Opisowa analiza struktury zjawisk statystycznych

Wielkość: px
Rozpocząć pokaz od strony:

Download "Opisowa analiza struktury zjawisk statystycznych"

Transkrypt

1 Statystyka Opisowa z Demografią oraz Biostatystyka Opisowa analiza struktury zjawisk statystycznych Aleksander Denisiuk denisjuk@euh-e.edu.pl Elblaska Uczelnia Humanistyczno-Ekonomiczna ul. Lotnicza Elblag oraz Biostatystyka p. 1

2 Opisowa analiza struktury zjawisk statystycznych Najnowsza wersja tego dokumentu dostępna jest pod adresem oraz Biostatystyka p. 2

3 Rozkład empiryczny przyporzadkowanie kolejnym wartościom zmiannej x j odpowiadajaych im liczebnośi n j zamiast liczebnośi używane ( sa także ) częstotliwości względne w j, w j = n j nj nk nk 100% odzwierciadla strukturę badanej zbiorowości z punktu widzenia określonej cechy ustalany na podstawie konkretnych obserwacji oraz Biostatystyka p. 3

4 Rozkład empiryczny cechy skokowej, cechy ciagłej jednomodalny bimodalny wielomodalny oraz Biostatystyka p. 4

5 Rozkład jednomodalny symetryczny normalny asymetryczny prawostronny lewostronny zbiorowości jednorodne oraz Biostatystyka p. 5

6 Rozkład empiryczny skrajnie asymetryczny siodłowy zbiorowości skrajnie zróznicowane oraz Biostatystyka p. 6

7 Opisowe charakterystyki miary średnie miary rozproszenia miary asymetrii miary koncentracji oraz Biostatystyka p. 7

8 Opisowe charakterystyki sa bardziej syntetycznymi sposobami opisu rozkładów, niż forma graficzna lub tabelaryjna pozwalaja w sposób syntetyczny określić właściwości badanych rozkładów pozwalaja porównać: dwie różne zbiorowości pod względem tej samej cechy badania różne cechy tej samej zbiorowości oraz Biostatystyka p. 8

9 Miary średnie klasyczne średnia arytmetyczna średnia harmoniczna średnia geometryczna pozycyjne dominanta (modalna, wartość najczęstsza) kwantyle kwartyle kwintyle decyle centyle (percentyle) oraz Biostatystyka p. 9

10 Średnia arytmetyczna średnia nieważona (zwykła) x = x 1+x 2 + +x N N = N x i i=1 średnia ważona wagi liczebności wariantów N x = x 1n 1 +x 2 n 2 + +x k n k N = k i=1 x i n i N oraz Biostatystyka p. 10

11 Średnia arytmetyczna. Przykład osoba przepracowała w pięciu kolejnych dniach liczbę godzin: 8, 3, 2, 10, 7. średnio 6 godzin oblicz średnia arytmetyczna liczby dzieci na utrzymaniu zaobserwowanej w grupie liczacej 82 osób liczba dzieci ilość pracowników oraz Biostatystyka p. 11

12 Średnia arytmetyczna. Przykład, cd osoba przepracowała w pięciu kolejnych dniach liczbę godzin: 8, 3, 2, 10, 7. średnio 6 godzin oblicz średnia arytmetyczna liczby dzieci na utrzymaniu zaobserwowanej w grupie liczacej 82 osób liczba dzieci ilość pracowników x i n i średnio 1 dziecko oraz Biostatystyka p. 12

13 Szeregi rozdzielcze przedziałowe środki przedziałów ˆx = x +x + 2 x = ˆx 1n 1 +ˆx 2 n 2 + +ˆx k n k N = k i=1 ˆx i n i wskaźniki struktury w i = n i N 100 x = k i=1 ˆx i w i 100 N oraz Biostatystyka p. 13

14 Szeregi rozdzielcze. Przykład średnia liczb podmiotów publicznych w gminach wiejsckich liczba podmiotów liczba gmin oraz Biostatystyka p. 14

15 Szeregi rozdzielcze. Przykład, cd średnia liczb podmiotów publicznych w gminach wiejsckich x D x G n i ˆx i ˆx i n i x = 12,4 oraz Biostatystyka p. 15

16 Średnia arytmetyczna x i średnia grupy i średnia dla wszystkich grup łacznie: x = k i=1 x i n i N oraz Biostatystyka p. 16

17 Średnia arytmetyczna. Właściwości jest wypadkowa wszystkich wartości zmiennych, oraz x min x x max suma odchyleń poszczególnych wartości od średniej arytmetycznej jest równa zeru N i=1 k i=1 k i=1 (x i x) = 0 (szereg wiliczajacy) (x i x)n i = 0 (szereg rozdzielczy punktowy) (ˆx i x)n i = 0 (szereg rozdzielczy przedziałowy) jeżeli wszystkie wartości pomniejszyć (powiększyć, pomnożyć, podzielić) przez stała, to średnia arytmetyczna zostanie pomniejszona (powiększona, pomnożona, podzielona) przez tę stała. oraz Biostatystyka p. 17

18 Średnia arytmetyczna. Właściwości, cd jeżeli liczebności poszczególnych wariantów cechy sa jednakowe, to średnia arytmetyczna równa się ilorazowi sumy wartości wariantów i ich liczby suma wartości zmiennej jest równa iloczynowi średniej N arytmetycznej i liczebności zbiorowej, x i = N x (szereg wiliczajacy) jeżeli wszystkie wartości pomniejszyć (powiększyć, pomnożyć, podzielić) przez stała, to średnia arytmetyczna zostanie pomniejszona (powiększona, pomnożona, podzielona) przez tę stała. na poziom śreniej arytmetycznej silny wpływ wywieraja warości ekstremalne i=1 oraz Biostatystyka p. 18

19 Średnia arytmetyczna. Ograniczenia jest miara prawidłowa tylko w odniesieniu do zbiorowości jednorodnych w miarę wzrostu asymetrii i zróżnicowania, dla rozkładów bimodalnych i wielomodalnych średnia arytmetyczna traci poznawcza wartość nie można obliczyć dla szeregu o przedniałach otwartycch można domykać przedziały otwarte, jeżeli liczba jednostek w nich nie przekracza 5% oraz Biostatystyka p. 19

20 Średnia harmoniczna jest odwrotnościa średniej arytmetycznej odwrotności wartości zmiennych H = N dla szeregów rozdzielczych punktowych H = N N i=1 1 x i k i=1 1 x i n i dla szeregów rozdzielczych przedziałowych H = N k i=1 1 ˆx i n i oraz Biostatystyka p. 20

21 Średnia harmoniczna stosuje się, jeżeli wartości podane sa w jednostkach względnych (km/h, kg/osobę), wagi w jednostkach, występujacych w licznikach prędkość (km/h), wagi w km gęstość zaludnienia (obob/km 2 ), wagi w osobach oraz Biostatystyka p. 21

22 Średnia harmoniczna. Przykład załóżmy, że gęstość zaludnienia w dwu 60-tysięcznych miastach wynosi odpowiednio 400 osób/km 2 oraz 600 osób/km 2 jaka jest przeciętna gęstość zaludnienia? (odp.: 480 osób/km 2 ) oraz Biostatystyka p. 22

23 Średnia geometryczna x g = n x 1 x 2...x N = N N x g = N x n 1 1 xn xn k k = N x i i=1 stosuje się przy badaniu średniego tempa zmian zjawisk k i=1 x n i i oraz Biostatystyka p. 23

24 Dominanta (modalna, wartość najczęstsza) taka wartość zmiennej, która w danym rozkładzie występuje najczęściej tylko dla rozkładów jednomodalnych w szeregach wyliczalnych i rozdzielczych punktowych jest wartościa cechy w szeregach rozdzielczych przedziałowych można określić tylko przedział konkretna wartość dominanty oblicza się jako D = x D + n D n D 1 (n D n D 1 )+(n D n D+1 ) i D albo metoda graficzna rozkład empiryczny jest jednomodalny asymetria rozkładu jest umiarkowana przedział w którym występuje dominanta oraz dwa sasiaduj ace maja jednakowe rozpiętości oraz Biostatystyka p. 24

