Metody wypełniania braków w danych ang. Missing values in data
|
|
- Daria Krajewska
- 7 lat temu
- Przeglądów:
Transkrypt
1 Analiza danych wydobywanie wiedzy z danych III Metody wypełniania braków w danych ang. Missing values in data W rzeczywistych zbiorach danych dane są często nieczyste: - niekompletne (brakujące ważne atrybuty, bądź brakujące wartości atrybutów, dane są pogrupowane) - niespójne (różnice w kodowaniu nazw atrybutów, obiektów, wartości atrybutów) - zaszumione (zawierają błędne dane, bądź dane odległe - outliery) Powody niekompletności danych: - atrybuty najbardziej pożądane do analizy mogą byd niedostępne - dane nie były możliwe do zdobycia w określonym czasie, co spowodowało nie zidentyfikowanie pewnych ważnych zależności - czasami winą jest błąd pomiaru - dane mogły byd zapisane ale potem usunięte - po prostu może brakowad pewnych wartości dla atrybutów. Istnieje szereg metod wypełniania braków w danych tak by możliwa była analiza danego zbioru danych. Do najpopularniejszych należą: 1. Metoda ignorowania braków w danych. Jest najprostsza. 2. Metoda zastępowania braków wartością najbardziej dominującą w danym zbiorze: najczęściej występującą, średnią, medianą. 3. Metoda zastępowania brakujących danych wartościami najbardziej prawdopodobnymi ale w ramach danej klasy wartości. 4. Można użyd metody regresji do przewidywania wartości brakującej danej. 5. Można także użyd metody k-najbliższych sąsiadów do ustalenia wartości najbardziej prawdopodobnej dla brakującej danej. Brakujące dane mają ogromny wpływ na naszą wiedzę o danej dziedzinie. Wpływają na wartości statystyk opisowych typu: średnia, mediana, moda, ale także na graficzną reprezentację danych. Np. na wykresie dane brakujące zaburzają interpretację wiedzy o analizowanym zbiorze:
2 Przykładowo powyższy wykres przedstawia: w 1 przypadku dane z uwzględnieniem danych brakujących w 2 przypadku dane z uwzględnieniem metod interpolacji w 3 przypadku gdy dane brakujące są ignorowane, a więc nie są brane pod uwagę przy wykreślaniu wykresu. W pakiecie R i nakładce Rattle bardzo łatwo można poradzid sobie z brakami w danych. Przypuśdmy, że mamy do czynienia ze zbiorem danych, w którym brak niektórych informacji. Konkretnie brakuje nam stawki godzinowej w wierszu 2 oraz informacji o czasie pracy w wierszu 11. W Rattle w zakładce Transform możemy użyd jednej z kilku metod radzenia sobie z brakami w danych: 1. Zero/Missing zastępowanie braków w danych wartością 0 2. Mean zastępowanie braków w danych wartością średnią w danym zbiorze (tutaj można rozważyd także uśrednianie w ramach danej podgrupy!!!) 3. Median zastępowanie braków w danych medianą w danym zbiorze 4. Mode zastępowanie braków w danych modą w danym zbiorze 5. Constant stała wartośd, którą będą zastępowane wszelkie braki w danych. Może to byd np. wartośd 0, "unknown", "N/A" lub - Gdybyśmy dla naszego zbioru przykładowego użyli metody zastąpowania braków wartością średnią okno Rattle do ustalenia które zmienne mają byd interpolowane którą metodą wyglądałoby następująco:
3 Wówczas wynik Rattle byłby następujący: A w efekcie zbiór danych mógłby mied taką postad:
4 Gdzie widzimy, że zarówno wiersz 2 jak i 11 mają teraz nowe wartości: będące wartościami średnimi w zbiorze. Gdybyśmy dla tego samego zbioru chcieli użyd metody Zero/missing okno Rattle wyglądałoby następująco: A w wyniku dane w analizowanym zbiorze przybrałyby następującą zawartośd:
5 Metoda zastępowania braków w danych w dużej mierze zależy od typu danych. Gdy brakuje danych w kolumnach z danymi numerycznymi często stosuje się uzupełnianie braków w danych wartością średnią czy medianą np. Jednak jeśli brakuje danych w kolumnach z danymi typu nominalnego wówczas powinno się wypełniad braki wartością najczęściej występującą w zbiorze! W literaturze anglojęzycznej metody te noszą odpowiednio nazwy: Global Most Common Attribute Value for Symbolic Attributes oraz Global Average Value for Numerical Attributes(MC). Jeśli rozważamy wypełnianie braków w danych wartościami średnimi bądź najczęściej występującymi ale w danej grupie danych wówczas metody noszą odpowiednio nazwy: Concept Most Common Attribute Value for Symbolic Attributes oraz Concept Average Value for Numerical Attributes (CMC) Zastosowanie metody k-nn do uzupełniania braków w danych. Metoda ta polega na tym, by znaleźd K takich przykładów, które są najbardziej podobne do obiektu, dla którego mamy pewne wartości puste. Wówczas brakująca wartośd jest wyznaczana jako średnia wartośd tej danej (zmiennej, kolumny) wśród tych K wybranych wartości. Wówczas wartośd brakująca jest wypełniana jako:, gdzie I Kih jest zbiorem przykładów wziętych pod uwagę jako najbardziej podobne obserwacje, y jh jest wartością brakującą. Wadą tej metody jest fakt, że nie wiadomo jaka wartośd liczby K jest najwłaściwsza i dobiera się ją czysto doświadczalnie.
