dla klas gimnazjalnych

Slides:



Advertisements
Podobne prezentacje
Test zgodności c2.
Advertisements

PODZIAŁ STATYSTYKI STATYSTYKA STATYSTYKA MATEMATYCZNA STATYSTYKA
Rangowy test zgodności rozkładów
w szkole średniej Wykonały: Alicja Makowska i Beata Karwowska
W dalszej części zajęć wyróżniać będziemy następujące
PODSUMOWANIE WIADOMOŚCI ZE STATYSTYKI
Materiały pochodzą z Platformy Edukacyjnej Portalu Wszelkie treści i zasoby edukacyjne publikowane na łamach Portalu
Test zgodności Joanna Tomanek i Piotr Nowak.
Charakterystyki opisowe rozkładu jednej cechy
Graficzna prezentacja danych Wykład 2 dr Małgorzata Radziukiewicz
Jak mierzyć zróżnicowanie zjawiska? Wykład 4. Miary jednej cechy Miary poziomu Miary dyspersji (zmienności, zróżnicowania, rozproszenia) Miary asymetrii.
Miary jednej cechy Miary poziomu Miary dyspersji Miary asymetrii (skośności)
Właściwości średniej arytmetycznej
ANALIZA STRUKTURY SZEREGU NA PODSTAWIE MIAR STATYSTYCZNYCH
Miary położenia Miary położenia opisują umiejscowienie typowych wartości cechy statystycznej na osi liczbowej.
MIARY ZMIENNOŚCI Główne (wywołujące zmienność systematyczną)
Krzysztof Jurek Statystyka Spotkanie 4. Miary zmienności m ó wią na ile wyniki są rozproszone na konkretne jednostki, pokazują na ile wyniki odbiegają
Statystyka w doświadczalnictwie
(dla szeregu szczegółowego) Średnia arytmetyczna (dla szeregu szczegółowego) Średnią arytmetyczną nazywamy sumę wartości zmiennej wszystkich jednostek.
BIOSTATYSTYKA I METODY DOKUMENTACJI
Publikacja jest współfinansowana przez Unię Europejską w ramach środków Europejskiego Funduszu Społecznego Prezentacja jest dystrybuowana bezpłatnie Projekt.
Dane informacyjne: Gimnazjum im. Marii Skłodowskiej-Curie
Opis statystyczny naszej klasy.
Rozkład normalny Cecha posiada rozkład normalny jeśli na jej wielkość ma wpływ wiele niezależnych czynników, a wpływ każdego z nich nie jest zbyt duży.
Metody Symulacyjne w Telekomunikacji (MEST) Wykład 6/7: Analiza statystyczna wyników symulacyjnych  Dr inż. Halina Tarasiuk
Średnie i miary zmienności
Opracowała: Joanna Wasiak
Testy nieparametryczne
Konstrukcja, estymacja parametrów
Elementy Rachunku Prawdopodobieństwa i Statystyki
STATYSTYKA ZBIERANIE DANYCH Odczytywanie i sporządzanie diagramów słupkowych i kołowych.
Testy nieparametryczne
BADANIE STATYSTYCZNE Badanie statystyczne to proces pozyskiwania danych na temat rozkładu cechy statystycznej w populacji. Badanie może mieć charakter:
Testy nieparametryczne
Elementy Rachunku Prawdopodobieństwa i Statystyki
Dane INFORMACYJNE Nazwa szkoły: Gimnazjum nr 58 w Poznaniu
Przygotowała: mgr Jolanta Brzozowska-Kłys
Liczby charakterystyczne dla danych statystycznych
DOŚWIADCZENIA LOSOWE.
SPOSOBY PREZENTOWANIA DANYCH
1. ŁATWOŚĆ ZADANIA (umiejętności) 2. ŁATWOŚĆ ZESTAWU ZADAŃ (ARKUSZA)
Statystyka ©M.
Podstawy statystyki, cz. II
Statystyka i opracowanie wyników badań
HARALD KAJZER ZST NR 2 im. M. Batko
„Zbieranie i opracowywanie danych statystycznych”
Wnioskowanie statystyczne
STATYSTYKA Pochodzenie nazwy:
Statystyka medyczna Piotr Kozłowski
Prezentacja dla klasy II liceum
Weryfikacja hipotez statystycznych dr hab. Mieczysław Kowerski
Podstawowe pojęcia i terminy stosowane w statystyce
Statystyczna analiza danych w praktyce
Statystyczna analiza danych
Średnia arytmetyczna, mediana i dominanta
Statystyczna analiza danych
Wykresy i wykresy funkcji Adam Wesołowski Daniel Teterwak.
ze statystyki opisowej
Testy nieparametryczne – testy zgodności. Nieparametryczne testy istotności dzielimy na trzy zasadnicze grupy: testy zgodności, testy niezależności oraz.
Rozkłady statystyk z próby dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium.
Grupowanie danych statystycznych „ Człowiek – najlepsza inwestycja”
Średnia arytmetyczna, mediana, modalna. Opracowanie: Beata Szabat.
Człowiek – najlepsza inwestycja
Parametry rozkładów Metodologia badań w naukach behawioralnych II.
Dane statystyczne -odczytywanie informacji z diagramów.
Testy nieparametryczne
Statystyka matematyczna
Radosław Hołówko Konsultant: Agnieszka Pożyczka
MIARY STATYSTYCZNE Warunki egzaminu.
Ankieta statystyki.
Zapis prezentacji:

