Statystyka opisowa. Robert Pietrzykowski.

Wielkość: px
Rozpocząć pokaz od strony:

Download "Statystyka opisowa. Robert Pietrzykowski."

Transkrypt

1 Statystyka opisowa Robert Pietrzykowski

2 Statystyka jest jak kostium bikini: pokazuje wiele, ale nie pokazuje najważniejszego. Aaron Levenstein Jeśli mój sąsiad codziennie bije swoją żonę, ja zaś nie biję jej nigdy, to w świetle statystyki obaj bijemy je co drugi dzień. George Bernard Shaw Śmierć jednostki to tragedia - milion zabitych to tylko statystyka. Józef Stalin 2

3 Na dziś Sprawy bieżące Prowadzący Zasady zaliczenia Konsultacje Inne 3

4 Sprawy ogólne czyli co nas czeka Zaliczenie przedmiotu Część ćwiczeniowa praktyczna Część wykładowa - teoretyczna Obecność na zajęciach Dopuszczalna liczba nieobecność na zajęciach wynosi 20% z całości. Powyżej tej liczby student zostaje skreślony z listy studentów i jest nie klasyfikowany. (8 zjazdów czyli 20% to 1,6 zjazdu, a zatem uznajemy 1 nieobecność na zajęciach jako dopuszczalną)

5 Zasady zaliczenia przedmiotu Każda część przedmiotu (ćwiczenia, wykład) musi zostać zaliczona na minimum 51% Część ćwiczeniowa praktyczna: Dwa sprawdziany (po 20 pkt) w laboratoriach komputerowych. Zaliczenie od 21 pkt (max. 40 pkt). Część wykładowa teoretyczna: Trzy sprawdziany (po 20 pkt) w trakcie semestru na wykładach (test wielokrotnego wyboru lub test uzupełnień). Zaliczenie od 31 pkt (max. 60 pkt). Punkty dodatkowe: Osoby z pierwszej 10 (lista rankingowa) uzyskują dodatkowe punkty wynikające z pozycji na liście i tak: pierwsza osoba z listy 10pkt, druga 9pkt itd.. Lista pierwszej 10 zostaje zamknięta po drugim sprawdzianie na ćwiczeniach. Dodatkowe punkty można wykorzystać w dowolnej części przedmiotu (ćwiczenia lub egzamin).

6 Data Zjazd Ćwiczenia Data Wykład Szereg szczegółowy. Miary położenia i Wstęp. Miary położenia i zmienności. zmienności. Rozkłady normalny Szereg rozdzielczy. Miary położenia i zmienności. Asymetria i kurtoza Wsp. Giniego, asymetria i kurtoza Wsp. Giniego. Indeksy proste SPRAWDZIAN I. Indeksy proste i złożone SPRAWDZIAN PIERWSZY Szeregi czasowe Indeksy agregatowe Korelacja i regresja Szeregi czasowe Korelacja i regresja SPRAWDZIAN II. Statystyka matematyczna. Estymatory. Przedziały ufności. Hipotezy statystyczne SPRAWDZIAN DRUGI Repetytorium. SPRAWDZIAN III Sesja pop POPRAWA ĆWICZEŃ SESJA SESJA POP. Poprawa wykładu

7 Literatura Wasilewska E. (2009): Statystyka opisowa od podstaw, Wydawnictwo SGGW Piłatowska M. (2006): Repetytorium ze statystyki, PWN Aczel A. D. (2006): Statystyka w zarządzaniu, PWN Sobczyk M. (2005): Statystyka, PWN Parlińska M., Parliński J. (2011): Statystyczna analiza danych z Excelem, Wydawnictwo SGGW Kisielińska J., Skórnik-Pokorowska U. (2005): Podstawy statystyki z przykładami w Excelu, Wydawnictwo SGGW materiały wykładowe

8 ZADANIE PROBLEMOWE 1 Dane pochodzą z GUS. Obserwujemy liczbę bezrobotnych mężczyzn i kobiet w okresie od 2005 do 2010 roku. Zadanie 1 to porównanie liczby bezrobotnych ze względu na płeć. Zadanie 2 to określenie dynamiki zmian liczby bezrobotnych w latach. Zbiorowość statystyczna podlegając badaniu to bezrobotni w Polsce. Cechy badane to: liczba bezrobotnych mężczyzn i liczba bezrobotnych kobiet. Obserwowane cechy są ilościowe, skokowe. Narzędzia statystyczne: miary zróżnicowania (odchylenie standardowe), położenia (średnia i mediana), średnia geometryczna.

9 Tabela 1. Porównanie liczby bezrobotnych mężczyzn i kobiet na podstawie wybranych wskaźników w I kwartale roku 2006 Miary Mężczyźni Kobiety średnia 92993, ,4 Me S 36797, ,4 W roku 2006 średnio liczba bezrobotnych mężczyzn była mniejsza niż bezrobotnych kobiet. Typowy obszar zmienności dla mężczyzn wynosił (56 196; ), a dla kobiet (58 484; ).

