SlideShare une entreprise Scribd logo
1  sur  41
Quants peixos hi ha en un llac? Quants taxis en una ciutat? Idees per activitats i projectes fent servir l’estadística Pere Grima [email_address] http://www-eio.upc.es/~grima/ CREAMat, 28 de gener de 2009
Contingut. Objectiu Peixos  (estimació de la grandària d’una població  pel mètode de la captura, marcatge i recaptura) Taxis  (estimació de la grandària d’una població amb els elements numerats) “ Fent servir l’estadística”  (més exemples) Objectiu : Donar idees sobre possibles activitats o treballs relacionats amb l’estadística
El llac Quants peixos hi ha?
Si poguéssim veure el que hi ha a dins...
Pesquem, marquem i els deixem anar 15  peixos
Els peixos marcats s’escampen... Tornem a pescar
Hipòtesi. Càlculs N : Nombre total de peixos M :  Marcats R :  Apareixen marcats  C :  Capturats  Segona Mostra Primera Mostra
Si poguéssim veure el que hi ha a dins... Hi ha 67 peixos. Error del 12% sobre el valor real La  realitat : 1 2 3 4 5 6 7 8 9 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 10 27 38 31 30 39 37 33 36 34 42 40 41 46 45 44 43 51 28 29 47 48 49 50 52 53 35 32 54 55 56 57 58 59 60 61 62 63 64 65 66 67
Qualitat de la estimació Què vol dir que  N  està “al voltant de” 75? Quina és la “bondat” del nostre estimador? Quina és la qualitat de la estimació si: N = 1000  M = 100 C = 100
Simulació amb Excel Podem simular  amb l’Excel
Applet
Simulant 10.000 vegades amb Minitab:    80 % + 429 - 231
Fent gràfics 80% 80% És un estimador  esbiaixat 7  13  769  1429
Es pot millorar? Es pot calcular un estimador que no tingui biaix? Com varia la qualitat de l’estimador en augmentar  M  i/o  C  ? I si es fan vàries repesques? I si...?
Amb boles....
Quants cigrons hi ha en 1 kg? ,[object Object],[object Object],[object Object],[object Object]
Quants taxis hi ha a Barcelona?
Fàcil! http://www.taxibarcelona.cat/tabid/308/Default.aspx
Sense repesca.... Els taxis estan numerats !
Fent servir la intuïció 16  28  45  48  68  72  81 Mostra de valors d’una població numerada:  Quants elements té la població?
Possibilitats Si tenim tota la població numerada es verifica que: Grandària de la població:  N Mitjana:  Mediana:  Exemple: 1,  2,  3,  4,  5,  6,  7,  8,  9,  10 Mitjana = Mediana = 5,5
Possibilitats A la nostra mostra: 16  28  45  48  68  72  81 Mediana: 48 Mitjana:  51,14 Estimacions: Inconvenient d’aquest sistema ?
L’inconvenient Pot donar una estimació evidentment  falsa... Exemple:  3,  4,  6,  15 Mitjana:  7 Mediana:  5
Solucionant l’inconvenient... 7  +   5  +   7  +   4  +  7 1  2  3  4  5  6  7  8  9  10  11  12  13  14  15  16  17  18  19  20  21  22  23  24  25  26  27  28  29  30  31  32  33  34  35  Suposem que els valors són:  8, 14, 22, 27, 35 ? 36   37  38   39   40   41   42 1  2  3  4  5  6  7  8  9  10  11  12  13  14  15  16  17  18  19  20  21  22  23  24  25  26  27  28  29  30  31  32  33  34  35  7  +  5  +  7  +  4  +  7 5 =  6  36   37  38   39   40   41 Aquest és un estimador excel·lent! (UMVUE)
La fórmula !! El promig de les diferències és: Per tant: : Primer valor, ordenats de menor a major : Últim valor, ordenats de menor a major
Comprovem que funciona 20  vegades El valor més gran: Millor estimació:
Cas pràctic
Altres situacions similars Roger W. Johnson: “ Estimating the  Size of a Population.  Teaching Statistics http://www.rsscse.org.uk/ts/gtb/contents.html
Iceberg i estadística ,[object Object],[object Object],[object Object],[object Object],[object Object]
Hi ha més del què es veu Percentatges Sondejos electorals Mitjanes Control de la Qualitat:  Què podem fer per millorar? Previsions: Quanta electricitat es gastarà demà? Estudis sociològics: Què volen els joves? Biologia: Animals en extinció Fiabilitat. Cada quant s’han de revisar les peces d’un avió? Economia: Quant augmenten els preus? Estudis de mercat: Què volen els consumidors? Investigació mèdica: És millor un nou medicament?
Quantificació de l’estil literari : longitud de les frases, freqüència d’ús de determinades paraules (paraules eina), selecció entre possibles alternatives,... Autor A Autor B Autor disputat A  o   B
Estilometria. Software Exercicis
 
