Miary położenia (tendencji centralnej) to tzw. miary przeciętne charakteryzujące średni lub typowy poziom wartości cechy.

Podobne dokumenty
Statystyczny opis danych - parametry

Statystyka opisowa. (n m n m 1 ) h (n m n m 1 ) + (n m n m+1 ) 2 +1), gdy n jest parzyste

Statystyka opisowa. () Statystyka opisowa 24 maja / 8

Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I)

Histogram: Dystrybuanta:

Moda (Mo, D) wartość cechy występującej najczęściej (najliczniej).

3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej

Wykład nr 2. Statystyka opisowa część 2. Plan wykładu

STATYSTYKA OPISOWA WYKŁAD 1 i 2

Miary rozproszenia. Miary położenia. Wariancja. Średnia. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.

Miary położenia. Miary rozproszenia. Średnia. Wariancja. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.

COLLEGIUM MAZOVIA INNOWACYJNA SZKOŁA WYŻSZA WYDZIAŁ NAUK STOSOWANYCH. Kierunek: Finanse i rachunkowość. Robert Bąkowski Nr albumu: 9871

Plan wykładu. Analiza danych Wykład 1: Statystyka opisowa. Literatura. Podstawowe pojęcia

d wymiarowy wektor losowy Niech (Ω, S, P) przestrzeń probabilistyczna Definicja Odwzorowanie X: Ω R nazywamy 1-wymiarowym wektorem

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

Estymacja przedziałowa

Materiały do wykładu 4 ze Statystyki

MIANO ROZTWORU TITRANTA. Analiza statystyczna wyników oznaczeń

Statystyka powtórzenie (I semestr) Rafał M. Frąk

STATYSTYKA OPISOWA PODSTAWOWE WZORY

STATYSTYKA OPISOWA PODSTAWOWE WZORY

Podstawowe pojęcia. Próba losowa. Badanie próby losowej

Statystyka opisowa - dodatek

Statystyka Opisowa. w2: podstawowe miary. Jerzy Stefanowski Instytut Informatyki Politechnika Poznańska. Poznań, 2015/16 aktualizacja 2017

PODSTAWY BIOSTATYSTYKI ĆWICZENIA

STATYSTYKA I ANALIZA DANYCH

Zestaw II Odpowiedź: Przeciętna masa ciała w grupie przebadanych szczurów wynosi 186,2 g.

Elementy modelowania matematycznego

Projekt ze statystyki

Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407

Jak obliczać podstawowe wskaźniki statystyczne?

Wybrane litery alfabetu greckiego

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2.

KURS STATYSTYKA. Lekcja 3 Parametryczne testy istotności ZADANIE DOMOWE. Strona 1

Estymacja: Punktowa (ocena, błędy szacunku) Przedziałowa (przedział ufności)

BADANIA DOCHODU I RYZYKA INWESTYCJI

1. Wnioskowanie statystyczne. Ponadto mianem statystyki określa się także funkcje zmiennych losowych o

Podstawowe oznaczenia i wzory stosowane na wykładzie i laboratorium Część I: estymacja

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

Ćwiczenie 2 ESTYMACJA STATYSTYCZNA

Opracowanie danych pomiarowych. dla studentów realizujących program Pracowni Fizycznej

LABORATORIUM METROLOGII

Lista 6. Estymacja punktowa

Modele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych (w zakresie materiału przedstawionego na wykładzie organizacyjnym)

Analiza wyników symulacji i rzeczywistego pomiaru zmian napięcia ładowanego kondensatora

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA

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

Statystyka i rachunek prawdopodobieństwa

Statystyka Wzory I. Analiza struktury

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w

Ćwiczenie nr 14. Porównanie doświadczalnego rozkładu liczby zliczeń w zadanym przedziale czasu z rozkładem Poissona

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych

L.Kowalski zadania ze statystyki matematycznej-zestaw 3 ZADANIA - ZESTAW 3

Statystyka i opracowanie danych W3: Wprowadzenie do statystycznej analizy danych Podstawy wnioskowania statystycznego. Estymacja i estymatory

STATYSTYKA OPISOWA I PROJEKTOWANIE EKSPERYMENTU dr inż Krzysztof Bryś

Porównanie dwu populacji

Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA

Estymacja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 7

INFORMATYKA W CHEMII Dr Piotr Szczepański

STATYSTYKA MATEMATYCZNA

STATYSTYCZNA OCENA WYNIKÓW POMIARÓW.