25 Dominanta. Przykład w przykładzie 12 dominanta jest 0 dzieci w przykładzie 14 dominanta jest 12 podmiotów publicznych oraz Biostatystyka p. 25

26 Kwantyle wartości, które dziela zbiorowość na kokreślone części pod względem liczby jednostek szewregi musza być uporzadkowane kwartyle decyle centyle (percentyle) oraz Biostatystyka p. 26

27 Kwartyle kwartyl pierwszy (dolny) 25% kwartyl drugi (mediana, wartość środkowa) 50% kwartyl trzeci (górny) 75% oraz Biostatystyka p. 27

28 Mediana szeregi wyliczalne: { xn+1, gdy N jest nieparzyste 2 Me = ) 1 2( xn +xn, gdy N jest parzyste szeregi rozdzielcze punktowe: kumulacja oraz Biostatystyka p. 28

29 Mediana. Przykład czas dojazdu do pracy: 35, 5, 20, 15, 30, 10, 60, 20, 45, 60 mediana: 25 minut w przykładzie 12 mediana: 1 dziecko oraz Biostatystyka p. 29

30 Kwartyle. Szeregi rozdzielcze przedziałowe Q 1 = x Q1 + N k 1 n 4 i i=1 n Q1 i Q1 Q 2 = Me = x Me + N k 1 n 2 i i=1 n Me i Me Q 3 = x Q3 + 3N k 1 n 4 i i=1 n Q3 i Q3 gdzie Q 1, Q 2, Q 3 odpowiednie kwartyle x Q1, x Me, x Q3 dolne granice przedziałów, w których znajduja się odpowiednie kwartyle n Q1, n Me, n Q3 liczebności tych przedziałów i Q1, i Me, i Q3 rozpiętości przedziałów k 1 i=1 n i sumy liczebności do klasy, w której znajduje się oraz Biostatystyka p. 30

31 Uwagi o średnich kwartyle moga być wykorzystywane we wszystkich przypadkach decyle i centyle oreślane sa w sposób podobny średnia arytmetyczna, dominanta i mediana sa powiazane pewnymi zależnościami w przypadku umiarkowanie asymetrycznego rozkładu x D = 3( x Me) oraz Biostatystyka p. 31

32 Miary zmienności dyspesja (rozproszenie) zróżnicowanie jednostek ze względu na wartości badanej cechy miary pozycyjne empiryczny obszar zmienności (rozstęp, amplituda wachań) odchylenie ćwiartkowe miary klasyczne odchylenie standardowe wariancja odchylenie przeciętne współczynnik zmienności oraz Biostatystyka p. 32

33 Miary zmienności bezwzględne (absolutne) obszar zmienności wariancja odchylenie stadardowe odchylenie przeciętne odchylenie ćwiartkowe względne (relatywne) współczynnik zmienności oraz Biostatystyka p. 33

34 Empiryczny obszar zmienności R = x max x min szereg wyliczalny szereg rozdzilczy tylko przybliżono przedziały otwarte niemożliwe wstępna orientacja oraz Biostatystyka p. 34

35 Odchylenie przeciętne d = 1 N d = 1 N d = 1 N N x i x k x i x n i k ˆx i x n i i=1 i=1 i=1 oraz Biostatystyka p. 35

36 Odchylenie ćwiartkowe Q = Q 3 Q 1 2 typowy obszar zmienności Me Q x typ Me+Q oraz Biostatystyka p. 36

37 Wariancja s 2 = 1 N s 2 = 1 N s 2 = 1 N N (x i x) 2 i=1 k (x i x) 2 n i i=1 k (ˆx i x) 2 n i i=1 oraz Biostatystyka p. 37

38 Wariancja. Właściwości s 2 = x 2 i x2 jeżeli zbiorowość podzielić na k grup, to s 2 = s 2 i +s2 ( x i ) = k s 2 in i N + i=1 nieujemna i mianowana k ( x i x) 2 n i wariancja obliczona na podstawie szeregów rozdzielczych przedziałowych jest zawyżona k poprawka Shepparda s 2 = 1 N (ˆx x) 2 n i i2 12 i=1 N i=1 oraz Biostatystyka p. 38

39 Odchylenie standardowe s = s 2 obszar typowy x s < x typ < x+s odchylenia standardowe, ćwiartkowe oraz przeciętne: Q < d < s oraz Biostatystyka p. 39

40 Odchylenie standardowe. Właściwości obliczane na podstawie wszystkich obserwacji w danym szeregu nie zmienia się, jeżeli liczebności szeregu wyrazić w liczbach wględnych (procentach) nie zmienia się, jeżeli do wszystkich wartości zmiennej dodać pewna stała jeżeli wszystkie wartości zmiennej pomnożyć przez pewna dodatnia stała, to odchylenie standardowe pomnoży się przez tę sama stała oraz Biostatystyka p. 40

41 Reguła trzech sigm wprzypadku rozkładu normalnego (zbliżonego do normalnego) blisko trzecia część obserwacji różni się od średniej arytmetycznej o więcej niż ±s około jedna na 20 obserwacji przekracza tę średnia od wielkość ±2s tylko jedna na 370 obserwacji przekracza średnia arytmetyczna o ±3s oraz Biostatystyka p. 41

42 Współczynnik zmienności miara bezwzględna jest ilorazem bezwzględnej miary dyspersji oraz odpowiednich średnich klasyczne: V s = s x 100% V d = d x 100% pozycyjne: V Q = Q Me 100% V Q1 Q 3 = Q 3 Q 1 Q 3 +Q 1 oraz Biostatystyka p. 42

43 Współczynnik zmienności. Przykład średnie miesięczne wpływy za świadczenie usług nolcegowych w trzech hotelach A, B i C były równe: x A = zł., x B = zł., x C = zł. odchylenia standardowe wynosiły s A = zł., s B = zł., s A = zł. w którym hotelu występuje najmniejsza dyspersja? V s (A) = V s (B) = V s (C) = % = 18,3% 100% = 30,0% 100% = 24,0% oraz Biostatystyka p. 43

44 Miary asymetrii w rozkładach symetrycznych trzy średnie sa równe: x = D = Me jeżeli x > M e > D, to rozkład charakteryzuje się asymetria prawostronna jeżeli x < Me < D, to asymetria lewostronna oraz Biostatystyka p. 44

45 Wskaźnik skośności (asymetrii) W s = x D w przypadku symetrii W s = 0 w przypadku asymetri lewostronnej W s < 0 w przypadku asymetri prawostronnej W s > 0 oraz Biostatystyka p. 45

46 Wskaźnik skośności a kwartyle w przypadku symetrii (Q 3 Q 2 ) (Q 2 Q 1 ) = 0 w przypadku asymetri lewostronnej (Q 3 Q 2 ) (Q 2 Q 1 ) < 0 w przypadku asymetri prawostronnej (Q 3 Q 2 ) (Q 2 Q 1 ) > 0 oraz Biostatystyka p. 46

47 Wskaźnik skośności jest bezwzględna miara aymetrii określa jedynie kirunek asymetrii oraz Biostatystyka p. 47

48 Współczynnik asymetrii (skośności) jest miara niemieanowana i unormowana 1. As = x D s 2. As = x D d 3. As = (Q 3 Q 2 ) (Q 2 Q 1 ) (Q 3 Q 2 )+(Q 2 Q 1 ) = Q 3+Q 1 2Me 2Q współczynniki 1 i 2 sa wzajemie zamienne (pozycyjny) współczynnik 3 jest stosowany, gdy nie możńa obliczyć dominanty czy średniej arytmetycznej oraz Biostatystyka p. 48

