dev = y y Miary położenia rozkładu Wykład 9 Przykład: Przyrost wagi owiec Odchylenia Mediana próbkowa: Przykłady Statystyki opisowe Σ dev i =?

Podobne dokumenty
Typy zmiennych. Zmienne i rekordy. Rodzaje zmiennych. Graficzne reprezentacje danych Statystyki opisowe

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

Statystyka Opisowa Wzory

Statystyczne charakterystyki liczbowe szeregu

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne

Podstawowe pojcia. Metody probabilistyczne i statystyka Wykład 7: Statystyka opisowa. Rozkłady prawdopodobiestwa wystpujce w statystyce.

Statystyka Matematyczna Anna Janicka

wyniki serii n pomiarów ( i = 1,..., n) Stosując metodę największej wiarygodności możemy wykazać, że estymator wariancji 2 i=

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego).

Statystyka opisowa. Stawia się pytania: pytanie co? poprzedza pytanie jak?. Najpierw potrzebna jest miara, potem można badać zmiany tej miary.

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)

PDF created with FinePrint pdffactory Pro trial version WIII/1

Miary statystyczne. Katowice 2014

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10)

Prawdopodobieństwo i statystyka r.

AKADEMIA MORSKA W SZCZECINIE

Podstawy opracowania wyników pomiarowych, analiza błędów

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. dr Michał Silarski

Planowanie eksperymentu pomiarowego I

Oceny. Podreczniki. Dane. Statystyka matematyczna i stosowana

Wstęp do statystyki praktycznej. Semestr zimowy 2019/2020 Wykładowca: dr Damian Brzyski Strona internetowa:

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym?

Oceny. Statystyka stosowana. Podreczniki. Przygotowanie do zajęć. Dane

Wyrażanie niepewności pomiaru

Estymacja to wnioskowanie statystyczne koncentrujące się wokół oszacowania wartości parametrów rozkładu populacji.

Podstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki

Teoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka

Pomiary bezpośrednie i pośrednie obarczone błędem przypadkowym

STATYSTYKA EKONOMICZNA I SPOŁECZNA

PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE

ma rozkład normalny z nieznaną wartością oczekiwaną m

Zadanie 1. ), gdzie 1. Zmienna losowa X ma rozkład logarytmiczno-normalny LN (, . EX (A) 0,91 (B) 0,86 (C) 1,82 (D) 1,95 (E) 0,84

Oceny: Wstęp do statystyki praktycznej. Zalecane podręczniki: Dodatkowe uwagi:

Oceny: Statystyka stosowana. Zalecane podręczniki: Dane. Dodatkowe uwagi: Przygotowanie studenta do zajęć:

Statystyczna analiza danych przedziały ufności

STATYSTYKA OPISOWA WYKŁAD 3,4

Statystyka stosowana. Podreczniki. Oceny. Przygotowanie do zajęć

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 2 - statystyka opisowa cd

O testowaniu jednorodności współczynników zmienności

STATYSTYKA MATEMATYCZNA WYKŁAD 1. Wiadomości wstępne

. Wtedy E V U jest równa

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

Schemat oceniania: Wstęp do statystyki praktycznej. Zalecane podręczniki: Dodatkowe uwagi: Przygotowanie studenta do zajęć:

Instrukcja do wykonania zadania. Masa ciała. Wys. Ciała

Statystyka. Analiza zależności. Rodzaje zależności między zmiennymi występujące w praktyce: Funkcyjna

ROZKŁADY ZMIENNYCH LOSOWYCH

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości

L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5

Lekcja 1. Pojęcia podstawowe: Zbiorowość generalna i zbiorowość próbna

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

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

k k M. Przybycień Rachunek Prawdopodobieństwa i Statystyka Wykład 13-2

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

W loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki:

będą niezależnymi zmiennymi losowymi o tym samym 2 x

Średnia harmoniczna Za pomocą średniej harmonicznej obliczamy np. średnią prędkość jazdy samochodem.

