Статистика
<<  Статистические распределения и их основные характеристики Статистические исследования  >>
Я подготовил тезисы своего доклада, а вы подберите немного статистики,
Я подготовил тезисы своего доклада, а вы подберите немного статистики,
Роль статистики в проведении исследований
Роль статистики в проведении исследований
Меры центральной тенденции
Меры центральной тенденции
Меры изменчивости (вариативности)
Меры изменчивости (вариативности)
Вероятность (классическое определение)
Вероятность (классическое определение)
Вероятность (статистической определение)
Вероятность (статистической определение)
Графическая интерпретация
Графическая интерпретация
Статистические методы исследования
Статистические методы исследования
Статистические методы исследования
Статистические методы исследования
Статистические методы исследования
Статистические методы исследования
Структура эксперимента
Структура эксперимента
Картинки из презентации «Статистические методы исследования» к уроку алгебры на тему «Статистика»

Автор: pogrebitskaya. Чтобы познакомиться с картинкой полного размера, нажмите на её эскиз. Чтобы можно было использовать все картинки для урока алгебры, скачайте бесплатно презентацию «Статистические методы исследования.ppt» со всеми картинками в zip-архиве размером 587 КБ.

Статистические методы исследования

содержание презентации «Статистические методы исследования.ppt»
Сл Текст Сл Текст
1Статистические методы исследования. 23анализ характеристик распределения
2Я подготовил тезисы своего доклада, а Измерение центральной тенденции Измерение
вы подберите немного статистики, чтобы их вариации. Нахождение и анализ выбросов.
обосновать. Выделение границ для выбросов, анализ
3Математическая статистика. экстремальных и умеренных выбросов. Анализ
Математическая статистика - область науки, формы распределения. Вычисление и анализ
изучающая случайные явления, коэффициентов асимметрии и куртозиса.
разрабатывающая математические методы 24Вероятность (классическое
систематизации, обработки и использования определение). Вероятностью события А
статистических данных для научных и назовем отношение числа благоприятных
практических выводов. Составными частями исходов к общему числу элементарных
математической статистики являются: (1) исходов (классическое определение
описание данных, (2) статистическое вероятности). Вероятность достоверного
оценивание (3) проверка статистических события равна единице Вероятность
гипотез. невозможного события равна нулю.
4Замечания. Статистические методы Вероятность любого события не может быть
основаны на логике. Следует опасаться меньше нуля и больше единицы: 0 < p(A)
применения статистических методов без их < 1.
глубокого понимания и без контекста, 25Вероятность (статистической
который может оказаться крайне важным. определение). Вероятность события А -
Только после постижения внутренней логики предельная относительная частота появления
каждого из методов можно с уверенностью события А при проведении серии испытаний,
говорить о способности исследователя без при неограниченном увеличении их числа.
труда применять статистику для изучения 26Нормальное распределение.
явлений. 27Выборки. Зависимые (связные)
5Статистические данные. Числовые ? Независимые (несвязные) Требования к
Числовая статистика Числовые формированию выборок: Однородность
статистические данные – это числа, Репрезентативность Повторность или
вектора, функции. Их можно складывать, безповторность.
умножать на коэффициенты. Поэтому в 28Определение объема выборки (для
числовой статистике большое значение имеют социологических, педагогических и
разнообразные суммы. Математический психологических исследований). Принято
аппарат анализа сумм случайных элементов считать, что при n ? 60 выборка большая
выборки – это (классические) законы или репрезентативная, но такое деление
больших чисел и центральные предельные тоже весьма условно; наибольший объем
теоремы. выборки необходим при разработке
6Статистические данные. Нечисловые ? диагностической методики – от 200 до
Нечисловая статистика Нечисловые 1000-2500 человек; если необходимо
статистические данные – это сравнивать две выборки, их общая
категоризованные данные, вектора численность должна быть не менее 50
разнотипных признаков, бинарные отношения, человек; численность сравниваемых выборок
множества, нечеткие множества и др. Их должна быть приблизительно одинаковой;
нельзя складывать и умножать на 29Определение объема выборки (для
коэффициенты. Поэтому не имеет смысла социологических, педагогических и
говорить о суммах нечисловых психологических исследований). если
статистических данных. Они являются изучается взаимосвязь между какими-либо
элементами нечисловых математических свойствами, то объем выборки должен быть
пространств (множеств). Математический не меньше 30-35 человек; чем больше
аппарат анализа нечисловых статистических изменчивость изучаемого свойства, тем
данных основан на использовании расстояний больше должен быть объем выборки. Поэтому
между элементами (а также мер близости, изменчивость можно уменьшать, увеличивая
показателей различия) в таких однородность выборки, например по полу,
пространствах. возрасту и т.д.. при этом, естественно,
7Переменные. Данные (data) представляют уменьшаются возможности генерализации
