Charakterystyka liczbowa opisującą właściwości zbioru danych (np. średnia, mediana, odchylenie standardowe)
|
|
- Marek Wrona
- 5 lat temu
- Przeglądów:
Transkrypt
1 1
2 Dyscyplina naukowa zajmująca się sposobami (metodami i narzędziami) gromadzenia i opisywania danych ilościowych oraz wyprowadzania na ich podstawie wniosków odnoszących się do procesów masowych Charakterystyka liczbowa opisującą właściwości zbioru danych (np. średnia, mediana, odchylenie standardowe) Uporządkowany zbiór danych dotyczących określonego zjawiska lub procesu czyli informacje liczbowe (dane statystyczne) opisujące świat wokół nas Wszelkie czynności związane z gromadzeniem i opracowywaniem danych 2
3 zajmuje się projektowaniem badań, procedurami i sposobami gromadzenia i porządkowania informacji, sposobami opracowania danych ilościowych, ich prezentacją i sumarycznym opisem zajmuje się regułami wnioskowania o właściwościach populacji opierając się na własnościach wylosowanej z niej próby 3
4 W ciągu życia cały czas podejmujemy decyzje odnosząc się do naszej wiedzy i doświadczenia Wnioskowanie odbywa się na ogół w jednym z dwóch kierunków: OD OGÓŁU DO SZCZEGÓŁU OD SZCZEGÓŁU DO OGÓŁU 4
5 Rodzaj rozumowania logicznego, mającego na celu dojście do określonego wniosku na podstawie założonego wcześniej zbioru przesłanek Jeśli rozumowanie jest przeprowadzone poprawnie, zaś zbiór przesłanek nie zawiera zdań fałszywych, to wnioski wyciągnięte w wyniku rozumowania dedukcyjnego są nieodparcie prawdziwe i nie można ich zasadnie zakwestionować W procesie dedukcji nie tworzymy nowej wiedzy, dedukcja jest procesem wyprowadzania wniosków z tego, co już jest wiadome 5
6 Przesłanka 1 Przesłanka 2 W Zielonej Górze mieszka około 119 tys. mieszkańców W każdym mieście powyżej 100 tys. mieszkańców władzą wykonawczą jest prezydent miasta Wniosek W Zielonej Górze władzą wykonawczą jest prezydent miasta 6
7 Rozumowanie indukcyjne jest procesem logicznym, za pomocą którego dobieramy hipotezę do danych i uogólniamy przypadek szczególny W ten sposób tworzymy nową wiedzę, ale jest ona obarczona niepewnością z powodu braku jednoznacznej zgodności pomiędzy danymi a hipotezą 7
8 PODEJMOWANIE DECYZJI w warunkach niepewności, w niepowtarzalnej sprawie Czy oskarżony popełnił przestępstwo? PROGNOZOWANIE Czy w najbliższy weekend poprawi się pogoda? Jaki będzie jutro kurs waluty? Jakie będą tematy na kolokwium? TESTOWANIE HIPOTEZ Im dłuższy okres bezrobocia tym trudniej znaleźć pracę Kobiety częściej niż mężczyźni robią zakupy 8
9 Dyscyplina naukowa zajmująca się sposobami (metodami i narzędziami) gromadzenia i opisywania danych ilościowych oraz wyprowadzania na ich podstawie wniosków odnoszących się do procesów masowych Charakterystyka liczbowa opisującą właściwości zbioru danych (np. średnia, mediana, odchylenie standardowe) Uporządkowany zbiór danych dotyczących określonego zjawiska lub procesu czyli informacje liczbowe (dane statystyczne) opisujące świat wokół nas Wszelkie czynności związane z gromadzeniem i opracowywaniem danych 9
10 Zbiór wszystkich możliwych jednostek, które są przedmiotem zainteresowania badacza. Obejmuje wszystkie jednostki zbiorowości lub wszystkie możliwe przypadki danego zjawiska Część populacji generalnej, w określony sposób wybrany podzbiór zbiorowości 10
11 ESTYMATOR własność próby ujęta w formie miary opisowej wyznaczonej z tej próby (średnia, odchylenie standardowe, mediana). Estymatory oznaczamy na ogół za pomocą liter łacińskich x średnia arytmetyczna obliczona podstawie danych uzyskanych w badaniach s odchylenie standardowe obliczone na podstawie danych uzyskanych w badaniach PARAMETR własność charakteryzująca populację, ustalona na podstawie estymatora. Parametry to wartości przewidywane, wyznaczone na podstawie danych pochodzących z próby, podawane są zwykle z określonym prawdopodobieństwem błędu (niepewności) Parametry oznaczamy na ogół za pomocą liter greckich: (mi) przewidywana z pewnym określonym prawdopodobieństwem błędu średnia w populacji (sigma) przewidywane z pewnym określonym prawdopodobieństwem błędu odchylenie standardowe w populacji 11
12 Średnia temperatura w lecie waha się pomiędzy 16,5-20 C, w zimie między -6-0 C. 12
13 Współczynnik dzietności, określający liczbę urodzonych dzieci przypadających na jedną kobietę w wieku rozrodczym (15-49 lat) wynosił: 1,367 - w roku ,297 - w roku 2011 Mężczyźni najczęściej żenią się przed trzydziestką. W 2010 r. ich średni wiek zawierania małżeństwa wynosił 28 lat, tj. o ponad 3 lata więcej niż na początku lat 90-tych. Natomiast w 2000 r. pan młody miał średnio niespełna 26 lat. Panny młode też są starsze, w 2010 roku były w wieku - średnio - 26 lat, wobec niepełna 23 lat na początku lat 90-tych i prawie 24 w 2000 roku. 13
