schünemann ja GRADE working group www.gradeworkinggroup.org Kaja-Triin Laisaar TÜ peremeditsiini ja rahvatervishoiu instituut kaja-triin.laisaar@ut.ee
RohkemloogikaYL_netis_2018_NAIDISED.indd
. Lihtne nagu AB Igas reas ja veerus peavad tähed A, B ja esinema vaid korra. Väljaspool ruudustikku antud tähed näitavad, mis täht on selles suunas esimene. Vastuseks kirjutage ringidesse sattuvad tähed
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
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
RohkemTartu Ülikool Matemaatika-informaatikateaduskond Matemaatilise statistika instituut Ingi Einaste Eesti kõrgkoolide matemaatika ja informaatika üliõpil
Tartu Ülikool Matemaatika-informaatikateaduskond Matemaatilise statistika instituut Ingi Einaste Eesti kõrgkoolide matemaatika ja informaatika üliõpilaste enesetõhususe ja motivatsiooni analüüs Bakalaureusetöö
RohkemMining Meaningful Patterns
Konstantin Tretjakov (kt@ut.ee) EIO õppesessioon 19. märts, 2011 Nimetuse saladus Vanasti kandis sõna programmeerimine natuke teistsugust tähendust: Linear program (~linear plan) X ülesannet * 10 punkti
RohkemAlgoritmid ja andmestruktuurid
Algoritmid ja andmestruktuurid Arvutipraktikum 2017/2018 sügissemestril J.Liivi 2-202, E12-14 J.Liivi 2-202, T14-16 kodu.ut.ee/~kiho/ads/fall17 Jüri Kiho jyri.kiho@ut.ee Eesmärgid Paremini omandada, kinnistada
RohkemMicrosoft Word - Iseseisev töö nr 1 õppeaines.doc
TALLINNA TEHNIKAÜLIKOOL Raadio- ja sidetehnika instituut Mikrolainetehnika õppetool Iseseisva töö nr 1 juhend õppeaines Sideseadmete mudeldamine Ionosfäärse sidekanali mudeldamine Tallinn 2006 1 Teoreetilised
RohkemOperatsioonisüsteemide ehitus
Lõimed Ülevaade Lõime mõiste Lõimede mudelid Probleemid lõimedega seoses Pthreads Solarise lõimed Windows 2000 lõimed Linuxi lõimed Java lõimed VARMO VENE & MEELIS ROOS 2 Ühe- ja mitmelõimelised protsessid
RohkemMicrosoft Word - ref - Romet Piho - Tutorial D.doc
Tartu Ülikool Andmetöötluskeel "Tutorial D" realisatsiooni "Rel" põhjal Referaat aines Tarkvaratehnika Romet Piho Informaatika 2 Juhendaja Indrek Sander Tartu 2005 Sissejuhatus Tänapäeval on niinimetatud
RohkemG aiasoft Programmi VERP ja Omniva Arvekeskuse liidese häälestamine ja arvete saatmine-lugemine VERP 6.3 ja VERP 6.3E Versioon ja hilisemad K
Programmi VERP ja Omniva Arvekeskuse liidese häälestamine ja arvete saatmine-lugemine VERP 6.3 ja VERP 6.3E Versioon 6.3.1.51 ja hilisemad Kasutaja juhend 2016 Sisukord 1. Sissejuhatus...3 2. Liidese häälestus...3
RohkemTartu Ülikool
Tartu Ülikool Code coverage Referaat Koostaja: Rando Mihkelsaar Tartu 2005 Sissejuhatus Inglise keelne väljend Code coverage tähendab eesti keeles otse tõlgituna koodi kaetust. Lahti seletatuna näitab
RohkemPealkiri
Andmebaasid (6EAP) I praktikum Mida praktikumides tehakse? Õpitakse SQL i Tehakse andmebaas ope (igas praktikumis natuke, kuni lõpuks saab valmis) Tehakse andmebaas edu (kui ope on valmis, tehakse edu,
RohkemMicrosoft Word - TallinnLV_lihtsustatud_manual_asutuse_juhataja_ doc
Tallinna Linnavalitsuse sõnumisaatja kasutusjuhend asutuse juhatajale Sisukord 1. Süsteemi sisenemine...2 2. Parooli lisamine ja vahetamine...2 3. Ametnike lisamine ametiasutuse juurde...2 4. Saatjanimede
RohkemKuidas kaitsta taimi ilma mesilasi kahjustamata ehk mesinikud vs taimekasvatajad
Kuidas kaitsta taimi ilma mesilasi kahjustamata ehk mesinikud vs taimekasvatajad Indrek Keres Eesti Maaülikool Eesti Kutseliste Mesinike Ühing Taimekasvatuse konsulent Mida mesinik ootab taimekasvatajalt
