PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2015 | 4 | nr 247 | 43--56
Tytuł artykułu

Data Visualization in the Resampling Methods

Treść / Zawartość
Warianty tytułu
Wizualizacja danych w metodach wykorzystujących repróbkowanie
Języki publikacji
EN
Abstrakty
Statystyka należy do bardzo wyjątkowych specjalności naukowych. Narzędzia i metody wykorzystywane przez statystyków są niezbędne w pracy fizyka, architekta, inżyniera, medyka, psychologa, ekonomisty, a także dla specjalistów wielu innych zawodów. Powszechnie stosowany podział prowadzi do wyróżnienia statystyki opisowej i statystyki matematycznej. Nieodłącznie z badaniami statystycznymi jest związana graficzna prezentacja danych i wyników analiz. Wizualizacja danych jest zwykle kojarzona z zagadnieniami statystyki opisowej. Wiele rozwiązań graficznych można jednak z powodzeniem zastosować w obszarze związanym z zagadnieniami wnioskowania statystycznego. W artykule przedstawiono zwięzłą charakterystykę wybranych metod graficznej prezentacji danych. Szczególną uwagę zwrócono na nowe możliwości w zakresie graficznych prezentacji, które mogą być wykorzystane we wnioskowaniu statystycznym. Metody takie od bardzo dawna są z powodzeniem wykorzystywane w sterowaniu jakością produkcji. Ze względu na specyfikę określania sygnałów rozregulowania procesów trudno w tym zakresie byłoby zrezygnować z odpowiednich wykresów, a decyzje oprzeć wyłącznie na wynikach liczbowych analiz. W opracowaniu odwołano się również do możliwości związanych z graficzną prezentacją wyników wnioskowania statystycznego z wykorzystaniem metod repróbkowania. (abstrakt oryginalny)
EN
Charts and graphical presentations are the examples of statistical tools. These tools are usually considered with the area of the descriptive statistics. However, many of graphics data visualizations can be successfully applied in the area related to inferential statistics. The paper presents a brief overview of the selected methods of the data presentation. The particular attention was paid to the new opportunities for graphic presentations that can be used in the method of statistical inference. Graphical methods for a long time have been successfully used in monitoring processes in statistical quality control. Due to the nature of the signals for determining the process deregulations it would be difficult, in this regard, to make a decision without the corresponding charts, and the decisions based solely on the results of numerical analyzes. The study also recalled the opportunities associated with the graphical presentation of the results of the statistical inference using resampling methods.(original abstract)
Twórcy
  • University of Economics in Katowice, Poland
Bibliografia
  • Aigner W., Miksch F., Schumann H., Tominski C. (2011), Visualization of Time- Oriented Data, Springer-Verlag London.
  • Blasius J., Greenacre M. (1998), Visualization of Categorical Data, Academic Press Limited, London.
  • Davison A.C., Hinkley D.V. (1997), Bootstrap Method and Their Applications, Cambridge University Press, Cambridge.
  • Efron B. (1979), Bootstrap Methods: Another Look at the Jackknife, "Annals of Statistics" 7, No. 1, 1-26.
  • Friendly M. (2000), Visualizing Categorical Data, SAS Press, Cary, NC.
  • Good P. (2005), Permutation, Parametric and Bootstrap Tests of Hypotheses, Science Business Media, Inc.
  • Kończak G. (2012), On Testing Multi-directional Hypothesis in Categorical Data Analysis [in:] Proceedings of COMPSTAT 2012, eds. A. Colubi, E.J. Kontoghiorghes, K. Pokianos, G. Gonzalez-Rodriguez, p. 427-436.
  • Kończak G. (2014), Rola graficznych prezentacji danych w popularyzacji statystyki, "Wiadomości Statystyczne", nr 7, t. LIX, p. 49-61.
  • Kuhfeld W.F. (2010), Statistical Graphics in SAS. An Introduction to the Graph Template Language and the Statistical Graphics Procedures, SAS Institute Inc., Cary, North Carolina.
  • Montgomery D.C. (2009), Introduction to Statistical Quality Control, John Wiley & Sons, Inc. New York.
  • Murrell P. (2006), R Graphics, Chapman & Hall/CRC, Boca Raton.
  • Pawłowski Z. (1976), Statystyka matematyczna, Państwowe Wydawnictwo Naukowe, Warszawa.
  • Sarkar D. (2008), Lattice. Multivariate Data Visualization with R, Springer Science+ Business Media, New York.
  • Stelmach J. (2012), Using Permutation Tests in Multiple Correlation Investigations, Acta Universitatis Lodzienzis Folia Oeconomica, Vol. 269, p. 73-81.
  • Tufte E.R. (1983), The Visual Display of Quantitative Information, Graphics Press, Cheshire, CT.
  • Unwin A., Theus M., Hofmann H. (2006), Graphics of Large Datasets, Springer, New York.
  • Wilkinson L. (2005), The Grammar of Graphics, Springer, New York.
  • Young F.W., Valero-Mora P.M., Friendly M. (2006), Visual Statistics. Seeing Data with Dynamic Interactive Graphics, A John Wiley & Sons Inc., New Jersey.
  • Zeileis A, Meyer D., Hornik K. (2005), Residual-based Shadings for Visualizing (Conditional) Independence, Report 20, Department of Statistics and Mathematics, Wirtschaftsuniversitat Wien, Research Report Series.
  • [www 1] http://cran.r-project.org/.
  • [www 2] http://www.datavis.ca/.
  • [www 3] http://www.gapminder.org.
  • [www 4] http://www.r-project.org.
  • [www 5] http://stat.ue.katowice.pl/gVis.
  • [www 6] http://stat.gov.pl/bdl.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171427195

Zgłoszenie zostało wysłane

Zgłoszenie zostało wysłane

Musisz być zalogowany aby pisać komentarze.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.