200 likes | 310 Views
Statistik for geografer. Lektion 4. Lorentz Diagram. Lorenz diagram. Metode til Lorenz-diagram: Beregn den procentvise fordeling af undervisere Beregn den procentvise fordeling af indbyggere Beregn LQ: dvs. procenten fra 1. divideret med procenten fra 2.
E N D
Statistik for geografer Lektion 4
Lorenz diagram Metode til Lorenz-diagram: • Beregn den procentvise fordeling af undervisere • Beregn den procentvise fordeling af indbyggere • Beregn LQ: dvs. procenten fra 1. divideret med procenten fra 2. • Sorter LQ efter aftagende størrelse • Plot de to procenttal mod hinanden (u,b) Øvelser : se arbejdsseddel 3
Retnings Varians R lang R kort Retningerne er næsten ens Retningerne er meget forskellige
Tidsrække Analyse • Proces som varierer over tid • Observationer til bestemte tidspunkter • Eksempler y1, y2, …,yk, …,yn Langtidsændring i klima Efterspørgslen på elektricitet BNP i perioden 1945 - 2004
Tidsrække Analyse • Præcis beskrivelse af de karakteristiske træk • Modellere de typiske træk • Lave forudsigelser • Kontrollere processen Deskriptiv statistik Forklarende variable Extrapolationud fra modellen Ændre på de forklarende variable
Ønske Måling = Noget Pænt + Støj Systematisk del Tilfældig del Grundlæggende Antagelse Målingen i dag ligner målingerne i den nærmeste fortid og fremtid
Dekomponering af tidsrækker Måling = Glat del + Støj Støj =Måling - Glat del Rest = Måling - Vores bud på den Glatte del Ligner den tilfældig støj?
Mere teoretisk: • Hvor er trenden+sæsonvariation og • er støjen, dvs. den stokastiske del
Glidende Gennemsnit • Høj orden contra lav orden • Outliers • Lige orden
Yderligere Dekomponering Måling = Systematisk del + Støj Trend + … + Sæsonvariation Hvordan får man en tidsrække dekomponeret i individuelle mønstre????
Glidende Gennemsnit • Bestem orden • Vælg Funktion • Udpeg variabel
Eller gør følgende : Vælg Data -> Split file -> Groups Basedon -> Compare Groups For (observerede – trende) vælg DescriptiveStatistics -> Descriptivs -> Options Mean Ophæv Split File og sorter tilbage Fra output kopieres gennemsnittene (Means) over til arket som sæson Fra observationer trækkes trend, sæson og man får random