A középérték mérőszámai

Slides:



Advertisements
Hasonló előadás
2. előadás.
Advertisements

A pedagógiai kutatás módszertana
I. előadás.
Petrovics Petra Doktorandusz

Gazdaságelemzési és Statisztikai Tanszék
A szórás típusú egyenlőtlenségi mutatók
Csoportosítás megadása: Δx – csoport szélesség
Boda Krisztina PhD SZTE ÁOK Orvosi Informatikai Intézet
A megoldás főbb lépései:
Mérési pontosság (hőmérő)
Gazdaságelemzési és Statisztikai Tanszék
Közlekedésstatisztika
Adatfeldolgozás.
Dr. Szalka Éva, Ph.D.1 Statisztika II. IX.. Dr. Szalka Éva, Ph.D.2 Idősorok elemzése.
TF Informatikai és Oktatástechnológiai Tanszék
Gazdasági informatika
4. előadás.
5. előadás.
Microsoft Excel Függvények VI..
Alapfogalmak Alapsokaság, valamilyen véletlen tömegjelenség.
Matematikai alapok és valószínűségszámítás
A statisztikai próba 1. A munka-hipotézisek (Ha) nem igazolhatók közvetlen úton Ellenhipotézis, null hipotézis felállítása (H0): μ1= μ2, vagy μ1- μ2=0.
Nominális adat Módusz vagy sűrűsödési középpont Jele: Mo
A normális eloszlás mint modell
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
Idősor komponensei Trend vagy alapirányzat: az idősor alakulásának fő irányát mutatja meg. Szezonális vagy idényszerű ingadozás: szabályos időszakonként.
Statisztika.
Készítette: Horváth Zoltán (2012)
Kvantitatív módszerek
Leíró statisztika III..
Valószínűségszámítás
EREDMÉNYEK, ADATOK FELDOLGOZÁSA
Statisztikai módszerek a pedagógiai kutatásban
Hipotézis vizsgálat (2)
Statisztikai módszerek áttekintése módszerválasztási tanácsok Makara Gábor.
Többváltozós adatelemzés
Alapsokaság (populáció)
Alapfogalmak.
Adatleírás.
Dr Gunther Tibor PhD II/2.
Többszempontos ANOVA (I
I. előadás.
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
Osztóértékek, eloszlások
Középértékek – helyzeti középértékek
Valószínűségszámítás II.
Közúti és Vasúti Járművek Tanszék. A ciklusidők meghatározása az elhasználódás folyamata alapján Az elhasználódás folyamata alapján kialakított ciklusrendhez.
A gyakorisági sorok grafikus ábrázolása
4. előadás.
A számítógépes elemzés alapjai
Konzultáció – Leíró statisztika október 22. Gazdaságstatisztika.
A számítógépes elemzés alapjai
Leíró statisztika gyakorló feladatok október 15.
Szóródási mérőszámok, alakmutatók, helyzetmutatók
I. Előadás bgk. uni-obuda
Speciális szóródás: Koncentráció
Adatfeldolgozási ismeretek műszeres analitikus technikusok számára
Adatsorok típusai, jellegadó értékei
5. előadás.
A szórás típusú egyenlőtlenségi mutatók
A leíró statisztikák alapelemei
Mérések adatfeldolgozási gyakorlata vegyész technikusok számára
Adatfeldolgozási ismeretek környezetvédelmi-mérés technikusok számára
Rangsoroláson és pontozáson alapuló komplex mutatók
4. előadás.
Előadás másolata:

A középérték mérőszámai

A számtani középérték (átlag) Összeadjuk a mintába tartozó adatokat, és az így kapott összeget elosztjuk az adatok számával Csak intervallumskálán értelmezett adatok, mért adatok esetén alkalmazhatjuk Kiszámítás Excel segítségével =átlag(A1:An) =average(A1:An)

