Title | 03 Agrupatransform - ghfghfghf |
---|---|
Course | Anàlisi De Dades |
Institution | Universitat de Barcelona |
Pages | 12 |
File Size | 425.8 KB |
File Type | |
Total Downloads | 57 |
Total Views | 117 |
ghfghfghf...
DADES AGRUPADES I TRANSFORMACIONS LINEALS Dades agrupades (dossier) Transformacions lineals (dossier)
Anàlisi de dades - E. Ventura
1
Dades agrupades Dades Inferior 0 10000 15000 20000 30000 50000
Variable Ingressos Superior Freqüència 10000 15 15000 45 20000 100 30000 83 50000 30 100000 7
Si aquesta fos tota la informació de que disposem, com calcularíem mitjana, desviació típica i els 5 números resum? Anàlisi de dades - E. Ventura
2
Dades agrupades Límit inferior 0 10000 15000 20000 30000 50000
xi Límit superior Punt mig 10000 5000 15000 12500 20000 17500 30000 25000 50000 40000 100000 75000 suma
ni
xi ni
15 45 100 83 30 7
75000 562500 1750000 2075000 1200000 525000
280
6187500
K
∑( x n ) i i
x= Anàlisi de dades - E. Ventura
i =1
N
=
6187500 =22.098,21 280 3
Dades agrupades Límit inferior 0 10000 15000 20000 30000 50000
xi Límit superior Punt mig 10000 5000 15000 12500 20000 17500 30000 25000 50000 40000 100000 75000
ni
suma
sx = Anàlisi de dades - E. Ventura
( xi − x )2 ni N −1
=
2
( xi − x )
ni
15 45 100 83 30 7
4385233976,40 4145657286,35 2114357461,73 698889907,53 9614217952,81 19590192522,32
280
40548549107,14
40548549107 = 12.055,51 279 4
Dades agrupades
Anàlisi de dades - E. Ventura
5
Dades agrupades Inferior 0 10000 15000 20000 30000 50000
Min: 0
Superior Punt mig Freqüència 10000 5000 15 15000 12500 45 20000 17500 100 30000 25000 83 50000 40000 30 100000 75000 7
Posició N/4=70 Q1: 15.500
Acumulada 15 60 160 243 273 280
Posició N/2=140 Posició N*(3/4)=210 Max: Med: 19.000
Q3: 26.024,1
100.000
Per interpolació Anàlisi de dades - E. Ventura
6
Dades agrupades Mètode d’interpolació Med = Li −1 + d N / 2 − N i −1 N i − N i −1 = d Li − Li −1
Ni = 160 N / 2 = 140
5.000 (140 − 60 ) = 50*80 = 4000 100 Med = 15.000 + 4.000 = 19.000 d=
N i −1 = 60 d
Li −1 = 15.000
Li = 20.000 Med
Anàlisi de dades - E. Ventura
7
Transformació de dades De vegades és necessari transformar les
dades Milles o kilòmetres Galons o litres Dòlars o euros Estandardització de variables
Algunes mesures resum de les variables
transformades són fàcils de calcular Anàlisi de dades - E. Ventura
8
Transformació de dades Canvi d’origen
y = x+7 x
La dispersió no.
2
8
9
15
y = 2x
Canvi d’escala
La mitjana varia.
y
x
2
La mitjana varia.
y
La dispersió també. 4
Anàlisi de dades - E. Ventura
4
8 9
Transformació de dades Transformacions lineals (canvis d’origen i
canvis d’escala) Y=
X −a b
amb b > 0
⇒ Y =
X −a b
sY =
sX b
Transformacions
no lineals (exemple: logaritmes). La transformació no s’aplica a la mitjana o la desviació típica.
Anàlisi de dades - E. Ventura
10
Exemple: transformació lineal Graus C = (Graus F -32)/1,8
Exemple típic
a= 32 b = 1,8
mitjana desv. Est. Anàlisi de dades - E. Ventura
Graus F
Graus C
90 70 80 10 50 60 75
32,22 21,11 26,67 -12,22 10 15,56 23,89
62,14 26,44
16,75 14,69
(62,14-32)/1,8 = 16,75 26,44/1,8 = 14,69 11
Exemple: transformació no lineal X
mitjana desv. Est.
Anàlisi de dades - E. Ventura
Y
90 70 80 10 50 60 75
8100 4900 6400 100 2500 3600 5625
62,14 26,44
4460,71 2650,62
Y = X2
(62,14)2 = 3861,4 ≠ 4460,71 (26,44)2 =699,1 ≠ 2650,62
12...