Charakteristiky kategoriálních veličin. Absolutní četnosti (FREQUENCY)



Podobné dokumenty
Klinický výzkum odpovědi

Vsuvka vzdálený přístup

Příklady klinických pokusů

3) Adekvátní metodika

3) Adekvátní metodika

Základy pravděpodobnosti a statistiky. Popisná statistika

STATISTIKA 1. RNDr. K. Hrach, Ph.D. Zápočet: odevzdání seminární práce (úkoly na PC) Zkouška: písemná (bez kalkulačky, bez vzorců)

Statistika, Biostatistika pro kombinované studium Letní semestr 2011/2012. Tutoriál č. 4: Exploratorní analýza. Jan Kracík

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D.

Popisná statistika. Statistika pro sociology

Zápočtová práce STATISTIKA I

Obecné momenty prosté tvary

Minimální hodnota. Tabulka 11

Renáta Bednárová STATISTIKA PRO EKONOMY

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

Analýza dat z dotazníkových šetření. Zdrojová data: dotazník

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

Základy popisné statistiky. Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek

2. Základní typy dat Spojitá a kategoriální data Základní popisné statistiky Frekvenční tabulky Grafický popis dat

Matematika III. 27. listopadu Vysoká škola báňská - Technická univerzita Ostrava. Matematika III

Analýza dat na PC I.

Základy popisné statistiky

Třídění statistických dat

Statistika I (KMI/PSTAT)

Metodologie pro ISK II

Statistika s Excelem aneb Máme data. A co dál? Martina Litschmannová Katedra aplikované matematiky, FEI, VŠB-TU Ostrava

STATISTIKA 1. RNDr. K. Hrach, Ph.D. Zápočet: 75% docházka na cvičení. + odevzdání seminární práce (úkoly na PC)

Praktická statistika. Petr Ponížil Eva Kutálková

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


Analýza dat s využitím MS Excel

Náhodná proměnná. Náhodná proměnná může mít rozdělení diskrétní (x 1. , x 2. ; x 2. spojité (<x 1

Číselné charakteristiky

Protokol č. 1. Tloušťková struktura. Zadání:

Výrobní produkce divizí Ice Cream Po lo ha plane t Rozložený výse ový 3D graf Bublinový graf Histogram t s tn e ídy

Diskrétní náhodná veličina

IES FSV UK. Domácí úkol Pravděpodobnost a statistika I. Cyklistův rok

Komplexní čísla, Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady

Statistika I (KMI/PSTAT)

Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady

Statistika pro geografy

Statistická analýza dat v psychologii

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

Základy vědecké práce v ošetřovatelství

Kontrola: Sečteme-li sloupec,,četnost výskytu musí nám vyjít hodnota rozsahu souboru (našich 20 žáků)

ADZ základní statistické funkce

Kontingenční tabulky v Excelu. Představení programu Statistica

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

STATISTIKA 1. Adam Čabla Katedra statistiky a pravděpodobnosti VŠE

Základy teorie pravděpodobnosti

Charakteristika datového souboru

TEST Z TEORIE EXPLORAČNÍ ANALÝZA DAT

STATISTIKA. Inovace předmětu. Obsah. 1. Inovace předmětu STATISTIKA Sylabus pro předmět STATISTIKA Pomůcky... 7

Statistika pro gymnázia

Mnohorozměrná statistická data

SAMOSTATNÁ STUDENTSKÁ PRÁCE ZE STATISTIKY

Deskriptivní statistika (kategorizované proměnné)

Jak nelhat se statistikou? Martina Litschmannová Katedra aplikované matematiky, FEI, VŠB-TU Ostrava

Náhodná veličina a rozdělení pravděpodobnosti

Základy biostatistiky s využitím Excelu

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D.

