Statystyka w doświadczalnictwie

Slides:



Advertisements
Podobne prezentacje
Badania statystyczne Wykłady 1-2 © Leszek Smolarek.
Advertisements

Test zgodności c2.
PODZIAŁ STATYSTYKI STATYSTYKA STATYSTYKA MATEMATYCZNA STATYSTYKA
Metody losowania próby
Układy eksperymentalne analizy wariancji. Analiza wariancji Planowanie eksperymentu Analiza jednoczynnikowa, p poziomów czynnika, dla każdego obiektu.
Układy eksperymentalne analizy wariancji. Analiza wariancji Planowanie eksperymentu Analiza jednoczynnikowa, p poziomów czynnika, dla każdego obiektu.
Analiza wariancji jednoczynnikowa
Zmienne losowe i ich rozkłady
Skale pomiarowe – BARDZO WAŻNE
Elementy Modelowania Matematycznego
Test zgodności Joanna Tomanek i Piotr Nowak.
Wnioskowanie Bayesowskie
Metody wnioskowania na podstawie podprób
Zachodniopomorskie Obserwatorium Rynku Pracy
Metody ekonometryczne
Statystyka w doświadczalnictwie
Metody badawcze w socjologii
Niepewności przypadkowe
Wykład 6 Standardowy błąd średniej a odchylenie standardowe z próby
Wykład 11 Analiza wariancji (ANOVA)
Pobieranie próby Populacja generalna: zbiór wyników wszystkich możliwych doświadczeń określonego typu. Próba n-wymiarowa: zbiór n wyników doświadczeń.
Program przedmiotu “Metody statystyczne w chemii”
Rozkład normalny Cecha posiada rozkład normalny jeśli na jej wielkość ma wpływ wiele niezależnych czynników, a wpływ każdego z nich nie jest zbyt duży.
Wykład 4. Rozkłady teoretyczne
Średnie i miary zmienności
Jednoczynnikowa analiza wariancji (ANOVA)
Metody ilościowe w biznesie Wykład 1
Analiza wariancji jednoczynnikowa
Rachunek kosztów zmiennych
i jak odczytywać prognozę?
Ekonometria. Co wynika z podejścia stochastycznego?
Elementy Rachunku Prawdopodobieństwa i Statystyki
BADANIE STATYSTYCZNE Badanie statystyczne to proces pozyskiwania danych na temat rozkładu cechy statystycznej w populacji. Badanie może mieć charakter:
Analiza wariancji jednoczynnikowa.
Pobieranie próbek paliw stałych
na podstawie materiału – test z użyciem komputerowo generowanych prób
Hipotezy statystyczne
Elementy Rachunku Prawdopodobieństwa i Statystyki
Planowanie badań i analiza wyników
Henryk Rusinowski, Marcin Plis
Seminarium licencjackie Beata Kapuścińska
Treści multimedialne - kodowanie, przetwarzanie, prezentacja Odtwarzanie treści multimedialnych Andrzej Majkowski.
Porównywanie średnich prób o rozkładach normalnych (testy t-studenta)
Przedmiot: Ekonometria Temat: Szeregi czasowe. Dekompozycja szeregów
Wnioskowanie statystyczne
Metoda reprezentacyjna i statystyka małych obszarów z SAS Instytut Statystyki i Demografii SGH dr Dorota Bartosińska Zajęcia 4 Wnioskowanie statystyczne.
Statystyka medyczna Piotr Kozłowski
Ekonometria stosowana
Metody Matematyczne w Inżynierii Chemicznej Podstawy obliczeń statystycznych.
Statystyka w doświadczalnictwie Wydział Technologii Drewna SGGW Studia II stopnia Wykład 3.
Przenoszenie błędów (rachunek błędów) Niech x=(x 1,x 2,...,x n ) będzie n-wymiarową zmienną losową złożoną z niezależnych składników o rozkładach normalnych.
Weryfikacja hipotez statystycznych dr hab. Mieczysław Kowerski
Błędy pomiarów Rachunek wyrównawczy.
Testowanie hipotez Jacek Szanduła.
Monte Carlo, bootstrap, jacknife. 2 Literatura Bruce Hansen (2012 +) Econometrics, ze strony internetowej :
Przeprowadzenie badań niewyczerpujących, (częściowych – prowadzonych na podstawie próby losowej), nie daje podstaw do formułowania stanowczych stwierdzeń.
Testy nieparametryczne – testy zgodności. Nieparametryczne testy istotności dzielimy na trzy zasadnicze grupy: testy zgodności, testy niezależności oraz.
STATYSTYKA – kurs podstawowy wykład 7 dr Dorota Węziak-Białowolska Instytut Statystyki i Demografii.
Rozkłady statystyk z próby dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium.
STRES ZAWODOWY W SĄDACH POWSZECHNYCH I JEGO SKUTKI ZDROWOTNE.
Weryfikacja hipotez statystycznych „Człowiek – najlepsza inwestycja”
Człowiek – najlepsza inwestycja
STATYSTYKA – kurs podstawowy wykład 11
Estymacja parametryczna dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium Analiz.
Statystyka matematyczna
Statystyka matematyczna
Statystyka matematyczna
Analiza niepewności pomiarów Zagadnienia statystyki matematycznej
Monte Carlo, bootstrap, jacknife
statystyka podstawowe pojęcia
Zapis prezentacji:

