Šiltnamio reiškinį sukeliančių dujų išsiskyrimo tyrimas

SANTRAUKA “Šiltnamio reiškinį sukeliančių dujų išsiskyrimo tyrimas“ individualus darbas parengtas remiantis darbo pabaigoje nurodytais moksliniais straipsniais. Tyrimo metu bus atliekami skaičiavimai, sužinoti dujų sukeliančių šiltnamio efektą kiekius atmosferoje įvairiose Europos Sąjungos šalyse. Darbą sudaro įvadas, trys skyriai ir šeši jų poskyriai ( kuriuose yra paskirstyta: teorinė, metodinė ir praktinė darbo dalys ), apibendrinimas – tam tikros išvados , diskusija, naudotos literatūros sąrašas ir priedai. Tyrime panaudota 16 lentelių ir 5 paveikslai, prieduose pateiktos papildomos trys lentelės. Įvadą sudaro aštuonios dalys, kuriose pateikta šio darbo aktualumas; naujumas; tyrimo objektas, dalykas, tikslas, uždaviniai; darbo metodai ir trumpi dalių apibendrinimai. Teorinėje dalyje remiantis ekonominės statistikos mokslininkų nuomone nagrinėjamas lentelių, grafikų ir formulių pritaikomumas statistiniame tyrime. Metodinėje dalyje paaiškinama darbo eigos metodika. Praktinėje dalyje pritaikomi teorijoje aptarti metodai. Apibendrinime įvardintas darbo “Šiltnamio reiškinį sukeliančių dujų išsiskyrimo tyrimas“ gautas rezultatas – kaip ES šalyse skirtingai pasiskirstęs dujų kiekis. Diskusijoje plačiau aptariama rodiklių parodymai ir remiantis jų duomenimis plačiau samprotaujama tyrimo tema. Naudotos literatūros sąrašuose pateikiami moksliniai straipsniai. Priedus sudaro keturios dalys, t.y.: A priedas/ bibliografinės kortelės; B priedas/ autorinė – teminė lentelė, C priedas/ chronologinė - teminė lentelė; D priedas/ skaičiavimai. ĮVADAS Šiltnamio efektą sukeliančios dujos - tai visos dujos, kurios dėl tam tikros molekulinės struktūros gali absorbuoti infraraudonuosius spindulius (šilumą). Tyrimo metu, nustatysime kokie dujų kiekiai tenka įvairioms šalims. Naudojantis SPSS ( Statistical Package for the Social Science ) programą atliksime skaičiavimus įgalinančius sužinoti dujų kiekius ES šalyse. Šio tyrimo objektas – tai dujų kiekiai ES šalyse, tyrimo dalykas – dujų skirtingi santykiai valstybėse. “Šiltnamio reiškinį sukeliančių dujų išsiskyrimo tyrimas“ darbo tikslas, vadovaujantis išsikeltais uždaviniais gauti kuo tikslesnius duomenis, kuriais būtų galima diskutuoti problemos tema. Įgyvendinant tikslą keliami tokie uždaviniai: 1. Remiantis ekonominės statistikos mokslininkų nuomone išanalizuoti tyrime pritaikomus statistinius atributus: lenteles, grafikus ir formules; 2. Aptarti tyrimo metodiką; 3. Atlikti statistine programa skaičiavimus. Tyrimas bus vykdomas naudojantis statistiniais metodais: koreliacijos, dispersijos, variacijos ir kt. Duomenų vaizdavimui bus pasitelkiama box – plot diagramos ir kita vaizdinė medžiaga. Darbo apibendrinime pateikiami išvadiniai teiginiai įgalinantys paaiškinti atlikto tyrimo rezultatus. Individualaus darbo diskusijoje plačiau samprotaujama remiantis gautais šiltnamio efektą sukeliančių dujų kiekių duomenimis. 1. Šiltnamio efektą sukeliančių dujų tyrimo samprata. „Šiltnamio reiškinį sukeliančių dujų statistinis tyrimas“ individualų pradedame aptardami tyrimo svarbumą teoriniu būdu. Viena iš esminių mokslinio tyrimo funkcijų, tai – naujų dėsnių ir dėsningumų suradimas, kurie vienaip ar kitaip galėtų būti panaudojami praktinėje veikloje. Pagal autorių Micheal FW Festing (Los Angeles, 2005): „Statistinis tyrimas – tai planinga viso eksperimento dalis.“ Remiantis šio autoriaus nuomone, galima sakyti, kad statistinis tyrimas tai tik tam tikro platesnio kito tyrimo dalis. Paties tyrimo negalima apibrėžti kaip viso proceso baigties. Pasak Sarah Valek (2010): „Statistinis tyrimas nusako sąryšį tarp vieno ar daugiau kintamųjų“. Šios autorės teigimu, statistinis tyrimas turi visapusiškai atvaizduoti tarpusavio kintamųjų sąveiką. Anot V. Bartosevičienės (Kaunas, 2010): „Statistinio tyrimo tikslas – tai apibendrintų duomenų gavimas ir siekimas atskleisti tų reiškinių bendrąsias savybes konkrečiomis vietos ir laiko sąlygomis ir parinkti kuo didesnį tikėtinumo laipsnį (patikimumą) užtikrinančius metodus.“ Kitaip sakant, remiantis statistiniu tyrimu sužinoma tas, kas iki dabar buvo nežinoma, surandami tokie duomenys, kurie iki dabar nebuvo paskelbti. Pasak autoriaus Michael FW Festing (Los Angeles, 2005): „Statistinis tyrimo arba kitaip statistinės analizės uždavinys apskaičiuoti tikėtinėčiausias reikšmes statistinėje visumoje.“ Galima teigti, kad autorius statistinį tyrimą įvardija kaip reiškinį, kurio rezultatus paaiškinti lengviausia, kada gautų reikšmių tikėtinumas yra didžiausias. Akivaizdu, kad šis autorius abstrakčiau vertina statistinio tyrimo prasme, negu V. Bartosevičienė sukonkretindama tyrimo apibrėžimą. Apibendrinant visų autorių nuomonę dėl statistinio tyrimo arba kitaip statistinės analizės, galima sakyti, kad jų sampratos skiriasi. Kiekvienas iš jų skirtingai akcentuoja statistinio tyrimo variacijas. Statistinis tyrimas arba kitaip statistinė analizė atliekama pasitelkiant lenteles, grafikus ir formules. Kombinuojant tris minėtus statistinius atributus paprasčiau orientuotis statistinėje informacijoje, t.y. analizuoti šiltnamio reiškinį sukeliančių dujų kiekius ES šalyse. 1 lentelė Turinio (Content) analizė Literatūros šaltinis Kategorijos Atsikartojimo dažnumas šaltinyje nk Micheal FW Festing (2005) Samprata Tvarka Priežastys 2 1 1 Sarah Valek (2010) Samprata Tvarka Priežastys 1 0 1 V. Bartosevičienė (Kaunas, 2010) Samprata Tvarka Priežastys 2 1 2 2 lentelė Stebėtų kategorijų kartotinumo rodikliai Kategorijos Straipsnių skaičius Pasikartojimas Me Mo Min Max Samprata 5 0,25 2,5 5 1 2 4,51 Tvarka 2 0,1 1 2 0 1 1,81 Priežastys 4 0,2 2 4 1 2 3,61 1.1. Šiltnamio efektą sukeliančioms dujoms tirti naudojamos lentelės. Vienas iš svarbiausių tyrimo atributų yra statistinės lentelės. Stebėjimo duomenis logiškiau yra pateikti lentelėse negu žodiniu tekstu. Kaip teigia V. Bartosevičienė (2010): “Statistinės lentelės skirstomos į pasiskirstymo ir dinamikos duomenų lenteles. Tiek dinamikos, tiek pasiskirstymo duomenų lentelės gali būti sudarytos pagal kiekybinį ir pagal kokybinį požymį arba pagal šių požymių kombinaciją.” Galima daryti prielaidą, kad turint duomenis galima atrinkti tinkamiausią statistinės lentelės rūšį. Anot L. Cox (2009): “ Dviejų matmenų statistinės lentelės su neneigiamais skaičiais yra viena iš statistikos įrankių atmainų. Statistinių duomenų pateiktys priklausys nuo matematinių savybių dvimatės lentelės – pageidautina šiuos duomenis išplėsti šiuos metodus trim ar daugiau matmenų.