14 Sporządzanie statystyki urodzin, opracowanie statystyk bezrobocia, wypadków, spisów ludności, mieszkań, gospodarstw rolnych, itd. Główny Urząd Statystyczny ( OBOP ( CBOS ( Polski Generalny Sondaż Społeczny ( 14
15 15
16 Ciąg wielkości statystycznych (wartości zmiennej) uporządkowanych rosnąco lub malejąco lub pogrupowanych według określonych kryteriów 16
17 Wiek: 18, 18, 19, 19, 19, 19, 20, 20, 21, 21, 22, 23 wiek N wiek N
18 Budowa (skład) zbiorowości z punktu widzenia wyróżnionych cech zbiorowości Struktura studentów ze względu na płeć, kierunek studiów, poziom studiów, przynależność do organizacji studenckich 18
19 p wskaźnik struktury N - liczebność zbiorowości n liczebność części zbiorowości Struktura specjalności 1 roku pedagogiki studiów mgr Specjalność N Frakcja Procent AK 63 0,15 15% EMiI 27 0,06 6% EWiP 53 0,13 13% OiPNS 71 0,17 17% PSiS 65 0,15 15% RzPS 143 0,34 34% Suma 422 1,00 100% 19
20 Struktura badanych ze względu na ocenę sytuacji materialnej Ocena sytuacji materialnej N Procent Procent skumulowany Bardzo zła 50 28% 28% Zła 30 17% 45% Przeciętna 65 36% 81% Dobra 25 14% 95% Bardzo dobra 10 5% 100% % 20
21 Niedostateczny Dopuszczający Dostateczny Dobry Bardzo dobry Celujący X i N % Niedostateczny 10 7% Dopuszczający 23 16% Bardzo dobry 19% Celujący 4% Niedostateczny 7% Dopuszczający 16% Dostateczny 34 23% Dobry 45 31% Bardzo dobry 27 19% Celujący 6 4% Dobry 31% Dostateczny 23% 21
22 22
23 Zbiór wszystkich możliwych jednostek, które są przedmiotem zainteresowania badacza. Obejmuje wszystkie jednostki zbiorowości lub wszystkie możliwe przypadki danego zjawiska Część populacji generalnej, w określony sposób wybrany podzbiór zbiorowości W rzetelny sposób odzwierciedla populację. Reprezentatywność próby uzyskujemy przez odpowiedni sposób doboru jednostek do analizy 23
24 - dobór jednostek do analizy jest przypadkowy, przypadek decyduje o tym, które jednostki znajdą się w próbie - każda jednostka ma takie same szanse na znalezienie się w próbie - dobór jednostek do analizy jest uzależniony od osoby prowadzącej badania - wybór ten nie zapewnia reprezentatywności próby - konieczna jest duża ostrożność w interpretacji wyników 24
25 - dobór oparty na zgłoszeniach chętnych - dobór oparty na dostępności badanych - dobór na chybił trafił - dobór celowy, arbitralny (badania określonej grupy, jednostek typowych; do próby trafiają jednostki, które w opinii badacza dostarczą optymalnych informacji z punktu widzenia badania, a więc uważane za badacza za przeciętne, typowe) - metoda śnieżnej kuli (badani wskazują kolejne jednostki do badań) - dobór informatorów - dobór kwotowy (znając strukturę zbiorowości pod względem ustalonych cech badacz ustala kwoty (liczebności) badanych, które mają znaleźć się w próbie, aby ich struktura oddawała strukturę zbiorowości). Problemem jest ustalenie aktualnej dla populacji struktury kwot. Wybór osoby spełniającej określone kryteria zależy od badacza 25
26 Elementy losuje się z całej (niepodzielonej na części ) zbiorowości: Każdy element ma jednakowe szanse znalezienia się w próbie - losowanie bez zwracania - losowanie ze zwracaniem Losujemy k-ty (np. co dziesiąty) lub kolejny zgodnie z liczbami losowymi (żelaznymi) 26
27 Stosowane gdy populacja dzieli się na pewne podpopulacje mocno zróżnicowane pod względem badanej cechy. Podział przeprowadza się ze względu na pewne kryterium, które zapewnia podział populacji na warstwy: rozłączne (tzn. żaden element populacji nie może być zaliczony do dwóch różnych warstw) wyczerpujące (sumie powinny dawać całą populację) różniące się pod względem analizowanej cechy (rejon geograficzny, typ szkoły, płeć). Dla wyróżnionych warstw przeprowadza się losowanie proste. W schemacie losowania losuje się nie poszczególne elementy zbiorowości, ale ich grupy (klasy w szkole, bloki mieszkalne itp.) Do próby wchodzą wszystkie elementy tworzące wybrane grupy (np. wszyscy uczniowie wylosowanej klasy) 27
28 Wykaz poszczególnych elementów zbiorowości, który służy do przeprowadzania operacji losowania Najczęściej operatu losowania nie można utożsamiać z populacja generalną Operat losowania przeważnie jest uboższy o pewne specyficzne jednostki. Pozyskanie operatu losowania jest trudne! 28
29 cecha próby, polegająca na tym, że nie jest ona reprezentatywna dla badanej populacji, pomimo, że została dobrana w sposób losowy. Przyczyną obciążenia próby mogą być błędy poczynione w trakcie doboru losowego, błąd operatu losowego itp. 29
30 - poziom ufności (jak bardzo możemy być pewni uzyskanych rezultatów, najczęściej 95%) - wielkość frakcji (w jakiej części populacji występuje badane zjawisko, gdy wielkość frakcji nie jest znana przyjmuje się 0,5) - liczebność populacji - błąd maksymalny oszacowania (o ile procent wyznaczony w badaniach wynik może się różnić od rzeczywistej wartości parametru w populacji, najczęściej do 5%) 30
