Ty p o l o g i a m i a r o p i s u

statystycznego
Renata Leśniak
Katarzyna Czuba
Pielęgniarstwa 26+
gr. III
01 W p r o w a d z e n i e d o

Z AWA R TO Ś Ć
s t a t y s t y k i o p i s o w e j

02 M i a r y p o ł o ż e n i a

03 M i a r y
d y s p e r s j i

04 M i a r y
a s y m e t r i i
 Wprowadzenie do
01 statystyki opisowej
 Wprowadzenie do statystyki opisowej

Termin statystyka współcześnie ma kilka znaczeń:

 zbiór danych liczbowych, przedstawiających kształtowanie się określonych zjawisk i

procesów,
 wszelkie prace związane z gromadzeniem i opracowywaniem danych liczbowych,
 charakterystyki opisowe obliczane ze zbiorowości próbnych np. średnia arytmetyczna,
 dyscyplina naukowa mająca własne metody badawcze – nauka o ilościowych metodach
badania prawidłowości występujących w zjawiskach masowych scharakteryzowanych za
pomocą liczb.
 Wprowadzenie do statystyki opisowej

Wyróżniamy następujące rodzaje miar, które w zależności od opracowania mogą

przyjmować różne nazwy:
Miary
statystyczne

Miary dysperji
Miary asymetrii
np. wariancja, odchylenie
standardowe

Miary położenia Miary koncentracji

np.: średnia arytmetyczna, średnia kurtoza
harmoniczna, średnia
geometryczna, średnia kwadratowa,
kwantyle, moda
 Miary położenia
02 średnia arytmetyczna i harmoniczna, mediana, kwartyle,
percentyle, dominate.
 Miary położenia

Miary położenia wskazują wokół jakich wartości skupia się rozkład analizowanych zmiennych.

Dzieli się je na klasyczne i pozycyjne.

Miary klasyczne to średnie: arytmetyczna, harmoniczna i geometryczna.
Do miar pozycyjnych należy dominanta (modalna, wartość najczęstsza) oraz
kwantyle. Wśród kwantyli najczęściej stosowane są: kwartyle (dzielące zbiorowość na cztery
części pod względem liczebności), kwintyle (dzielące zbiorowość na pięć części), decyle
(dzielące zbiorowość na dziesięć części) oraz percentyle (dzielące zbiorowość na sto
części).
Obydwie grupy średnich (klasyczne i pozycyjne) nie wykluczają się, ale nawzajem
uzupełniają. Każda z nich opisuje bowiem poziom wartości cechy z innego punktu widzenia.
 Miary położenia klasyczne

Średnia arytmetyczna
Suma liczb podzielona przez ich liczbę.
Średnia arytmetyczna jest jedną z najbardziej
intuicyjnych miar oceny populacji, stosowanych
często w codziennym życiu – przykładami mogą
być średnia ocen z jakiegoś przedmiotu, średnia
płaca w firmie czy średni wzrost poborowych w
danym roczniku.
 Miary położenia klasyczne

Średnia harmoniczna
Opisywana jest za pomocą wzoru:
Używana jest ona do uśredniania wartości
względnych – czyli przykładowo: prędkości (tj.
przebytej drogi do dystansu), udziałów (tj. ilości
zbiorowości A, podzielonej przez łączną ilość
wszystkich badanych zbiorowości).
 Miary położenia klasyczne

Średnia geometryczna
Średnia geometryczna to pierwiastek n-tego
stopnia z iloczynu liczb (dodatnich). Używa jej się
najczęściej do wyliczenia przeciętnego tempa
zmian w czasie.
 Miary położenia pozycyjne

Dominata
Dominanta (inaczej mówiąc: modalna, moda lub wartość typowa) to najczęściej
występując w danym zbiorze wartość zmiennej. Jest ona bardzo pomocna przy
opisywaniu zagadnień ekonomicznych – przykładowo średnia pensja brutto w kraju X
wynosi 4 tys., natomiast dominanta wynosi 2,5 tys. – gdyż to jest najczęściej spotykany
poziom wynagrodzenia wśród społeczeństwa.
 Miary położenia pozycyjne

Kwantyle
Kwantyle są to wartości zmiennej w badanej zbiorowości, które pod względem liczby
jednostek dzielą ją na określone części. I tak wyróżniamy:
 kwartyle – dzielące zbiorowość na cztery części;
 decyle – dzielące zbiorowość na dziesięć części;
 percentyle – dzielące zbiorowość na sto części.

Mediana to szczególny przypadek kwantyli. Mediana dzieli zbiór obserwacji na dwie

równe pod względem liczebności części. Z tego bezpośrednio wynika, że jej wartość
jest w dużym stopniu uzależniona od ilości przyjmowanych wartości przez zmienną. Z
drugiej strony jest ona „odporna’ na występowanie skrajnych, tj. wyjątkowo dużych lub
małych, wartości.
 Miary dyspersji
03 wariancja, odchylenie standardowe, klasyczny współczynnik
zmienności, typowy obszar zmienności.
 Miary dyspersji

Miary dyspersji tworzą zbiór miar określających zróżnicowanie zmiennych.

