Описательная статистика - презентация, доклад, проект скачать

Нажмите для полного просмотра!

Содержание ▲

Вы можете ознакомиться и скачать презентацию на тему Описательная статистика. Доклад-сообщение содержит 61 слайдов. Презентации для любого класса можно скачать бесплатно. Если материал и наш сайт презентаций Mypresentation Вам понравились – поделитесь им с друзьями с помощью социальных кнопок и добавьте в закладки в своем браузере.

Слайды и текст этой презентации

Слайд 1

Описание слайда:

Тема 3. Описательная статистика 3.1. Измерение центральной тенденции 3.2. Измерение вариации 3.3. Исследовательский анализ данных

Слайд 2

Описание слайда:

Цели После того, как мы познакомились с основными способами представления данных, изучим числовые характеристики, которые позволяют анализировать выборку и делать некоторые выводы.

Слайд 3

Описание слайда:

3.1. Измерение центральной тенденции Мода Медиана Среднее

Слайд 4

Описание слайда:

Постановка задачи Измерение центральной тенденции (measure of central tendency) состоит в выборе одного числа, которое наилучшим образом описывает все значения признака из набора данных. Такое число называют центром, типическим значением для набора данных, мерой центральной тенденции. Зачем? Получим информацию о распределении признака в сжатой форме. Сможем сравнить между собой два набора данных (две выборки). Минус: ведет к потере информации по сравнению с распределением частот.

Слайд 5

Описание слайда:

Мода Мода – наиболее часто встречающееся значение в выборке, наборе данных. Обозначается Мо. Выборка: 5,4 1,2 0,42 1,2 0,48 Мода=1,2 Для данных, расположенных в таблице частот, мода определяется как значение, имеющее наибольшую частоту.

Слайд 6

Описание слайда:

Одна ли мода? Если наибольшую частоту имеет два значения выборки, выборочное распределение называется бимодальным. Если наибольшую частоту имеет более двух значений выборки, выборочное распределение называется мультимодальным. Если ни одно из значений не повторяется, мода отсутствует.

Слайд 7

Описание слайда:

Свойства моды 1. Наличие одного или двух крайних значений, сильно отличающихся от остальных, не влияет на значение моды. 2. Мода совпадает с точкой наибольшей плотности данных. 3. Мода может иметь несколько значений. 4. Мода может существовать для всех типов данных. Единственная мера, которая работает в номинальной шкале!

Слайд 8

Описание слайда:

Вариационный ряд Вариационный ряд - упорядоченные данные, расположенные в порядке возрастания значения признака, либо в порядке убывания. Пример. Набор данных: 6 1 3 7 1 7 3 После упорядочения получим вариационный ряд: 1 1 3 3 6 7 7 В порядке убывания получим другой вариационный ряд: 7 7 6 3 3 1 1

Слайд 9

Описание слайда:

Ранжирование Ранжирование означает присвоение числам рангов. Ранжирование данных производится после упорядочения. Ранги присваиваются от 1 до последнего номера в наборе данных. Если несколько соседних элементов равны, им присваивается одинаковый ранг, равный среднему арифметическому. Пример. Имеем упорядоченный набор данных из 9 чисел: 1 1 3 3 6 7 7 7 14 Нумеруем от 1 до 9: 1 2 3 4 5 6 7 8 9 А теперь находим ранги: 1,5 1,5 3,5 3,5 5 7 7 7 9 Например, значение 6 имеет ранг 5.