6 Przykład na zajęcia z PED: Załóżmy, że mamy do dyspozycji bardzo prosty zbiór danych: Widzimy, że w komórce K1 brakuje wartości. Excel rozpoznaje komórki z błędnymi wartościami w tym przypadku będzie to zawartośd tej komórki równa? i nie wlicza takich wartości przy podstawowych statystykach tupu średnia czy mediana. średnia mediana 4 średnia w grupie
7 Zadanie 1 Proszę spróbowad dla zbioru podanego na początku dokumentu zapisad w Excelu formuły do obliczania wartości brakujących danych za pomocą: 1. Metody zastępowania danych zerem 2. Metody uśredniania 3. Zakładając, że zbiór został rozszerzony o 4 kolumnę typu płed (tak jak na rysunku poniżej), uśredniaj brakujące wartości w ramach grupy płci. Zadanie dodatkowe. Zakładając, że także w kolumnie z danymi nominalnymi mamy braki w danych, a wiec w kolumnie pled jak na rysunku poniżej: Wstaw odpowiednią wartośd w brakującą komórkę.
8 Krok 1. Metoda wstawienia zamiast znaku? tekstu brak Metoda znajdowania wartości najczęściej występującej i wypełniania nią brakujących danych. Krok 2a. Zliczanie wystąpieo danej wartości tekstowej K i M.
9 Krok 2b. wybór tej wartości, która występuje najczęściej. Krok.2c. Formula logiczna do wypelniania braków wartością najczęściej występującą.
Metody wykrywania odchyleo w danych. Metody wykrywania braków w danych. Korelacja. PED lab 4
Metody wykrywania odchyleo w danych. Metody wykrywania braków w danych. Korelacja. PED lab 4 Co z danymi oddalonymi? Błędne dane typu dochód z minusem na początku: to błąd we wprowadzaniu danych, czy faktyczny
Bardziej szczegółowoLaboratorium nr Wyznaczyć podstawowe statystyki (średnia, mediana, IQR, min, max) dla próby:
Laboratorium nr 1 CZĘŚĆ I : STATYSTYKA OPISOWA : 1. Wyznaczyć podstawowe statystyki (średnia, mediana, IQR, min, max) dla próby: 6,9,1,2,5,2,6,2,1,0,1,4,5,6,3,7,3,2,2,3,8,5,3,4,8,0,8,0,5,1,6,4,8,0,3,2
Bardziej szczegółowoZajęcia nr VII poznajemy Rattle i pakiet R.
Okno główne Rattle wygląda następująco: Zajęcia nr VII poznajemy Rattle i pakiet R. Widzimy główne zakładki: Data pozwala odczytad dane z różnych źródeł danych (pliki TXT, CSV) i inne bazy danych. Jak
Bardziej szczegółowoStatystyka BioStatystyka
Wykłady Statystyka nauka, której przedmiotem zainteresowania są metody pozyskiwania i prezentacji, a przede wszystkim analizy danych opisujących zjawiska, w tym masowe. BioStatystyka nauka, której przedmiotem
Bardziej szczegółowoEkonometria. Regresja liniowa, współczynnik zmienności, współczynnik korelacji liniowej, współczynnik korelacji wielorakiej
Regresja liniowa, współczynnik zmienności, współczynnik korelacji liniowej, współczynnik korelacji wielorakiej Paweł Cibis pawel@cibis.pl 23 lutego 2007 1 Regresja liniowa 2 wzory funkcje 3 Korelacja liniowa
Bardziej szczegółowoMetody radzenia sobie z brakującymi obserwacjami
Metody radzenia sobie z brakującymi obserwacjami 29 kwietnia 2009 Wprowadzenie są to informacje, które zamierzaliśmy zebrać, ale nam się to nie udało. Przykłady: Badany odpowiada tylko na niektóre pytania
Bardziej szczegółowoKlasyfikatory: k-nn oraz naiwny Bayesa. Agnieszka Nowak Brzezińska Wykład IV
Klasyfikatory: k-nn oraz naiwny Bayesa Agnieszka Nowak Brzezińska Wykład IV Naiwny klasyfikator Bayesa Naiwny klasyfikator bayesowski jest prostym probabilistycznym klasyfikatorem. Zakłada się wzajemną
Bardziej szczegółowoUczenie się pojedynczego neuronu. Jeśli zastosowana zostanie funkcja bipolarna s y: y=-1 gdy z<0 y=1 gdy z>=0. Wówczas: W 1 x 1 + w 2 x 2 + = 0
Uczenie się pojedynczego neuronu W0 X0=1 W1 x1 W2 s f y x2 Wp xp p x i w i=x w+wo i=0 Jeśli zastosowana zostanie funkcja bipolarna s y: y=-1 gdy z=0 Wówczas: W 1 x 1 + w 2 x 2 + = 0 Algorytm
Bardziej szczegółowoPrawdopodobieństwo czerwonych = = 0.33
Temat zajęć: Naiwny klasyfikator Bayesa a algorytm KNN Część I: Naiwny klasyfikator Bayesa Naiwny klasyfikator bayerowski jest prostym probabilistycznym klasyfikatorem. Naiwne klasyfikatory bayesowskie
Bardziej szczegółowoOutlier to dana (punkt, obiekt, wartośd w zbiorze) znacznie odstająca od reszty. prezentacji punktów odstających jest rysunek poniżej.