31 Poziom ufności: 95% Frakcja: 0,5 31
32 Zwykle nie można przebadać całej populacji. Badamy próbę, aby na jej podstawie wyciągać wnioski dotyczące całej populacji Celem analiz jest estymacja (szacowanie) parametrów populacji za pomocą statystyk (estymatorów ) wyznaczonych dla próby Tylko wyniki uzyskana dla prób losowych umożliwiają ich ekstrapolację (uogólnianie) na całą populację Tylko dobór losowy gwarantuje uzyskanie próby reprezentatywnej 32
33 33
34 cecha (właściwość), którą posiadają jednostki badanej zbiorowości, przyjmującą co najmniej dwie wartości. Zmienna to właściwość pod względem której elementy zbioru różnią się między sobą Przyjmuje dowolne wartości z określonego przedziału (skończonego lub nie). Zmienne ciągłe: wzrost, czas rozwiązana testu, kwota dochodu Przyjmuje wartości skokowe czyli liczba wartości zmiennej jest skończona lub przeliczalna. Zmienne dyskretne: płeć, ocena, wykształcenie Pomiar polega na sklasyfikowaniu jednostek i przypisaniu ich do kategorii zmiennej czyli ustaleniu jaką wartość przyjmuje badana cecha (zmienna), jakie jest jej natężenie 34
35 Ze względu na własności badanych cech wyróżnić możemy cztery poziomy pomiaru: nominalny, porządkowy, interwałowy i ilorazowy Przez analogie mówimy wtedy o skalach i zmiennych jakościowych lub ilościowych Zmienne jakościowe Zmienne ilościowe nominalne porządkowe interwałowe ilorazowe 35
36 Możemy stwierdzić, czy jedna wartość jest różna/równa od innej W wartościach zmiennej nie można ustalić żadnego porządku, wszystkie wartości są tak samo ważne Zmienne mierzone na skali nominalnej: płeć, wyznanie, zawód 36
37 Można uporządkować wartości w zależności od natężenia cechy czyli możemy ustalić, czy jedna wartość jest większa/mniejsza od innej Zmienne mierzona na skalach porządkowych: wykształcenie, poziom akceptacji zjawisk i poglądów 37
38 SKALA LIKERTA W badaniach społecznych bardzo częstą formą pytania, która pozwala ocenić poziom akceptacji danego poglądu jest format pytania zaproponowany przez Rensisa Likerta. Opinia dotycząca jakiegoś zjawiska, poglądu jest diagnozowana na pięciostopniowej skali: respondent ma wybrać jedną z pięciu odpowiedzi od zdecydowanie się zgadzam do zdecydowanie się nie zgadzam jest to skala porządkowa odpowiedź neutralna trudno powiedzieć/ani tak ani nie jest na środku skali jest to skala symetryczna wielostopniowe skale diagnozujące poziom akceptacji nazywane są potocznie skalami Likerta 38
39 SKALA LIKERTA zdecydowanie nie zgadzam się (5) raczej się nie zgadzam (4) ani się zgadzam, ani się nie zgadzam (3) raczej się zgadzam (2) zdecydowanie się zgadzam (1) SKALA OPARTA NA SKALI LIKERTA - radykalnie lewicowe (1) - lewicowe (2) - centrowe (3) - prawicowe (4) - radykalnie prawicowe (5) - bez duszności (1) - niewielka duszność (2) - umiarkowana duszność (3) - ciężka duszność (4) - bardzo ciężka duszność (5) 39
40 DYFERENCJAŁ SEMANTYCZNY Skala Osgooda (dyferencjału semantycznego) służy do badania oceny jakiegoś zjawiska. Oparta jest na skali, która zawiera 7 punktów: oceny dokonuje się wskazując natężenie cechy pomiędzy dwoma jej przeciwnymi charakterystykami (wyrażonych często przymiotnikowo) najczęściej zadaje się zestaw pytań diagnozujących różne aspekty analizowanego zjawiska 1. Ocena pozytywna 7. Ocena negatywna 40
41 DYFERECJAŁ SEMANTYCZNY Które z poniższych określeń dotyczą według Ciebie serwisu Facebook Dla młodych Intuicyjny Bezpieczny Ładny Szybko działa Do biznesu Z przyszłością Dla starszych Skomplikowany w obsłudze Niebezpieczny Brzydki Wolno działa Do zabawy Bez przyszłości 41
42 Możemy ustalić o ile jedna wartość jest większa od innej. Przypisanym wartościom zmiennej odpowiadają wtedy jednakowe różnice czyli kolejne wartości zmiennej różnią się o tę sama wartość Można ustalić ile razy jedna wartość jest większa od drugiej. Pomiar jest dokonywany na skali, która ma zero Zmienne mierzone na skali interwałowej: temperatura, rok urodzenia Zmienne mierzone na skali ilorazowej: wiek w latach, kwota dochodu, wzrost, wynik testu w procentach (punktach) 42
43 nominalne porządkowe interwałowe ilorazowe Każda kolejna skala ma cechy skali poprzedniej Skalę można sprowadzić do skali niższego poziomu czyli obniżyć jej poziom. Wiąże się to jednak z utratą pewnych informacji 43
44 wynik testu Liczba punktów: ilorazowa Ocena: ndst dost db bdb porządkowa Zaliczenie: nie zdano zdano nominalna 44