“ Autorius pataria statistines lenteles išplėsti trim ar daugiau matmenų todėl, kad būtų aiškesnis informacijos pateikimo suvokimo būdas. Platesnė duomenų pateiktis padeda palyginti turimą informaciją ir tokiu būdu galima daryti tam tikras išvadas. Pagal V. Bartosevičienę (2010): “ Statistinės lentelės pagal veiksnio išdėstymo būdą skirstomos į : • paprastąsias (veiksnys nesugrupuotas – tai vienetų, teritorinių padalinių arba chronologinių datų sąrašas. Prie paprastų lentelių priskiriamos ir teritorinės chronologinės); • grupines (veiksnys sugrupuotas pagal vieną požymį); • kombinuotąsias (veiksnys sugrupuotas pagal du ir daugiau požymių). Iš minėtos autorės – V. Bartosevičienės galima teigti, kad optimaliausia pagal turimą veiksnį iš karto susidaryti lentelę, t.y. visų pirma lentelės maketą. Nustatytas veiksnys ir požymių skaičius parodo kokį lentelių rūšį pasirinkti. Pasak Alan Hopkins and Linda Collins (2008): „Yra daug galimų maketų būdų parengti ataskaitas. Tačiau į statistikos suvestines patenka daug mažesnis skaičius.“ Šio mokslininko mintį galima suprasti, kaip teiginį, kad konkrečiai statistikos disciplinai naudojamos tik atrinktos lentelių rūšys. Anot V. Bartosevičienės (2010): „ Statistinės lentelės turi būti vaizdžios ir lengvai suprantamos. Sudarant statistinės lenteles, reikia laikytis tam tikrų reikalavimų...“ Lentelių suprantamumas ypatingai svarbus tarptautinėje literatūroje. Tvarkingas sutartinis žymėjimas padeda visiem skaitantiems suprasti informaciją. Pagal R. A. Fisher ir F. Yates (1963): „ Statistikos skyrius paprastai problemas sprendžia pasitelkdami statistines lenteles“. Autorius teigia, kad vienas pagrindinių statistinių uždavinių įrankių yra statistinė lentelė. Kaip teigia Dagobert Soergel and Karl Furmaniak (1963): „ Iškyla problemų, kai ketinama iš vieno dokumento sumaketuoti daugiau lentelių..“ Tokiu atveju kyla sunkumų, sudarinėjant žymėjimo duomenų sistemą. Pasak Stephen E. Fienberg (2004): „ Vienas iš didelio tyrėjų skaičiaus trūkumų, kad jie pratę skirtingai žymėti lenteles...“ Toks tyrėjų įpratimas klaidina informacijos skaitytojus. Skirtingai sužymėti lentelių laukai sukelia sunkumų tikslingai suvokti teikiamą informaciją. 3 lentelė Turinio (Content) analizė Literatūros šaltinis Kategorijos Atsikartojimo dažnumas šaltinyje nk V. Bartosevičienė (2010) Samprata Tvarka Priežastys 3 1 1 L. Cox (2009) Samprata Tvarka Priežastys 2 0 1 Alan Hopkins and Linda Collins (2008) Samprata Tvarka Priežastys 0 1 1 R. A. Fisher ir F. Yates (1963) Samprata Tvarka Priežastys 1 0 0 Dagobert Soergel and Karl Furmaniak (1963) Samprata Tvarka Priežastys 1 1 0 Stephen E. Fienberg (2004) Samprata Tvarka Priežastys 0 1 2 4 lentelė Stebėtų kategorijų kartotinumo rodikliai Kategorijos Straipsnių skaičius Pasikartojimas Me Mo Min Max Samprata 7 0,35 3,5 7 0 3 6,32 Tvarka 4 0,2 2 4 0 1 3,61 Priežastys 5 0,25 2,5 5 0 2 4,51 1.2. Dujų sukeltam šiltnamio efekto tyrimui naudojami grafikai. Grafikai statistiniame tyrime naudojami statistinės informacijos išsamesniam atvaizdavimui. Priklausomai nuo duomenų kiekio ir tyrimo sudėtingumo pritaikomos skirtingos grafikų rūšys. Pagal laisvąją enciklopediją wikipedia (2011): „ Grafiniai statistiniai metodai turi keturis tikslus: 1. Iš duomenų rinkinio atrinkti content turinį, 2. Surasti tinkamiausius naudoti struktūros duomenis, 3. Prielaidomis patikrinti statistinius modelius, 4. Reziumuoti tyrimo rezultatus.“ Kaip matoma, statistinis duomenų pateikimas grafikais turi būti planingas ir etapinis procesas. Susisteminti reikalingiausi duomenys tyrimui yra tinkamiausias variantas pavaizduoti to tyrimo rezultatus. Pasak laisvąją enciklopediją wikipedia (2011): „ Kaip kada statistikos ir duomenų analizės procedūros paprastai pateikiamos lentelėmis ir duomenimis, bet grafiniai duomenų žymėjimo metodai leidžia pasiekti tokių duomenų rezultatų kokius tik galima su vaizdinėmis priemonėmis. Grafinius statistinius duomenų vaizdavimo būdus sudaro diagramos ir statistiniai žemėlapiai.“ Statistiniame tyrime analizuojami duomenys nėra lygiaverčiai tiems, kurie yra pateikti statistinėse lentelėse ir kurie atvaizduoti grafinėse pateiktyse. Tik nedidelei statistinių tyrimų daliai pakanka duomenų surašymo į statistines lenteles. Kaip teigia Wei Cheng (2008): „ Net jei mes praleidžiame daug laiko formuodami grafikų vaizdą, kartais netenkina jų sugeneruota išvaizda.“ Grafikų formatavimas užima daug laiko dėl didelio duomenų kiekio arba dėl menkų formatuotojo įgūdžių. Norint sukurti sudėtingesnį grafiką, tam tikslui reikia įsigilinti į didesnį kiekį literatūros ir įgyti praktikos. Mažiau įgudusiems derėtų pradėti nuo paprastesnių grafikų kurimo, kadangi galutinis rezultatas gali netenkinti. Kaip teigia Catherine B. Hurley ir R.W. Oldford (2009): „ Parengti reliatyvias grafinių duomenų pozicijas yra labai svarbus etapas, t.y. per išsibarstymo diagramą rodyti taško simbolių pozicijas.“ Reliatyvios, kitaip tariant santykinės duomenų pozicijos svarbiausias etapas yra tuo, kad suskirstant duomenis santykiais juos lengviau pateikti per išsibarstymo diagramas. Anot Martin Theus (2009): „ Grafikai gali būti grindžiami įvairiomis statistikos taisyklėmis ar dogma, tačiau tai nėra pats pagrindinis kriterijus sėkmingam grafikui pradėti.“ Atsižvelgus į pastarąjį autorių, galima pasakyti, kad grafiko tikslesnis pavaizdavimas daugiau priklauso nuo kūrybiškumo ir kūrėjo įžvalgumo, kadangi visų turimų taisyklių praktikoje pritaikyti beveik neįmanoma. Pasak Jason T. Connor (2009): „ Veiksminga statistinė grafika paprasčiau statistiniame tyrime yra atvaizduojama iš karto kelių rūšių grafikais..“ Apdorojant duomenis pravartu atkreipti į grafikų pateikčių įvairovę. Analizė paprasčiau atliekama iš skirtingos grafinės medžiagos. Anot William S. Cleveland (1993): „ Statistinės grafikos metodai susideda iš dviejų dalių – statistinės informacijos suprantamas rodymas ir vizualinės atrankos metodo parinkimas užkoduoti informacijai.“ Statistiniame tyrime grafikai keliami į antrą etapą pagal nuoseklumą, kadangi tyrimo duomenys pirma turi būti pateikti lentelėse. Pagal William G. Jacoby (1997): „ Statistinių grafikų tikslas yra suteikti vizualinė reprezentaciją kiekybinei informacijai apibūdinti.“ Grafikai vienas svarbiausių statistinio tyrimo aspektų dėl savo konkrečios paskirties kiekybiniams požymiams apibūdinti. To negalima būtų padaryti vien lentelėmis ar formulėmis. 5 lentelė Turinio (Content) analizė Literatūros šaltinis Kategorijos Atsikartojimo dažnumas šaltinyje nk Laisvoji enciklopedija wikipedia (2011) Samprata Tvarka Priežastys 2 1 1 Wei Cheng (2008) Samprata Tvarka Priežastys 0 1 1 Catherine B. Hurley ir R.W. Oldford (2009) Samprata Tvarka Priežastys 2 1 0 Anot Martin Theus (2009) Samprata Tvarka Priežastys 0 1 2 Jason T. Connor (2009) Samprata Tvarka Priežastys 1 0 1 Anot William S. Cleveland (1993) Samprata Tvarka Priežastys 1 2 1 Pagal William G. Jacoby (1997) Samprata Tvarka Priežastys 2 0 1 6 lentelė Stebėtų kategorijų kartotinumo rodikliai Kategorijos Straipsnių skaičius Pasikartojimas Me Mo Min Max Samprata 8 0,4 4 8 0 2 7,22 Tvarka 6 0,3 3 6 0 1 5,42 Priežastys 7 0,35 3,5 7 0 1 6,32 1.3. Formulių pritaikymas dujų sukeltam šiltnamio efekto tyrime. Statistiniame tyrime formulių pritaikomumas priklauso nuo tokio tyrimo tikslo. Viena, kai tiriama gyventojų skaičius, ekonominis pasiekimas ir yra kitaip, kai atliekami gamtinių išteklių tyrimai, t.y. dujų kiekiai, kritulių kiekiai etc. Pagal V. Bartosevičienę (2010): “ Grupavimo intervalų ilgį galima apskaičiuoti dviem būdais: (1), h = (2) , o absoliutinių dydžių perskaičiavimo formulė išreiškiama taip: Q = kQ+ kQ+ kQ+ ... (3) . Šios autorės minėtos formulės (1), (2) skirtos grupuoti statistinę visumą pagal kokybinius požymius. (3) formulė naudojama absoliutinių dydžių perskaičiavimui. ____________________________________________________________ n – intervalų skaičius; k, k,k… - perskaičiavimo koeficientai; h – intervalo dydis, plotis; Q, Q,Q, .... – atitinkamų produktų apimtys. N – visumos apimtis; x – mažiausia požymio reikšmė; x – didžiausia požymio reikšmė; Anot Larry J. Kasper (2007): „Aritmetiniai vidurkiai, moda, ir mediana žymima taip: aritmetinis paprastas = (4), Kaip šis autorius pabrėžia, jei turimi duomenys yra sugrupuoti ir surašyti į pasiskirstymo intervalinę eilutę, tuomet: (5), (6) , δ = (7) , Mo = xo + h (8), Me = (9), Me = (10), Me = x0 + h (11). Pagal aukščiau išvardintas formules (pradedant nuo 4 – os ) tyrimo metu, galima apskaičiuoti paprastąjį aritmetinį vidurkį, kai duomenys nesugrupuoti. Jei duomenys sugrupuoti, tokiu atveju naudojama penkta formulė. Aptariant šias formules vertėtų paminėti, kad (4), (5) formulės t.y. aritmetiniai svertiniai vidurkiai naudojami pradžioje statistinio tyrimo susisteminant duomenis tolimesnei analizei ir vertinant statistinio tyrimo rezultatus. Statistiko Daniel S. Wilks (1995) teigimu: „ Kvartiles paprasčiausia apskaičiuoti naudojant tokią formulę: (12). Išanalizavus ankstesnių autorių sampratas, galima teigti, kad kvartilės gaunamos kai ranžiruota eilutė yra padalinta į lygias keturias dalis. Pagal šį autorių galima daryti išvadą, kad naudojant kvartilės formulę paprasčiau apibūdinti tiriamą visumą. ____________________________________________________ - požymio variantų reikšmės; - susumuoti dažniai; n - požymio variantų skaičius; S – susumuoti sukaupti dažnumai iki medianinio intervalo Mi – požymio reikšmių ir dažnumų sandauga; f Me – medianinio intervalo dažnis x0 – modalinio intervalo žemutinė riba h – modalinio intervalo plotis f2 – modalinio intervalo dažnumas f1 - dažnumas, esantis prieš modalinį intervalą f3 – dažnumas, esantis po modalinio intervalo Pagal V. Bartosevičienę (2010): „ Santykiniai dydžiai – tai yra dalmuo, gautas padalijus du statistinius dydžius, nusakantys kiekybinį sąryšį tarp jų.“ Ši autorė santykinius dydžius apibrėžia aštuoniomis rūšimis ir juos užrašo tokiomis formulėmis: „ 1. Plano arba sutarties įsipareigojimų vykdymo; 2. Planinės užduoties vykdymo; 3. Dinamikos; 4. Struktūros; 5. Koordinacijos; 6. Intensyvumo; 7. Ekonominio pasiekimo (išsivystymo); 8. Palyginimo: S = faktinis dydis x 100 (13), planinis dydis planinis dydis Splaninės užduoties = x 100 (14), paktinis dydis, praeitų metų Sdinamikos bazinis = x 100 (15), Sdinamikos grandininis = x 100 (16), Sstruktūros = x 100 (17), Skoordinacijos = x 100 (18), Tam tikras skaičius S= _______________________ x 100 (19) Šalies plotas ekonominis rodiklis S = _______________________ x 100 (20) ir Šalies gyventojai ekonominis rodiklis (a) Spalyginimo = _______________________ x 100 (21) . ekonominis rodiklis (b) Dalis santykinių dydžių taikoma tirti gyventojų visumą. Dinamikos santykiniai dydžiai taikomi prognozavimui. Planinės užduoties ir sutarties įsipareigojimų santykiniai dydžiai taikytini gamybos apimčiai sužinoti. _______________________ yi – ataskaitinio laikotarpio lygis; yi-1 – lygis, tiesiogiai esantis prieš lygį yi; y0 – pradinis (bazinis) lygis; Autorius Arnaud Delorme (2007) įvardija tokias variacijos rodiklių formules: R = xmax - xmin (22), (23), (24), (25), (26), (27), (28), V = (29). Išstudijavus formulių struktūrą, žinoma, kad tokios formulės taikomos kiekybiškai ir kokybiškai apibūdinti populiacijos požymių variacijos lygį ir laipsnį. Pagal V. Bartosevičienę (2010): „ Statistinių rodiklių, apibūdinančių visuomeninių reiškinių kitimą laiko atžvilgiu, eilutės vadinamos dinamikos eilutėmis.“ Autorė išskiria šias dinamikos formules: = yi – y0 (bazinis)(30), = yi – yi-1 (grandininis) (31), Td = (34), Td = (32). Ši autorė, panašiai kaip ir kiti apibūdina dinaminių eilučių rodiklius. Jais remiantis galima matyti tiriamų reiškinių kitimą laike ir atlikti prognozes. Pagal statistikos žinovą Leon Avery (2002): „ Norint atlikti ekonominę prognozę, tikslingiausia naudoti trendo ir sezoninius komponentus.“ Išskiriamos šios prognozavimo formulės (paimta iš V. Bartosevičienės knygos): = (33), (34). Ir kitos formulės: (35); Ex=- 3; (36) R2= r2 (37) Kaip wikipedia, laisvoji enciklopedija (2011) teigia, kad : „ Tikimybių teorijoje ir statistikoje, dispersija yra naudojama kaip skaičių rinkinys paskirstyti vieną nuo kitos priemones. Tai viena iš kelių aprašų tikimybių skirstinio, apibūdinančio, kiek skaičiui tenka vidutinės vertės (laukiamos vertės). Pagal enciklopediją aiškiai galima spręsti, kad dispersija atspindinti labiausiai tikėtiną eilinio matavimo vertės nukrypimą nuo aritmetinio vidurkio. ___________________________ R – variacijos užmojis; X- maksimali požymio reikšmė; X- minimali požymio reikšmė; Autoriai David Ray Anderson, Dennis J. Sweeney, Thomas A. Williams (2010) teigia: “ Visų pirma dispersija yra viena iš platinimo etapų. Šiame kontekste, tai sudaro sisteminį požiūrį į atskirą tikimybės skirstinį. Nors buvo išvesta ir kitokių metodų – formulių, kurie atrenkami pagal matematinį naudingumą ir skaičiavimo paprastumą. “ Interpretuojant šio autoriaus mintį, tariama, kad dispersija skiriama ne tik vertės nukrypimui nustatyti, bet ir naudojama kaip platinimo metodas. Ian Kaplan (2003) kaip ir V. Bartosevičienė teigia, jog : “ Dispersijų sudėties taisyklė dažnai taikoma norint surasti ryšio stiprumo rodiklius dispersinėje analizėje, įvertinant tipinės atrankos tikslumą ir kitais atvejais.” Sutinkant su šiais mokslininkais, daroma prielaida, kad išvedant dispersijų formules į sudėtingesnes galima atlikti ir sudėtingesnius matavimus statistiniame tyrime. 