собой результаты наблюдений, испытаний, выводов.
накапливаемые с целью последующего 30Статистический метод определения
изучения и анализа. Переменная, признак объема безповторной выборки. Где n – объем
(variable) - это некоторая общая для всех выборки, ? – стандартное отклонение, N –
изучаемых объектов характеристика или объем генеральной совокупности, ? –
свойство, конкретные проявления которого предельная ошибка репрезентативности,
могут меняться от объекта к объекту. задается обычно в пределах от 0,01 до 0,10
Проявления признака называют значениями, с наиболее частым употреблением 0,05 (5%);
показателями, альтернативами, градациями. t – табулированная константа, табличные
Распределение переменной (distribution of значения этой величины следующие: t=1,96,
the variable) - совокупность различных при ?=0,05; t=2,58, при ?=0,01.
значений, которые переменная принимает для 31Исследование. Выборочное. Сплошное.
различных изучаемых объектов. Целенаправленное (есть список ген.сов.).
8Определения. Гипотеза (hypothesis) - Случайное (вероятностное). С учетом групп
предположение относительно параметров (кластеров). Без учета групп (кластеров).
генеральной совокупности, которое подлежит Выборки. Выборки. Выборки. Кластерная.
проверке на основе анализа выборки. Квотная. Типическая. Простая.
Генеральная совокупность (population) - Стратифицированные. Систематизированная.
вся интересующая исследователя Стихийная.
совокупность изучаемых объектов. Выборка, 32Алгоритм решения. Определить, какая
выборочная совокупность (sample) - модель кажется наиболее подходящей для
некоторая, обычно небольшая, часть доказательства научных предположений
генеральной совокупности, отбираемая Ознакомиться с описанием метода, примерами
специальным образом и исследуемая с целью и задачами Рассмотреть ограничения
получения выводов о свойствах генеральной критерия и возможность сбора необходимых
совокупности. Параметры (parameters) - данных. Определить объем выборки
числовые характеристики генеральной Обеспечить доступ к выборке Провести
совокупности. Статистики (statistics) - исследование, обработать полученные данные
числовые характеристики выборки. по заранее выбранному алгоритму Если
9Роль статистики в проведении ограничения выполнить не удалось,
исследований. обратиться к предыдущим шагам, когда
10Измерение явлений. Измерение данные уже получены.
(measurement) означает присвоение чисел 33Схема применения статистических
характеристикам изучаемых объектов, методов. Формулируются статистические
явлений согласно некоторому правилу. Шкала гипотезы: Но: гипотеза об отсутствии
(scale) есть правило или алгоритм, в различий (так называемая нулевая гипотеза)
соответствии с которым изучаемым объектам, Н1: гипотеза о значимости различий (так
явлениям присваиваются числа. называемая альтернативная гипотеза) Для
11Типы данных. Дискретные данные принятия решений о том, какую из гипотез
(discrete data) представляют собой следует принять, используют решающие
отдельные значения признака, общее число правила – статистические критерии То есть,
которых конечно либо если бесконечно, то на основании информации о результатах
является счетным, т.е. может быть наблюдений вычисляется число, называемое
подсчитано натуральными числами от одного эмпирическим значением критерия. Это число
до бесконечности. Непрерывные данные сравнивается с известным (например,
(continuous data) могут принимать любое заданным таблично) эталонным числом,
значение в некотором интервале. называемым критическим значением критерия.
12Критерии измерений. Надежность 34Критические значения. Находится по
измерения (reliability) означает специальным таблицам – для каждого метода
возможность получить согласующиеся свои таблица Зависят или от объема
результаты при повторных Достоверность выборки, или от количества интервалов, или
измерения (validity) означает соответствие количества выборок Зависят от уровня
между результатами измерения и его целями, значимости Уровни значимости - вероятность
между выбранной шкалой и исследуемыми ошибки, заключающейся в отклонении (не
переменными. измерениях характеристик принятии) нулевой гипотезы, когда она
объекта. Завершенность измерения верна, то есть вероятность того, что
(exhaustive) означает, что в результате различия сочтены существенными, а они на
измерения мы должны получить какой-либо самом деле случайны. Обычно различают (p)
результат. Единственность измерения 0,05, 0,01 и 0,001.
(mutually exclusive) означает, что в 35Правила принятия гипотез. Если
результате измерения мы получим только полученное исследователем эмпирическое
одно значение переменной. значение критерия оказывается меньше или
13Измерительные шкалы (С. Стивенс). равно критическому, то принимается нулевая
Номинативная, или номинальная, или шкала гипотеза. В противном случае, если
наименований (в том числе дихотомическая) эмпирическое значение критерия оказывается
порядковая, или ранговая, или ординальная строго больше критического, то нулевая
шкала интервальная, или шкала равных гипотеза отвергается и принимается
интервалов шкала равных отношений или альтернативная гипотеза. В разных науках
реляционная шкала. принято считать низшим разный уровень
