Содержание
- 2. Оптимизируются те или иные объекты. Для оптимизации объекта следует иметь об этом объекте достаточное количество априорной
- 3. При исследовании объекта применяют аналитические методы, т. е. методы, основанные на применении математики, физики, теоретической механики,
- 4. Таким образом, модель процесса бурения – воспроизведенный в той или иной степени охвата по объему и
- 5. Сущность математического описания объекта (системы) или процесса заключается в получении математической модели или соотношения, связывающего характеристики
- 6. Основной характеристикой объекта исследований является его сложность. Она определяется количеством разнообразия, или числом различимых состояний, в
- 7. простой объект – такой объект, при функционировании которого выходной параметр (скорость бурения) изменяется под влиянием определенного
- 8. Сложный объект – это объект, при функционировании которого под влиянием факторов происходит изменение неучтенных параметров, которые,
- 9. Данные – результаты некоторого количества измерений какой-либо ПЕРЕМЕННОЙ (переменных) – variable. Например: вес, длина тела, пол,
- 11. наблюдение ВЫБОРКА Генеральная совокупность = популяция – совокупность всех интересующих нас объектов Описательная (descriptive) статистика :
- 12. Выборка должна быть репрезентативной, т.е. её свойства должны ОТРАЖАТЬ СВОЙСТВА ПОПУЛЯЦИИ. Для этого она должна быть
- 13. Три основные концепции в анализе данных: Что такое РАСПРЕДЕЛЕНИЕ ПЕРЕМЕННОЙ и как его описывать Что такое
- 14. Переменные Количественные Ранговые ordinal (качественные, но могут быть упорядочены; размер интервалов на шкале неодинаковый) Качественные nominal
- 15. шкала отношений (ratio scale): размер интервалов на протяжении всей шкалы одинаковый; существует реальное нулевое значение. Примеры:
- 16. Частотное распределение переменной (frequency distribution) – это соответствие между значениями переменной и их вероятностями (на практике
- 17. Частотное распределение переменной (frequency distribution) Картинка распределения КАЧЕСТВЕННЫХ или ранговых переменных (bar graph). Столбчатая диаграмма («гистограмма»
- 18. Частотное распределение количественной переменной Взвешиваем N кроликов
- 19. Частотное распределение количественной переменной Упорядочим по возрастанию значения переменной (выстроим кроликов от меньшего к большему); разобьём
- 20. Гистограмма – графическое представление частотного распределения, разбитого по интервалам, где высота столбика отражает ЧАСТОТУ Частотное распределение
- 21. Частотное распределение переменной
- 22. Три ОСНОВНЫЕ ХАРАКТЕРИСТИКИ, которыми можно почти полностью описать большинство распределений «Середина» распределения; «Ширина» распределения; Форма распределения
- 23. «Середина» распределения (central tendency) «Середина» Мода (mode) Медиана (median) Среднее значение (mean) Разница понятий parameter и
- 24. Частотное распределение переменной «Середина» распределения Среднее значение – сумма всех значений переменной, делённая на количество значений
- 25. Частотное распределение переменной «Середина» распределения Медиана (median)– значение, которое делит распределение пополам (его площадь в т.ч.):
- 26. Если распределение не симметричное, медиана лучше характеризует центр распределения. она содержит меньше информации, чем среднее (определяется
- 27. Частотное распределение переменной Квартили (quartiles) делят распределение на четыре части так, что в каждой из них
- 28. Квартиль 1 Квартиль 3 медиана Частота Значение переменной 25% 25% 25% 25% Частотное распределение переменной
- 29. Мода (mode) – наиболее часто встречающееся значение, локальный максимум Частотное распределение переменной «Середина» распределения Существует не
- 30. Частотное распределение переменной «Середина» распределения Мода, медиана и среднее СОВПАДАЮТ для симметричного унимодального распределения К появлению
- 31. Для публикаций Традиционно, для выборки приводят среднее значение (mean) – удобно для сравнения с литературой и
- 32. Частотное распределение переменной «Ширина» распределения = Разброс* Размах (range) Стандартное отклонение (standard deviation) Дисперсия (variance) *
- 33. Стандартное отклонение (standard deviation) Частотное распределение переменной Разброс распределения Для выборки: Для популяции: Поправка на то,
