PDF created with FinePrint pdffactory Pro trial version WIII/1

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

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

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

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne

STATYSTYKA MATEMATYCZNA WYKŁAD 1. Wiadomości wstępne

Statystyczne charakterystyki liczbowe szeregu

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10)

Planowanie eksperymentu pomiarowego I

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

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

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

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

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

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

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

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

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

. Wtedy E V U jest równa

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r.

AKADEMIA MORSKA W SZCZECINIE

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości

JEDNOWYMIAROWA ZMIENNA LOSOWA

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA

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

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

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

Podstawy opracowania wyników pomiarowych, analiza błędów

ma rozkład normalny z nieznaną wartością oczekiwaną m

O testowaniu jednorodności współczynników zmienności

STATYSTYKA OPISOWA WYKŁAD 3,4

Statystyka Matematyczna Anna Janicka

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

Statystyka Matematyczna Anna Janicka

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

Statystyka Opisowa Wzory

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH

Wyrażanie niepewności pomiaru

Lekcja 1. Pojęcia podstawowe: Zbiorowość generalna i zbiorowość próbna

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

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)

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

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5

ROZKŁADY ZMIENNYCH LOSOWYCH

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.

Materiały do wykładu 7 ze Statystyki

IV. ZMIENNE LOSOWE DWUWYMIAROWE

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

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

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

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

Miary statystyczne. Katowice 2014

f f x f, f, f / / / METODA RÓŻNIC SKOŃCZONYCH niech N = 2 (2 równania różniczkowe zwyczajne liniowe I-rz.) lub jedno II-rzędu

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer

opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn

PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE

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

ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji

[, ] [, ] [, ] ~ [23, 2;163,3] 19,023 2,7

Matematyka ubezpieczeń majątkowych r. t warunkowo niezależne i mają (brzegowe) rozkłady Poissona:

VI. TWIERDZENIA GRANICZNE

ZJAZD 1. STATYSTYKA OPISOWA wstępna analiza danych

Matematyczne metody opracowywania wyników

Matematyczny opis ryzyka

STATYSTYKA EKONOMICZNA I SPOŁECZNA

METODY ANALIZY DANYCH DOŚWIADCZALNYCH

Statystyczna analiza danych przedziały ufności

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych

Wykład ze statystyki. Maciej Wolny

Pomiary bezpośrednie i pośrednie obarczone błędem przypadkowym

INTERPRETACJA DANYCH STATYSTYCZNYCH

5. OPTYMALIZACJA NIELINIOWA

SPOŁECZNA AKDAEMIA NAUK W ŁODZI

Statystyka Inżynierska

Zmienna losowa X ma taki rozkład, jeśli przyjmuje wartości k=0,1,2,...,n z prawdopodobieństwami określonymi wzorem:

Badania niezawodnościowe i statystyczna analiza ich wyników

Materiały wspomagające wykład ze statystyki. Maciej Wolny

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

( ) ( ) ( ) ( ) ( ) ( )

Rachunek prawdopodobieństwa i statystyka matematyczna. Estymacja przedziałowa parametrów strukturalnych zbiorowości generalnej

Statystyka. Katarzyna Chudy Laskowska

Współczynnik korelacji rangowej badanie zależności między preferencjami

ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację.

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe.

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA

Wnioskowanie statystyczne dla korelacji i regresji.

mgr Anna Matysiak PODSTAWOWE POJĘCIA STATYSTYCZNE

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

Przestrzenno-czasowe zróżnicowanie stopnia wykorzystania technologii informacyjno- -telekomunikacyjnych w przedsiębiorstwach

Badania Maszyn CNC. Nr 2

3. OPTYMALIZACJA NIELINIOWA

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

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

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

Metoda Monte-Carlo i inne zagadnienia 1

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

Niepewności pomiarów. DR Andrzej Bąk

Sabina Nowak. Podstawy statystyki i ekonometrii Część I

Transkrypt:

Statystyka opsowa Statystyka zajmuje sę zasadam metodam uogólaa wyków otrzymaych z próby losowej a całą populację (czyl zborowość, z której została pobraa próba). Take postępowae azywamy woskowaem statystyczym. Zbór wartośc dla teresującej badacza cechy (lub cech) u wszystkch jedostek populacj fzyczej tworzy tzw. populację geeralą. Jeżel zbór elemetów populacj geeralej jest skończoy, to będzemy ją określać jako populację skończoą. Przykładem może być p. zbór drzew wś w pewym sadze, zbór wyprodukowaych produktów daego da. W przypadku, gdy zbór elemetów populacj jest eskończoy, to populację określamy jako eskończoą. Przykładem ech będze zbór oce ogólych WIII/ PDF created wth FePrt pdffactory Pro tral verso http://www.feprt.com

