1.
P
o
dsta
w
o
w
e
p
o
j ia
stat
yst
y zne
Popula j¡
(zbior
owo± i¡
statysty zn¡)
nazyw
am
y
zbiór
elemen
tó
w
p
o
dlega
j¡ y
h
badaniu
ze
wzgldu
na
jedn¡
lub
wiele
e
h.
Elemen
tami
p
opula ji
mog¡
b
y¢
osob
y
,
przedmiot
y
alb
o
same
w
arto± i
li zb
o
w
e
p
ewnej
e
h
y
.
Ce
hy
statysty zne
to
wªa± iw
o± i
harakteryzuj¡ e
dan¡
p
opula j.
Ce
hy
staªe
s¡
wsp
ólne
dla
wszystki
h
jednostek
zbioro
w
o± i
(nie
ma
sensu
i
h
bada¢),
a
e
hy
zmienne,
to
wªa± iw
o± i
którymi
ró»ni¡
si
p
o
je-
dyn ze
jednostki.
Mog¡
to
b
y¢
e
h
y
ilo± io
w
e
(mierzalne,
np.
wzrost
w
m,
wiek
w
lata
h)
i
jak
o± io
w
e
(niemierzalne,
np.
pªe¢,
k
olor
wªosó
w).
Ce
h
y
mierzalne
dzielim
y
na
dyskretne
(sk
ok
o
w
e)
i
i¡
gªe.
T
e
pierwsze
przyjm
uj¡
w
arto± i
zmiena
j¡ e
sie
sk
ok
ami
(np.
li zba
studen
tó
w
w
grupie),
a
te
drugie
mog¡
przyjmo
w
a¢
wszystkie
w
arto± i
p
o±rednie
(np.
wiek,
wzrost).
2.
Organiza ja
badania
stat
yst
y znego
1.
Przygoto
w
anie
ustalenie
elu,
przedmiotu,
zakresu
i
meto
dy
badania.
2.
Obserw
a ja
stat
yst
y zna
ustalenie
w
arto± i
e
h
ilo± io
wy
h
lub
o
dmian
e
h
jak
o± io
wy
h
w
pró-
bie.
Uzyskujem
y
w
ten
sp
osób
materiaª
stat
yst
y zn
y
,
który
jest
zazwy za
j
ob
i¡»on
y
p
ewn
ymi
bªdami
(systemat
y zn
ymi,
zyli
tenden yjn
ymi
p
olega
j¡ ymi
na
±wiadom
ym
znieksztaª aniu
rze-
zywisto± i
lub
przypadk
o
wymi,
nieum
y±ln
ymi
wynik
a
j¡ ymi
z
nieu
w
agi).
3.
Opra o
w
anie
i
prezen
ta ja
materiaªu
stat
yst
y znego
grup
o
w
anie,
zyli
wy
o
drbnianie
jednoro
dn
y
h
z± i
(na
przykªad
p
o
dziaª
na
k
obiet
y
i
m» zyzn
dezyduje
o
nim
el
badania)
i
zli zanie
dan
y
h.
Do
prezen
ta ji
dan
y
h
sªu»¡
szeregi
stat
yst
y zne
(rozdziel zy
punkto
wy
gdy
li zba
w
arian
tó
w
e
h
y
jest
niewielk
a,
rozdziel zy
przedziaªo
wy
gdy
li zba
w
arian
tó
w
jest
du»a,
b¡d¹
e
ha
jest
i¡
gªa),
tabli e
stat
yst
y zne
i
wykresy
stat
yst
y zne.
4.
Opis
lub
wniosek
stat
yst
y zn
y
.
Opis
dot
y zy
zbioro
w
o± i
generalnej,
natomiast
wniosk
o
w
anie
ma
miejs e,
gdy
badanie
jest
reprezen
ta yjne
(p
oprzez
prób
).
Budowa
szer
e
gów.
1.
Ustalenie
li zb
y
klas.
Przyjm
uje
si,
»e
li zba
klas
jest
w
przybli»eniu
ró
wna:
k
≈
√
N
lub
k
≈ 1 + 3.322 log N
.
Mo»na
sk
orzysta¢
z
tab
eli:
Li zba
obserw
a ji
N
Zale ana
li zba
klas
k
40
60
6
8
60
100
7
10
100
200
9
12
200
500
11
17
2.
Ustalenie
rozpito± i
przedziaªó
w
klaso
wy
h.
Rozpito±¢
(szerok
o±¢)
przedziaªu
klaso
w
ego
to
ró»ni a
p
omidzy
górn¡
a
doln¡
grani ¡
przedziaªu
klaso
w
ego.
Szerok
o±¢
p
osz zególn
y
h
klas
mo»na
wyli zy¢
za
p
omo
¡
rozstpu
h = R/k
.