Medián Ez a középérték fejezi ki leginkább a minta közepét. A medián az az érték, amelynél a minta egyik fele nagyobb, másik fele kisebb. A nagyság szerint sorba rendezett adatok közül a középső (ha páratlan adatunk van) vagy a két középső adat számtani középértéke (ha páros adatunk van) adja Kiszámítás Excel segítségével =medián(A1:An) =median(A1:An)

Módusz Nominális adatok esetében is alkalmazhatjuk A módusz a minta elemei közt leggyakrabban előforduló érték, vagy a legnagyobb gyakorisággal rendelkező csoport csoportközépértéke. Ha poligonnal ábrázoljuk a minta gyakorisági eloszlását,a minta csúcsához tartozó érték a módusz. Bimodális eloszlásról beszélünk, ha a mintának két csúcsa van: ilyenkor valószínűleg két különböző móduszú részmintával van dolgunk. Kiszámítás Excel segítségével =módusz(A1:An) =mode(A1:An) Csoportosított adatok esetén a legnagyobb gyakoriságú csoport középértékét tekintjük módusznak

Átlag, módusz, medián

A középértékek értelmezése A szimmetrikus görbe (Gaus-görbe, harang-görbe) esetén a 3 középérték valószínűleg egybeesik. A gyakorisági eloszlás azonban „elferdülhet”, a csúcs jobbra vagy balra tolódhat

A középértékek használata A módusz kiválóan alkalmas más mérések alkalmazása előtt a várható értékek becslésére, hiszen a mintában leggyakrabban előforduló értékeket határozza meg. (Pl. hányast fogok kapni a vizsgán? A tanár leggyakrabban 8-ast ad, a legvalószínűbb, h. én is azt kapok) A medián használata szélsőséges adatok esetén indokolt. A mintáról az adatok egymáshoz viszonyításával ad információt. A számtani középérték nagyon érzékeny a szélsőséges adatokra, ugyanakkor ez veszi figyelembe legpontosabban az egyes adatok tényleges értékét.

A szóródás mérőszámai 1. Szóródási terjedelem = a minta legnagyobb és legkisebb száma közötti különbség A kvartilisek = a mediánhoz hasonlóan a minta nagyság szerinti sorban elhelyezett elemeit negyedelik (a medián = a 2. kvartilis) Interkvartilis félterjedelem = a minta nagyság szerint sorba rendezett elemeinek középső 50%-át tartalmazó értéktartomány fele 1. kvartilis = kvartilis(A1:An;1) =quartile(A1:An;1) 3. kvartilis = kvartilis(A1:An;3) =quartile(A1:An;3) Interkvartilis félterjedelem =(kvartilis(A1:An;3)-kvartilis(A1:An;1))/2

A kvartilisek: Q1, Q2, Q3

A szóródás mérőszámai 2. Átlagos eltérés = a minta számtani középértéktől való távolsága (a távolságok összegzése és elosztása a minta elemszámával) Variancia = a négyzetes összeg és a minta szabadságfokának hányados Négyzetes összeg = az eltérések négyzetének összege A minta szabadságfoka = azt mutatja, hogy a mintában hány olyan elem van, amelyik független egymástól. Itt: n-1 Számításuk EXCEL segítségével: Átlagos eltérés =átl.eltérés(A1:An) Average deviation =avedev(A1:An) variancia = varp(A1:An)

A szóródás

A szórás Szórás = a minta elemeinek szóródását jellemző szám, a variancia négyzetgyöke A középértékhez hozzáadva/kivonva az egyszeres, többszörös szórásnyi terjedelmet, olyan értéktartományt kapunk, amelyekbe a minta jól meghatározott részei tartoznak: Normál eloszlás esetén a számtani középértéktől való egyszeres terjedelembe az adatok 2/3-a tartozik kétszeres terjedelembe az adatok 95%-a tartozik háromszoros terjedelembe az adatok 99%-a tartozik Variációs együttható (relatív szórás) – két különböző értéktartománnyal rendelkező mintát tesz összehasonlíthatóvá Számításuk EXCEL segítségével: Szórás =szórásp(A1:An) Standard deviation =stdev(A1:An) Variációs együttható =varp(A1:An)/átlag(A1:An)