Реферат по вис на тему: Представление данных Описательная статистика Операция над событиями на 2 листа по 3 примера

Ниже представлен подробный реферат на тему: Представление данных, Описательная статистика, Операции над событиями. В тексте даны три примера с наглядными шагами и расчетами. Подойдет для среднего уровня (школа), рассчитан на понимание материала и демонстрацию процесса анализа данных и вероятностей. 1) Введение - Представление данных: способы упорядочивания и визуализации данных (таблицы, частотные распределения, графики). Важна правильная группировка данных по типу измерения и по интерврам/категориям. - Описательная статистика: набор числовых характеристик, которые описывают данные без обобщения на всю совокупность. Основные показатели: центральная тенденция (среднее, медиана, мода) и рассеяние (разброс, минимумы/максимумы, разброс — дисперсия и стандартное отклонение, размах). - Операции над событиями: основы теории вероятностей. Операции включают объединение (складывание вероятностей двух событий), пересечение (совпадение), дополнение (не событие), разность. Правила вероятностей помогают находить вероятность сложных событий и работать с дополнениями и условиями. 2) Представление данных (как мы представляем информацию) - Типы данных: - Количественные: дискретные и непрерывные (измеряемые). Пример: рост, баллы за тест. - Категориальные (номинальные и порядковые). Пример: пол, цвет глаз (номинальные); рейтинг от «плохо» до «отлично» (порядковый). - Основные способы представления: - Таблицы частот и относительных частот: число встреч каждой категории или диапазона, а также доля от общего числа наблюдений. - Графики: гистограмма и столбчатая диаграмма для количественных/категориальных данных; круговая диаграмма для относительных частот категорий. - Развернутая формула: для непрерывных данных удобна частотная таблица с интервалами (бинning) и накопительные частоты. - Как строить правильное представление: - Определить цель анализа и тип данных. - Выбрать подходящие интервалы (для непрерывных данных): равные промежутки по диапазону значений. - Посчитать частоты и относительные частоты (проценты). - При необходимости построить график или диаграмму. - Пример структуры частотной таблицы: - Интервал: 55–59; 60–64; 65–69; 70–74; 75–79 - Частоты: 2; 4; 3; 2; 1 - Относительные частоты: 16.7%; 33.3%; 25%; 16.7%; 8.3% 3) Описательная статистика (чтобы понять характер данных) - Меры центральной тенденции: - Математическое ожидание/среднее: x̄ = (сумма всех значений) / n - Медиана: середина упорядоченного набора; для чётного n берутся два средних и берётся их среднее. - Мода: значение(я), встречающееся(иесь) чаще всего. - Меры дисперсии и разброса: - Размах (range): max − min - Дисперсия и стандартное отклонение: для выборки s^2 = sum((x_i − x̄)^2) / (n−1); s = sqrt(s^2) - Квартильный размах (IQR): Q3 − Q1 (мера рассеяния, устойчив к выбросам) - Пример практического расчета: Рассмотрим набор данных роста: 55, 60, 62, 58, 70, 65, 68, 72, 64, 60, 66, 75 (n = 12) - Сумма = 775, среднее x̄ ≈ 775 / 12 ≈ 64.58 - Упорядоченный набор: 55, 58, 60, 60, 62, 64, 65, 66, 68, 70, 72, 75 - Медиана: среднее из 6-й и 7-й позиций → (64 + 65) / 2 = 64.5 - Мода: наиболее частое значение — 60 (встречается 2 раза) - Размах: 75 − 55 = 20 - Стандартное отклонение: приблизительно s ≈ 5.96 (расчёт по формуле выше) - Интерпретация: - Средний рост ~64.6 см (условно адаптируем под выбранную шкалу). - Медиана близка к среднему, распределение скорее симметрично, но с небольшим сдвигом. - Мода указывает на повторяющееся значение в выборке; размах показывает разброс данных. 