Tartu Ülikool Loodus- ja tehnoloogiateaduskond Ökoloogia ja Maateaduse instituut Geograafia osakond Lõputöö Inimeste ruumilise käitumise sõltuvus eluk
|
|
- Anna Remmel
- 4 aastad tagasi
- Vaatused:
Väljavõte
1 Tartu Ülikool Loodus- ja tehnoloogiateaduskond Ökoloogia ja Maateaduse instituut Geograafia osakond Lõputöö Inimeste ruumilise käitumise sõltuvus elukoha geograafilisest paiknemisest Tallinna näitel Leila Iir Juhendaja: Olle Järv Kaitsmisele lubatud: Juhendajad: Osakonna juhataja: Tartu 2014
2 Sisukord Sissejuhatus Teoreetilised lähtekohad Inimese ruumilist käitumist mõjutavad tegurid Elukoht kui oluline mõjufaktor Tegevusruumi kontseptsioon ja selle mõõtmine Standardhälbe ellipsi meetod Materjal ja metoodika Mobiilpositsioneerimise andmed Uurimusala kirjeldus Valim Metoodika Tulemused Inimese ruumilise käitumise sõltuvus elukoha linnaosast Tegevuskohtade hulk argi- ja puhkepäevadel Tegevusruumi ulatus argi- ja puhkepäevadel Inimese ruumilise käitumise sõltuvus elukoha kaugusest kesklinnast Tegevuskohtade hulk argi- ja puhkepäevadel Tegevusruumi ulatus argi- ja puhkepäevadel Arutelu ja järeldused Kokkuvõte Tänuavaldused Kirjandus Summary
3 Sissejuhatus Viimase saja aasta jooksul on kiiresti suurenenud nii rahvaarv, inimeste mobiilsus kui ka linnastumise osakaal. Kui rahvastiku kasvu võib pidada stabiilseks, siis inimeste mobiilsus aina kasvab. Selline trend põhjustab suurenevat energiatarbimist, keskkonna heitgaaside hulka ning õhu kvaliteedi halvenemist (OECD, 2000). Linnastumisega kaasnevad mitmesugused probleemid näiteks eeslinnastumine, autostumine ning ummikud (Buliung ja Kanaroglou, 2006). See on tõstatanud vajaduse uurida põhjalikumalt inimeste ruumilist käitumist ning seeläbi planeerida mugavamaid keskkonnasõbralikke linnasid. Täpsemate teadmiste saamiseks inimeste ruumilisest käitumisest on vaja uurida inimeste tegevusruume. Inimese igapäevased tegevused ja nendest sõltuv inimese tegevusruum kujuneb väga erinevate tegurite koostoimel. Seda mõjutavad nii inimese sotsiaal-majanduslik taust kui ka individuaalsed eripärad. Samuti mõjutavad tegevusruumi väliskeskkonnast tulenevad tegurid. Elukoha paiknemine linnaruumis on üks inimese tegevusruumi mõjutavaid tegureid (Schönfelder ja Axhausen, 2010). Käesoleva töö eesmärk on välja selgitada, kuidas sõltub inimese tegevusruum elukoha geograafilisest paiknemisest. Selleks on püstitatud kaks täpsemat uurimisküsimust: 1. Kuidas sõltub inimese kuine argi- ja puhkepäeva tegevuskohtade hulk elukoha linnaosast ja kaugusest kesklinnast? 2. Kuidas sõltub inimese kuine argi- ja puhkepäeva tegevusruumi ulatus elukoha linnaosast ja kaugusest kesklinnast? Antud uurimisküsimustele vastamiseks analüüsitakse 672 Tallinna linnas elava inimese argipäeva ja puhkepäeva tegevuskohtade arvu ning tegevusruumi ulatust. Töö koostamisel on kasutatud passiivse mobiilpositsioneerimise meetodil kogutud andmeid. Mobiilpositsioneerimise andmestik pakub head võimalust uurida rahvastiku geograafiat ja mobiilsust, kuna mobiiltelefonid on laialt levinud ning sarnaselt standardiseeritud andmeid saab kasutada üle maailma (Ahas et al., 2010a). Töö koosneb viiest peatükist. Esimeses peatükis annan ülevaate teguritest, mis mõjutavad inimese ruumilist käitumist. Teises peatükis olen käsitlenud erinevate autorite tegevusruumide 3
4 kontseptsioone ning toonud välja meetodid selle mõõtmiseks ja analüüsimiseks. Sellele järgneb kirjeldus valimist ning töös kasutatud metoodikast. Kahes viimases peatükis toon välja töö tulemused vastavalt püstitatud uurimisküsimustele ning arutlen peamiste tulemuste üle. 4
5 1. Teoreetilised lähtekohad 1.1 Inimese ruumilist käitumist mõjutavad tegurid Inimese ruumilise käitumise põhjal saame rääkida inimese tegevusruumist, mis moodustub nende asukohtade vahel, millega inimene ruumis liikudes kokku puutub (Schönfelder ja Axhausen, 2010). Inimese igapäevased tegevuskohad ja nende hulk on mõjutatud erinevatest aeg-ruumilistest piirangutest, mis on seotud nii kohustuslike tegevustega aga ka sotsiaalsete tegevustega (Kwan, 2004). Hägerstrand pakub välja kolm piirangute liiki, mis inimese igapäevaelu organiseerimist mõjutab. Esimeseks piiranguks on indiviidist tulenev võimelisuse piirang (capability constraint), mis sisaldab aega inimese füüsiliste vajaduste täitmiseks ning seeläbi limiteerib ka distantsi, mida inimene suudab ruumis liikudes läbida. Ülejäänud kaks liiki on seotud väliskeskkonnaga. Ühenduse piirang (coupling constraint) näitab kus, millal ja kui palju on inimestel vaja suhelda teiste inimestega või objektidega, et tarbida või toota. Ühendus toimib "mahutites", millel on kindel ajaline piirang mingi tegevuse jaoks. Autoriteedi piirang (authority constraint) viitab ruumi kasutamise eksklusiivsusele ja ruumi mahutavuse füüsilistele piiridele. Autoriteedi piirang reguleerib seaduste, normide, majanduslike barjääride ja võimusuhetega inimeste liikumist "mahutites" (Pred, 1977). Inimese ruumilist käitumist mõjutavaid tegureid võib aga vaadelda ka jagades kolme suuremasse gruppi: indiviidist tulenevad subjektiivsed eripärad (näiteks väärtushinnangud, eelistused, hoiakud), inimese sotsiaal-majanduslikud ja väliskeskkonnast tulenevad tegurid. Sotsiaal-majanduslike omaduste all mõeldakse üldiselt inimese sugu, vanust, haridustaset, tööseisundit, elukutset ja sissetulekut. Samuti võib sotsiaal-majanduslike näitajate alla lugeda inimese perekonnaseisu, leibkonna liikmete ja laste arvu peres. Antud kontektsis on oluline tunnusjoon ka isikliku auto omamine või mitte-omamine ning ühistranspordi kasutamine (Schönfelder ja Axhausen, 2002; Buliung ja Kanaroglou, 2006). Antud omadused on kvantitatiivselt mõõdetavad ja erinevad autorid on uurinud ning leidnud sotsiaalmajanduslike tunnuste mõju inimese ruumilisele käitumisele. Näiteks Buliung ja Kanaroglou (2006) ja Fan ja Khattak (2008) on inimese ruumilist käitumist analüüsinud paljude tunnuste lõikes ning leidnud, et kõrgem sissetulek, auto 5
6 omamine ning tööl käimine on seotud suurema inimese tegevusruumiga. Lisaks on igapäevane reisimine mõjutatud ka leibkonna suurusest, laste arvust ning vanustest peres. Mida suurem on perekond, seda suurem on igapäevane reisitud kilomeetrite hulk. Silm ja Ahas (2006) on uurinud meeste ja naiste ajalis-ruumilise käitumise erinevusi Tallinna eeslinlaste näitel. Sugude erinevad ruumikäitumised on selgelt eristatavad. Naiste tegevusruum ja igapäevase liikumise ulatus on väiksem kui meestel, seda on näidanud ka varasemad lääneriikides tehtud uurimused. Mehed liiguvad rohkem, nende ruumiline käitumine on mitmekesisem kui naiste kodu-töö marsruudile keskenduv liikumine. Samas Järv (2013) toob uurimistulemustes välja, et inimese sool, vanusel ning elu- ja töökoha asukohtadel on nõrk mõju tööealise inimese tegevusruumi parameetritele, samas suhtluskeelel kui etnilise tausta näitajal on märkimisväärne mõju inimese ruumilisele käitumisele. Uuringus leiti, et Eesti keelt kõnelevate inimeste tegevusruumi ulatus on suurem kui venekeelsetel. Lisaks inimese sotsiaalmajanduslikule taustale mõjutavad inimese ruumilist käitumist ja tema tegevusruumi indiviidist tulenevad eripärad. Näiteks inimese elustiil, hoiakud, harjumused, eelistused, huvid ja ruumi kogemine on subjektiivsed tegurid, mis mõjutavad nii lühiajalisi kui ka pikemaajalisi valikuid indiviidi ruumilises käitumises. Perekeskse elustiiliga inimene soovib elada lastesõbralikus naabruskonnas ja võtta osa perekondlikest ettevõtmistest, sh laste sõidutamisest kooli ja koju. Näiteks inimene, kellel on vaja liikumiseks kasutada ühistransporti valib oma elukohaks linnaosa, mis on tagatud hea ühistranspordiühendusega (Van Acker et al., 2010). Väliskeskkonnast tulenevad tegurid, mis mõjutavad inimeste ruumilist käitumist on eelkõige seotud selle füüsilise keskkonnaga, kus indiviid elab ja tegutseb, aga ka üldisemalt sellega, milline on antud kultuuriruum, seadused ja normid. Fan ja Khattak (2008) kasutasid erinevaid näitajaid nagu ehitustihedus, kaubandusvõrgu kättesaadavus ja tänavavõrgustik, et määrata maakasutuse muutujate mõju indiviidi ruumilisele jalajäljele. Tulemused näitasid, et kesklinnas elavate inimeste tegevusruum oli väiksem äärelinna elanike omast. Harding et al (2012) toovad välja, et suured ja hajutatud tegevusruumid on seotud madala inimtiheduse, kõrge tööpuuduse, halva ühistranspordiühenduse ja maakasutuse vahel. Ka info- ja kommunikatsioonitehnoloogia avaldab inimese ruumilisele käitumisele mõju. Miranda- 6
