Содержание
Суммарная статистика—ArcGIS Online | Документация
Суммарная статистика вычисляется инструментами Агрегировать точки, Суммировать в пределах, Суммировать соседние, Присоединить объекты и Слияние границ.
Уравнения
Среднее и стандартное отклонение вычисляются с помощью взвешенного среднего и взвешенного стандартного отклонения для линейных и полигональных объектов. Для точечных объектов статистика не взвешивается. Вес длины или площади объекта, который попадает в пределы границы.
В следующей таблице показаны уравнения для вычисления стандартного отклонения, взвешенного среднего и взвешенного стандартного отклонения.
Статистика | Уравнение | Переменные | Объекты |
---|---|---|---|
Стандартное отклонение | , где:
| