4.2 Elementární statistické zpracování. 4.2.1 Rozdělení četností



Podobné dokumenty
Doc. Ing. Dagmar Blatná, CSc.

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

Mendelova univerzita v Brně Statistika projekt

Deskriptivní statistika 1

11. Časové řady Pojem a klasifikace časových řad

1 Popis statistických dat. 1.1 Popis nominálních a ordinálních znaků

[ jednotky ] Chyby měření

S1P Popisná statistika. Popisná statistika. Libor Žák

Statistika. Jednotlivé prvky této množiny se nazývají prvky statistického souboru (statistické jednotky).

Ilustrativní příklad ke zkoušce z B_PS_A léto 2014.

Chyby přímých měření. Úvod

SOUKROMÁ VYSOKÁ ŠKOLA EKONOMICKÁ ZNOJMO. Statistika I. distanční studijní opora. Milan Křápek

10.3 GEOMERTICKÝ PRŮMĚR

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

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

5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC

11. Popisná statistika

jsou varianty znaku) b) při intervalovém třídění (hodnoty x

Výukový modul III.2 Inovace a zkvalitnění výuky prostřednictvím ICT

Ilustrativní příklad ke zkoušce z B_PS_A léto 2013.

9.3.5 Korelace. Předpoklady: 9304

Generování dvojrozměrných rozdělení pomocí copulí

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

Náhodné jevy, jevové pole, pravděpodobnost

12. N á h o d n ý v ý b ě r

Nejistoty měření. Aritmetický průměr. Odhad směrodatné odchylky výběrového průměru = nejistota typu A

Optimalizace portfolia

1. Základy měření neelektrických veličin

Úvod do korelační a regresní analýzy

BIVŠ. Pravděpodobnost a statistika

Náhodu bychom mohli definovat jako součet velkého počtu drobných nepoznaných vlivů.

Test dobré shody se používá nejčastěji pro ověřování těchto hypotéz:

1 Měření závislosti statistických znaků. 1.1 Dvourozměrný statistický soubor

PŘÍKLAD NA PRŮMĚRNÝ INDEX ŘETĚZOVÝ NEBOLI GEOMETRICKÝ PRŮMĚR

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

Střední hodnoty. Aritmetický průměr prostý Aleš Drobník strana 1

8. Základy statistiky. 8.1 Statistický soubor

9. Měření závislostí ve statistice Pevná a volná závislost

Závislost slovních znaků

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

Přednáška č. 10 Analýza rozptylu při jednoduchém třídění

APLIKOVANÁ STATISTIKA

8.2.1 Aritmetická posloupnost

2 STEJNORODOST BETONU KONSTRUKCE

PODNIKOVÁ EKONOMIKA 3. Cena cenných papírů

10.2 VÁŽENÝ ARITMETICKÝ PRŮMĚR

Metody zkoumání závislosti numerických proměnných

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

Odhady parametrů 1. Odhady parametrů

14. Korelace Teoretické základy korelace Způsoby měření závislostí pro různé typy dat

PRAVDĚPODOBNOST A STATISTIKA. Neparametrické testy hypotéz čast 2

f B 6. Funkce a posloupnosti 3 patří funkci dané předpisem y = 2 x + 3. [všechny] 1) Rozhodněte, která z dvojic [ ;9][, 0;3 ][, 2;7]

MATICOVÉ HRY MATICOVÝCH HER

Spolehlivost a diagnostika

Digitální učební materiál

13 Popisná statistika

UNIVERZITA JANA EVANGELISTY PURKYNĚ V ÚSTÍ NAD LABEM PEDAGOGICKÁ FAKULTA Katedra tělesné výchovy

1 POPISNÁ STATISTIKA V PROGRAMU MS EXCEL

1.1 Rozdělení pravděpodobnosti dvousložkového náhodného vektoru

VÁŽENÝ ARITMETICKÝ PRŮMĚR S REÁLNÝMI VAHAMI

12. Neparametrické hypotézy

1 EXPLORATORNÍ ANALÝZA PROMĚNNÝCH. Čas ke studiu kapitoly: 120 minut. Cíl: Po prostudování této kapitoly budete umět použít

P2: Statistické zpracování dat

Regrese. Aproximace metodou nejmenších čtverců ( ) 1 ( ) v n. v i. v 1. v 2. y i. y n. y 1 y 2. x 1 x 2 x i. x n

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

je konvergentní, právě když existuje číslo a R tak, že pro všechna přirozená <. Číslu a říkáme limita posloupnosti ( ) n n 1 n n n

(Teorie statistiky a aplikace v programovacím jazyce Visual Basic for Applications)

Komplexní čísla. Definice komplexních čísel

Jednoduchá lineární regrese

Postup: Nejprve musíme vyplnit tabulku. Pak bude vypadat takto:

6. P o p i s n á s t a t i s t i k a

n=1 ( Re an ) 2 + ( Im a n ) 2 = 0 Im a n = Im a a n definujeme předpisem: n=1 N a n = a 1 + a a N. n=1

STATISTICA Téma 1. Práce s datovým souborem

8.1.3 Rekurentní zadání posloupnosti I

1 ROVNOMĚRNOST BETONU KONSTRUKCE

Elementární zpracování statistického souboru

8.2.1 Aritmetická posloupnost I

1. K o m b i n a t o r i k a

HYPOTEČNÍ ÚVĚR. , kde v = je diskontní faktor, Dl počáteční výše úvěru, a anuita, i roční úroková sazba v procentech vyjádřená desetinným číslem.