10 Zmiany liczby bezrobotnych w latach na koniec I kwartału Dla mężczyzn i kobiet obliczono tempo zmian w badanym okresie ( ). Srednia geometryczna dla mężczyzn wyniosła 0,9345, a dla kobiet 0,9172. Oznacza to, że z roku na rok w pierwszym kwartale malała liczba bezrobotnych kobiet i mężczyzn odpowiednio o 8,3% i 6,6% Mężczyźni Kobiety

11 Anex Wzory wykorzystanych miar statystycznych Wykorzystane pozycje literatury (Piłatowska M. (2006): Repetytorium ze statystyki, PWN, str. 12 def. typowy obszar zmienności) (Kobus P. Statystyka opisowa wykład 2. Miary położenia i zmienności, dn , str. 1 wzór średniej)

12 ZADANIE PROBLEMOWE 2 Dane zebrano od studentów WNE z II roku Zarządzania. Obserwujemy wzrost mężczyzn i kobiet z WNE II roku Zarządzania niestacjonarnych. Zadanie to graficzna prezentacja badanego zjawiska. Zbiorowość statystyczna podlegając badaniu to studenci z WNE II roku Zarządzania niestacjonarnego. Cechy badane to: wzrost studentów [w cm]. Obserwowane cecha jest ilościowa, ciągła. Dane zestawiono w szeregu rozdzielczym. Narzędzia statystyczne: histogram, wykres kołowy, graficzna, krzywa częstości, graficzna prezentacja typowego obszaru zmienności.

13 Szereg szczegółowy

14 Szereg rozdzielczy 1% 3%5% 6% 10% 13% 10% 22% 15% 15% Wzrost studenta (przedział) X_d X_g n_i w_i , ,6 3 0,03 154,6-159,2 154,6 159,2 5 0,05 159,2-163,8 159,2 163,8 13 0,13 163,8-168,4 163,8 168,4 22 0,22 168, , , , ,6 15 0,15 177,6-182,2 177,6 182,2 10 0,1 182,2-186,8 182,2 186,8 10 0,1 186,8-191,4 186,8 191,4 6 0,06 191, , ,01 Razem 100 1

15 Rozkład empiryczny badanego zjawiska przedstawiono na histogramie. Najliczniejsza grupa 22 studentów to studenci o wzroście od 163,8 do 168,4. Stanowi to 22% całej badanej zbiorowości. Najmniej liczne grupy studentów to najniżsi studenci (3 osoby ,6cm) i najwyżsi (1 student 191,4 do 196cm). W oparciu o uzyskany wykres można mówić o prawostronnej asymetrii. Wzrost studenta (przedział) X_d X_g n_i w_i , ,6 3 0,03 154,6-159,2 154,6 159,2 5 0,05 159,2-163,8 159,2 163,8 13 0,13 163,8-168,4 163,8 168,4 22 0,22 168, , , , ,6 15 0,15 177,6-182,2 177,6 182,2 10 0,1 182,2-186,8 182,2 186,8 10 0,1 186,8-191,4 186,8 191,4 6 0,06 191, , ,01 Razem 100 1

16 ,6 154,6-159,2 159,2-163,8 163,8-168,4 168, ,6 177,6-182,2 182,2-186,8 186,8-191,4 191,4-196

17 25 20 Wzrost 68% studentów jest z zakresu od 162,05 do 181,11 cm. Średnia = 171,58 S 2 = 90,88 S = 9, ,58-9,53 = 162,05; 171,58-9,53 = 181,

18

19 STATYSTYKA OPISOWA Statystyka opisowa to dział statystyki zajmujący się metodami opisu danych statystycznych uzyskanych podczas badania statystycznego. Celem stosowania metod statystyki opisowej jest podsumowanie zbioru danych i wyciągnięcie pewnych podstawowych wniosków i uogólnień na temat zbioru.

20 WNIOSKOWANIE STATYSTYCZNE W ZAKRESIE STRUKTURA ZJAWISK MASOWYCH STRUKTURY ZALEŻNOŚCI ZJAWISK MASOWYCH STATYSTYKA ZALEŻNOŚCI DYNAMIKA ZJAWISK MASOWYCH DYNAMIKI OPISOWA MATEMATYCZNA

21 STATYSTYKA ZJAWISK MASOWYCH rachunkiem prawdopodobieństwa 21

22 Jakie ma dochody przeciętny Kowalski? Jak wygląda przeciętny Kowalski? Jak odżywia się przeciętny Kowalski? BADANIE PEŁNE STATYSTYKA OPISOWA POPULACJA PŁEĆ WZROST WAGA LICZBA DZIECI ZAROBKI ODŻYWIANIE KOLOR OCZU ZBIÓR OBIEKTÓW OBJĘTYCH BADANIEM STATYSTYCZNYM Z WYRÓŻNIONĄ CECHĄ WSPÓLNĄ 22

23 JAKI WZROST MA PRZECIĘTNY KOWALSKI? Jaki są zarobki przeciętnego Kowalskiego? POPULACJA BADANIE WYRYWKOWE REPREZENTACYJNE PRÓBA WYBRANA CZĘŚĆ POPULACJI PODLEGAJĄCA BADANIU 23

24 JAKI WZROST MA PRZECIĘTNY KOWALSKI? Jaki są zarobki przeciętnego Kowalskiego? POPULACJA WNIOSKOWANIE STAT. O POPULACJI 166 DOŚWIADCZALNICTWO ANALIZA WYNIKÓW WNIOSKOWANIE STAT. BŁĘDY STATYSTYCZNE PRÓBA STAT. MATEMATYCZNA

25 Etapy badania statystycznego Opis statystyczny Miary średnie Miary zróżnicowania Miary asymetrii Przygotowania Opracowanie Porządkowanie Prezentacja Szeregi Tabele wykresy Etapy badania Obserwacje Materiał pierwotny i wtórny Weryfikacja materiału 1) Cel 2) Jednostka statystyczna 3) Zbiorowość statystyczna (populacja, próba) 4) Cechy statystyczne 5) Metody badania (pełne, częściowe, szacunku)