Quantificació d’una imatge
 
 
 
Homes  Dones
Xipre - Grècia Xipre - Turquia Posició de sortida del guanyador
Font: www.malaprensa.com
Quants peixos hi ha en un llac? Quants taxis en una ciutat? Idees per activitats i projectes fent servir l’estadística Pere Grima [email_address] http://www-eio.upc.es/~grima/ CREAMat, 28 de gener de 2009

Contenu connexe

Tendances

ÀTOMS - ISÒTOPS - IONS
ÀTOMS - ISÒTOPS - IONSÀTOMS - ISÒTOPS - IONS
ÀTOMS - ISÒTOPS - IONS
David Mur
 
Tema 1 bio1 la composició dels éssers vius power point
Tema 1 bio1 la composició dels éssers vius power pointTema 1 bio1 la composició dels éssers vius power point
Tema 1 bio1 la composició dels éssers vius power point
dexperimentals.an
 
TEMA 7. C. SEXENNI. AMADEU SAVOIA. I REPÚBLICA.
TEMA 7. C. SEXENNI. AMADEU SAVOIA. I REPÚBLICA.TEMA 7. C. SEXENNI. AMADEU SAVOIA. I REPÚBLICA.
TEMA 7. C. SEXENNI. AMADEU SAVOIA. I REPÚBLICA.
Assumpció Granero
 
Tema 1. camp gravitatori. exercicis resolts
Tema 1. camp gravitatori. exercicis resoltsTema 1. camp gravitatori. exercicis resolts
Tema 1. camp gravitatori. exercicis resolts
lalegret
 

Tendances (20)

ÀTOMS - ISÒTOPS - IONS
ÀTOMS - ISÒTOPS - IONSÀTOMS - ISÒTOPS - IONS
ÀTOMS - ISÒTOPS - IONS
 
Tema 1 bio1 la composició dels éssers vius power point
Tema 1 bio1 la composició dels éssers vius power pointTema 1 bio1 la composició dels éssers vius power point
Tema 1 bio1 la composició dels éssers vius power point
 
TEMA 7. C. SEXENNI. AMADEU SAVOIA. I REPÚBLICA.
TEMA 7. C. SEXENNI. AMADEU SAVOIA. I REPÚBLICA.TEMA 7. C. SEXENNI. AMADEU SAVOIA. I REPÚBLICA.
TEMA 7. C. SEXENNI. AMADEU SAVOIA. I REPÚBLICA.
 
Aparell digestiu
Aparell digestiuAparell digestiu
Aparell digestiu
 
Activitats perfil topogràfic
Activitats perfil topogràficActivitats perfil topogràfic
Activitats perfil topogràfic
 
Moon phases for kids
Moon phases for kidsMoon phases for kids
Moon phases for kids
 
Tema 12 els arxius de la història de la terra
Tema 12   els arxius de la història de la terraTema 12   els arxius de la història de la terra
Tema 12 els arxius de la història de la terra
 
Tema 1. camp gravitatori. exercicis resolts
Tema 1. camp gravitatori. exercicis resoltsTema 1. camp gravitatori. exercicis resolts
Tema 1. camp gravitatori. exercicis resolts
 