49 Współczynnik asymetrii. Przykład Wiek w latach Liczba zatrudnionych x i 1 x i n i ˆx i Razem: 82 D = 32,5 As = 0,182 oraz Biostatystyka p. 49

50 Współczynnik asymetrii. Przedział otwarty Miasta o liczbie ludności Liczba miast Skumulowana liczba miast x i 1 x i n i n s i < i więcej Razem: 870 A(Q) = 0,463 oraz Biostatystyka p. 50

51 Moment centralny rzędu trzeciego moment trzeci N m 3 = 1 N (x i x) 3 n i i=1 dla szeregów symetrycznych m 3 = 0 dla lewostronnej asymetrii m 3 < 0 dla prawostronnej asymetrii m 3 > 0 oraz Biostatystyka p. 51

52 Moment standardyzowany rzędu trzeciego moment względny a 3 = m 3 s 3 oraz Biostatystyka p. 52

53 Moment trzeci. Przykład w przykładzie 12: x = 1 s = 1,07 m 3 = 1,02 a 3 = 0,833 oraz Biostatystyka p. 53

54 Miary koncentracji nierównomierny podział zjawiska w zbiorowości nierównomierny podział łacznego funduszu cechy pomiędzy poszczególne jednostki zbiorowości koncentracja zbiorowości wokół średniej (kurtoza) brak koncentracji zupełna koncentracja oraz Biostatystyka p. 54

55 Wielobok koncentracji Lorenza na osi odciętych skumulowane czestości względne (w %) na osi rzędnych procentowe skumulowane częstości względne łacznego funduszu cechy krzywa Lorenza przekatna kwadratu: linia równomiernego rozdziału powierzchnia koncentracji współczynnik koncentracji Lorenza k = a polem powierzchni koncentracji jest miara niemianowana, 0 k 1 jeżeli k = 0, brak koncentracji jeżeli k = 1, to koncentracja zupełna 5000, gdzie a jest oraz Biostatystyka p. 55

56 Wielobok koncentracji. Przykład Gminy o liczbie ludności (w tys.) Liczba gmin Łaczna liczba ludności poniżej , , , ,0 powyżej ,3 oraz Biostatystyka p. 56

57 Wielobok koncentracji. Przykład!"# $ a = 1055,395, k = 0,21 koncentracja nie jest duża oraz Biostatystyka p. 57

58 Koncentracja obserwacji wokół średniej należy porównać rozkład z normalnym wykres bardziej wysmukły, niż krzywa normalna większe skupienie wartości wokół średniej leptokurtyczny rozkład wykres bardziej spłaszczony, niż krzywa normalna mniejsza koncentracja wartości wokół średniej platokurtyczny rozkład oraz Biostatystyka p. 58

59 Miara natężenia koncentracji wokół średniej moment centralny czwartego rzędu m 4 = 1 N k (x i x) 4 n i i=1 standardyzowany moment centralny czwartego rzędu a 4 = m 4 a 4 dla rozkładu normalnego a 4 = 3 dla rozkładu spłaszczonego a 4 < 3 dla rozkładu wysmukłego a 4 > 3 dla rozkładów jednomodalnych określany jest eksces: a 4 3 oraz Biostatystyka p. 59

Statystyka. Opisowa analiza zjawisk masowych

Statystyka. Opisowa analiza zjawisk masowych Statystyka Opisowa analiza zjawisk masowych Typy rozkładów empirycznych jednej zmiennej Rozkładem empirycznym zmiennej nazywamy przyporządkowanie kolejnym wartościom zmiennej (x i ) odpowiadających im

Bardziej szczegółowo

Miary statystyczne w badaniach pedagogicznych

Miary statystyczne w badaniach pedagogicznych Miary statystyczne w badaniach pedagogicznych Szeregi statystyczne Szczegółowy - gdzie materiał uporządkowany jest rosnąco lub malejąco Rozdzielczy - gdzie poszczególnym wariantom zmiennej przyporządkowane

Bardziej szczegółowo

Statystyka. Wykład 4. Magdalena Alama-Bućko. 13 marca Magdalena Alama-Bućko Statystyka 13 marca / 41

Statystyka. Wykład 4. Magdalena Alama-Bućko. 13 marca Magdalena Alama-Bućko Statystyka 13 marca / 41 Statystyka Wykład 4 Magdalena Alama-Bućko 13 marca 2017 Magdalena Alama-Bućko Statystyka 13 marca 2017 1 / 41 Na poprzednim wykładzie omówiliśmy następujace miary rozproszenia: Wariancja - to średnia arytmetyczna

Bardziej szczegółowo

MIARY KLASYCZNE Miary opisujące rozkład badanej cechy w zbiorowości, które obliczamy na podstawie wszystkich zaobserwowanych wartości cechy

MIARY KLASYCZNE Miary opisujące rozkład badanej cechy w zbiorowości, które obliczamy na podstawie wszystkich zaobserwowanych wartości cechy MIARY POŁOŻENIA Opisują średni lub typowy poziom wartości cechy. Określają tą wartość cechy, wokół której skupiają się wszystkie pozostałe wartości badanej cechy. Wśród nich można wyróżnić miary tendencji

Bardziej szczegółowo

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej cechy. Średnia arytmetyczna suma wartości zmiennej wszystkich

Bardziej szczegółowo

Statystyka opisowa. Literatura STATYSTYKA OPISOWA. Wprowadzenie. Wprowadzenie. Wprowadzenie. Plan. Tomasz Łukaszewski

Statystyka opisowa. Literatura STATYSTYKA OPISOWA. Wprowadzenie. Wprowadzenie. Wprowadzenie. Plan. Tomasz Łukaszewski Literatura STATYSTYKA OPISOWA A. Aczel, Statystyka w Zarządzaniu, PWN, 2000 A. Obecny, Statystyka opisowa w Excelu dla szkół. Ćwiczenia praktyczne, Helion, 2002. A. Obecny, Statystyka matematyczna w Excelu

Bardziej szczegółowo

Statystyka. Podstawowe pojęcia: populacja (zbiorowość statystyczna), jednostka statystyczna, próba. Cechy: ilościowe (mierzalne),

Statystyka. Podstawowe pojęcia: populacja (zbiorowość statystyczna), jednostka statystyczna, próba. Cechy: ilościowe (mierzalne), Statystyka zbiór przetworzonych i zsyntetyzowanych danych liczbowych, nauka o ilościowych metodach badania zjawisk masowych, zmienna losowa będąca funkcją próby. Podstawowe pojęcia: populacja (zbiorowość

Bardziej szczegółowo

Statystyka w pracy badawczej nauczyciela Wykład 3: Analiza struktury zbiorowości statystycznej. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.