dla klas gimnazjalnych Prezentacja matematyki dla klas gimnazjalnych V. Zbieranie, organizowanie danych liczbowych Wejście

Często interesują nas informacje dotyczące pewnej zbiorowości – osób, zwierząt, albo przedmiotów. Na przykład chcielibyśmy dowiedzieć się: Jaki wzrost mają uczniowie klasy 3 gimnazjum ? Które z polskich miast najbardziej im się podobają ? W tym celu możemy wybrać grupę uczniów tych klas (jak najliczniejszą) i zanotować im wzrost (A) oraz nazwę wybranego przez nich miasta (B). Zapisujemy uzyskane informacje: 170, 182, 173, 149, 156, 145, 161, 152, 176, 160, 164, 159, 148, 163, 172, 169, 163. Szczecin, Wrocław, Wrocław, Warszawa, Przemyśl, Warszawa, Karków, Kraków, Gdańsk, Karków, Poznań, Poznań, Kraków, Gdańsk, Poznań, Warszawa, Karków, Karków, Gdańsk, Karków. Mówimy, że zebraliśmy dane. Jak widać z przykłady, nie zawsze są to liczby. Całą serie wyników przeprowadzonego pomiaru lub obserwacji (tzw. danych) nazywamy próbą. Zawiera ona liczne i szczegółowe informacje, z których jeszcze nie wiele widać. Pytania, jakie zwykle zadajemy na temat badanego zbioru – osób, zwierząt czy rzeczy – mają charakter ogólny i dotyczą całej zbiorowości, z której próba pochodzi. W statystyce badany zbiór osób, zwierząt albo przedmiotów nazywamy populacją. Aby odpowiedzieć na postawione pytania na podstawie próby, trzeba zebrane dane opracować. Dalej

Sposoby opracowywania danych Jakie cechy maja poszczgólne diagramy i do czego służą ? Liczby charakteryzujące próbę Wróć

Dane trzeba przedstawić w czytelny sposób, np Dane trzeba przedstawić w czytelny sposób, np. w postaci tabelek lub diagramów przedstawiających liczbę o rodzaj danych, które wystąpiły w próbie. Tabelka – wypisujemy wszystkie wyniki w próbie i notujemy, ile razy każdy z nich się pojawił. Diagram słupkowy – dla każdego rodzaju danych rysujemy słupek, którego wysokość obrazuje, ile razy wynik pojawił się w próbie. Diagram kołowy – liczebność całej próby odpowiada koło, w którym zaznaczamy wycinko o kątach odpowiadających częstościom poszczególnych rodzajów danych w całej próbie. Dalej