7 Moreno et al (2012) leidsid, et mobiiltelefoni omamine on seotud suurema inimese tegevusruumiga samas kui kodune internetiühendus vähendab inimese liikumist ruumis ajaline varieeruvus Üks inimese ruumilist käitumist mõjutavaid tegureid on ka ajaline mõõde. Ajalist varieeruvust saab vaadata nii lühiajaliselt (päevade võrdlus, sh argi- ja puhkepäev) kui ka pikemas perspektiivis (kuine, sesoonne, aastane). Inimese argipäeva ja nädalavahetuse tegevusruumide erinevusi on käsitlenud mitmed autorid. Argipäeval tehtud reisid on üldiselt rutiinse tegevuse tulemus, milleks võib olla näiteks tööle ja kooli minemine, laste lasteaeda või trenni viimine ning see on rohkem ruumis piiratud kui nädalavahetusel või puhkuse ajal tehtud reisid (Næss, 2006). Schönfelder ja Axhausen (2002) leidsid, et argipäevadel on reisimuster stabiilne, kuid nädalavahetusel esineb märkimisväärne muutus ruumilises käitumises. Erinevused esinevad ka sotsiaalmajanduslike tunnuste lõikes täistööajaga töötavatel inimestel on nädalavahetustel palju suurem tegevusruum ning madalama sissetulekuga inimeste tegevusruumi hajuvus on väiksem just pühapäeviti võrreldes teiste gruppidega. Ka Schlich (2001) oma uurimistulemustes viitab argipäeva reisikäitumise stabiilsusele ja väiksemale varieeruvusele kui nädalavahetuse reisikäitumine. Buliung et al (2008) toob välja, et nädalavahetuse tegevusruum tekitab ruumiliselt ja ajaliselt erineva reisimustri, kuna nädalavahetustel on inimestel rohkem vaba-aega külastada vabalt valitud tegevuskohti. Nad leidsid vastupidiselt teistele autoritele, et argipäeval on tegevusruumi ulatus ning varieeruvus ruumilises käitumises palju suurem kui nädalavahetusel. Silm ja Ahas (2006) toovad välja uurimistulemused, mis näitavad, et Tallinna linnas on tegevused rohkem tööpäevadel, vähem aga puhkepäevadel, eriti pühapäeval. Tallinna kesklinna positsioneeringutes domineerivad nii tööpäevadel kui ka puhkepäevadel naiste asukohapunktid. Tööpäevadel moodustavad naiste positsioneeringud kogu linnas 52%, puhkepäevadel 55%, kesklinnas 64% ja 66%. Kõige suurem erinevus töö- ja puhkepäevade ruumikasutuse vahel tuleb esile koduste naiste positsioneeritud punktide paiknemises. Puhkepäevadel on kesklinnas koduste naiste osatähtsus 22%, tööpäevadel on koduseid linnas palju vähem. Kogu Tallinna linnas on tööpäevadel koduste naiste positsioneeritud punkte 8 % ja puhkepäevadel 14 %. 7
8 Schönfelder ja Axhausen (2010) toovad välja sesoonsuse mõju inimese ruumilisele käitumisele. Aasta lõikes on selgelt märgata, et kevadel ja suvel reisivad inimesed rohkem ja kaugemale kodust kui teistel aastaaegadel. Eesti näitel on aastaaegade vaheldumise mõju uurinud Silm ja Ahas (2010a) 24 kuu lõikes. Tulemused näitavad, et umbes 5 % eestlastest vahetab oma elukohta ajutiselt just suvekuudel (juuni-august). Järv et al. (2014) toovad välja, et nii kuine kui ka igapäevane tegevusruum on märkimisväärselt suuremad suvekuudel, saavutades suurima ulatuse juulikuus, kuid samas ei suurene sellel perioodil eriti igapäevaste tegevuskohtade hulk. Sesoonsus mõjutab väga vähe (kui üldse) inimeste uute/juhuslike kohtade külastamise arvu. 1.1 Elukoht kui oluline mõjufaktor Elukoha mõju inimese ruumilisele käitumisele saab mõõta erinevate näitajate abil. Ühest küljest on võimalik vaadelda elukoha kaugust kesklinnast või olulistest tegevuskohtadest ning mõõta ühest kohast teise jõudmiseks läbitud teekonna pikkuseid. Teisalt võib uurida, kuidas elukoha asukoht linnaruumis mõjutab inimese ruumilist käitumist. Näiteks elupiirkonna asustustihedus, ühistranspordi ja teenuste olemasolu või teedevõrgustik. Erinevad autorid on uurinud ja leidnud elukoha mõju inimese ruumilisele käitumisele. Näiteks Buliung ja Kanaroglou (2006) võrdlesid eeslinna ja kesklinna piirkonnas elavate inimeste tegevusruumide ulatusi ning leidsid, et kesklinnast kaugemal elavate perekondade igapäevaste vajaduste tagamiseks kasutatav tegevusruum ja läbitavad vahemaad on suuremad kui nendel perekondadel, kes elavad keskustele lähemal. Fan ja Khattak (2008) toovad välja, et tiheda kaubandusvõrgu ning parema ühendusega linnaosades elavatel inimestel on tavaliselt väiksem igapäevane tegevusruum ja lühem läbitud päevane teekond. Väiksem tegevusruum võib tähendada, et kasutatakse rohkem lähiümbruskonnas olevaid võimalusi ning suheldakse oma naabruskonna inimestega, mis võib tugevdada ühtekuuluvustunnet ja sotsiaalseid sidemeid. Seega peegeldab väiksem tegevusruum ka võimalikku sotsiaalset kasu inimesele. 8
9 Gehrke et al (2013) uurimistulemused näitavad, et linnalistes piirkondades elavad inimesed läbivad autoga lühemaid teekondi tehes rohkem mitte-motoriseeritud reise. Næss (2006) leidis, et nädalavahetusel on elukoha kaugus Kopenhaageni kesklinnast läbitud teekonna pikkust kõige tugevamini mõjutav aspekt. Argipäevadel (5 päeva jooksul) autoga läbitud teepikkust mõjutavad elukoha kaugus kesklinnast ning lisaks lähima raudteejaama asukoht. Elldér (2014) uuris elukoha mõju päevas läbitud teekonnapikkusele lisades analüütiliseks muutujaks ka reisi põhjuse. Tulemused toovad välja, et teekonnapikkus, mille inimesed tööle minekuks läbivad, kajastab väga hästi seda, kus linnaosas inimene elab. Samasugune seaduspärasus esineb ka teenuste tarbimiseks läbitud vahemaa osas. Elukoha asukoht ei mõjuta vaba-aja veetmise eesmärkidel või nädalavahetusel sooritatud reisidel läbitud teepikkuseid. Seega võib samades linnaosades elavate inimeste meelelahutuse eesmärkidel ja nädalavahetustel tehtud reiside distantsides olla väga suured varieeruvused. Elukoht ning tegevusruumi suurus võib avaldada mõju ka inimese tervislikule seisundile. Vallée et al (2011) uurisid tegevusruumi suuruse, elukoha linnaosa ja depressiooni vahelist seost. Limiteeritud tegevusruum võib kajastada inimese ruumilist ja sotsiaalset piiratust. Sellest tulenevalt võib inimesel olla kõrgem risk haigestuda depressiooni või vastupidiselt võib piiratud tegevusruum viidata tugevale kiindumusele oma linnaosa suhtes ning on niiviisi seotud madalama riskiga langeda depressiooni. Uurimistulemused näitasid, et mahajäetud elamurajoon avaldab tugevat mõju nende inimeste vaimsele tervisele, kelle tegevusruum on piiritletud elukoha linnaosaga. Samas edukas linnajaos elavale inimesele võib piiratud tegevusruum aidata depressiooni vältida. Knox ja McCarthy (2005) selgitavad, et linnas tekkiv alkoholism, kuritegevus, vaimuhaigused ning enesetapud on põhjustatud sotsiaalsete kontrollimehhanismide ja inimestevahelise toetusvõrgustiku nõrgenemisest (Jauhiainen, 2005). 9
10 2. Tegevusruumi kontseptsioon ja selle mõõtmine Tegevusruumi kontseptsioon arenes ndatel aastatel paralleelselt mitme teise lähenemisviisiga, mis kirjeldavad individuaalset tajuruumi, teadmisi ja tegelikku ruumikasutust. Näiteks Lynch (1960) on uurinud inimeste tajuruumi kognitiivsete ehk mentaalsete kaartide abil. Ta tõi välja, et inimeste mentaalsed kaardid linnast koosnevad viiest elemendist, mis on seotud inimeste liikumisega linnakeskkonnas. Nendeks on rajad, ääred, piirkonnad, sõlmed ja maamärgid. Näiteks Tallinnas on üheks traditsiooniliseks maamärgiks Viru hotell (Jauhiainen, 2005). Horton ja Reynolds (1971) pakuvad välja tegutsemisruumi (action space) kontseptsiooni, mis on kogum kõigist linnas olevatest kohtadest, mille kohta on liikujal informatsioon ning subjektiivne arvamus, mida ta selle kohaga seostab. Dijst (1999) eristab kolm tegevusruumi erinevat tüüpi inimese tegelik (actual action space), potentsiaalne (potential action space) ja tajutav (perceptual action space) tegevusruum. Tegelik tegevusruum moodustub konkreetsetest tegevuskohtadest, mida indiviid on külastanud mingi teatud perioodi jooksul. Potentsiaalne tegevusruum esindab seda ala, mis on ajas ja ruumis kättesaadav arvestades kiirust, millega inimene suudab selles liikuda. Tajutav tegevusruum koosneb asukohtadest, millest liikujal on teadmised ja informatsioon. Üldisemas mõttes koosneb tajuruum potentsiaalsest ja tegelikust tegevusruumist. Golledge ja Stimson i (1997) välja pakutud tegevusruumi kontseptsioon on sarnane Dijst i tegelikule tegevusruumile. Golledge ja Stimson defineerivad tegevusruumina seda ruumi osa, millega inimesel on personaalne kogemus ning teadmised ja kus ta sageli viibib. Schönfelder ja Axhausen (2010) on välja pakkunud, et tegevusruumid on kahemõõtmelised alad, mis on moodustunud ruumilisest jagunemisest nende asukohtade vahel, millega reisijal on personaalne kogemus (kontakt). Olulised tegevuskohad tegevusruumi sees on tavaliselt reisija kodu ja teised sagedamini külastatud kohad. Kokkuvõtvalt moodustub inimese tegevusruum peamiselt kuue aspekti tulemina (joonis 1): elukoht, kohapeal olemise kestus, tegevuskohtade hulk kodu ümbruses, liikumine naabruskonnas, liikumine kodu ning teiste sagedamini külastatavate tegevuskohtade nagu töökoht ja kool vahel, liikumine igapäevaelu keskuste vahel ja ümbruses (Schönfelder ja Axhausen, 2010). 10