Matematika I, část II

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

ZÁKLADY PRAVDĚPODOBNOSTI A STATISTIKY

P1: Úvod do experimentálních metod

2.4. INVERZNÍ MATICE

Základy statistiky. Zpracování pokusných dat Praktické příklady. Kristina Somerlíková

Přednáška č. 2 náhodné veličiny

TECHNICKÁ UNIVERZITA V LIBERCI

8. Zákony velkých čísel

f x a x DSM2 Cv 9 Vytvořující funkce Vytvořující funkcí nekonečné posloupnosti a0, a1,, a n , reálných čísel míníme formální nekonečnou řadu ( )

a další charakteristikou je četnost výběrového souboru n.

Mod(x) = 2, Med(x) = = 2

6. Posloupnosti a jejich limity, řady

Téma 6: Indexy a diference

3. Lineární diferenciální rovnice úvod do teorie

ZÁKLADY STAVEBNÍ MECHANIKY

3. Sekvenční obvody. b) Minimalizujte budící funkce pomocí Karnaughovy mapy

je konvergentní, právě když existuje číslo a R tak, že pro všechna přirozená <. Číslu a říkáme limita posloupnosti ( ) n n 1 n n n

Pravděpodobnostní modely

1 EXPLORATORNÍ ANALÝZA PROMNNÝCH. as ke studiu kapitoly: 120 minut. Cíl: Po prostudování této kapitoly budete umt použít

POLYNOM. 1) Základní pojmy. Polynomem stupně n nazveme funkci tvaru. a se nazývají koeficienty polynomu. 0, n N. Čísla. kde

Transkript:

4.2 Elemetárí statstcké zpracováí Výsledkem statstckého zjšťováí (. etapa statstcké čost) jsou euspořádaá, epřehledá data. Proto 2. etapa statstcké čost zpracováí, začíá většou jejch utříděím, zpřehleděím. 4.2. Rozděleí četostí Nejjedodušší je jedostupňové tříděí, kdy sledujeme a statstckých jedotkách pouze jede statstcký zak. Pokud počet obmě zaku (k) eí přílš vysoký (v prax se uvažuje <20, typcké pro sloví zaky a ěkteré espojté číselé zaky), data roztřídíme podle velkost hodot číselého zaku ebo podle jedotlvých obmě, varat slovího zaku a doplíme o jejch četost. Dostaeme tak tabulku jedorozměrého rozděleí četostí (stručě tabulku četostí). To je statstcká tabulka, která v prvím sloupc obsahuje uspořádaou posloupost možých hodot (resp. obmě, varat) zaku a v dalších sloupcích jedotlvé četost. Pro úplost: Pořadí hodot č obmě v tabulce je u ordálích a metrckých zaků podle rostoucí posloupost, u zaků omálích lbovolé ebo podle abecedy ebo podle rostoucích č klesajících četostí. Četost mohou být čtyř typů: absolutí ( ) počet statstckých jedotek se stejou hodotou (resp. obměou) k statstckého zaku. Platí, že =, kde k = počet obmě zaku. = relatví (p ) podíl příslušé absolutí četost a rozsahu souboru ( ). Iformuje o struktuře souboru. Jde o bezrozměré číslo (koefcet) ebo po vyásobeí 00 k o proceta. Přtom platí, že p ( resp. 00 %), kde k = počet obmě zaku. = = kumulatví absolutí ( ) vzke postupým sčítáím jedotlvých absolutích četostí, = + 2 +... + = j (součet absolutích četostí všech obmě zaku, které j = v daém uspořádáí mají hodotu žší ebo ejvýše rovu sledovaé obměě) formuje o tom, kolk jedotek souboru má sledovaou ebo meší varatu zaku. kumulatví relatví ( p ) vzke postupým sčítáím jedotlvých relatvích četostí (ebo podílem příslušé kumulatví absolutí četost a rozsahu souboru), p = p + p2 +... + p = p j = j = formuje o tom, jaká poměrá část souboru má sledovaou ebo meší varatu zaku. Z defce kumulatvích četostí je zřejmé ( má odpovídající ebo meší ), že ejdou počítat (resp. by ešly terpretovat) u zaků omálích (kde emůžeme poměřovat meší x větší). Pro úplost: Zatímco pro absolutí relatví četost (ekumulatví) se v růzých učebcích statstky používají víceméě stejé symboly (, p ), pro kumulatví četost shoda epauje. Pro absolutí kumulatví četost se tak setkáme apř se symboly: k, kum, m, N ; resp. pro relatví kumulatví četost: k p, kum p, F.

