Презентация, доклад по алгебре в 11 классе на тему Статистика-дизайн информации

Пример: На праздничном вечере среди учеников 11«а» и 11«б» классов провели лотерею. Каждый из 50 школьников произвольно задумал одну цифру от 0до 9 и записал ее и на левой и на правой половинках своего лотерейного

Слайд 1Статистическая обработка данных.
Алгебра 11 класс
Пашевкина О.В.
МОУ СОШ д. Афонино

Статистическая обработка данных. Алгебра 11 классПашевкина О.В.МОУ СОШ д. Афонино

Слайд 2Пример:
На праздничном вечере среди учеников 11«а» и 11«б» классов

провели лотерею. Каждый из 50 школьников произвольно задумал одну цифру от 0до 9 и записал ее и на левой и на правой половинках своего лотерейного билета. Правые половинки билетов остались у своих владельцев, левые половинки положили на стол перед организатором лотереи.
Итак, на столе 50 листочков, содержащих всю информацию. Как в ней разобраться?
Пример:  На праздничном вечере среди учеников 11«а» и 11«б» классов провели лотерею. Каждый из 50 школьников

Слайд 3Порядок преобразований первоначально полученной информации
1. Данные упорядочить и сгруппировать.
2. Составить

таблицу распределения данных.
Порядок преобразований  первоначально полученной информации  1. Данные упорядочить и сгруппировать. 2. Составить таблицу распределения данных.

Слайд 4 3. Перевести таблицы распределения в графики распределения данных: а) многоугольник распределения:

3. Перевести таблицы распределения в графики распределения данных: а) многоугольник распределения:

Слайд 5б) гистограмма распределения:

б) гистограмма распределения:

Слайд 6в) круговая диаграмма:

в) круговая диаграмма:

Слайд 74. Получить паспорт данных измерения, который состоит из небольшого количества основных

числовых характеристик полученной информации
(центральные тенденции):
объем измерения – количество данных измерения;
размах измерения (обозначается R)- разность между наибольшим и наименьшим результатами измерения;
мода измерения (обозначается Mo)- наиболее часто встречающееся значение результатов измерения:
среднее( среднее арифметическое)- частное от деления суммы всех результатов измерения на объем измерения.


4. Получить паспорт данных измерения, который состоит из небольшого количества основных числовых характеристик полученной информации (центральные тенденции):

Слайд 8
Определение. Варианта - значение одного из результатов измерения.
Определение. Ряд данных -значения

всех результатов измерения, перечисленные по порядку.
Определение. Сгруппированный ряд данных - множество всех вариант в порядке возрастания их числовых значений.
Определение. Медиана измерения (обозначается Me) – серединное значение варианты в сгруппированном ряде данных.



Определение. Варианта - значение одного из результатов измерения.Определение. Ряд данных -значения всех результатов измерения, перечисленные по порядку.Определение.

Слайд 9Определение. Если среди всех данных конкретного измерения одна из вариант встретилась

k раз, то число k называют кратностью (абсолютной частотой) этой варианты измерения.







Таблица распределения данных измерения.
Сумма = объему измерения.


Определение. Если среди всех данных конкретного измерения одна из вариант встретилась k раз, то число k называют

Слайд 10
При общей оценке данных выборки часто находят частоту варианты:




Для удобства

счета и построения графиков частоты переводят в проценты от объема измерения.







При общей оценке данных выборки часто находят частоту варианты: Для удобства счета и построения графиков частоты переводят

Слайд 11Для статистического анализа результатов измерения важными являются не только его центральные

значения, но и то, как расположены эти результаты вокруг, например, среднего значения всех результатов.
Определение. Дисперсия (обозначается D) - числовая характеристика данных измерения, отвечающая за разброс (рассеивание) данных вокруг их среднего значения.
Число σ = называют средним квадратическим отклонением.








Для статистического анализа результатов измерения важными являются не только его центральные значения, но и то, как расположены

Слайд 12Алгоритм вычисления дисперсии.
Для нахождения дисперсии D данных
измерения следует вычислить:
среднее

значение М= ;
отклонения данных от М, т.е. ;
квадраты отклонений ( i =1,2,3,…,n), найденных в предыдущем шаге;
Среднее значение всех квадратов отклонений – это и есть дисперсия D:
D = ;

σ = среднее квадратическое отклонение.

,

,…,

Алгоритм вычисления дисперсии.Для нахождения дисперсии D данных измерения следует вычислить: среднее значение М=

Слайд 13Пример:
Найти среднее квадратическое отклонение значений выборки: 5,8,10,12, 17,20.



Пример:Найти среднее квадратическое отклонение значений выборки:   5,8,10,12, 17,20.

Слайд 14 Подсчет дисперсии и среднего квадратического отклонения

разумнее производить с помощью использования компьютерных программ обработки данных.
С методами обработки данных обучающиеся познакомятся на уроках информатики при изучении Microsoft Exel или других подобных программ.
Подсчет дисперсии и среднего квадратического отклонения разумнее производить с помощью использования компьютерных

Что такое shareslide.ru?

Это сайт презентаций, где можно хранить и обмениваться своими презентациями, докладами, проектами, шаблонами в формате PowerPoint с другими пользователями. Мы помогаем школьникам, студентам, учителям, преподавателям хранить и обмениваться учебными материалами.


Для правообладателей

Яндекс.Метрика

Обратная связь

Email: Нажмите что бы посмотреть