- 34. Частотное распределение переменной Разброс распределения Дисперсия (variance) Для выборки: Для популяции: Равна стандартному отклонению в квадрате
- 35. Коэффициент вариации (Coefficient of variation) Частотное распределение переменной Разброс распределения Даёт понять, насколько на самом деле
- 36. Параметры разброса для качественных данных: Индексы разнообразия (indices of diversity) Показывают, насколько равномерно данные распределены по
- 37. Для публикаций Традиционно, вместе со средним значением приводят стандартное отклонение (±SD); Иногда в статье приводится размах,
- 38. Частотное распределение переменной По ФОРМЕ распределения различаются: По количеству «максимумов» (мод): унимодальное бимодальное мультимодальное обычно возникают,
- 39. Частотное распределение переменной По признаку симметрии: Симметричное Скошенное (skewed) вправо (positively) влево negatively По ФОРМЕ распределения
- 40. Частотное распределение переменной 3. распределение асимптотическое не асимптотическое По ФОРМЕ распределения различаются:
- 41. Частотное распределение переменной Нормальное распределение (Гауссово): первое знакомство Унимодальное Симметричное Асимптотическое Высота деревьев, масса тела новорожденных,
- 42. Стандартное отклонение (standard deviation): для нормального распределения = дистанции от среднего значения до каждой из точек
- 43. Частотное распределение переменной «Площадь распределения» Площадь, которую занимает график распределения, соответствует количеству измерений в выборке. Отрезая
- 44. Частотное распределение переменной Процентили и z-оценка (standard score) 95% процентиль – значение переменной, левее которого находится
- 45. Частотное распределение переменной Процентили и z-оценка (standard score) Z-оценка (z-scores) – переменная, соответствующая количеству стандартных отклонений
- 46. Частотное распределение переменной Площадь нормального распределения Нормальное распределение определяется лишь 2-мя параметрами – μ и σ
- 47. Частотное распределение переменной Площадь нормального распределения Z-оценка (количество стандартных отклонений) Откладывая от среднего значения стандартное отклонение
- 48. Частотное распределение переменной Площадь нормального распределения
- 49. Площадь нормального распределения
- 50. Распределение выборочных средних (sampling distribution of the means) Три основные концепции в анализе данных: Что такое
- 51. Распределение выборочных средних Что мы можем сказать обо всей ПОПУЛЯЦИИ, если всё, что у нас есть,
- 52. Распределение выборочных средних Мы посчитали средние массы студентов в КАЖДОЙ группе, и теперь построим распределение из
- 53. Распределение выборочных средних Распределение выборочных средних Выборка (группа) Популяция (все студенты) Чтобы уменьшить ошибку среднего, можно
- 54. Распределение выборочных средних ЦЕНТРАЛЬНАЯ ПРЕДЕЛЬНАЯ ТЕОРЕМА Определяет форму, среднее и разброс в распределении выборочных средних Пример
- 55. Распределение выборочных средних Следствие: если некоторая величина отклоняется от среднего под воздействием слабых, независимых друг от
- 56. Распределение выборочных средних Масса кролика определяет многими факторами: Генотип – 7 кг Питание – 20 кг
- 57. Распределение выборочных средних У нас есть одна выборка. Из неё мы получили среднее значение Насколько оно
- 58. Распределение выборочных средних Вопрос: какая часть ОСОБЕЙ имеет массу больше 55 кг? Другой вопрос: какая часть
- 59. Оценка параметров популяции на основе свойств выборки Пусть мы изначально знаем среднюю массу студентов 1-го курса
- 60. Оценка параметров популяции на основе свойств выборки 95% доверительный интервал (95% confidence interval): интервал значений переменной,
- 61. Оценка параметров популяции на основе свойств выборки Вопрос: где расположено μ? Ответ: я точно не знаю,
- 62. Оценка параметров популяции на основе свойств выборки Мы не знаем стандартное отклонение в популяции, и оцениваем
- 63. t-распределение (Стьюдента) df=k При больших (>30) размерах выборок приближается к нормальному
- 65. иногда стандартную ошибку среднего приводят как показатель разброса в выборке (±SE); это не очень корректно, т.к.
- 66. В чём ошибки?
- 68. Скачать презентацию