Webinar3. Data analysis
0 likes158 views
Вебинар Ирины Радченко, проведенный 29 сентября 2017 года, охватывает основы анализа данных, включая вычисление процентов, нормировку и корреляцию. Описываются ошибки, которые могут возникнуть при анализе, и представлены примеры, а также теоретические концепции, такие как центро-периферийная теория в контексте России. Вебинар также включает практические шаги для автоматизации статистического анализа с использованием LibreOffice.
Webinar3. Data analysis
- 4. Вычисление процентов X нов – X стар __________ X стар Пример: ДТП в этом году 60, а в прошлом – 40. Увеличилось количество ДТП на 20/40 = ½ ДТП в этом году 40, а в прошлом – 60. Уменьшилось количество ДТП на -20/60=-1/3 4
- 5. Нормировка (для сравнивания) Значение (событие) ___________________ x Количество населения Население Пример: 60 ДТП 40 ДТП _________ x 1 000 = 60 ДТП на 1 000 людей _________ x 1 000 = 80 ДТП на 1 000 людей 1 000 500 5
- 6. Теория четырех Россий «Согласно центро-периферийной теории, любое заселенное людьми пространство иерархично. Оно делится на центр, полупериферию и периферию. Центр в масштабах страны — крупные и крупнейшие города (Россия-1). Полупериферию, второй иерархический уровень, образуют менее крупные и средние города (Россия-2). Наконец, есть периферия — самая обширная часть пространства, сельские поселения и малые города (Россия-3). Эти три типа пространства, которые соединены на территории страны и присутствуют в каждом регионе, имеют разный социум и разные ресурсы развития. Как следствие, различается их скорость модернизации. А Россия-4 — это Северный Кавказ. Там модернизационные процессы начались позже, и центро-периферийная модель пока не очень работает. Но лет через 50 на Северном Кавказе будет, как сегодня в России». Источник: https://www.novayagazeta.ru/articles/2013/11/18/57242-171-chetyre-rossii-187-na- odnoy-territorii (Из интервью с Натальей Васильевной Зубаревич), а также см. https://www.vedomosti.ru/opinion/articles/2011/12/30/chetyre_rossii? 6
- 7. Среднее, медиана, мода и выброс Медиана – число выборки: ровно половина из элементов выборки больше него, а другая половина меньше него. Среднее арифметическое – сумма всех чисел, разделенная на их количество. Мода – значение, которое встречается наиболее часто. Выброс – результат измерения, выделяющийся из общей выборки. 7
- 10. Корреляция Корреля́ция (от лат. correlatio «соотношение, взаимосвязь») или корреляционная зависимость — статистическая взаимосвязь двух или более случайных величин (либо величин, которые можно с некоторой допустимой степенью точности считать таковыми). При этом изменения значений одной или нескольких из этих величин сопутствуют систематическому изменению значений другой или других величин. Источник: https://ru.wikipedia.org/wiki/%D0%9A%D0%BE%D1%80%D1%80 %D0%B5%D0%BB%D1%8F%D1%86%D0%B8%D1%8F Общая теория статистики: Учебник / Под ред. Р. А. Шмойловой. — 3-е издание, переработанное. — Москва: Финансы и Статистика, 2002. — 560 с. — ISBN 5-279-01951-8. 10
- 11. Корреляция Понятие коэффициента корреляции в статистическом анализе является единицей измерения того, насколько хорошо спрогнозированное значение соотносится с реальными данными. Оно дает нам понимание, насколько хорошо прогностика продемонстрировала свою "пригодность" при работе с реальными данными. Коэффициент корреляции это число между 0 и 1. Если соотношений между спрогнозированными значениями и реальными данными не обнаружено, коэффициент корреляции будет равен 0 или очень близко к этому. Чем выше соотношение между спрогнозированными значениями и реальными данными, тем лучше и коэффициент корреляции. Абсолютно приемлемый результат дает коэффициент 1.0. Таким образом, чем выше коэффициент корреляции, тем лучше. Источник: http://www.timingsolution.ru/WebHelp/scr/ts_r.htm 11