Roques líquides. CTMA 1r Batxillerat
Roques líquides. CTMA 1r BatxilleratRoques líquides. CTMA 1r Batxillerat
Roques líquides. CTMA 1r Batxillerat
 
Problemesdinamica
ProblemesdinamicaProblemesdinamica
Problemesdinamica
 
PRÀCTIQUES DE FÍSICA DE 2n ESO
PRÀCTIQUES DE FÍSICA DE 2n ESOPRÀCTIQUES DE FÍSICA DE 2n ESO
PRÀCTIQUES DE FÍSICA DE 2n ESO
 
Unitat 2. l'Atmosfera i els climes
Unitat 2. l'Atmosfera i els climes Unitat 2. l'Atmosfera i els climes
Unitat 2. l'Atmosfera i els climes
 
04 Monomis i Polinomis 3r ESO
04 Monomis i Polinomis 3r ESO04 Monomis i Polinomis 3r ESO
04 Monomis i Polinomis 3r ESO
 
13. Els glúcids associats a altres tipus de molècules
13. Els glúcids associats a altres tipus de molècules13. Els glúcids associats a altres tipus de molècules
13. Els glúcids associats a altres tipus de molècules
 
UD6 LA QUÍMICA DEL CARBONI
UD6 LA QUÍMICA DEL CARBONIUD6 LA QUÍMICA DEL CARBONI
UD6 LA QUÍMICA DEL CARBONI
 
Tipus de climes
Tipus de climesTipus de climes
Tipus de climes
 
Com és l'examen d'història a les pau
Com és l'examen d'història a les pau Com és l'examen d'història a les pau
Com és l'examen d'història a les pau
 
Ud 4 sismicitat i vulcanisme
Ud 4 sismicitat i vulcanismeUd 4 sismicitat i vulcanisme
Ud 4 sismicitat i vulcanisme
 
Expressions algebraiques
Expressions algebraiquesExpressions algebraiques
Expressions algebraiques
 
Estats i capitals d'Europa
Estats i capitals d'EuropaEstats i capitals d'Europa
Estats i capitals d'Europa
 

En vedette

Ponts entre divulgació i educació matemàtica. Què fem des del CREAMAT?
Ponts entre divulgació i educació matemàtica. Què fem des del CREAMAT?Ponts entre divulgació i educació matemàtica. Què fem des del CREAMAT?
Ponts entre divulgació i educació matemàtica. Què fem des del CREAMAT?
CREAMAT
 
Matematiquesicinema
MatematiquesicinemaMatematiquesicinema
Matematiquesicinema
ximochust
 

En vedette (13)

Els escacs relacionats amb les matemàtiques
Els escacs relacionats amb les matemàtiquesEls escacs relacionats amb les matemàtiques
Els escacs relacionats amb les matemàtiques
 
Per pescar val més una xarxa que una canya
Per pescar val més una xarxa que una canyaPer pescar val més una xarxa que una canya
Per pescar val més una xarxa que una canya
 
Jornades conjuntes TICTACTOC
Jornades conjuntes TICTACTOCJornades conjuntes TICTACTOC
Jornades conjuntes TICTACTOC
 
10 idees per ensenyar/aprendre matemàtiques
10 idees per ensenyar/aprendre matemàtiques10 idees per ensenyar/aprendre matemàtiques
10 idees per ensenyar/aprendre matemàtiques
 
Competencies bàsiques
Competencies bàsiquesCompetencies bàsiques
Competencies bàsiques
 
Ponts entre divulgació i educació matemàtica. Què fem des del CREAMAT?
Ponts entre divulgació i educació matemàtica. Què fem des del CREAMAT?Ponts entre divulgació i educació matemàtica. Què fem des del CREAMAT?
Ponts entre divulgació i educació matemàtica. Què fem des del CREAMAT?
 