Слайд 10

Описание слайда:

Медиана Медиана есть значение серединного элемента для набора данных. Обозначается Me. Для нахождения медианы требуется составить вариационный ряд, то есть расположить все значения признака в порядке возрастания или убывания. Медиана расположена в середине вариационного ряда. Для набора из n значений, если n нечетно, средний элемент имеет номер: Если n четно, медиана находится как среднее арифметическое двух соседних серединных элементов:

Слайд 11

Описание слайда:

Пример вычисления медианы Для набора данных из семи чисел: 6 1 3 7 1 7 3 После упорядочения получим вариационный ряд: 1 1 3 3 6 7 7 Медиана есть средний элемент. Его номер четвертый. Если набор данных включает восемь чисел: 1 1 3 3 6 7 7 9 Тогда медиана равна (3+6)/2=4,5

Слайд 12

Описание слайда:

Свойства медианы 1. Сильно отличающиеся от остальных данных крайние значения не влияют на величину медианы. 2. Значение медианы является единственным для каждого набора данных. 3. Медиана может быть определена не из полного набора данных. Достаточно знать их расположение, общее число и несколько значений, расположенных в середине вариационного ряда. 4. Медиана может быть определена для числовых данных и данных, измеряемых порядковой шкалой. Для порядковой шкалы в случае четного количества элементов оба серединных значения объявляются медианой.

Слайд 13

Описание слайда:

Среднее значение Выборочное среднее будем называть среднее арифметическое выборки, то есть сумму всех значений выборки, деленную на ее объем. Формула: где = сумма всех значений выборки n = объем выборки Индекс суммирования в статистической литературе часто опускается.

Слайд 14

Описание слайда:

Пример вычисления среднего

Слайд 15

Описание слайда:

Свойства среднего 1. Вычисляется только в числовых шкалах. 2. При ее вычислении необходимо использовать все данные. 3. Имеется для каждого набора данных только одно значение средней. 4. Средняя есть единственная мера центральной тенденции, для которой сумма отклонений каждого значения от нее равна нулю:

Слайд 16

Описание слайда:

Среднее для сгруппированных данных Среднее для сгруппированных данных вычисляется по формуле: где = сумма всех значений выборки = сумма частот, равна объему выборки Если данные сгруппированы по интервалам, в качестве значения выбирается середина интервала.

Слайд 17

Описание слайда:

Пример вычисления среднего Имеются результаты экзамена. Найти среднее значение. x f f·x 0 1 0 1 2 2 2 6 12 3 12 36 4 3 12 5 1 5 25 67

Слайд 18

Описание слайда:

Среднее - еще не значит «лучшее» Пример. В деревне 50 жителей. Среди них 49 человек – крестьяне с месячным доходом в 1 тыс.рублей, а один житель – зажиточный владелец строительной фирмы, с месячным доходом 451 тыс.рублей. Среднее равно 10 тыс. рублей. Однако, вряд ли можно утверждать, что это число адекватно представляет доход жителей деревни. В этом случае, более разумно взять в качестве меры центральной тенденции моду или медиану (обе равны 1 тыс. рублей).

Слайд 19

Описание слайда:

Три меры и тип шкалы Три меры меры центральной тенденции накладывают ограничения на тип шкалы, в которой измеряется переменная.

Слайд 20

Описание слайда:

Среднее для дихотомической шкалы Среднее может также применяться и для переменной, измеренной в дихотомической шкале. Если два значения признака кодируются 0 и 1, то среднее указывает долю (относительную частоту) единиц в выборке. Пример. 1, 0, 0, 0, 1, 1, 1, 1, 1, 0 Среднее равно 0,6. То есть 60% значений выборки принимают значение, равное единице.

Слайд 21

Описание слайда:

Какое типическое значение наилучшее? «Наилучшее значение» - это такое значение, что для случайно взятого элемента выборки вероятность того, что переменная примет именно это значение, будет максимальной.  Мода. «Наилучшее значение» - это такое значение, что сумма абсолютных отклонений значений переменной от данного будет наименьшей.  Медиана. «Наилучшее значение» - это такое значение, что сумма квадратов отклонений значений переменной от данного будет наименьшей.  Среднее. В зависимости от данных каждое из трех значений может стать наилучшим.

Слайд 22

Описание слайда:

3.2. Измерение вариации Размах Квартильный размах Дисперсия Стандартное отклонение

Слайд 23

Описание слайда:

Постановка задачи Рассмотрим три вариационных ряда: а) 999, 1000, 1001 б) 900, 1000, 1100 в) 1, 1000, 1999 Во всех трёх случаях среднее равно 1000. Однако, в случае в) значения признака «разбросаны» вокруг среднего сильнее, чем в б); а в случае б) – сильнее, чем в случае а). Как выразить степень разброса (вариации, measure of variation) одним числом?