(kosumeckch) pewego produktu (p. kompotu z wś). W populacj mogą as teresować cechy loścowe, które będzemy azywać merzalym jak cechy jakoścowe, czyl emerzale. Formale, populację geeralą będzemy traktować jako zbór ezależych realzacj pewej zmeej losowej jedo lub welowymarowej (wele cech badaych jedocześe). Celem badaa statystyczego może być pozae rozkładu daej cechy jak oszacowae charakterystyk tego rozkładu. Jeżel zmea losowa X jest modelem probablstyczym dla pewej cechy w populacj geeralej (p. rozkład N(7,00) dla wzrostu dorosłego Polaka), to rozkład prawdopodobeństwa zmeej modelowej opsuje rozkład częstośc występowaa różych wartośc tej cechy WIII/ PDF created wth FePrt pdffactory Pro tral verso http://www.feprt.com

(prawdopodobeństwo P(60<X<90) opsuje prawdopodobeństwo wzrostu mędzy 60 a 90cm), a parametry rozkładu tej zmeej (m7, σ00) są jedocześe parametram populacj. Badae statystycze może być badaem pełym - jeżel obejmuje wszystke elemety populacj geeralej; częścowym - jeżel ograczoe jest do pewej częśc populacj geeralej. Tę część populacj geeralej, a której wykoywae jest badae statystycze azywamy populacją próbą lub próbą. Statystyka matematycza zajmuje sę tylko badaam częścowym, przy czym muszą być jeszcze spełoe określoe waruk doboru próby. Podstawowym warukem, jak mus być spełoy w badaach częścowych jest losowy dobór próby. Tak otrzymaą próbę azywamy próbą losową. WIII/3 PDF created wth FePrt pdffactory Pro tral verso http://www.feprt.com

Populacja Wosk o populacj Próba Aalza, Wosk z próby Próba prosta (prosta próba losowa) Jeżel elemety próby zostały pobrae w tak sposób, aby: każdy elemet populacj geeralej mał tę samą szasę zalezea sę w próbe, losowae elemetów próby było ezależe, WIII/4 PDF created wth FePrt pdffactory Pro tral verso http://www.feprt.com

próba była dostatecze lcza, to możemy oczekwać, że prawdłowośc występujące w populacj zajdą swoje odbce w próbe (jeśl tak jest, to taką próbę azywamy próbą reprezetatywą). Jak wcześej powedzelśmy, próba ma dostarczyć formacj o aalzowaej zmeej w populacj, mędzy ym a podstawe elemetów próby będzemy szacować (oceać, estymować) ezae parametry populacj. Przykład: Fabryka produkuje kubeczk jogurtu (ok. 00g). Populacją są produkowae kubeczk jogurtu w daym roku, a cechą może być masa etto. Aby próba była próbą prostą, ależy tak ustalć sposób losowaa, aby: każdy wyprodukoway kubeczek mał jedakową szasę ależeć do próby (te produkowae w styczu te w grudu, produkowae rao po połudu,...), WIII/5 PDF created wth FePrt pdffactory Pro tral verso http://www.feprt.com

pobrae do próby było ezależe (poberamy kubeczek do próby ezależe od tego, czy dzsaj pobralśmy już,5 czy 0 kubeczków) poberzemy wystarczającą ch lość (p 50 przy określeu masy, albo 00 dla określea odchylea stadardowego) Przykłady ych metod doboru próby ż próba prosta Próba celowa (dobór eksperck) dobór eprobablstyczy. Staramy sę wybrać jedostk tak, aby próba była reprezetatywa. Stosowae gdy mamy dość dobre formacje o obektach a możlwe jest przebadae tylko małej ch lczby. Próba warstwowa obekty dzeloe są a grupy. Z każdej grupy osobo obekty losowae są jak w próbe prostej. Lczebość prób pobraych z grup e mus być proporcjoala do proporcj tych grup (p. badamy 00 osób palących 00 WIII/6 PDF created wth FePrt pdffactory Pro tral verso http://www.feprt.com

WIII/7 epalących). Wększa efektywość badań ż próba prosta. Stosowaa p. przez GUS. Nech cecha (zmea losowa) X ma pewe rozkład ormaly X N(m, σ ), oraz ech x (,,..., ) ozacza -elemetową próbę losową z populacj eskończoej. Oceam ebcążoym średej waracj w populacj geeralej są odpowedo: średa z próby: x x m ˆ waracja odchylee stadardowe: x x x x s ) ( ) ( σˆ ˆ s s σ PDF created wth FePrt pdffactory Pro tral verso http://www.feprt.com