26 Etapy badania statystycznego Przygotowania 1) Cel 2) Jednostka statystyczna 3) Zbiorowość statystyczna (populacja, próba) 4) Cechy statystyczne 5) Metody badania (pełne, częściowe, szacunku) Opis statystyczny Miary średnie, Miary zróżnicowania, Miary asymetrii Obserwacje Materiał pierwotny i wtórny Weryfikacja materiału Opracowanie Porządkowanie, Prezentacja, Szeregi, Tabele, wykresy

27 Cechy statystyczne STAŁE ZMIENNE Rzeczowe: co? Czasowe: kiedy? Jakościowe Ilościowe Przestrzenne: gdzie?

28 CECHY ZMIENNE LOSOWE ILOŚCIOWE (MIERZALNE) JAKOŚCIOWE (NIEMIERZALNE) KOLOR SMAK RODZAJ DŹWIĘKU CIĄGŁE WZROST WAGA NATĘŻENIE DŹWIĘKU SKOKOWE RZUT KOSTKĄ LICZBA BAKTERII ILOŚĆ PRACOWNIKÓW 28

29 spisy Pełne Rejestracja bieżąca ankietowe Metody badania częściowe monograficzne reprezentacyjne szacunki interpolacyjny ekstrapolacyjny

30 Prezentacja materiału statystycznego wykresy tablice szeregi Szczegółowe (uporzadkowane i nie) rozdzielcze przestrzenne dynamiczne Cechy jakościowe Cechy ilościowe (punktowe i przedziałowe)

31 WNIOSKOWANIE STATYSTYCZNE W ZAKRESIE STRUKTURA ZJAWISK MASOWYCH STRUKTURY ZALEŻNOŚCI ZJAWISK MASOWYCH STATYSTYKA ZALEŻNOŚCI DYNAMIKA ZJAWISK MASOWYCH DYNAMIKI OPISOWA MATEMATYCZNA

32 Szereg szczegółowy Szereg rozdzielczy Położenia Zmienności Koncentracji Skupienia Dane statystyczne Miary opisowe Struktura zjawisk masowych

33 Analiza struktury Miary klasyczne Miary pozycyjne Dane statystyczne

34 Analiza struktury DANE STATYSTYCZNE Szereg szczegółowy (próba prosta) szereg rozdzielczy punktowy przedziałowy

35 Analiza struktury kwantyle KWARTYLE (MEDIANA) DECYLE średnie dominanta CENTYLE Miary pozycyjne zróżnicowanie Odchylenie ćwiartkowe Pozycyjny wsp. zmienności asymetria skupienie Pozycyjny współczynnik asymetrii Pozycyjny współczynnik skupienia

36 Analiza struktury średnie Średnia arytmetyczna Miary klasyczne zróżnicowanie asymetria skupienie wariancja współczynnik zmienności współczynnik asymetrii współczynnik skupienia

37 KLASYCZNE miary położenia Średnia arytmetyczna POZYCYJNE miary położenia Dominanta (moda) Kwantyle (kwartyle, decyle, centyle, percentyle)

38 KWANTYL RZĘDU ALPHA

39 KLASYCZNE miary zmienności Wariancja Odchylenie standardowe

40 KLASYCZNE miary zmienności Odchylenie przeciętne Współczynnik zmienności

41 POZYCYJNE miary zmienności Rozstęp Odchylenie kwartylowe Współczynnik zmienności

42 1) Cel 2) Jednostka statystyczna 3) Zbiorowość statystyczna (populacja, próba) 4) Cechy statystyczne 5) Metody badania (pełne, częściowe, szacunku) 1. Zbadanie jak kształtuje się powierzchnia mieszkań w pewnym mieście 2. Mieszkanie 3. Mieszkania 4. Powierzchnia mieszkania [m2] 5. Pełne/Częściowe

43 CECHA BADANA: powierzchnia mieszkania w m

44 CECHA BADANA: powierzchnia mieszkania w m

45 CECHA BADANA: powierzchnia mieszkania w m 2 0, = =10 45

46 Wzrost studenta (przedział) X_d X_g n_i n_(i) zawartość liczb w przedziale n środek w_i w_(i) , , , 2, 3 152,30 0,03 0,03 154,6-159,2 154,6 159, , 5, 6, 7, 8 156,90 0,05 0,08 159,2-163,8 159,2 163, ,8-168,4 163,8 168, , , , , ,6-182,2 177,6 182, ,2-186,8 182,2 186, , 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, ,50 0,13 0,21 166,10 0,22 0,43 44, 45, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 170,70 0,15 0, , 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 175,30 0,15 0, , 75, 76, 77, 78, 79, 80, 81, 82, 83 84, 85, 86, 87, 88, 89, 90, 91, 92, ,90 0,10 0,83 184,50 0,10 0,93 186,8-191,4 186,8 191, ,95, 96, 97,98, ,10 0,06 0,99 191, , ,75 0,01 1,00 Razem 100 1,00

47 Szereg szczegółowy

48

49 PYTANIA 1. Dane są następujące obserwacje: 1, 2, 3, 4, 5. Oblicz średnią, medianę, dominantę i odchylenie standardowe. 2. Podano dane w postaci szeregu rozdzielczego. Przedziały Liczebności Oblicz: średnią, wariancję i medianę W jakich przypadkach miary obliczane na podstawie szeregów rozdzielczych będą różnić od obliczanych z próby prostej.

