ANALIZA ILOŚCIOWA W EKONOMII, prowadzący dr Dorota Wiśniewska

Statystyka opisowa - proste przykłady powtórkowe

(w przypadku zaliczenia on-line treść zadania przekazywana jest zwykle w Excelu i tam
można zadanie rozwiązywać)
Przykład 1. Załóżmy, że w pewnej zbiorowości wartość badanej cechy kształtowała się następująco

Wartość Liczba
zmiennej przypadków
0-5 40
5-10 30
10-15 80
15-20 50
Część 1. Ustal i zinterpretuj:

1) Średnią wartość badanej cechy

2) Medianę
3) Kwartyl pierwszy i trzeci
4) Dominantę
5) Czy wystąpiły oznaki asymetrii?

Część 2.

6) Jaką miarę dyspersji da się ustalić, wykorzystując wyniki uzyskane w części 1? Ustal i zinterpretuj.
7) Jaką miarę asymetrii da się ustalić, wykorzystując obliczenia z części 1. Ustal i zinterpretuj.
8) Ustal odchylenie standardowe i je zinterpretuj.
9) Ustal klasyczny współczynnik asymetrii i koncentracji rozkładu badanej cechy. Obie wartości
zinterpretuj. Czy potrafisz naszkicować rozkład, znając wartości tych współczynników?

Przykład 2. Zapytano 30 uczniów pewnej klasy, ile razy w czasie ostatniego roku byli w kinie. Oto
odpowiedzi (na zaliczeniu on-line podane byłyby w Excelu):

LP X LP X
1 0 16 8 1. Wiedząc, że ∑ x =247 ustal średnią liczbę
2 0 17 8 seansów obejrzanych przez ucznia tej klasy.
3 1 18 9 2. Ustal medianę liczby oglądanych seansów
4 1 19 10 (pamiętaj, by sprawdzić, czy obserwacje są
5 2 20 11 posortowane)
6 2 21 11 3. Ustal kwartyl pierwszy i drugi rozkładu
7 2 22 12 badanej cechy.
8 3 23 14 4. Zinterpretuj dotychczasowe rezultaty.
9 3 24 14 5. Przedstaw udzielone odpowiedzi w postaci
10 4 25 15 szeregu rozdzielczego –zastosuj 5 przedziałów
11 4 26 15 zgodnie z regułą √ N ≈5 . Samodzielnie ustal
12 4 27 15 liczebności w przedziałach. Gdzie przypada
13 5 28 16 dominanta?
14 6 29 20
15 7 30 25
ANALIZA ILOŚCIOWA W EKONOMII, prowadzący dr Dorota Wiśniewska

Rachunek prawdopodobieństwa – przykłady powtórkowe

Przykład 3. W 2017 roku 75% maturzystów zdało z powodzeniem maturę. Jakie jest
prawdopodobieństwo, że jeżeli z bazy wyników maturalnych wylosujemy kolejno 8 przypadków, to
natrafimy na 4 przypadki „niezdanej matury”?

Przykład 4. Pewna zmienna ma rozkład: X~N(120; 152)

1. Jakie jest (około) prawdopodobieństwo, że zmienna ta przyjmie wartość z przedziału od 105 do
135? Uzasadnij.
2. Korzystając z funkcji Excela ustal wartość dystrybuanty dla wartości 100 i zinterpretuj otrzymaną
wartość.
3. Ile wynosi współczynnik koncentracji tego rozkładu?
4. Załóżmy, że chcesz ustalić P{X<100} korzystając z tablic rozkładu normalnego standardowego.
Jakiej wartości szukać należy w tych tablicach?

Przykład 5
Zauważono, że aż 60% dorosłych Polaków korzysta z BLIKA. Z kolei 20% Polaków korzysta
zarówno z blika, jak i z poleceń przelewów. Jakie jest prawdopodobieństwo, że jeżeli spotkamy
osobę płacącą BLIKIEM i zapytamy, czy korzysta też z automatycznych przelewów, to odpowie
twierdząco?

Przykład 6. Wiadomo, że 90% produkowanych elementów jest wolna od wad. W zakładzie

zamontowano urządzenie do wykrywania elementów wadliwych. Podczas testów urządzenia
zauważono, że urządzenie rozpoznaje wadę u 95% elementów wadliwych. Jednocześnie 8% dobrych
elementów też klasyfikuje do grupy „wadliwe”.
1. Ustal, jakie jest prawdopodobieństwo, że element zaklasyfikowany do wadliwych jest
rzeczywiście wadliwy?
2. Jakie jest prawdopodobieństwo, że element rozpoznany jako dobry jest rzeczywiście dobry?

ROZWIĄZANIA

Rozwiązania przykładów 1-2 znajdują się w osobnym pliku.

Przykład 3

p=0,25 q=0,75 n=8 k=4

Prawdopodobieństwp 4 sukcesów przy 8 próbach wynosi zatem 0,0865

Przykład 4

Z własności rozkładu normalnego wynika, że:

1. prawdopodobieństwo to wynosi około 0,68

ANALIZA ILOŚCIOWA W EKONOMII, prowadzący dr Dorota Wiśniewska

3. wsp. koncentracji wynosi 3

Ad 2) Wartość dystrybuanty wskazuje, że: P{X<=100) = 0,091

Ad 4) W tablicach dystrybuanty rozkładu normalnego standardowego należałoby ustalić ile wynosi

F(z=-1,33333). Ponieważ w tablicach drukowanych nie ma ujemnej wartości z, więc trzeba ustalić to
wykorzystując symetryczność rozkładu względem 0. A zatem F(z=-1,33333)=1-F(z=1,33333).

Przykład 5

P(PRZELEW|BLIK)=P(PRZELEW i BLIK)/P(BLIK)=1/3

Przykład 6

Z treści zadani wynika, że: P{+|Wada}=0,95, czyli P{-|Wada}=0,05; P{+|Dobre}=0,08, czyli P{-|Dobre}=0,92;
P{Wada}=0,1; P{Dobre)}=0,9. Stosując zatem wzór Bayesa ustalimy, że:

1) P{Wada|+)=0,095/0,167=0,56886
2) P{Dobre|-}=0,828/0,833=0,994