Popisná statistika. Zdeněk Janák 9. prosince 2007

Podobné dokumenty
Deskriptivní statistika 1

STATISTIKA. Statistika se těší pochybnému vyznamenání tím, že je nejvíce nepochopeným vědním oborem. H. Levinson

Pravděpodobnost a aplikovaná statistika

V. Normální rozdělení

ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU)

Odhady parametrů 1. Odhady parametrů

Náhodný výběr 1. Náhodný výběr

veličiny má stejný řád jako je řád poslední číslice nejistoty. Nejistotu píšeme obvykle jenom jednou

P2: Statistické zpracování dat

1 POPISNÁ STATISTIKA V PROGRAMU MS EXCEL

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta strojního inženýrství. Matematika IV. Semestrální práce

odhady parametrů. Jednostranné a oboustranné odhady. Intervalový odhad střední hodnoty, rozptylu, relativní četnosti.

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna.

12. N á h o d n ý v ý b ě r

6. P o p i s n á s t a t i s t i k a

Statistika. Statistické funkce v tabulkových kalkulátorech MSO Excel a OO.o Calc

Odhady parametrů polohy a rozptýlení pro často se vyskytující rozdělení dat v laboratoři se vyčíslují podle následujících vztahů:

Pravděpodobnostní modely

Statistika je vědní obor zabývající se zkoumáním jevů, které mají hromadný charakter.

Intervalové odhady parametrů

PRAVDĚPODOBNOST A STATISTIKA

14. B o d o v é o d h a d y p a r a m e t r ů

Při sledování a studiu vlastností náhodných výsledků poznáme charakter. podmínek různé výsledky. Ty odpovídají hodnotám jednotlivých realizací

0,063 0,937 0,063 0, P 0,048 0,078 0,95. = funkce CONFIDENCE.NORM(2α; p(1 p)

PRAVDĚPODOBNOST A STATISTIKA

Pravděpodobnost a aplikovaná statistika

Statistika. Diskrétní data. Spojitá data. Charakteristiky polohy. Charakteristiky variability

Mezní stavy konstrukcí a jejich porušov. Hru IV. Milan RůžR. zbynek.hruby.

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE

Parametr populace (populační charakteristika) je číselná charakteristika sledované vlastnosti

Intervalové odhady parametrů některých rozdělení.

Pravděpodobnostní model doby setrvání ministra školství ve funkci

Přednáška VI. Intervalové odhady. Motivace Směrodatná odchylka a směrodatná chyba Centrální limitní věta Intervaly spolehlivosti

VYSOCE PŘESNÉ METODY OBRÁBĚNÍ

8. Analýza rozptylu.

Pro statistické šetření si zvolte si statistický soubor např. všichni žáci třídy (několika tříd, školy apod.).

Základy statistiky. Zpracování pokusných dat Praktické příklady. Kristina Somerlíková

13 Popisná statistika

Ilustrativní příklad ke zkoušce z B_PS_A léto 2014.

Elementární zpracování statistického souboru

2 EXPLORATORNÍ ANALÝZA

8. Odhady parametrů rozdělení pravděpodobnosti

b c a P(A B) = c = 4% = 0,04 d

Úloha III.S... limitní

4. B o d o v é o d h a d y p a r a m e t r ů

vají statistické metody v biomedicíně Literatura Statistika v biomedicínsk nském výzkumu a ve zdravotnictví

OVMT Přesnost měření a teorie chyb

Úloha II.S... odhadnutelná

} kvantitativní znaky. korelace, regrese. Prof. RNDr. Jana Zvárov. Obecné principy

2 STEJNORODOST BETONU KONSTRUKCE

MATEMATICKÁ STATISTIKA. Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci

Základní požadavky a pravidla měření

1 ROVNOMĚRNOST BETONU KONSTRUKCE

České vysoké učení technické v Praze. Fakulta dopravní. Semestrální práce. Statistika

NEPARAMETRICKÉ METODY

UPLATNĚNÍ ZKOUŠEK PŘI PROHLÍDKÁCH MOSTŮ

i 1 n 1 výběrový rozptyl, pro libovolné, ale pevně dané x Roznačme n 1 Téma 6.: Základní pojmy matematické statistiky

Odhady parametrů základního souboru. Ing. Michal Dorda, Ph.D.

vají statistické metody v biomedicíně

Odhady parametrů základního. Ing. Michal Dorda, Ph.D.