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1

( X, Y ) będzie dwuwymiarową zmienną losową o funkcji gęstości

INTERPRETACJA DANYCH STATYSTYCZNYCH

CHARAKTERYSTYKI LICZBOWE STRUKTURY ZBIOROWOŚCI (Parametry statystyczne) MIARY POŁOśENIA

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer

Badania Maszyn CNC. Nr 2

STATYSTYKA OPISOWA. Statystyka. Losowanie (pomiar)

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

Laboratorium 3 - statystyka opisowa

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

Projekt 3 Analiza masowa

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I PRACOWNIA FIZYCZNA INSTYTUT FIZYKI UJ BIOLOGIA 2016

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

Materiały do wykładu 7 ze Statystyki

Matematyczne metody opracowywania wyników

ż ż ć ż ż ż ć Ć ć ż ż ć ż


Ą ć

Prawdopodobieństwo i statystyka r.

Statystyczny opis danych - parametry

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

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

JEDNOWYMIAROWA ZMIENNA LOSOWA

Średnia harmoniczna (cechy o charakterze ilorazu np. Prędkość, gęstość zaludnienia)

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

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. I Pracownia IF UJ Marzec 2017

Wykład 2. Wpływ stałej (odejmujemy 20) Liniowa transformacja zmiennych, cd. Liniowa transformacja zmiennych, cd. Liniowa transformacja zmiennych, cd.

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5

Wykład 9 Wnioskowanie o średnich

Sabina Nowak. Podstawy statystyki i ekonometrii Część I

5. OPTYMALIZACJA NIELINIOWA

Elementy modelowania matematycznego

Niepewności pomiarów. DR Andrzej Bąk

STATYSTYKA OPISOWA. Państwowa Wyższa Szkoła Zawodowa w Koninie. Materiały pomocnicze do ćwiczeń. Materiały dydaktyczne 17 ARTUR ZIMNY

Plan: Wykład 3. Zmienne losowe i ich rozkłady. Wstęp do probabilistyki i statystyki. Pojęcie zmiennej losowej

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

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH

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

STATYSTYKA MATEMATYCZNA

Analizy wariancji ANOVA (analysis of variance)

mgr Anna Matysiak PODSTAWOWE POJĘCIA STATYSTYCZNE

Nowoczesne techniki matematyczne, statystyczne i informatyczne

Transkrypt:

Mary położea rozkładu Wykład 9 Statystyk opsowe Średa z próby, mea(y) : symbol y ozacza lczbę; arytmetyczą średą z obserwacj Symbol Y ozacza pojęce średej z próby Średa jest środkem cężkośc zboru daych 6 Przykład: Przyrost wag owec Dae :, 3, 9,, 0, y =, y =3,, y 6 = y = y + y +... + y = + 3 +... + = 56 6 y = 56 / 6 = 9.33 Odchylea dev = y y dev = y y = 9.33 =.67 Σ dev =? Medaa próbkowa: meda(y) Środkowa obserwacja jeżel jest eparzyste Średa z dwóch środkowych wartośc gdy jest parzyste Przykłady Przykład ( = 5) Dae: 6.3 5.9 7.0 6.9 5.9 Średa z próby = 3/5 = 6. Medaa = Przykład ( = 6) Dae: 366 37 7 9 7 30 Średa z próby = 93.8 Medaa =

Średa a medaa Przykład cd. ( = 5) Dae: 6.3 5.9 7.0 6.9 5.9 Średa = 3/5 = 6. Medaa = 6.3 Błąd w zapse daych: Dae: 6.3 5.9 70 6.9 5.9 Średa = 9 Medaa = 6.3 Średa a medaa Medaa dzel powerzchę hstogramu a połowę Jest odpora e mają a ą wpływu obserwacje odstające Średa to środek cężkośc hstogramu Obserwacje odstające mają duży wpływ a średą średa e jest odpora Średa a medaa Jeżel hstogram jest w przyblżeu symetryczy, to średa medaa są zblżoe. Jeżel hstogram jest skośy a prawo, to średa jest zwykle wększa ż medaa. Obe te mary położea są jedakowo waże. Średa jest częścej wykorzystywaa do testowaa estymacj (o czym późej). Mary położea cd.:kwartyle Quatle(Y) Kwartyle dzelą zbór daych a cztery grupy. Drug kwartyl (Q) to medaa. Perwszy kwartyl (Q) to medaa grupy obserwacj mejszych ż Q. Trzec kwartyl (Q3) to medaa grupy obserwacj wększych ż Q. Przykład Przykład (=5) Dae: 3 5 6 7 7 8 3 5 5 3 5 6 9 3