Miary dyspersji dzielą się na:

 Miary klasyczne: wariancja, odchylenie standardowe, odchylenie przeciętne, klasyczny
współczynnik zmienności
 Miary pozycyjne: rozstęp, odchylenie ćwiartkowe, pozycyjny współczynnik zmienności
 Miary dyspersji klasyczne

Wariancja
Wariancja jest średnią arytmetyczną kwadratów
odchyleń wartości zmiennej od jej średniej
arytmetycznej. Na podstawie samej wariancji
trudno ocenić stopień dyspersji, gdyż jest miarą
absolutną i rząd wielkości cechy decyduje o
wielkości wariancji. Wielkość wariancji może
oznaczać wielkość wartości cechy, a nie
zróżnicowanie.
Wariancja z próby dana jest wzorem:
 Miary dyspersji klasyczne
Odchylenie standardowe
Odchylenie standardowe to przeciętne
odchylenie wartości cechy od średniej
arytmetycznej, określa o ile wartość
danej cechy statystycznej odchyla się od
średniej arytmetycznej.
Odchylenie przeciętne
Odchylenie przeciętne jest to średnia
arytmetyczna modułów (wartości bezwzględnych)
odchyleń wartości cechy od średniej
arytmetycznej. Obliczając odchylenie przeciętne
zamiast podnoszenia do kwadratu (w celu
pozbycia się wartości ujemnych) stosuje się
wartość bezwzględną. W praktyce odchylenie
przeciętne jest rzadko wykorzystywane.
 Miary dyspersji klasyczne

Typowy obszar zmienności (dyspersji)

Przedział wartości cechy, które przyjmuje
większość zbiorowości, czyli w zakresie jednego
odchylenia standardowego od średniej.

Typowy obszar zmienności dany jest wzorem:

 Miary dyspersji klasyczne

Klasyczny współczynnik zmienności (dyspersji)

Jest ilorazem odchylenia standardowego i
średniej arytmetycznej, przyjmuje wartości z
zakresu (0-1), chyba że średnia arytmetyczna
będzie większa, niż odchylenie standardowe
mówimy wtedy o ekstremalnie dużej
zmienności.
Klasyczny współczynnik zmienności dany jest
wzorem:
 Miary dyspersji pozycyjne

Rozstęp Odchylenie ćwiartkowe

Jest różnicą między wartością minimalną i
maksymalną, rozstęp określa całkowitą
zmienność cechy statystycznej, czyli
empiryczny obszar dyspersji cechy
statystycznej
Określa odchylenie wartości zmiennej od
mediany, jest połową rozpiętości między
pierwszym i trzecim kwartylem, odchylenie
ćwiartkowe ocenia zróżnicowanie wartości
dla 50% jednostek środkowych
 Miary asymetrii
04 klasyczny współczynik asymetrii, pozycyjny współczynnik
asymetrii
 Miary asymetrii

Miary asymetrii dzielą się na:

 klasyczne (oparte o momenty): trzeci moment centralny i klasyczny współczynnik
asymetrii
 pozycyjne: wskaźnik skośności, pozycyjny wskaźnik skośności, współczynnik skośności i
pozycyjny współczynnik skośności.
 Miary asymetrii klasyczne

Klasyczny współczynnik asymetrii (skośności)

Powstaje przez podzielenie trzeciego momentu
centralnego przez odchylenie standardowe
podniesione do trzeciej potęgi trzeciej. Dzięki
dzieleniu przez odchylenie standardowe
wyeliminowano wspływ dyspersji na wynik,
dzięki temu na podstawie współczynnika
skośności można ocenić zarówno kierunek
asymetrii, jak i jej siłę.
Klasyczny współczynnik skośności dany jest
wzorem:
 Miary asymetrii klasyczne

Interpretacja klasycznego współczynnika asymetrii:

 Miary dyspersji pozycyjne

Pozycyjny wskaźnik asymetrii Pozycyjny współczynnik asymetrii

Różnica odległości trzeciego i pierwszego
kwartyla od mediany, jest miarą absolutną
umożliwia stwierdzenie asymetrii, ale nie
ocenę jej siły.
jest ilorazem pozycyjnego wskaźnika
asymetrii i dwóch odchyleń ćwiartkowych,
umożliwia ocenę kierunku asymetrii oraz
jej siły. Pozycyjny współczynnik asymetrii
dany jest wzorem:
 Bibliografia

+ Bedyńska, S., Brzezicka, A. (2007). Statystyczny drogowskaz.

Praktyczny podręcznik analizy danych na przykładach z psychologii,
warszawa: Wyd. SWPS,
+ Jeffrey N. Rouder, Jason Dana, Clintin P. Davis-Stober, Estimation

00
accuracy in the psychological sciences, „PLOS ONE”,
+ W. Krysicki, J. Bartos, W. Dyczka, K. Królikowska, M. Wasilewski:
Rachunek prawdopodobieństwa i statystyka matematyczna w
zadaniach, część 2. Statystyka matematyczna. Warszawa: PWN, 2006,
+ Nowak R.J., Statystyka dla fizyków, Warszawa: PWN, 2002,
+ L. Devroye: A Course in Density Estimation. Birkhäuser, 1987.
+ Jacek Koronacki, Jan Mielniczuk: Statystyka dla studentów kierunków
technicznych i przyrodniczych. Warszawa: WNT, 2006.
+ W.J. Krzanowski: Principles of Multivariate Analysis. Nowy Jork: Oxford
University Press, 2003,
Dziękujemy
za uwagę