Duomenų analizės ir galimybių aptarimo klausimų pavyzdžiai
Duomenų analizė ir tikimybės yra dvi sritys, su kuriomis dažnai susiduriama įvairiose disciplinose, ypač statistikoje, matematikoje, ekonomikoje ir rinkos tyrimuose. Šiame straipsnyje nagrinėsime keletą pavyzdžių problemų ir diskusijų, susijusių su duomenų analize ir tikimybe, kad pagilintume šių pagrindinių sąvokų supratimą.
1. Duomenų analizė: įvadas ir pavyzdiniai klausimai
Duomenų analizė – tai duomenų tikrinimo, atrankos, transformavimo ir modeliavimo procesas, kurio tikslas – atrasti naudingą informaciją, padaryti išvadas ir pagrįsti sprendimų priėmimą. Tipiniai veiksmai apima duomenų rinkimą, duomenų valymą, duomenų tyrimą (aprašomoji statistika) ir tolesnę analizę.
1 pavyzdžio klausimas: Vidurkio ir standartinio nuokrypio nustatymas
Pateikiami šie duomenys apie 10 mokinių matematikos testo rezultatus: 78, 82, 85, 88, 90, 75, 91, 74, 89, 86.
Apskaičiuokite duomenų vidurkį ir standartinį nuokrypį.
Diskusija:
– Vidutinė vertė yra visų duomenų suma, padalyta iš stebėjimų skaičiaus.
\[
\text{Mean} = \frac{78 + 82 + 85 + 88 + 90 + 75 + 91 + 74 + 89 + 86}{10} = \frac{838}{10} = 83.8
\]
– Norėdami apskaičiuoti standartinį nuokrypį, pirmiausia turime apskaičiuoti dispersiją. Dispersija yra kvadratinių skirtumų tarp kiekvieno duomenų rinkinio ir vidurkio vidurkis.
\[
\text{Dispersija} = \frac{(78-83.8)^2 + (82-83.8)^2 + (85-83.8)^2 + \cdots + (86-83.8)^2}{10}
\]
Tada dispersija apskaičiuojama taip:
\[
\text{Dispersija} = \frac{33.64 + 3.24 + 1.44 + 17.64 + 38.44 + 75.04 + 50.41 + 94.44 + 26.01 + 4.84}{10} = \frac{345.14}{10} = 34.514
\]
– Standartinis nuokrypis yra dispersijos kvadratinė šaknis.
\[
\text{Standartinis nuokrypis} = \sqrt{34.514} ≈ 5.88
\]
2 pavyzdžio klausimas: duomenų grafikas
Pateikiami miesto gyventojų skaičiaus duomenys per pastaruosius 5 metus (tūkst.): 2016 m.: 120, 2017 m.: 125, 2018 m.: 130, 2019 m.: 135, 2020 m.: 140.
Sukurkite linijinę diagramą duomenims pavaizduoti.
Diskusija:
Norėdami sukurti linijinę diagramą, galime atlikti šiuos veiksmus:
1. Nustatykite X ir Y ašis. X ašis skirta metams, o Y ašis – gyventojų skaičiui.
2. Nubraižykite taškus pagal pateiktus duomenis:
– (2016, 120)
– (2017, 125)
– (2018, 130)
– (2019, 135)
– (2020, 140)
3. Sujunkite taškus linijomis.
Gautas grafikas parodys miesto gyventojų skaičiaus augimo tendenciją nuo 2016 iki 2020 m.
2. Tikimybė: pagrindai ir pavyzdiniai uždaviniai
Tikimybė arba šansai yra įvykio tikimybės matas. Įvykio A tikimybė paprastai išreiškiama kaip \(P(A) \) ir apskaičiuojama taip:
\[
P(A) = \frac{\text{Pageidaujamų įvykių skaičius}}{\text{Bendras galimų įvykių skaičius}}
\]
3 pavyzdžio klausimas: Paprastoji tikimybė
Kokia tikimybė ištraukti tūzą iš standartinės kortų kaladės?
Diskusija:
– Viename žaidimo kortų rinkinyje yra 52 kortos.
– Yra 4 tūzo kortos (širdys, būgnai, kryžiai ir pikai).
– Tikimybė ištraukti tūzą yra:
\[
P(\text{As}) = \frac{4}{52} = \frac{1}{13} \apytiksliai 0.0769 \text{ arba } 7.69\%
\]
4 klausimo pavyzdys: Iš eilės einantys bandymai
Du kauliukai ridenami vienu metu. Apskaičiuokite tikimybę, kad dviejų kauliukų suma yra 7.
Diskusija:
– Iš viso yra 6 × 6 = 36 galimi rezultatai metant du kauliukus.
– Deriniai, iš viso duodantys 7, yra šie: (1,6), (2,5), (3,4), (4,3), (5,2), (6,1). Taigi yra 6 atvejų.
– Tikimybė, kad dviejų kauliukų suma yra 7, yra:
\[
P(\text{Iš viso 7}) = \frac{6}{36} = \frac{1}{6} \apytiksliai 0.1667 \text{ arba } 16.67\%
\]
5 pavyzdžio klausimas: Bajeso taisyklė
Turint omenyje, kad 1 iš 1000 žmonių serga liga X. Testas, skirtas nustatyti ligą X, turi 99 % tikslumo rodiklį (nesvarbu, ar jis teigiamas, ar neigiamas). Jei žmogaus testo rezultatas teigiamas, kokia tikimybė, kad jis iš tikrųjų serga liga X? Tarkime, kad testo jautrumas yra 95 %, o specifiškumas – 98 %.
Diskusija:
Pavyzdžiui:
– P(P) yra tikimybė, kad asmens testo rezultatas bus teigiamas,
– P(D) yra tikimybė, kad asmuo serga šia liga,
– P(P|D) yra teigiamo testo rezultato tikimybė, jei asmuo serga šia liga,
– P(D|P) yra tikimybė susirgti liga, jei žmogaus testo rezultatas teigiamas.
Pagal Bajeso teoremą:
\[
P(D|P) = ∫{P(P|D) ∫} P(D)}{P(P)}
\]
Pirmiausia apskaičiuokite P(P):
\[
P(P) = P(P|D) ∫ P(D) + P(P|D^c) ∫ P(D^c)
\]
\[
P(P) = 0.95 ∫cdot \frac{1}{1000} + 0.02 ∫cdot \frac{999}{1000} \apytiksl. 0.0211
\]
Dabar,
\[
P(D|P) = ≈ 0.045 arba 4.5 %
\]
Taigi, jei žmogaus testo rezultatas teigiamas, tikimybė, kad jis serga X liga, yra apie 4.5 %.
Išvada
Duomenų analizė ir tikimybių analizė yra esminiai įrankiai įvairiose srityse, tokiose kaip moksliniai tyrimai, ekonomika ir sveikatos apsauga. Suprasdami, kaip jos veikia, galime geriau prognozuoti, priimti geresnius sprendimus ir valdyti riziką. Remdamiesi šiais pavyzdžiais ir diskusijomis, geriau suprantame, kaip galima analizuoti duomenis ir kaip galima apskaičiuoti įvairių įvykių tikimybes. Tikimės, kad šis straipsnis padėjo mums geriau suprasti duomenų analizę ir tikimybių analizę.