7 lentelė Turinio (Content) analizė Literatūros šaltinis Kategorijos Atsikartojimo dažnumas šaltinyje nk V. Bartosevičienė (2010) Samprata Tvarka Priežastys 5 2 3 Larry J. Kasper (2007) Samprata Tvarka Priežastys 2 1 2 Daniel S. Wilks (1995) Samprata Tvarka Priežastys 2 0 1 Arnaud Delorme (2007) Samprata Tvarka Priežastys 1 1 0 Leon Avery (2002) Samprata Tvarka Priežastys 3 0 1 Wikipedia, laisvoji enciklopedija (2011) Samprata Tvarka Priežastys 2 1 0 David Ray Anderson, Dennis J. Sweeney, Thomas A. Williams (2010) Samprata Tvarka Priežastys 2 1 2 Ian Kaplan (2003) Samprata Tvarka Priežastys 2 0 1 8 lentelė Stebėtų kategorijų kartotinumo rodikliai Kategorijos Straipsnių skaičius Pasikartojimas Me Mo Min Max Samprata 19 0,95 9,5 19 1 5 17,15 Tvarka 6 0,3 3 6 0 2 5,42 Priežastys 10 0,5 5 10 0 3 9,03 2. Šiltnamio efektą sukeliančių dujų tyrimo metodika. Šiltnamio efektą sukeliančių dujų kiekių statistinio tyrimo įvykdymui duomenys imti iš European Environment Agency duomenų bazės ( http://epp.eurostat.ec.europa.eu/tgm/printTable.do?tab=table&plugin=1&language=en&pcode=t2020_30&printPreview=true ). Informacijos patikimumą garantuoja tai, jog duomenys imti iš tarptautinės institucijos. Šiam tyrimui buvo parinkta ES šalių (Belgijos, Bulgarijos, Čekijos, Danijos, Vokietijos, Estijos, Airijos, Graikijos, Ispanijos, Prancūzijos, Italijos, Kipro, Latvijos, Lietuvos, Liuksemburgo, Vengrijos, Maltos, Olandijos, Austrijos, Lenkijos, Portugalijos, Rumunijos, Slovėnijos, Slovakijos, Suomijos, Švedijos, Jungtinės Karalystės, Islandijos, Norvegijos, Šveicarijos, Kroatijos ir Turkijos) duomenys. Tyrimui imamos tik atitinkamos grupės duomenų dėl labai didelio šalių pateikčių kiekio. Duomenys iš European Environment Agency duomenų bazės buvo perkelti į Excel programą ir išdėstyti lentelės pavidalu paprastesniam jų matomumui. Tokia lentelė buvo perkelta į SPSS paketą, kad duomenis galima būtų greitai ir lengvai analizuoti. Atliekant tyrimą SPSS programa duomenys apdorojami koreliacijos, santykinių dydžių, vidurkių, variacijos koeficiento, kvartilių, vidutinio tiesinio nuokrypio, dispersijos ir panašiais metodais. Tyrimo eigoje norint geriau suprasti duomenis naudojama histograma 1 pav.; pateikiama Q – Q plot diagrama 2 pav ir 3 pav, kad būtų aiškiau pagal kurias reikšmes išsibarstę duomenys, t.y. pagal minimalias ar pagal maksimalias arba pagal teigiamas ar neigiamas. Šiltnamio efektą sukeliančių dujų kiekiai yra sąlyginai nenuspėjamas reiškinys, todėl dalyje „Prognozės“ naudojama Trendo projekcija įvykdyti prognozėms dviems metams į priekį, t.y. 2009 – iesiems ir 2010 – iesiems metams. Kadangi tokių dujų prognozės nėra patikimos, todėl apskaičiuojama aproksimacijos paklaida. Aproksimacijos paklaidos skaičiavimai pateikti D priede. Iš šio statistinio tyrimo tikimasi sužinoti kaip ES šalyse yra pasiskirstę šiltnamio efektą sukeliančių dujų kiekiai. Atliekama Trendo projekcija leis sužinoti kaip keisis du metus į priekį esama situacija. 3. Šiltnamio efektą sukeliančiŲ dujų tyrimo rezultatai. 3.1. Analizės grupių sudarymas. Apačioje pateiktoje 9 lentelėje pavaizduota 1991 - 1992 metų koreliacija pagal Pirsoną. SAVE OUTFILE='C:\Users\Vilma.E\Desktop\gas.sav' /COMPRESSED. SAVE OUTFILE='C:\Users\Vilma.E\Desktop\gas.sav' /COMPRESSED. CORRELATIONS /VARIABLES=met_1991 met_1992 /PRINT=TWOTAIL NOSIG /MISSING=PAIRWISE. [DataSet0] C:\Users\Vilma.E\Desktop\gas.sav ES šalių Pirsono koreliacijos koeficientai 1991-1992 metais 9 lentelė Correlations met_1991 met_1992 met_1991 Pearson Correlation 1 ,737** Sig. (2-tailed) ,000 N 33 33 met_1992 Pearson Correlation ,737** 1 Sig. (2-tailed) ,000 N 33 33 **. Correlation is significant at the 0.01 level (2-tailed). NONPAR CORR /VARIABLES=met_1991 met_1992 /PRINT=SPEARMAN TWOTAIL NOSIG /MISSING=PAIRWISE. 9 lentelėje pateikta neparametriniai koreliaciniai matavimai pagal Pirsoną. Matoma, kad Pirsono koreliacijos koeficientas 1991 metais yra 1, todėl galima teigti, kad minėtais metais yra labai stipri ES šalių tarpusavio priklausomybė. 1992 metais Pirsono koreliacijos koeficientas yra mažesnis negu 1991 metais - 0,737, tačiau pakankamai aukštas. Nonparametric Correlations [DataSet0] C:\Users\Vilma.E\Desktop\gas.sav ES šalių Spirmeno koreliacijos koeficientai 1991-1992 metais 10 lentelė Correlations met_1991 met_1992 Spearman's rho met_1991 Correlation Coefficient 1,000 ,847** Sig. (2-tailed) . ,000 N 33 33 met_1992 Correlation Coefficient ,847** 1,000 Sig. (2-tailed) ,000 . N 33 33 **. Correlation is significant at the 0.01 level (2-tailed). DESCRIPTIVES VARIABLES=met_1992 /STATISTICS=MEAN STDDEV MIN MAX. Descriptives [DataSet0] C:\Users\Vilma.E\Desktop\gas.sav DESCRIPTIVES VARIABLES=met_1992 /STATISTICS=MEAN STDDEV MIN MAX. Matoma, kad 1991 metais Spirmeno neparametrinis koreliacijos koeficientas yra 1,000, taigi pagal gautą koeficientą galima daryti prielaidą, kad šalis sieja stipri priklausomybė. 1992 metais taip pat matoma stipri šalių priklausomybė, kadangi Spirmeno koreliacijos koeficientas yra 0,847. Vaizduojamoji ES šalių statistika 1992 metais 11 lentelė Descriptive Statistics N Minimum Maximum Mean Std. Deviation met_1992 33 60,90 122,30 94,1879 13,99794 Valid N (listwise) 33 11 lentelėje pateikta mažiausias (min. – 60,90), ir didžiausias (max. – 122,30) dujų kiekis 1992 metais 32 – jose ES šalyse. Minėtų metų vidurkis yra 94,1879, o standartinis nuokrypis 13,99794. Apdorojimo santrauka 2003 metais 12 lentelė Case Processing Summary Cases Valid Missing Total N Percent N Percent N Percent met_2003 33 89,2% 4 10,8% 37 100,0% Duomenų apibūdinimas 2003 - ais metais ES šalyse 13 lentelė Descriptives Statistic Std. Error met_2003 Mean 99,9061 5,47071 95% Confidence Interval for Mean Lower Bound 88,7626 Upper Bound 111,0495 5% Trimmed Mean 99,3291 Median 99,9000 Variance 987,647 Std. Deviation 31,42686 Minimum 41,00 Maximum 172,90 Range 131,90 Interquartile Range 36,40 Skewness ,194 ,409 Kurtosis ,107 ,798 13 lentelėle pateikiamas duomenų apibūdinimas iš kurių galima matyti pirmoje grafoje nuo viršaus vidurkį 99,9061; toliau tikslų vidurkį – 99,3291. Mediana yra 99,9000; variacija – 987,647; standartinis nuokrypis 31,42686, minimalus dujų kiekis - 41,00, maksimalus dujų kiekis – 172,90. 2003 metų dujų kiekių ES šalyse intervalas yra 131,90. Kvartilės (12) yra 36,40, o asimetrijos (35) koeficientas yra 0,194. Eksceso (36) koeficientas šiame tyrime yra 0,107 2003 metų dujų kiekių procentilės 14 lentelė Percentiles Percentiles 5 10 25 50 75 90 95 Weighted Average(Definition 1) met_2003 42,1200 53,5800 82,2500 99,9000 118,6500 142,0800 165,2000 Tukey's Hinges met_2003 82,3000 99,9000 117,6000 14 lentelėje pateikta svorinio procentilės. Akivaizdu, kad duomenys tolygiai didėja. Kolmogorovo – Smirnovo ir Shapiro – Wilk testas skirstinio normalumui patikrinti 2003 metais 15 lentelė Tests of Normality Kolmogorov-Smirnova Shapiro-Wilk Statistic df Sig. Statistic df Sig. met_2003 ,096 33 ,200* ,981 33 ,826 a. Lilliefors Significance Correction Pagal turimus 15 lentelės duomenis galima teigti, kad 2003 metais ES šalys turi normalųjį skirstinį. 3.2. Analizė ir jos rezultatai. EXAMINE VARIABLES=met_2003 /PLOT BOXPLOT STEMLEAF HISTOGRAM NPPLOT /COMPARE GROUP /PERCENTILES(5,10,25,50,75,90,95) HAVERAGE /STATISTICS DESCRIPTIVES /CINTERVAL 95 /MISSING LISTWISE /NOTOTAL. 1 pav. 2003 metų dujų kiekių pasikartojimų histograma Iš 1 paveikslo matomas dujų sukeliančių šiltnamio efektą pasiskirstymas Europos Sąjungoje 2003 metais. 2 pav. Minimalių – maksimalių reikšmių sklaidos diagrama 2003 metais 2 – ame paveiksle matoma, kad duomenys labiausiai susitelkę – išsibarstę ties vidutinėmis reikšmėmis. Nemaža dalis duomenų susitelkus ties minimaliosiomis reikšmėmis. Mažiausia dalis duomenų yra išsibarsčiusi ties maksimaliomis reikšmėmis. 3 pav. Neigiamų – teigiamų reikšmių sklaidos diagrama 2003 metais Iš 3 – io paveikslo matyti, kad didesnė dalis duomenų yra išsivarsčiusi teigiamose reikšmėse. 4 pav. 2003 metų Box – plot grafikas 3.3. Prognozės. 