Popisná statistika v praxi aneb Je statistika nuda? Martina Litschmannová Katedra aplikované matematiky, FEI, VŠB-TU Ostrava

Obsah. Statistika Zpracování informací ze statistického šetření Charakteristiky úrovně, variability a koncentrace kvantitativního znaku

Vybraná rozdělení náhodné veličiny

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ. FAKULTA STROJNÍHO INŽENÝRSTVÍ Ústav materiálového inženýrství - odbor slévárenství

23. Matematická statistika

Nejčastější chyby v explorační analýze

Vzorová prezentace do předmětu Statistika

TECHNICKÁ UNIVERZITA V LIBERCI SEMESTRÁLNÍ PRÁCE

Statistika. pro žáky 8. ročníku. úterý, 26. března 13

PRAVDĚPODOBNOST A STATISTIKA

Základy biostatistiky s využitím Excelu

Semestrální projekt. do předmětu Statistika. Vypracoval: Adam Mlejnek Oponenti: Patrik Novotný Jakub Nováček Click here to buy 2

NÁHODNÁ VELIČINA. 3. cvičení

STATISTIKA VĚDA O USUZOVÁNÍ NA ZÁKLADĚ DAT. Patrícia Martinková Ústav informatiky AV ČR

2. Statistická terminologie a vyjadřovací prostředky Statistická terminologie. Statistická jednotka

Chyby měření 210DPSM

Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel

Tabulka 1. Výběr z datové tabulky

Seminarni prace. 2 3 stranky staci, dat nema byt 3 a nema jich byt pul milionu. k te seminarce

Příprava souboru dat a analýza

1.1 Dva základní typy statistiky Popisná statistika (descriptive statistics) Inferenční statistika (inferential statistics)

ANALÝZA DAT V R 2. POPISNÉ STATISTIKY. Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK.

Příloha č. 1 Jedno a vícefaktorová analýza dat ANOVA

Náhodná veličina a její charakteristiky. Před provedením pokusu jeho výsledek a tedy ani sledovanou hodnotu neznáte. Proto je proměnná, která

Informační technologie a statistika 1

Předmět studia: Ekonomická statistika a analytické metody I, II

Popisná statistika kvantitativní veličiny

5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza

Statistika. Program R. popisná (deskriptivní) statistika popis konkrétních dat. induktivní (konfirmatorní) statistika. popisná statistika

Zpracování studie týkající se průzkumu vlastností statistických proměnných a vztahů mezi nimi.

HODNOCENÍ VÝUKY STUDENTY PEDF UK ZS 2016/2017

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.

22. Pravděpodobnost a statistika

Statistické vyhodnocování ankety pilotního projektu Kvalita výuky na Západočeské univerzitě v Plzni

Pojem a úkoly statistiky

Statistika. cílem je zjednodušit nějaká data tak, abychom se v nich lépe vyznali důsledkem je ztráta informací!

a způsoby jejího popisu Ing. Michael Rost, Ph.D.

Transkript:

Charakteristiky kategoriálních veličin Absolutní četnosti (FREQUENCY)

Charakteristiky kategoriálních veličin Relativní četnosti

Charakteristiky kategoriálních veličin Relativní četnosti

Charakteristiky kategoriálních veličin Relativní četnosti

Charakteristiky kategoriálních veličin Relativní četnosti VÝZNAM REL.ČETNOSTÍ? HODNOTA JEJICH SUMY?

Charakteristiky kategoriálních veličin Grafické znázornění četností SLOUPCOVÝ GRAF

Charakteristiky kategoriálních veličin Grafické znázornění četností SLOUPCOVÝ GRAF

Charakteristiky kategoriálních veličin Grafické znázornění četností SLOUPCOVÝ GRAF

Charakteristiky kategoriálních veličin Grafické znázornění četností VÝSEČOVÝ GRAF

Charakteristiky kategoriálních veličin Grafické znázornění četností VÝSEČOVÝ GRAF

Charakteristiky kategoriálních veličin MODUS je ta hodnota (kategorie), která se v datech vyskytla nejčastěji; pozná se tak, že je u ní nejvyšší četnost (absolutní či relativní); určení pomocí sloupcového / výsečového grafu? Poznámka skloňování: modus, modu,, modem Př: Pro veličinu léčba je modem (modální hodnotou) kategorie 2. Jinak řečena, typ léčby označený č.2 se vyskytl u největšího počtu pacientek (bráno absolutně i relativně).