11 Joonis 1 Lihtsustatud inimese tegevusruum. Kohandatud Maieri, Paesleri, Rupperti ja Schafferi järgi (1977). Kahemõõtmelises ruumis tegevusruumi hindamiseks on erinevaid võimalusi. Üheks võimaluseks on liikumiste ja unikaalsete tegevuskohtade loendamine (Schönfelder ja Axhausen, 2010). Elldér (2014) ja Gehrke et al (2013) on tegevusruumi hindamiseks arvutanud indiviidi või indiviidide grupi läbitud teekonna pikkuseid. Tegevusruumi ruumilise ulatuse mõõtmiseks rakendatakse peamiselt selliseid meetodeid nagu standardhälbe ring (standard distance circle), usaldusellips (confidence ellipse) ja standardhälbe ellips (standard deviational ellipse), minimaalne polügon (minimum convex polygon) ja kerneli tihedus (kernel densities) (Buliung ja Kanaroglou, 2006; Dijst, 1990; Schönfelder ja Axhausen, 2010; Fan ja Khattak, 2008). Antud töös on tegevusruumi ulatuse mõõtmiseks kasutatud standardhälbe ellipsi meetodit, millest täpsema ülevaate annab järgmine alapeatükk. Tegevusruumi ulatust on võimalik mõõta ka kolmemõõtmeliselt, kui vaadelda koos ruumi ja aja mõõdet (Kwan, 2004). Üks esimesi oli Lenntorp (1976), kes arendas aeg-ruumi prismade kontseptsiooni, mille abil on võimalik piiritleda asukohti ruumis kasutades selleks inimese igapäevaseid ankurpunkte (näiteks kodu- ja töö asukoht). Prisma kuju abil on võimalik ennustada indiviidi asukohta ruumis (Schönfelder ja Axhausen, 2010). Üldiselt on sellised meetodid mõeldud inimese potentsiaalse tegevusruumi prognoosimiseks. Neutens et al. (2010) on andnud ülevaate erinevate meetodite arengutest, mida kasutatakse inimese tegevusruumi hindamiseks kolmemõõtmelises ruumis. 11
12 2.1 Standardhälbe ellipsi meetod Ellipsite kasutamise kasuks inimeste ajalis-ruumilise käitumise analüüsil räägib nii nende rakendamise kui ka interpreteerimise lihtsus (Järv et al., 2014). Ellipsid võimaldavad keerulised aegruumilised liikumised üldistada lihtsamini jälgitavateks statistikuteks. Nii uuritakse ellipsi pindala, pikema ja lühema telje pikkust, nende pikkuse suhet ning ellipsi orientatsiooni ilmakaarte suhtes (Siseministeerium 2010b). Tegevuskohtade hajuvuse ja orientatsiooni kirjeldamisel on standardhälbe ellipsi eeliseks väiksem tundlikkus ruumiliste erindite (spatial outliers) mõju suhtes. Ellipsi pikem telg on suunatud maksimaalse hajuvuse suunas, lühem telg orienteeritud minimaalse hajuvuse suunas (Buliung ja Kanaroglou, 2006). Lisaks võimaldavad ellipsid uurida kahe muutuja vahelist suhet. Seda meetodit on tihti kasutatud ka hüpoteeside testimiseks ja tegevusruumist väljaspool asuvate tegevuskohtade (spatial outliers) leidmiseks. Ellipsi ulatus peaks esindama tegeliku tegevusruumi suurust (Schönfelder ja Axhausen, 2010). Üks lihtsamaid mooduseid ellipsite konstrueerimiseks on järgmine: esiteks mõõdetakse asukohapunktide hajuvus kõige suurema hajuvuse suunas, teiseks mõõdetakse hajuvus ortogonaalselt suurima hajuvusega. Hajuvust iseloomustatakse standardhälbega. Leitud standardhälvete abil konstrueeritaksegi ellips (Siseministeerium 2010b). Antud uuringus kasutatakse standardhälbe ellipsit inimese tegevusruumi ulatuse mõõtmiseks. 12
13 3. Materjal ja metoodika 3.1 Mobiilpositsioneerimise andmed Mobiilpositsioneerimine ehk mobiiltelefoni asukoha määramine tähendab telefoni geograafiliste koordinaatide määramist kasutades selleks raadiolaineid. Mobiilide asukoha määramist saab jaotada aktiivseks ja passiivseks positsioneerimiseks (Ahas et al., 2010a). Oma uurimistöös kasutan passiivse mobiilpositsioneerimise teel kogutud andmeid. Passiivne mobiilpositsioneerimine kasutab telefonide asukohainfo hankimiseks mobiiloperaatorite poolt salvestatud infot telefonide paiknemise kohta võrgukärgedes (Siseministeerium, 2010b). Passiivse mobiilpositsioneerimise andmebaas koosneb EMT võrgus sooritatud mobiiltelefonide kõnetoiminguteasukohtadest: väljuvad kõned, SMS-id, andmeside ja asukohapõhised teenused mobiilsidemasti teeninduspiirkonna täpsusega (Järv, 2013). Andmebaasis on fikseeritud iga kõnetoimingu aeg ning mobiilimast, kus kõnetoiming on sooritatud. Igale kõnetoimingu sooritajale (EMT võrgu kliendile) on omistatud juhuslik ja anonüümsust tagav identifikaator, mida ei saa seostada ühegi konkreetse inimese ega telefoninumbriga (Siseministeerium 2010b). Mobiiltelefoni kõnelogiandmete kasutamise eeliseks on suur valimi hulk ja potentsiaalne uurimisala ning andmete kogumise kuluefektiivsus. Lisaks on võimalik uurida pikemat ajaperioodi varieerudes ühest päevast mitmete aastateni ning kasutada potentsiaalset ruumilist täpsust, mis on võrreldav näiteks linnakvartaliga linnalises asulas. Mobiiltelefoni kõnelogiandmete kasutamise miinusteks on ruumilise käitumise taga olevate inimeste piiratud sotsiaaldemograafiliste omaduste olemasolu, pole võimalik teha kindlaks tegevuse tüüpi ja kestust ning selles osalevaid teisi inimesi (Järv et al., 2014). Käesolev uurimistöö hõlmab 12 kuu pikkust perioodi ajavahemikus 1 jaanuar kuni 31 detsember
14 3.2 Uurimusala kirjeldus Antud lõputöö keskendub Tallinnas elavate ja töötavate inimeste tegevusruumide uurimisele, kuid uurimusala võib laieneda kogu Eestile olenevalt uuritava tegevusruumi ulatusest. Inimese elu- ja töökoht on määratletud linnaosa täpsusega. Tallinna haldusjaotus on näha allpool oleval kaardil (Joonis 2). Tallinna linnaosad on Haabersti, Kesklinn, Kristiine, Lasnamäe, Mustamäe, Nõmme, Pirita ja Põhja-Tallinn. Joonis 2. Tallinna linnaosad ja asumid (Allikas: Eesti Entsüklopeedia) 3.3 Valim Antud lõputöö keskendub aktiivsetele tööealistele inimestele (vanuses 20-64), kelle elukoha ja tööaja ankurpunkti asukohaks on Tallinn. Valimist on välja jäetud isikud, kes muutsid oma elukoha ja/või töökoha ankurpunkti uuringuperioodi vältel. Valimisse valiti mobiiltelefonide kasutajad, kellele omistati suhteliselt sarnane digitaalne jalajälg nelja kriteeriumi alusel. 14
15 Valimisse valitud mobiiltelefoni kasutaja tegi vähemalt ühe kõnetegevuse iga uuritava kuu kohta, sooritas kõnetoiminguid iga kuu vähemalt 26 erineval päeval, igas kuus tegi vähemalt 5,22 9,74 kõnetoimingut päevas ning standardhälve pidi olema keskmistest kõnetoimingutest päevas igal kuul vähem kui 1,261. Antud kriteeriumitele vastas 672 mobiiltelefonide kasutajat. Valimi sooline ja vanuseline jagunemine on toodud tabelis 1. Uuritavate hulgas on naisi 57,2 % (385) ja mehi 42,7 % (287). Vanuseliselt on uuritavad jaotatud nelja vanusegrupi vahel (tabel 1), kõige enam on esindatud aastaste (36,5%) vanusegrupp, kõige vähem aastaste (16,8%) vanusegrupp. Tabel 1. Valimi sooline ja vanuseline jagunemine Sugu Valim (%) Mees 42,7 Naine 57,2 Vanusgrupp , , , ,8 Tabelis 2 on toodud valimisse kuuluvate inimeste jagunemine elu- ja töökohtade alusel. Kesklinna linnaosas elab 105 (15,6 %) ning töötab 282 (42 %) uuritavat ja on seega kõige enam kasutatav linnaosa. Järgneb Lasnamäe linnaosa, kus elab 127 (18,9 %) ja töötab 110 (16,4 %) inimest valimist. Tabel 2. Valimi jagunemine elu- ja töökohtade lõikes Linnaosa Elukoht Töökoht Haabersti Kesklinn Kristiine Lasnamäe
16 Mustamäe Nõmme Pirita Põhja- Tallinn Joonisel 3 on välja toodud keskmine kodu ja töö vaheline kaugus elukoha linnaosade lõikes. Kogu valimi keskmine kodu ja töö vaheline kaugus on 5,2 km. Kodust tööle minemiseks keskmisest enam kilomeetreid läbivad Pirita, Nõmme, Haabersti ja Lasnamäe linnaosas elavad inimesed (ligikaudu 6 9 km). Töökohale kõige lähemal elavad inimesed Kesklinna linnaosas, läbides tööle minekuks keskmiselt vaid 2,7 km. Joonis 3. Keskmine kodu ja töö vaheline kaugus elukoha linnaosade lõikes, km Uuritav kasutas oma mobiiltelefoni ühes kuus keskmiselt 29,2 päeval tehes ühes päevas keskmiselt 6,7 kõnetoimingut. Joonisel 4 on toodud keskmine kõnetoimingute arv päevas elukoha linnaosade lõikes. Keskmiselt kõige enam kõnetoiminguid sooritasid Haabersti (6,8), Põhja-Tallinna (6,8) ja Kesklinna (6,7) linnaosade elanikud. 16
17 Joonis 4. Keskmine kõnetoimingute arv päevas elukoha linnaosa lõikes 3.4 Metoodika Valimis olevate inimeste igakuiseid tegevusruumide ulatusi hinnatakse nende poolt külastatud tegevuskohtade hulga ja ruumis paiknemise alusel. Tegevuskohad on fikseeritud mobiilsidemasti teeninduspiirkonna täpsusega, kus inimene on kõnetoiminguid sooritanud. Ankurpunktide mudeli arvutamise lähtekoht on, et inimese viibimine mingis kohas annab sellele kohale tähenduse tema tegevusruumis. Teisisõnu, mida olulisem on koht, seda rohkem inimene selles kohas aega veedab. Seega igapäeva ankurpunktides (elukoht, töökoht/kool) veedetakse summaarselt kõige rohkem aega. Teine lähtekoht ankurpunktide mudelis on, et inimese viibitav aeg mingis kohas on otseselt seotud tema poolt teoreetiliselt tehtavate kõnetoimingute arvuga selles kohas. Teisisõnu, mida rohkem inimene selles kohas viibib, seda rohkem sooritab ta seal tõenäoliselt kõnetoiminguid. Neid kahte lähtekohta aluseks võttes on ankurpunktide mudelis eeldatud, et igapäeva ankurpunktides tehakse kõige rohkem ja juhuslikes kohtades kõige vähem kõnetoiminguid (Siseministeerium 2010a). Tegevusruumi ulatuse arvutamisel on kasutatud standardhälbe ellipsi meetodit, mis tähistab väiksemat võimalikku ala, mille sisse jääb ligikaudu 95% tegevuskohtadest. Ellipsite arvutamisel on arvesse võetud igas tegevuskohas tehtud kõnetoimingute arvu, mis näitab, kui palju aega 17
