Transkript

1 Statistika B ( ) Marek Pomp ZS 2014 marek.pomp@vsb.cz Cvičení: Pavlína Kuráňová & Marek Pomp

2 Podmínky pro úspěšné ukončení zápočet 45 bodů, min. 23 bodů, dvě zápočtové písemky, max bodů, min bodů, projekt max. 12 bodů, min. 7 bodů, aktivita na cv. 3 body, zkouška, max. 55 bodů, min. 28 bodů, výpočtová část, max. 40 bodů, min. 20 bodů, teoretická část, max. 15 bodů, min. 8 bodů, méně než 51 výborně velmi dobře dobře neuspěl

3 I Přednáška Úvod Soubor s jedním argumentem Charakteristiky polohy Charakteristiky variability Charakteristiky tvaru Typy rozdělení SNP

4 Literatura [1] Hendl, J. Přehled statistických metod zpracování dat. Portál, Praha, [2] Hradecký, P., Madryová, A., Turčan, M. Pravděpodobnost. VŠB TU, Ostrava, [3] Litschmannová, M. Úvod do statistiky [4] Turčan, M., Hradecký, P., Madryová, A., Harbichová, I., Holčapek, M. Statistika. VŠB TU, Ostrava, [5] Šalounová, D. Úvod do pravděpodobnosti a statistiky. EKF, VŠB TU, Ostrava, 2013.

5 Statistika Vědní obor, která se věnuje soupisu a zpracování dat (status stát) 1. sběr dat 2. popisná statistika 3. induktivní statistika, statistická inference, statistické usuzování

6 Historie na našem území soupisy obyvatel, majetku, poddaných (vrubovka z Dolních Věstonic(?),daně, vojsko, mapovaní epidemií apod.) Marie Terezie 13. října 1753, dekret o pravidelném sčítání lidu, 30. listopadu 1856 ústřední výbor pro statistiku polního a lesního hospodářství 1919 byl založen Státní úřad statistický Dnes Český statistický úřad a Zákon 89/1995 Sb., o státní statistické službě (poslední sčítání lidu 2011), zpravodajská povinnost ekonomických subjektů (Program statistických zjišťování na rok... ). statistika v každodenním životě

7 Statistický soubor statistická jednotka statistický znak, ukazatel statistický soubor populace, zákl. soubor ˆ výběr

8 Statistický znak 1. kvalitativní (kategoriální) 2. kvantitativní (numerické) nominální ordinální (pořadové) intervalové poměrové diskrétní spojité

9 rozsah souboru N, variační int. hx min ; x max i variační rozpětí R = x max ` x min variační řada seřazené navzájem různé hodnoty ze ZS a jejich absolutní četnosti výskytu x 1 < < x r x 1 f 1. x r. f r F 1. F r 1. r 1. r rx X f i = N; F i = i=1 k»i absolutní kumulativní četnosti F i, F r = N relativní četnost i, relativní kumulativní četnost i, r = 1 i = f i N ; rx X i = 1 i = i=1 k»i bodový a úsečkový graf, ogivní křivka, Paretův diagram k f k

10 Třídní rozdělení dat počet tříd (Sturgesovo pravidlo) k = 1 + log 2 N 1 + 3;3 log 10 N šířka třídy, h 0 = x max ` x min k h nejbližší liché, zástupce první třídy = minimum souboru (Krajní body intervalů patří vlevo.) Histogram, stem-and-leaf (lodyha s listy)

11 Charakteristiky polohy aritmetický průměr x = 1 N NX x i, i=1 modus ^x hodnota s největší četností (diskrétní veličina) medián ~x hodnota uprostřed, dělí seřazený statistický soubor na poloviny p-kvantil (100p-percentil) hodnota x i, pro niž 100p % hodnot je menších než x i, i = Np + 0;5 a interpolujeme kvartily 0,25-kvantil, 0,75-kvantil (25-percentil a 75-percentil) boxplot, box with whiskers, krabička s vousy délka vousu max. 1,5 mezikvartilového rozpětí, odlehlé hodnoty.

12 Variance/Rozptyl/Disperze Populační rozptyl s 2 = 1 NX (x i ` x) 2 = 1 N N = 1 N i=1 NX i=1 x 2 i ` x 2 NX i=1 x 2 i ` 1 N NX «2 x i = i=1 Směrodatná odchylka s = p s 2, má stejnou jednotku jako data

13 Variační koeficient Různé jednotky, jak srovnat směrodatné odchylky? Variační koeficient V x = s, směr. odchylka v násobcích průměru x

14 Centrální momenty k-tý centrální moment M k = 1 N NX (x i ` x) k i=1 M 1 = 0 M 2 0 populační rozptyl M 3 M 4 0

15 Šikmost Šikmost záporná nulová kladná Koeficient šikmosti g 1 = M 3 q M 3 2 = M 3 M 2 qm 2 Obvykle: g 1 < 0, pak průměr < medián 0 < g 1, pak medián < průměr

16 Špičatost Špičatost záporná nulová kladná Koeficient špičatosti g 2 = M 4 M 2 2 ` 3

17 Normální rozdělení N( ; ff 2 ) 1 σ 2π 1 σ 2πe 0 µ 2σ µ σ µ µ + σ µ + 2σ 8σ σ µ + 3σ µ + 4σ

18 Plocha omezená Gaussovou křivkou 100% 4σ 0 4σ V intervalu h`4ff; 4ffi přibližně 99:99367 % hodnot. 50% 4σ 0 4σ

19 % σ 0 σ 95.4% 99.7% 2σ 0 2σ 3σ 0 3σ

20 Volba parametrů a ff µ = 0, σ = 1 µ = 2, σ = 1 µ = 0, σ = 2 µ = 0, σ =

21 Graf distribuční funkce µ µ + σ F ( + ff) : = 0;5 + 0;68=2 = 0;84

22 Normované normální rozdělení, N(0; 1) Normální rozdělení = 0, ff 2 = 1 Ať X má rozdělení N( ; ff 2 ), potom X 0 = X ` ff má rozložení N(0; 1) standardizace.

23 Pearsonovo rozdělení ffl 2 (n) Součet druhých mocnin náhodných veličin s normálním rozdělením, X 1 ; : : : ; X n mají rozdělení N(0; 1) X = X X 2 n n stupně volnosti (nezávislé sčítance) D = (0; 1), f (x) a F (X ) jsou pro různé stupně volnosti tabelovány, E(X ) = n; var(x ) = 2n;

24 Pearsonovo rozdělení ffl 2 (n) n = 20 n = 10 n =

25 Pearsonovo rozdělení ffl 2 (n) Pro rostoucí n se ffl 2 (n) blíží N(n; 2n) ffl 2 (10); N(10; 20) ffl 2 (20); N(20; 40) ffl 2 (40); N(40; 80)

26 Studentovo rozdělení t(n) N má rozdělení N(0; 1) X má rozdělení ffl 2 (n) T = N p X p n n stupně volnosti, f (x) a F (X ) jsou pro různé stupně volnosti tabelovány, f (x) je sudá, E(T ) = 0; var(t ) = n n ` 2 ;

27 Studentovo rozdělení t(n) pro n > 30 platí t(n) N(0; 1) N(0, 1) ν = 5 ν = 2 ν =

28 Fischer-Snedecorovo rozdělení F (m; n) X 1 má rozdělení ffl 2 (m) X 2 má rozdělení ffl 2 (n) F = X 1 m X 2 n m; n stupně volnosti, D = (0; 1), hodnoty jsou pro různé stupně volnosti tabelovány,

29 (5,5) (10,30) (40,40)