Statystyka w pracy badawczej nauczyciela Wykład 3: Analiza struktury zbiorowości statystycznej. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin. Statystyka w pracy badawczej nauczyciela Wykład 3: Analiza struktury zbiorowości statystycznej dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Zadania analityczne (1) Analiza przewiduje badanie podobieństw

Bardziej szczegółowo

Wykład 1. Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy

Wykład 1. Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy Wykład Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy Zbiorowość statystyczna - zbiór elementów lub wyników jakiegoś procesu powiązanych ze sobą logicznie (tzn. posiadających wspólne cechy

Bardziej szczegółowo

-> Średnia arytmetyczna (5) (4) ->Kwartyl dolny, mediana, kwartyl górny, moda - analogicznie jak

-> Średnia arytmetyczna (5) (4) ->Kwartyl dolny, mediana, kwartyl górny, moda - analogicznie jak Wzory dla szeregu szczegółowego: Wzory dla szeregu rozdzielczego punktowego: ->Średnia arytmetyczna ważona -> Średnia arytmetyczna (5) ->Średnia harmoniczna (1) ->Średnia harmoniczna (6) (2) ->Średnia

Bardziej szczegółowo

STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY)

STATYSTYKA 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 szczegółowo

Parametry statystyczne

Parametry statystyczne I. MIARY POŁOŻENIA charakteryzują średni lub typowy poziom wartości cechy, wokół nich skupiają się wszystkie pozostałe wartości analizowanej cechy. I.1. Średnia arytmetyczna x = x 1 + x + + x n n = 1 n

Bardziej szczegółowo

Statystyka. Wykład 5. Magdalena Alama-Bućko. 26 marca Magdalena Alama-Bućko Statystyka 26 marca / 40

Statystyka. Wykład 5. Magdalena Alama-Bućko. 26 marca Magdalena Alama-Bućko Statystyka 26 marca / 40 Statystyka Wykład 5 Magdalena Alama-Bućko 26 marca 2018 Magdalena Alama-Bućko Statystyka 26 marca 2018 1 / 40 Uwaga Gdy współczynnik zmienności jest większy niż 70%, czyli V s = s x 100% > 70% (co świadczy

Bardziej szczegółowo

Statystyka. Wykład 2. Magdalena Alama-Bućko. 5 marca Magdalena Alama-Bućko Statystyka 5 marca / 34

Statystyka. Wykład 2. Magdalena Alama-Bućko. 5 marca Magdalena Alama-Bućko Statystyka 5 marca / 34 Statystyka Wykład 2 Magdalena Alama-Bućko 5 marca 2018 Magdalena Alama-Bućko Statystyka 5 marca 2018 1 / 34 Banki danych: Bank danych lokalnych : Główny urzad statystyczny: Baza Demografia : https://bdl.stat.gov.pl/

Bardziej szczegółowo

Statystyka. Wykład 3. Magdalena Alama-Bućko. 6 marca Magdalena Alama-Bućko Statystyka 6 marca / 28

Statystyka. Wykład 3. Magdalena Alama-Bućko. 6 marca Magdalena Alama-Bućko Statystyka 6 marca / 28 Statystyka Wykład 3 Magdalena Alama-Bućko 6 marca 2017 Magdalena Alama-Bućko Statystyka 6 marca 2017 1 / 28 Szeregi rozdzielcze przedziałowe - kwartyle - przypomnienie Po ustaleniu przedziału, w którym

Bardziej szczegółowo

Statystyka opisowa. Literatura STATYSTYKA OPISOWA. Wprowadzenie. Wprowadzenie. Wprowadzenie. Plan. Tomasz Łukaszewski

Statystyka opisowa. Literatura STATYSTYKA OPISOWA. Wprowadzenie. Wprowadzenie. Wprowadzenie. Plan. Tomasz Łukaszewski STATYSTYKA OPISOWA Literatura A. Aczel, Statystyka w Zarządzaniu, PWN, 2000 A. Obecny, Statystyka opisowa w Excelu dla szkół. Ćwiczenia praktyczne, Helion, 2002. A. Obecny, Statystyka matematyczna w Excelu

Bardziej szczegółowo

Statystyka opisowa PROWADZĄCY: DR LUDMIŁA ZA JĄC -LAMPARSKA

Statystyka opisowa PROWADZĄCY: DR LUDMIŁA ZA JĄC -LAMPARSKA Statystyka opisowa PRZEDMIOT: PODSTAWY STATYSTYKI PROWADZĄCY: DR LUDMIŁA ZA JĄC -LAMPARSKA Statystyka opisowa = procedury statystyczne stosowane do opisu właściwości próby (rzadziej populacji) Pojęcia:

Bardziej szczegółowo

STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY)

STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY) STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY) Dla opisania rozkładu badanej zmiennej, korzystamy z pewnych charakterystyk liczbowych. Dzielimy je na cztery grupy.. Określenie przeciętnej wartości

Bardziej szczegółowo

Plan wykładu. Statystyka opisowa. Statystyka matematyczna. Dane statystyczne miary położenia miary rozproszenia miary asymetrii

Plan wykładu. Statystyka opisowa. Statystyka matematyczna. Dane statystyczne miary położenia miary rozproszenia miary asymetrii Plan wykładu Statystyka opisowa Dane statystyczne miary położenia miary rozproszenia miary asymetrii Statystyka matematyczna Podstawy estymacji Testowanie hipotez statystycznych Żródła Korzystałam z ksiażek:

Bardziej szczegółowo

Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej)

Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej) Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej) 1 Podział ze względu na zakres danych użytych do wyznaczenia miary Miary opisujące

Bardziej szczegółowo

Wskaźnik asymetrii Jeżeli: rozkład jest symetryczny, to = 0, rozkład jest asymetryczny lewostronnie, to < 0. Kwartylowy wskaźnik asymetrii

Wskaźnik asymetrii Jeżeli: rozkład jest symetryczny, to = 0, rozkład jest asymetryczny lewostronnie, to < 0. Kwartylowy wskaźnik asymetrii Miary asymetrii Miary asymetrii (skośności) określają kierunek rozkładu cech zmiennych w zbiorowości (rozkład może być symetryczny lub asymetryczny lewostronnie lub prawostronnie) oraz stopień odchylenia

Bardziej szczegółowo

Statystyka. Wykład 4. Magdalena Alama-Bućko. 19 marca Magdalena Alama-Bućko Statystyka 19 marca / 33

Statystyka. Wykład 4. Magdalena Alama-Bućko. 19 marca Magdalena Alama-Bućko Statystyka 19 marca / 33 Statystyka Wykład 4 Magdalena Alama-Bućko 19 marca 2018 Magdalena Alama-Bućko Statystyka 19 marca 2018 1 / 33 Analiza struktury zbiorowości miary położenia ( miary średnie) miary zmienności (rozproszenia,

Bardziej szczegółowo

1 Podstawy rachunku prawdopodobieństwa

1 Podstawy rachunku prawdopodobieństwa 1 Podstawy rachunku prawdopodobieństwa Dystrybuantą zmiennej losowej X nazywamy prawdopodobieństwo przyjęcia przez zmienną losową X wartości mniejszej od x, tzn. F (x) = P [X < x]. 1. dla zmiennej losowej

Bardziej szczegółowo

W kolejnym kroku należy ustalić liczbę przedziałów k. W tym celu należy wykorzystać jeden ze wzorów:

W kolejnym kroku należy ustalić liczbę przedziałów k. W tym celu należy wykorzystać jeden ze wzorów: Na dzisiejszym wykładzie omówimy najważniejsze charakterystyki liczbowe występujące w statystyce opisowej. Poszczególne wzory będziemy podawać w miarę potrzeby w trzech postaciach: dla szeregu szczegółowego,

Bardziej szczegółowo

Statystyka. Wykład 2. Magdalena Alama-Bućko. 27 lutego Magdalena Alama-Bućko Statystyka 27 lutego / 39

Statystyka. Wykład 2. Magdalena Alama-Bućko. 27 lutego Magdalena Alama-Bućko Statystyka 27 lutego / 39 Statystyka Wykład 2 Magdalena Alama-Bućko 27 lutego 2017 Magdalena Alama-Bućko Statystyka 27 lutego 2017 1 / 39 Banki danych: Bank danych lokalnych : Główny urzad statystyczny: https://bdl.stat.gov.pl/

Bardziej szczegółowo

Wykład 2. Statystyka opisowa - Miary rozkładu: Miary położenia

Wykład 2. Statystyka opisowa - Miary rozkładu: Miary położenia Wykład 2 Statystyka opisowa - Miary rozkładu: Miary położenia Podział miar Miary położenia (measures of location): 1. Miary tendencji centralnej (measures of central tendency, averages): Średnia arytmetyczna

Bardziej szczegółowo

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2 STATYSTYKA Rafał Kucharski Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2 Statystyka zbiór przetworzonych i zsyntetyzowanych danych liczbowych, nauka o ilościowych metodach

Bardziej szczegółowo

Wykład 5. Opis struktury zbiorowości. 1. Miary asymetrii.

