Procedura normalizacji

Podobne dokumenty
Budowanie macierzy danych geograficznych Procedura normalizacji Budowanie wskaźnika syntetycznego

METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów.

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.

Weryfikacja hipotez dla wielu populacji

Statystyka Opisowa 2014 część 2. Katarzyna Lubnauer

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

Natalia Nehrebecka. Zajęcia 4

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Plan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup

Funkcje i charakterystyki zmiennych losowych

Proces badania statystycznego z wykorzystaniem miernika syntetycznego (wg procedury Z. Zioło)

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4

Zjawiska masowe takie, które mogą wystąpid nieograniczoną ilośd razy. Wyrazów Obcych)

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6


Za: Stanisław Latoś, Niwelacja trygonometryczna, [w:] Ćwiczenia z geodezji II [red.] J. Beluch

Hipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ

MIARA ZRÓŻNICOWANIA WYPOSAŻENIA GOSPODARSTW ROLNYCH W TECHNICZNE ŚRODKI PRODUKCJI

Stanisław Cichocki. Natalia Nehrebecka. Wykład 11

Dobór zmiennych objaśniających

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. Strona 1

Parametry zmiennej losowej

KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. Strona 1

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Analiza danych. Analiza danych wielowymiarowych. Regresja liniowa. Dyskryminacja liniowa. PARA ZMIENNYCH LOSOWYCH

Statystyka. Zmienne losowe

ZASTOSOWANIE METOD WAP DO OCENY POZIOMU PRZESTRZENNEGO ZRÓŻNICOWANIA ROZWOJU ROLNICTWA W POLSCE

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

SZTUCZNA INTELIGENCJA

Badania sondażowe. Braki danych Konstrukcja wag. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa

± Δ. Podstawowe pojęcia procesu pomiarowego. x rzeczywiste. Określenie jakości poznania rzeczywistości

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW

Prawdopodobieństwo i statystyka r.

Egzamin ze statystyki/ Studia Licencjackie Stacjonarne/ Termin I /czerwiec 2010

Stanisław Cichocki Natalia Nehrebecka. Wykład 2

Natalia Nehrebecka. Wykład 2

Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu

Natalia Nehrebecka. Zajęcia 3

Współczynnik przenikania ciepła U v. 4.00

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD A

ROLNICTWO W REGIONACH. WIELOWYMIAROWE SPOJRZENIE W UJĘCIU DYNAMICZNYM

Rozkład dwupunktowy. Rozkład dwupunktowy. Rozkład dwupunktowy x i p i 0 1-p 1 p suma 1

EKONOMETRIA I Spotkanie 1, dn

Problemy jednoczesnego testowania wielu hipotez statystycznych i ich zastosowania w analizie mikromacierzy DNA

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych

FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2011, Oeconomica 285 (62), 37 44

Analiza struktury zbiorowości statystycznej

0 0,2 0, p 0,1 0,2 0,5 0, p 0,3 0,1 0,2 0,4

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4

Analiza korelacji i regresji

6. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO

Temat: Operacje elementarne na wierszach macierzy

Regresja liniowa i nieliniowa

186 Europa Regonum XXIV (2015) 1. Materał statystyczny metodyka Analze poddano wyposażene powatów woewództwa małopolskego w podstawowe elementy nfrast

ANALIZA WPŁYWU OBSERWACJI NIETYPOWYCH NA WYNIKI MODELOWANIA REGIONALNEJ WYDAJNOŚCI PRACY

MATEMATYKA POZIOM ROZSZERZONY Kryteria oceniania odpowiedzi. Arkusz A II. Strona 1 z 5

Stanisław Cichocki Natalia Nehrebecka. Wykład 2

Statystyka Inżynierska

Rachunek prawdopodobieństwa i statystyka W 11: Analizy zależnościpomiędzy zmiennymi losowymi Model regresji wielokrotnej

Współczynnik korelacji liniowej oraz funkcja regresji liniowej dwóch zmiennych

PROSTO O DOPASOWANIU PROSTYCH, CZYLI ANALIZA REGRESJI LINIOWEJ W PRAKTYCE

I. Elementy analizy matematycznej

Zapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie.

