Browsing by Author "Lehto, Kristi, juhendaja"

Filter results by typing the first few letters
Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Adaptiivne uuringu disain
    (Tartu Ülikool, 2024) Kütt, Mariliis; Lehto, Kristi, juhendaja; Vähi, Mare, juhendaja; Tartu Ülikool. Matemaatika ja statistika instituut; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
    Suurenev kadu on valikuuringutes laialt levinud probleem, mis võib kaost tingitud nihke tõttu viia ebatäpsete hinnanguteni uuringu põhinäitajate leidmisel. Vastanute hulga kvaliteeti hinnatakse sageli vastamismäära abil. On aga näidatud, et vastamismäära võime prognoosida kaost tingitud nihet on pigem nõrk. Ühe alternatiivina on välja töötatud R-indikaator, mille abil mõõdetakse vastanute hulga esinduslikkust teatava hulga abitunnuste suhtes. Olemasoleva abiinformatsiooni põhjal andmete kogumise juhtimine on keskne idee adaptiivsetes uuringu disainides. Bakalaureusetöö eesmärk on tutvustada adaptiivse uuringu disaini põhimõtteid ning kirjeldada metoodikat vastamistõenäosuste ja R-indikaatori hindamiseks. Töö teises pooles rakendatakse teooriat Eesti tööjõu-uuringu andmetel, et analüüsida vastanute hulga kvaliteeti esinduslikkusest lähtuvalt.
  • Thumbnail Image
    Item
    Ettevõtte kompleksse kalendriaasta aruande (EKOMAR) puuduvate müügitulu väärtuste imputeerimine majandusaasta aruannetele tuginedes
    (2020) Parman, Hanna Britt; Vähi, Mare, juhendaja; Lehto, Kristi, juhendaja; Tartu Ülikool. Matemaatika ja statistika instituut; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
    Töö eesmärk on leida eeskiri ettevõtte kompleksse kalendriaasta aruande (EKOMARi) müügitulu puuduvate väärtuste imputeerimiseks. Siiani on imputeerimiseks kasutatud keskväärtust ja enne kihtidepõhise keskväärtuse leidmist on erindeid eemaldatud eksperthinnangu alusel, selle asemel proovitakse nüüd leida kindlat eeskirja mingi protsendi suuremate (ja väiksemate) vaatluste eemaldamiseks. Saadud tulemuse täpsust hinnatakse, kasutades majandusaasta aruande andmestikku, kus on olemas umbes poolte imputeeritud väärtustega ettevõtete tegelik müügitulu. Üldkogumi kihtideks jaotamisel katsetatakse kahte alternatiivset meetodit: senine kihistamise meetod ning uus meetod töötajate arvu ja Eesti Majanduse Tegevusalade Klassifikaatori (EMTAKi) kolmekohalise koodi kombinatsioonina. Imputeerimisel kasutatakse kihi 10% või 20% kõige suurematest väärtuste eemaldamist kui ka kihi 10% või 20% kõige suuremate ja väiksemate väärtuste eemaldamist enne keskväärtuse arvutamist.