Upload
armin-paravlic
View
76
Download
5
Embed Size (px)
DESCRIPTION
Metode merenja i obrade podataka
Citation preview
Metode merenja i obradeMetode merenja i obradepodatakapodataka
Deskriptivna statistikaDeskriptivna statistika
esto predavanje
Sadraj
12/13/2009
1. ta je merenje2. Varijable i konstante3. Dizajn istraivanja i statistika analiza4. Statistiko zakljuivanje5. Organizacija podataka6. Prikaz podataka7. Mere centralne tendencije8. Mere disperzije9. Deskriptivna statistika u Excel-u
ta je merenje
ta je merenje (osnovni pojmovi)MERENJE: Uporeivanje odreene vrednosti sa zadatim
(definisanim) standardom
PODATAK: Rezultat merenja
STATISTIKA: Skup matematikih tehnika kojima se podaciorganizuju, tretiraju i prikazuju za dalju interpretaciju ievaluaciju
EVALUACIJA: Filozofski koncept odreivanja vrednosti, odnosnoznaaja dobijenih podataka
12/13/2009
Osobine merenjaSvako merenje mora da bude precizno... Validnost:
Da li rezutat merenja u saglasnosti sa onim to bitrebalo da meri...
Pouzdanost: Mera ponovljivosti
Objektivnost: Uticaj razliitih faktora izbegnut ili kontrolisan
Osobine merenjaVie o validnosti i pouzdanosi moete saznati na:1. A New View of Statisticshttp://www.sportsci.org/recource/stats/index.ht
ml
http://www.humankinetics.com
Deseto poglavlje
Cela knjiga
Merni postupak
Merni postupak Identifikacija objekta koji treba izmeriti Standard (jedinica mere) Proces uporeivanja (MERENJE!)... Kvantitativni zakljuak...
Merni postupak
h = 1,85 mRezultat merenja
Oznakaveliine
Brojnavrednost
Oznaka mernejedinice
Kada rezultat merenja pridodamo odgovarajuoj ljudskojosobini koju smo merili (recimo visini oveka) rezultatpostaje varijabla (promenljiva) vidi nastavak...
Varijable i konstante
Varijable i konstante Varijabla je karakteristika osobe, mesta, stvariili procesa (deavanja) koja moe da ima vierazlitih vrednosti (promenljive)
Konstante (parametri) su karakteristike kojese vremenom ne menjaju (nepromenljive)
Vrste i klasifikacija podataka
Rezultati merenja odgovarajuihRezultati merenja odgovarajuihvarijabli mogu se klasifikovati na vie naina:varijabli mogu se klasifikovati na vie naina:
Prema objektivnostimerenja: Kvantitativni rezultati(podaci)
Kvalitativni rezultati(podaci)
Varijable: Kontinualne i diskretneVarijable: Kontinualne i diskretne
Prema skali merenja:Prema skali merenja: Nominalni (koje se prebrojavaju)Nominalni (koje se prebrojavaju) Ordinalni (redosled)Ordinalni (redosled) Intervalni (mogu imati negativne vrednosti)Intervalni (mogu imati negativne vrednosti) Racionalni (ne mogu biti negativne)Racionalni (ne mogu biti negativne)
Istraivaki dizajn istatistika analiza
Testiranje hipoteze: Istraivaka hipoteza (Hn) Nulta hipoteza (H0)
Ukoliko je H0 tana, Hn je netana i obrnuto...
Nezavisne i zavisne promenljiveU zavisnosti od mogunosti da na njih utiemoeksperimentalnim dizajnom...
Nezavisne (prediktorske)
Zavisne (kriterijumske)
Validnost eksperimenta
Eksperiment (kao deo istraivakog dizajna)mora da poseduje i tzv. unutranju (internal)i tzv. spoljanju (external) validnost.
Zakljuivanje u statistici
Zakljuivanje u statistici Populacija: ma koja grupa pojedinaca, mestaili stvari koje imaju bar jednu zajednikuosobinu
Uzorak: deo populacije, koji je predmetstatistike obrade
Greka predvianja je obrnuto srazmernaveliini uzorka
Odabir uzorka Sluajnim odabirom: svaki lan populacije imajednake anse da bude izabran
Stratifikovano uzorkovanje: prethodnopopulaciju delimo u odgovarajue grupe (kojeimaju neto zajedniko...)