7. P o p i s n á s t a t i s t i k a

Statistika pro metrologii

Cvičení 6.: Bodové a intervalové odhady střední hodnoty, rozptylu a koeficientu korelace, test hypotézy o střední hodnotě při známém rozptylu

Statistické metody ve veřejné správě ŘEŠENÉ PŘÍKLADY

Interval spolehlivosti pro podíl

Kvantily. Problems on statistics.nb 1

Přijímací řízení akademický rok 2013/2014 NavMg. studium Kompletní znění testových otázek matematika a statistika

Praktická statistika. Petr Ponížil Eva Kutálková

Popisná statistika. úvod rozdělení hodnot míry centrální tendence míry variability míry šikmosti a špičatosti grafy

L A B O R A T O R N Í C V I Č E N Í Z F Y Z I K Y

Statistika pro geografy

Pevnost a životnost - Hru III 1. PEVNOST a ŽIVOTNOST. Hru III. Milan Růžička, Josef Jurenka, Zbyněk Hrubý.

Úloha č. 2 - Kvantil a typická hodnota. (bodově tříděná data): (intervalově tříděná data): Zadání úlohy: Zadání úlohy:

Zápočtová práce STATISTIKA I

Analýza a zpracování signálů. 3. Číselné řady, jejich vlastnosti a základní operace, náhodné signály

3. Charakteristiky a parametry náhodných veličin

PRAVDĚPODOBNOST A STATISTIKA

Ilustrativní příklad ke zkoušce z B_PS_A léto 2013.

Číselné charakteristiky náhodných veličin

11. P o p i s n á s t a t i s t i k a

Minimální hodnota. Tabulka 11

Popisná statistika - zavedení pojmů. 1 Jednorozměrný statistický soubor s kvantitativním znakem

8. Základy statistiky. 8.1 Statistický soubor

jako konstanta nula. Obsahem centrálních limitních vět je tvrzení, že distribuční funkce i=1 X i konvergují za určitých

z možností, jak tuto veličinu charakterizovat, je určit součet

Přednášky část 7 Statistické metody vyhodnocování dat

veličin, deskriptivní statistika Ing. Michael Rost, Ph.D.

EKONOMETRIE 9. přednáška Zobecněný lineární regresní model

PRAVDĚPODOBNOST A STATISTIKA. Náhodná proměnná vybraná rozdělení

Přijímací řízení akademický rok 2013/2014 Bc. studium Kompletní znění testových otázek matematika

Národní informační středisko pro podporu jakosti

2. Znát definici kombinačního čísla a základní vlastnosti kombinačních čísel. Ovládat jednoduché operace s kombinačními čísly.

10.3 GEOMERTICKÝ PRŮMĚR

Charakteristika datového souboru

Přijímací řízení akademický rok 2012/2013 Kompletní znění testových otázek matematické myšlení

Popisná statistika. Statistika pro sociology

Popisná statistika. úvod rozdělení hodnot míry centrální tendence míry variability míry šikmosti a špičatosti grafy

Tento odhad má rozptyl ( ) σ 2 /, kde σ 2 je rozptyl souboru, ze kterého výběr pochází. Má-li každý prvek i. σ 2 ( i. ( i

Co je to statistika? Statistické hodnocení výsledků zkoušek. Úvod statistické myšlení. Úvod statistické myšlení. Popisná statistika

Určete zákon rozložení náhodné veličiny, která značí součet ok při hodu a) jednou kostkou, b) dvěma kostkami, c) třemi kostkami.