50 PYTANIA CD 1. Jakie są własności poszczególnych miar tendencji centralnej? 2. Badano zarobki w dwóch zakładach pracy A i B. Uzyskano następujące wyniki: średnie w zakładzie A = 1800, B =2000 i mediany w zakładzie A = 2000 i B = W którym zakładzie wiekszość pracowników ma lepsze zarobki? 3. Wymienić pozycyjne miary położenia. 4. Wymienić klasyczne miary zmienności. 5. Wymienić pozycyjne miary zmienności. 6. W jakich przypadkach nie należy stosować współczynnika zmienności? 7. W pewnej zbiorowości wyznaczono średnia wartość badanej zmiennej i odchylenie standardowe, uzyskując odpowiednio: 100 i 9. Podaj zakres typowej zmienności. 8. Dla pewnego rocznika studentów średni wynik ze statystyki wynosi 3.57 oraz mediana Czy większość studentów ma ocenę ze statystyki większą od średniej czy nie? Odpowiedz uzasadnić.

51 ciągła jednowymiarowa Skokowa Zmienna losowa wielowymiarowa

52 Momenty zwykłe i centralne kwantyle wariancja dominanta PARAMETRY ROZKŁADU ZMIENNEJ LOSOWEJ Wartość oczekiwana

53 Zmienna losowa i jej rozkład Rozkłady teoretyczne Normalny Dwumianowy Poissona Funkcje rozkładów Funkcja gęstości dystrybuanta

54 x function(x) dnorm(x) (x)

55

56

57

58 ROZKŁAD NORMALNY 58

59 Histogram of rnorm(1000, EX, DX) Histogram of rnorm(1000, EX, DX) Frequency Frequency rnorm(1000, EX, DX) rnorm(1000, EX, DX) Histogram of rnorm(1000, EX, DX) Histogram of rnorm(1000, EX, DX) Frequency Frequency rnorm(1000, EX, DX) rnorm(1000, EX, DX)

60 Histogram of Zm Zm Histogram of Zm Zm Frequency Frequency Histogram of Zm Zm Histogram of Zm Zm Frequency Frequency

61 Statystyka opisowa Robert Pietrzykowski

62 2

63 Na dziś Sprawy bieżące Za dwa tygodnie ( ) pierwszy sprawdzian na wykładzie z przerobionego materiału Konsultacje Inne 3

64 Na dziś Powtórzenie z poprzedniego wykładu Wykład 2: rozkłady prawdopodobieństwa rachunek prawdopodobieństwa miary koncentracji miary skośności

65 ciągła jednowymiarowa Skokowa Zmienna losowa wielowymiarowa

66 Zmienna losowa i jej rozkład Rozkłady teoretyczne Normalny Dwumianowy Poissona Funkcje rozkładów Funkcja gęstości dystrybuanta

67 7

68 CECHA X: powierzchnia mieszkania w m 2 8

69 9

70 10

71 11

72 12

73 x function(x) dnorm(x) (x)

74 14

75 15

76

77

78

79

80

81 Histogram of rnorm(1000, EX, DX) Histogram of rnorm(1000, EX, DX) Frequency Frequency rnorm(1000, EX, DX) rnorm(1000, EX, DX) Histogram of rnorm(1000, EX, DX) Histogram of rnorm(1000, EX, DX) Frequency Frequency rnorm(1000, EX, DX) rnorm(1000, EX, DX)

82 Histogram of Zm Zm Histogram of Zm Zm Frequency Frequency Histogram of Zm Zm Histogram of Zm Zm Frequency Frequency

83 ,6 154,6-159,2 159,2-163,8 163,8-168,4 168, ,6 177,6-182,2 182,2-186,8 186,8-191,4 191,4-196

84 25 20 Średnia = 171,58 S 2 = 90,88 S = 9, ,58-9,53 = 162,05; 171,58-9,53 = 181,

85 Wzrost kobiet jest zmienną losową o rozkładzie normalnym ze średnią 166 i wariancją 400. Jaki procent kobiet będzie miał wzrost z przedziału od 146 do 186 centymetrów? Przykład POPULACJA: KOBIETY CECHA X: WZROST JEDNEJ KOBIETY RODZAJ CECHY: CIĄGŁA ROZKŁAD CECHY: NORMALNY FORMALNY ZAPIS PYTANIA: P{X (146; 186)}=? ROZWIĄZANIE: P{X (166-20=146; =186)}=0.68 ODPOWIEDŹ: 68% kobiet będzie miało wzrost od 166 do 186. Do obliczeń wykorzystałem prawo 3 sigm. 25

86 Momenty zwykłe i centralne kwantyle PARAMETRY ROZKŁADU ZMIENNEJ LOSOWEJ wariancja Wartość oczekiwana dominanta

87 Momenty zwykłe i centralne

88 Momenty centralne Momentem centralnym nazywamy średnią arytmetyczną z odchyleń poszczególnych wartości zmiennej od średniej arytmetycznej podniesionych do r-tej potęgi. Moment centralny drugiego rzędu nazywamy wariancję Moment centralny trzeciego rzędu nazywamy współczynnik asymetrii obserwacji (współczynnik skośności) Moment centralny czwartego rzędu nazywamy miarę koncentracji obserwacji (współczynnik kurtozy)

89

90 Kurtoza g eksces = g 4-3 Kurtoza informuje właściwie o tym czy dane są bardziej w centralnej części rozkładu, czy w ogonach. Rozkłady prawdopodobieństwa można podzielić ze względu na wartość kurtozy na rozkłady: mezokurtyczne - wartość kurtozy wynosi 3, spłaszczenie rozkładu jest podobne do spłaszczenia rozkładu normalnego (dla którego ekscesu wynosi dokładnie 0) leptokurtyczne - kurtoza jest dodatnia, wartości cechy bardziej skoncentrowane niż przy rozkładzie normalnym platokurtyczne - kurtoza jest ujemna, wartości cechy mniej skoncentrowane niż przy rozkładzie normalnym