Temat: WYKRYWANIE ODCHYLEO W DANYCH Outlier to dana (punkt, obiekt, wartośd w zbiorze) znacznie odstająca od reszty. prezentacji punktów odstających jest rysunek poniżej. Przykładem Box Plot wygodną metodą
Bardziej szczegółowoAgnieszka Nowak Brzezińska Wykład III
Agnieszka Nowak Brzezińska Wykład III Naiwny klasyfikator bayesowski jest prostym probabilistycznym klasyfikatorem. Zakłada się wzajemną niezależność zmiennych niezależnych (tu naiwność) Bardziej opisowe
Bardziej szczegółowo( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie:
ma postać y = ax + b Równanie regresji liniowej By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : xy b = a = b lub x Gdzie: xy = też a = x = ( b ) i to dane empiryczne, a ilość
Bardziej szczegółowoPROGRAM SZKOLENIA. Excel w Analizach danych.
PROGRAM SZKOLENIA Excel w Analizach danych SZKOLENIE JEST DLA OSÓB, KTÓRE: znają podstawy programu Microsoft Excel, w codziennej pracy wykorzystują Excel jako narzędzie analizy danych i chcą zgłębić posiadaną
Bardziej szczegółowoPracownia Informatyczna Instytut Technologii Mechanicznej Wydział Inżynierii Mechanicznej i Mechatroniki. Podstawy Informatyki i algorytmizacji
Pracownia Informatyczna Instytut Technologii Mechanicznej Wydział Inżynierii Mechanicznej i Mechatroniki Podstawy Informatyki i algorytmizacji wykład 1 dr inż. Maria Lachowicz Wprowadzenie Dlaczego arkusz
Bardziej szczegółowoPodstawowe operacje i rodzaje analiz dostępne w pakiecie Statistica
Podstawowe operacje i rodzaje analiz dostępne w pakiecie Statistica 1. Zarządzanie danymi. Pierwszą czynnością w pracy z pakietem Statistica jest zazwyczaj wprowadzenie danych do arkusza. Oprócz możliwości
Bardziej szczegółowoEkonometria. Regresja liniowa, współczynnik zmienności, współczynnik korelacji, współczynnik korelacji wielorakiej. Paweł Cibis
Regresja liniowa, współczynnik zmienności, współczynnik korelacji, współczynnik korelacji wielorakiej Paweł Cibis pcibis@o2.pl 9 marca 2006 1 Regresja liniowa 2 wzory funkcje 3 Korelacja liniowa wzory
Bardziej szczegółowoAgnieszka Nowak Brzezińska Wykład III
Agnieszka Nowak Brzezińska Wykład III Naiwny klasyfikator bayesowski jest prostym probabilistycznym klasyfikatorem. Zakłada się wzajemną niezależność zmiennych niezależnych (tu naiwność) Bardziej opisowe
Bardziej szczegółowoPROGRAM SZKOLENIA. Excel Średniozaawansowany z wprowadzeniem do tabel przestawnych i makr.
PROGRAM SZKOLENIA Excel Średniozaawansowany z wprowadzeniem do tabel przestawnych i makr SZKOLENIE JEST DLA OSÓB, KTÓRE: znają podstawy programu Microsoft Excel, chcą przyspieszyć i usprawnić pracę oraz
Bardziej szczegółowoMS Excel. Podstawowe wiadomości
MS Excel Podstawowe wiadomości Do czego służy arkusz kalkulacyjny? Arkusz kalkulacyjny wykorzystywany jest tam gdzie wykonywana jest olbrzymia ilość żmudnych, powtarzających się według określonego schematu
Bardziej szczegółowoInformatyczne Systemy Sterowania
Adam Wiernasz Nr albumu: 161455 e-mail: 161455@student.pwr.wroc.pl Informatyczne Systemy Sterowania Laboratorium nr 1 Prowadzący: Dr inż. Magdalena Turowska I. Wykaz modeli matematycznych członów dynamicznych
Bardziej szczegółowoFormuły formułom funkcji adresowania odwoływania nazwy Funkcja SUMA argumentami SUMA
Formuły Dzięki formułom Excel jest potężnym narzędziem wykonującym na bieżąco skomplikowane obliczenia. Bez nich byłby jedynie martwą tabelą rozciągniętą na wiele kolumn i wierszy, taką pokratkowaną komputerową
Bardziej szczegółowoTrik 1 Wartości prognozowane bardziej czytelne na wykresie
:: Trik 1. Wartości prognozowane bardziej czytelne na wykresie :: Trik 2. Szybkie łączenie danych z 2 zestawień :: Trik 3. Problem z zaokrąglaniem kwot do pełnej złotówki :: Trik 4. Wyodrębnianie informacji
Bardziej szczegółowoOtrzymaliśmy w ten sposób ograniczenie na wartości parametru m.
Dla jakich wartości parametru m dziedziną funkcji f ( x) = x + mx + m 1 jest zbiór liczb rzeczywistych? We wzorze funkcji f(x) pojawia się funkcja kwadratowa, jednak znajduje się ona pod pierwiastkiem.
