Az előző bejegyzésben (Z, mint Z-próba…egymintás!) tisztáztuk, hogy mit jelent az egymintás Z-próba. Mivel ismertük a sokaság átlagát és szórását is, ezért lehetett a normál eloszlást használni. Akkor most lépjünk egyet előre és nehezítsük meg a dolgunkat egy kicsit. Mi történik akkor, ha Samu csak annyit tud nekünk mondani, hogy ő hosszútávon 150 pontos átlaggal teljesítette a mérkőzéseit, de nem tudja megmondani, hogy milyen szórással, azaz nem tudja megadni a sokaság szórását?

Ez a bejegyzés az Adatbányász blogon jelent meg pár évvel ezelőtt, de csak most került elém. Azért tetszett meg, mert ez ismét egy példa arra, hogyan lehet a valóság tényei alapján elméleti modelleket alkotni és az elméleti modellek alkalmazásával mérhetővé tenni egy absztrakt fogalmat. Hálás köszönetem a szerzőknek és Mérő Lászlónak is!

https://adatbanyaszat.blog.hu/2012/03/02/az_iq_teszt_adatbanyasz_szemmel

Az előző cikk alapján (Z, mint Z-próba…Egymintás!) tulajdonképpen papíron is egyszerűen végig lehet számolni a feladatot. Amennyiben valaki rendszeresen használja ezt a tesztet (ami nem túl gyakori), vagy szeretne több értékkel eljátszani, viszont nincs pénze vagy lehetősége statisztikai szoftvert használni, az akár egy táblázatkezelőben is el tud készíteni egy olyan lapot, amely a kezdő adatok megadása után automatikusan elvégzi a számításokat és kiértékeli az eredményeket.

Korábban már részletesen tárgyaltam a hipotézis vizsgálatok lényegét és menetét (Igaz vagy hamis – a hipotézis vizsgálatokról…). Most pedig vágjunk bele az első hipotézis vizsgálatba, amelynek már konkrét haszna is van. A próba neve egymintás Z-próba, ami a mezei olvasónak természetesen igencsak semmitmondó. A Z-betű természetesen nem Zorróra utal, bár tartok tőle, hogy mire a végére érünk, úgy fogod érezni magad, mintha Zorró vágott volna egy X-et a homlokodra.

Egy napon összejöttök a haverokkal és elmentek bowlingozni. Alig kezdtek el játszani, az egyik haverod, Samu kijelenti, hogy ő eszméletlenül jó nagyon erős játékos, hosszú ideje átlagosan 150 pontot szokott dobni meccsenként. 150 pont a bowlingban nagyon jó eredménynek számít, általában a profi játékosok szoktak ilyen eredményeket elérni. Azt mondod: rendben, tegyünk egy próbát! Lejátszotok három kört és Samu átlaga a három kör alatt egy kiábrándító 40 lett. Egy ilyen helyzetben elhiszed neki, ami állít?

Mostanában elkezdtek érdekelni a nyersolaj árfolyam mozgásai és az, hogy milyen tényezők vannak hatással az olajárra. Úgy döntöttem, hogy készítek egy elemzést ezzel kapcsolatban, amely egyben egy jó kis statisztikai ujjgyakorlat is lesz.

Tegnap azért egy kicsit kiakadtam. Általában nem kezelem érzelmi kérdésként, ha valamit nem mond el a tanár, mert például nehezen érthető a levezetés vagy az adott információ ismerete nem ad hozzá többet a módszer gyakorlati alkalmazhatóságához. De olyannal még nem találkoztam, hogy egy adott dolognak a képletét mintha direkt olyan formában használná a statisztikával foglalkozók széles köre, ami nemhogy nem segíti, de kifejezetten gátolja a képlet hátterének megértését. Mindig van egy első eset, nekem pont ez volt az.

A hisztogram alkalmazásával következtetni tudunk egy számokból álló diszkrét vagy folytonos adatsor statisztikai eloszlásának típusára. A hisztogram készítésekor az adatokat csoportokba rendezzük és az egyes csoportokba eső számok mennyiségét vagy a teljes adatsorhoz viszonyított arányát ábrázoljuk.

Most vissza szeretnék térni egy régebben tárgyalt témára, mert igazából egy kicsit befejezetlen maradt (az előző bejegyzést lásd itt).

Ez egy rövid bejegyzés lesz, mert a vonaldiagramról nem tudok túl sok mindent mondani. A pont diagrammal ellentétben a vonaldiagram nem az adatok szóródását mutatja meg, hanem azok változását valamilyen másik változó, például az idő függvényében. Mint azt a pontdiagram esetében már láthattuk, a vonal diagramok alkalmazhatók olyan esetekben is, amikor az x-tengelyen sorrendi skálájú kategória változó helyezkedik el (például órák, napok vagy hónapok). Természetesen a vonaldiagramokat is lehet kombinálni.