45 Obliczenia wykonywane na skalach porządkowych STANOWISKO RADYKALNE na skalach porządkowych nie można wykonywać żadnych obliczeń. Dopuszczalne operacje to wyznaczenie częstości, połączenie kategorii STANOWISKO LIBERALNE na liczbach, które oznaczają poziomy skali można wykonywać obliczenia: można je dodawać, odejmować, dzielić 45
46 Obliczenia wykonywane na skalach porządkowych Na liczbach wolno dokonywać wszelkich działań, jednak nie wolno wyciągać wniosków wybiegających poza dopuszczalne dla danej skali interpretacje Skala nominalna: różne/równe Skala porządkowa: większe/mniejsze Skala interwałowa: o ile większe/mniejsze Skala ilorazowa: ile razy mniejsze/większe Skale, które mają opisane tylko skrajne wartości traktowane są jako skale ilościowe 46
47 Analizy wykonywane na skalach porządkowych Zmienna: poziom zadowolenia z życia (zmienna porządkowa) Proszę znaczyć na skali od 1 do 10 w jakim stopniu czuje się Pan(i) zadowolony(a) z życia. 1 Zdecydowanie niezadowolony 10 Zdecydowanie zadowolony Średnia: kobiety = 8,5 ; mężczyźni = 7,1 Skale, które mają opisane tylko skrajne wartości są często traktowane jako skale ilościowe 47
48 Analizy wykonywane na skalach porządkowych Zmienna (indeks): oszczędność (zmienna porządkowa) W jakim stopniu zgadzasz się z poniższymi stwierdzeniami: - Zdecydowanie się zgadzam (1) - Raczej się zgadzam (2) - Raczej się nie zgadzam (4) - Zdecydowanie się nie zgadzam (5) - Trudno powiedzieć (3) a) Zawsze planuję zakupy b) Nie kupuję niepotrzebnych rzeczy c) Nawet jeśli mam dużo pieniędzy oszczędzam d) Przed zrobieniem zakupów przeglądam gazetki reklamowe 48
49 Analizy wykonywane na skalach porządkowych Res. 1 Res. 2 Res. 3 Res. 4 Zawsze planuję zakupy Nie kupuję niepotrzebnych rzeczy Nawet jeśli mam dużo pieniędzy oszczędzam Przed zrobieniem zakupów przeglądam gazetki reklamowe Suma (Oszczędność) Min=4 (bardzo oszczędny) Max=20 (zupełnie nieoszczędny/rozrzutny) 4-9 oszczędny racjonalny rozrzutny 49
Przyjmuje dowolne wartości z określonego przedziału (skończonego lub nie). Zmienne ciągłe: wzrost, czas rozwiązana testu, kwota dochodu
cecha (właściwość), którą posiadają jednostki badanej zbiorowości, przyjmującą co najmniej dwie wartości. Zmienna to właściwość pod względem której elementy zbioru różnią się między sobą Przyjmuje dowolne
Bardziej szczegółowoPrzyjmuje dowolne wartości z określonego przedziału (skończonego lub nie). Zmienne ciągłe: wzrost, czas rozwiązana testu, kwota dochodu
cecha (właściwość), którą posiadają jednostki badanej zbiorowości, przyjmującą co najmniej dwie wartości. Zmienna to właściwość pod względem której elementy zbioru różnią się między sobą Przyjmuje dowolne
Bardziej szczegółowoCharakterystyka liczbowa opisującą właściwości zbioru danych (np. średnia, mediana, odchylenie standardowe)
Dyscyplina naukowa zajmująca się sposobami (metodami i narzędziami) gromadzenia i opisywania danych ilościowych oraz wyprowadzania na ich podstawie wniosków odnoszących się do procesów masowych Charakterystyka
Bardziej szczegółowoCharakterystyka liczbowa opisującą właściwości zbioru danych (np. średnia, mediana, odchylenie standardowe)
Dyscyplina naukowa zajmująca się sposobami (metodami i narzędziami) gromadzenia i opisywania danych ilościowych oraz wyprowadzania na ich podstawie wniosków odnoszących się do procesów masowych Charakterystyka
Bardziej szczegółowowww.zmbs.wpsnz.uz.zgora.pl
www.zmbs.wpsnz.uz.zgora.pl Nauka o tym jak wykorzystywać informacje do analizy i wytyczania kierunków działania w warunkach niepewności łac. status = państwo Gootfied Achenwalld (połowa XVIII wieku): gromadzenie,
Bardziej szczegółowoStatystyka w pracy badawczej nauczyciela
Statystyka w pracy badawczej nauczyciela Wykład 1: Terminologia badań statystycznych dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyka (1) Statystyka to nauka zajmująca się zbieraniem, badaniem
Bardziej szczegółowoElementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej
Elementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki
Bardziej szczegółowoStatystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.
Wnioskowanie statystyczne obejmujące metody pozwalające na uogólnianie wyników z próby na nieznane wartości parametrów oraz szacowanie błędów tego uogólnienia. Przewidujemy nieznaną wartości parametru
Bardziej szczegółowoStatystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.
Wnioskowanie statystyczne obejmujące metody pozwalające na uogólnianie wyników z próby na nieznane wartości parametrów oraz szacowanie błędów tego uogólnienia. Przewidujemy nieznaną wartości parametru
Bardziej szczegółowoPobieranie prób i rozkład z próby
Pobieranie prób i rozkład z próby Marcin Zajenkowski Marcin Zajenkowski () Pobieranie prób i rozkład z próby 1 / 15 Populacja i próba Populacja dowolnie określony zespół przedmiotów, obserwacji, osób itp.