91

92

93 Krzywa koncentracji Lorentza

94 Współczynnik Giniego

95 Przykład Decyle Dochód [%] Dochód skumulow any [%]

96 Decyl e Dochód [%] Dochód skumulo wany [%] Przykład

97 PYTANIA 1. Wymień znane Ci teoretyczne rozkłady prawdopodobieństwa wykorzystywane w statystyce matematycznej. 2. Znając rozkład popytu na pewien towar określ oczekiwany zysk wiedząc, że cena sprzedaży wynosi 10, a koszty stałe Popyt P(popytu) 0,4 0,3 0,2 0,1 3. Jaka jest interpretacja pojecia kurtozy? 4. Wyjaśnij pojęcie asymetria prawostronna. 5. Dwaj niezależni analitycy badali zużycie paliwa w pewnej firmie. Stwierdzili, że badana cecha ma rozkład normalny. W wyniku obliczeń analityk A stwierdził, że zużycie paliwa charakteryzuje się silną prawostronną asymetrią, a analityk B który liczył pozycyjny współczynnik asymetrii stwierdził, że jest tam silna asymetria lewostronna. Który z nich miał rację? Odpowiedź uzasadnij. 6. Badając rozkład dochodów w pewnym powiecie uzyskano następujące udziały w łącznych dochodach dla kolejnych części zbiorowości (równych pod względem liczebności): 5%, 10%, 20%, 65%. Ile wynosi współczynnik Giniego? 7. Wykreśl krzywą Lorenza w oparciu o dane z pytania 6. Jak wyglądałby taki wykres gdyby w całej zbiorowości tylko jedna osoba miała dochody? 8. Co oznacza określenie rozkład leptokurtyczny? 9. W pewnej zbiorowości wyznaczono średnia wartość badanej zmiennej, odchylenie standardowe i dominantę uzyskując odpowiednio: 100, 9 i Oblicz wartość współczynnika asymetrii. 10. Wzrost kobiet jest zmienną losową o rozkładzie normalnym ze średnią 166 i wariancją 400. Jaki procent kobiet będzie miał wzrost z przedziału od 146 do 186 centymetrów?

98 Gini Dochód Decyle Dochód [%] skumulowany X Y 0,33 [%] % 0% % 1% 0, % 4% 0, % 9% 0, % 16% 0, % 25% 0, % 36% 0, % 49% 0, % 64% 0, % 81% 0, % 100% 0,181 RAZEM: 0,67 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% 0% 20% 40% 60% 80% 100%

99 t t2st2 s r 3 t r 2 3 rt P tr32 s 3 ó s rst s rs3 t t2st2 r3 3 t st r

100 3 r2 st 3 r s3 3 ó 2 = 1 = = 1 t rt2,, = 1 = = = 1 1 = = (1 1) = s = 1 s = + = = (1 1) / / = = (1 1) / /

101 s2 tr 3 r s3 3 ó 2 3 s ó 32 ó s2 tr s, s, ó s 3 s ó 32 ó s r r s2 tr 1 = = r s2 tr 1 < < s2 tr str 1 > > s2 tr r str

102 2 r 3 3 r s3 3 ó 2 s s = s s r 3 s3t t r 2 r 3 3 rt2 3 2 s s r 3 st r 3 2s 2 r 2 r 3 t rt2 3 2 s3 s rt ó r s s r 3 st 2s 2 r 2 r 3 t2 rt2 3 2 s3 s s3 3 r 3

103 3 r2 st 3 r r = = 1 = 1 = t2 r3 α α α = 1α + (α) α α = 1 = = = 1 1 = = ( 1 1) = s = 1 s = + = = ( 1 1) / / = = ( 1 1) / /

104 3 r2 st s ó 32 = (1 1 )(2 + 2 ) =

105 3 r2 st r st = 1 ( + ) = + = ( ) = ( ) ( + ) = 1 r 3 r 2(, 1,, ) P(, ), (, ) r 3 r 2( ; ; ; ) r 3 r 2(, ; ; ; )

106 ❺➅❶ ❺➅❶ ❺➅❶ ❺➅❶ ❺➅❶ t t2st2 s rt P tr32 s 3 ó s rst s rs3 t t2st2 r3 3 t st r s str 3 2 rs3 st2 3

107 ❺➅❶ ❺➅❶ ❺➅❶ ❺➅❶ ❺➅❶ P2t st t st 2 r 2t P P s ó 32 r P rs r32 rt 3 3 r s r32 rt 3 3 r s ( σ, σ) s 3 3 r32 2 ρ > st r 3

108 ❺➅❶ ❺➅❶ ❺➅❶ ❺➅❶ ❺➅❶ P2t st t st 2 r 2t P P r 3 s 3 r st = (1 1) r 3 r t s ó 32 3 r 3ró r t 2 st r

109 ❺➅❶ ❺➅❶ ❺➅❶ ❺➅❶ ❺➅❶ P2t st t st 2 r 2t P P r ró 2 rt st2 t r λ r 3

110 ❺➅❶ ❺➅❶ ❺➅❶ ❺➅❶ ❺➅❶ P2t st t st 2 r 2t P P s2 3 r2 r 3 r s3 t r 2 rt 2 st r r rt2 r r2t t2 3 t

111 ❺➅❶ ❺➅❶ ❺➅❶ ❺➅❶ ❺➅❶ P2t st t st 2 r 2t P P s ó 32 t r r 3 r s3 r32 rt 3 3 r s r tr r32 rt t r tr r32 rt 3 3 r s r tr r32 rt 3 3 r s