Izabela Kurzawa, Aleksandra Łuczak, Feliks Wysocki

ANALIZA KORELACJI WYDATKÓW NA KULTURĘ Z BUDŻETU GMIN ORAZ WYKSZTAŁCENIA RADNYCH


ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 2(88)/2012

WYZNACZANIE WSPÓŁCZYNNIKA LEPKOŚCI CIECZY METODĄ STOKESA

STATYSTYKA MIĘDZYNARODOWA

11/22/2014. Jeśli stała c jest równa zero to takie gry nazywamy grami o sumie zerowej.

Analiza i diagnoza sytuacji finansowej wybranych branż notowanych na Warszawskiej Giełdzie Papierów Wartościowych w latach

Ntli Natalia Nehrebecka. Dariusz Szymański. Zajęcia 4

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X

STATYSTYKA. Zmienna losowa skokowa i jej rozkład

DYNAMICZNE MODELE EKONOMETRYCZNE

Zadanie 2. Dany jest szereg rozdzielczy przedziałowy, wyznaczyć następujące miary: wariancja, odchylenie standardowe

SIGMA KWADRAT CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY

MATERIAŁY I STUDIA. Zeszyt nr 286. Analiza dyskryminacyjna i regresja logistyczna w procesie oceny zdolności kredytowej przedsiębiorstw

ANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ

1.1. Uprość opis zdarzeń: 1.2. Uprościć opis zdarzeń: a) A B A Uprościć opis zdarzeń: 1.4. Uprościć opis zdarzeń:

Nieparametryczne Testy Istotności

Analiza danych OGÓLNY SCHEMAT. Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda

PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA WAHANIA SEZONOWE

Analiza ryzyka jako instrument zarządzania środowiskiem

BADANIE PROCESU EKSPLOATACJI W ASPEKCIE NIEZAWODNOŚCIOWO- EKONOMICZNYM

NORMALiZACJA ZMIENNYCH W SKALI PRZEDZIAŁOWEJ I ILORAZOWEJ W REFERENCYJNYM SYSTEMIE GRANICZNYM

Rachunek niepewności pomiaru opracowanie danych pomiarowych

KRÓTKIE WPROWADZENIE DO WIZUALIZACJI I ANALIZY FUNKCJONALNEJ DANYCH EKONOMICZNYCH

Propozycja modyfikacji klasycznego podejścia do analizy gospodarności

STATYSTYKA MATEMATYCZNA

Mikroekonometria 10. Mikołaj Czajkowski Wiktor Budziński

Badanie współzaleŝności dwóch cech ilościowych X i Y. Analiza korelacji prostej. Badanie zaleŝności dwóch cech ilościowych. Analiza regresji prostej

STATYSTYKA REGIONALNA

METODY ANALIZY RYNKU OFE W UJĘCIU DYNAMICZNYM

Sprawozdanie powinno zawierać:

województwa zachodniopomorskiego ATTRACTIVENESS OF LABOR MARKETS IN RURAL AREAS IN CONTEXT

Diagnostyka układów kombinacyjnych

Transkrypt:

Metody Badań w Geograf Społeczno Ekonomcznej Procedura normalzacj Budowane macerzy danych geografcznych mgr Marcn Semczuk Zakład Przedsęborczośc Gospodark Przestrzennej Instytut Geograf Unwersytet Pedagogczny Krakowe semczuk@up.krakow.pl, p.424

Badane geografczne badana geografczne lczba cech badana analza jednej zmennej analza welozmenna tabelaryczne kartografczne operacje na macerzy geografcznej alfabetyczne wykres słupkowy kartografczne forma prezentacj od najwększego do najmnejszego kartogram tabelaryczne od najmnejszego do najwększego kartodagram 14:23

MACIERZ GEOGRAFICZNA Jeśl w pewnym mejscu na powerzchn Zem dostrzegamy określone zjawsko (cechę), mamy doczynena z tzw. faktem geografcznym: jeśl w nnych mejscach rejestrujemy to samo zjawsko (tę samą cechę) to występujące z różnym natężenem, mówmy wtedy o przestrzennym jego zróżncowanu; jeśl dla welu mejsc uzyskamy dane o różnych zjawskach dane te przedstawamy w tablcy prostokątnej, uzyskamy macerz geografczną B.J.L Berry (1967) 14:23