Wykład 5. Opis struktury zbiorowości. 1. Miary asymetrii. Wykład 5. Opis struktury zbiorowości 1. Miary asymetrii. 2. Miary koncentracji. Przykład Zbadano stawkę godzinową (w zł) pracowników dwóch branŝ, otrzymując następujące charakterysty ki liczbowe: Stawka

Bardziej szczegółowo

Podstawowe pojęcia. Własności próby. Cechy statystyczne dzielimy na

Podstawowe pojęcia. Własności próby. Cechy statystyczne dzielimy na Podstawowe pojęcia Zbiorowość statystyczna zbiór jednostek (obserwacji) nie identycznych, ale stanowiących logiczną całość Zbiorowość (populacja) generalna skończony lub nieskończony zbiór jednostek, które

Bardziej szczegółowo

Podstawowe funkcje statystyki: informacyjna, analityczna, prognostyczna.

Podstawowe funkcje statystyki: informacyjna, analityczna, prognostyczna. Podstawy Podstawowe funkcje statystyki: informacyjna, analityczna, prognostyczna. Funkcja informacyjna umożliwia pełny i obiektywny obraz badanych zjawisk Funkcja analityczna umożliwia określenie czynników

Bardziej szczegółowo

STATYSTYKA OPISOWA. Dr Alina Gleska. 28 września Instytut Matematyki WE PP

STATYSTYKA OPISOWA. Dr Alina Gleska. 28 września Instytut Matematyki WE PP STATYSTYKA OPISOWA Dr Alina Gleska Instytut Matematyki WE PP 28 września 2018 1 2 Wyróżniamy następujace miary statystyczne: POŁOŻENIA, które służa do określenia takiej wartości cechy, wokół której skupiaja

Bardziej szczegółowo

Statystyczne metody analizy danych

Statystyczne metody analizy danych Statystyczne metody analizy danych Statystyka opisowa Wykład I-III Agnieszka Nowak - Brzezińska Definicje Statystyka (ang.statistics) - to nauka zajmująca się zbieraniem, prezentowaniem i analizowaniem

Bardziej szczegółowo

Po co nam charakterystyki liczbowe? Katarzyna Lubnauer 34

Po co nam charakterystyki liczbowe? Katarzyna Lubnauer 34 Po co nam charakterystyki liczbowe? Katarzyna Lubnauer 34 Def. Charakterystyki liczbowe to wielkości wyznaczone na podstawie danych statystycznych, charakteryzujące własności badanej cechy. Klasyfikacja

Bardziej szczegółowo

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI ROZKŁAD EMPIRYCZNY

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI ROZKŁAD EMPIRYCZNY WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI ROZKŁAD EMPIRYCZNY Liczebności i częstości Liczebność liczba osób/respondentów/badanych, którzy udzielili tej konkretnej odpowiedzi. Podawana w osobach. Częstość odsetek,

Bardziej szczegółowo

Analiza zróżnicowania, asymetrii i koncentracji

Analiza zróżnicowania, asymetrii i koncentracji Analiza zróżnicowania, asymetrii i koncentracji Miary zróżnicowania Miary średnie, chociaż reprezentują wszystkie jednostki badanej zbiorowości, nie dają wyczerpującej charakterystyki szeregu statystycznego,

Bardziej szczegółowo

Statystyka Opisowa WK Andrzej Pawlak. Intended Audience: PWR

Statystyka Opisowa WK Andrzej Pawlak. Intended Audience: PWR Statystyka Opisowa WK1.2017 Andrzej Pawlak Intended Audience: PWR POJĘCIA STATYSTYKI 1. Zbiór danych liczbowych pokazujących kształtowanie się określonych zjawisk i procesów (roczniki statystyczne). 2.

Bardziej szczegółowo

Próba własności i parametry

Próba własności i parametry Próba własności i parametry Podstawowe pojęcia Zbiorowość statystyczna zbiór jednostek (obserwacji) nie identycznych, ale stanowiących logiczną całość Zbiorowość (populacja) generalna skończony lub nieskończony

Bardziej szczegółowo

Pozyskiwanie wiedzy z danych

Pozyskiwanie wiedzy z danych Pozyskiwanie wiedzy z danych dr Agnieszka Goroncy Wydział Matematyki i Informatyki UMK PROJEKT WSPÓŁFINANSOWANY ZE ŚRODKÓW UNII EUROPEJSKIEJ W RAMACH EUROPEJSKIEGO FUNDUSZU SPOŁECZNEGO Pozyskiwanie wiedzy

Bardziej szczegółowo

Miary zmienności STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 6 marca 2018

Miary zmienności STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 6 marca 2018 STATYSTYKA OPISOWA Dr Alina Gleska Instytut Matematyki WE PP 6 marca 2018 1 MIARY ZMIENNOŚCI (inaczej: rozproszenia, rozrzutu, zróżnicowania, dyspersji) informuja o zróżnicowaniu jednostek zbiorowości

Bardziej szczegółowo

Wykład 3. Opis struktury zbiorowości. 1. Parametry opisu rozkładu badanej cechy. 3. Średnia arytmetyczna. 4. Dominanta. 5. Kwantyle.

Wykład 3. Opis struktury zbiorowości. 1. Parametry opisu rozkładu badanej cechy. 3. Średnia arytmetyczna. 4. Dominanta. 5. Kwantyle. Wykład 3. Opis struktury zbiorowości 1. Parametry opisu rozkładu badanej cechy. 2. Miary połoŝenia rozkładu. 3. Średnia arytmetyczna. 4. Dominanta. 5. Kwantyle. W praktycznych zastosowaniach bardzo często

Bardziej szczegółowo

Porównaj płace pracowników obu zakładów, dokonując kompleksowej analizy struktury. Zastanów się, w którym zakładzie jest korzystniej pracować?

Porównaj płace pracowników obu zakładów, dokonując kompleksowej analizy struktury. Zastanów się, w którym zakładzie jest korzystniej pracować? 1 Zadanie 1.1 W dwóch zakładach produkcyjnych Złomex I i Złomex II, należących do tego samego przedsiębiorstwa Złomowanie na zawołanie w ostatnim miesiącu następująco kształtowały się wynagrodzenia pracowników.

Bardziej szczegółowo

1 n. s x x x x. Podstawowe miary rozproszenia: Wariancja z populacji: Czasem stosuje się też inny wzór na wariancję z próby, tak policzy Excel:

1 n. s x x x x. Podstawowe miary rozproszenia: Wariancja z populacji: Czasem stosuje się też inny wzór na wariancję z próby, tak policzy Excel: Wariancja z populacji: Podstawowe miary rozproszenia: 1 1 s x x x x k 2 2 k 2 2 i i n i1 n i1 Czasem stosuje się też inny wzór na wariancję z próby, tak policzy Excel: 1 k 2 s xi x n 1 i1 2 Przykład 38,

Bardziej szczegółowo

W1. Wprowadzenie. Statystyka opisowa

W1. Wprowadzenie. Statystyka opisowa W1. Wprowadzenie. Statystyka opisowa dr hab. Jerzy Nakielski Zakład Biofizyki i Morfogenezy Roślin Plan wykładu: 1. O co chodzi w statystyce 2. Etapy badania statystycznego 3. Zmienna losowa, rozkład

Bardziej szczegółowo

Ćwiczenia 1-2 Analiza rozkładu empirycznego

Ćwiczenia 1-2 Analiza rozkładu empirycznego Ćwiczenia 1-2 Zadanie 1. Z kolokwium z ekonometrii studenci otrzymali następujące oceny: 5 osób dostało piątkę, 20 os. dostało czwórkę, 10 os. trójkę, a 3 osoby nie zaliczyły tego kolokwium. Należy w oparciu

Bardziej szczegółowo

1. Opis tabelaryczny. 2. Graficzna prezentacja wyników. Do technik statystyki opisowej można zaliczyć:

1. Opis tabelaryczny. 2. Graficzna prezentacja wyników. Do technik statystyki opisowej można zaliczyć: Wprowadzenie Statystyka opisowa to dział statystyki zajmujący się metodami opisu danych statystycznych (np. środowiskowych) uzyskanych podczas badania statystycznego (np. badań terenowych, laboratoryjnych).