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
RohkemOperatsioonisüsteemid 1. loeng
Kursus Operatsioonisüsteemid (Operating Systems) MTAT.08.006 3 EAP Kersti Taurus 1. Arvutisüsteem Kasutaja 1 Kasutaja 2 Kasutaja N Kompilaatorid Kujundusprogrammid Tekstiredaktorid Andmebaasisüsteemid
RohkemPolünoomi juured Juure definitsioon ja Bézout teoreem Vaadelgem polünoomi kus K on mingi korpus. f = a 0 x n + a 1 x n a n 1 x
1 5.5. Polünoomi juured 5.5.1. Juure definitsioon ja Bézout teoreem Vaadelgem polünoomi kus K on mingi korpus. f = a 0 x n + a 1 x n 1 +... + a n 1 x + a n K[x], (1) Definitsioon 1. Olgu c K. Polünoomi
RohkemMicrosoft Word - 56ylesanded1415_lõppvoor
1. 1) Iga tärnike tuleb asendada ühe numbriga nii, et tehe oleks õige. (Kolmekohaline arv on korrutatud ühekohalise arvuga ja tulemuseks on neljakohaline arv.) * * 3 * = 2 * 1 5 Kas on õige, et nii on
RohkemTala dimensioonimine vildakpaindel
Tala dimensioonimine vildakpaindel Ülesanne Joonisel 9 kujutatud okaspuidust konsool on koormatud vertikaaltasandis ühtlase lauskoormusega p ning varda teljega risti mõjuva kaldjõuga (-jõududega) F =pl.
RohkemMicrosoft Word - Referaat.docx
Tartu Ülikool Andmeturve Referaat teemal: CVE-2016-1499 Koostaja: Sander Sats Kursus: Informaatika Tartu 2016 Sissejuhatus Käesolev referaat on kirjutatud seoses Tartu Ülikooli kursuse MTAT.03.134 Andmeturve
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
RohkemAntennide vastastikune takistus
Antennide vastastikune takistus Eelmises peatükis leidsime antenni kiirgustakistuse arvestamata antenni lähedal teisi objekte. Teised objektid, näiteks teised antennielemendid, võivad aga mõjutada antenni
RohkemTARTU ÜLIKOOL MATEMAATIKA-INFORMAATIKATEADUSKOND MATEMAATILISE STATISTIKA INSTITUUT Getter Madison Eesti sporthobuste täkkude geneetiline hindamine Ba
TARTU ÜLIKOOL MATEMAATIKA-INFORMAATIKATEADUSKOND MATEMAATILISE STATISTIKA INSTITUUT Getter Madison Eesti sporthobuste täkkude geneetiline hindamine Bakalaureusetöö Juhendajad: Tanel Kaart Mare Vähi TARTU
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
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-
Rohkem19. Marek Kolk, Kõrgem matemaatika, Tartu Ülikool, Arvridade koonduvustunnused Sisukord 19 Arvridade koonduvustunnused Vahelduvat
9. Marek Kolk, Kõrgem matemaatika, Tartu Ülikool, 203-4. 9 Arvridade koonduvustunnused Sisukord 9 Arvridade koonduvustunnused 23 9. Vahelduvate märkidega read.......................... 24 9.2 Leibniz i
Rohkemprakt8.dvi
Diskreetne matemaatika 2012 8. praktikum Reimo Palm Praktikumiülesanded 1. Kas järgmised graafid on tasandilised? a) b) Lahendus. a) Jah. Vahetades kahe parempoolse tipu asukohad, saame graafi joonistada
RohkemPpt [Read-Only]
EL 2020 strateegia eesmärkidest, mis puudutab varajast koolist väljalangemist ja selle vähendamist EL 2020 strateegia eesmärkidest, mis puudutab madala haridustasemega noorte osakaalu vähendamist Madal
RohkemÜlesanne #5: Käik objektile Kooli ümberkujundamist vajava koha analüüs. Ülesanne #5 juhatab sisse teise poole ülesandeid, mille käigus loovad õpilased
Ülesanne #5: Käik objektile Kooli ümberkujundamist vajava koha analüüs. Ülesanne #5 juhatab sisse teise poole ülesandeid, mille käigus loovad õpilased oma kujunduse ühele kohale koolis. 5.1 Kohavalik Tiimi
RohkemProgrammi AnimatorDV Simple+ lühike kasutajajuhend
Programmi AnimatorDV Simple+ esmane kasutusjuhend Programm AnimatorDV Simple+ on mõeldud animatsioonide loomiseks. Tegemist on tasuta tarkvaraga, mis töötab videoseadmetega (videokaamera, veebikaamera).
