1 / 10

Wiederholung (Kap. 2: Beschreibende Statistik) 2.4.2 Median

Wiederholung (Kap. 2: Beschreibende Statistik) 2.4.2 Median Eine gegebene Liste von n Messwerten sei der Größe nach angeordnet: X = { x1  x2  ….  xn } Der Median ist der (evtl. gemittelte) Wert “in der Listen-Mitte”

melia
Download Presentation

Wiederholung (Kap. 2: Beschreibende Statistik) 2.4.2 Median

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Wiederholung (Kap. 2: Beschreibende Statistik) 2.4.2 Median Eine gegebene Liste von n Messwerten sei der Größe nach angeordnet: X = { x1  x2  ….  xn } Der Median ist der (evtl. gemittelte) Wert “in der Listen-Mitte” x_med = x k mit k = [n/2] +1 falls n ungerade = (x k + x k+1)/2 mit k = n/2 falls n gerade Bsp a:Bsp b: X = { 3 3 4 6 } X = { 3 3 3 3 3 4 6 } x_med = 3.5x_med = 3 Hier: Links und rechts von 3.5 liegen …hier liegen auch links und rechts genau so viele Werte, der “3 in der Listen-Mitte” genau so viele Werte, die kleiner bzw. größer sind aber die Werte können auch gleich 3 sein!!! Bemerkung: Die Werte können auch rein ordinal sein: Bsp c: (Schmetterlinge) Werte (Insekten-Stadien) Anzahlen Gesamtzahl: n = 29, k = [n/2]+1 = 15, x_med = Larve 1, denn x 15 hat den Wert: “Larve 1” Für eine reele Zahl z bezeichnet die “Gauss-Klammer” k = [z] die kleinste ganze Zahl k  z. Beispiel: [3.75] = 3

  2. Schwalbenpositionen X = [1 3 4 7] q = 1 Blaue Punkte: Position y = y(t) einer zusätzlichen Schwalbe während ihrer dynamischen Gradienten-Suche nach der Minimum-Position = „Mitte“ Grüne Kurve: SUM1 (y)

  3. SUM = Summe der quadratischen Abstände von einem Punkt y zu den (roten) Positionen Blaue Punkte: Position y = y(t) einer zusätzlichen Schwalbe während ihrer dynamischen Gradienten-Suche nach der Minimum-Position = „Mitte“ Grüne Kurve: SUM2 (y) Schwalbenpositionen X = [1 1 2 3 4 7] q = 2 y

  4. Neue Form der beschreibenden Darstellung von Daten 2.4.3 Kumulatives Häufigkeitsdiagramm Bsp:X = [ 1 1 2 3 4 7 ] Der Median ist x_med = 2.5 (rot) Die empirische (kumulative) Verteilungsfunktion ist die Kumulative Häufigkeit auf 1 normiert: F(x) = KH(x) / n Diese bezeichnet die relative Häufigkeit von Daten mit Werten  x Beispiel: F(5) = 0.83 = 5/6 dh.: Unterhalb von 5 (magenta) liegen 5/6 aller Werte !

  5. Haufigkeitsdiagramme der Ausflugweiten von Schmetterlingen

  6. P-Quantile der Datenreihe X = { 3 3 3 4 7} ¼ - ¾ Interquantil P = [0.25 0.75] (blue) P = 0.60 - Quantil Linie bei (1 + P*(n-1)) / n (magenta)

  7. Boxplot erstellt von 15 Datenwerten X1, ...... Xn, welche um den Mittelwert m = 11.2 (schwarz) herum streuen mit Standardabweichung S = 3.67 [m – S, m + S] (schwarzer Balken) Der Median ist x_med = 10.0 (rot) P = 0.20 – Quantil xP = 8.1 (magenta) Dh. die unteren 20 % der Werte liegen im Bereich bis 8.1

  8. Erststimmen -Daten

  9. Unimodale Verteilung der Körperlängen in der Lachszucht (Canadische Küste) Bimodale Verteilung der Körperlängen nach Auswanderung (kleinere in Flüssen, größere in der Meeresbucht)

  10. Entsprechende Kumulative Verteilungsfunktionen: Unimodal (blau) und Bimodal (rot)

More Related