18 inimene antud kohas viibis. Ellipsi pindala näitab tegevusruumi ulatust. Standardhälbe ellipsid on arvutatud ArcGIS tarkvara abil. Antud lõputöös uuritakse inimese 12 kuu keskmist tegevuskohtade hulka ja tegevusruumi suurust argipäevade ja puhkepäevade lõikes elukoha linnaosade võrdluses. Argipäeva ja nädalavahetuse tegevusruumide erinevust analüüsides on vaadatud kuu keskmiste argi- ja puhkepäevade tegevuskohtade hulga vahelist suhet ning kuu keskmiste argi- ja puhkepäevade tegevusruumi ulatuse vahelist suhet. Eeldatakse, et mida suurem on suhe, seda suurem erinevus on inimeste argi- ja puhkepäevade ruumilises käitumises. Lisaks on vaadeldud elukoha kauguse mõju kesklinnast inimese tegevusruumile. Kesklinna punktina on käsitletud Viru keskust. Antud töös kasutatakse statistilises analüüsis ühefaktorilist dispersioonanalüüsi. Linnaosade vaheliste erisuste võrdlemiseks on teostatud keskmiste mitmene võrdlus kasutades selleks Post hoc testi Bonferroni meetodit. Antud meetod on esiteks konservatiivne gruppide erisuste leidmisel ja teiseks sobilik, kuna uuritavate gruppide suurused on mõnevõrra ebaühtlased. Kuna inimeste jagunemine tegevusruumi ulatuste lõikes on väga erinev normaaljaotusest võivad statistliste protseduuride tulemused olla ebausaldusväärsed. Seetõttu on antud töös kasutatud logaritmimist, mille tulemusena on teisendatud tegevusruumi ulatuse andmed oluliselt lähemal normaaljaotusele. Teise statistilise võttena hinnatakse kahe näitaja vahelise seose tugevust korrelatsioonanalüüsiga, kus üheks näitajaks on uuritava elukoha kaugus kesklinnast ja teiseks näitajaks tema tegevusruumi parameeter. Korrelatsioonikordaja väljendab lineaarse seose olemasolu, näitab seose tugevust ja suunda arvuliste tunnuste vahel. Antud kordaja näitab, kui suure osa ühe tunnuse varieeruvusest on selgitatav teise tunnuse varieeruvuse kaudu. Ka korrelatsioonanalüüsis on tegevusruumide ulatusi hinnatud logaritmitud andmetega. Statistiline analüüs teostati statistikaprogrammiga IMB SPSS Statistics
19 4. Tulemused 4.1 Inimese ruumilise käitumise sõltuvus elukoha linnaosast Tegevuskohtade hulk argi- ja puhkepäevadel Tabelis 3 on toodud üldised statistilised näitajad kuu keskmiste argi- ja puhkepäevade tegevuskohtade lõikes. Uuritava perioodi kuu keskmine tegevuskohtade arv argipäevadel on 22,6 ja puhkepäevadel 11,9. Tabelist on näha, et aritmeetilise keskmise väärtused on ligilähedased mediaani näitajatega. Argipäeval külastas uuritav kuus minimaalselt 3 tegevuskohta ja maksimaalselt 67 tegevuskohta. Puhkepäevadel olid samad näitajad vastavalt 3 ja 30 tegevuskohta. Tabel 3 Üldstatistilised näitajad kuu argi- ja puhkepäevade tegevuskohtade kohta Näitaja Argipäevade tegevuskohad Puhkepäevade tegevuskohad Aritmeetiline keskmine 22,6 11,9 Mediaan 21,5 11,5 Standardhälve 8,5 4,3 Ekstsess 1,8 1,0 Asümmeetria 1,0 0,8 Miinimum 6,0 3,0 Maksimum 67,0 30,0 Joonisel 5 on toodud kuu keskmine tegevuskohtade hulk argipäevadel elukoha linnaosade lõikes. Keskmiselt kõige enam külastavad erinevaid tegevuskohti argipäevadel Pirita (26,0), Haabersti (24,8) ja Nõmme (24,0) linnaosades elavad inimesed. Uuritavate seas kõige vähem liiguvad erinevates tegevuskohtades argipäeviti aga Mustamäe (21,3) ja Lasnamäe (20,6) linnaosas elavad inimesed. 19
20 Joonis 5. Kuu keskmine tegevuskohtade hulk argipäevadel elukoha linnaosade lõikes Joonisel 6 on toodud kuu keskmine tegevuskohtade hulk puhkepäevadel elukoha linnaosade lõikes. Keskmiselt kõige enam külastavad erinevaid tegevuskohti puhkepäevadel Kesklinna (13,0), Põhja - Tallinna (12,5) ja Mustamäe (12,2) linnaosades elavad inimesed. Haabersti (10,9) ja Lasnamäe (11,3) linnaosas elavad inimesed külastavad puhkepäeviti kuus keskmiselt kõige vähem tegevuskohti. Joonis 6. Kuu keskmine tegevuskohtade hulk puhkepäevadel elukoha linnaosade lõikes 20
21 Järgmiseks vaadeldi iga uuritava kohta tema kuu keskmist argipäeva tegevuskohtade seost kuu keskmise puhkepäeva tegevuskohtadega. Tulemused näitavad, et argipäevadel külastatakse rohkem erinevaid tegevuskohti kui puhkepäeval. Tabelis 4 on toodud kuu keskmine argipäeva tegevuskohtade suhe kuu keskmise puhkepäeva tegevuskohtadega kodu linnaosade lõikes. Pirita, Haabersti ja Nõmme linnaosades elavate inimeste argi- ja puhkepäevade tegevuskohtade arvu vahel on kõige suuremad erinevused ehk argipäevadel külastavad nendes linnaosades elavad inimesed rohkem tegevuskohti kui puhkepäevadel. Kui vaadata kaartil nende linnaosade geograafilist paiknemist Tallinnas, on märgata, et tegemist on äärelinnas asuvate linnaosadega. Samas kõige väiksem suhe on Kesklinnas elavatel inimestel seega nemad külastavad nii argi- kui puhkepäeval pigem võrdse arvu tegevuskohti. Tabel 4 Argipäeva tegevuskohtade suhe puhkepäeva tegevuskohtadega kodu linnaosade lõikes Kodu linnaosa Suhe Pirita 2,5 Haabersti 2,4 Nõmme 2,3 Kristiine 2,0 Lasnamäe 1,9 Mustamäe 1,9 Põhja-Tallinna 1,9 Kesklinn 1,8 Viimasena vaadeldi, kas inimeste keskmiste külastatud tegevuskohtade arvulised erinevused linnaosade vahel on statistiliselt usaldusväärsed (p<0,05) ning milliste linnaosade vahel on erinevused statistiliselt olulised. Saadud tulemused on statistiliselt usaldusväärsed. Võrreldes linnaosasid kuu keskmiste argipäeval külastatud tegevuskohtade alusel võib öelda, et Lasnamäel elavate inimeste ruumiline käitumine on statistiliselt olulisel määral erinev Haabersti ja Pirita linnaosas elavate inimeste ruumilisest käitumisest. Lasnamäe linnaosa elanikud külastavad argipäevadel vähem tegevuskohti kui Haabersti ja Pirita linnaosa elanikud. Samuti on Mustamäe ja Pirita linnaosades elavate inimeste ruumiline käitumine on argipäeviti statistiliselt olulisel määral erinev. Võrreldes linnaosasid kuu keskmiste 21
22 puhkepäeval külastatud tegevuskohtade arvu alusel on võimalik väita, et Haaberstis ja Kesklinnas elavate inimeste ruumiline käitumine on puhkepäevadel statistiliselt olulisel määral erinev. Kesklinnas elavad inimesed liiguvad puhkepäevadel rohkem kui Haabersti linnaosa elanikud, külastades rohkem tegevuskohti Tegevusruumi ulatus argi- ja puhkepäevadel Uuritavate kuu keskmine tegevusruumi ulatus argipäevadel on 706 km 2 ja puhkepäevadel 2318 km 2. Kuu keskmine puhkepäeva tegevusruumi suurus on tunduvalt ulatuslikum kui kuu keskmine argipäevade tegevusruum. Oluline näitaja siinkohal on mediaan, mis ei ole tundlik äärmuslike väärtuste suhtes võrreldes aritmeetilise keskmisega. Mediaan näitab, et tegelikult on pooltel uuritavatest keskmine tegevusruumi ulatus argipäevadel alla 86 km 2 ja puhkepäevadel on vastav näitaja alla 296 km 2. Miinimumi ja maksimumi näitajate väärtused viitavad sellele, et inimeste tegevusruumide ulatused varieeruvad valimi lõikes märkmisväärselt. Tabel 5 Üldstatistilised näitajad argi- ja puhkepäevade tegevusruumi ulatuste kohta Näitaja Tegevusruumi ulatus (km 2 ) argipäevadel Tegevusruumi ulatus (km 2 ) puhkepäevadel Aritmeetiline keskmine Mediaan Standardhälve Ekstsess Asümmeetria 9 5 Miinimum 3 1 Maksimum Joonisel 7 on toodud kuu keskmine tegevusruumi ulatus argipäevadel uuritavate elukoha linnaosade lõikes. Kuu keskmine argipäeva tegevusruumi ulatus on suurim Pirita linnaosas elavatel inimestel, olles 1228 km 2. Samuti on Kristiine (1002 km 2 ) ja Mustamäe (810 km 2 ) 22
23 linnaosades elavatel inimestel kuu keskmine argipäevade tegevusruumi ulatus keskmisest (706 km 2 ) suurem. Jooniselt on näha, et mõne linnaosa lõikes on aritmeetilise keskmise ja mediaani näitaja vahel suur erinevus. Näiteks Kristiine linnaosa keskmine argipäeva tegevusruumi ulatus on 1002 km 2, aga mediaani näitaja vaid 54 km 2. Joonis 7. Kuu keskmine tegevusruumi ulatus argipäevadel linnaosade lõikes (km 2 ) Joonisel 8 on toodud uuritavate kuu keskmine tegevusruumi ulatus puhkepäevadel elukoha linnaosade lõikes. Mustamäe (2738 km 2 ), Pirita (2723 km 2 ) ja Põhja-Tallinna (2644 km 2 ) linnaosades elavatel inimestel on kuu keskmine puhkepäevade tegevusruumi ulatus kõige suurem. Lasnamäe (2218 km 2 ), Nõmme (1801 km 2 ) ja Kristiine (1696 km 2 ) linnaosades elavatel inimestel on kuu keskmine puhkepäevade tegevusruumi ulatus kõige väiksem. Võrreldes omavahel linnaosade aritmeetilisi keskmisi ja mediaani näitajat, kerkib esile Lasnamäe linnaosa suur erinevus näitajate vahel. Inimeste kuu keskmine tegevusruumi ulatus puhkepäevadel on Lasnamäel 2218 km 2 ning mediaan 118 km 2. 23
24 Joonis 8 Kuu keskmine tegevusruumi ulatus puhkepäevadel linnaosade lõikes (km2) Järgmiseks vaadeldi kõigi uuritavate lõikes kuu keskmise argipäevade tegevusruumi ulatuse seost puhkepäevade tegevusruumi ulatusega. Kogu valimi puhul on keskmine suhe argi- ja puhkepäevade tegevusruumi vahel 2,4. Vaadates suhet linnaosade lõikes (tabel 6) on Lasnamäe linnaosade elanike osas erinevus väga suur, see tähendab, et kuu keskmine puhkepäevade tegevusruumi ulatus on tunduvalt suurem kui kuu keskmine argipäevade tegevusruumi ulatus. Samas Kristiine linnaosa tulemus näitab, et erinevus nende kahe muutuja vahel puudub, olles väärtusega 1. Tabel 6 Argipäeva tegevusruumi suhe puhkepäeva tegevusruumi suhtes linnaosade lõikes Linnaosa Suhe Lasnamäe 5,9 Nõmme 2,5 Pirita 2,2 Haabersti 1,6 Mustamäe 1,6 Põhja-Tallinna 1,3 Kesklinn 1,2 Kristiine 1,0 24