Matematiquesicinema
MatematiquesicinemaMatematiquesicinema
Matematiquesicinema
 
Estadística. Seminari Les ciències i els infants. MNACTEC
Estadística. Seminari Les ciències i els infants. MNACTECEstadística. Seminari Les ciències i els infants. MNACTEC
Estadística. Seminari Les ciències i els infants. MNACTEC
 
Presentacio creamat sta_coloma
Presentacio creamat sta_colomaPresentacio creamat sta_coloma
Presentacio creamat sta_coloma
 
Creamat Competencies Primaria Nuria Guitart
Creamat Competencies Primaria Nuria GuitartCreamat Competencies Primaria Nuria Guitart
Creamat Competencies Primaria Nuria Guitart
 
Rúbriques competencials i autoavaluació
Rúbriques competencials i autoavaluacióRúbriques competencials i autoavaluació
Rúbriques competencials i autoavaluació
 
Elements didàctics afavoridors de la competència matemàtica
Elements didàctics afavoridors de la competència matemàticaElements didàctics afavoridors de la competència matemàtica
Elements didàctics afavoridors de la competència matemàtica
 
Matematiques familia - Idees
Matematiques familia - IdeesMatematiques familia - Idees
Matematiques familia - Idees
 

Plus de guest0b7991

Peccata Mundi: un programa de composició musical automàtica
Peccata Mundi: un programa de composició musical automàticaPeccata Mundi: un programa de composició musical automàtica
Peccata Mundi: un programa de composició musical automàtica
guest0b7991
 

Plus de guest0b7991 (9)

Trencant, partint, repartint
Trencant, partint, repartintTrencant, partint, repartint
Trencant, partint, repartint
 
Peccata Mundi: un programa de composició musical automàtica
Peccata Mundi: un programa de composició musical automàticaPeccata Mundi: un programa de composició musical automàtica
Peccata Mundi: un programa de composició musical automàtica
 
Plantejar i resoldre problemes a la classe de matemàtiques: Per què? Quan? Com?
Plantejar i resoldre problemes a la classe de matemàtiques: Per què? Quan? Com?Plantejar i resoldre problemes a la classe de matemàtiques: Per què? Quan? Com?
Plantejar i resoldre problemes a la classe de matemàtiques: Per què? Quan? Com?
 
Les matemàtiques per a mi són...
Les matemàtiques per a mi són...Les matemàtiques per a mi són...
Les matemàtiques per a mi són...
 
Competència Matemàtica des de totes les matèries
Competència  Matemàtica des de totes les matèriesCompetència  Matemàtica des de totes les matèries
Competència Matemàtica des de totes les matèries
 
Matemàtiques en familia
Matemàtiques en familiaMatemàtiques en familia
Matemàtiques en familia
 
Creamat Comptetències Infantil Dolça Vert
Creamat Comptetències Infantil Dolça VertCreamat Comptetències Infantil Dolça Vert
Creamat Comptetències Infantil Dolça Vert
 
Creamat Competencies Batxillerat Iolanda Guevara
Creamat Competencies Batxillerat Iolanda GuevaraCreamat Competencies Batxillerat Iolanda Guevara
Creamat Competencies Batxillerat Iolanda Guevara
 
Creamat Competencies Eso Pili Royo
Creamat Competencies Eso Pili RoyoCreamat Competencies Eso Pili Royo
Creamat Competencies Eso Pili Royo
 

Quants peixos hi ha en un llac? Quants taxis en una ciutat?