112 ❺➅❶ ❺➅❶ ❺➅❶ ❺➅❶ ❺➅❶ P2t s3 3 ó r s3 2t P P2t r t t2 s r t 2 t r32s32 3r st r rt r P2t 2 t 3 2 r t 3r t 2 P2t r t2 t P2t 3 r 3 s 2 s s 3 tr s3 P2t s ó 32 3 s r 2 r32 r32 rt

113 ❺➅❶ ❺➅❶ ❺➅❶ ❺➅❶ ❺➅❶ 3 ró 3 s P s3 3ór r2 s3 r r t s2 P P = 1. + =

114 ❺➅❶ ❺➅❶ ❺➅❶ ❺➅❶ ❺➅❶ Pr st 3 t r r t 3 P 3 r 23 3 r rt 3 2 st r r 3 rt2 2 r 2 ór 2 32s r 3 st 2 s32 2 ó 3 P P = s =

115 ❺➅❶ ❺➅❶ ❺➅❶ ❺➅❶ ❺➅❶ Pr st 3 t r r t 3 P 3 rt s r3 2 s ó t ró 2 s ó r s s rt s r3 2 3 r 3 s2 s r t r r t 32s s P P q

116 ❺➅❶ ❺➅❶ ❺➅❶ ❺➅❶ ❺➅❶ r 3 r 3 t 2 r2s P 23 3 r 3 s32 2 P ❺ P ❺ 1 1 ( )

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

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

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

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

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 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

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

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

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

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. 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 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

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

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

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

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

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 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

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski Książka jest nowoczesnym podręcznikiem przeznaczonym dla studentów uczelni i wydziałów ekonomicznych. Wykład podzielono na cztery części. W pierwszej

Bardziej szczegółowo

2008-03-18 wolne wolne 2008-03-25 wolne wolne

2008-03-18 wolne wolne 2008-03-25 wolne wolne PLAN SPOTKAŃ ĆWICZEŃ: Data Grupa 2a Grupa 4a Grupa 2b Grupa 4b 2008-02-19 Zajęcia 1 Zajęcia 1 2008-02-26 Zajęcia 1 Zajęcia 1 2008-03-04 Zajęcia 2 Zajęcia 2 2008-03-11 Zajęcia 2 Zajęcia 2 2008-03-18 wolne

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

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

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

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

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

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

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

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

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

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

STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE

STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE 1 W trakcie badania obliczono wartości średniej (15,4), mediany (13,6) oraz dominanty (10,0). Określ typ asymetrii rozkładu. 2 Wymień 3 cechy rozkładu Gauss

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

Statystyka matematyczna i ekonometria

Statystyka 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 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

Opisowa analiza struktury zjawisk statystycznych

Opisowa analiza struktury zjawisk statystycznych Statystyka Opisowa z Demografią oraz Biostatystyka Opisowa analiza struktury zjawisk statystycznych Aleksander Denisiuk denisjuk@euh-e.edu.pl Elblaska Uczelnia Humanistyczno-Ekonomiczna ul. Lotnicza 2

Bardziej szczegółowo

Inżynieria Środowiska. II stopień ogólnoakademicki. przedmiot podstawowy obowiązkowy polski drugi. semestr zimowy

Inżynieria 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 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

Elementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej

Elementy 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 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

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

Rok akademicki: 2013/2014 Kod: ZIE n Punkty ECTS: 6. Poziom studiów: Studia I stopnia Forma i tryb studiów: -

Rok akademicki: 2013/2014 Kod: ZIE n Punkty ECTS: 6. Poziom studiów: Studia I stopnia Forma i tryb studiów: - Nazwa modułu: Statystyka opisowa i ekonomiczna Rok akademicki: 2013/2014 Kod: ZIE-1-205-n Punkty ECTS: 6 Wydział: Zarządzania Kierunek: Informatyka i Ekonometria Specjalność: - Poziom studiów: Studia I

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

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 ze statystyki. Maciej Wolny

Wykład 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 szczegółowo

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ (II rok WNE)

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ (II rok WNE) WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ (II rok WNE) Agata Boratyńska Agata Boratyńska Statystyka matematyczna, wykład 1 1 / 33 Warunki zaliczenia 1 Ćwiczenia OBOWIĄZKOWE (max. 3 nieobecności) 2 Zaliczenie

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 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

Z-LOGN1-006 Statystyka Statistics

Z-LOGN1-006 Statystyka Statistics KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Z-LOGN-006 Statystyka Statistics Obowiązuje od roku akademickiego 0/0 A. USYTUOWANIE MODUŁU W SYSTEMIE STUDIÓW Kierunek

Bardziej szczegółowo

Spis treści 3 SPIS TREŚCI

Spis 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 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

Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki

Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki Spis treści I. Wzory ogólne... 2 1. Średnia arytmetyczna:... 2 2. Rozstęp:... 2 3. Kwantyle:... 2 4. Wariancja:... 2 5. Odchylenie standardowe:...

Bardziej szczegółowo

Z-ZIPN1-004 Statystyka. Zarządzanie i Inżynieria Produkcji I stopień Ogólnoakademicki Niestacjonarne Wszystkie Katedra Matematyki dr Zdzisław Piasta

Z-ZIPN1-004 Statystyka. Zarządzanie i Inżynieria Produkcji I stopień Ogólnoakademicki Niestacjonarne Wszystkie Katedra Matematyki dr Zdzisław Piasta KARTA MODUŁU / KARTA PRZEDMIOTU Z-ZIPN-004 Statystyka Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Statistics Obowiązuje od roku akademickiego 0/04 A. USYTUOWANIE MODUŁU W SYSTEMIE STUDIÓW

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

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

-> 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

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. 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

Rozkłady zmiennych losowych

Rozkłady zmiennych losowych Rozkłady zmiennych losowych Wprowadzenie Badamy pewną zbiorowość czyli populację pod względem występowania jakiejś cechy. Pobieramy próbę i na podstawie tej próby wyznaczamy pewne charakterystyki. Jeśli

Bardziej szczegółowo

Matematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013

Matematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013 0,KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Matematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013 A.