Bardziej szczegółowoTeraz bajty. Informatyka dla szkoły podstawowej. Klasa VI
1 Teraz bajty. Informatyka dla szkoły podstawowej. Klasa VI 1. Obliczenia w arkuszu kalkulacyjnym Rozwiązywanie problemów z wykorzystaniem aplikacji komputerowych obliczenia w arkuszu kalkulacyjnym wykonuje
Bardziej szczegółowoINFORMATYKA POZIOM ROZSZERZONY
EGZAMIN MATURALNY W ROKU SZKOLNYM 2015/2016 FORMUŁA DO 2014 ( STARA MATURA ) INFORMATYKA POZIOM ROZSZERZONY ZASADY OCENIANIA ROZWIĄZAŃ ZADAŃ ARKUSZ MIN-R1, R2 MAJ 2016 Uwaga: Akceptowane są wszystkie odpowiedzi
Bardziej szczegółowoINFORMATYKA POZIOM ROZSZERZONY
EGZAMIN MATURALNY W ROKU SZKOLNYM 2015/2016 FORMUŁA DO 2014 ( STARA MATURA ) INFORMATYKA POZIOM ROZSZERZONY ZASADY OCENIANIA ROZWIĄZAŃ ZADAŃ ARKUSZ MIN-R1, R2 MAJ 2016 Uwaga: Akceptowane są wszystkie odpowiedzi
Bardziej szczegółowoWykład 4: Statystyki opisowe (część 1)
Wykład 4: Statystyki opisowe (część 1) Wprowadzenie W przypadku danych mających charakter liczbowy do ich charakterystyki można wykorzystać tak zwane STATYSTYKI OPISOWE. Za pomocą statystyk opisowych można
Bardziej szczegółowoTEMAT: SPOSOBY ADRESOWANIA W
CENTRUM EDUKACJI AKADEMIA SUKCESU Praca Semestralna TEMAT: SPOSOBY ADRESOWANIA W ARKUSZU KALKULACYJNYM EXCEL. Kierunek: Technik Informatyk Semestr: II Wykładowca: Jan Nosal Słuchacz: Łukasz Stocki CO TO
Bardziej szczegółowoPraktyczny Excel. Wykresy i grafika. w Excelu krok po kroku
Praktyczny Excel Wykresy i grafika w Excelu krok po kroku 5 1 NUMER PRAWNICZY przygotowany przez + OCHRONA DANYCH OSOBOWYCH profesjonalnie i kompleksowo 1 2 + GRATIS 20% GRATIS 30%, tel. 22 518 29 29,
Bardziej szczegółowoEXCEL. Diagramy i wykresy w arkuszu lekcja numer 6. Instrukcja. dla Gimnazjum 36 - Ryszard Rogacz Strona 20
Diagramy i wykresy w arkuszu lekcja numer 6 Tworzenie diagramów w arkuszu Excel nie jest sprawą skomplikowaną. Najbardziej czasochłonne jest przygotowanie danych. Utworzymy następujący diagram (wszystko
Bardziej szczegółowoANALIZA DANYCH PIERWOTNYCH mgr Małgorzata Kromka
ANALIZA DANYCH PIERWOTNYCH mgr Małgorzata Kromka Wprowadzenie do SPSS PRACA SOCJALNA Rok 1 Czym jest SPSS? SPSS to bardzo rozbudowany program. Pozwala sprawnie pracować ze zbiorami danych, analizować własne
Bardziej szczegółowoAgnieszka Nowak Brzezińska
Agnieszka Nowak Brzezińska jeden z algorytmów regresji nieparametrycznej używanych w statystyce do prognozowania wartości pewnej zmiennej losowej. Może również byd używany do klasyfikacji. - Założenia
Bardziej szczegółowoSzukanie rozwiązań funkcji uwikłanych (równań nieliniowych)
Szukanie rozwiązań funkcji uwikłanych (równań nieliniowych) Funkcja uwikłana (równanie nieliniowe) jest to funkcja, która nie jest przedstawiona jawnym przepisem, wzorem wyrażającym zależność wartości
Bardziej szczegółowoKolumna Zeszyt Komórka Wiersz Tabela arkusza Zakładki arkuszy
1 Podstawowym przeznaczeniem arkusza kalkulacyjnego jest najczęściej opracowanie danych liczbowych i prezentowanie ich formie graficznej. Ale formuła arkusza kalkulacyjnego jest na tyle elastyczna, że
Bardziej szczegółowoOpracował: mgr inż. Marcin Olech 2010-10-04
Laboratorium 4 Strona 1 z 17 Spis treści: 1. Wielowymiarowa analiza danych w arkusza kalkulacyjnych z wykorzystaniem MS Excel: a. tworzenie tabel przestawnych, b. tworzenie wykresów przestawnych. 2. Praca
Bardziej szczegółowoFunkcja jest to złożona gotowa do użytku formuła np. zamiast żmudnie sumować komórki od B1 do B32, można zastosować funkcję =SUMA(B1:32).
Funkcje Wykonywanie skomplikowanych operacji na danych za pomocą wbudowanych funkcji jest bardzo wygodną i szybką metodą automatyzacji obliczeń w Excelu. W takich przypadkach korzystanie z funkcji jest
Bardziej szczegółowoExcel - podstawa teoretyczna do ćwiczeń. 26 lutego 2013
26 lutego 2013 Ćwiczenia 1-2 Częste błędy i problemy: 1 jeżeli użyjemy niewłaściwego znaku dziesiętnego Excel potraktuje liczbę jak tekst - aby uniknać takich sytuacji używaj klawiatury numerycznej, 2
Bardziej szczegółowoWARUNEK ZOSTAŁ SPAENIONY WARUNEK NIE ZOSTAŁ SPEŁNIONY
Podstawowe funkcje Z pewnością wiesz już, że program Microsoft Excel 2010 pozwala tworzyd formuły z wykorzystaniem jednej z wielu predefiniowanych funkcji. Dzięki temu możesz zautomatyzowad wykonywanie
Bardziej szczegółowoWymagania na poszczególne oceny szkolne dla klasy VI. (na podstawie Grażyny Koba, Teraz bajty. Informatyka dla szkoły podstawowej.