Bardziej szczegółowoMetody doboru próby do badań. Dr Kalina Grzesiuk
Metody doboru próby do badań Dr Kalina Grzesiuk Proces doboru próby 1. Ustalenie populacji badanej 2. Ustalenie wykazu populacji badanej 3. Ustalenie liczebności próby 4. Wybór metody doboru próby do badań
Bardziej szczegółowoPodstawowe pojęcia statystyczne
Podstawowe pojęcia statystyczne Istnieją trzy rodzaje kłamstwa: przepowiadanie pogody, statystyka i komunikat dyplomatyczny Jean Rigaux Co to jest statystyka? Nauka o metodach ilościowych badania zjawisk
Bardziej szczegółowoCharakterystyki 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 szczegółowoWykład 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 szczegółowozbieranie porządkowanie i prezentacja (tabele, wykresy) analiza interpretacja (wnioskowanie statystyczne)
STATYSTYKA zbieranie porządkowanie i prezentacja (tabele, wykresy) analiza interpretacja (wnioskowanie statystyczne) DANYCH STATYSTYKA MATEMATYCZNA analiza i interpretacja danych przy wykorzystaniu metod
Bardziej szczegółowoW1. 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 szczegółowoZad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności:
Zadania ze statystyki cz. 7. Zad.1 Z populacji wyłoniono próbę wielkości 64 jednostek. Średnia arytmetyczna wartość cechy wyniosła 110, zaś odchylenie standardowe 16. Należy wyznaczyć przedział ufności
Bardziej szczegółowoZagadnienia: wprowadzenie podstawowe pojęcia. Doświadczalnictwo. Anna Rajfura
Zagadnienia: wprowadzenie podstawowe pojęcia Doświadczalnictwo 1 Termin doświadczalnictwo Doświadczalnictwo planowanie doświadczeń oraz analiza danych doświadczalnych z użyciem metod statystycznych. Doświadczalnictwo
Bardziej szczegółowoPopulacja 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 szczegółowoStatystyka 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 szczegółowoRodzaje badań statystycznych
Rodzaje badań statystycznych Zbieranie danych, które zostaną poddane analizie statystycznej nazywamy obserwacją statystyczną. Dane uzyskuje się na podstawie badania jednostek statystycznych. Badania statystyczne
Bardziej szczegółowoWykład Centralne twierdzenie graniczne. Statystyka matematyczna: Estymacja parametrów rozkładu
Wykład 11-12 Centralne twierdzenie graniczne Statystyka matematyczna: Estymacja parametrów rozkładu Centralne twierdzenie graniczne (CTG) (Central Limit Theorem - CLT) Centralne twierdzenie graniczne (Lindenberga-Levy'ego)
Bardziej szczegółowoPodstawowe 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 szczegółowoWykład ze statystyki. Maciej Wolny
Wykład ze statystyki Maciej Wolny T1: Zajęcia organizacyjne Agenda 1. Program wykładu 2. Cel zajęć 3. Nabyte umiejętności 4. Literatura 5. Warunki zaliczenia Program wykładu T1: Zajęcia organizacyjne T2:
Bardziej szczegółowoWyniki badań reprezentatywnych są zawsze stwierdzeniami hipotetycznymi, o określonych granicach niepewności
Wyniki badań reprezentatywnych są zawsze stwierdzeniami hipotetycznymi, o określonych granicach niepewności Statystyka indukcyjna pozwala kontrolować i oszacować ryzyko popełnienia błędu statystycznego
Bardziej szczegółowoWyniki badań reprezentatywnych są zawsze stwierdzeniami hipotetycznymi, o określonych granicach niepewności
Wyniki badań reprezentatywnych są zawsze stwierdzeniami hipotetycznymi, o określonych granicach niepewności Statystyka indukcyjna pozwala kontrolować i oszacować ryzyko popełnienia błędu statystycznego
Bardziej szczegółowoWnioskowanie statystyczne. Statystyka w 5
Wnioskowanie statystyczne tatystyka w 5 Rozkłady statystyk z próby Próba losowa pobrana z populacji stanowi realizacje zmiennej losowej jak ciąg zmiennych losowych (X, X,... X ) niezależnych i mających
Bardziej szczegółowoWeryfikacja przypuszczeń odnoszących się do określonego poziomu cechy w zbiorowości (grupach) lub jej rozkładu w populacji generalnej,
Szacownie nieznanych wartości parametrów (średniej arytmetycznej, odchylenia standardowego, itd.) w populacji generalnej na postawie wartości tych miar otrzymanych w próbie (punktowa, przedziałowa) Weryfikacja
Bardziej szczegółowoMetody Statystyczne. Metody Statystyczne.
gkrol@wz.uw.edu.pl #4 1 Sprawdzian! 5 listopada (ok. 45-60 minut): - Skale pomiarowe - Zmienne ciągłe i dyskretne - Rozkład teoretyczny i empiryczny - Miary tendencji centralnej i rozproszenia - Standaryzacja
Bardziej szczegółowoPOJĘCIA WSTĘPNE. STATYSTYKA - nauka traktująca o metodach ilościowych badania prawidłowości zjawisk (procesów) masowych.
[1] POJĘCIA WSTĘPNE STATYSTYKA - nauka traktująca o metodach ilościowych badania prawidłowości zjawisk (procesów) masowych. BADANIE STATYSTYCZNE - ogół prac mających na celu poznanie struktury określonej
Bardziej szczegółowoStatystyka opisowa. Wykład I. Elementy statystyki opisowej
Statystyka opisowa. Wykład I. e-mail:e.kozlovski@pollub.pl Spis treści Elementy statystyku opisowej 1 Elementy statystyku opisowej 2 3 Elementy statystyku opisowej Definicja Statystyka jest to nauka o
Bardziej szczegółowoStatystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory
Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Dr Anna ADRIAN Paw B5, pok 407 adrian@tempus.metal.agh.edu.pl
Bardziej szczegółowoSCENARIUSZ LEKCJI. TEMAT LEKCJI: Zastosowanie średnich w statystyce i matematyce. Podstawowe pojęcia statystyczne. Streszczenie.
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 szczegółowoDOBÓR PRÓBY. Czyli kogo badać?
DOBÓR PRÓBY Czyli kogo badać? DZISIAJ METODĄ PRACY Z TEKSTEM I INNYMI Po co dobieramy próbę? Czym różni się próba od populacji? Na czym polega reprezentatywność statystyczna? Podstawowe zasady doboru próby
Bardziej szczegółowoSTATYSTYKA INDUKCYJNA. O sondażach i nie tylko
STATYSTYKA INDUKCYJNA O sondażach i nie tylko DWA DZIAŁY ESTYMACJA Co na podstawie wyników z próby mogę powiedzieć o wynikach w populacji? WERYFIKACJA HIPOTEZ Czy moje przypuszczenia uczynione przed badaniami
Bardziej szczegółowoStatystyka matematyczna i ekonometria
Statystyka matematyczna i ekonometria prof. dr hab. inż. Jacek Mercik B4 pok. 55 jacek.mercik@pwr.wroc.pl (tylko z konta studenckiego z serwera PWr) Konsultacje, kontakt itp. Strona WWW Elementy wykładu.