14Стивенсовская типология измерительных статистической значимости, например в
шкал получила повсеместное психологии – это 0,05 в экономике, физике
распространение, однако, по мнению – это 0,01.
Суходольского Г.В. к числу измерительных 36Графическая интерпретация.
шкал относятся только интервальные и 37
реляционные шкалы. Применение 38Интерпретация ответов. rxy = 0,669.
статистического метода определяется, Гипотеза H0 отвергается и принимается
прежде всего, шкалой в которой измерена гипотеза H1 (при ??0,01). Достоверность
переменная. составляет 99%. rxy = 0,669. Гипотеза H0
15Шкала. Особенности. Пример. отвергается и принимается гипотеза H1 (при
Номинальная. Содержит только категории, ??0,05). Достоверность составляет 95%.
данные не могут упорядочиваться. Хобби 39Классификация задач. Выявление
студента. Только название. Дихотомическая. различий в уровне исследуемого признака
Содержит две категории. Пол студента. Оценка сдвига значений исследуемого
Третьего не дано, если не рассматривать признака Выявление различий в
исключения. Порядковая. Категории могут распределении признака. Выявление степени
упорядочиваться, но разности не имеют согласованности изменений Анализ изменений
смысла. Место на соревнованиях. Лучше признака под влиянием контролируемых
результат - выше место. Интервальная. условий Методы многомерного анализа.
Разности между значениями могут быть 40Пример методов для определения связи
вычислены, но нет отношений. Температура между переменными. Пример методов. ?
студента. У больного выше на 1-2°С. коэффициент корреляции Пирсона ? -
Относительная. Имеется точка отсчета, коэффициент корреляции Кендалла R –
возможны отношения между значениями. Рост бисериальный коэффициент корреляции ? -
студента. Один в 1,2 раза выше другого. корреляционное отношение Пирсона rS -
16Представление данных. Группировка коэффициент ранговой корреляции Спирмена
Табулирование Ранжирование Распределение rxy - коэффициент линейной корреляции
частот Интервальное распределения частот Пирсона Множественная и частная корреляция
Статистические ряды Графическое Линейная, криволинейная и множественная
представление данных. регрессия Факторный и кластерный анализы.
17Меры центральной тенденции. Мода 41Структура эксперимента.
Медиана Среднее арифметическое значение 42Корреляционный анализ.
Среднее геометрическое Среднее 43Линейная положительная связь. Линейная
гармоническое. Mo. Md. отрицательная связь. Криволинейная связь.
18Меры изменчивости (вариативности). Случайная связь.
Размах Квартильный размах Дисперсия 44Степень (сила или теснота)
Стандартное отклонение Коэффициент корреляционной связи определяется по
вариации Асимметрия Эксцесс. величине коэффициента корреляции,
19Наименование характеристики. Для обозначающегося часто как r. -1 ? r ? +1.
генеральной совокупности. Для выборки. Сила связи не зависит от ее направленности
Количество элементов. N. n. Частота. M. m. и определяется по абсолютному значению
Частость (доля). Среднее. Дисперсия. коэффициента корреляции /r/. Если
Стандартное отклонение. коэффициент корреляции по модулю
20Стандартизация шкал. Ст. откл. Sx. Ст. оказывается близким к 1, то это
откл. Sz=1. Ст. откл. Sy. Множество X. соответствует высокому уровню связи между
Множество Z. Множество Y. Любое множество переменными.
n данных со средним и стандартным 45Тип шкалы. Тип шкалы. Мера связи. Мера
отклонением Sx можно преобразовать в связи. Переменная А. Переменная В.
другое множество со средним 0 и Интервальная или отношений. Интервальная
стандартным отклонением 1 таким образом, или отношений. rxy – коэффициент линейной
что преобразованные значения будут корреляции Пирсона. Порядковая,
непосредственно выражаться в отклонениях интервальная или отношений. Порядковая,
исходных значений от среднего, измеренных интервальная или отношений. rS -
в единицах стандартного отклонения. Новые коэффициент ранговой корреляции Спирмена.
значения называют значениями z. Множество Порядковая. Порядковая. ? - коэффициент
данных можно расположить на любой шкале, корреляции Кендалла. Дихотомическая.
то есть им можно приписать желаемые Дихотомическая. ? коэффициент корреляции
среднее (d) и стандартное отклонение (с), Пирсона. Дихотомическая. Порядковая. Rrb –
пользуясь выражением. Среднее. Среднее. рангово-бисериальный коэффициент
Среднее. корреляции. Дихотомическая. Интервальная
21Гистограмма результатов тестирования или отношений. Rбис – бисериальный
43 абитуриентов. Кривая распределения. коэффициент корреляции. Интервальная.
Полигон распределения. Кумулятивный Порядковая. Не разработан.
полигон. 46? Пример. r= 0,67 r= 0,12 r= 0,98 r=
22 -0,67 r= -0,13 r= 0,79. r0,05= 0,69 r0,01=
23Исследовательский анализ данных. 0,89. r0,01= 0,78. Сильная, или тесная
Исследовательский анализ данных средняя умеренная слабая очень слабая. При
(Exploratory Data Analysis - EDA) r > 0,70; при 0,50 < r < 0,69;
представляет собой применение при 0,30 < r < 0,49; при 0,20 < r
статистических методов для представления, < 0,29; при r < 0,19. Общая
упорядочения данных и понимания их классификация. Частная классификация.
важнейших характеристик. Это комплексный
Статистические методы исследования.ppt
http://900igr.net/kartinka/algebra/statisticheskie-metody-issledovanija-142022.html
cсылка на страницу