Dane uzyskane w próbie (B). TABELKA Dane uzyskane w próbie (B). Miasto Liczba uczniów Poznań /// 3 Szczecin / 1 Wrocław // 2 Przemyśl Gdańsk Karków /////// 7 Warszawa DIAGRAM SŁUPKOWY TABELKA Miasto Liczba uczniów Część kata pełnego w stopniach Poznań 3 Szczecin 1 Wrocław 2 Przemyśl Gdańsk Karków 7 Warszawa DIAGRAM KOŁOWY Dalej

Tabelka pozwala uporządkować zebrane dane i okazuje się przydatna, gdy sporządzamy diagramy. Liczby , , to częstości poszczególnych rodzajów danych. Na przykład dla Poznania częstość jest równa , ponieważ 3 osoby z 20 ankietowanych wskazało to miasto. Z diagramu słupkowego i kołowego można odczytać informacje dotyczące poszczególnych rodzajów danych, a także można je łatwo porównywać. W przykładzie (B) oba diagramy wyraźnie wskazują, że ulubionym miastem w tej grupie uczniów jest Kraków. Wróć

Dalej Cechy diagramu słupkowego: jest czytelny, gdy liczba poszczególnych rodzajów danych jest nieduża, a częstości są raczej duże, pozwala łatwo porównywać próby, o tej samej liczebności i strukturze danych (te same rodzaje danych), próby o różnych liczebnościach można porównywać jedynie w sposób przybliżony, na podstawie kształtów diagramów Cechy diagramu kołowego: jest czytelny, gdy próba składa się z kilku rodzajów danych, tzn. gdy koło dzieli się na kilka niezbyt wąskich wycinków, pozwala zaobserwować, jaką część całej próby stanowią poszczególne częstości, pozwala łatwo porównywać próby o różnych liczebnościach, nie można go stosować, gdy ankietowany może wybrać więcej niż jedna możliwość. Gdy stwierdzimy, że dana próba zawiera wiele rodzajów danych i wskutek tego diagramy kołowy i słupkowy będą nieczytelne, wówczas grupujemy zebrane dane w kilka grup i sporządzamy diagramy częstości dla danych pogrupowanych. Dalej

Wróć Cechy diagramu łodygowo – listkowego: Innym sposobem przedstawiania danych pogrupowanych, zachowującym dane surowe, jest diagram łodygowo – listkowy. Cechy diagramu łodygowo – listkowego: jest czytelny, zachowuje wszystkie dane surowe, umożliwia łatwe porównywanie dwu prób; dane drugiej próby zaznaczamy z drugiej strony tej samej łodygi. 6 2 listki na łodydze zaznaczamy liczbę dziesiatek, cyfry jedności tworzą listki 15 czytamy: 152, 156 dane umieszczamy w porządku rosnącym do dołu łodyki: do góry Wróć

Innym sposobem opracowywania danych jest znajdowanie liczb charakteryzujących całą próbę, to znaczy liczb, które moglibyśmy uznać za typowe dla badanej próby. Liczby te pomagają stawiać hipotezy, podejmować właściwe decyzje. Średnia arytmetyczna – to liczba uzyskana przez dodanie wszystkich wyników z próby i podzielenie tej sumy przez liczebność próby. Mediana (liczba środkowa) – to liczba znajdująca się pośrodku serii danych z próby, uporządkowanych w kolejności od najmniejszej do największej. Gdy liczba danych w próbie jest parzysta, wówczas jako medianę przyjmuje się średnią arytmetyczną obu liczb środkowych. Moda – to liczba, wielkość, cecha, która w danej próbie występuje najczęściej. Rozstęp danych – to różnica między największa i najmniejsza liczb ą w danej próbie. Kwartyl dolny zestawu danych – to mediana wyników znajdujących się na pozycjach niższych od pozycji mediany. Gdy liczba danych w próbie jest parzysta, kwartylem dolnym jest mediana pierwszej połowy danych uporządkowanych rosnąco. Kwartyl górny zestawu danych – to mediana wyników znajdujących się na pozycjach wyższych od pozycji mediany. Gdy liczba danych w próbie jest parzysta, kwartylem górnym jest mediana drugiej połowy danych uporządkowanych rosnąco. Wróć Koniec

Koniec