Transkript:

Popisá statistika Zdeěk Jaák jaak@physics.mui.cz 9. prosice 007 Výsledkem měřeí atmosférické extikce z pozorováí komet a observatoři Skalaté Pleso jsou tyto hodoty extikčích koeficietů ve vlové délce 46 m (mag/vzdušou hmotu): 0,8 ± 0,07 0,39 ± 0,03 0,54 ± 0,05 0,57 ± 0,03 0,4 ± 0,04 0,39 ± 0,07 0,69 ± 0,05 0,8 ± 0,05 0,33 ± 0,05 0,4 ± 0,04 0, ± 0,07 0,3 ± 0,04 0,39 ± 0,04 0,43 ± 0,04 0,97 ± 0,03 0,6 ± 0,05 0,47 ± 0,04 0,4 ± 0,05 0,5 ± 0,04 0,45 ± 0,03 Istrumetářem popisé statistiky charakterizujte teto soubor, speciálě pak uved te: Počet měřeí a jejich charakter................................... Staovte váhy jedotlivých měřeí a diskutujte, zda je v tomto případě případé tyto váhy použít. Bez ohledu a výsledek úvahy počítejte všechy další úlohy ve dvou variatách s vahami a bez ich.............................. Odhad aritmetického průměru a jeho ejistotu za předpokladu ormálího rozděleí, harmoický, geometrický, kvadratický průměr a mediá, ořezaý průměr pro 0 % a 0 % (je pro případ bez vah)............................... Miimálí a maximálí hodotu extikce a celkové rozpětí.................. 3 Rozptyl s, směrodatou odchylku s, odhad rozptylu σ odh, středí velikost odchylky s cetrem v aritmetickém průměru a v mediáu..................... 3 Graf kumulativí distribučí fukce a pomocí í staovte hodoty kvartilů a mezikvartilího rozpětí......................................... 4 Porovejte odhady µ a σ pro ormálí rozděleí získaé růzými metodami........ 5 Vypočtete šikmost a špičatost rozdělovací fukce a porovejte s ormálím rozděleím. Jaký je to typ souboru? Sestrojte graf ormálího rozděleí a diskutujte (řešte bez vah)............................................... 5 Pomocí Sturgesova pravidla staovte optimálí počet sloupců v histogramu a sestrojte jej. Doporučuji sloupce v histogramu cetrovat a ásobku 0,............. 6 Odhaděte modus rozděleí.................................... 6 http://www.physics.mui.cz/~jaak/

Zdeěk Jaák Diskutujte tvar rozdělovací fukce s vědomím, že kostatí složka extikčího koeficietu ve 46 m způsobeá Rayleighovým rozptylem a áhodých shlucích molekul vzduchu čií 0,6 mag/vzdušou hmotu...................... 6 Počet měřeí a jejich charakter Počet měřeí je charakterem jde o spojité hodoty. = 0 Staovte váhy jedotlivých měřeí a diskutujte, zda je v tomto případě případé tyto váhy použít. Bez ohledu a výsledek úvahy počítejte všechy další úlohy ve dvou variatách s vahami a bez ich w i (δx i ) () S w = w i () x w x w 0,8 04,08 0,39 65,00 0,39 04,08 0,4 400,00 0, 04,08 0,57, 0,6 400,00 0,33 400,00 0,39, 0,43 65,00 0,69 400,00 0,5 65,00 0,3 65,00 0,4 65,00 0,47 65,00 0,4 65,00 0,54 400,00 0,97, 0,8 400,00 0,45, Protože stadardí odchylka měřeí σ = 0, je o řád větší ež chyba jedotlivých měřeí, eí třeba počítat s vahami jedotlivých měřeí. Dále budou veličiy počítaé se zohleděím vah jedotlivých měřeí ozačey idexem»w«. Odhad aritmetického průměru a jeho ejistotu za předpokladu ormálího rozděleí, harmoický, geometrický, kvadratický průměr a mediá, ořezaý průměr pro 0 % a 0 % (je pro případ bez vah) x = Aritmetický průměr x i, x w = S w x = 0,48 ± 0,047, x w = 0,50 ± 0,046 x i w i (3)