Bardziej szczegółowoPróba 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 szczegółowoSEMINARIUM DYPLOMOWE dr hab., prof. nzw. Janusz Gierszewski ZAGADNIENIE:
SEMINARIUM DYPLOMOWE dr hab., prof. nzw. Janusz Gierszewski ZAGADNIENIE: 1 DOBÓR PRÓBY MINIMALNEJ : Reprezentatywność: Próbę uznamy za reprezentatywną dla populacji, z której została dobrana, jeśli zagregowane
Bardziej szczegółowoJeśli powyższy opis nie jest zrozumiały należy powtórzyć zagadnienie standaryzacji zanim przejdzie się dalej!
CO POWINNIŚMY WIEDZIEĆ (I ROZUMIEĆ) ZABIERAJĄC SIĘ DO CZYTANIA 1. Jeśli mamy wynik (np. z kolokwium) podany w wartościach standaryzowanych (np.: z=0,8) to wiemy, że aby ustalić jaki był wynik przed standaryzacją
Bardziej szczegółowoDoświadczalnictwo leśne. Wydział Leśny SGGW Studia II stopnia
Doświadczalnictwo leśne Wydział Leśny SGGW Studia II stopnia Treści i efekty kształcenia Treści: Statystyka matematyczna, planowanie eksperymentu Efekty kształcenia: student potrafi opisywać zjawiska za
Bardziej szczegółowoW2. Zmienne losowe i ich rozkłady. Wnioskowanie statystyczne.
W2. Zmienne losowe i ich rozkłady. Wnioskowanie statystyczne. dr hab. Jerzy Nakielski Katedra Biofizyki i Morfogenezy Roślin Plan wykładu: 1. Etapy wnioskowania statystycznego 2. Hipotezy statystyczne,
Bardziej szczegółowoR-PEARSONA Zależność liniowa
R-PEARSONA Zależność liniowa Interpretacja wyników: wraz ze wzrostem wartości jednej zmiennej (np. zarobków) liniowo rosną wartości drugiej zmiennej (np. kwoty przeznaczanej na wakacje) czyli np. im wyższe
Bardziej szczegółowoZadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych
Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych Zad. 1 Średnia ocen z semestru letniego w populacji studentów socjologii w roku akademickim 2011/2012
Bardziej szczegółowoSzczegółowy 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 szczegółowoEstymacja punktowa i przedziałowa
Temat: Estymacja punktowa i przedziałowa Kody znaków: żółte wyróżnienie nowe pojęcie czerwony uwaga kursywa komentarz 1 Zagadnienia 1. Statystyczny opis próby. Idea estymacji punktowej pojęcie estymatora
Bardziej szczegółowoSprowadzenie rzeczywistości do pewnych jej elementów określanych jako zmienne i stałe, razem z relacjami, jakie między tymi elementami zachodzą.
Model: Sprowadzenie rzeczywistości do pewnych jej elementów określanych jako zmienne i stałe, razem z relacjami, jakie między tymi elementami zachodzą. Odwzorowanie rzeczywistości poprzez definiowanie
Bardziej szczegółowoZ poprzedniego wykładu
PODSTAWY STATYSTYKI 1. Teoria prawdopodobieństwa i elementy kombinatoryki 2. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5. Testy parametryczne
Bardziej szczegółowoWeryfikacja przypuszczeń odnoszących się do określonego poziomu cechy w zbiorowości (grupach) lub jej rozkładu w populacji generalnej,
Szacownie nieznanych wartości parametrów (średniej arytmetycznej, odchylenia standardowego, itd.) w populacji generalnej na postawie wartości tych miar otrzymanych w próbie (estymacja punktowa, przedziałowa)
Bardziej szczegółowo1.1 Wstęp Literatura... 1
Spis treści Spis treści 1 Wstęp 1 1.1 Wstęp................................ 1 1.2 Literatura.............................. 1 2 Elementy rachunku prawdopodobieństwa 2 2.1 Podstawy..............................
Bardziej szczegółowoStatystyka 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 szczegółowoPraktyczne aspekty doboru próby. Dariusz Przybysz Warszawa, 2 czerwca 2015
Praktyczne aspekty doboru próby Dariusz Przybysz Warszawa, 2 czerwca 2015 Określenie populacji Przed przystąpieniem do badania, wybraniem sposobu doboru próby konieczne jest precyzyjne określenie populacji,
Bardziej szczegółowoMatematyka - Statystyka matematyczna Mathematical statistics 2, 2, 0, 0, 0
Nazwa przedmiotu: Kierunek: Matematyka - Statystyka matematyczna Mathematical statistics Inżynieria materiałowa Materials Engineering Rodzaj przedmiotu: Poziom studiów: forma studiów: obowiązkowy studia
Bardziej szczegółowoSTATYSTYKA 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 szczegółowoP: Czy studiujący i niestudiujący preferują inne sklepy internetowe?