Слайд 24

Описание слайда:

Размах (Range) Размах – разность между наибольшим значением набора данных и наименьшим. Пример: Для набора данных 27, 8, 3, 12, 10, 26, 6, 19 размах равен R = 27 – 3 = 24. Размах – очень простая мера вариации, но очень «грубая».

Слайд 25

Описание слайда:

Квартили (Quartile) Под квартилями понимаются значения, которые делят вариационный ряд на четыре равные части: Ниже первого квартиля расположено 25% всех данных. Между первым и вторым квартилем также расположено 25% данных. Второй квартиль совпадает с медианой. Размах квартилей (InterQuartile Range) вычисляется по формуле:

Слайд 26

Описание слайда:

Свойства квартильного размаха Если при вычислении размаха используются только наибольшее и наименьшее значения признака, а распределение данных между ними полностью игнорируется, то при вычислении квартильного размаха игнорируются «крайние» данные, расположенные за пределами первого и третьего квартилей. Между Q1 и Q3 расположены 50% всех данных.

Слайд 27

Описание слайда:

Нахождение квартилей Ранг нижнего квартиля: Ранг верхнего квартиля:

Слайд 28

Описание слайда:

Коробковая диаграмма (Boxplot) Диаграмма, основывающаяся на вычислении и построении пяти характеристик. Удобна для анализа данных и используется очень часто. Рассмотрим на семинаре.

Слайд 29

Описание слайда:

Процентили Процентили это характеристики набора данных, которые выражают ранги элементов в процентах от 0% до 100%. Процентили: Минимальное значение 0% Первый квартиль 25% Медиана 50% Третий квартиль 75% Наибольшее значение 100% Процентили разбивают наборы количественных и порядковых данных на определенные части.

Слайд 30

Описание слайда:

Дисперсия Дисперсия выборки – среднее арифметическое квадратов отклонений значений выборки от их среднего. Вычисляем по формуле: Знаменатель делает оценку дисперсии несмещенной. Будет объяснено позже.

Слайд 31

Описание слайда:

Подсчет дисперсии в таблице Дисперсию удобно рассчитывать при помощи таблицы.

Слайд 32

Описание слайда:

Вторая формула для дисперсии Дисперсия вычисляет также по равносильной формуле: Считается, что эта формула более пригодна для практических вычислений при ручном счете и при использовании электронных таблиц.

Слайд 33

Описание слайда:

Подсчет дисперсии в таблице Пример вычисления дисперсии по второй формуле. В таблице рассчитываются лишь квадраты значений.

Слайд 34

Описание слайда:

Дисперсия для сгруппированных данных Дисперсия для сгруппированных данных вычисляется по формуле: Вычисления удобно проводить при помощи таблицы или с помощью программных средств.

Слайд 35

Описание слайда:

Пример вычисления дисперсии Рассчитаем дисперсию для сгруппированных данных, используя таблицу. В первом столбце – возраст службы, во втором – количество респондентов. Используя вычисления в таблице, получим:

Слайд 36

Описание слайда:

Стандартное отклонение Стандартное отклонение вычисляется как корень из дисперсии: Стандартное отклонение имеет исключительную важность для описания распределения данных.

Слайд 37

Описание слайда:

Неравенство Чебышева Для интерпретации стандартного отклонения применяют неравенство Чебышева. В терминах статистического исследования оно имеет следующую трактовку. В любой совокупности доля значений, попадающих в интервал будет равна, по крайней мере, где k - любое число, большее 1.

Слайд 38

Описание слайда:

Интерпретация стандартного отклонения Исходя из приведенного выше, можно утверждать, что на интервале с границами содержится, по крайней мере, 3/4 всех данных (75%). На интервале с границами содержится, по крайней мере, 8/9 всех данных (89,9%). Это выполнено для любого распределения!!!