Zdeěk Jaák Harmoický průměr x H = x i, x Hw = S w x i w i (4) x H = 0,38, x Hw = 0,44 Geometrický průměr x G = x x... x, x Gw = Sw x w x w... x w (5) x G = 0,435, x Gw = 0 x K = Kvadratický průměr xi, x K w = S w x K = 0,5, x Kw = 0,540 xi w i (6) Mediá x = 0,45 Ořezaý průměr x T (0) = 0,474 x T (0) = 0,468 Miimálí a maximálí hodotu extikce a celkové rozpětí mi x = 0, max x = 0,97 max x mi x = 0,86 Rozptyl s, směrodatou odchylku s, odhad rozptylu σ odh, středí velikost odchylky s cetrem v aritmetickém průměru a v mediáu s = (x i x) = x x, s w = S w s = 0,047, s w = 0,0405 s = 0,04, s w = 0,0 (x i x) w i = x x (7) σ odh = (x i x) = (x x ) (x, σ odhw = i x) w i w s ( ) = (x x ) (8) 3

Zdeěk Jaák mad(a) = σ odh = 0,09, σ odhw = 0,06 x i a, wmad(a) = S w mad( x) = 0,56, wmad( x) = 0,5 mad( x) = 0,47, wmad( x) = 0,39 x i a w i (9) Graf kumulativí distribučí fukce a pomocí í staovte hodoty kvartilů a mezikvartilího rozpětí 0.9 0.8 0.7 0.6 p 0.5 0.4 0.3 0. 0. 0 0. 0. 0.3 0.4 0.5 0.6 0.7 0.8 0.9 Graf : Kumulativí distribučí fukce Z grafu kumulativí distribučí fukce a za pomocí lieárí iterpolace mezi sousedími body vyšly hodoty prvího a třetího kvartilu mezikvartilí rozpětí jako jejich rozdíl pak x q = 0,390 q 3 = 0,555 q 3 q = 0,65 4

Zdeěk Jaák Porovejte odhady µ a σ pro ormálí rozděleí získaé růzými metodami Pro odhad σ lze využít odhad rozptylu σ odh = 0,09, ebo středí velikost odchylky s cetrem v aritmetickém průměru mad( x) = 0,56 ebo mediáu mad( x) = 0,47. Pro odhad µ poslouží aritmetický průměr x = 0,48 ± 0,047 ebo mediá x = 0,45. Vypočtete šikmost a špičatost rozdělovací fukce a porovejte s ormálím rozděleím. Jaký je to typ souboru? Sestrojte graf ormálího rozděleí a diskutujte (řešte bez vah) m k = (x i a) k (0) a k = m k s k () Náš soubor měřeí charakterizuje asymetrická šikmost a 3 = 0,697 a mírá špičatost a 4 = 3,79..8.6.4. f(x) 0.8 0.6 0.4 0. 0 0. 0. 0.3 0.4 0.5 0.6 0.7 0.8 0.9 x Graf : Normálí rozděleí 5

Zdeěk Jaák Pomocí Sturgesova pravidla staovte optimálí počet sloupců v histogramu a sestrojte jej. Doporučuji sloupce v histogramu cetrovat a ásobku 0, h = + 3,3 log () h = 5 0 8 6 4 0 0 0. 0.4 0.6 0.8. x Graf 3: Histogram Odhaděte modus rozděleí Z histogramu vyplývá, že ejpočetější hodota se achází v itervalu 0,3 0,5. Jak je vidět i z grafu kumulativí distribučí fukce, jedá se o hodotu 0,39. Diskutujte tvar rozdělovací fukce s vědomím, že kostatí složka extikčího koeficietu ve 46 m způsobeá Rayleighovým rozptylem a áhodých shlucích molekul vzduchu čií 0,6 mag/vzdušou hmotu Z polohy maxima rozdělovací fukce vyplývá, že aměřeá hodota extikčího koeficietu je téměř dvojásobá proti očekávaé hodotě. 6