Charakteristiky kategoriálních veličin ČETNOSTI poznámka: SOUČET ABS.ČETNOSTÍ = POČET STAT.JEDNOTEK! nemusí platit v případě multiple responses! Př.: Dotázaných 20 respondentů uvádělo, z jakého zdroje se dozvěděli o možnosti preventivního vyšetření na daný typ karcinomu, možnosti byly: 1. z internetu 2. z tisku 3. od lékaře 4. jinak 5. nedozvěděl(a) jsem se o tom; odpověď 1 2 3 4 5 suma četnost 6 4 8 5 6 29 Jaktože součet nečiní 20, ale 29?

Multiple responses pokračování příkladu

Charakteristiky kategoriálních veličin ČETNOSTI PRO DVOJICI KATEGORIÁLNÍCH VELIČIN: KONTINGENČNÍ TABULKA

Charakteristiky kategoriálních veličin ČETNOSTI PRO DVOJICI KATEGORIÁLNÍCH VELIČIN: KONTINGENČNÍ TABULKA

Charakteristiky kategoriálních veličin ČETNOSTI PRO DVOJICI KATEGORIÁLNÍCH VELIČIN: KONTINGENČNÍ TABULKA

Charakteristiky kategoriálních veličin ČETNOSTI PRO DVOJICI KATEGORIÁLNÍCH VELIČIN: KONTINGENČNÍ TABULKA

Charakteristiky kategoriálních veličin ČETNOSTI PRO DVOJICI KATEGORIÁLNÍCH VELIČIN: KONTINGENČNÍ TABULKA Význam žlutých hodnot? Význam čísel 110, 160 a 200? Jak např. tabulka znalost respondentů před edukací a po ní?

Charakteristiky číselných veličin u veličin číselných - diskrétních lze (stejně jako u veličin kategoriálních) určovat četnosti; každá hodnota je pak vlastně samostatnou kategorií u veličin číselných - spojitých obvykle nemívá smysl četnosti určovat (tyto veličiny nabývají obvykle příliš mnoha navzájem různých hodnot) u obou typů lze ale určovat kvantily (medián) a momenty (průměr, rozptyl - resp. jeho odmocninu, tzv. směrodatnou odchylku)

Charakteristiky číselných veličin Identifikátor Veličina diskrétní a spojitá

Charakteristiky číselných veličin PRŮMĚR (AVERAGE; MEAN)

Charakteristiky číselných veličin PRŮMĚR (AVERAGE; MEAN)

Charakteristiky číselných veličin SMĚRODATNÁ ODCHYLKA

Charakteristiky číselných veličin SMĚRODATNÁ ODCHYLKA

Charakteristiky číselných veličin Interpretace výsledků? veličina VĚK typické hodnoty se nacházely v rozmezí (po zaokrouhlení): 35,9 ± 11,4 = 24,5 až 47,3 veličina POČET DĚTÍ typické hodnoty v rozmezí (po zaokrouhlení): 1,6 ± 1,4 = 0,2 až 2,9 = 0 až 3

Charakteristiky číselných veličin KRABIČKOVÝ GRAF (ne Excel )

Charakteristiky číselných veličin KRABIČKOVÝ GRAF (ne Excel )

Charakteristiky číselných veličin MEDIÁN (50% KVANTIL)

Charakteristiky číselných veličin MEDIÁN (50% KVANTIL)

Charakteristiky číselných veličin Interpretace mediánu? veličina VĚK polovina (50 %) dotázaných byla ve věku nejvýše 33,5 roku (tj. 33,5 nebo mladší) veličina POČET DĚTÍ polovina (50 %) dotázaných uvedla nejvýše 1 dítě (tj. měli 1 dítě, nebo byli bezdětní)

ČASOVÉ ŘADY = záznam ukazatele (číselného) v čase specifikace věcná a místní (co, kde) typy např. : ČŘ okamžiková versus intervalová Př: Počty zaměstnanců X novotvarů (k danému okamžiku) (za dané období)

ČASOVÉ ŘADY oficiální data statistika ze slova stát (tj. pro stát důležité infce) důležité weby: http://www.czso.cz/ http://www.uzis.cz/