1 Wymagania na poszczególne oceny szkolne dla klasy VI (na podstawie Grażyny Koba, Teraz bajty. Informatyka dla szkoły podstawowej. Klasa VI ) 2 1. Obliczenia w arkuszu kalkulacyjnym słucha poleceń nauczyciela
Bardziej szczegółowoJak korzystać z Excela?
1 Jak korzystać z Excela? 1. Dane liczbowe, wprowadzone (zaimportowane) do arkusza kalkulacyjnego w Excelu mogą przyjmować różne kategorie, np. ogólne, liczbowe, walutowe, księgowe, naukowe, itd. Jeśli
Bardziej szczegółowoKrótki przewodnik po Open Calc
Krótki przewodnik po Open Calc Uwaga. Po szczegółową pomoc odsyłam do pliku pomocy. W arkuszu kalkulacyjnym możemy sporządzić dowolne zestawienia i przeliczenia danych w sposób elegancki i automatyczny.
Bardziej szczegółowoInformatyka Arkusz kalkulacyjny Excel 2010 dla WINDOWS cz.3
Wyższa Szkoła Ekologii i Zarządzania Informatyka Arkusz kalkulacyjny Excel 2010 dla WINDOWS cz.3 Slajd 1 Excel Slajd 2 Adresy względne i bezwzględne Jedną z najważniejszych spraw jest tzw. adresacja. Mówiliśmy
Bardziej szczegółowoĆwiczenia Skopiować do swojego folderu plik cwiczenia-kl.ii.xls, a następnie zmienić jego nazwę na imię i nazwisko ucznia
Temat 23 : Poznajemy podstawy pracy w programie Excel. 1. Arkusz kalkulacyjny to: program przeznaczony do wykonywania różnego rodzaju obliczeń oraz prezentowania i analizowania ich wyników, utworzony (w
Bardziej szczegółowoPROGRAM SZKOLENIA. Excel w logistyce.
PROGRAM SZKOLENIA Excel w logistyce SZKOLENIE JEST DLA OSÓB, KTÓRE: znają podstawy programu Microsoft Excel, pracują lub zarządzają działami sprzedaży lub logistyki, chcą zoptymalizować czas przygotowywania
Bardziej szczegółowoPracownia Astronomiczna. Zapisywanie wyników pomiarów i niepewności Cyfry znaczące i zaokrąglanie Przenoszenie błędu
Pracownia Astronomiczna Zapisywanie wyników pomiarów i niepewności Cyfry znaczące i zaokrąglanie Przenoszenie błędu Każdy pomiar obarczony jest błędami Przyczyny ograniczeo w pomiarach: Ograniczenia instrumentalne
Bardziej szczegółowoExcel formuły i funkcje
Excel formuły i funkcje Tworzenie prostych formuł w Excelu Aby przeprowadzić obliczenia w Excelu, tworzymy formuły. Każda formuła rozpoczyna się znakiem równości =, a w formułach zwykle używamy odwołania
Bardziej szczegółowoWyŜsza Szkoła Zarządzania Ochroną Pracy MS EXCEL CZ.2
- 1 - MS EXCEL CZ.2 FUNKCJE Program Excel zawiera ok. 200 funkcji, będących predefiniowanymi formułami, słuŝącymi do wykonywania określonych obliczeń. KaŜda funkcja składa się z nazwy funkcji, która określa
Bardziej szczegółowoAnaliza Statystyczna
Lekcja 5. Strona 1 z 12 Analiza Statystyczna Do analizy statystycznej wykorzystać można wbudowany w MS Excel pakiet Analysis Toolpak. Jest on instalowany w programie Excel jako pakiet dodatkowy. Oznacza
Bardziej szczegółowoPorównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych
dr Piotr Sulewski POMORSKA AKADEMIA PEDAGOGICZNA W SŁUPSKU KATEDRA INFORMATYKI I STATYSTYKI Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych Wprowadzenie Obecnie bardzo
Bardziej szczegółowodr Tomasz Łukaszewski Budżetowanie projektów 1
Firma rozważa sfinansowanie projektu kredytem. Kwota kredytu wynosi 100 000 zł, oprocentowanie 15%, spłacany będzie przez 7 lat. A. Ile wyniosą raty przy założeniu, że kredyt będzie spłacany ratą roczną
Bardziej szczegółowoINFORMATYKA W SELEKCJI
INFORMATYKA W SELEKCJI INFORMATYKA W SELEKCJI - zagadnienia 1. Dane w pracy hodowlanej praca z dużym zbiorem danych (Excel) 2. Podstawy pracy z relacyjną bazą danych w programie MS Access 3. Systemy statystyczne
Bardziej szczegółowoTechnologie informacyjne: Arkusz kalkulacyjny
Wrocław, 11.05.2018 Technologie informacyjne: Arkusz kalkulacyjny Wydział Matematyki Politechniki Wrocławskiej Andrzej Giniewicz Dzisiaj na zajęciach... Podstawy korzystania z arkuszy kalkulacyjnych. 1/68
Bardziej szczegółowoWymagania edukacyjne z informatyki dla uczniów klas VI SP nr 53 w Krakowie w roku szkolnym 2019/2020