25 Viimasena vaadeldi, kas inimeste keskmiste tegevusruumi ulatuste erinevused linnaosade vahel on statistiliselt usaldusväärsed (p<0,05) ning milliste linnaosade vahel on erinevused statistiliselt olulised. Võrreldes linnaosasid kuu keskmiste puhkepäeva tegevusruumi ulatuste lõikes tuli välja Pirita ja Lasnamäe linnaosade vaheline erinevus, kuid antud tulemus ei ole statistiliselt usaldusväärne (p>0,05). Argipäevade puhul tulid välja mitmed statistiliselt usaldusväärsed (p<0,05) erinevused, mis on toodud tabelis 7. Võrreldes linnaosasid kuu keskmiste argipäeva tegevusruumi ulatuste lõikes on statistiliselt oluliselt erinevad Pirita linnaosades elavate inimeste argipäeva ruumiline käitumine Kesklinna, Kristiine, Lasnamäe ja Põhja-Tallinna linnaosades elavate inimest ruumilisest käitumisest. Pirita linnaosa elanike kuu keskmine tegevusruumi ulatus argipäevadel on nimetatud linnaosadest suurem. Samuti on statistiliselt oluliselt erinevad Kesklinna ning Haabersti, Mustamäe ja Nõmme linnaosades elavate inimeste argipäeva ruumiline käitumine. Kesklinnas elavate inimeste kuu keskimine tegevusruumi ulatus argipäevadel on Haabersti, Mustamäe ja Nõmme linnaosade elanike omadest väiksem. 25
26 Tabel 7. Linnaosade võrdlus kuu keskmiste tegevusruumi ulatuste lõikes (linnukesega tähistatud linnaosade vahel esineb statistiliselt oluline erinevus) Linnaosa Haabersti (1) Kesklinn (2) Kristiine (3) Lasnamäe (4) Mustamäe (5) Nõmme (6) Pirita (7) Põhja-Tallinn (8) 4.2 Inimese ruumilise käitumise sõltuvus elukoha kaugusest kesklinnast Tegevuskohtade hulk argi- ja puhkepäevadel Järgmisena vaadeldi, kas kuu keskmine tegevuskohtade arv on seotud elukoha kaugusega kesklinnast. Korrelatsioon kuu keskmise argipäevade tegevuskohtade arvu ja elukoha kauguse vahel kesklinnast on statistiliselt usaldusväärne (p<0,05), kuid on nõrgas seoses (R= 0,1212) (joonis 9). Elukoha kaugus kesklinnast mõjutab vähesel määral argipäevadel külastatud tegevuskohtade arvu. Seos on positiivne ehk kauguse suurenedes kasvab ka tegevuskohtade hulk. 26
27 Joonis 9. Kuu keskmine argipäevadel külastatud tegevuskohtade hulga seos elukoha kaugusega kesklinnast Joonisel 10 on toodud korrelatsioon kuu keskmise puhkepäevadel külastatud tegevuskohtade ja elukoha kauguse vahel kesklinnast. Tulemus on statistiliselt usaldusväärne (p<0,05), tegemist on nõrga negatiivse seosega (R= 0,1253). Puhkepäevadel külastatud tegevuskohtade arv on vähesel määral mõjutatud elukoha kaugusest kesklinnast. Mida kaugemal kesklinnast asub inimese elukoht, seda vähem külastab uuritav puhkepäevadel erinevaid tegevuskohti. 27
28 Joonis 10. Kuu keskmine puhkepäevadel külastatud tegevuskohtade hulga seos elukoha kaugusega kesklinnast Tegevusruumi ulatus argi- ja puhkepäevadel Järgmisena vaadeldi, kas kuu keskmine tegevusruumi ulatus on seotud elukoha kaugusega kesklinnast. Korrelatsioon kuu keskmise argipäevade tegevusruumi ulatuse ja elukoha kauguse vahel kesklinnast on statistiliselt usaldusväärne (p<0,05), kuid on omavahel nõrgas seoses (R= 0,2354) (joonis 11). Suund on positiivne ehk mida kaugemal inimese elukoht kesklinnast asub, seda suurem on ka tema argipäevane tegevusruum. Joonis 11. Kuu keskmine argipäeva tegevusruumi ulatuse seos elukoha kaugusega kesklinnast. Joonisel on esitatud tegevusruumid logaritmitud kujul. Korrelatsioon kuu keskmise puhkepäeva tegevusruumi ulatuse ja elukoha kauguse vahel kesklinnast on statistiliselt usaldusväärne (p<0,05). Seos nende kahe näitaja vahel on väga nõrk (R= 0,0332) (joonis 12). Elukoha kaugus kesklinnast mõjutab kuu keskmist puhkepäeva tegevusruumi ulatust vähesel määral. 28
29 Joonis 12. Kuu keskmine puhkepäeva tegevusruumi ulatuse seos elukoha kaugusega kesklinnast. Joonisel on esitatud tegevusruumid logaritmitud kujul. 29
30 Arutelu ja järeldused Käesoleva uurimistöö tulemused näitavad, et kuu keskmine argipäevadel külastatud tegevuskohtade arv on suurem kui kuu keskmine puhkepäevadel külastatud tegevuskohtade arv (tabel 3). Linnaosade lõikes külastavad argipäevadel kuus keskmiselt kõige enam tegevuskohti Pirita, Haabersti ja Nõmme linnaosade elanikud (joonis 5). Kõige vähem liiguvad erinevates tegevuskohtades argipäeviti aga Mustamäe ja Lasnamäe linnaosas elavad inimesed. Puhkepäevadel külastavad keskmiselt kõige rohkem tegevuskohti Kesklinna, Põhja Tallinna ja Mustamäe linnaosade elanikud, kõige vähem Haabersti ja Lasnamäe elanikud. Võib oletada, et kaugematest linna äärtest ei taha inimesed väga palju liikuda, kuid keskuse ümbruses elavatel inimestel on teenused, meelelahutus- ja vaba-aja veetmise võimalused lähemal, seega ka nende kohtade külastamine lihtsam. Vaadates, kuidas jagunevad linnaosade lõikes suhe argi- ja puhkepäevadel külastatud tegevuskohtade vahel, on tulemused ootuspärased (tabel 4). Pirita, Haabersti ja Nõmme linnaosade elanikud külastavad võrreldes teiste linnaosade elanikega argipäevadel rohkem tegevuskohti kui puhkepäevadel. Nende linnaosade elanikud on argipäeviti aktiivsemad külastama erinevad tegevuskohti kui puhkepäeval, kus pigem ollakse kodus. Analüüsides linnaosasid kuu keskmiste argipäeval külastatud tegevuskohtade alusel tuli välja, et Lasnamäel elavate inimeste ruumiline käitumine on statistiliselt olulisel määral erinev Haabersti ja Pirita linnaosas elavate inimeste ruumilisest käitumisest. Lasnamäe linnaosa elanikud külastavad argipäevadel vähem tegevuskohti kui Haabersti ja Pirita linnaosa elanikud. Samuti on Mustamäe ja Pirita linnaosades elavate inimeste ruumiline käitumine argipäeviti üksteisest statistiliselt olulisel määral erinev. Pirita, Haabersti ja Nõmme linnaosa elanikud külastavad argipäeviti rohkem tegevuskohti, on aktiivsemad ja liiguvad rohkem. Samas Mustamäe ja Lasnamäe elanikud on argipäevadel paiksemad, külastades kõige vähem tegevuskohti. Tulemustest võib järeldada, et inimeste argi- ja puhkepäeva tegevuskohtade arv sõltub inimese elukoha geograafilisest paiknemisest. Kuu keskmine argipäevade tegevusruumi ulatus (mediaan 86 km 2 ) on suurim Pirita linnaosas elavatel inimestel. Pirita linnaosas elavate inimeste argipäeva keskmist tegevusruumi ulatust suurendab kindlasti asjaolu, et antud linnaosas elavatel inimestel on keskmine kodu ja töö vaheline kaugus (5,2 km) (joonis 3) võrrelduna teistes linnaosades elavate inimestega kõige 30
31 kõrgem. Pirita linnaosa paikneb geograafiliselt Tallinna äärealal. Kesklinna ja Põhja-Tallinna linnaosas elavate inimeste argipäevane tegevusruumide ulatused olid aga kõige väiksemad. Kesklinna linnasosa elanike kodu ja töö vaheline kaugus oli kõige väiksem. Äärelinnas ja kesklinnas elavate inimeste tegevusruumide vahelisi erinevusi on uurinud Buliung ja Kanaroglou (2006) ning Fan ja Khattak (2008) ning ka nemad on leidnud, et elukoha paiknemine äärelinnas suurendab tegevusruumi ulatust. Lisaks sellele on erinevates linnaosades elavate inimeste ruumilises käitumises statistiliselt usaldusväärsed ja olulised erinevused. Analüüsides linnaosasid kuu keskmiste argipäeva tegevusruumi ulatuste lõikes (tabel 7) on statistiliselt oluliselt erinevad Pirita linnaosades elavate inimeste argipäeva ruumiline käitumine Kesklinna, Kristiine, Lasnamäe ja Põhja-Tallinna linnaosades elavate inimest ruumilisest käitumisest. Pirita linnaosa elanike kuu keskmine tegevusruumi ulatus argipäevadel (mediaan 171 km 2 ) on nimetatud linnaosadest suurem. See kinnitab juba varasemat arusaama, et elukoha paiknemine linnaruumis mõjutab inimese argipäeva tegevusruumi ulatust. Kuu keskmine puhkepäevade tegevusruumi ulatus (mediaan 296 km 2 ) on Mustamäe, Pirita ja Põhja-Tallinna linnaosade elanikel kõige suurem. Puhkepäevade tegevusruumi ulatust arvestades ei ole aga erinevused linnaosade lõikes statistiliselt usaldusväärsed ega olulised. Samas tähtis erinevus on puhkepäevade ja argipäevade tegevusruumide ulatuste omavahelise võrdluse vahel. Asjaolu, et puhkepäevadel on kuu keskmine tegevusruumi ulatus palju suurem kui argipäevade tegevusruum, on seletatav sellega, et nädalavahetustel on inimestel rohkem vaba-aega, paljud inimesed sõidavad linnast välja puhkama ning niimoodi suurendavad oma tegevusruumi ulatust. Kõige suurem erinevus argi ja puhkepäevade tegevusruumi ulatuste vahel oli Lasnamäe linnaosa elanikel (tabel 6). Lasnamäelaste ruumiline käitumine puhkepäevadel on üsna paikne (mediaan 118 km 2 ), vaid väike osa lasnamäelaste tegevusruumist on oluliselt suurem, kuid see tõstab aritmeetilise keskmise näitajat (2218 km 2 ), mistõttu ka erinevus suhte kordaja osas on nii suur. Antud lõputöös on uuritud, kas elukoha kaugus kesklinnast on seotud inimese argi- ja puhkepäevadel külastatud tegevuskohtade arvuga (joonis 9;10) ning tegevusruumi ulatusega (joonis 11;12). Korrelatsioonanalüüsi tulemused on kõigi näitajate lõikes statistiliselt olulised ning ka sarnased. Elukoha kaugus kesklinnast mõjutab inimeste argi- ja puhkepäevadel külastatud tegevuskohtade hulka, kuid antud seose tugevus on nõrk. Argipäevadel on seos 31