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

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

KARTA KURSU. (do zastosowania w roku ak. 2015/16) Kod Punktacja ECTS* 4

KARTA KURSU. (do zastosowania w roku ak. 2015/16) Kod Punktacja ECTS* 4 KARTA KURSU (do zastosowania w roku ak. 2015/16) Nazwa Statystyka 1 Nazwa w j. ang. Statistics 1 Kod Punktacja ECTS* 4 Koordynator Dr hab. Tadeusz Sozański (koordynator, wykłady) Dr Paweł Walawender (ćwiczenia)

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

przedmiot podstawowy obowiązkowy polski drugi

przedmiot podstawowy obowiązkowy polski drugi KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 07/08 IN--008 STATYSTYKA W INŻYNIERII ŚRODOWISKA Statistics in environmental engineering

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

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2013/2014

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2013/2014 Krakowska Akademia im. Andrzeja Frycza Modrzewskiego Karta przedmiotu obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2013/2014 WydziałPrawa, Administracji i Stosunków Miedzynarodowych

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

Transport II stopień (I stopień / II stopień) Ogólnoakademicki (ogólno akademicki / praktyczny) Studia stacjonarne (stacjonarne / niestacjonarne)

Transport II stopień (I stopień / II stopień) Ogólnoakademicki (ogólno akademicki / praktyczny) Studia stacjonarne (stacjonarne / niestacjonarne) Załącznik nr 7 do Zarządzenia Rektora nr../12 z dnia.... 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Metody probabilistyczne w transporcie Nazwa modułu w języku angielskim Probabilistic

Bardziej szczegółowo

Agata Boratyńska. WYKŁAD 1. Wstępna analiza danych, charakterystyki opisowe. Indeksy statystyczne.

Agata Boratyńska. WYKŁAD 1. Wstępna analiza danych, charakterystyki opisowe. Indeksy statystyczne. 1 Agata Boratyńska WYKŁAD 1. Wstępna analiza danych, charakterystyki opisowe. Indeksy statystyczne. Agata Boratyńska Wykłady ze statystyki 2 Literatura J. Koronacki i J. Mielniczuk Statystyka WNT 2004

Bardziej szczegółowo

Statystyka. Wykład 1. Magdalena Alama-Bućko. 20 lutego Magdalena Alama-Bućko Statystyka 20 lutego / 19

Statystyka. Wykład 1. Magdalena Alama-Bućko. 20 lutego Magdalena Alama-Bućko Statystyka 20 lutego / 19 Statystyka Wykład 1 Magdalena Alama-Bućko 20 lutego 2017 Magdalena Alama-Bućko Statystyka 20 lutego 2017 1 / 19 Wykład : 30h Laboratoria : 30h (grupa B : 14:00, grupa C : 10:30, grupa E : 12:15) obowiazek

Bardziej szczegółowo

Matematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013

Matematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013 KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Matematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013 A.

Bardziej szczegółowo

Statystyka opisowa SYLABUS A. Informacje ogólne

Statystyka opisowa SYLABUS A. Informacje ogólne Statystyka opisowa SYLABUS A. Informacje ogólne Elementy składowe sylabusu Nazwa jednostki prowadzącej kierunek Nazwa kierunku studiów Poziom kształcenia Profil studiów Forma studiów Kod Język Rodzaj Rok

Bardziej szczegółowo

Liczba godzin Punkty ECTS Sposób zaliczenia. ćwiczenia 16 zaliczenie z oceną

Liczba 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 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

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

Opis przedmiotu: Probabilistyka I

Opis przedmiotu: Probabilistyka I Opis : Probabilistyka I Kod Nazwa Wersja TR.SIK303 Probabilistyka I 2012/13 A. Usytuowanie w systemie studiów Poziom Kształcenia Stopień Rodzaj Kierunek studiów Profil studiów Specjalność Jednostka prowadząca

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

Statystyka opisowa. Wykład I. Elementy statystyki opisowej

Statystyka 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 szczegółowo

dr Jerzy Pusz, st. wykładowca, Wydział Matematyki i Nauk Informacyjnych Politechniki Warszawskiej B. Ogólna charakterystyka przedmiotu

dr Jerzy Pusz, st. wykładowca, Wydział Matematyki i Nauk Informacyjnych Politechniki Warszawskiej B. Ogólna charakterystyka przedmiotu Kod przedmiotu TR.SIK303 Nazwa przedmiotu Probabilistyka I Wersja przedmiotu 2015/16 A. Usytuowanie przedmiotu w systemie studiów Poziom kształcenia Studia I stopnia Forma i tryb prowadzenia studiów Stacjonarne

Bardziej szczegółowo

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2012/2013

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2012/2013 Krakowska Akademia im. Andrzeja Frycza Modrzewskiego Karta przedmiotu obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 01/01 Wydział Prawa, Administracji i Stosunków Miedzynarodowych Kierunek

Bardziej szczegółowo

STATYSTYKA Statistics. Inżynieria Środowiska. II stopień ogólnoakademicki

STATYSTYKA Statistics. Inżynieria Środowiska. II stopień ogólnoakademicki 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 2012/13 STATYSTYKA

Bardziej szczegółowo

Statystyka opisowa. Robert Pietrzykowski.