Prowadzący: Elwira Kukiełka Ewa Pawlak-Głuc 1 Opracowano na podstawie: 1. Podstawa programowa(dz.u. z 017r. poz. ) Rozporządzenie Ministra Edukacji Narodowej z dnia 1 lutego 017 r. w sprawie podstawy programowej
Bardziej szczegółowoZadanie 0 gdy nie mamy logiki rozmytej. Zadanie 1- gdy już mamy logikę rozmytą
Zadanie 0 gdy nie mamy logiki rozmytej Wyobraźmy sobie, że chcemy oceniad czy dana temperatura świadczy o tym, że jest gorąco czy raczej zimno. A więc znając wartośd liczbową temperatury chcemy oceniad
Bardziej szczegółowoTworzenie i modyfikowanie wykresów
Tworzenie i modyfikowanie wykresów Aby utworzyć wykres: Zaznacz dane, które mają być zilustrowane na wykresie: I sposób szybkie tworzenie wykresu Naciśnij na klawiaturze klawisz funkcyjny F11 (na osobnym
Bardziej szczegółowoSPOSÓB WYKONANIA OBLICZEŃ I FORMATOWANIA KOMÓREK
SPOSÓB WYKONANIA OBLICZEŃ I FORMATOWANIA KOMÓREK Tworzenie Listy wyboru Tworzenie obliczeo z wykorzystaniem adresowania mieszanego (symbol $) Tworzenie wykresu i zmiana jego parametrów Wszelkie wskazówki
Bardziej szczegółowoAnaliza korespondencji
Analiza korespondencji Kiedy stosujemy? 2 W wielu badaniach mamy do czynienia ze zmiennymi jakościowymi (nominalne i porządkowe) typu np.: płeć, wykształcenie, status palenia. Punktem wyjścia do analizy
Bardziej szczegółowoProgram szkolenia EXCEL W ANALIZACH DANYCH.
Program szkolenia EXCEL W ANALIZACH DANYCH SZKOLENIE JEST DLA OSÓB, KTÓRE: znają podstawy programu Microsoft Excel, w codziennej pracy wykorzystują Excel jako narzędzie analizy danych i chcą zgłębić posiadaną
Bardziej szczegółowoEkonometria. Modele regresji wielorakiej - dobór zmiennych, szacowanie. Paweł Cibis pawel@cibis.pl. 1 kwietnia 2007
Modele regresji wielorakiej - dobór zmiennych, szacowanie Paweł Cibis pawel@cibis.pl 1 kwietnia 2007 1 Współczynnik zmienności Współczynnik zmienności wzory Współczynnik zmienności funkcje 2 Korelacja
Bardziej szczegółowoExcel wykresy niestandardowe
Excel wykresy niestandardowe Uwaga Przy robieniu zadań zadbaj by każde zadanie było na kolejnym arkuszu, zadanie na jednym, wykres na drugim, kolejne zadanie na trzecim itd.: Tworzenie wykresów Gantta
Bardziej szczegółowoMatlab, zajęcia 3. Jeszcze jeden przykład metoda eliminacji Gaussa dla macierzy 3 na 3
Matlab, zajęcia 3. Pętle c.d. Przypomnijmy sobie jak działa pętla for Możemy podać normalnie w Matlabie t=cputime; for i=1:20 v(i)=i; e=cputime-t UWAGA: Taka operacja jest bardzo czasochłonna i nieoptymalna
Bardziej szczegółowoProgram szkolenia EXCEL DLA FINANSISTÓW.
Program szkolenia EXCEL DLA FINANSISTÓW SZKOLENIE JEST DLA OSÓB, KTÓRE: znają podstawy programu Microsoft Excel, przetwarzają głównie dane finansowo-księgowe, chcą zdobyć wiedzę w zakresie analizy finansowej
Bardziej szczegółowoTeraz bajty. Informatyka dla szkoły podstawowej. Klasa VI
1 Teraz bajty. Informatyka dla szkoły podstawowej. Klasa VI Opis założonych osiągnięć ucznia przykłady wymagań na poszczególne oceny szkolne dla klasy VI Grażyna Koba Spis treści 1. Obliczenia w arkuszu
Bardziej szczegółowoTrik 1 Formatowanie przenoszone z wykresu na wykres
:: Trik 1. Formatowanie przenoszone z wykresu na wykres :: Trik 2. Dostosowanie kolejności danych w tabeli przestawnej :: Trik 3. Wyznaczanie najmniejszej wartości z pominięciem liczb ujemnych :: Trik
Bardziej szczegółowoExcel w zadaniach. Adresacja bezwzględna
1 (Pobrane z slow7.pl) Excel udostępnia nam dwa sposoby zaadresowania komórek, które co dla nas najważniejsze podczas przeprowadzania procesu kopiowania zachowują się całkiem inaczej. Te dwa typy adresacji
Bardziej szczegółowoPraktyczny Excel. Wykresy i grafika. w Excelu krok po kroku
Praktyczny Excel Wykresy i grafika w Excelu krok po kroku 5 1 NUMER PRAWNICZY przygotowany przez + OCHRONA DANYCH OSOBOWYCH profesjonalnie i kompleksowo 1 2 + GRATIS 20% GRATIS 30%, tel. 22 518 29 29,
Bardziej szczegółowoKomentarz Sesja letnia zawód: zawód: technik elektronik 311 [07] 1. Treść zadania egzaminacyjnego wraz z załącznikami.