4) Операции над событиями (основы вероятностей) - Определения: - Событие A и событие B — подмножества элементарных исходов; вероятность P(A) обозначает долю исходов, в которых событие выполняется. - Объединение A ∪ B: наступает, если выполняется A или B (или оба). - Пересечение A ∩ B: наступает, если выполняются оба события одновременно. - Дополнение A^c (или ¬A): все исходы, которые не удовлетворяют A. - Разность A \ B: выполняется, если событие A произошло и при этом B не произошло. - Основные правила: - P(A ∪ B) = P(A) + P(B) − P(A ∩ B) - P(A^c) = 1 − P(A) - Если A и B независимы: P(A ∩ B) = P(A)·P(B) - Условная вероятность: P(A|B) = P(A ∩ B) / P(B), если P(B) > 0 - Пример с двумя игральными кубиками (хрестоматийный пример): - Событие A: сумма двух чисел равна 7 - Событие B: первый бросок — чётное число - Всего исходов: 36 (6×6) - P(A): 6 исходов дают сумму 7 → 6/36 = 1/6 - P(B): первый кубик чётен (2,4,6) — 3 варианта на первый кубик, 6 вариантов на второй → 18/36 = 1/2 - P(A ∩ B): среди исходов суммы 7, где первый кубик чётен: {(2,5), (4,3), (6,1)} → 3/36 = 1/12 - P(A ∪ B) = 1/6 + 1/2 − 1/12 = 7/12 ≈ 0.5833 - P(A|B) = P(A ∩ B) / P(B) = (1/12) / (1/2) = 1/6 ≈ 0.1667 - Дополнение: P(B^c) = 1 − 1/2 = 1/2 - Пример на практическом уровне: - Пусть A — событие “попадаем под вычисленный диапазон 64–65 баллов” (условно в рамках примера), - B — событие “балл выше 60”. - Вычисления по аналогии показывают, как строить объединение, пересечение и условные вероятности в обычной задаче. 5) Примеры (2 листа по 3 примера) Пример 1. Представление данных и базовая статистика - Данные: рост 12 школьников (см): 55, 60, 62, 58, 70, 65, 68, 72, 64, 60, 66, 75 - Представление данных: - Частотная таблица по интервалам: 55–59 (2); 60–64 (4); 65–69 (3); 70–74 (2); 75–79 (1) - Относительные частоты: 16.7%; 33.3%; 25%; 16.7%; 8.3% - Возможный график: гистограмма по указанным интервалам (описательно) - Описательная статистика: - Среднее примерно 64.6 - Медиана 64.5 - Мода 60 - Размах 20 - Стандартное отклонение ≈ 5.96 - Интерпретация: данные показали умеренный разброс вокруг среднего значения; распределение не сильно асимметрично. Пример 2. Представление категориальных данных и базовая характеристика - Данные: опрос 50 учащихся о любимых фруктах (количество по категориям): яблоки 12, бананы 15, апельсины 11, виноград 7, другое 5 - Представление данных: - Таблица частот и относительных частот: яблоки 24%, бананы 30%, апельсины 22%, виноград 14%, другое 10% - График: столбчатая диаграмма по категориям - Описательная статистика для категориальных данных: - Мода: бананы (наибольшая частота) - Медиана/разделение по квантилям не применяется к номинальным данным, но можно вычислить кумулятивные частоты и определить наиболее представительную категорию - Интерпретация: выбор бананов как наиболее популярной категории; данные полезны для графического сравнения долей. Пример 3. Операции над событиями и вероятности - Сценарий: два dice, каждый по 6 граней. Вопросы: - A: сумма двух чисел равна 7 - B: первый кубик выпал чётным числом - Расчеты: - Всего исходов: 36 - P(A) = 6/36 = 1/6 - P(B) = 18/36 = 1/2 - P(A ∩ B) = 3/36 = 1/12 - P(A ∪ B) = P(A) + P(B) − P(A ∩ B) = 1/6 + 1/2 − 1/12 = 7/12 - P(A|B) = P(A ∩ B) / P(B) = (1/12) / (1/2) = 1/6 - Дополнение: P(B^c) = 1/2 - Интерпретация: вероятность сложного события может быть вычислена через правила объединения и пересечения; условная вероятность показывает зависимость между B и A. 6) Итоговые выводы - Представление данных позволяет быстро увидеть структуру и характер данных: где сосредоточена масса, какие части распределения занимают ведущие роли. - Описательная статистика даёт количественное описание центральной тенденции и разброса, что важно для сравнения разных наборов данных. - Операции над событиями и правила вероятностей позволяют складывать и пересчитывать вероятности сложных событий, учитывать взаимозависимости и делать выводы по вероятностям в различных ситуациях. Если нужно, могу адаптировать этот реферат под конкретный класс, уровень сложности или добавить дополнительные примеры, графики или таблицы. Также могу разбить материал на две четко структурированные страницы с более детальным оформлением (заголовки, подписи к таблицам и диаграммам).