Statystyka opisowa. Robert Pietrzykowski. Statystyka opisowa Robert Pietrzykowski email: robert_pietrzykowski@sggw.pl www.ekonometria.info Na dziś Sprawy bieżące 2 Na dziś Wykład 5: Statystyka matematyczna Estymatory punktowe i przedziałowe 4

Bardziej szczegółowo

Zajęcia 1. Statystyki opisowe

Zajęcia 1. Statystyki opisowe Zajęcia 1. Statystyki opisowe 1. Znajdź dane dotyczące liczby mieszkańców w polskich województwach. Dla tych danych oblicz: a) Średnią, b) Medianę, c) Dominantę, d) Wariancję, e) Odchylenie standardowe,

Bardziej szczegółowo

Imię, nazwisko i tytuł/stopień KOORDYNATORA (-ÓW) kursu/przedmiotu zatwierdzającego protokoły w systemie USOS Dr Roman Sosnowski

Imię, nazwisko i tytuł/stopień KOORDYNATORA (-ÓW) kursu/przedmiotu zatwierdzającego protokoły w systemie USOS Dr Roman Sosnowski SYLLABUS na rok akademicki 009/010 Tryb studiów Studia stacjonarne Kierunek studiów Ekonomia Poziom studiów Pierwszego stopnia Rok studiów/ semestr /4 Specjalność Bez specjalności Kod katedry/zakładu w

Bardziej szczegółowo

Opis przedmiotu. Karta przedmiotu - Probabilistyka I Katalog ECTS Politechniki Warszawskiej

Opis przedmiotu. Karta przedmiotu - Probabilistyka I Katalog ECTS Politechniki Warszawskiej Kod przedmiotu TR.NIK304 Nazwa przedmiotu Probabilistyka I Wersja przedmiotu 2015/16 A. Usytuowanie przedmiotu w systemie studiów Poziom kształcenia Studia I stopnia Forma i tryb prowadzenia studiów Niestacjonarne

Bardziej szczegółowo

Wykład 7 Testowanie zgodności z rozkładem normalnym

Wykład 7 Testowanie zgodności z rozkładem normalnym Wykład 7 Testowanie zgodności z rozkładem normalnym Wrocław, 05 kwietnia 2017 Rozkład normalny Niech X = (X 1, X 2,..., X n ) będzie próbą z populacji o rozkładzie normalnym określonym przez dystrybuantę

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

Z poprzedniego wykładu

Z 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 szczegółowo

SCENARIUSZ LEKCJI. TEMAT LEKCJI: Zastosowanie średnich w statystyce i matematyce. Podstawowe pojęcia statystyczne. Streszczenie.

SCENARIUSZ 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 szczegółowo

Podstawowe pojęcia statystyczne

Podstawowe 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 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

Opis programu studiów

Opis programu studiów IV. Opis programu studiów Załącznik nr 9 do Zarządzenia Rektora nr 35/19 z dnia 1 czerwca 019 r. 3. KARTA PRZEDMIOTU Kod przedmiotu I-IŚ-103 Nazwa przedmiotu Statystyka w inżynierii środowiska Nazwa przedmiotu

Bardziej szczegółowo

MATEMATYKA3 Mathematics3. Elektrotechnika. I stopień ogólnoakademicki. studia stacjonarne. Katedra Matematyki dr Zdzisław Piasta

MATEMATYKA3 Mathematics3. Elektrotechnika. I stopień ogólnoakademicki. studia stacjonarne. Katedra Matematyki dr Zdzisław Piasta KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/13 MATEMATYKA3 Mathematics3 A. USYTUOWANIE MODUŁU W SYSTEMIE STUDIÓW Kierunek

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

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

Z-0033z Statystyka. Zarządzanie i Inżynieria Produkcji I stopień Ogólnoakademicki. Stacjonarne Wszystkie Katedra Matematyki dr Zdzisław Piasta

Z-0033z Statystyka. Zarządzanie i Inżynieria Produkcji I stopień Ogólnoakademicki. Stacjonarne Wszystkie Katedra Matematyki dr Zdzisław Piasta KARTA MODUŁU / KARTA PRZEDMIOTU Z-0033z Statystyka Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Statistics Obowiązuje od roku akademickiego 2012/2013 A. USYTUOWANIE MODUŁU W SYSTEMIE STUDIÓW

Bardziej szczegółowo

Importowanie danych do SPSS Eksportowanie rezultatów do formatu MS Word... 22

Importowanie danych do SPSS Eksportowanie rezultatów do formatu MS Word... 22 Spis treści Przedmowa do wydania pierwszego.... 11 Przedmowa do wydania drugiego.... 15 Wykaz symboli.... 17 Litery alfabetu greckiego wykorzystywane w podręczniku.... 17 Symbole wykorzystywane w zagadnieniach

Bardziej szczegółowo

Państwowa Wyższa Szkoła Zawodowa w Suwałkach SYLLABUS na rok akademicki 2014/2015

Państwowa Wyższa Szkoła Zawodowa w Suwałkach SYLLABUS na rok akademicki 2014/2015 Tryb studiów Stacjonarne Nazwa kierunku studiów Finanse i Rachunkowość Poziom studiów Stopień pierwszy Rok studiów/ semestr II/ Specjalność Państwowa Wyższa Szkoła Zawodowa w Suwałkach SYLLABUS na rok

Bardziej szczegółowo

Wykład Centralne twierdzenie graniczne. Statystyka matematyczna: Estymacja parametrów rozkładu

Wykład 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 szczegółowo