3.
Ustalenie
dªugo± i
przedziaªu:
l
≈
R
k
.
Uw
aga.
Je±li
R
′
= l
· k > R
oraz
R
′
− R < l
,
to
za
doln¡
grani
pierwszego
przedziaªu
przyj¡¢
x
min
.
Je±li
natomiast
R
′
= l
· k > R
oraz
R
′
− R > l
,
to
wyzna zam
y:
x
′
min
= x
min
−
R
′
− R
2
oraz
x
′
max
= x
max
+
R
′
− R
2
.
Pr
ezenta ja
gr
a zna:
histogram,
diagram,
krzyw
a
li zebno± i.
Histogram
zbiór
prostok
¡tó
w,
który
h
p
o
dsta
wy
wyzna zone
na
osi
o
d it
y
h,
stano
wi¡
rozpito±¢
p
osz zególn
y
h
przedziaªó
w
klaso
wy
h,
natomiast
wysok
o± i
s¡
okre±lone
na
osi
rzdn
y
h
przez
li zebno± i
( zsto± i)
o
dp
o
wiada
j¡ e
p
osz zególn
ym
przedziaªom
klaso
wym.
Diagram
(wielob
ok
li zebno± i)
ªamana
p
o
wstaªa
przez
p
oª¡ zenie
punktó
w,
który
h
wsp
óªrzdne
to:
±ro
dki
przedziaªó
w
klaso
wy
h
i
o
dp
o
wiada
j¡ e
im
li zebno± i.
3.
Opiso
w
e
harakteryst
yki
rozkªadó
w
Nie
h
x
1
, x
2
, . . . , x
n
w
arian
t
y
e
h
y
mierzalnej,
n
li zebno±¢
badanej
p
opula ji;
n
i
li zebno±¢
o
dp
o
wiada
j¡ a
danem
u
w
arian
to
wi
e
h
y
,
w
i
= n
i
/n
zsto±¢
wzgldna
o
dp
o
wiada
j¡ a
danem
u
w
arian
to
wi
e
h
y
.
P
k
i=1
n
i
skum
ulo
w
ana
li zebno±¢,
P
k
i=1
w
i
dystrybuan
ta
empiry zna.
1.
Miary
±rednie
(miary
p
oªo»enia)
•
±rednia
arytmet
y zna
¯
x =
x
1
+ x
2
+
· · · + x
n
n
=
P
n
i=1
x
i
n
lub
¯
x =
x
1
n
1
+ x
2
n
2
+
· · · + x
k
n
k
n
=
P
k
i=1
x
i
n
i
n
,
¯
x =
P
k
i=1
˚
x
i
n
i
n
,
dla
szeregó
w
rozdziel zy
h
punkto
wy
h
i
przedziaªo
wy
h
o
dp
o
wiednio,
gdzie
n
i
ozna za
li zeb-
no±¢
jednostek
o
dp
o
wiada
j¡ ym
p
osz zególn
ym
w
arian
tom
zmiennej,
˚
x
i
ozna za
±ro
dek
i
-tej
klasy;
•
±rednia
harmoni zna
H =
n
P
n
i=1
1
x
i
;
•
±rednia
geometry zna
¯
x
g
=
n
√
x
1
· x
2
· · · x
n
;
•
dominan
ta
(mo
da)
w
arto±¢
na
j zstsza
D
,
o
ile
nie
jest
to
x
min
ani
x
max
.
Dla
szeregu
roz-
dziel zego
wyzna zam
y
ze
wzoru:
D = x
0
D
+
n
0
− n
−
n
0
− n
−
+ n
0
− n
+
h
D
,
gdzie
x
0
D
p
o
z¡tek
przedziaªu
dominan
t
y
,
h
D
rozpito±¢
przedziaªu
dominan
t
y
,
n
0
li-
zebno±¢
w
przedziale
dominan
t
y
,
n
−
/n
+
li zebno±¢
przed/za
przedziaªem
dominan
t
y
(b¡d¹
zero).
Je»eli
w
szeregu
rozdziel zym
na
jli zniejsze
s¡
obie
skra
jne
klasy
,
to
szereg
nazyw
am
y
an
t
ymo-
daln
ym
t
ypu
U,
a
±ro
dek
na
jmniej
li znej
klasy
an
t
ymo
d¡.
Gdy
na
jli zniejsza
jest
t
ylk
o
jedna
skra
jna
klasa,
to
szereg
nazyw
am
y
an
t
ymo
daln
ym
t
ypu
J.
(Mo»e
b
y¢
te»
szereg
dwumo
daln
y).
•
kw
an
t
yle
w
arto± i
e
h
y
,
które
dziel¡
zbioro
w
o±¢
na
okre±lone
z± i
p
o
d
wzgldem
li zb
y
jednostek.