Слайд 39

Описание слайда:

Стандартное отклонение для нормального закона

Слайд 40

Описание слайда:

Коэффициент вариации Коэффициент вариации вычисляется как отношение стандартного отклонения к среднему: Коэффициент вариации полезен, если: 1. Сравниваются несколько совокупностей, измеряемых в разных величинах. 2. Сравниваются совокупности, измеряемые в одинаковых величинах, но имеющие сильно отличающиеся средние.

Слайд 41

Описание слайда:

Пример для коэффициента вариации Какие данные имеют большую вариацию: имеющие стандартное отклонение 20 при среднем 200 или имеющие стандартное отклонение 3 при среднем 30? Ответ. Коэффициенты вариации равны. Вариация одинакова.

Слайд 42

Описание слайда:

3.3. Исследовательский анализ данных Выбросы Вид распределения

Слайд 43

Описание слайда:

Разделы исследовательского анализа данных Исследовательский анализ данных - Exploratory Data Analysis (EDA) представляет собой применение статистических методов для представления, упорядочения данных и понимания их важнейших характеристик. Основными разделами анализа являются: 1. Центральная тенденция. Вычисление и анализ среднего, моды, медианы. 2. Стандартное отклонение. Нахождение дисперсии, стандартного отклонения. 3. Квартили. Минимум, максимум, размах, нахождение квартилей. 4. Выбросы. Нахождение и анализ выбросов. 5. Форма распределения. Асимметрия и куртозис.

Слайд 44

Описание слайда:

Выбросы Расширенная коробковая диаграмма строится с анализом выбросов. Для этого необходимо знать разброс квартилей IQR. Умеренные выбросы изображаются темными точками и удалены ниже первой квартили или выше третьей от 1,5 IQR, но не более 3 IQR. Экстремальные выбросы изображаются светлыми точками и удалены ниже первой квартили или выше третьей более 3 IQR.

Слайд 45

Описание слайда:

Асимметрия (Skewness) Если распределение симметрично, асимметрия равна нулю. В этом случае совпадают значения моды, медианы и среднего арифметического. Если одно или несколько значений существенно превышают остальные, имеется положительная асимметрия. Средняя больше моды и медианы. Если одно или несколько значений существенно меньше остальных, имеется отрицательная асимметрия. Средняя меньше моды и медианы.

Слайд 46

Описание слайда:

Коэффициент асимметрии

Слайд 47

Описание слайда:

Куртозис (Kurtosis) Под куртозисом понимается крутость кривой распределения, которая определяется сопоставлением кривой с кривой стандартного нормального распределения.

Слайд 48

Описание слайда:

Понятия и термины Центральная тенденция Мода, медиана, среднее Вариационный ряд, ранжирование Вариация, разброс Размах Квартиль, квартильный размах Дисперсия, стандартное отклонение Неравенство Чебышева Коэффициент вариации Выбросы Асимметрия, коэффициент асимметрии Куртозис

Слайд 49

Описание слайда:

Задание на 5 минут (1) Напишите своими словами, что такое визуализация данных. Назовите известные вам способы визуализации.

Слайд 50

Описание слайда:

Задание на 5 минут (2) В чем состоит отличие размаха от квартильного размаха? Определение не нужно. Нужно только отличие.

Слайд 51

Описание слайда:

Задание. Актеры и актрисы Имеются данные о возрасте актеров и актрис, в котором они были удостоены Оскара. Актеры: 32 37 36 32 51 53 33 61 35 45 55 39 76 37 42 40 32 60 38 56 48 48 40 43 62 43 42 44 41 56 39 46 31 47 45 60 46 40 36 Актрисы: 50 44 35 80 26 28 41 21 61 38 49 33 74 30 33 41 31 35 41 42 37 26 34 34 35 26 61 60 34 24 30 37 31 27 39 34 26 25 33 Постройте коробковую диаграмму и сравните данные.

