Test racjonalnego myślenia

Wizualizacja – ogólna nazwa graficznych metod tworzenia, analizy i przekazywania informacji. Za pomocą środków wizualnych ludzie wymieniają się zarówno ideami abstrakcyjnymi, jak i komunikatami mającymi bezpośrednie oparcie w rzeczywistości. W dzisiejszych czasach wizualizacja wpływa na sposób prowadzenia badań naukowych, jest rutynowo wykorzystywana w dyscyplinach technicznych i medycynie, służy celom dydaktycznym, a także bywa pojmowana jako środek wyrazu artystycznego.

Analiza danych - podstawowe pojęcia

Współczesne znaczenia słowa “statystyka”:

• zbiór danych liczbowych pokazujący kształtowanie procesów i zjawisk np. statystyka ludności.
• wszelkie czynności związane z gromadzeniem i opracowywaniem danych liczbowych np. statystyka pewnego problemu dokonywana przez GUS.
• charakterystyki liczbowe np. statystyki próby np. średnia arytmetyczna, odchylenie standardowe itp.
• dyscyplina naukowa - nauka o metodach badania zjawisk masowych.

Zjawisko/procesy masowe - badaniu podlega duża liczba jednostek. Dzielą się na:

• gospodarcze (np. produkcja, konsumpcja, usługi reklama),
• społeczne (np. wypadki drogowe, poglądy polityczne),
• demograficzne (np. urodzenia, starzenie, migracje).

Statystyka - dyscyplina naukowa - podział:

• statystyka opisowa - zajmuje się sprawami związanymi z gromadzeniem, prezentacją, analizą i interpretacją danych liczbowych. Obserwacja obejmuje całą badaną zbiorowość.
• statystyka matematyczna - uogólnienie wyników badania części zbiorowości (próby) na całą zbiorowość.

Jednostka statystyczna: każdy z elementów zbiorowości statystycznej.

• przykłady:
  • studenci UWM - student UWM
  • mieszkańcy Polski - każda osoba mieszkająca w Polsce
  • maszyny produkowane w fabryce - każda maszyna

Cechy statystyczne

• właściwości charakteryzujące jednostki statystyczne w danej zbiorowości statystycznej.
• dzielimy je na stałe i zmienne.

Podział cech mierzalnych:

• ciągłe - mogące przybrać każdą wartość z określonego przedziału, np. wzrost, wiek, powierzchnia mieszkania.
• skokowe - mogące przyjmować konkretne (dyskretne) wartości liczbowe bez wartości pośrednich np. liczba osób w gospodarstwie domowych, liczba osób zatrudnionych w danej firmie.

Cechy skokowe zazwyczaj mają wartości całkowite choć nie zawsze jest to wymagane np. liczba etatów w firmie (z uwzględnieniem części etatów).

Etapy badania statystycznego

• projektowanie i organizacja badania: ustalenie celu, podmiotu, przedmiotu, zakresu, źródła i czasu trwania badania;
• obserwacja statystyczna;
• opracowanie materiału statystycznego: kontrola materiału statystycznego, grupowanie uzyskanych danych, prezentacja wyników danych;
• analiza statystyczna.

Analiza danych zastanych

Analiza danych zastanych – proces przetwarzania danych w celu uzyskania na ich podstawie użytecznych informacji i wniosków. W zależności od rodzaju danych i stawianych problemów, może to oznaczać użycie metod statystycznych, eksploracyjnych i innych.

Korzystanie z danych zastanych jest przykładem badań niereaktywnych - metod badań zachowań społecznych, które nie wpływają na te zachowania. Dane takie to: dokumenty, archiwa, sprawozdania, kroniki, spisy ludności, księgi parafialne, dzienniki, pamiętniki, blogi internetowe, audio-pamiętniki, archiwa historii mówionej i inne. (Wikipedia)

Dane zastane możemy podzielić ze względu na (Makowska red. 2013):

• Charakter: Ilościowe, Jakościowe
• Formę: Dane opracowane, Dane surowe
• Sposób powstania: Pierwotne, Wtórne
• Dynamikę: Ciągła rejestracja zdarzeń, Rejestracja w interwałach czasowych, Rejestracja jednorazowa
• Poziom obiektywizmu: Obiektywne, Subiektywne
• Źródła pochodzenia: Dane publiczne, Dane prywatne

Skąd brać dane?

Darmowa repozytoria danych:

• Bank danych lokalnych GUS - link
• Otwarte dane - link
• Bank Światowy - link

Przydatne strony:

• https://www.kaggle.com/
• https://archive.ics.uci.edu/ml/index.php

Koncepcja

Koncepcja czyszczenia danych (ang. tidy data):

• WICKHAM, Hadley . Tidy Data. Journal of Statistical Software, [S.l.], v. 59, Issue 10, p. 1 - 23, sep. 2014. ISSN 1548-7660. Available at: https://www.jstatsoft.org/v059/i10. Date accessed: 25 oct. 2018. doi:http://dx.doi.org/10.18637/jss.v059.i10.

Przykłady nieuporządkowanych danych

Nagłowki kolumn muszą odpowiadać cechom, a nie wartościom zmiennych.

Jak tworzyć wykresy?

http://smarterpoland.pl/

Parę rad

Edward Tufte, prof z Yale, https://www.edwardtufte.com/

1. Prezentuj dane “na bogato”.

2. Nie ukrywaj danych, pokazuj prawdę.

3. Nie używaj wykresów śmieciowych.

4. Pokazuj zmienność danych, a nie projektuj jej.

5. Wykres ma posiadać jak najmniejszy współczynnik kłamstwa (lie-factor).

6. Powerpoint to zło!

Współczynnik kłamstwa

https://www.facebook.com/janinadaily/photos/a.1524649467770881/2836063543296127/?paipv=0&eav=AfbVIDx5un8ZOklKI9c-B1jP4nOoNa2QMmJmjoA-291JNNgM1L_NmoCGMS_mJOy4xjo&_rdr

• stosunek efektu widocznego na wykresie do efektu wykazywanego przez dane, na podstawie których ten wykres narysowaliśmy.

https://infovis-wiki.net/wiki/Lie_Factor

Współczynnik kłamstwa

[Tufte, 1991] Edward Tufte, The Visual Display of Quantitative Information, Second Edition, Graphics Press, USA, 1991, p. 57 – 69.

Dokładny wzór na współczynnik kłamstwa

\[\operatorname{LieFactor} = \frac{\text{rozmiar efektu widocznego na wykresie}}{\text{rozmiar efektu wynikającego z danych}}\]

\[\text{rozmiar efektu} = \frac{|\text{druga wartość}-\text{pierwsza wartość}|}{\text{pierwsza wartość}}\]

Współczynnik kłamstwa

\[\operatorname{LieFactor} = \frac{\frac{5.3-0.6}{0.6}}{\frac{27.5-18}{18}} \approx 14.8\]

Jak tworzyć?

• https://bookdown.org/rudolf_von_ems/jak_sie_nie_dac/stats_graphs.html
• https://www.data-to-viz.com/
• https://100.datavizproject.com/