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
RohkemRuutvormid Denitsioon 1. P n Ütleme, et avaldis i;j=1 a ijx i x j ; kus a ij = a ji ; a ij 2 K ja K on korpus, on ruutvorm üle korpuse K muutujate x 1
Ruutvormid Denitsioon. P n Ütleme, et avaldis i;j= a ijx i x j ; kus a ij = a ji ; a ij K ja K on korus, on ruutvorm üle koruse K muutujate x ;;x n suhtes. Maatriksit =(a ij ) nimetame selle ruutvormi
RohkemSissejuhatus mehhatroonikasse MHK0120
Sissejuhatus mehhatroonikasse MHK0120 5. nädala loeng Raavo Josepson raavo.josepson@ttu.ee Pöördliikumine Kulgliikumine Kohavektor Ԧr Kiirus Ԧv = d Ԧr dt Kiirendus Ԧa = dv dt Pöördliikumine Pöördenurk
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
RohkemMicrosoft PowerPoint - Kindlustuskelmus [Compatibility Mode]
Olavi-Jüri Luik Vandeadvokaat Advokaadibüroo LEXTAL 21.veebruar 2014 i iseloomustab Robin Hood ilik käitumine kindlustus on rikas ja temalt raha võtmine ei ole kuritegu. Näiteks näitavad Saksamaal ja USA-s
RohkemTõendusmaterjali kvaliteedi hindamine
Tõendusmaterjali kvaliteedi hindamine Eriline tänu: Holger Schünemann ja GRADE working group www.gradeworkinggroup.org Kaja-Triin Laisaar TÜ peremeditsiini ja rahvatervishoiu instituut kaja-triin.laisaar@ut.ee
RohkemMicrosoft Word - EHR.docx
earvekeskus E-ARVE TELLIMUSTE JUHEND 1 Sisukord E-arvete tellimused... 3 Klientide tellimused... 3 E-arve tellimuse lisamine... 3 E-arve tellimuse muutmine... 9 Minu tellimused... 10 Minu tellimuse sisestamine...
RohkemSlide 1
Hiiumaa Mesinike Seltsing Mesilasperede talvitumine, soojusrežiim ja ainevahetus talvel Uku Pihlak Tänast üritust toetab Euroopa Liit Eesti Mesindusprogrammi raames Täna räägime: Natuke füüsikast ja keemiast
RohkemSlide 1
Imetajate jäljed JÄLJED metssiga, metskits, põder Autorid: Külli Kalamees-Pani, Aivo Tamm, Veljo Runnel, 2011 Joonised: Veljo Runnel Fotod: Külli Kalamees-Pani, Aivo Tamm www.natmuseum.ut.ee Sõrgade jäljed
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
RohkemVõistlusülesanne Vastutuulelaev Finaal
Võistlusülesanne Vastutuulelaev Finaal CADrina 2016 võistlusülesannete näol on tegemist tekst-pilt ülesannetega, milliste lahendamiseks ei piisa ainult jooniste ülevaatamisest, vaid lisaks piltidele tuleb
Rohkem