W
yró»niam
y
kw
an
t
yl
pierwszy
(doln
y)
ozna zon
y
przez
Q
1
,
kw
an
t
yl
drugi
(median)
Me
oraz
kw
an
t
yl
trze i
(górn
y)
Q
3
.
Mediana
dzieli
zbioro
w
o±¢
up
orz¡dk
o
w
an¡
na
dwie
ró
wne
z± i
w
ten
sp
osób,
»e
50%
jednostek
ma
w
arto± i
e
h
y
ni»sze
i
50%
wy»sze
o
d
median
y
.
K
w
an
t
yl
doln
y
dzieli
na
25%
jednostek
o
e
ha
h
ni»szy
h
i
75%
wy»szy
h
o
d
Q
1
,
kw
an
t
yl
górn
y
dzieli
na
75%
jednostek
o
e
ha
h
ni»szy
h
i
25%
wy»szy
h
o
d
Q
3
.
Me =
(
x(
n
+1
2
),
gdy
n
jest
nieparzyste
1
2
x(
n
2
) + x(
n
2
+1
)
,
gdy
n
jest
parzyste;
Ogólnie,
dla
szeregu
rozdziel zego
median
wyzna zam
y
ze
wzoru:
Me = x
0
M
+
n
2
−
m−1
X
i=1
n
i
h
M e
n
M e
,
gdzie
x
0
M
p
o
z¡tek
przedziaªu
median
y
,
h
M e
rozpito±¢
przedziaªu
median
y
,
n
M e
li zebno±¢
w
przedziale
median
y
,
P
m−1
i=1
n
i
suma
li zebno± i
do
klasy
p
oprzedza
j¡ ej
median.
2.
Miary
rozproszenia
(zmienno± i,
dysp
ersji)
•
rozstp
ró»ni a
midzy
na
jwiksz¡
a
na
jmniejsz¡
w
arto± i¡
R = x
max
− x
min
;
•
o
d
h
ylenie
prze itne
okre±la
o
ile
wszystkie
jednostki
ró»ni¡
si
±rednio
o
d
±redniej
d =
1
n
n
X
i=1
|x
i
− ¯x|;
•
o
d
h
ylenie
¢wiartk
o
w
e
mierzy
p
oziom
zró»ni o
w
ania
t
ylk
o
z± i
jednostek
badanej
zbioro
w
o-
± i
(p
o
o
drzu eniu
25%
o
w
arto± ia
h
na
jni»szy
h
i
25%
o
w
arto± ia
h
na
jwy»szy
h)
Q =
Q
3
− Q
1
2
;
•
w
arian ja
±rednia
arytmet
y zna
z
kw
adrató
w
o
d
h
yle«
p
osz zególn
y
h
w
arto± i
o
d
±redniej
arytmet
y znej
s
2
=
1
n
n
X
i=1
(x
i
− ¯x)
2
= x
2
− ¯x
2
;
lub,
dla
szeregu
rozdziel zego
s
2
=
1
n
k
X
i=1
(x
i
− ¯x)
2
n
i
s
2
=
1
n
k
X
i=1
(˚
x
i
− ¯x)
2
n
i
;
•
o
d
h
ylenie
standardo
w
e
pierwiastek
kw
adrato
wy
z
w
arian ji
s =
√
s
2
;
•
wsp
óª zynniki
zmienno± i.
3.
Miary
asymetrii
(sk
o±no± i)
bada
j¡,
zy
przew
a»a
j¡ a
li zba
jednostek
zna
jduje
si
p
o
wy»ej
zy
p
oni»ej
prze itnego
p
oziom
u
e
h
y
.
W
yró»niam
y
rozkªady
symetry zne
(w
ó
w
zas
¯
x = Me = D
),
rozkªady
a
asymetrii
pra
w
ostronnej
(
¯
x > Me > D
)
i
lew
ostronnej
(
¯
x < Me < D
).
•
wsk
a¹nik
asymetrii
W
s
= ¯
x
− D;
•
wsp
óª zynnik
asymetrii
As =
M
3
s
3
.
4.
Miary
k
on en
tra ji
•
wsp
óª zynnik
skupienia
(kurtoza)
K =
M
4
s
4
.
5.
Inne
harakteryst
yki
•
momen
t
zwykªy
rzdu
l
∈ N
:
m
l
=
1
n
n
X
i=1
x
l
i
•
momen
t
en
traln
y
rzdu
l
∈ N
:
M
l
=
1
n
n
X
i=1
x
i
− ¯x
l
4.
Deni ja
pra
wdop
o
dobie«st
w
a
R
a hunek
pr
awdop
o
dobie«stwa
za
jm
uje
si
analiz¡
pra
w
rz¡dz¡ y
h
zdarzeniami
loso
wymi.