Komentarz Sesja letnia zawód: zawód: technik elektronik 311 [07] 1. Treść zadania egzaminacyjnego wraz z załącznikami. 1 2 3 4 5 6 1. Przykładowe rozwiązania zadania egzaminacyjnego wraz z komentarzem
Bardziej szczegółowoMail: Pokój 214, II piętro
Wykład 1 Mail: agnieszka.nowak@us.edu.pl Pokój 214, II piętro http://zsi.tech.us.edu.pl/~nowak jest analizą (często ogromnych) zbiorów danych(...) w celu znalezienia nieoczekiwanych związków i podsumowania
Bardziej szczegółowoTytuł: Jak stworzyd krzywe do symulacji NIBP ( O Curve ) dla Rigel BP-SIM i UNI-SIM.
Nota aplikacyjna: 0022 Tytuł: Jak stworzyd krzywe do symulacji NIBP ( O Curve ) dla Rigel BP-SIM i UNI-SIM. Wstęp Producenci kardiomonitorów korzystają z nieznacznie innych algorytmów pomiaru ciśnienia
Bardziej szczegółowoRozwiązanie zadania Ekspert płace. Opracowała Paulina Drozda
Rozwiązanie zadania Ekspert płace Opracowała Paulina Drozda Po wprowadzeniu danych podmiotu podanych w treści zadania, uruchom mikrogratyfikanta. Pamiętaj, że w mikrogratyfikancie NIE DA SIĘ stworzyd nowego
Bardziej szczegółowoopracował: Patryk Besler
opracował: Patryk Besler Aby poprawnie uzupełnić szachownicę potrzebna nam będzie do tego funkcja Złącz teksty. Pamiętaj o zaznaczeniu odpowiedniej komórki Aby ją wybrać należy przejść do zakładki Formuły.
Bardziej szczegółowoProgram szkolenia EXCEL ŚREDNIOZAAWANSOWANY.
Program szkolenia EXCEL ŚREDNIOZAAWANSOWANY SZKOLENIE JEST DLA OSÓB, KTÓRE: znają podstawy programu Microsoft Excel, chcą przyspieszyć i usprawnić pracę oraz poszerzyć posiadaną już wiedzę z zakresu wprowadzania
Bardziej szczegółowoRys. 1. Wartości sum częściowych nie są wyróŝnione
:: Trik 1. WyróŜnienie kwot sum częściowych :: Trik 2. Dane w tabeli przestawnej pogrupowane tygodniami :: Trik 3. Hurtowa zamiana liczb rzymskich na arabskie :: Trik 4. Daty dni roboczych na osi wykresu
Bardziej szczegółowoKrok 1.Chcemy napisać dowolny tekst na ekranie, np. Witaj świecie
Laboratorium nr 1 programowanie Pythonie Krok 1.Chcemy napisać dowolny tekst na ekranie, np. Witaj świecie Efekt kompilacji (klawisz F5) będzie następujący: Krok 2. A teraz chcemy zapytać użytkownika o
Bardziej szczegółowoFUNKCJA LINIOWA, RÓWNANIA I UKŁADY RÓWNAŃ LINIOWYCH
FUNKCJA LINIOWA, RÓWNANIA I UKŁADY RÓWNAŃ LINIOWYCH PROPORCJONALNOŚĆ PROSTA Proporcjonalnością prostą nazywamy zależność między dwoma wielkościami zmiennymi x i y, określoną wzorem: y = a x Gdzie a jest
Bardziej szczegółowoJak korzystać z arkusza kalkulacyjnego?
Jak korzystać z arkusza kalkulacyjnego? Arkusz kalkulacyjny do ankiety Warunki Pracy opracowany jest w formie arkusza programu Microsoft Office Excel. Budowa arkusza pozwala na generowanie zestawień i
Bardziej szczegółowoPraktyczny Excel. 50 praktycznych formuł na każdą okazję
Praktyczny Excel 50 praktycznych formuł na każdą okazję 3 1 NUMER PRAWNICZY przygotowany przez + OCHRONA DANYCH OSOBOWYCH profesjonalnie i kompleksowo 1 2 + GRATIS 20% GRATIS 30%, tel. 22 518 29 29, email:
Bardziej szczegółowoWprowadzenie do MS Excel
Wprowadzenie do MS Excel Czym jest Excel? Excel jest programem umożliwiającym tworzenie tabel, a także obliczanie i analizowanie danych. Należy do typu programów nazywanych arkuszami kalkulacyjnymi. W
Bardziej szczegółowoROZKŁAD MATERIAŁU DO II KLASY LICEUM (ZAKRES ROZSZERZONY) A WYMAGANIA PODSTAWY PROGRAMOWEJ.
ROZKŁAD MATERIAŁU DO II KLASY LICEUM (ZAKRES ROZSZERZONY) A WYMAGANIA PODSTAWY PROGRAMOWEJ. LICZBA TEMAT GODZIN LEKCYJNYCH Potęgi, pierwiastki i logarytmy (8 h) Potęgi 3 Pierwiastki 3 Potęgi o wykładnikach
Bardziej szczegółowoOrganizacja edytora danych
Organizacja edytora danych Edytor danych pakietu SPSS wygląda podobnie do arkusza kalkulacyjnego. Poszczególne obserwacje (np. osoby badane) są wyświetlane w kolejnych wierszach, a kolumny odpowidają zmiennym.