Statystyka w doświadczalnictwie Wydział Technologii Drewna SGGW Studia II stopnia Wykład 4

Wykład 4 Metoda reprezentacyjna Sposoby pobierania próby Porównanie sposobów pobierania próby Estymatory i ich błędy Losowanie warstwowe

POPULACJA PRÓBA

Próbkowanie POPULACJA PRÓBA Wnioskowanie Parametr Statystyka Estymator

Jaka próba?

Jaka próba? REPREZENTATYWNA

Metoda reprezentacyjna Jaka próba? REPREZENTATYWNA Metoda reprezentacyjna

Próba reprezentatywna Możliwie najlepiej odzwierciedlająca strukturę badanej populacji Populacja nieznana – brak pewności o reprezentatywności próby Próba pobierana losowo

Próba reprezentatywna Losowy wybór próby – nie zapewnia jeszcze reprezentatywności, ale zabezpiecza przed błędem systematycznym Pozwala na wnioskowanie o populacji generalnej w oparciu o rachunek prawdopodobieństwa

Sposoby pobierania próby

Sposoby pobierania próby Próba „wybierana” („celowa”) Prosta próba losowa Losowanie bez zwracania Losowanie systematyczne

Próba „wybierana” Wybór próby która według badacza najlepiej reprezentuje badany obiekt („na oko”, ...) Wyniki silnie uzależnione od doświadczenia osoby decydującej o próbie Zmienność wyników w zależności od osoby wybierającej

Próba „wybierana” Duże ryzyko (pewność) popełnienia błędu systematycznego Brak możliwości określenia błędu szacowania parametru

Prosta próba losowa Losowanie niezależne (wybór danego elementu do próby nie wpływa na wybór innych elementów) Schemat losowania ze zwracaniem Prawdopodobieństwo wylosowania danej jednostki jest stałe

Losowanie bez zwracania Jednostki mogą trafić do próby tylko raz Prawdopodobieństwo wylosowania danej jednostki zależy od tego, jakie jednostki wylosowane zostały wcześniej Losowanie zależne

Losowanie systematyczne Wybór nie jest losowy, ale odbywa się według założonego schematu Losowo wybierany jest ewentualnie punkt startowy i/lub kierunek Systematyczny wybór jednostek lub lokalizacji Nie spełnia założeń losowości, tj. równych szans wejścia jednostek do próby

Losowanie systematyczne Mimo to powszechnie stosowane w naukach przyrodniczych: łatwiejsza lokalizacja w terenie odzwierciedlenie zmienności przestrzennej w pewnych warunkach (założenie losowości elementów populacji) może dać ocenę parametru równie dobrą, jak przy stosowaniu próby losowej

Porównanie sposobów

Porównanie sposobów Próba „wybierana”: jedynie do badania „typowych” obiektów, bez odniesienia do teorii statystyki Próba losowa (+): prosta, pewna, możliwe rozszerzenie, gdy konieczne dodatkowe pomiary

Porównanie sposobów Próba losowa (-): konieczna znajomość / zidentyfikowanie wszystkich jednostek badania, trudna lokalizacja w terenie, ryzyko braku odzwierciedlenia zmienności przestrzennej populacji

Porównanie sposobów Losowanie systematyczne (+): łatwość lokalizacji, losowanie bez znajomości liczby jednostek Losowanie systematyczne (-): przy „periodycznej” / „okresowej” / „systematycznej” zmienności przestrzennej ryzyko popełnienia błędu, brak możliwości rozszerzenia pomiarów

? ? ?

Estymatory i ich błędy

Estymatory i ich błędy Wartość średnia (np. średnia gęstość drewna, średnie zapotrzebowanie za surowiec, średnie koszty, ...) Proporcja (np. struktura produktów, awaryjność maszyny, ...) Suma wartości (produkcja całkowita, wartość całkowita, ...)

Estymatory i ich błędy

Estymatory i ich błędy

Estymatory i ich błędy

Losowanie warstwowe Stosowana w przypadku, gdy możliwe jest jednoznaczne wyróżnienie co najmniej dwóch jednorodnych części populacji Pozwala na zwiększenie efektywności pomiarów poprzez ograniczenie zmienności wewnątrz WARSTW

Sposoby alokacji próby Równomierna Proporcjonalna Optymalna

Inne schematy losowania losowanie dwufazowe losowanie grupowe (zespołowe) losowanie wielostopniowe ...

Dziekuje za uwagę!