Adatfeldolgozás.

Slides:



Advertisements
Hasonló előadás
4. előadás Összehasonlítás standardizálással és indexszámítással.
Advertisements

2. előadás.
I. előadás.
Petrovics Petra Doktorandusz
A diákat készítette: Matthew Will
Idegenforgalmi statisztika
Statisztika I. VI. Dr. Szalka Éva, Ph.D..
Gazdaságelemzési és Statisztikai Tanszék
Gazdaságelemzési és Statisztikai Tanszék
Adattípusok, adatsorok jellegadó értékei
Boda Krisztina PhD SZTE ÁOK Orvosi Informatikai Intézet
Főkomponensanalízis Többváltozós elemzések esetében gyakran jelent problémát a vizsgált változók korreláltsága. A főkomponenselemzés segítségével a változók.
A megoldás főbb lépései:
Mérési pontosság (hőmérő)
Gazdaságelemzési és Statisztikai Tanszék
Statisztika Érettségi feladatok
Közlekedésstatisztika
TF Informatikai és Oktatástechnológiai Tanszék
Gazdasági informatika
4. előadás.
5. előadás.
3. előadás.
3. előadás.
A középérték mérőszámai
Alapfogalmak Alapsokaság, valamilyen véletlen tömegjelenség.
Matematikai alapok és valószínűségszámítás
Nominális adat Módusz vagy sűrűsödési középpont Jele: Mo
Dr. Balogh Péter Gazdaságelemzési és Statisztika Tanszék DE-AMTC-GVK
Dr. Balogh Péter Gazdaságelemzési és Statisztika Tanszék DE-AMTC-GVK
Dr. Balogh Péter Gazdaságelemzési és Statisztika Tanszék DE-AMTC-GVK
Dr. Balogh Péter Gazdaságelemzési és Statisztika Tanszék DE-AMTC-GVK
Statisztika.
Készítette: Horváth Zoltán (2012)
Kvantitatív módszerek
Leíró statisztika III..
Valószínűségszámítás
EREDMÉNYEK, ADATOK FELDOLGOZÁSA
Adatleírás.
© Farkas György : Méréstechnika
Dr Gunther Tibor PhD II/2.
Paleobiológiai módszerek és modellek 4. hét
Többszempontos ANOVA (I
I. előadás.
TÁRSADALOMSTATISZTIKA Sztochasztikus kapcsolatok II.
A kombinációs táblák (sztochasztikus kapcsolatok) elemzése
Viszonyszámok A viszonyszám két egymással logikai kapcsolatban álló statisztikai adat hányadosa V= A/B V: a viszonyszám A:a viszonyítás alapját képező.
Számtani és mértani közép
Középértékek – helyzeti középértékek
Adattípusok, adatsorok jellegadó értékei
A gyakorisági sorok grafikus ábrázolása
4. előadás.
A számítógépes elemzés alapjai
Konzultáció – Leíró statisztika október 22. Gazdaságstatisztika.
2. előadás Gyakorisági sorok
A számítógépes elemzés alapjai
Leíró statisztika gyakorló feladatok október 15.
MINTAVÉTEL, LEÍRÓ STATISZTIKA
Szóródási mérőszámok, alakmutatók, helyzetmutatók
I. Előadás bgk. uni-obuda
Speciális szóródás: Koncentráció
Statisztikai alapfogalmak Eloszlásjellemzők
2. előadás Gyakorisági sorok, Grafikus ábrázolás
Adatfeldolgozási ismeretek műszeres analitikus technikusok számára
Adatsorok típusai, jellegadó értékei
5. előadás.
A leíró statisztikák alapelemei
Mérések adatfeldolgozási gyakorlata vegyész technikusok számára
Adatfeldolgozási ismeretek környezetvédelmi-mérés technikusok számára
4. előadás.
Mérési skálák, adatsorok típusai
Előadás másolata:

Adatfeldolgozás

Megoszlási viszonyszám ORVOSOK neme száma férfi 17510 nő 17036 összesen 34546

Megoszlási viszonyszám ORVOSOK neme száma megoszlása (%) férfi 17510 50,69% nő 17036 49,31% összesen 34546 100,00%

Összehasonlítási viszonyszám ország orvosok száma lakosok száma Magyarország 20400 10331000 Lengyelország 49283 32805000

Összehasonlítási viszonyszám ország orvosok száma lakosok száma 1 orvosra jutó lakosok Magyarország 20400 10331000 506 Lengyelország 49283 32805000 666

ország orvosok száma lakosok száma 1 orvosra jutó lakosok Magyarország 20400 10331000 506 Lengyelország 49283 32805000 666 1,316205534 0,75975976