17 lentelėje pateikti šiltnamio efektą sukeliančių dujų pasiskirstymo nurodytose šalyse duomenys. Lentelės maketas papildomas dar dviems metams į priekį t.y. 2009 – ais ir 2010 – ais metais. Aproksimacijos koeficientas neviršyja 100 proc., todėl logiška manyti, kad prognozavimo rezultatai yra patikimi. Dujų kiekių ES šalyse prognozavimas 2009 – 2010 metais 16 lentelė 2003 2004 2005 2006 2007 2008 2009 2010 Belgija 42709608 43718871 47382166 51320851 62978852 78163648 Bulgarija 6444328 6295517 6114563 5760553 10302910 13708485 Čekija 1946113 2015678 2065503 2085974 2076061 2204231 Danija 1644983 1259840 1419696 1506338 1911872 2578300 Vokietija 979226 1069119 1100237 1231920 1445388 1878950 Estija 2035312 2274851 2694945 2985862 3568249 3921794 x 1 2 3 4 5 6 7 8 yti 22782.6 24528.2 26273.8 28019.4 29765 31510.6 33256 35001.8 µ 99.94665697 99.94389562 99.94454918 99.94540348 99.9527381 99.95969 2.9484 5 pav. Šiltnamio efektą sukeliančių dujų kiekių prognozavimas 2009 – 2010 metais 5 pav. parodyta kiek procentų apytikriai pasikeis Belgijoje, Bulgarijoje, Čekijoje, Danijoje, Vokietijoje ir Estijoje dujų sukeliančių šiltnamio efektą kiekiai. Kaip matome iš grafiko, jis turėtų didėti. Prognozavimas 2006-2007 metams atliktas trendo lygties pagalba. Remiantis trendo lygtimi y=7E+0,6x+3E+0,7, iš koeficiento esančio prie x galima teigti, kad per 2003-2006 metus dujų kiekiai vidutiniškai padidėdavo 0,6 tūkst. karto. Iš determinacijos koeficiento (37), kuris lygus 0,860 galime spręsti, kad tamprumo laipsnis yra didelis. Ištraukus šaknį iš determinacijos koeficiento koreliacijos koeficientas lygus 0,927. Tai rodo, kad ryšys tarp kintamųjų yra labai stiprus. APIBENDRINIMAS Šiame individualiame darbe yra atliktas statistinis šiltnamio efektą sukeliančių dujų kiekių tyrimas. Juo remiantis galima apibūdinti 33 – ejose Europos Sąjungos šalyse dujų kiekių skirtumus. Įvykdžius šį statistinį tyrimą įgyvendinami darbo pradžioje išsikelti šie uždaviniai: 1. Remiantis ekonominės statistikos mokslininkų nuomone išanalizuotas tyrime pritaikomi statistiniai atributai: lentelės, grafikai ir formulės. Taip pat aptarta šio individualaus darbo – statistinio tyrimo samprata. 2. Aptarta tyrimo metodika. 3. Atlikti statistine programa skaičiavimai. Po kiekviena teorine dalimi pateikti turinio “Content” analizės lentelės fragmentai ir stebėtų kategorijų kartotinumo rodikliai. Darbo gale priede B autorinėje – teminėje lentelėje nurodyta naudotos literatūros pasikartojantys šaltiniai pagal autorius, o chronologinėje nurodyta pasikartojantys literatūros šaltiniai pagal metus. Naudojantis SPSS programa atlikti skaičiavimai remiantis koreliacijos, variacijos, Kolmogorovo – Smirnovo, Shapiro – Wilk ir panašiais metodais. Taip pat įvykdyta dujų kiekių, sukeliančių šiltnamio efektą prognozė dviems metams į priekį. DISKUSIJA Atlikta šio tyrimo teorinės dalies turinio “Content” analizė įgalina matyti tokių kategorijų, kaip sampratos, tvarkos ir priežasčių atsikartojimų rodiklius. Iš jų buvo surasta atsikartojimų rodiklių skaičiaus vidurkiai, medianos, modos, minimalios ir maksimalios reikšmės ir dispersijos. Pagal teorinėje dalyje pateiktas ir išanalizuotas formules praktinėje dalyje atlikti statistiniai skaičiavimai SPSS programa, pagal kuriuos nubrėžtos diagramos. Jose paprasčiau matomas duomenų pasiskirstymas nurodytose reikšmėse. Atliktas prognozavimas parodo kaip keisis dujų kiekiai artimiausius du metus. Iš rezultatų matoma, kad dujų kiekiai ir toliau didės. Priede B pateikta autorinė – teminė lentelė pagal autorių nuomonių pasikartojamumą nurodytais temos klausimais. Priede C užpildyta sekanti chronologinė – teminė lentelė pagal naudotos literatūros šaltinių metus. Šios lentelės skiltyse surastas skaičius kiek kartų pasikartoja literatūros šaltiniai temos nagrinėjamais klausimais nurodyta chronologine metų seka. D priede pagal teorinėje dalyje apibūdintas formules parodyti rankiniu būdu atlikti Belgijos valstybės šiltnamio efektą sukeliančių dujų kiekių įvairūs statistiniai skaičiavimai 1991 – 2001 metais. NAUDOTOS LITERATŪROS ŠALTINIŲ SĄRAŠAS Knygos: 1). Bartosevičienė V. „Ekonominės statistikos pagrindai“, „Technologija“, Kaunas, 2010 m. Prieigos prie interneto: 2). http://www.isogenic.info/html/11__statistical_analysis.html 3). http://www.wisegeek.com/what-is-social-research.htm 4). http://www.google.com/books?hl=lt&lr=&id=EqABbeTIMj4C&oi=fnd&pg=PR9&dq= statistical+analysis+emeraldinsight&ots=Fw8e835PeF&sig=GiRitFFZtQs82HFon7Kb2tK- 9uA#v=onepage&q&f=false 5). http://enpub.fulton.asu.edu/ye/Published_Journal_Papers/Ye_30.pdf 6). http://epp.eurostat.ec.europa.eu/portal/page/portal/research_methodology/documents/82.pdf 7). http://www.pharmastat.com/pdf/TableSpecificationsandAutomaticCodeGeneration.pdf 8). http://www.economics.utoronto.ca/jfloyd/book/statabs.pdf 9). http://digital.library.adelaide.edu.au/coll/special/fisher/stat_tab.pdf 10). http://www.dsoergel.com/cv/B07.pdf 11). http://www.stat.cmu.edu/~fienberg/ICDM-Privacy-9-30.pdf 12). http://en.wikipedia.org/wiki/Statistical_graphics 13). http://www.edwardtufte.com/bboard/q-and-a-fetch-msg?msg_id=0003P3&topic_id=1 14). http://www.lexjansen.com/wuss/2009/how/HOW-Cheng.pdf 15). http://polisci.msu.edu/jacoby/icpsr/graphics/ 16). http://www.stat.columbia.edu/~cook/movabletype/archives/statistical-graphics/ 17). http://www.stat.fi/isi99/proceedings/arkisto/varasto/hurl0937.pdf 18). http://www.r-project.org/conferences/useR-2009/slides/Theus.pdf 19). http://depts.washington.edu/uwbri/PDF%20Files/Connor2009_AmJG%7BSaveInkforInfo% 7D.pdf 20). http://www.peterfrase.com/category/social-science/statistical-graphics-social-science/ 21). http://www.jstor.org/pss/1390686 22).http://www.google.com/books?hl=lt&lr=&id=-m7yE3E9iPkC&oi=fnd&pg=PP9&dq=Statistical+Graphics+harvard&ots=7-yGFPRQ0v&sig=OdQWaXZXCNbvVdrUagC3WwdAHb8#v=onepage&q&f=false 23). http://www.google.com/books?hl=lt&lr=&id=dVNjQqkGVpYC&oi=fnd&pg=PR5&dq= Statistical+Graphics+harvard&ots=BpC_T-iIvE&sig=fQzE0yhyl13qC5egTO- 51lWYko8#v=onepage&q&f=false 24). http://www.kaspercpa.com/statisticalreview.htm 25). http://www.google.com/books?hl=lt&lr=&id=sJ_ZCddUW6oC&oi=fnd&pg=PR11&dq= statistical+methods+formulas&ots=Y9xg8vXvrR&sig=-IW5StBsO4jGad5FsAFl7bFnzzA#v=onepage&q&f=false 26). http://sccn.ucsd.edu/~arno/mypapers/statistics.pdf 27). http://elegans.swmed.edu/~leon/core_2002/stats/formulas.htm 28). http://en.wikipedia.org/wiki/Variance 29). http://www.google.com/books?hl=lt&lr=&id=odwPTfKo0twC&oi=fnd&pg=PR9&dq =economic+statistic+methods&ots=BoL60TtFuN&sig=rQlAHuFLM4al4RFDxiJ0UEtDiOA#v=onepage&q&f=false 30). http://books.google.lt/books?id=glHtuWu2XR0C&pg=PA83&lpg=PA83&dq=economics +statistics+formulas&source=bl&ots=X4vgolGHKw&sig=E6BH4rod1kyjNKUAI3pAeKyspLw&hl=lt&ei=yncBTr7mHo6aOqCW1ZMO&sa=X&oi=book_result&ct=result&resnum=1&ved=0CB8Q6AEwADge#v=onepage&q=economics%20statistics%20formulas&f=false 31). http://www.bearcave.com/misl/misl_tech/wavelets/stat/index.html 32). http://www.amath.nchu.edu.tw/~ylhsu/Chapter%2007.pdf PRIEDAI A priedas Bibliografinės kortelės 1. Autorius: Vlada Bartosevičienė; Institucija kurioje parengta: „Technologija 2010“, Pavadinimas: „ Ekonominės statistikos pagrindai“; Leidinys: „www.knygininkas.lt“ Lentelių skaičius 15, paveikslų 0; Darbe naudota bibliografija: V. Gudonavičiūtė – Bartosevičienė. Ekonominė statistika. Mokomoji knyga, II dalis. Kaunas: Technologija, 1997. Anotacija: Ekonominės statistikos mokomoji knyga; Citatos: „Statistinio tyrimo tikslas – tai apibendrintų duomenų gavimas ir siekimas atskleisti tų reiškinių bendrąsias savybes konkrečiomis vietos ir laiko sąlygomis ir parinkti kuo didesnį tikėtinumo laipsnį (patikimumą) užtikrinančius metodus.