Cechy prawdłowej macerzy geografcznej merzalność (jedyne w przypadku lczbowego wyrażena welkośc zjawska możlwe jest zastosowane odpowednej procedury statystycznej) sumowalność take lczbowe wyrażene cech, aby były one rejestrowane w tych samych jednostkach pomaru (rzadko spełnony wymóg normalzacja) nenależność cech brak statystyczne współzależnośc cech (oblczene korelacj) test ch stotnośc odpowednm testem ( t Studenta) zmenność cech (cechy odznaczają sę dużym zróżncowanem współczynnk zmennośc, odchylene standardowe) rozkład statystyczny welkośc cech (muszą nawązywać skalą do badanej populacj)

Identyfkacja: stymulant - destymulant - nomnant - wzrost jej wartośc śwadczy o wzrośce pozomu zjawska złożonego wzrost jej wartośc śwadczy o spadku pozomu zjawska złożonego zmenna ma określoną najkorzystnejszą wartość zwaną wartoścą nomnalną *zmenna neutralna - ne ma wpływu na pozom zjawska złożonego. Taka zmenna jest nepożądana w zborze zmennych opsujących zjawsko.

Podstawowe grupy procedury normalzowana danych (wg S. Mynarskego, 1992): 1. Rangowane zmennych zastępowane zmennych dagnostycznych ch rangam, wynkającym z uporządkowana obserwacj zgodne z rosnącym wartoścam zmennych = j gdze: - unormowana -ta realzacja zmennej j - kolejny numer pozycj, jaką -ta realzacja zmennej w uporządkowanym malejąco szeregu jej wartośc, n - lczba obserwacj. Wada: znacząca strata nformacj (różnce mędzy poszczególnym wartoścam)

Podstawowe grupy procedury normalzowana danych (wg S. Mynarskego, 1992): 2. Przekształcena lorazowe w zależnośc od przyjętego układu odnesena mormalzacjęzmennej można uzyskac następującym sposobam: = A gdze A może przyjąć następujące wartośc: ma{ }, mn { },, ҧ, n =1 Wada: gdy układ odnesena A przyjmuje wartość 0, stosowane przekształceń lorazowych jest nemożlwe!

Podstawowe grupy procedury normalzowana danych (wg S. Mynarskego, 1992): 3. Standaryzacja zmennych najczęścej stosowana metoda normalzacj, wykorzystująca odchylene standardowe, podstawowe formuły to: = S = S 2 = തX S gdze: S odchylene standardowe zmennej. Wada: nemożlwe zastosowane w przypadku, gdy S = 0, a węc jeśl wszystke zmenne są jednakowe.

Podstawowe grupy procedury normalzowana danych (wg S. Mynarskego, 1992): 4. Metoda untaryzyacj metoda w której nezależne od tego, jake wartośc przyjmuje orygnalna zmenna zawsze otrzymujemy Z j 0,1. Dzęk tej własnośc przekształcene to szczególne przydatne jest wtedy, gdy orygnalna zmenna przyjmuje zarówno wartośc dodatne, jak ujemne. = B = mn{ } B = തX B = mn{ } B gdze: B ma{ } mn{ }

Wzór dla untaryzacj stymulant ma mn mn Wzór dla untaryzacj destymulant mn ma mn

Zadane Dokonaj normalzacj 5 wskaźnków (dowolnych z BDL) przedstawających zróżncowane gmn woj. małopolskego z wykorzystanem 1 formuły z omówonych 4 metod normalzacj (dla rangowana 1 formuła ). Do oddana wydruk arkusza z oblczenam.

M e t o d y B a d a ń w G e o g r a f S p o ł e c z n o - E ko n o m c z n e j

14:23

M e t o d y B a d a ń w G e o g r a f S p o ł e c z n o - E ko n o m c z n e j

Metody Badań w Geograf Społeczno Ekonomcznej Do zobaczena! mgr Marcn Semczuk Zakład Przedsęborczośc Gospodark Przestrzennej Instytut Geograf Unwersytet Pedagogczny Krakowe semczuk@up.krakow.pl, p.424