2 Test niezależności chi-kwadrat stosuje się (między innymi) w celu sprawdzenia czy pomiędzy zmiennymi istnieje związek/zależność. Stosujemy go w sytuacji, kiedy zmienna zależna mierzona jest na skali
Bardziej szczegółowoWeryfikacja hipotez statystycznych, parametryczne testy istotności w populacji
Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki
Bardziej szczegółowoStatystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r
Statystyka matematyczna Testowanie hipotez i estymacja parametrów Wrocław, 18.03.2016r Plan wykładu: 1. Testowanie hipotez 2. Etapy testowania hipotez 3. Błędy 4. Testowanie wielokrotne 5. Estymacja parametrów
Bardziej szczegółowoStatystyka 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 szczegółowoTesty nieparametryczne
Testy nieparametryczne Testy nieparametryczne możemy stosować, gdy nie są spełnione założenia wymagane dla testów parametrycznych. Stosujemy je również, gdy dane można uporządkować według określonych kryteriów
Bardziej szczegółowo1 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 szczegółowoTest niezależności chi-kwadrat stosuje się (między innymi) w celu sprawdzenia związku pomiędzy dwiema zmiennymi nominalnymi (lub porządkowymi)
Test niezależności chi-kwadrat stosuje się (między innymi) w celu sprawdzenia związku pomiędzy dwiema zmiennymi nominalnymi (lub porządkowymi) Czy miejsce zamieszkania różnicuje uprawianie sportu? Mieszkańcy
Bardziej szczegółowoKontekstowe wskaźniki efektywności nauczania - warsztaty
Kontekstowe wskaźniki efektywności nauczania - warsztaty Przygotowała: Aleksandra Jasińska (a.jasinska@ibe.edu.pl) wykorzystując materiały Zespołu EWD Czy dobrze uczymy? Metody oceny efektywności nauczania
Bardziej szczegółowoStatystyczne 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 szczegółowoStatystyka matematyczna dla leśników
Statystyka matematyczna dla leśników Wydział Leśny Kierunek leśnictwo Studia Stacjonarne I Stopnia Rok akademicki 2013/2014 Wykład 1 Statystyka Nazwa pochodząca o łac. słowa status stan, państwo i statisticus
Bardziej szczegółowoWeryfikacja hipotez statystycznych. KG (CC) Statystyka 26 V / 1
Weryfikacja hipotez statystycznych KG (CC) Statystyka 26 V 2009 1 / 1 Sformułowanie problemu Weryfikacja hipotez statystycznych jest drugą (po estymacji) metodą uogólniania wyników uzyskanych w próbie
Bardziej szczegółowoStatystyka 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 szczegółowoSTATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny. Teoria prawdopodobieństwa i elementy kombinatoryki 2. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5.
Bardziej szczegółowoBadania sondażowe. Wprowadzenie. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa
Badania sondażowe Wprowadzenie Agnieszka Zięba Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa 1 Zasady zaliczenia części Badania sondażowe: 3 prace zaliczeniowe wysyłane
Bardziej szczegółowoWprowadzenie Pojęcia podstawowe Szeregi rozdzielcze STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP.
STATYSTYKA OPISOWA Dr Alina Gleska Instytut Matematyki WE PP 18 września 2017 1 Wprowadzenie 2 Pojęcia podstawowe 3 Szeregi rozdzielcze Zwykle wyróżnia się dwa podstawowe działy statystyki: statystyka
Bardziej szczegółowoAnaliza 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 szczegółowoIV WYKŁAD STATYSTYKA. 26/03/2014 B8 sala 0.10B Godz. 15:15
IV WYKŁAD STATYSTYKA 26/03/2014 B8 sala 0.10B Godz. 15:15 WYKŁAD 4 Populacja generalna, próba, losowanie próby, estymatory Statystyka (populacja generalna, populacja próbna, próbka mała, próbka duża, reprezentatywność,
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA WYKŁAD 3. Populacje i próby danych
STATYSTYKA MATEMATYCZNA WYKŁAD 3 Populacje i próby danych POPULACJA I PRÓBA DANYCH POPULACJA population Obserwacje dla wszystkich osobników danego gatunku / rasy PRÓBA DANYCH sample Obserwacje dotyczące
Bardziej szczegółowoZadania ze statystyki, cz.6
Zadania ze statystyki, cz.6 Zad.1 Proszę wskazać, jaką część pola pod krzywą normalną wyznaczają wartości Z rozkładu dystrybuanty rozkładu normalnego: - Z > 1,25 - Z > 2,23 - Z < -1,23 - Z > -1,16 - Z
Bardziej szczegółowoLiczba godzin Punkty ECTS Sposób zaliczenia. ćwiczenia 16 zaliczenie z oceną
Wydział: Zarządzanie i Finanse Nazwa kierunku kształcenia: Finanse i Rachunkowość Rodzaj przedmiotu: podstawowy Opiekun: prof. nadzw. dr hab. Tomasz Kuszewski Poziom studiów (I lub II stopnia): II stopnia
Bardziej szczegółowoBadania 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 szczegółowoW 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 szczegółowoWykład 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 szczegółowoRozkłady statystyk z próby. Statystyka
Rozkłady statystyk z próby tatystyka Rozkłady statystyk z próby Próba losowa pobrana z populacji stanowi realizacje zmiennej losowej jak ciąg zmiennych losowych (X, X,... X ) niezależnych i mających ten
Bardziej szczegółowoPlan 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 szczegółowoPróbkowanie. Wykład 4 Próbkowanie i rozkłady próbkowe. Populacja a próba. Błędy w póbkowaniu, cd, Przykład 1 (Ochotnicy)