Rozstęp mędzykwartylowy IQR=Q3-Q (ter-quartle rage) IQR(Y) Wykres ramkowy (Boxplot) Boxplot(Y) Boxplot grafcza reprezetacja: meday, kwartyl, maxmum mmum z daych. Ramka ( pudełko ) powstaje z obrysowaa kwartyl Le ( wąsy ) cągą sę do wartośc ajmejszej ajwększej. BoxPlot Zmodyfkoway Boxplot 0 8 6 0 Obserwacja odstająca: błąd w zapse daych, błąd maszyy, zmaa waruków eksperymetu tp. Kryterum do detyfkacj obserwacj odstających: Dola graca = Q -.5*IQR Góra graca = Q3 +.5*IQR boxplot(y,rage=.5) Przykładowy zmodyfkoway wykres ramkowy (boxplot) Dae : 3 3 5 6 6 7 8 5 6 5 0 5 3

Mary rorzutu: Rozstęp (max m) bardzo wrażlwy a obserwacje odstające, eprzydaty do testowaa Rozstęp mędzykwartylowy (IQR=Q3-Q) rozstęp środkowych 50% obserwacj Stadardowe odchylee / Waracja (sd,var) Współczyk zmeośc Próbkowe odchylee stadardowe (SD, s) Wyrażoe w jedostkach pomarowych Iformuje o le przecęte odległe od średej są obserwacje. ( ) /( ) (defto) s = y y ( y y ) /( ) (calculatos) = W maowku jest -: SS s =,where ( ) SS = y y = y y Próbkowa waracja: s Przecęty kwadrat odległośc od średej próbkowej: s Merzoa w jedostkach będących kwadratem jedostek, w których wyrażoe są dae Dlaczego -? s jest eobcążoym estymatorem waracj w populacj Σ dev =0 stąd dev dev - stop swobody = - jedostek formacj = Mary rozrzutu, cd. Współczyk zmeośc (CV) Przykład CV = s / y Dae : 35., 30.6, 36.9, 9.8 (=) Rozstęp =

Suma obserwacj: Σy = 35. + 30.6 + 36.9 + 9.8 = 3. średa: y s z defcj: SS = waracja: s = s= Uwaga: Proszę zachowywać dużo cyfr zaczących przy rachukach. Zaokrąglamy dopero a koec. Współczyk zmeośc: CV= Ogóle uwag Duże s=duży rozrzut. Małe s=mały rozrzut. Jeżel hstogram (rozkład ) jest w kształce dzwou ( ormaly ), to około: 68% obserwacj jest w odległośc ± s od średej 95% obserwacj jest w odległośc ± s od średej 99% obserwacj jest w odległośc ± 3 s od średej Nerówość Czebyszewa Nawet, gdy rozkład e jest ormaly to co ajmej 75% obserwacj jest w odległośc ± s od średej co ajmej 89% obserwacj jest w odległośc ± 3 s od średej. Przykład cd Przykład 3 3 Średa y =., odchylee stadardowe s =.9. 7 3 9 0 5 3 0 0 8 5

Ocea s z hstogramu Odcek I = ( y s, y + s) zawera około 95 % daych. Przykład (puls po ćwczeach) 95 % pomarów jest pomędzy 75 a 5 Ocea s = (długość I) /. Reguła dzała ajlepej, gdy hstogram jest w kształce dzwou (blsk ormalemu). Faktycze s = 3. Porówae mar rozrzutu położea Mary rozrzutu służą do oszacowaa zmeośc w daych. Odporość: Załóżmy, że mamy dość skupoy dzwoowy (ormaly) zbór daych. Co sę stae, gdy jedą dużą obserwację zastąpmy bardzo dużą wartoścą? Medaa Rozstęp Średa Kwartyle rozstęp mędzykwartylowy Stadardowe odchylee 6