Wykład 5 Przedziały ufności. Przedział ufności, gdy znane jest σ. Opis słowny / 2

Estymacja punktowa i przedziałowa

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

Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,.

Modelowanie i Analiza Danych Przestrzennych

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.

I PRACOWNIA FIZYCZNA, UMK TORUŃ WYZNACZANIE PRZYSPIESZENIA ZIEMSKIEGO ZA POMOCĄ WAHADŁA RÓŻNICOWEGO

Obserwacje odstające mają duży wpływ na średnią średnia nie jest odporna.

Estymacja przedziałowa - przedziały ufności

1 Testy statystyczne. 2 Rodzaje testów

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

Estymacja parametrów populacji

2.1. Studium przypadku 1

t - kwantyl rozkładu t-studenta rzędu p o f stopniach swobody

ma rozkład złożony Poissona z oczekiwaną liczbą szkód równą λ i rozkładem wartości pojedynczej szkody takim, że Pr( Y

Statystyka matematyczna dla leśników

Metoda łączona. Wykład 7 Dwie niezależne próby. Standardowy błąd dla różnicy dwóch średnich. Metoda zwykła (niełączona) n2 2

Podstawy chemii. Natura pomiaru. masa 20 ± 1 g

STATYSTYKA MATEMATYCZNA

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

Estymacja przedziałowa:

INSTRUKCJA NR 06-2 POMIARY TEMPA METABOLIZMU METODĄ TABELARYCZNĄ

Prawdopodobieństwo i statystyka r.

ANALIZA DANYCH DYSKRETNYCH

Parametryczne Testy Istotności

1 Zmienne losowe. Własności dystrybuanty F (x) = P (X < x): F1. 0 F (x) 1 dla każdego x R, F2. lim F (x) = 0 oraz lim F (x) = 1,

Statystyka matematyczna. Wykład II. Estymacja punktowa

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

Korelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12

Xi B ni B

0.1 ROZKŁADY WYBRANYCH STATYSTYK

PRZEDZIAŁY UFNOŚCI. Niech θ - nieznany parametr rozkładu cechy X. Niech α będzie liczbą z przedziału (0, 1).

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

Statystyka. Katarzyna Chudy Laskowska

1 Dwuwymiarowa zmienna losowa

SIGMA KWADRAT LUBELSKI KONKURS STATYSTYCZNO- DEMOGRAFICZNY

ZDARZENIE ELEMENTARNE to możliwy wynik doświadczenia losowego. Wszystkie takie możliwe wyniki tworzą zbiór zdarzeń elementarnych.

Transkrypt:

MIARY POŁOŻENIA I ROZPROSZENIA WYNIKÓW SERII POMIAROWYCH Miary położeia (tedecji cetralej) to tzw. miary przecięte charakteryzujące średi lub typowy poziom wartości cechy. Średia arytmetycza: X i 1 X i, gdzie X i to koleje wartości zmieej a - liczość próby. Moda/Domiata (M o ) jest to wartość, która występuje ajczęściej wśród uzyskaych pomiarów. Mediaa (M e, Q ) W uporządkowaym zbiorze daych mediaa jest wartością dzielącą te zbiór a dwie rówe części. Połowa wszystkich obserwacji zajduje się poiżej, a połowa powyżej mediay. Kwartyle (Q 1, Q, Q 3 ) dzielą uporządkoway szereg a 4 rówe części. Drugi kwartyl jest rówy mediaie. Miary rozproszeia - Zajomość miar tedecji cetralej ie wystarcza do scharakteryzowaia struktury zbiorowości statystyczej. Badaa grupa może charakteryzować się różym stopiem zmieości w zakresie badaej cechy. Potrzebe są zatem formuły pozwalające wyzaczyć wartości, które charakteryzują rozrzut daych. Rozstęp: R X max X mi, gdzie X i to wartości badaej zmieej. Rozstęp kwartylowy: R Q Q 3 Q1, gdzie Q 1 i Q 3 to doly i góry kwartyl. Wariacja (z próby) - mierzy stopień rozproszeia pomiarów wokół średiej arytmetyczej: gdzie X i to koleje wartości zmieej a to średia arytmetycza tych wartości, - liczość próby. s ( X X ) i 1 i 1, Odchyleie stadardowe mierzy stopień rozproszeia pomiarów wokół średiej arytmetyczej: s s.