“ Psl.13; “Statistinės lentelės skirstomos į pasiskirstymo ir dinamikos duomenų lenteles. Tiek dinamikos, tiek pasiskirstymo duomenų lentelės gali būti sudarytos pagal kiekybinį ir pagal kokybinį požymį arba pagal šių požymių kombinaciją.” Psl. 27; “ Statistinės lentelės pagal veiksnio išdėstymo būdą skirstomos į : • paprastąsias (veiksnys nesugrupuotas – tai vienetų, teritorinių padalinių arba chronologinių datų sąrašas. Prie paprastų lentelių priskiriamos ir teritorinės chronologinės); • grupines (veiksnys sugrupuotas pagal vieną požymį); • kombinuotąsias (veiksnys sugrupuotas pagal du ir daugiau požymių).” Psl. 28; etc. 2. Autorius: Michael FW Festing; Institucija kurioje parengta: State University, USA; Pavadinimas: The statistical analysis; Leidinys: Lentelių skaičius 1, paveikslų 0; Darbe naudota bibliografija: Anotacija: Citatos: “Planing the statistical analysis is an integral part of planning the experiment.” “The aim of the statistical analysis is to calculate the probability that differences as great as or greater than those observed could be due to chance. If this probability is high, then chance may be the explanation, if it is low then a treatment effect may be the explanation. These days the actual calculations are almost always done using a computer.” 3. Autorius : Sarah Valek; Institucija kurioje parengta: 2003-2011 Conjecture Corporation; Pavadinimas: What Is Social Research?; Leidinys: Lentelių skaičius 0, paveikslų 0 Darbe naudota bibliografija: Anotacija : Citatos: “Social research determines the relationship between one or more variables.” 4. Autorius: Daniel A. Powers; Institucija kurioje parengta: Howard House; Pavadinimas: Statistical methods for categorical data anglysis; Leidinys: 2008 Emerald group publish limited; Lentelių kiekis 56; paveikslų 24; Darbe naudota bibliografija: Anotacija: Citatos: 6. Autorius: Lawrence Cox; Institucija kurioje parengtas darbas: National Center for Health Statistics; Pavadinimas: „ Multi – Dimensional“ statistical tables; Leidinys: Lentelių 5, paveikslų 0; Darbe naudota bibliografija: Anotacija: Citatos: „Two-dimensional tables with non-negative integer entries, e.g.,contingency tables, are a staple of statistical science.“ „Important statistical methods depend upon mathematical properties of two-dimensional tables, and it is desirable to extend these methods to three and higher-dimensional tables. The purpose of this paper is to demonstrate that doing so may be impossible or unsound in many situations and to characterize a class of tables for which it is possible.“ Psl. 27; „A feasible table can be constructed either by the independence solution, viz. aij ' ai.a.j /a..., or by the stepping stones algorithm (discussed below). Property 1 assures that a twodimensional joint distribution can always be fit to consistent one-dimensional (viz., (n-1)-dimensional) marginal distributions.“ 31 psl. 7. Autorius:Alan Hopkins and Linda Collins; Institucija kurioje parengta: PharmaStat LLC, Moraga, CA; Pavadinimas: „ Statistical Table Specifications and Automatic Code Generation using XML; Leidinys: Lentelių 4, paveikslų 1; Darbe naudota bibliografija: Anotacija: Citatos: „There is a broad range of possible layouts for clinical reports. No macro library can possibly produce all of them. However, the statistical summaries generally used fall into a fairly small number of general types. The types of analysis used in most reports include: • Numeric univariate statistics • Categorical summations • Counts of the number of unique subjects in certain categories such as adverse events • Comparative statistics: p-values, differences in means or proportions, confidence intervals for differences • Time-to-Event (survival) anglysis... „ 2 psl. „For each table, certain information is of a general nature such as labeling for titles, columns, footnotes, data set name, analysis population, etc. Each segment also needs to be defined: Segment name Analysis variable name Analysis type (continuous, categorical, subject counts, and survival) Then depending on the analysis type, specific questions about statistics to be reported are necessary.“ 3 psl. 8. Autorius: James D. Hamilton; Institucija kurioje parengta: Princeton University Press, 1994; Pavadinimas: Time Series Analysis; Leidinys: Lentelių 2, paveikslų 0; Darbe naudota bibliografija: Anotacija: Citatos: „These critical values are based on sample sizes of 100 and remain unchanged when the Dickey-Fuller estimating equations are augmented by inclusion of lagged values of ¢yt to improve the ¯t as indicated by the AIC and SBC.“ 9. Autorius: Ronald A. Fisher and Frank Yates; Institucija kurioje parengta: Eidinburg tweeddale court; Pavadinimas: „Statistical table“; Leidinys: Lentelių 14; paveikslų 8; Darbe naudota bibliografija: Anotacija: Citatos: „ The problems with which an active statistican department may have to deal require, if their solutions are to be made widely accessible, or great variety of special tables“ 4 psl; 10. Autorius: Dagobert Soergel and Karl Furmaniak; Institucija kurioje parengta: DATUM e.V. Bonn-Bad Godesberg, Germany; Pavadinimas: THE DESCRIPTION OP STATISTICAL TABLES: A PROBLEM IN DATA DOCUMENTATION; Leidinys: Lentelių 2; paveikslų 0; Darbe naudota bibliografija: Anotacija: Citatos: „However, economic problems arise if you intend to document a large number of tables, because you then have to record a lot of stratifiers, which may consist of numerous elements (to illustrate: think of a table giving data on all counties of the United States). In the following, we shall describe a way out of this difficulty.