Középértékek: számtani átlag testmagasság gyakoriság 165 1 169 172 4 173 2 174 3 178 179 183 185 190 összesen: 18

Középértékek: számtani átlag testmagasság gyakoriság 165 1 169 172 4 688 173 2 346 174 3 522 178 356 179 358 183 185 190 összesen: 18 175,67

testmagasság gyakoriság 165 1 169 172 4 688 173 2 346 174 3 522 178 356 179 358 183 185 190 összesen: 18 175,67 átlag:

Súlyozott számtani átlag Mindegyik átlagolandó értéket megszorozzuk a saját súlyával (előfordulási gyakoriságával) és az így nyert szorzatok összegét osztjuk a súlyok (előfordulás) összegével.

Medián: centrális vagy középső érték Bejelentett betegek száma 1985 23 1986 18 1987 20 1988 1989 17 1990 154 1991 34

Év Bejelentett betegek száma 1985 23 1986 18 1987 20 1988 1989 17 1990 154 1991 34 286 41

Medián: centrális vagy középső érték Bejelentett betegek száma 1985 23 17 1986 18 1987 20 1988 1989 34 1990 154 41 1991 286

Módusz: leggyakoribb érték Fizetés Személyek száma 15000 2 18000 5 26000 7 33000 3 44000 54000 1 20

Módusz: leggyakoribb érték Fizetés Személyek száma 15000 2 -15000 18000 5 15001 - 25000 26000 7 25001 - 35000 10 33000 3 35001 - 45000 44000 45001 - 55000 1 54000 20

1., A szóródás terjedelme 2., Kvantilis, Kvartilis eltérés 3., Átlagos (abszolút) eltérés 4., Szórás (standard deviáció) és szórásnégyzet (variancia) 5., szóródási együttható (relatív szórás, variációs koeficiens) 6., standard hiba (standard error)

1., A szóródás terjedelme testmagasság gyakoriság 165 1 169 172 4 173 174 3 178 179 183 185 190 összesen: 18

Terjedelem 165 – 190 = 25

2., Kvantilis A kvantilis értékek a mennyiségi ismérv értékeinek rendezésére szolgálnak Valójában nem tartoznak a középértékekhez, csupán egyik tagjuk a medián A rangsorba rendezett sokaságot 2, 3, 4, …, k egyenlő részre osztjuk, az osztópontoknak megfelelő ismérveket kvantiliseknek nevezzük

Kvantilisek k elnevezés jele 2 medián Me 3 tercilis Tj 4 kvartilis Qj 5 kvintilis Kj 10 decilis Dj 100 percentilis Pj

2., Kvartilis (Quartilis) eltérés A nagyság szerint sorbarendezett sokaság adatait négy részre osztja 165 - 172 (Q1) -174 (Q2) - 179 (Q3) - 190 A kiugró szélső értékek kevésbé befolyásolják

Klinikai gyakorlatban A percentilis fogalma széles körben használatos a gyermekgyógyászat és a szülészet-nőgyógyászat területén. Amennyiben pl vmelyik újszülött adatai akár felfelé akár lefelé eltér a szélső értéktől valamelyik rendellenességre engedhet következtetni

3., Átlagos (abszolút) eltérés Az értékek számtani átlagától mért eltérések összege nulla Így csak az eltérések abszolút értékeiből számított átlagnak van értelme Példánkban: 4.7

4., Szórás (standard deviáció) és szórásnégyzet (variancia) Szórás (standard deviáció) az egyes értékek számtani átlagtól való eltéréseinek négyzetes átlaga A szórás tehát a szóródás nagyságának függvénye A mérés vagy eljárás reprodukálhatóságára utal Testmagasságos példánál: 6,00979

5., Szóródási együttható (relatív szórás, variációs koeficiens) Az adott értékek átlagosan hány százalékkal térnek el az átlagtól Az átlaghoz viszonyítva mekkora a szórás Példánkban 3.42 %

6., Standard hiba (standard error) A mintából számított átlag megbízhatóságának mértékét fejezi ki. Az átlag szórását mutatja meg. SE =SD/√n A minta átlagának reprodukálhatóságára utal

6., Standard hiba (standard error) testmagasság gyakoriság 165 1 169 172 4 173 2 174 3 178 179 183 185 190 összesen: 18

6., Standard hiba (standard error) SE= 6.0097998/√18=1.417 cm