Представлення та візуалізація даних

Базова класифікація даних 3 способами:

• За кількістю змінних

• За типом представлення інформації

• За часом

За кількістю даних

• Одновимірні. Використовуємо інформацію про одну змінну. Спостереження за ВВП

• Двовимірні. Складається з двох ознак, зареєстрованих для всіх об’єктів. Дані по експорту/імпорту.

• Багатовимірні. Більше 2-х ознак одночасно. Можна визначити типове значення, діапазон розсіювання та взаємозв’язок між ними.

За типом представлення інформації

• Кількісні – значення, які приймаємо – це числа, що мають змістову інтерпретацію.

  • Дискретні – приймають значення з певного списку чисел.

  • Неперервні – значення, з усього числового діапазону.

• Якісні – приймають не числові значення

  • Порядкові – значення, які відповідають певним категоріям, які можемо впорядкувати по зростанню (статус родини:вищий, середній, низький)

  • Номінальні приймають значення з певного переліку категорій.

  • Біпарне значення – два взаємовиключаючих значення – стать.

За часом

• Часові ряди, якщо значення залежить від часового показника

• Відносні до одного часового зрізу

Дані бувають:

• Первинні – самостійно проводимо збір інформації

• Вторинні – дані, що вже готові.

Описові статистики

Для полегшення представлення частот розподілу використовуємо певні числові характеристики.

Описові або дискретивні статистики. Статистика – позначення певної числової функції, що описує результати спостереження.

Частота використання 2 групи описової статистики:

• Міри центральної тенденції

• Міри варіації/розсіювання

• Міри центральної тенденції

Вказує на розташування центральних бо середніх значень змінної, навколо якого згуртовані всі інші значення.

Воно пов’язане мінімальною та максимальною точкою.

Можемо сказати, що мінімальне значення не більше середнього і максимальне значення не менше середнього.

Мода (М_о) – це значення, що зустрічається найбільш часто.

Розподілення оцінок за симетср 3 4 4 5 3 4 3 5 4 4 4 4 – четвірка мода

Якщо в розподілі значень змінної зустрічається 2 або більше мод – розподіл бімодальний або мультимодальний.

Якщо частота приблизно однакова – то моди не існує

Для якісної змінної мода це єдиний спосіб визначення центральної тенденції.

Для кількісної змінних у випадку неперервних змінної спочатку модальний інтервал, а вже потім модальне значення.

Медіана (М_е) – це значення змінної, що відповідає середній впорядкованості, ряду всіх значень.

Для того, щоб знайти Медіану, треба впорядкувати всі значення змінної від мінімального до максимального і визначення те значення, яке розташоване точно в середині впорядкованого ряду і є медіана.

Якщо кількість значень парна, то медіана як середньоарифметична двох центральних значень.

5 4 5 2 3 4 5 3 – Медіана 2,5

Для кількісних неперервних знаходимо медіальний інтервал, а потім визначаємо значення медіани.

Середнє значення (“х” з горизональної палочкою зверху) – найбільш поширена центральна тенденція для кількісної змінної. Сума всіх значень ділиться на кількість

4 2 3 – Середнє значення 3,33

Властивості

• Якщо скласти результат віднімання від відхилень середнього арифмитичного, то сума = 0.

3 5 7 9 – середнє значення 24/4= 6

3 – 6 = -3

5 – 6 = -1

7 – 6 = 1

9 – 6 = 3

(-3) + (-1) + 1 + 3 = 0

• Сума квадратів відхиленн всіх змінних від середнього менша суми квардатів відхилення від будь-якого іншого значення. Помилка обумовлена як сума квадратів відхилень, завжди мінімальна.