  • 1. Quants peixos hi ha en un llac? Quants taxis en una ciutat? Idees per activitats i projectes fent servir l’estadística Pere Grima [email_address] http://www-eio.upc.es/~grima/ CREAMat, 28 de gener de 2009
  • 2. Contingut. Objectiu Peixos (estimació de la grandària d’una població pel mètode de la captura, marcatge i recaptura) Taxis (estimació de la grandària d’una població amb els elements numerats) “ Fent servir l’estadística” (més exemples) Objectiu : Donar idees sobre possibles activitats o treballs relacionats amb l’estadística
  • 3. El llac Quants peixos hi ha?
  • 4. Si poguéssim veure el que hi ha a dins...
  • 5. Pesquem, marquem i els deixem anar 15 peixos
  • 6. Els peixos marcats s’escampen... Tornem a pescar
  • 7. Hipòtesi. Càlculs N : Nombre total de peixos M : Marcats R : Apareixen marcats C : Capturats Segona Mostra Primera Mostra
  • 8. Si poguéssim veure el que hi ha a dins... Hi ha 67 peixos. Error del 12% sobre el valor real La realitat : 1 2 3 4 5 6 7 8 9 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 10 27 38 31 30 39 37 33 36 34 42 40 41 46 45 44 43 51 28 29 47 48 49 50 52 53 35 32 54 55 56 57 58 59 60 61 62 63 64 65 66 67
  • 9. Qualitat de la estimació Què vol dir que N està “al voltant de” 75? Quina és la “bondat” del nostre estimador? Quina és la qualitat de la estimació si: N = 1000 M = 100 C = 100
  • 10. Simulació amb Excel Podem simular amb l’Excel
  • 12. Simulant 10.000 vegades amb Minitab:  80 % + 429 - 231
  • 13. Fent gràfics 80% 80% És un estimador esbiaixat 7 13 769 1429
  • 14. Es pot millorar? Es pot calcular un estimador que no tingui biaix? Com varia la qualitat de l’estimador en augmentar M i/o C ? I si es fan vàries repesques? I si...?
  • 16.
  • 17. Quants taxis hi ha a Barcelona?
  • 19. Sense repesca.... Els taxis estan numerats !
  • 20. Fent servir la intuïció 16 28 45 48 68 72 81 Mostra de valors d’una població numerada: Quants elements té la població?
  • 21. Possibilitats Si tenim tota la població numerada es verifica que: Grandària de la població: N Mitjana: Mediana: Exemple: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 Mitjana = Mediana = 5,5
  • 22. Possibilitats A la nostra mostra: 16 28 45 48 68 72 81 Mediana: 48 Mitjana: 51,14 Estimacions: Inconvenient d’aquest sistema ?
  • 23. L’inconvenient Pot donar una estimació evidentment falsa... Exemple: 3, 4, 6, 15 Mitjana: 7 Mediana: 5
  • 24. Solucionant l’inconvenient... 7 + 5 + 7 + 4 + 7 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 Suposem que els valors són: 8, 14, 22, 27, 35 ? 36 37 38 39 40 41 42 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 7 + 5 + 7 + 4 + 7 5 = 6 36 37 38 39 40 41 Aquest és un estimador excel·lent! (UMVUE)
  • 25. La fórmula !! El promig de les diferències és: Per tant: : Primer valor, ordenats de menor a major : Últim valor, ordenats de menor a major
  • 26. Comprovem que funciona 20 vegades El valor més gran: Millor estimació:
  • 28. Altres situacions similars Roger W. Johnson: “ Estimating the Size of a Population. Teaching Statistics http://www.rsscse.org.uk/ts/gtb/contents.html
  • 29.
  • 30. Hi ha més del què es veu Percentatges Sondejos electorals Mitjanes Control de la Qualitat: Què podem fer per millorar? Previsions: Quanta electricitat es gastarà demà? Estudis sociològics: Què volen els joves? Biologia: Animals en extinció Fiabilitat. Cada quant s’han de revisar les peces d’un avió? Economia: Quant augmenten els preus? Estudis de mercat: Què volen els consumidors? Investigació mèdica: És millor un nou medicament?
  • 31. Quantificació de l’estil literari : longitud de les frases, freqüència d’ús de determinades paraules (paraules eina), selecció entre possibles alternatives,... Autor A Autor B Autor disputat A o B
  • 33.  
  • 35.  
  • 36.  
  • 37.  
  • 39. Xipre - Grècia Xipre - Turquia Posició de sortida del guanyador
  • 41. Quants peixos hi ha en un llac? Quants taxis en una ciutat? Idees per activitats i projectes fent servir l’estadística Pere Grima [email_address] http://www-eio.upc.es/~grima/ CREAMat, 28 de gener de 2009