Bardziej szczegółowo

Miary w szeregach. 1 Miary klasyczne. 1.1 Średnia Średnia arytmetyczna

Miary w szeregach. 1 Miary klasyczne. 1.1 Średnia Średnia arytmetyczna Miary w szeregach 1 Miary klasyczne 1.1 Średnia 1.1.1 Średnia arytmetyczna Zad. 1 średnia dla szeregu rozdzielczego punktowego W tabeli zestawiono wyniki badań czasu wykonania 15 detali. Jest to szereg

Bardziej szczegółowo

Analiza struktury i przeciętnego poziomu cechy

Analiza struktury i przeciętnego poziomu cechy Analiza struktury i przeciętnego poziomu cechy Analiza struktury Pod pojęciem analizy struktury rozumiemy badanie budowy (składu) określonej zbiorowości, lub próby, tj. ustalenie, z jakich składa się elementów

Bardziej szczegółowo

Statystyka i analiza danych Wstępne opracowanie danych Statystyka opisowa. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.pl

Statystyka i analiza danych Wstępne opracowanie danych Statystyka opisowa. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.pl Statystyka i analiza danych Wstępne opracowanie danych Statystyka opisowa Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.pl Wprowadzenie Podstawowe cele analizy zbiorów danych Uogólniony opis poszczególnych

Bardziej szczegółowo

Statystyka opisowa. Robert Pietrzykowski.

Statystyka opisowa. Robert Pietrzykowski. Statystyka opisowa Robert Pietrzykowski email: robert_pietrzykowski@sggw.pl www.ekonometria.info 2 Na dziś Sprawy bieżące Przypominam, że 14.11.2015 pierwszy sprawdzian Konsultacje Sobota 9:00 10:00 pok.

Bardziej szczegółowo

Miary asymetrii STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 6 marca 2018

Miary asymetrii STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 6 marca 2018 STATYSTYKA OPISOWA Dr Alina Gleska Instytut Matematyki WE PP 6 marca 2018 1 pozwalaja określić, czy jednostki zbiorowości maja tendencje do skupiania się przy niskich wartościach cechy (tzw. asymetria

Bardziej szczegółowo

Laboratorium 3 - statystyka opisowa

Laboratorium 3 - statystyka opisowa dla szeregu rozdzielczego Laboratorium 3 - statystyka opisowa Agnieszka Mensfelt 11 lutego 2019 dla szeregu rozdzielczego Statystyka opisowa dla szeregu rozdzielczego Przykład wyniki maratonu Wyniki 18.

Bardziej szczegółowo

STATYSTYKA wykłady. L.Gruszczyński Elementy statystyki dla socjologów Dr. Pactwa pon. i wtorek 09:30 11:00 (pok. 217) I. (08.X)

STATYSTYKA wykłady. L.Gruszczyński Elementy statystyki dla socjologów Dr. Pactwa pon. i wtorek 09:30 11:00 (pok. 217) I. (08.X) STATYSTYKA wykłady L.Gruszczyński Elementy statystyki dla socjologów Dr. Pactwa pon. i wtorek 09:30 11:00 (pok. 17) I. (08.X) 1. Statystyka jest to nauka zajmująca się metodami ilościowymi badania prawidłowości

Bardziej szczegółowo

Miary koncentracji STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 28 września 2018

Miary koncentracji STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 28 września 2018 STATYSTYKA OPISOWA Dr Alina Gleska Instytut Matematyki WE PP 28 września 2018 1 Pojęcie koncentracji może być stosowane w dwóch różnych znaczeniach: 1) koncentracja jako skupienie poszczególnych wartości

Bardziej szczegółowo

Statystyka hydrologiczna i prawdopodobieństwo zjawisk hydrologicznych.

Statystyka hydrologiczna i prawdopodobieństwo zjawisk hydrologicznych. Statystyka hydrologiczna i prawdopodobieństwo zjawisk hydrologicznych. Statystyka zajmuje się prawidłowościami zaistniałych zdarzeń. Teoria prawdopodobieństwa dotyczy przewidywania, jak często mogą zajść

Bardziej szczegółowo

Biostatystyka, # 1 /Weterynaria I/

Biostatystyka, # 1 /Weterynaria I/ Biostatystyka, # 1 /Weterynaria I/ dr n. mat. Zdzisław Otachel Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowań Matematyki i Informatyki ul. Głęboka 28, p. 221 bud. CIW, e-mail: zdzislaw.otachel@up.lublin.pl

Bardziej szczegółowo

Wykład 5: Statystyki opisowe (część 2)

Wykład 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 szczegółowo

Xi B ni B

Xi B ni B Zadania ze statystyki cz.2 I rok Socjologii lic. Zadanie 1 Ustal dla danych zawartych w tabelach poniżej, prezentujących rozkład liczebności (ni) różnej wielkości gospodarstw domowych w dwóch populacjach,

Bardziej szczegółowo

Matematyka stosowana i metody numeryczne

Matematyka stosowana i metody numeryczne Adam Wosatko Magdalena Jakubek Piotr Pluciński Matematyka stosowana i metody numeryczne Konspekt z wykładu 4 Podstawy statystyki 4. Wstęp Statystyka nauka o metodach badań właściwości populacji (zbiorowości),

Bardziej szczegółowo

Wykład dla studiów doktoranckich IMDiK PAN. Biostatystyka I. dr Anna Rajfura Kat. Doświadczalnictwa i Bioinformatyki SGGW

Wykład dla studiów doktoranckich IMDiK PAN. Biostatystyka I. dr Anna Rajfura Kat. Doświadczalnictwa i Bioinformatyki SGGW Wykład dla studiów doktoranckich IMDiK PAN Biostatystyka I dr Anna Rajfura Kat. Doświadczalnictwa i Bioinformatyki SGGW anna_rajfura@sggw.pl Program wykładu w skrócie 1. Wprowadzenie: rozkład empiryczny,

Bardziej szczegółowo

Matematyka z el. statystyki, # 1 /Geodezja i kartografia II/

Matematyka z el. statystyki, # 1 /Geodezja i kartografia II/ Matematyka z el. statystyki, # 1 /Geodezja i kartografia II/ Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowań Matematyki i Informatyki ul. Akademicka 15, p.211a bud. Agro II, e-mail: zdzislaw.otachel@up.lublin.pl

Bardziej szczegółowo

STATYSTYKA IV SEMESTR ALK (PwZ) STATYSTYKA OPISOWA RODZAJE CECH W POPULACJACH I SKALE POMIAROWE

STATYSTYKA IV SEMESTR ALK (PwZ) STATYSTYKA OPISOWA RODZAJE CECH W POPULACJACH I SKALE POMIAROWE STATYSTYKA IV SEMESTR ALK (PwZ) STATYSTYKA OPISOWA RODZAJE CECH W POPULACJACH I SKALE POMIAROWE CECHY mogą być: jakościowe nieuporządkowane - skala nominalna płeć, rasa, kolor oczu, narodowość, marka samochodu,

Bardziej szczegółowo

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 2 - statystyka opisowa cd

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 2 - statystyka opisowa cd WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 2 - statystyka opisowa cd Agata Boratyńska Agata Boratyńska Statystyka matematyczna, wykład 2 1 / 20 MIARY ROZPROSZENIA, Wariancja Wariancją z próby losowej X

Bardziej szczegółowo

Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część

Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część populacji, którą podaje się badaniu statystycznemu

