4180441335

Metody analizy (...) Opracował: dr Adam Kucharski

—    wykres kolumnowy (grupowany lub skumulowany);

—    wykres warstwowy skumulowany;

•    opisujące dekompozycję bądź zależność:

—    punktowy;

—    liniowy o skali równomiernej;

—    liniowy o skali logarytmicznej.

Tworząc wykresy warto pamiętać o następujących uwagach:

1.    Wykorzystując układ współrzędnych na osi odciętych odkładamy wartości cechy, a na osi rzędnych liczbę wystąpień danego wariantu.

2.    Dla szeregów czasowych oś odciętych zawiera interwały czasowe zaś oś rzędnych wielkości zjawisk w kolejnych momentach (okresach) czasu.

3.    Skale na obu osiach są od siebie niezależne.

2 Analiza szeregu przekrojowego

2.1 Miary opisujące szereg i jego strukturę

Dokonując analizy szeregu statystycznego wskazane jest obliczyć komplet miar opisujących jego strukturę. Oparcie się tylko na jednej lub dwóch nie daje pełnej informacji. Należy przy tym pamiętać o własnościach użytych miar (przykładowo o tym, że miary klasyczne obliczane są ze wszystkich elementów szeregu). Do najważniejszych charakterystyk zaliczymy:

•    średnią arytmetyczną;

•    wariancję (odchylenie standardowe);

•    współczynnik skośności (lub inną miarę asymetrii);

•    dominantę;

•    k war tyle;

•    rozstęp;

•    współczynnik zmienności.

Przykład 3

Rozpatrzmy dane na temat liczby ludności zamieszkującej miasta wszystkich 16 województw naszego kraju. Dane pochodzą z tablicy 2 zawartej w publikacji pt. Miasta w liczbach 2005-2006 przygotowanej przez Centrum Statystyki Miast Urzędu Statystycznego w Poznaniu, a dostępnej na internetowej stronie GUS.

Dla danych z tabeli 4 obliczmy podstawowe miary statystyczne. Z wyników zawartych w tabeli 5 dowiadujemy się, że w polskich miastach na koniec 2006 roku mieszkało średnio 1460,56 tys. osób. Najmniejsza liczba ludności zamieszkiwała miasta województwa opolskiego a największa - śląskiego. W połowie województw mieszkało w miastach nie więcej niż 1217,8 tys. osób zaś połowa obserwacji mieści się między 815,33 a 1723,35 tys. osób. Odchylenie standardowe wyniosło 899,05 tys. osób. Wskazuje to na dużą zmienność szeregu, co potwierdza współczynnik zmienności rzędu niemal 62%.