Im wyższa wartość odchyleia stadardowego lub wariacji, tym bardziej zróżicowaa grupa pod względem badaej cechy. Uwaga! Odchyleie stadardowe z próby jest pewym przybliżeiem (estymatorem) odchyleia stadardowego z populacji. Populacyja wartość odchyleia stadardowego mieści się w pewym przedziale zawierającym odchyleie stadardowe z próby. Przedział te azyway jest przedziałem ufości dla odchyleia stadardowego. Odchyleie przecięte: ( X i 1 d i X ) Odchyleie ćwiartkowe (Q) jest miarą rozproszeia wartości cechy od mediay: Q 3 Q Q 1 Współczyik zmieości podobie jak odchyleie stadardowe pozwala oceić stopień jedorodości badaej s d zbiorowości: V s lub V d, gdzie s to odchyleie stadardowe, d odchyleie przecięte, - średia X X arytmetycza. Jest to wielkość iemiaowaa. Pozwala o a oceę zróżicowaia kilku zbiorowości pod względem tej samej cechy oraz tej samej zbiorowości pod względem kilku różych cech (wyrażoych w różych jedostkach). Przyjmuje się, że jeżeli współczyik V ie przekracza 10%, to cechy wykazują zróżicowaie statystyczie ieistote. Współczyik zmieości pozycyjy: Błąd średiej arytmetyczej: Q VQ. M e s s r. Uwaga! Na podstawie błędu stadardowego średiej arytmetyczej z próby moża określić przedział ufości dla parametru populacji.

Wykres RAMKA-WĄSY PRZYKŁADY i ZADANIA Przykład 1. Dla poiższych daych wyzaczyć róże miary położeia (klasycze i pozycyje) Przykład. Policzyć odchyleia stadardowe dla serii pomiarowych uzyskaych z wykorzystaiem przyrządów kotrolo pomiarowych o różej rozdzielczości Przyrząd 1 Przyrząd Przyrząd 3 Uzyskae wyiki 17 16,8 16,83 17 17,1 17,14 17 16,9 16,88 17 17,4 17,43 17 17,3 17,7 17 17, 17,4 17 17,0 16,96 s 0 0, 0,3 Przykład 3. Dla obu serii daych, uzyskaych różymi metodami A i B, wykreślić i skometować wykresy ramka-wąsy Metoda Dae A 60 59 58 61 60 61 57 6 59 63 B 53 60 67 49 65 6 56 70 63 55 Obie serie pomiarowe cechuje taka sama ilość pobraych próbek/uzyskaych wyików (=10). Średie arytmetycze są sobie rówe i wyoszą 60. Czy istieje jakaś różica pomiędzy obiema seriami?

Wyiki uzyskae obiema metodami różią się PRECYZJĄ, co obrazuje rozrzut daych wokół wartości średiej. Dla serii A wartość mi jest zaczie wyższa iż dla serii B, a wartość max jest zaczie iższa iż dla serii B. Przykład 4. Czterech studetów (A, B, C i D) miareczkowało tą samą aalizę. Ich wyiki są w poiższej tabeli. Udowodić stwierdzeia podae w kometarzach; wartość uzaa za prawdziwą to 10,00 ml.

Zadaie 1. Przykład 5. Obliczaie przedziału ufości Przykład 6. Przykład 7. Zadaie.

Zadaie 3. Zadaie 4. Zadaie 5.