fulltextové vyhledávání

Kalendář akcí

P Ú S Č P S N
26 27
Aneta Haškovcová – hudba ke mně odjakživa patřila
Poděkování za pomoc při organizaci Sportovních her seniorů
Sportovní hry seniorů (doplněno)
28 29 30 31 1
Měsíční plán akcí: duben 2018
Tematicky zaměřené maturitní zpravodaje k maturitě JARO 2018
2 3 4
Napsali o nás: Gymnazisté úspěšní v konverzační soutěži v RUJ
Fotogalerie: Praktická maturita z chemie
Aneta a Štěpán uspěli v KK Olympiády v CEJ
5
Plzeňské dobrodružství aneb od piva na pitevnu
Krajské kolo Dějepisné olympiády
6
Omluva za nefunkčnost informačního systému
7
Omluva za nefunkčnost informačního systému
8
Omluva za nefunkčnost informačního systému
9
Omluva za nefunkčnost informačního systému
10 11
Maturita JARO 2018: termíny písemných zkoušek společné části
Slohovky aneb zamyšlení nad letošními tématy krátké slohové práce
12 13 14 15
16 17 18
Fotogalerie: Okresní kolo OVOV v Písku
19 20
Krajské kolo soutěže v programování
21 22
23
The Way We Were
Maturitní tablo 4.A (2014-2018)
Poslední zvonění očima třeťáka
24
Ukázka dravců
25 26 27 28 29
30 1
Měsíční plán akcí: květen 2018
2
Žákovský průvodce maturitní zkouškou JARO 2018
3
Seznam přijatých uchazečů v 1. kole přijímacích zkoušek
4
Napsali o nás: Jak dopadly písemné maturity do milevského gymnázia?
5 6
Drobečková navigace

Úvod > Statistika a finance > Statististické příklady z geoinformatiky

Statististické příklady z geoinformatiky

 

Tento materiál navazuje na základy statistiky. Jeho jádrem je příklad na rozdělení četnosti s výstupem do mapy. Pro podobné operace se užívá programů GIS, zde bude užito běžných nástrojů: tabulkový procesor a grafický program pro vybarvování mapy. Hlavním cílem je procvičení základních pojmů v oblasti četností a kvantilů (zde kvartilů) v oblasti geografických dat.

Příklad 1 (částečně řešený)

V tabulce je seznam 76 okresů s uvedením hustoty osídlení (obyvatel na km2).


Soubor ke stažení: geoinformatika.xls


Úkol č. 1 (částečně řešený): Zjistěte četnosti okresů dle osídlení v intervalovém rozdělení četností a v rozdělení na kvartily.

Řešení: Protože budeme výsledek porovnávat s rozdělením souboru na kvartily, zvolíme 4 intervaly. Poslední čtvrtý interval zahrnuje měststké okresy: Brno-město, Ostrava-město a Plzeň-město a rovněž okres Karviná, který ve své podstatě je též městským okresem.

Úkol č. 2 (neřešený): Zakreslete četnosti okresů histogramem pro intuitivní intervaly A. Posuďte vhodnost intuitivních intervalů A nejen z hlediska histogramu. Proč v případě kvartilového rozdělení četností vyšel tento výsledek?

Úkol č. 3 (řešený): Zatřiďte okresy do příslušných intarvalů pro intuitní intervaly A a do jednotlivých kvartilů.

Řešení: Řešení je v tabulce: výsledek řešení úkolu č. 3.

Úkol č. 4 (řešený): Zatříděné okresy vyznačte na mapě čtyřbarevnou škálou a to zlášť pro intervaly a A a pro kvartily.

Řešení:
Okresy dle intervalů A

Okresy dle kvartilů

Legenda:
Barevná škála    
Intervaly A:0 - 100101 - 200201 - 300nad 301
Kvartily:I.II.III.IV.

Úkol č. 5 (neřešený): Na základě obou map charakterizujte hustotu osídlení v krajích a regionech ČR.

Úkol č. 7 (řešený): Vytvořte intervaly podle obecných zásad pro tvoření intervalů. Zatřiďte okresy do příslušných intervalů pro intuitivní intervaly B a do jednotlivých kvartilů.

Řešení: Doporučuje se, aby intervaly byly stejně velké a jejich počet by měl odpovídat přibližně odmocnině statistických jednotech. Zvolíme osm intervalů, sedm stejně velkých s krokem 50 a poslední osmý pro ostatní okresy. Řešení je v tabulce: výsledek řešení úkolu č. 3.
Okresy dle intervalů B

Legenda:
Barevná škála    
Intervaly B:0 - 5051 - 100101 - 150151 - 200
Barevná škála    
Intervaly B:201 - 250251 - 300301 - 750nad 751

Úkol č. 8 (neřešený): Vyjádřete histogramem tyto intervalové četnosti. Posuďte vhodnost takto vytvořených intervalů a na základě mapy charkterizujte hustotu osídlení v krajích a regionech ČR.

Příklad 2 (neřešený)

V tabulce je seznam 76 okresů. K dispozici máte i mapu (public domain - zdroj: Wikimedia Commons).


Soubory ke stažení: geoinformatika.xls a okresy1.png.


Postupujte obdobně jako v příkladu 1, tentokrát však s údaji o nezaměstnaností v okresech ČR.