Bardziej szczegółowo

Statystyka i opracowanie danych W5: Wprowadzenie do statystycznej analizy danych. Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl

Statystyka i opracowanie danych W5: Wprowadzenie do statystycznej analizy danych. Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl Statystyka i opracowanie danych W5: Wprowadzenie do statystycznej analizy danych Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl Wprowadzenie Podstawowe cele analizy zbiorów danych Uogólniony opis poszczególnych

Bardziej szczegółowo

Wykład 4: Statystyki opisowe (część 1)

Wykład 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 szczegółowo

Statystyka. Wydział Zarządzania Uniwersytetu Łódzkiego

Statystyka. Wydział Zarządzania Uniwersytetu Łódzkiego Statystyka Wydział Zarządzania Uniwersytetu Łódzkiego 2017 Statystyka to nauka zajmująca się badaniem prawidłowości w procesach masowych, to jest takich, które realizują się na dużą skalę (np. procesy

Bardziej szczegółowo

Statystyka matematyczna. dr Katarzyna Góral-Radziszewska Katedra Genetyki i Ogólnej Hodowli Zwierząt

Statystyka matematyczna. dr Katarzyna Góral-Radziszewska Katedra Genetyki i Ogólnej Hodowli Zwierząt Statystyka matematyczna dr Katarzyna Góral-Radziszewska Katedra Genetyki i Ogólnej Hodowli Zwierząt Zasady zaliczenia przedmiotu: część wykładowa Maksymalna liczba punktów do zdobycia 40. Egzamin będzie

Bardziej szczegółowo

STATYSTYKA OPISOWA Przykłady problemów statystycznych: - badanie opinii publicznej na temat preferencji wyborczych;

STATYSTYKA OPISOWA Przykłady problemów statystycznych: - badanie opinii publicznej na temat preferencji wyborczych; STATYSTYKA OPISOWA Przykłady problemów statystycznych: - badanie opinii publicznej na temat preferencji wyborczych; - badanie skuteczności nowego leku; - badanie stopnia zanieczyszczenia gleb metalami

Bardziej szczegółowo

Statystyka Matematyczna Anna Janicka

Statystyka Matematyczna Anna Janicka Statystyka Matematyczna Anna Janicka wykład I, 22.02.2016 STATYSTYKA OPISOWA, cz. I Kwestie techniczne Kontakt: ajanicka@wne.uw.edu.pl Dyżur: strona z materiałami z przedmiotu: wne.uw.edu.pl/azylicz akson.sgh.waw.pl/~aborata

Bardziej szczegółowo

Statystyka. Šukasz Dawidowski. Instytut Matematyki, Uniwersytet l ski

Statystyka. Šukasz Dawidowski. Instytut Matematyki, Uniwersytet l ski Statystyka Šukasz Dawidowski Instytut Matematyki, Uniwersytet l ski Statystyka Statystyka: nauka zajmuj ca si liczbowym opisem zjawisk masowych oraz ich analizowaniem, zbiory informacji liczbowych. (Sªownik

Bardziej szczegółowo

Zmienne losowe. Statystyka w 3

Zmienne losowe. Statystyka w 3 Zmienne losowe Statystyka w Zmienna losowa Zmienna losowa jest funkcją, w której każdej wartości R odpowiada pewien podzbiór zbioru będący zdarzeniem losowym. Zmienna losowa powstaje poprzez przyporządkowanie

Bardziej szczegółowo

Wykład 3: Statystyki opisowe - miary położenia, miary zmienności, miary asymetrii

Wykład 3: Statystyki opisowe - miary położenia, miary zmienności, miary asymetrii Wykład 3: Statystyki opisowe - miary położenia, miary zmienności, miary asymetrii Wprowadzenie W przypadku danych liczbowych do ich charakterystyki można wykorzystać tak zwane STATYSTYKI OPISOWE. Za pomocą

Bardziej szczegółowo

Statystyka. Wykład 5. Magdalena Alama-Bućko. 20 marca Magdalena Alama-Bućko Statystyka 20 marca / 26

Statystyka. Wykład 5. Magdalena Alama-Bućko. 20 marca Magdalena Alama-Bućko Statystyka 20 marca / 26 Statystyka Wykład 5 Magdalena Alama-Bućko 20 marca 2017 Magdalena Alama-Bućko Statystyka 20 marca 2017 1 / 26 Koncentracja Analiza struktury zbiorowości miary położenia ( miary średnie) miary zmienności

Bardziej szczegółowo

Wykład 3. Metody opisu danych (statystyki opisowe, tabele liczności, wykresy ramkowe i histogramy)

Wykład 3. Metody opisu danych (statystyki opisowe, tabele liczności, wykresy ramkowe i histogramy) Wykład 3. Metody opisu danych (statystyki opisowe, tabele liczności, wykresy ramkowe i histogramy) Co na dzisiejszym wykładzie: definicje, sposoby wyznaczania i interpretacja STATYSTYK OPISOWYCH prezentacja

Bardziej szczegółowo

Wydział Inżynierii Produkcji. I Logistyki. Statystyka opisowa. Wykład 3. Dr inż. Adam Deptuła

Wydział Inżynierii Produkcji. I Logistyki. Statystyka opisowa. Wykład 3. Dr inż. Adam Deptuła 12.03.2017 Wydział Inżynierii Produkcji I Logistyki Statystyka opisowa Wykład 3 Dr inż. Adam Deptuła METODY OPISU DANYCH ILOŚCIOWYCH SKALARNYCH Wykresy: diagramy, histogramy, łamane częstości, wykresy

Bardziej szczegółowo

Podstawy statystyki - ćwiczenia r.

Podstawy statystyki - ćwiczenia r. Zadanie 1. Na podstawie poniższych danych wyznacz i zinterpretuj miary tendencji centralnej dotyczące wysokości miesięcznych zarobków (zł): 1290, 1500, 1600, 2250, 1400, 1600, 2500. Średnia arytmetyczna

Bardziej szczegółowo

Dane i ich struktura Skale pomiarowe i ich przekształcanie. Mariusz Dacko

Dane i ich struktura Skale pomiarowe i ich przekształcanie. Mariusz Dacko Dane i ich struktura Skale pomiarowe i ich przekształcanie Mariusz Dacko Zjawisko masowe staje się widoczne w dużej liczbie obserwacji (lecz jest niewidoczne w obserwacji pojedynczej) Zjawisko masowe jest

Bardziej szczegółowo

Statystyka. Wykład 7. Magdalena Alama-Bućko. 16 kwietnia Magdalena Alama-Bućko Statystyka 16 kwietnia / 35

Statystyka. Wykład 7. Magdalena Alama-Bućko. 16 kwietnia Magdalena Alama-Bućko Statystyka 16 kwietnia / 35 Statystyka Wykład 7 Magdalena Alama-Bućko 16 kwietnia 2017 Magdalena Alama-Bućko Statystyka 16 kwietnia 2017 1 / 35 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia

Bardziej szczegółowo

Statystyka opisowa- cd.

Statystyka opisowa- cd. 12.03.2017 Wydział Inżynierii Produkcji I Logistyki Statystyka opisowa- cd. Wykład 4 Dr inż. Adam Deptuła HISTOGRAM UNORMOWANY Pole słupka = wysokość słupka x długość przedziału Pole słupka = n i n h h,

Bardziej szczegółowo

Analiza Współzależności

Analiza Współzależności Statystyka Opisowa z Demografią oraz Biostatystyka Analiza Współzależności Aleksander Denisiuk denisjuk@euh-e.edu.pl Elblaska Uczelnia Humanistyczno-Ekonomiczna ul. Lotnicza 2 82-300 Elblag oraz Biostatystyka

Bardziej szczegółowo

Statystyka opisowa w wycenie nieruchomości Część I - wyznaczanie miar zbioru danych

Statystyka opisowa w wycenie nieruchomości Część I - wyznaczanie miar zbioru danych dr Agnieszka Bitner Rzeczoznawca majątkowy Katedra Geodezji Rolnej, Katastru i Fotogrametrii Uniwersytet Rolniczy w Krakowie ul. Balicka 253c 30-198 Kraków, e-mail: rmbitner@cyf-kr.edu.pl WPROWADZENIE

Bardziej szczegółowo

Statystyki opisowe i szeregi rozdzielcze

Statystyki opisowe i szeregi rozdzielcze Statystyki opisowe i szeregi rozdzielcze - ćwiczenia ĆWICZENIA Piotr Ciskowski ramka-wąsy przykład 1. krwinki czerwone Stanisz W eksperymencie farmakologicznym analizowano oddziaływanie pewnego preparatu

Bardziej szczegółowo

Statystyka opisowa. Robert Pietrzykowski.

