A gyakorisági sorok grafikus ábrázolása

Slides:



Advertisements
Hasonló előadás
2. előadás.
Advertisements

I. előadás.
Petrovics Petra Doktorandusz
Kvantitatív módszerek
Függvények Egyenlőre csak valós-valós függvényekkel foglalkozunk.
STATISZTIKA II. 1. Előadás

Gazdaságelemzési és Statisztikai Tanszék
Gazdaságelemzési és Statisztikai Tanszék
Microsoft Excel 2010 Gyakoriság.
Közlekedésstatisztika
4. előadás.
5. előadás.
3. előadás.
3. előadás.
A lineáris függvény NULLAHELYE
Háromszögek szerkesztése 3.
A középérték mérőszámai
A háromszögek nevezetes vonalai
SPSS leíró statisztika és kereszttábla elemzés (1-2. fejezet)
Alapfogalmak Alapsokaság, valamilyen véletlen tömegjelenség.
Matematikai alapok és valószínűségszámítás
Asszociációs együtthatók
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
Függvények.
Statisztika.
Kvantitatív módszerek
Leíró statisztika III..
1 Szóródás Példák. 2 Szóródás munkatábla Árak nagysága (eЄ) xixi fifi didi
Valószínűségszámítás
A sztochasztikus kapcsolatok (Folyt). Korreláció, regresszió
Adatleírás.
Dr Gunther Tibor PhD II/2.
Függvények jellemzése
I. előadás.
Kvantitatív módszerek
Számtani és mértani közép
Osztóértékek, eloszlások
Középértékek – helyzeti középértékek
SZIMMETRIA és ASZIMMETRIA az EMBERI TESTBEN
x1 xi 10.Szemnagyság: A szemnagyság megadásának nehézségei
Valószínűségszámítás II.
Átlag, medián.
1. feladat  Készíts olyan függvényt, mely paraméterül kapja két egész típusú változó címét, s hívása után a két változó értéke helyet cserél.
4. előadás.
A számítógépes elemzés alapjai
2. Házi feladat „Digitális kép szűrése”. A feladat I. Az előzően beszerzett digitális kép szűrése Szűrés –Átlagoló szűrés 5×5-ös kernellel –Medián-szűrés.
Konzultáció – Leíró statisztika október 22. Gazdaságstatisztika.
2. előadás Gyakorisági sorok
A számítógépes elemzés alapjai
Leíró statisztika gyakorló feladatok október 15.
Függvények jellemzése
MINTAVÉTEL, LEÍRÓ STATISZTIKA
Kvantitatív módszerek
Szóródási mérőszámok, alakmutatók, helyzetmutatók
Kvantitatív módszerek MBA és Számvitel mesterszak
Dr. Varga Beatrix egyetemi docens
Speciális szóródás: Koncentráció
Statisztikai alapfogalmak Eloszlásjellemzők
2. előadás Gyakorisági sorok, Grafikus ábrázolás
Adatsorok típusai, jellegadó értékei
5. előadás.
A leíró statisztikák alapelemei
Mérések adatfeldolgozási gyakorlata vegyész technikusok számára
Mérések adatfeldolgozási gyakorlata vegyész technikusok számára
A lineáris függvény NULLAHELYE
4. előadás.
Előadás másolata:

A gyakorisági sorok grafikus ábrázolása

Bot-ábra Kevés értéket felvevő, diszkrét mennyiségi ismérvek esetén használjuk.

Hisztogram Az osztályközös gyakorisági sorok esetén használjuk, amelyeket mennyiségi ismérvek szerinti csoportosítással képezünk. A hisztogram hézagmentesen egymás mellé illesztett téglalapokkal szemlélteti a gyakorisági sort.

A kumulált gyakoriságok ábrázolásánál monoton növekvő függvényt kapunk, amelynek a legkisebb értéke 0 és a legnagyobb 1 ( százalékos formánál 100 ). Ilyen függvényt az eloszlásból is készíthetünk, akkor eloszlásfüggvénynek nevezzük.

Gyakorisági poligom Az osztályközepeknél felmért gyakoriságok pontjait összekötő , egyenes szakaszokból álló vonaldiagram.

Helyzetmutatók Módusz Medián Átlagok Kvantilisek: A középértékek mellett fontos helyzetmutatók: pl. A kvartilisek: alsó és felső kvartilis Q ¼ alsó kvartilis Q ½ medián Q ¾ felső kvartilis

Az eloszlás alakja Szimmetrikus vagy aszimmetrikus, melyről az aszimmetria mérőszámai adnak számszerű információt.

Az egymóduszú gyakorisági sorok poligonjának egy helyi maximuma (csúcsa) van. A helyzetmutatók elhelyezkedésétől függően az eloszlás szimmetrikus vagy aszimmetrikus lehet.

Pearson - féle mutató A számtani átlag és a módusz egyes eloszlástípusok esetén jellemző nagyságrendi viszonyán alapul. A mérőszám előjele az aszimmetria irányát mutatja: A>0, bal oldali aszimmetria esetén A<0, jobb oldali aszimmetria esetén A=0, szimmetrikus eloszlás esetén

F mutató Az alsó és felső kvartilis mediántól való eltérésének egymáshoz viszonyított nagyságán alapul. Bal oldali aszimmetria esetén a medián az alsó, jobb oldali aszimmetria esetén a felső kvartilishez esik közelebb.

A koncentráció elemzése A koncentráción általában tömörülést, összpontosulást értünk. Pl. A népesség nagy része a nagyobb településeken, városokban összpontosul. Koncentrációnak nevezzük azt a jelenséget, hogy a sokasághoz tartozó teljes értékösszeg jelentős része a sokaság kevés egységére összpontosul.

Lorenz-görbe A koncentráció vizsgálatának egyik legfontosabb, legelterjedtebb eszköze. A Lorenz-görbe egy egységnyi oldalú négyzetben elhelyezett vonaldiagram, mely a kumulált relatív gyakoriságok függvényében ábrázolja a kumulált relatív értékösszegeket.

Egyenletes az eloszlás, ha a Lorenz görbe egybeesik az átlóval. Minél távolabb esik a görbe az átlótól, annál nagyobb fokú a koncentráció.