“ Psl. 3; 11. Autorius: Stephen E. Fienberg; Institucija kurioje parengta: Department of Statistics, Center for Automated Learning and Discovery, and CyLab Carnegie Mellon University; Pavadinimas: Datamining and Disclosure Limitation for Categorical Statistical Databases; Leidinys: Pittsburgh, PA 15213-3890, U.S.A.; Lentelių 4, paveikslų 2; Darbe naudota bibliografija: Anotacija: Statistical tables; Citatos: „A special example of collapsing involves summing overvariables to produce marginal tables. Thus instead of reporting the full multi-way contingency table we might report one or more collapsed versions of it. The release of multiple sets of marginal totals has the virtue of allowing statistical inferences about the relationships among the variables in the original table using log-linear model methods“ Psl. 4; „A number of researchers have recently been working on the problem of determining upper and lower bounds on the cells of a multi-way table given a set of margins, in part to address this problem, although other measures of risk may clearly be of interest. The problem of computing bounds is in one sense an old one (at least for two-way tables)“; Psl. 5; 12. Autorius: wikipedia; Institucija kurioje parengta: wikipedia free enciklopedia; Pavadinimas: Statistical graphics; Leidinys: Lentelių 0, paveikslų 0; Darbe naudota bibliografija: Anotacija: Citatos: „Where as statistics and data analysis procedures generally yield their output in numeric or tabular form, graphical techniques allow such results to be displayed in some sort of pictorial form. They include plots such as scatter plots, histograms, probability plots, spaghetti plots, residual plots, box plots, block plots and biplots.“ „ Graphical statistical methods have four objectives: The exploration of the content of a data set The use to find structure in data Checking assumptions in statistical models Communicate the results of an analysis. „ 13. Autorius: Edward Tufte; Institucija kurioje parengta: Carolyn Williams at 203 250-7007; Pavadinimas: „Excel's statistical graphics“ Leidinys: Lentelių 0, paveikslų 0; Darbe naudota bibliografija: Anotacija: Citatos: „The comments in the linked post are spot on. I love Excel as a business tool, and have been using it for nearly 20 years. However, the chart defaults are dreadful (which means most business charts I see are equally dreadful), and the upgrade in Excel 2007 was a terrible disappointment, because Microsoft went for bling instead of clarity. Their design managers have obviously never read your books!“ 14. Autorius: Wei Cheng; Institucija kurioje parengta: ISIS Pharmaceuticals, Inc., Carlsbad, CA; Pavadinimas: Statistical graphics; Leidinys: Lentelių 0 paveikslų 16; Darbe naudota bibliografija: Anotacija: ODS STATISTICAL GRAPHICS 101 Citatos: „Even if we spend lots of time finding the right statements or graph options, most of the time we’re still not satisfied with the appearance of graphs that we generated.“ 15. Autorius: William Jacoby; Institucija kurioje parengta: 102 Helen Newberry; Pavadinimas: STATISTICAL GRAPHICS FOR VISUALIZING DATA ; Leidinys: Lentelių 0 , paveikslų 1; Darbe naudota bibliografija: Anotacija: Summer Program Hubert M. Blalock Lecture Series: Advanced Topics in Social Research Citatos: „The first lecture will provide the motivation for graphical displays in data analysis, and discuss the properties of good (and bad) graphs. The second lecture will focus primarily on graphical displays for univariate data. We will then move on, in the third and fourth sessions, to graphs for bivariate and/or multivariate data. Regardless of the specific analytic context, the objective is generally the same: To construct a pictorial abstraction that highlights the salient aspects of the data without distorting any features or imposing undue assumptions.“ 16. Autorius: Andrew Gelman; Institucija kurioje parengta: Pavadinimas: Graphical tools for understanding multilevel models Leidinys: Lentelių 0, paveikslų 6; Darbe naudota bibliografija: Anotacija: Statistical Modeling, Causal Inference, and Social Science Citatos: „This reminds me of a conversation I've had with Don Rubin in the context of several different examples. Like many (most?) statisticians, my tendency is to try to model the data.“ 17. Autorius: Catherine B. Hurley, R.W. Oldford; Institucija kurioje parengta: University of Waterloo of Statistics and Actuarial Science Waterloo, Canada; Pavadinimas: Statistical Graphics in QUAIL: An Overview; Leidinys: Lentelių 1 paveikslų 0; Darbe naudota bibliografija: Anotacija: Statistical Graphics Citatos: „A graphical display consists of graphical objects drawn on the screen. The relative positions of the graphical objects drawn is crucial: in a scatterplot the point symbol positions display the relationship between two variates while in a scatterplot matrix the panels are positioned so that in each row (column), the vertical (horizontal) variate is held constant with the horizontal (vertical) variate changing from one panel to the next. Layout, then, refers to the task of positioning views relative to each other. Clearly, layout is a key step in organising information graphically.“ „Typically, the component subviews of a scatterplot are two axes, three labels and a 2-d point cloud. The scatterplot lays out these components by positioning the axes and labels in the left and bottom margins, and the title centred at the top border, leaving most of the space for the point cloud. The responsibility of the scatterplot for layout stops here. Layout is a recursive task and it is up to each of the scatterplot subviews to layout their own subviews when present. A graphical display consists of graphical objects drawn on the screen. The relative positions of the graphical objects drawn is crucial: in a scatterplot the point symbol positions display the relationship between two variates while in a scatterplot matrix the panels are positioned so that in each row (column), the vertical (horizontal) variate is held constant with the horizontal (vertical) variate changing from one panel to the next. Layout, then, refers to the task of positioning views relative to each other. Clearly, layout is a key step in organising information graphically.“ 18. Autorius: Martin Theus; Institucija kurioje parengta: Pavadinimas: Statistical Graphics; Leidinys: Lentelių 2 paveikslų 17; Darbe naudota bibliografija: Anotacija: Statistical graphics; Citatos: „Graphics design may be based on construction rules, design dogma or aesthetics, but all these points are neither necessary nor sufficient criteria for a successful design – but certainly a good points to start off.“ 19. Autorius: Jason T. Connor, Institucija kurioje parengta: Pavadinimas: Statistical graphics; Leidinys: Lentelių 0, paveikslų 11; Darbe naudota bibliografija: Anotacija: graphics; Citatos: „ Effective statistical graphics also illustrate multiple data dimensions on the two-dimensional page. These authors clearly illustrate that their three study groups have three different transferrin saturation–antibacterial activity level relationships.“ 20. Autorius: Peter Frase; Institucija kurioje parengta: Pavadinimas: Statistical Graphics; Leidinys: Lentelių 0, paveikslų 7; Darbe naudota bibliografija: Anotacija: Citatos: „I went into excruciating detail about manufacturing output statistics in my last post, mainly so that I could post some more analysis using various international sources. One question that often comes up about American manufacturing, after all, is whether our pattern of deindustrialization is unusual compared to other countries. To get some idea, we can use the statistics on employment and output compiled by the OECD. These numbers are, as best I can tell, roughly comparable to the Federal Reserve “output” numbers I used in my initial post on U.S. manufacturing.