Wykład 4 Próbkowanie i rozkłady próbkowe µ = średnia w populacji, µ=ey, wartość oczekiwana zmiennej Y σ= odchylenie standardowe w populacji, σ =(Var Y) 1/2, pierwiastek kwadratowy wariancji zmiennej Y,
Bardziej szczegółowo1 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 szczegółowoSzczegółowy 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 szczegółowoInżynieria Środowiska. II stopień ogólnoakademicki. przedmiot podstawowy obowiązkowy polski drugi. semestr zimowy
Załącznik nr 7 do Zarządzenia Rektora nr../12 z dnia.... 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2017/2018 STATYSTYKA
Bardziej szczegółowoW8. Metody doboru próby w badaniach rynkowych
W8. Metody doboru próby w badaniach rynkowych 1 Wielkość próby a błąd pomiaru Statystyka matematyczna Centralne twierdzenie graniczne-średnia wielkość błędu estymacji jest odwrotnie proporcjonalna do pierwiastka
Bardziej szczegółowoStatystyka. 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 szczegółowoSTATYSTYKA. dr Agnieszka Figaj
STATYSTYKA OPISOWA dr Agnieszka Figaj Literatura B. Pułaska Turyna: Statystyka dla ekonomistów. Difin, Warszawa 2011 M. Sobczyk: Statystyka aspekty praktyczne i teoretyczne, Wyd. UMCS, Lublin 2006 J. Jóźwiak,
Bardziej szczegółowoMatematyka 2. dr inż. Rajmund Stasiewicz
Matematyka 2 dr inż. Rajmund Stasiewicz Skala ocen Punkty Ocena 0 50 2,0 51 60 3,0 61 70 3,5 71 80 4,0 81 90 4,5 91-5,0 Zwolnienie z egzaminu Ocena z egzaminu liczba punktów z ćwiczeń - 5 Warunki zaliczenia
Bardziej szczegółowoGraficzna prezentacja danych statystycznych
Szkolenie dla pracowników Urzędu Statystycznego nt. Wybrane metody statystyczne w analizach makroekonomicznych Katowice, 12 i 26 czerwca 2014 r. Dopasowanie narzędzia do typu zmiennej Dobór narzędzia do
Bardziej szczegółowoPrzygotowanie danych
2 Przygotowanie danych 2 Przygotowanie danych Przed opracowaniem statystycznym należy uporządkować dane. Czynność ta ułatwia opracowywanie danych. Od czasu, kiedy pojawiły się komputery, procedury porządkowania
Bardziej szczegółowoCz. II. Metodologia prowadzonych badań. Rozdz. 1. Cele badawcze. Rozdz. 2. Metody i narzędzia badawcze. Celem badawczym niniejszego projektu jest:
Cz. II. Metodologia prowadzonych badań Rozdz. 1. Cele badawcze Celem badawczym niniejszego projektu jest: 1. Analiza zachowań zdrowotnych, składających się na styl życia Wrocławian: aktywność fizyczna,
Bardziej szczegółowoSposoby prezentacji problemów w statystyce
S t r o n a 1 Dr Anna Rybak Instytut Informatyki Uniwersytet w Białymstoku Sposoby prezentacji problemów w statystyce Wprowadzenie W artykule zostaną zaprezentowane podstawowe zagadnienia z zakresu statystyki
Bardziej szczegółowoStatystyka. 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 szczegółowoKARTA KURSU. (do zastosowania w roku akademickim 2015/16) Kod Punktacja ECTS* 3. Dr hab. Tadeusz Sozański
KARTA KURSU (do zastosowania w roku akademickim 2015/16) Nazwa Statystyka 2 Nazwa w j. ang. Statistics 2 Kod Punktacja ECTS* 3 Koordynator Dr hab. Tadeusz Sozański (koordynator, konwersatorium) Zespół
Bardziej szczegółowoSTATYSTYKA 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 szczegółowoSpis treści 3 SPIS TREŚCI
Spis treści 3 SPIS TREŚCI PRZEDMOWA... 1. WNIOSKOWANIE STATYSTYCZNE JAKO DYSCYPLINA MATEMATYCZNA... Metody statystyczne w analizie i prognozowaniu zjawisk ekonomicznych... Badania statystyczne podstawowe
Bardziej szczegółowo11/8/2015 KRYTERIA JAKOŚCI POMIARU RZETELNOŚĆ. METODY BADAŃ SPOŁECZNYCH WYKŁAD 5: PROJEKTOWANIE BADAŃ (cz.2)
METODY BADAŃ SPOŁECZNYCH WYKŁAD 5: PROJEKTOWANIE BADAŃ (cz.2) dr Agnieszka Kacprzak KRYTERIA JAKOŚCI POMIARU RZETELNOŚĆ Wybrana technika pomiaru zmiennej powinna dawać za każdym razem ten sam wynik Rzetelność
Bardziej szczegółowoMETODOLOGIA BADAŃ HUMANISTYCZNYCH METODYKA NAUCZANIA JĘZYKA OBCEGO CZ.II
METODOLOGIA BADAŃ HUMANISTYCZNYCH METODYKA NAUCZANIA JĘZYKA OBCEGO CZ.II Podział zmiennych Zmienne zależne zmienne, które są przedmiotem badania, których związki z innymi zmiennymi chcemy określić Zmienne
Bardziej szczegółowoWykład 4: Wnioskowanie statystyczne. Podstawowe informacje oraz implementacja przykładowego testu w programie STATISTICA
Wykład 4: Wnioskowanie statystyczne Podstawowe informacje oraz implementacja przykładowego testu w programie STATISTICA Idea wnioskowania statystycznego Celem analizy statystycznej nie jest zwykle tylko
Bardziej szczegółowoEstymacja parametrów rozkładu cechy
Estymacja parametrów rozkładu cechy Estymujemy parametr θ rozkładu cechy X Próba: X 1, X 2,..., X n Estymator punktowy jest funkcją próby ˆθ = ˆθX 1, X 2,..., X n przybliżającą wartość parametru θ Przedział
Bardziej szczegółowoOszacowanie i rozkład t
Oszacowanie i rozkład t Marcin Zajenkowski Marcin Zajenkowski () Oszacowanie i rozkład t 1 / 31 Oszacowanie 1 Na podstawie danych z próby szacuje się wiele wartości w populacji, np.: jakie jest poparcie
Bardziej szczegółowoTest U Manna-Whitneya : Test H Kruskala-Wallisa Test Wilcoxona
Nieparametryczne odpowiedniki testów T-Studenta stosujemy gdy zmienne mierzone są na skalach porządkowych (nie można liczyć średniej) lub kiedy mierzone są na skalach ilościowych, a nie są spełnione wymagania
Bardziej szczegółowo