Obecé schéma rozděleí četostí: obměa Četost Četost kumulatví zaku absolutí relatví p absolutí relatví p x p = x 2 2 p 2 2 p = p p 2 x p = = j j = p = p j = j = x k k p k (resp. 00 %) Součet (resp. 00 %) x x Kromě jž uvedeých zákotostí jsou z tabulky patré další: kumulatví četost (absolutí relatví) v pořadí prví obměy je rova její ekumulatví četost ( =, p = p ); absolutí kumulatví četost posledí obměy je rova rozsahu (počtu jedotek) celého souboru ( k = ), relatví kumulatví četost posledí obměy je rova (resp. 00 %). V součtovém řádku u kumulatvích četostí je x (údaj je logcky emožý), protože součet kumulatvích četostí je závslý a počtu obmě zaku k a o čem tak eformující. Řešeý příklad: U studetů ve třídě jsme zjstl počet jejch sourozeců:, 0, 0, 2,, 0, 4, 2, 2,, 0, 0,,,, 2,, 0, Sestavte tabulku rozděleí četostí, též grafcky prezetujte! Absolutí četost u souborů malých rozsahů ejlépe zjstíme ručí čárkovací metodou, kdy za každou jedotku, která patří do příslušé skupy, zapíšeme svslou čárku. Každou pátou jedotku ve skupě vyzačíme přeškrtutím čtyř čárek předchozích (pro sazší počítáí). počet sourozeců p p 0 6 3,6% 6 3,6% 8 42,% 4 73,7% 2 4 2,0% 8 94,7% 3 - - % 8 94,7% 4 5,3% 9 00,0% Celkem 9 00,0% x x Jedotlvé četost pak věcě terpretujeme ásledově (apř. pro v pořadí 3. obměu = 2): 4 studet z ašeho souboru, tj. 2 % všech studetů, má právě 2 sourozece. 8 studetů z ašeho souboru, tj. 94,7 % všech studetů, emá žádého ebo má ebo 2 sourozece (dalším možým terpretacem jsou: má 2 a méě sourozeců; resp. má maxmálě 2 sourozece; resp. emá více ež 2 sourozece). 4.2. Rozděleí četostí 2

Grafckou podobou rozděleí četostí je polygo rozděleí četostí (jak spojcový graf): počet studetů () 9 8 7 6 5 4 3 2 0 0 2 3 4 počet sourozeců ebo výsečový graf: 4 5% 3 0% 2 2% 0 32% Struktura podle počtu sourozeců 42% Řešeí v Excelu Možých postupů řešeí je více, uvedeme ejrychlejší. Předpokladem je sloupcová tabulka v Excelu, kde prví řádek obsahuje ázev zaku a ostatí řádky vlastí hodoty zaku. Vybereme ze slovího meu Data Kotgečí tabulka a graf, 4.2. Rozděleí četostí 3

pokračujeme podle průvodce. 4.2. Rozděleí četostí 4

V. okě poecháme předastaveé volby, eměíme je. Ve 2. okě zadáme oblast s ašm daty (ejrychlejší je ozačt data levým tlačítkem myš) pozor, včetě ázvu zaku! Ve 3. okě - vybereme, zda chceme vytvářeou tabulku četostí umístt a ový lst ebo a stávající vedle vstupích dat (předastaveá volba) v tom případě musíme ještě zadat adresu buňky levého horího rohu tabulky - v abídce Rozložeí přetáheme levým tlačítkem myš obdélík s ázvem zaku (pozor, je vdět pouze část ázvu) jedak do oblast ŘÁDEK a jedak do oblast DATA 4.2. Rozděleí četostí 5

a v oblast DATA změíme (2x klkeme levým tlačítkem myš) agregačí fukc ze Součet a Počet. 2x potvrdíme OK. - proces dokočíme (abídka Dokočt). Plovoucí meu zavřeme. Kotgečí (v uvozovkách proto, že z hledska statstky jde o chybý ázev, správě by mělo být Kombačí) tabulka se špatě upravuje, proto je 4.2. Rozděleí četostí 6

výhodější obsah tabulky po ozačeí zkopírovat a vložt (Úpravy Vložt jak Hodoty) a jé místo. Do tabulky přdáme řádek s obměou zaku 3 a četostí 0. Máme tak vytvořeu tabulku zatím pouze s absolutím četostm. Ostatí četost dopočteme vlastím vzorc vzorec samozřejmě vytvoříme pro každou četost (sloupec) pouze jedou (pro v pořadí prví obměu) a svsle kopírujeme. U relatví četost esmíme proto zapomeout změt adresu jmeovatele a absolutí. Kumulatví četost se ejsáze vypočtou vzorcem: =SUMA(absolutí adresa četost v pořadí. obměy:relatví adresa četost v pořadí. obměy). Doplíme hlavčku tabulky, přdáme součtový řádek, zformátujeme. Pro úplost: Nám používaý symbol pro kumulatví četost můžeme v Excelu vytvořt třem způsoby: zak suma vložíme ze slovího meu Vložt Symbol (a formátujeme jako horí dex) zak suma je S zformátovaé a fot Symbol (a horí dex) celé vytvořeo v Edtoru rovc Který postup se Vám zdá ejrychlejší? 4.2. Rozděleí četostí 7