32 positiivne ehk kui suureneb elukoha kaugus kesklinnast, kasvab ka külastatud tegevuskohtade arv. Puhkepäevadel on seos negatiivne ehk vastupidiselt kauguse suurenedes külastakse vähem tegevuskohti. Elukoha kaugus kesklinnast on inimese argipäeva tegevusruumi ulatusega nõrgas positiivses seoses ehk mida kaugemal kesklinnast on elukoht, seda suurem inimese argipäeva tegevusruum. Töökohad paiknevad enamuses Kesklinnas (42%) ning suur osa elanikest käib argipäeviti tööl. Kodu ja töö vaheline liikumine suurendab antud juhul argipäevast tegevusruumi ulatust. Väga nõrk positiivne seos on inimeste puhkepäevade tegevusruumi ulatuse ning elukoha kauguse vahel kesklinnast. See tulemus sarnaneb Elldér (2014) uuringu tulemustele, milles on väidetud, et elukoha asukoht ei mõjuta vaba-aja veetmise eesmärkidel või nädalavahetusel sooritatud reisidel läbitud teepikkuseid. 32
33 Kokkuvõte Paljud teadlased on uurinud, kuidas mõjutavad erinevad tegurid, sealhulgas elukoha paiknemine linnaruumis, inimeste ruumilist käitumist. Tulemuste osas on selgelt esile kerkinud arusaam, et kesklinnas elavatel inimestel on väiksem tegevusruumi ulatus kui keskusest kaugemal elavatel inimestel. Võrreldes inimeste tegevusruume argi- ja puhkepäevade lõikes on samuti enamus autoritest arvamusel, et puhkepäeva tegevusruum on üldiselt ulatuslikum kui rutiinsusele kalduv argipäeva tegevusruum (Schönfelder ja Axhausen, 2002; Næss, 2006). Samas ei ole kõik teadlased saanud samu tulemusi. Näiteks Buliung et al. (2008) toovad välja, et inimeste tegevusruumi ulatus ja varieeruvus ruumilises käitumises on suurem just argipäeval. Antud lõputöö eesmärgiks oli selgitada välja, kas inimeste argi- ja puhkepäevade tegevuskohtade hulga ja tegevusruumi ulatuse osas on erinevused ning kas need erinevused tulenevad inimese elukoha geograafilisest paiknemisest ning kaugusest kesklinnast. Püstitatud eesmärgi täitmiseks esitati kaks uurimisküsimust ning analüüsiti 672 Tallinna linnas elava inimese argi- ja puhkepäeva tegevuskohtade arvu ning tegevusruumi ulatust 12 kuu pikkuse perioodi vältel. Töös kasutati mobiilide kõnelogiandmeid, mis on kogutud passiivse mobiilpositsioneerimise meetodil. Tegevusruumi ulatuse arvutamiseks kasutati standardhälbe ellipsi meetodit (Schönfelder ja Axhausen, 2010) ning oluliste tegevuskohtade välja selgitamiseks ankurpunkti mudelit (Ahas et al., 2010a). Antud lõputöö tulemused näitavad, et elukoha geograafiline paiknemine linnaruumis mõjutab inimese argi- ja puhkepäeva tegevuskohtade arvu ja tegevusruumi suurust. Uuritavate kuu keskmine tegevusruumi ulatus argipäevadel oli 706 km 2 ja puhkepäevadel 2318 km 2. Samas mediaan näitaja viitab, et tegelikult oli pooltel uuritavatel jääb keskmine tegevusruumi ulatus argipäevadel alla 86 km 2 ja puhkepäevadel alla 296 km 2. Erinevates linnaosades elavate inimeste argipäeva tegevusruumi ulatuse vahel olid statistiliselt olulised erinevused (tabel 7). Pirita linnaosades elavate inimeste argipäeva ruumiline käitumine on Kesklinna, Kristiine, Lasnamäe ja Põhja-Tallinna linnaosades elavate inimeste ruumilisest käitumisest statistiliselt oluliselt erinev. Tulemused näitasid, et äärelinnas elavatel inimestel on argipäeviti tegevusruumi ulatus ning külastatud tegevuskohtade arv suurem kui puhkepäeviti. Samuti 33
34 mõjutab elukoha kaugus kesklinnast argipäevadel külastatud tegevuskohtade arvu positiivselt ning argipäevane tegevusruumi ulatus suureneb elukoha kaugusega kesklinnast. Töö autor leiab, et inimese ruumilist käitumist tasub edasi laiemalt uurida. Elukoha paiknemise mõju on sobilik vaadelda linnaosade lõikes ning hea näitaja selle juures on ka elukoha kaugus kesklinnast. Eriti kui arvestada, et kesklinn on üks olulisimaid piirkondi inimeste igapäevases ruumikasutuses Tallinnas. Samas võib oletada, et ka töökohtade paiknemine avaldab mõju inimese tegevusruumile, mida võiks samuti uurida. Kuna mobiilpositsioneerimise andmestik seab mõningad piirangud just inimeste sotsiaalmajanduslike omaduste osas, võiks ühendada antud meetodit veel teise andmekogumismeetodiga (näiteks reisipäevikud, küsitlus), et saada lisainformatsiooni uuritavate inimeste hariduse, sissetuleku jt näitajate kohta (Järv et al., 2014). Huvitav uurimisvaldkond oleks GPS-põhiste seadmete abil salvestatud läbitud teekonnapikkuste ja trajektooride analüüsimine, see aitaks transporti linnas paremini planeerida ning lahendada probleeme tipptunni liiklusummikutega. 34
35 5. Tänuavaldused Soovin tänada oma juhendajat, Olle Järve, kelle nõuanded ja juhised olid väga suureks abiks töö koostamisel. Lisaks soovin tänada oma perekonda, lähedasi ja sõpru, kelle toetavad sõnad motiveerisid töö kirjutamisel. 35
36 6. Kirjandus Ahas, R., Silm, S., Järv, O., Saluveer, E. & Tiru, M. (2010a) Using Mobile Positioning Data to Model Locations Meaningful to Users of Mobile Phones. Journal of Urban Technology 17(1): Ahas, R., Silm, S. (2006) Tallinna tagamaa uusasumite elanike soolised erinevused ajalisruumilises käitumises. Tartu Ülikool. Axhausen, K.W., Schönfelder, S. (2010) Urban Rhythms and Travel Behaviour. Spatial and Temporal Phenomena of Daily Travel, Ashgate. Buliung, R. N. and Kanaroglou, P. S. (2006) Urban Form and Household Activity-Travel Behavior. Growth and Change, 37: Buliung, R. N., Roorda, M. J., Remmel, T. K. (2008) Exploring spatial variety in patterns of activity-travel behaviour: initial results from the Toronto Travel-Activity Panel Survey (TTAPS). Transportation 35: Dijst, M. (1999) Two-Earner Families and Their Action Spaces: A Case Study of Two Dutch Communities. GeoJournal 4(3): Elldér, E. (2014) Residential location and daily travel distances: the the influence of trip purpose. Journal of Transport Geography 34 (2014) Fan, Y., Khattak, A.J. (2008) Transportation Research Record: Journal of the Transportation Research Board, No Transportation Research Board of the National Academies, Washington, D.C., 2008, pp Gehrke, S.R., Currans, K.M., Clifton, K.J. (2013) The impact of residential location decisions on miles travelled, trip frequency, and automobile ownership for households in the Portland metropolitan region. 36
OÜ Positium LBS, Õpetaja 9, Tartu, Estonia Reg. nr , Swedbank Tel Tartu
OÜ Positium LBS, Õpetaja 9, 51003 Tartu, Estonia Reg. nr. 10883762, Swedbank 221020601776 Tel +372 734 1144 positium@positium.ee www.positium.ee Tartu linna ja lähiala elanike liikumiste uuring mobiilpositsioneerimise
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
RohkemPowerPoint Presentation
Sugu, liikuvus ja linnaruum Planeerimiskonverents 2018 Mari Jüssi, Tallinna linnaliikuvuskava ekspert, Maanteeamet Kes me oleme? 1 h päevas Jalakäijad Ühistranspordiga liikujad Jalgrattaga liikujad Autoga
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 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
RohkemMicrosoft Word - Järvamaa_KOVid_rahvastiku analüüs.doc
Töömaterjal. Rivo Noorkõiv. Käesolev töö on koostatud Siseministeeriumi poolt osutatava kohalikeomavalitsuste ühinemist toetava konsultatsioonitöö raames. Järvamaa omavalitsuste rahvastiku arengu üldtrendid
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
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
RohkemSISSETULEKUTE DETAILSEM JAOTUS AMETIASUTUSTE LIKES
SISSETULEKUTE DETAILSEM JAOTUS AMETIASUTUSTE LÕIKES I lisa II lisa I Riigi II Riigi tulud, millega ei e Linnavolikogu Kantselei 180,0-43,0 18,9-5,0 150,9 139,4 sh tegevustulud 180,0-43,0 137,0 139,4 riigist
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,
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
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
RohkemMicrosoft Word - Uudiskirja_Toimetulekutoetus docx
Toimetulekutoetuse maksmine 2014. 2018. aastal Sotsiaalministeeriumi analüüsi ja statistika osakond Toimetulekutoetust on õigus saada üksi elaval isikul või perekonnal, kelle kuu netosissetulek pärast
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 - 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
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
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
RohkemPowerPoint Presentation
Maakondlike bussiliinidega rahulolu uuring Juuli 2018 2 Uuringu metoodika ja valim Uuringu läbiviimise meetodiks oli telefoniküsitlus. Küsitlusperiood 18. 25. nädal 2018. Uuringu üldkogumiks oli vähemalt
RohkemMicrosoft Word - QOS_2008_Tallinn_OK.doc
GSM mobiiltelefoniteenuse kvaliteet Tallinnas, juuni 2008 Sideteenuste osakond 2008 Kvaliteedist üldiselt GSM mobiiltelefonivõrgus saab mõõta kümneid erinevaid tehnilisi parameetreid ja nende kaudu võrku
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
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
RohkemEesti_Energia_avatud_turg_elektrimüük_2013_Omanike keskliit
Elektri ostmine avatud elektriturult Sten Argos müügi- ja teenindusdirektor Eesti Energia AS 25.09.12 Eesti Energia elektritooted (1) Pakett Kindel = täielik hinnakindlus Hind, mis sõltub kliendi tarbimisest*