Te wartośc wyzaczae a podstawe próby są ajbardzej prawdopodobym wartoścam odpowedch parametrów populacj. Średa arytmetycza, stosowaa bardzo często, jest wskazaa wtedy, gdy sumowae wyków ma ses. Jeśl e, moża posłużyć sę średą geometryczą (p. gdy otujemy koleje zmay procetowe pewej welkośc) lub harmoczą (poszukujemy średego współczyka/lorazu, p. gdy uśredamy prędkość przejazdu daego odcka). Kolejy wskaźk z grupy parametrów zmeośc to współczyk zmeośc v: v x s 00% Wyraża zmeość cechy w stosuku do jej wartośc średej. Jest jedostką emaowaą, węc może służyć do porówaa zmeośc cech wyrażaych w WIII/8 PDF created wth FePrt pdffactory Pro tral verso http://www.feprt.com

różych jedostkach (p. zmeość masy w kg zmeość wysokośc w cm). Medaa w próbe (m e ) jest wartoścą środkową lub średą dwu wartośc środkowych spośród uporządkowaych obserwacj. (tyle samo obserwacj powyżej co pożej meday) Powyższe charakterystyk to podstawowe parametry próby wykorzystywae w praktyce. Wartość średa medaa są maram położea, a waracja, odchylee stadardowe współczyk zmeośc maram rozproszea badaej właścwośc. Dla kokretych prób tej samej (badaej) populacj określoe parametry przyjmują eco róże wartośc. Estymatorom ezaych parametrów populacj stawamy wele wymogów, które WIII/9 PDF created wth FePrt pdffactory Pro tral verso http://www.feprt.com

mają zapewć dobre oszacowae ezaych charakterystyk. Mędzy ym oczekujemy by estymator był eobcążoy, czyl przecęte trafe oceał ezay parametr populacyjy (e może średo zawyżać. e może średo zażać). Oczekujemy też by estymator był efektywy, to zaczy charakteryzował sę małą waracją (dość dokłade przyblżał wartość parametru populacyjego). Średa z próby x jest ajefektywejszym eobcążoym estymatorem wartośc oczekwaej m rozkładu Normalego. WIII/0 PDF created wth FePrt pdffactory Pro tral verso http://www.feprt.com

Przykład Badao plo pewej odmay pszecy-x, pobrao małą próbę prostą, 5, x : 35, 37, 40, 38, 40 Wartość średa jest rówa 35+ 37+ 40+ 38+ 40 m ˆ x 38 5 Medaa ma wartość 38. Waracja, odchylee stadardowe współczyk zmeośc w próbe, lczoe według podaych formuł, są rówe: σˆ s 8 5 4,5 σˆ s 4,5, V 5,58 % WIII/ PDF created wth FePrt pdffactory Pro tral verso http://www.feprt.com

Dla lczej próby kostruujemy szereg rozdzelczy zestawee wskazujące a rozkład wartośc w próbe (być może w populacj), a przykład: Przykład:Badając czas obsług przy kase sklepowej 00 losowo wybraych kletów uzyskao astępujące wyk (w sekudach): X czas obsług przy kase X<0 5 0<X<40 9 40<X<60 8 60<X<80 3 80<X<00 00<X<0 3 X>0 3 WIII/ PDF created wth FePrt pdffactory Pro tral verso http://www.feprt.com

Wyk moża przedstawć grafcze w postac hstogramu. Hstogram for Czas frequecy 35 30 5 0 5 0 5 0 0 0 40 60 80 00 0 40 Czas Parametry próby dużej, sklasyfkowaej w powyższy sposób, moża polczyć jak dla próby prostej lub według formuł dla szeregu rozdzelczego. WIII/3 PDF created wth FePrt pdffactory Pro tral verso http://www.feprt.com

x s x & N 99 ( x& x) N 583600 00 700 00 700 N 7 x& 803 S ( 8,3 x& N ) Tabelkę z szeregem rozdzelczym rozszerzoo o odpowede kolumy.... X x *x x *x X<0 5 0 50 00 500 0<X<40 9 30 70 900 800 40<X<60 8 50 900 500 45000 60<X<80 3 70 70 4900 5900 80<X<00 90 890 800 7000 00<X<0 3 0 430 00 57300 X>0 3 30 390 6900 50700 suma 00 700 583600 WIII/4 PDF created wth FePrt pdffactory Pro tral verso http://www.feprt.com

Kostrukcja szeregu rozdzelczego. Grace przedzałów w szeregu rozdzelczym powy być okrągłe lczba przedzałów powa być w okolcy 5log(N) lub +3,3log(N) W omawaym przypadku grace przedzałów były rówe (0,40,..., 0) lczba przedzałów (7) była w okolcy wartośc 0 lub 7,6 Dla szeregu rozdzelczego moża określć róweż fukcję dystrybuaty empryczej. WIII/5 PDF created wth FePrt pdffactory Pro tral verso http://www.feprt.com