-
Statistisko datu apstrāde
Nr. | Sadaļas nosaukums | Lpp. |
Anotācijas | 2 | |
1. | Dispersiju analīze | 4 |
1.1. | Dispersiju analīzes būtība | 4 |
1.2. | Vienfaktora dispersiju analīze | 6 |
1.2.1. | Statistiskā kompleksa vienfaktora dispersiju analīze | 6 |
1.2.2. | Datu analīzes rīks Anova: Single Factor statistiskā kompleksa analīze | 11 |
1.3. | Divfaktoru dispersiju analīze | 13 |
1.3.1. | Divfaktoru dispersiju analīze bez atkārtojumiem | 13 |
1.3.2. | Datu analīzes rīks Anova: Two-Factor Without Replication | 17 |
1.3.3. | Divfaktoru dispersija ar atkārtojumiem | 20 |
1.3.4. | Datu analīzes rīks Anova: Two-Factor With Replication | 28 |
2. | Korelācijas analīze | 32 |
2.1. | Pāru korelācija | 32 |
2.2. | Lineārās korelācijas koeficients | 33 |
2.3. | Daudzfaktoru korelācija | 37 |
2.4. | Hipotēžu pārbaude korelācijas analīzē | 39 |
3. | Praktiskā daļa | 43 |
Secinājumi | 45 | |
Bibliogrāfiskais saraksts | 46 |
Komponentes, kuru kvalitatīvās vai kvantitatīvās pazīmes izraisa lamas jeb rezultatīvās pazīmes izmaiņas, sauc par faktoriem. Dažādu faktoru ietekme uz pētāmo pazīmi parasti nav vienāda. Katrā faktoru kompleksā ir iespējams izdalīt vienu vai vairākus faktorus, kuru ietekme ir nozīmīga. Šos faktorus sauc par būtiskajiem faktoriem.
Dispersiju analīzi izmanto, lai noskaidrotu, vai faktors ir būtisks vai nē. Piemēram, vai augsnes vai meteoroloģiskie apstākļi ietekmē lauksaimniecības kultūras ražu.
Dispersiju analīze ir rīks, ar kuru var pārbaudīt faktoru būtiskumu. Faktoru izvēle ir paša pētnieka uzdevums. Atkarībā no vienlaikus pētāmo faktoru skaita izšķir vienfaktora, divfaktoru un daudzfaktoru dispersiju analīzi.
Jebkuru faktoru sadala vairākās grupās jeb līmeņos. Katru atsevišķo līmeni sauc par faktora gradācijas klasi. To minimālais skaits ir divi. Gradācijas klases var būt kvalitatīvas vai kvantitatīvas.
Par statistisko kompleksu sauc empīrisko datu tabulu. Ja visās gradācijas klasēs ir vienāds varianšu skaits, tad statistisko kompleksu, par homogēnu, ja dažāds - par heterogēnu.
Dispersijas analīze nosaka pētāmā faktora vai arī vairāku pētāmo faktoru summārā iedarbības īpatsvaru. Pētāmā faktora ietekmes būtiskumu noskaidro pārbaudot hipotēzes:
H0: - visām gradācijas klasēm ir vienāda vidējā vērtība
H1: ne visi ir vienādi – ne visām gradācijas klasēm ir vienāda vidējā vērtība, kur a – gradācijas klašu skaits.
Ja kāda faktora iedarbība nav būtiska, tad nav arī būtiska starpība starp šī faktora gradācijas klasēm un nulles hipotēze H0 netiek noraidīta. Ja faktora iedarbība ir būtiska, nulles hipotēze H0 tiek noraidīta: ne visām gradācijas klasēm ir vienāda vidējā vērtība: starp gradācijas klašu iespējamām starpībām vismaz viena vai vairākas ir būtiskas [1].
1.1. Dispersiju analīzes būtība
Dispersiju analīze nosaka pētāmā faktora vai arī vairāku faktoru summārās iedarbības īpatsvaru. Dispersiju analīzē pētāmā faktora ietekmes būtiskumu noskaidro, pārbaudot nulles hipotēzi
H0: gradācijas klases pieder vienai ģenerālkopai.
Ja kāda faktora iedarbība nav būtiska, tad būtiska nav arī starpība starp šī faktora gradācijas klasēm un nulles hipotēze H0 netiek noraisīta.
Ja faktora iedarbība ir būtiska, nulles hipotēze H0 tiek noraidīta: gradācijas klases nepieder vienai ģenerālkopai. Starp gradācijas klašu iespējamajām starpībām vismaz viena vai vairākas ir būtiskas.
Dispersiju analīze pamatojas uz to, ka statistikā kompleksa noviržu kvadrātu summu iespējams sadalīt komponentēs:…
Kursa darbā ir sniegta informāciju par dispersijas un korelācijas datu analīze MS Excel vidē. Darbā ir apskatīti statistikas jēdzieni un metodes, kā arī aplūkots dažādu metožu pielietojums uzdevumu risināšanai. Darbs sastāv no 47 lapām. Tajā ir 3 nodaļas un 7 apakšnodaļas. Darbs ir veidots kā uzskates un mācību materiāls statistikas kursa apguvei augstskolas studentiem. Saturs: Anotācijas 1. Dispersiju analīze 1.1. Dispersiju analīzes būtība 1.2. Vienfaktora dispersiju analīze 1.2.1. Statistiskā kompleksa vienfaktora dispersiju analīze 1.2.2. Datu analīzes rīks Anova: Single Factor statistiskā kompleksa analīze 1.3. Divfaktoru dispersiju analīze 1.3.1. Divfaktoru dispersiju analīze bez atkārtojumiem 1.3.2. Datu analīzes rīks Anova: Two-Factor Without Replication 1.3.3. Divfaktoru dispersija ar atkārtojumiem 1.3.4. Datu analīzes rīks Anova: Two-Factor With Replication 2. Korelācijas analīze 2.1. Pāru korelācija 2.2. Lineārās korelācijas koeficients 2.3. Daudzfaktoru korelācija 2.4. Hipotēžu pārbaude korelācijas analīzē 3. Praktiskā daļa Secinājumi Bibliogrāfiskais saraksts Pielikumi
- Datu novērtēšanas skalas
- Statistisko datu apstrāde
- Statistisko datu apstrāde
-
Tu vari jebkuru darbu ātri pievienot savu vēlmju sarakstam. Forši!Statistisko datu apstrāde
Referāts augstskolai43
Novērtēts! -
Datu novērtēšanas skalas
Referāts augstskolai5
-
Statistisko datu analīze
Referāts augstskolai31
-
Datu savākšanas metodes
Referāts augstskolai15
-
Galvenās prasības anketu rezultātu apstrādē un izvērtēšanā
Referāts augstskolai14