Docsity
Docsity

Przygotuj się do egzaminów
Przygotuj się do egzaminów

Studiuj dzięki licznym zasobom udostępnionym na Docsity


Otrzymaj punkty, aby pobrać
Otrzymaj punkty, aby pobrać

Zdobywaj punkty, pomagając innym studentom lub wykup je w ramach planu Premium


Informacje i wskazówki
Informacje i wskazówki

Statystyka: zasady zaokrąglania liczb: liczby przybliżone , Prezentacje z Statistica Applicata

Obszerne opracowanie z zakresu tematu

Typologia: Prezentacje

2019/2020

Załadowany 22.09.2020

panna_ania
panna_ania 🇵🇱

3.7

(17)

133 dokumenty

1 / 20

Toggle sidebar

Ta strona nie jest widoczna w podglądzie

Nie przegap ważnych części!

bg1
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff
pf12
pf13
pf14

Podgląd częściowego tekstu

Pobierz Statystyka: zasady zaokrąglania liczb: liczby przybliżone i więcej Prezentacje w PDF z Statistica Applicata tylko na Docsity!

  • Statystyczne opracowanie

(charakterystyka) próby – to tzw.Statystyki, statystyka opisowa

Rozkład liczebno

ś

ci

-^

Symetryczny

  • najliczniejsza klasa znajduje si

ę^

po

środku zakresu

zmienno

ści cechy, a liczebno

ści pozostałych klas równomiernie

zmniejszaj

ą^

si

ę^

w miar

ę^

oddalania si

ę^

od klasy centralnej)

-^

Umiarkowanie sko

śny

  • klasa najliczniejsza bardziej na skraju -^

prawy (dodatni)

-^

lewy (ujemny)

-^

Je

żeli rozkład jest bardzo sko

śny nale

ży sprawdzi

ć^

homogeniczno

ść

próby. Mo

żna (nale

ży) transformowa

ć^

dane:

-^

dodatni poprzez pierwiastkowanie, logarytmowanie

-^

ujemny -!!- pot

ęgowanie

Dwumodalny – dwa szczyty (by

ć^

mo

że nast

ąpiło pomieszanie

żnych populacji statystycznych)

  • Mediana (Me) – warto

rodkowej

obserwacji w uporz

dkowanym szeregu

statystycznym

  • Poni

ej i powy

ej jest tyle samo

obserwacji

-^

Modalna (dominanta, Mo)

warto

-^

Modalna (dominanta, Mo)

warto

obserwacji najcz

ciej powtarzaj

ca si

w

próbie

  • W rozkładzie idealnie symetrycznym

rednia, Me, Mo maj

tak

sam

warto

liczbow

, w asymetrycznych

> Me > Mo

X

  • Rozproszenie danych – miary słu

ce do

okre

lenia zakresu rozmieszczenia

obserwacji w ramach zmienno

ci danej

cechycechy

•^

Wariancja s

ś

rednia arytmetyczna kwadratów ró

żnic

ka

żdej danej i

ś

redniej arytmetycznej

•^

współczynnik zmienno

ści V

•^

V = (s x 100%) /

rednia

•^

Im wi

ę

ksza jest

ś

rednia tym dane s

ą^

szerzej rozproszone.

V mniejsze tam gdzie s mniejsze. Liczba wzgl

ę

dna

niemierzona. Proporcjonalna do absolutnej wielko

ści

średniej danej cechy. Mo

żna porówna

ć^

zmienno

ść

pomiarów w próbach ró

żni

ących si

ę^

średni

ą

pomiarów w próbach ró

żni

ących si

ę^

średni

ą

•^

Próby homogeniczne powinny mie

ć^

V = 4 do 10%,

•^

V = 5 – 6 % (najbardziej typowy),

-^

V= 3 – 4% próba nieadekwatna do wykazaniazmienno

ści badanej cechy

•^

wy

ższe warto

ści – heterogeniczno

ść

próby, rozkład

asymetryczny, 2-modalny

-^

powy

żej 25% - rozkład daleki od symetrycznego

d standardowy (S

x

,SE, Standard Error)

  • Okre

la rozproszenie

rednich. Zale

y od

liczebno

ci próby. Im wi

ksza liczebno

tym mniejszy bł

d. Okre

la granice

tym mniejszy bł

d. Okre

la granice

przedziału zamykaj

ce okre

lon

liczb

charakterystyk statystycznych.

  • W praktyce biologicznej

rednia

2SE

  • Je

eli iloraz b

dzie równy lub wi

kszy ni

3 – statystyka jest wiarygodna, istotna

-^

  • mniejszy ni

3 – nie mo

na na niej

opiera

dalszych stwierdze

•^

Pomiar – przyporz

ądkowanie liczb okre

ślonemu zbiorowi

•^

Skale

-^

nominalna – kategorie, do której zalicza si

ę^

pomiar

cechy o charakterze jako

ściowym (np. płe

ć)

•^

porz

ądkowa

porz

ądkowanie, uszeregowanie,

•^

porz

ądkowa

porz

ądkowanie, uszeregowanie,

rangowanie badanej zmiennej (np. du

ży, mały, w normie,

poni

żej normy)

•^

równomierna (przedziałowa) – uporz

ądkowanie, ale

zbiór warto

ści cech składa si

ę

z rzeczywistych liczb (np.

temperatura)

  • Hipoteza zerowa H

0

  • Twierdzenie, które mo

e by

testowane

statystycznie. Jest zało

eniem

dotycz

cym zdarzenia przyszłego lub

dotycz

cym zdarzenia przyszłego lub

takiego, którego wynik jest nieznany wmomencie predykcji

  • H

0

jest sformułowana tak,

e mo

na j

odrzuci

-^

Przypuszczenie dotycz

ce rozkładu populacji

generalnej. Hipoteza poddawana jest weryfikacjiprzy pomocy testu statystycznego. Najcz

ciej

s

to testy istotno

ci, skonstruowane w taki

sposób by ryzyko odrzucenia hipotezysposób by ryzyko odrzucenia hipotezy prawdziwej (bł

d pierwszego rodzaju) było jak

najmniejsze

-^

Poziom istotno

ci – prawdopodobie

stwo

popełnienia bł

du I rodzaju

  • Bogucki Z. 1979. Elementy statystyki dla

biologów. Uniwersytet w Poznaniu

  • Łomnicki A. 2003. Wprowadzenie do

statystyki dla przyrodników. PWN

statystyki dla przyrodników. PWN

Warszawa

  • Stanisz A. Przyst

pny kurs statystyki.

StatSoft, Kraków