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
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
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
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,
RohkemMicrosoft Word - Korteriomandite turuülevaade 2017II
Korteriomandite 2017 II poolaasta turuülevaade SISUKORD SISUKORD... 1 SISSEJUHATUS... 3 1. KORTERIOMANDITE TEHINGUTE ÜLDISED NÄITAJAD... 4 1.1 arv ja koguväärtus... 4 1.2 struktuur asukoha järgi... 5 1.3
RohkemHCB_hinnakiri2018_kodukale
Betooni baashinnakiri Hinnakiri kehtib alates 01.01.2018 Töödeldavus S3 Töödeldavus S4 / m 3 /m 3 km-ga / m 3 /m 3 km-ga C 8/10 73 87 75 89 C 12/15 77 92 79 94 C 16/20 79 94 81 96 C 20/25 82 98 84 100
RohkemARUANDE
ELANIKKONNA SUHTUMINE E-VALIMISTESSE Ülevaade üle-eestilise arvamusküsitluse tulemustest Tallinn märts 2005 SISUKORD SISSEJUHATUS... 3 1 METOODIKA KIRJELDUS... 4 Valim... 4 Küsitlus... 7 Andmetöötlus ja
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
RohkemHCB_hinnakiri2017_kodukale
Betooni baashinnakiri Hinnakiri kehtib alates 01.04.2016 Töödeldavus S3 Töödeldavus S4 / m 3 /m 3 km-ga / m 3 /m 3 km-ga C 8/10 69 83 71 85 C 12/15 73 88 75 90 C 16/20 75 90 77 92 C 20/25 78 94 80 96 C
RohkemAASTAARUANNE
2014. 2018. aasta statistikatööde loetelu kinnitamisel juunis 2014 andis Vabariigi Valitsus Statistikaametile ja Rahandusle korralduse (valitsuse istungi protokolliline otsus) vaadata koostöös dega üle
RohkemMarkina
EUROOPA NOORTE ALKOHOLITARBIMISE PREVENTSIOONI PRAKTIKAD JA SEKKUMISED Anna Markina Tartu Ülikool Meie ülesanne on: Tuvastada ja välja valida erinevaid programme ja sekkumist, mida on hinnatud ja mille
RohkemPowerPoint Presentation
Eesti pensionisüsteem võrdluses teiste Euroopa riikidega: olukord, väljakutsed ja kesksed valikud Lauri Leppik 7.06.2019 Pension kui vanadusea sissetulek Pension on ühiskondliku tööjaotuse kaasanne tekkis
RohkemKeskkonnakaitse ja ruumilise planeerimise analüüsist Erik Puura Tartu Ülikooli arendusprorektor
Keskkonnakaitse ja ruumilise planeerimise analüüsist Erik Puura Tartu Ülikooli arendusprorektor Teemapüstitused eesmärkidena 1. Ruumiline suunamine ja planeerimine edukalt toimiv 2. Valikute tegemine konkureerivate
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
RohkemLDOSA (METODOLOOGIA, ANDMETE KOKKUSOBIVUS VMS)
Välisturistid Ida-Viru, Tartu ja Valga maakonnas 1. aprill 2004 31.detsember 2006 Tellija: Sihtasutus Lõuna- Eesti Turism Teostaja: OÜ Positium, Anto Aasa PhD, anto.aasa@ut.ee Tartu 2007 SISSEJUHATUS...3
RohkemPowerPoint Presentation
KINNISVARATURU ÜLEVAADE JUUNI 217 Allikad: Maa-amet, city24, Eesti Pank, Statistikaamet Indeksi muutused võrreldes : -kaalutud keskmise m² muutus hinnatipuga (detsember 216): -1% -kaalutud keskmise m²
RohkemEesti kõrgusmudel
Meie: 04.06.2002 nr 4-3/3740 Küsimustik Eesti maapinna kõrgusmudeli spetsifikatsioonide selgitamiseks Eestis on juba aastaid tõstatatud küsimus täpse maapinna kõrgusmudeli (edaspidi mudel) koostamisest
RohkemIDA-TALLINNA KESKHAIGLA Statsionaarsete patsientide rahulolu uuring
IDA-TALLINNA KESKHAIGLA Statsionaarsete patsientide rahulolu uuring 2015 2015 Sisukord: Statsionaarsete patsientide rahulolu uuring 2015... 1 1. Uuringu läbiviimise metoodika... 3 2. Andmete analüüs...
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
Marek Alliksoo Export Sales Manager 01 November 2018 Targa linna lahendused linnaplaneerimises Tark linn Tark asjade internet (Tark Pilv) Tark automatiseeritus Tark energia Tark juhtimine Tark kodanik
RohkemMicrosoft PowerPoint - Kliiniliste auditite kogemused [Read-Only] [Compatibility Mode]
Anneli Rätsep TÜ Peremeditsiini õppetool vanemteadur 25.04.2013 Alates 2002. aastast "Haigete ravi pikkuse põhjendatus sisehaiguste profiiliga osakondades 3-5 auditit aastas Müokardiinfarkti haige käsitlus
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
RohkemH.Moora ettekanne
Segaolmejäätmete koostis sortimisuuringu tulemused Jäätmepäev 7. oktoober 2008 Harri Moora Säästva Eesti Instituut Segaolmejäätmete sortimisuuring Eesmärgiks analüüsida Eesti erinevates piirkondades ja
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
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...
RohkemKV.EE kinnisvaraturu ülevaade IV kvartal 2011 Koostaja: Tõnu Toompark, Adaur Grupp OÜ,
KV.EE kinnisvaraturu ülevaade IV kvartal 11 Koostaja: Tõnu Toompark, Adaur Grupp OÜ, www.adaur.ee Sisukord Haabersti (LK 1) Kesklinn (LK 11) Kristiine (LK ) Lasnamäe (LK 1) Mustamäe (LK 1) Nõmme (LK 1)
RohkemKUI PATSIENT VAJAB KODUÕDE
KUI PATSIENT VAJAB KODUÕDE ILVE-TEISI REMMEL JUHATAJA OÜ KODUÕDE KODUÕENDUS (HOME NURSING CARE) - KVALIFITSEERITUD ÕENDUSTEENUS, MIDA OSUTATAKSE ÄGEDA HAIGUSE PARANEMISPERIOODIS OLEVA, KROONILIST HAIGUST
RohkemVilistlaste esindajate koosolek
13.04.2012 VILISTLASKOGU ÜLDKOGU ÕPILASTE KÜSITLUSE TULEMUSTEST UURING Uuringus osalesid 8 kooli 8. ja 9.klasside õpilased: Räpina ÜG, Mikitamäe, Mehikoorma, Kauksi, Ruusa, Orava, Viluste, Värska Küsimustiku
RohkemFIE Jaanus Elts Metsakaitse- ja Metsauuenduskeskus Töövõtulepingu nr 2-24/Trt-17, 7. aprill 2008 aruanne Metskurvitsa mängulennu seire aastal Ja
FIE Jaanus Elts Metsakaitse- ja Metsauuenduskeskus Töövõtulepingu nr 2-24/Trt-17, 7. aprill 2008 aruanne Metskurvitsa mängulennu seire 2008. aastal Jaanus Elts Tartu, 2008 Metskurvits on erakordselt raskesti
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
RohkemMicrosoft PowerPoint - Mis on EstWin.pptx
Mis on EstWin? Mis on EstWin Lairiba baasvõrgu ehitus asulatesse ja mobiili mastidesse, eesmärgiga luua sideettevõtetele võimalus tarbijatele kiire interneti pakkumiseks EstWin projekti käigus juurdepääsuvõrku
RohkemINIMESEÕPETUSE AINEKAVA ABJA GÜMNAASIUMIS Klass: 10. klass (35. tundi) Kursus: Perekonnaõpetus Perekond Õpitulemused: Kursuse lõpus õpilane: 1) mõista
INIMESEÕPETUSE AINEKAVA ABJA GÜMNAASIUMIS Klass: 10. klass (35. tundi) Kursus: Perekonnaõpetus Perekond : 1) mõistab, kuidas ühiskonnas toimuvad muutused avaldavad mõju perekonna ja peresuhetega seotud
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
RohkemEuroopa Liidu tulevik aastal 2013 Euroopa Liidu tulevikust räägitakse kõikjal ja palju, on tekkinud palju küsimusi ning levib igasugust valeinfot, mis
Euroopa Liidu tulevik aastal 2013 Euroopa Liidu tulevikust räägitakse kõikjal ja palju, on tekkinud palju küsimusi ning levib igasugust valeinfot, mis ajab inimesed segadusse. Järgnevalt on ülevaade mõningatest
RohkemMicrosoft Word - alkohol_K2_SoKo.doc
Soovituste koostamise kokkuvõte - SoKo Kliiniline küsimus nr 2 Kas kõigil alkoholi kuritarvitamise ja alkoholisõltuvuse kahtlusega patsientidel tuleb lisaks anamneesile kasutada diagnoosi täpsustamiseks
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
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
RohkemNo Slide Title
SUURTE KORTERMAJADE PIIRKONNAD EUROOPAS: SOTSIAALSED TRENDID JA PLANEERIMISLÄHENEMISED Tiit Tammaru ja Kadri Leetmaa TÜ Rände- ja linnauuringute keskus 14 linna Euroopas Large Housing Estates in Europe:
RohkemAkadeemilise personali tööstressi ja läbipõlemise ohjamise meetmed (AcadOSI) Tallinna Tehnikaülikool psühholoogia õppetool professor Mare Teichmann 12
Akadeemilise personali tööstressi ja läbipõlemise ohjamise meetmed (AcadOSI) Tallinna Tehnikaülikool psühholoogia õppetool professor Mare Teichmann 12. veebruar 2009 TÖÖSTRESS on pingeseisund, mille on
RohkemImage segmentation
Image segmentation Mihkel Heidelberg Karl Tarbe Image segmentation Image segmentation Thresholding Watershed Region splitting and merging Motion segmentation Muud meetodid Thresholding Lihtne Intuitiivne
RohkemValik harjutusi eesti keele postkaartide jaoks Tervitused ja hüvastijätud Grupp töötab paarides, harjutab fraase ja täiendab kaardil olevat veel omapo
Valik harjutusi eesti keele postkaartide jaoks Tervitused ja hüvastijätud Grupp töötab paarides, harjutab fraase ja täiendab kaardil olevat veel omapoolsete tervitus- ja hüvastijätufraasidega. Saab arutleda,
RohkemPowerPoint Presentation
Paindlikud töövormid töötaja ja tööandja vaatenurgast Marre Karu Poliitikauuringute Keskus Praxis Kas töö teeb õnnelikuks? See sõltub... - inimese (ja tema pere) soovidest - inimese (ja tema pere) vajadustest
RohkemII lisa Ravimi omaduste kokkuvõtte ja pakendi infolehe muudatused, esitatud Euroopa Ravimiameti poolt Käesolev ravimi omaduste kokkuvõte ja pakendi in
II lisa Ravimi omaduste kokkuvõtte ja pakendi infolehe muudatused, esitatud Euroopa Ravimiameti poolt Käesolev ravimi omaduste kokkuvõte ja pakendi infoleht on esildismenetluse tulemus. Vastavalt vajadusele
RohkemMAJANDUSAASTA ARUANNE aruandeaasta algus: aruandeaasta lõpp: nimi: Ühendus Loov Nõmme registrikood: tänava/talu nimi, T
MAJANDUSAASTA ARUANNE aruandeaasta algus: 01.01.2016 aruandeaasta lõpp: 31.12.2016 nimi: registrikood: 80326129 tänava/talu nimi, Trummi tn 7 maja ja korteri number: linn: Tallinn maakond: Harju maakond
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.