P
o
je iami
pierw
otn
ymi
s¡:
zdarzenie
elemen
tarne
oraz
zbiór
zdarze«
elemen
tarn
y
h.
Do±wiad zenie
losowe
to
realiza ja
okre±lonego
zesp
oªu
w
arunk
ó
w
wraz
z
góry
okre±lon
ym
zbiorem
wynik
ó
w.
Pr
awdop
o
dobie«stwo
(deni ja
aksjomaty zna)
jest
funk
j¡
okre±lon¡
na
zbiorze
zdarze«
loso
wy
h
sp
eª-
nia
j¡ ¡:
1.
P (Ω) = 1
,
P (
∅) = 0
2.
0
≤ P (A) ≤ 1
3.
je»eli
A
∩ B = ∅
,
to
P (A
∪ B) = P (A) + P (B)
.
W
nioskujem
y
st¡d,
»e
pra
wdop
o
dobie«st
w
o
zdarzenia
prze iwnego
do
A
wynosi
P (A
c
) = 1
− P (A)
.
Pr
awdop
o
dobie«stwo
(deni ja
klasy zna).
Je»eli
Ω
skªada
sie
z
n
jednak
o
w
o
pra
wdop
o
dobn
y
h
zdarze«
elemen
tarn
y
h,
to
pra
wdop
o
dobie«st
w
o
zdarzenia
A
skªada
j¡ ego
si
z
k
zdarze«
elemen
tarn
y
h
wyra»a
si
wzorem
P (A) =
k
n
.
5.
Zmienne
loso
w
e
i
i
h
rozkªady
Zmienn¡
losow¡
nazyw
am
y
funk
j
o
w
arto± ia
h
rze zywist
y
h
okre±lon¡
na
zbiorze
zdarze«
elemen
tar-
n
y
h.
In
tui yjnie,
rozumiem
y
j¡
jak
o
zmienn¡,
która
w
wyniku
do±wiad zenia
mo»e
przyj¡¢
p
ewne
w
arto± i
rze zywiste,
z
okre±lon
ym
pra
wdop
o
dobie«st
w
em.
Zmienne
loso
w
e
ozna zam
y
du»ymi,
k
o« o
wymi
literami
alfab
etu:
X
,
Y
,
Z
.
W
yró»niam
y
dw
a
gªó
wne
t
yp
y
zmienn
y
h
loso
wy
h:
dyskretne
(sk
ok
o
w
e)
i
i¡
gªe.
Je±li
wszystkie
w
ar-
to± i,
jakie
mo»e
przyjmo
w
a¢
zmienna
mo»na
wypisa¢
w
p
osta i
i¡
gu
{x
1
, x
2
, . . .
}
,
to
mó
wim
y
,
»e
jest
to
zmienna
dyskr
etna.
Je±li
w
arto± i
nie
mo»na
wypisa¢
w
p
osta i
i¡
gu,
to
mó
wim
y
,
»e
jest
to
zmienna
i¡gªa.
Dyskretna
zmienna
losowa.
R
ozkªadem
dyskr
etnej
zmiennej
losowej
X
nazyw
am
y
opis
jej
mo»liwy
h
w
arto± i
i
pra
wdop
o
dobie«st
w,
z
jakimi
te
w
arto± i
zmienna
przyjm
uje.
Dystrybuant¡
zmiennej
loso
w
ej
X
nazyw
am
y
funk
j
F : R
→ [0, 1]
dan¡
wzorem
F (x) = P (X < x).
Jest
to
funk
ja
niemalej¡ a,
lew
ostronnie
i¡
gªa.
P
onadto,
P (a
≤ X < b) = F (b) − F (a)
.
W
arto± i¡
o
zekiwan¡
zmiennej
loso
w
ej
X
nazyw
am
y
li zb
EX =
n
X
i=1
x
i
· p
i
.
In
tui jyjnie,
je±li
na
prostej
rozmie± im
y
masy
p
i
w
punkta
h
x
i
,
to
w
arto±¢
o
zekiw
ana
b
dzie
±ro
dkiem
i»k
o± i
tego
ukªadu
(mo»e
nie
istnie¢!).
Zau
w
a»m
y
,
»e
przy
rzu ie
k
ostk
¡
EX = 3, 5
!
W
arian j¡
zmiennej
loso
w
ej
X
nazyw
am
y
li zb
D
2
X = E(X
− EX)
2
=
n
X
i=1
(x
i
− EX)
2
· p
i
.
W
arian ja
mierzy
rozrzut
wynik
ó
w
-
±rednie
o
h
ylenie
o
d
±redniej.
Mo»na
j¡
te»
p
oli zy¢
ze
wzoru
D
2
X = E(X
2
)
− (EX)
2
.