“ 21. Autorius: „ W. S. Cleweland; Institucija kurioje parengta: Americal statistical association; Pavadinimas: Statistical graphics methods; Leidinys: Lentelių 0, paveikslų 0; Darbe naudota bibliografija: Anotacija: A model for studying display methods of statistical graphics; Citatos: „ A methods of statistical graphics consist of two parts: a selection of statistical information to be displayed and selection of visual display method to encode the information“; 22. Autorius: William G. Jacoby; Institucija kurioje parengta: University of South Carolina; Pavadinimas: Statistical graphics for univariate and bivariate data; Leidinys: Lentelių 1, paveikslų 4; Darbe naudota bibliografija: Anotacija: Statistical graphics for univariate and bivariate data; Citatos: „ The purpose of statistical graphics is to provide visual represntations of quantitative infprmation. But in the past they were used primarily for pedagogical purposes and for the presentation of visual analityc results.“ 23. Autorius: William G. Jacoby; Institucija kurioje parengta: University of South Carolina Pavadinimas: Statistical graphics for multivariate data; Leidinys: Lentelių 1, paveikslų 4; Darbe naudota bibliografija: Anotacija: Statistical graphics for multivariate data; Citatos: „ To illustrate the kinds of problems that can occur with multivariate data, let us consider a simple example“. 24. Autorius: Larry J. Kasper; Institucija kurioje parengta: Pavadinimas: Leidinys: Lentelių 0 , paveikslų 1; Darbe naudota bibliografija: Anotacija: FORMULAS AND RULES FOR EXPECTATIONS OF RANDOM VARIABLES Citatos: „This page contains the basic Rules for the Mean, Variance, Covariance, and Correlation for the expectation of random variables.  This summary can be extremely helpful if you do not work regularly in statistics or are a new student.  The proofs of these rules can be purchased for a nominal fee from the Order page.The proofs are usually required problems or test questions in a non calculus first course in statistics.  The Rules and their proofs are part of a Statistical Review which is approximately 27 pages in 10 point type.  It is a handy review for someone who has been away from statistics for a while but suddenly finds an article using these Rules.  Students will find them helpful as well.  If you have MathType, you may edit the file. 25. Autorius: Daniel S. Wilks Institucija kurioje parengta: University of South Carolina Pavadinimas: Statistical methods in the atmospheric sciences Leidinys: Lentelių 6, paveikslų 4; Darbe naudota bibliografija: Anotacija: Statistical methods in the atmospheric sciences Citatos: „In the many references to the similarity and dissimilarity of the various techniques, I find no mention of the association of the discriminant function in the case of two groups to linear regression.“ 26. Autorius: Arnaud Delorme; Institucija kurioje parengta: Swartz Center for Computational Neuroscience, INC, University of San Diego California, CA92093-0961, La Jolla, USA. Pavadinimas: Statistical methods; Leidinys: Lentelių 7, paveikslų 4; Darbe naudota bibliografija: Anotacija: Statistical methods; Citatos: 27. Autorius: Leon Avery; Institucija kurioje parengta: Pavadinimas: Statistical formulas; Leidinys: Lentelių 0 , paveikslų 0; Darbe naudota bibliografija: Anotacija: Citatos: „Suppose x is some random variable, and xi is a sample of x. If f(x) is some function of x, the expected value of f(x) is defined as.“ 28. Autorius: From Wikipedia, the free encyclopedia Institucija kurioje parengta: From Wikipedia, the free encyclopedia Pavadinimas: Leidinys: Lentelių 0 , paveikslų 0; Darbe naudota bibliografija: Anotacija: This article is about the mathematical concept. For other uses, see Variance (disambiguation). Citatos: „ In probability theory and statistics, the variance is used as a measure of how far a set of numbers are spread out from each other. It is one of several descriptors of a probability distribution, describing how far the numbers lie from the mean (expected value). In particular, the variance is one of the moments of a distribution. In that context, it forms part of a systematic approach to distinguishing between probability distributions. While other such approaches have been developed, those based on moments are advantageous in terms of mathematical and computational simplicity.The variance is a parameter describing in part either the actual probability distribution of an observed population of numbers, or the theoretical probability distribution of a not-fully-observed population of numbers. In the latter case a sample of data from such a distribution can be used to construct an estimate of its variance: in the simplest cases this estimate can be the sample variance, defined below.“ 29. Autorius: David Ray Anderson, Dennis J. Sweeney, Thomas A. Williams Institucija kurioje parengta: University of South Carolina Pavadinimas: Statistics for Business and Economics; Leidinys: Lentelių 17, paveikslų 25; Darbe naudota bibliografija: Anotacija: Citatos: 30. Autorius: David Ray Anderson, Dennis J. Sweeney,Thomas A. Williams Institucija kurioje parengta: David Ray Anderson, Dennis J. Sweeney,Thomas A. Williams Pavadinimas: Leidinys: Lentelių 14, paveikslų 20; Darbe naudota bibliografija: Anotacija: Citatos: 31. Autorius: Ian Kaplan; Institucija kurioje parengta: Georgetown University; Pavadinimas: Basic Statistics Leidinys: Lentelių 0, paveikslų 1; Darbe naudota bibliografija: Anotacija: Citatos: „Calculation of the regression line is closely related to the calculation of the correlation. Two values are correlated when a change in one causes a change, in the same direction, in the other. For example, if a respected stock market analyst publishes a report that states that she believes that a stock will go up, the is some probability that the report will be positively correlated with a rise in the stock. Two values may be anti-correlated when a change in one causes a change in the opposite direction in the other. For example, a positive change in the polls for a politician, W, who favors deficits may be negatively correlated with the direction of US dollar currency futures, D. Or, put more simply as deficits go up, the value of the dollar in foreign exchange tends to go down. The correlation coefficient, r, has a value -1

Daugiau informacijos...

★ Klientai rekomenduoja

Šį rašto darbą rekomenduoja mūsų klientai. Ką tai reiškia?

Mūsų svetainėje pateikiama dešimtys tūkstančių skirtingų rašto darbų, kuriuos įkėlė daugybė moksleivių ir studentų su skirtingais gabumais. Būtent šis rašto darbas yra patikrintas specialistų ir rekomenduojamas kitų klientų, kurie po atsisiuntimo įvertino šį mokslo darbą teigiamai. Todėl galite būti tikri, kad šis pasirinkimas geriausias!