Bardziej szczegółowoInterpolacja. Marcin Orchel. Drugi przypadek szczególny to interpolacja trygonometryczna
Interpolacja Marcin Orchel 1 Wstęp Mamy daną funkcję φ (x; a 0,..., a n ) zależną od n + 1 parametrów a 0,..., a n. Zadanie interpolacji funkcji φ polega na określeniu parametrów a i tak aby dla n + 1
Bardziej szczegółowoMathcad c.d. - Macierze, wykresy 3D, rozwiązywanie równań, pochodne i całki, animacje
Mathcad c.d. - Macierze, wykresy 3D, rozwiązywanie równań, pochodne i całki, animacje Opracował: Zbigniew Rudnicki Powtórka z poprzedniego wykładu 2 1 Dokument, regiony, klawisze: Dokument Mathcada realizuje
Bardziej szczegółowoInformacje i materiały dotyczące wykładu będą publikowane na stronie internetowej wykładowcy, m.in. prezentacje z wykładów
Eksploracja danych Piotr Lipiński Informacje ogólne Informacje i materiały dotyczące wykładu będą publikowane na stronie internetowej wykładowcy, m.in. prezentacje z wykładów UWAGA: prezentacja to nie
Bardziej szczegółowoRachunkowość zarządcza laboratoria komputerowe MS Excel PROWADZĄCY: ALEKSANDRA MARTYNOWICZ OPRACOWAŁ: ZDZISŁAW KES
Rachunkowość zarządcza laboratoria komputerowe MS Excel PROWADZĄCY: ALEKSANDRA MARTYNOWICZ OPRACOWAŁ: ZDZISŁAW KES Wrocław, luty-czerwiec 2010 Spis treści: 1. Wymagania wstępne... 3 2. Podział kosztów
Bardziej szczegółowoW narzędziu typu Excel, Calc czy Gnumeric napisz formułę logiczną która wyznaczy wartośd przynależności dla podanej temperatury do zbioru gorąco.
Zadanie 0 Wyobraźmy sobie, że chcemy oceniad czy dana temperatura świadczy o tym, że jest gorąco czy raczej zimno. A więc znając wartośd liczbową temperatury chcemy oceniad wartośd funkcji przynależności
Bardziej szczegółowoMail: Pokój 214, II piętro
Wykład 2 Mail: agnieszka.nowak@us.edu.pl Pokój 214, II piętro http://zsi.tech.us.edu.pl/~nowak Predykcja zdolność do wykorzystania wiedzy zgromadzonej w systemie do przewidywania wartości dla nowych danych,
Bardziej szczegółowoSTATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY)
STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY) Praca z danymi zaczyna się od badania rozkładu liczebności (częstości) zmiennych. Rozkład liczebności (częstości) zmiennej to jakie wartości zmienna
Bardziej szczegółowoINFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA.
SCENARIUSZ LEKCJI OPRACOWANY W RAMACH PROJEKTU: INFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA. PROGRAM NAUCZANIA INFORMATYKI Z ELEMENTAMI PRZEDMIOTÓW MATEMATYCZNO-PRZYRODNICZYCH Autorzy scenariusza:
Bardziej szczegółowowww.awans.net Publikacje nauczycieli Ewa Goszczycka Gimnazjum w Polesiu
www.awans.net Publikacje nauczycieli Ewa Goszczycka Gimnazjum w Polesiu Zastosowanie technologii informacyjnej do rozwiązywania problemów z działu Statystyka w gimnazjum Plan pracy Praca opublikowana w
Bardziej szczegółowoInstytut Politechniczny Państwowa Wyższa Szkoła Zawodowa. Diagnostyka i niezawodność robotów
Instytut Politechniczny Państwowa Wyższa Szkoła Zawodowa Diagnostyka i niezawodność robotów Laboratorium nr 3 Generacja realizacji zmiennych losowych Prowadzący: mgr inż. Marcel Luzar Cele ćwiczenia: Generowanie
Bardziej szczegółowoDopasowywanie modelu do danych
Tematyka wykładu dopasowanie modelu trendu do danych; wybrane rodzaje modeli trendu i ich właściwości; dopasowanie modeli do danych za pomocą narzędzi wykresów liniowych (wykresów rozrzutu) programu STATISTICA;
Bardziej szczegółowoEdytor tekstu Word 2007
Edytor tekstu Word 2007 1 C Z. 6 G R A F I K A W E D Y T O R Z E T E K S T U Grafika w edytorze tekstu Edytor tekstu Word 2007 daje ogromne możliwości jeżeli chodzi o wstawianie obiektów graficznych i
Bardziej szczegółowoWykład 5: Statystyki opisowe (część 2)
Wykład 5: Statystyki opisowe (część 2) Wprowadzenie Na poprzednim wykładzie wprowadzone zostały statystyki opisowe nazywane miarami położenia (średnia, mediana, kwartyle, minimum i maksimum, modalna oraz
Bardziej szczegółowoUniwersytet Śląski w Katowicach str. 1 Wydział Matematyki Fizyki i Chemii, Instytut Matematyki
Uniwersytet Śląski w Katowicach str. 1 Kierunek i poziom studiów: Matematyka, studia II stopnia, rok 1 Sylabus modułu: Moduł specjalistyczny Kod modułu: 03-MO2N-12-MSpe Nazwa wariantu modułu (opcjonalnie):
Bardziej szczegółowoARKUSZ KALKULACYJNY komórka
ARKUSZ KALKULACYJNY Arkusz kalkulacyjny program służący do obliczeń, kalkulacji i ich interpretacji graficznej w postaci wykresów. Przykłady programów typu Arkusz Kalkulacyjny: - Ms Excel (*.xls; *.xlsx)
Bardziej szczegółowo