Слайд 52

Описание слайда:

Задание. Актеры и актрисы. Решение

Слайд 53

Описание слайда:

Задание. Актеры и актрисы. Решение (2)

Слайд 54

Описание слайда:

Задание. Актеры и актрисы. Решение (3)

Слайд 55

Описание слайда:

На семинарских занятиях… Вычислять моду, медиану, среднее Строить вариационный ряд и ранжировать Вычислять размах, квартили, квартильный размах Вычислять дисперсию, стандартное отклонение Оценивать размещение данных при помощи неравенства Чебышева Вычислять коэффициент вариации и сравнивать два набора данных Определять выбросы Описывать вид распределения, вычислять коэффициент асимметрии

Слайд 56

Описание слайда:

Задачи Найдите моду, медиану, среднее Здесь приведено количество запросов, полученных Международной Финансовой Организацией в июле: 18, 12, 25, 16, 27, 32, 25, 15, 23, 22, 37, 16, 25, 19, 16, 25, 19, 16, 29, 38, 29, 30, 21. Восемнадцать студентов получили следующие экзаменационные оценки за сочинение: 78, 62, 98, 90, 88, 73, 79, 86, 81, 84, 93, 97, 63, 59, 78, 82, 87, 93. При тестировании 108 студентов коллежа были выявлены следующие показатели IQ: IQ Частота 90 - 98 6 99 -107 22 108-116 43 117-125 28 126-134 9

Слайд 57

Описание слайда:

Задачи Найти дисперсию и стандартное отклонение Были отобраны пятнадцать студентов. Им был задан вопрос: «Сколько времени каждый студент тратит на подготовку к экзамену по статистике?» Их ответы записаны ниже (в часах): 8, 6, 3, 0, 0, 5, 9, 2, 1, 3, 7, 10, 0, 3, 6. Стаж работы 75 служащих универмага: 1-5 21 6-10 25 11-15 15 16-20 0 21-25 8 26-30 6

Слайд 58

Описание слайда:

Задачи ПРИМЕР. Средняя цена зданий, расположенных в некотором районе, равна $50000, а стандартное отклонение - $10000. Найдите ценовой диапазон, в котором окажется, по крайней мере, 75% зданий. Решение. В теореме Чебышева говорится, что 3/4 или 75% всех данных попадают в предел двух стандартных отклонений от среднего. Следовательно, $50000 + 2 · ($10000) = $50000 + $20000 = $70000 и $50000 – 2 · ($10000) = $50000 - $20000 = $30000 Следовательно, по крайней мере, 75% всех домов будет иметь ценовой диапазон от $30000 до $70000.

Слайд 59

Описание слайда:

Задачи Используя теорему Чебышева, решите следующие задачи для распределения со средним 80 и стандартным отклонением 10: а. Какой процент данных попадет в интервал от 60 до 100? б. Какой процент данных попадет в интервал с 65 и до 95? Заработная плата простых служащих, работающих в ресторанах большого города, составляет в среднем $5,02 в час со стандартным отклонением $0,09. Используя теорему Чебышева, найдите диапазон, в котором расположено, по крайней мере, 75% данных.

Слайд 60

Описание слайда:

Задачи Средний бал на экзамене по английскому языку равен 85, со стандартным отклонением 5, а средний балл по истории - 110, со стандартным отклонением – 8. По какому предмету оценки более изменчивы? Средний возраст бухгалтеров в корпорации «Три Реки» - 26 со стандартным отклонением 6, а среднее жалованье составляет $31000 со стандартным отклонением $4000. Сравните вариацию возраста и дохода.

Слайд 61

Описание слайда:

Задачи Следующее распределение показывает вес 18-летних парней. Построив график, найдите приблизительные значения веса, соответствующие следующим процентилям: 9, 45, 75, 20, 60. Вес (фунты) Частота 120,5-131,5 12 131,5-142,5 16 142,5-153,5 24 153,5-164,5 48 164,5-175,5 62 175,5-186,5 21 186,5-197,5 17

Теги Описательная статистика

Похожие презентации