Odabir uzorkaUkupan broj studentataUzorakUzorak (%)
I godina II godina III godina IV godinaBroj studenata po godinamaUzorak
100050
5.00%
400 250 200 15020 13 10 8
Parametri i statistikaParametar
karakteristika itave populacijeStatistika
Karakteristika uzorka
Parametri i statistikaSvaka procena parametra na osnovu statistikeuzorka ima izvesnu greku
Vrednost greke se nikada na zna pouzdano alise moe proceniti na osnovu veliine ivarijabiliteta uzorka
Prikaz podataka
Raspodele Prikaz po redosledu Raspodela po frekvencijama Raspodela po grupnim frekvencijamaU zavisnosti od vrste podataka: Tabelarno Grafiki
Organizovanje podatakaOpseg (R): Najvea vrednost (H) manje najmanjavrednost (L):
* Ukoliko se uraunaju i vrednosti na krajevima
R = HR = H L+1*L+1*R = HR = H -- LL
Prikaz po redosledu
Primer: Prikazani su rezultati testiranja 15deaka (zgibovi sa dlanovima okrenutim kaspolja):
12, 10, 9, 8, 2, 5, 18, 15, 14, 17, 13, 12, 8, 9, 16
Prikaz po redosledu
Raspodela po frekvencijama
Raspodela grupnih frekvencija
Interval = Opseg/15
Raspodela grupnih frekvencija
Histogram
Poligon frekvencija
MERE CENTRALNETENDENCIJE
12/13/2009
Sadraj1. Mere centralne tendencije2. Mere disperzije3. Deskriptivna statistika u Excel-u
12/13/2009
Mere centralne tendencijeMEDIJANA (Centralna vrednost)
MODUS (Najea vrednost)
SREDNJA VREDNOST (Aritmetika sredina)
MedijanaPodatke poreaj po rastuem redosledu:Odredi poloaj (C) (koji je po redu) centralnogpodatka: C = (N+1)/2
za neparan broj podataka na tom (C-tom)poloaju se nalazi medijana.
za paran broj podataka dva su rezutata usredini pa je medijana srednja vrednost ta dvacentralna podatka
Medijana (paran broj podataka)
0,73 + 1,102
5,40 1,10 0,42 0,73 0,48 1,10
0,42 0,48 00,,7373 11,,1010 1,10 5,40
MEDIJANA je 0,915
Medijana (neparan broj podataka)5,40 1,10 0,42 0,73 0,48 1,10 0,66
0,42 0,48 0,66 00,,7373 11,,1010 1,10 5,40
MEDIJANA je 0,73
Modus
Modus je 1.10Dvostruki modus - 27 & 55Nema modusa
a. 5.40 1.10 0.42 0.73 0.48 1.10
b. 27 27 27 55 55 55 88 88 99
c. 1 2 3 6 7 8 9 10
Aritmetika sredinaZbir svih podataka podeli brojem podataka
Nx
xi_ x i - i-ti podatak, N-ukupan broj podataka
Zajednika aritmetika sredinaZbir proizvoda srednjih vrednosti podataka i njihovog
broja podeli ukupnim brojem svih podataka
i
ii
NxN
x
_
_
Ni x i - proizvod i-te srednje vrednostii broja podataka iz kojeg je ta srednjavrednost izraunata
Aritmetika sredina (raspodela podatakaprema uestanosti)
Sumu proizvoda uestanosti pojavljivanja iodgovarajuih vrednosti podeli ukupnimbrojem podataka
x i - i-ti podatak,fi -ukupan broj podatakaN= fiN
xfx
ii
MERE DISPERZIJE
Opseg (raspon)Opseg (R): Najvea vrednost (H) manje najmanjavrednost (L):
* Ukoliko se uraunaju i vrednosti na krajevima
R = HR = H L+1*L+1*R = HR = H -- LL
KvartiliKVARTILI1. Podaci se poreaju od najmanjeg do najveeg.2. Q1 - Odreujemo kao medijanu prvih 50%
podataka.3. Q3 - Odreujemo kao medijanu drugih
50%podataka.
KvartiliMeukvartilni opseg:
I = QI = Q33--QQ11
Srednje (absolutno) odstupanje
N
xxi
_
Srednje odstupanje
xi - i-ti podatakx aritmetika sredinaN broj podataka
Varijansa
varijansa standardna
devijacija xi - i-ti podatak x aritmetika sredina N broj podataka
1
2_
2
N
xxi
1
22
2
NNx
xi
i
Varijansa (raspodela podataka premauestanosti)
varijansa standardna devijacija xi - i-ti podatak x aritmetika sredina fi uestanost i tog podatka
1
22
2
NNfxfx
Standardna devijacija
2 Standardna devijacija: Kvadratni koren varijanse:
Deskriptivna statistika u Excelu
Moe ovako, ako hoete da raunate korakpo korak...
Deskriptivna statistika u Excelu
Deskriptivna statistika u Excelu