Rohkem(Microsoft Word - ÜP küsimustiku kokkuvõte kevad 2019)
Ümbrikupalkade küsimustiku kokkuvõte Ülevaade on koostatud alates 2017. aasta kevadest korraldatud küsitluste põhjal, võimalusel on võrdlusesse lisatud ka 2016. aasta küsitluse tulemused, kui vastava aasta
Rohkemefo03v2pkl.dvi
Eesti koolinoorte 50. füüsikaolümpiaad 1. veebruar 2003. a. Piirkondlik voor Põhikooli ülesannete lahendused NB! Käesoleval lahendustelehel on toodud iga ülesande üks õige lahenduskäik. Kõik alternatiivsed
RohkemTartu Ülikool Loodus- ja täppisteaduste valdkond Ökoloogia ja maateaduste instituut Geograafia osakond Bakalaureusetöö inimgeograafias (12 EAP) Isiksu
Tartu Ülikool Loodus- ja täppisteaduste valdkond Ökoloogia ja maateaduste instituut Geograafia osakond Bakalaureusetöö inimgeograafias (12 EAP) Isiksuse seadumuste seos telefonikasutusega Marian Juurik
RohkemPowerPointi esitlus
Lühiülevaade Eesti teadus- ja arendustegevuse statistikast Haridus- ja Teadusministeerium Detsember 2014 Kulutused teadus- ja arendustegevusele mln eurot Eesti teadus- ja arendustegevuse investeeringute
RohkemStatistikatarkvara
Sissejuhatus statistika erialasse, sissejuhatus matemaatika erialasse, 20. september 2018 Statistikatarkvara põgus ülevaade Krista Fischer Statistikatarkvara kategooriad Võib jagada mitut moodi: Tarkvara,
RohkemM16 Final Decision_Recalculation of MTR for Elisa
OTSUS Tallinn 20.06.2007 J.1-45/07/4 Mobiiltelefonivõrgus häälkõne lõpetamise hinnakohustuse kehtestamine Elisa Eesti AS- le Sideameti 21. märtsi 2006. a otsusega nr J.1-50/06/2 tunnistati AS EMT (edaspidi
Rohkemnormaali
AS TEEKARU T-2 Tallinn-Tartu-Võru Luhamaa mnt kiirustabloode mõõtetulemused enne ja pärast märgi aktiveerimist. Vahearuanne Tallinn 2 AS TEEKARU LIIKLUSOSAKOND T-2 Tallinn-Tartu-Võru Luhamaa mnt kiirustabloode
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
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?
RohkemÕnn ja haridus
Prof. Margit Sutrop Tartu Ülikooli eetikakeskuse juhataja Õpetajate Liidu konverents Viimsis, 24. oktoobril 2012 Õnn tähendab elada head elu. Hea elu teooria seab 2 tingimust: Inimene on subjektiivselt
Rohkem(Microsoft Word - Purgatsi j\344rve supluskoha suplusvee profiil l\374hike)
PURGATSI JÄRVE SUPLUSKOHA SUPLUSVEE PROFIIL Harjumaa, Aegviidu vald Koostatud: 01.03.2011 Täiendatud 19.09.2014 Järgmine ülevaatamine: vastavalt vajadusele või veekvaliteedi halvenemisel 1 Purgatsi järve
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
RohkemM (12)+lisa Mario Narbekov, Dmitri Tiško, Ingrid Leemet Liiklus- ja raudteemüra mõõtmised Vaksali 3 ja 11, Hurda 38, Tammsa
190687-M01-11242 1(12)+lisa Mario Narbekov, Dmitri Tiško, Ingrid Leemet 14.06.2019 Liiklus- ja raudteemüra mõõtmised Vaksali 3 ja 11, Hurda 38, Tammsaare 8, Tartu Tellija: Tartu Linnavalitsus Tellimus:
RohkemM16 Final Decision_Recalculation of MTR for EMT
1 OTSUS Tallinn 22.juuni 2007 J.1-45/07/7 Mobiiltelefonivõrgus häälkõne lõpetamise hinnakohustuse kehtestamine AS EMT- le Sideameti 21. märtsi 2006. a otsusega nr J.1-50/06/2 tunnistati AS EMT (edaspidi
RohkemMicrosoft Word - L_5_2018_docx.docx
Maaeluministri 0.0.07 määrus nr 4 Põllumajandusettevõtja tulemuslikkuse parandamise investeeringutoetus Lisa (maaeluministri. novembri 08 määruse nr 6 sõnastuses) Teravilja, õliseemnete ja valgurikaste
RohkemLisa 7.1. KINNITATUD juhatuse a otsusega nr 2 MTÜ Saarte Kalandus hindamiskriteeriumite määratlemine ja kirjeldused 0 nõrk e puudulik -
Lisa 7.1. KINNITATUD juhatuse 04. 01. 2018. a otsusega nr 2 MTÜ Saarte Kalandus hindamiskriteeriumite määratlemine ja kirjeldused 0 nõrk e puudulik - kriteerium ei ole täidetud (hindepunkti 0 saab rakendada
RohkemMicrosoft Word - essee_CVE ___KASVANDIK_MARKKO.docx
Tartu Ülikool CVE-2013-7040 Referaat aines Andmeturve Autor: Markko Kasvandik Juhendaja : Meelis Roos Tartu 2015 1.CVE 2013 7040 olemus. CVE 2013 7040 sisu seisneb krüptograafilises nõrkuses. Turvaaugu
RohkemPärnu-Jaagupi Gümnaasium
Õpetaja: Eva Palk Õppeaine: Perekonnaõpetus Tundide arv: 1 nädalatund, 35 tundi õppeaastas Õpetaja töökava Tun Peateemad dide arv 5 PEREKOND Perekonna minevik, olevik ja tulevik. Kooseluvormid. Perekonna
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
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
RohkemB120_10 estonian.cdr
Alati seal, et teid aidata Registreerige oma toode ja otsige abi koduleheküljelt www.philips.com/welcome B120 Beebimonitor Küsimus? Kontakteeruge Philipsiga Eestikeelne kasutusjuhend 2 Valgussensor USB
Rohkemuntitled
IDA-VIRUMAA PÕLEVKIVI TÖÖSTUSSE SUHTUMISE UURINGU ARUANNE IDA-VIRUMAA ELANIKKONNA TELEFONIKÜSITLUS Oktoober 2006 www.saarpoll.ee SISUKORD 1. Sissejuhatus ja metoodika........... 3 2. Põhijäreldused....
RohkemÕPETAJATE OSKUSED PIAAC ANDMETE BAASIL Aune Valk PIAAC (Programme for the International Assessment of Adult Competencies) uuringu raames va
ÕPETAJATE OSKUSED PIAAC ANDMETE BAASIL 10.12.2013 Aune Valk PIAAC (Programme for the International Assessment of Adult Competencies) uuringu raames valmis väga rikas andmebaas, mis annab võimaluse uurida
RohkemKommunikatsioonisoovitused
Meediaülevaade - AEG Riigikantselei 2018 05:30-05:45 06:00-06:15 06:30-06:45 07:00-07:15 07:30-07:45 08:00-08:15 08:30-08:45 09:00-09:15 09:30-09:45 10:00-10:15 10:30-10:45 11:00-11:15 11:30-11:45 12:00-12:15
RohkemÕPILASTE UURIMISTÖÖDE
TALLINNA ÕISMÄE GÜMNAASIUMI LÕPUEKSAMI UURIMISTÖÖ KOOSTAMISE JA KAITSMISE KORD 1. ÜLDIST 1.1. Vastavalt Vabariigi Valitsuse 28. jaanuari 2010. a määrusega nr 13 (ametlik tekst avaldatud Riigi Teatajas
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
RohkemMicrosoft PowerPoint - Raigo Iling, MKM
Kiire interneti ühenduste ( viimase miili ) rajamise analüüs ja ettepanekud Raigo Iling Sideosakond / nõunik 1.04.2016 Eesti infoühiskonna arengukava 2020 eesmärgid 30 Mbit/s kiirusega interneti kättesaadavus
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
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:
Rohkem5_Aune_Past
Kuidas kohaturundus suurendab ettevõtte kasumit? Aune Past Past ja Partnerid Kommunikatsioonibüroo aune@suhtekorraldus.ee 1 Miks inimesed teevad seda, mida nad teevad? Kuidas panna inimesed tegema seda,
Rohkem