Statystyka opisowa. Robert Pietrzykowski. Statystyka opisowa Robert Pietrzykowski email: robert_pietrzykowski@sggw.pl www.ekonometria.info Statystyka jest jak kostium bikini: pokazuje wiele, ale nie pokazuje najważniejszego. Aaron Levenstein Jeśli

Bardziej szczegółowo

Statystyka. Katarzyna Chudy Laskowska

Statystyka. Katarzyna Chudy Laskowska Statystyka Katarzyna Chudy Laskowska http://kc.sd.prz.edu.pl/ 1. ORGANIZACJA ZAJĘĆ 15 h WYKŁADÓW 15 h LABORATORIÓW Program komputerowy: Statistica PL 8.1 (wydział posiada licencję, która uprawnia studentów

Bardziej szczegółowo

Wprowadzenie do zagadnień statystycznych

Wprowadzenie do zagadnień statystycznych Wprowadzenie do zagadnień statystycznych Jednym z podstawowych celów nauki jest wyjaśnianie i przewidywanie wyników obserwacji zdarzeń i relacji przyczynowych, jakie między nimi zachodzą. Pomocna w tych

Bardziej szczegółowo

Zakład Ubezpieczeń Społecznych Departament Statystyki. Struktura wysokości emerytur i rent wypłacanych przez ZUS po waloryzacji w marcu 2010 roku.

Zakład Ubezpieczeń Społecznych Departament Statystyki. Struktura wysokości emerytur i rent wypłacanych przez ZUS po waloryzacji w marcu 2010 roku. Zakład Ubezpieczeń Społecznych Departament Statystyki Struktura wysokości emerytur i rent wypłacanych przez ZUS po waloryzacji w marcu 2010 roku. Warszawa 2010 I. Badana populacja. W marcu 2010 r. emerytury

Bardziej szczegółowo

Badania Statystyczne

Badania Statystyczne Statystyka Opisowa z Demografią oraz Biostatystyka Badania Statystyczne Aleksander Denisiuk denisjuk@euh-e.edu.pl Elblaska Uczelnia Humanistyczno-Ekonomiczna ul. Lotnicza 2 82-300 Elblag oraz Biostatystyka

Bardziej szczegółowo

Statystyka matematyczna dla leśników

Statystyka matematyczna dla leśników Statystyka matematyczna dla leśników Wydział Leśny Kierunek leśnictwo Studia Stacjonarne I Stopnia Rok akademicki 2011/2012 Wykład 2 Statystyka Do tej pory było: Wiadomości praktyczne o przedmiocie Podstawowe

Bardziej szczegółowo

Statystyczne metody analizy danych

Statystyczne metody analizy danych Statystyczne metody analizy danych Statystyka opisowa Wykład I-III Agnieszka Nowak - Brzezioska Podstawowe pojęcia STATYSTYKA - nauka traktująca o metodach ilościowych badania prawidłowości zjawisk (procesów)

Bardziej szczegółowo

Analiza statystyczna w naukach przyrodniczych

Analiza statystyczna w naukach przyrodniczych Analiza statystyczna w naukach przyrodniczych Po co statystyka? Człowiek otoczony jest różnymi zjawiskami i próbuje je poznać, dowiedzieć się w jaki sposób funkcjonują, jakie relacje między nimi zachodzą.

Bardziej szczegółowo

Wprowadzenie 2010-10-20

Wprowadzenie 2010-10-20 PODSTAWY STATYSTYKI Dr hab. inż. Piotr Konieczka piotr.konieczka@pg.gda.pl 1 Wprowadzenie Wynik analityczny to efekt przeprowadzonego pomiaru(ów). Pomiar to zatem narzędzie wykorzystywane w celu uzyskania

Bardziej szczegółowo

Statystyczne metody analizy danych. Agnieszka Nowak - Brzezińska

Statystyczne metody analizy danych. Agnieszka Nowak - Brzezińska Statystyczne metody analizy danych Agnieszka Nowak - Brzezińska SZEREGI STATYSTYCZNE SZEREGI STATYSTYCZNE odpowiednio usystematyzowany i uporządkowany surowy materiał statystyczny. Szeregi statystyczne

Bardziej szczegółowo

MATEMATYKA Z ELEMENTAMI STATYSTYKI LABORATORIUM KOMPUTEROWE DLA II ROKU KIERUNKU ZARZĄDZANIE I INŻYNIERIA PRODUKCJI ZESTAWY ZADAŃ

MATEMATYKA Z ELEMENTAMI STATYSTYKI LABORATORIUM KOMPUTEROWE DLA II ROKU KIERUNKU ZARZĄDZANIE I INŻYNIERIA PRODUKCJI ZESTAWY ZADAŃ MATEMATYKA Z ELEMENTAMI STATYSTYKI LABORATORIUM KOMPUTEROWE DLA II ROKU KIERUNKU ZARZĄDZANIE I INŻYNIERIA PRODUKCJI ZESTAWY ZADAŃ Opracowała: Milena Suliga Wszystkie pliki pomocnicze wymienione w treści

Bardziej szczegółowo

Zawartość. Zawartość

Zawartość. Zawartość Opr. dr inż. Grzegorz Biesok. Wer. 2.20 2011 Zawartość Zawartość 1. Tworzenie szeregu rozdzielczego przedziałowego (klasowego)... 3 2. Podstawowy opis struktury... 3 3. Opis rozkładu jednej cechy szereg

Bardziej szczegółowo

Zadanie 2.Na III roku bankowości złożonym z 20 studentów i 10 studentek przeprowadzono test pisemny ze statystyki. Oto wyniki w obu podgrupach.

Zadanie 2.Na III roku bankowości złożonym z 20 studentów i 10 studentek przeprowadzono test pisemny ze statystyki. Oto wyniki w obu podgrupach. Zadanie 1.Wiadomo, że dominanta wagi tuczników jest umiejscowiona w przedziale [120 kg, 130 kg] i wynosi 122,5 kg. Znane są również liczebności przedziałów poprzedzającego i następnego po przedziale dominującym:

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka

Rachunek prawdopodobieństwa i statystyka Rachunek prawdopodobieństwa i statystyka Współczynnik zmienności Klasycznym współczynnikiem (wskaźnikiem) zmienności zmiennej losowej X nazywamy wyrażenie gdzie E(X) 0. v k z (X) = D(X) E(X), Klasyczny

Bardziej szczegółowo

METODY BADAŃ NA ZWIERZĘTACH ze STATYSTYKĄ wykład 3-4. Parametry i wybrane rozkłady zmiennych losowych

METODY BADAŃ NA ZWIERZĘTACH ze STATYSTYKĄ wykład 3-4. Parametry i wybrane rozkłady zmiennych losowych METODY BADAŃ NA ZWIERZĘTACH ze STATYSTYKĄ wykład - Parametry i wybrane rozkłady zmiennych losowych Parametry zmiennej losowej EX wartość oczekiwana D X wariancja DX odchylenie standardowe inne, np. kwantyle,

Bardziej szczegółowo

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego

Bardziej szczegółowo

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego

Bardziej szczegółowo