Статистические методы исследования

другие презентации на тему «Статистические методы исследования»

«Исследование психология» - Обобщены представления… Цель. Практическая значимость. Объект исследования — коллектив муниципальной организации. Методологические основы написания дипломных квалификационных работ. Систематизированы… Пример: Объект исследования — эффективность работы муниципальных служащих. СТРУКТУРА ВВЕДЕНИЯ Актуальность.

«Статистическая информация» - Планирование статистической информации. Категории пользователей статистической информации. Виды информационных услуг, предоставляемых органами государственной статистики. Федеральная служба государственной статистики. Предоставление статистической информации пользователям. Подведомственные организации, осуществляющие коммерческую реализацию статистической продукции.

«Статистические характеристики» - Комбинаторика». Статистическое оценивание и прогноз. Статистик — специалист в области статистики1-3. Пособие для учителей. Формулировка выводов. Таблица частот. Лингвистическая с. (раздел лингвистики, занимающийся количественными закономерностями естественного языка). Статистические характеристики (2).

«Исследования XIX века» - Кругосветные экспедиции совершили В.Головин-1807-11,Ф.Литке-1826-29 и составили 50 карт. 3.Освоение русской Америки. Русские Экспедиции В нач. 19века. 1.1-я русская кругосветная экспедиция. Г.И.Невельской. И.Ф.Крузенштерн. 2.2-я русская кругосветная экспедиция. М.П.Лазарев. Ф.Ф.Беллинсгаузен. Ледяные горы в Антарктиде.

«Исследование жизни» - Спортом занимается 2/3 опрошенных Ежедневное гуляние отметила 1/3 опрошенных. Спорт и прогулки. Синтетический показатель ОЖ. Показатель ЗОЖ: результаты. Еда. Курение, алкоголь. Определение ЗОЖ. Группа исследователей. Результаты. Молодёжь придерживается здорового образа жизни по мере возможности. Замечания.

«Исследование учащихся» - Могут иметь элемент научной новизны. Как ты понял, что теоретический обзор готов? Что было твоими критериями? Проблемно-реферативные. Групповая форма интервью. Подходы к проблеме мотивации в школе и учебно-исследовательской деятельности. Множество «проб и ошибок» в реализации эксперимента. Методы исследования.

Статистика

17 презентаций о статистике
Урок

Алгебра

35 тем
Картинки
900igr.net > Презентации по алгебре > Статистика > Статистические методы исследования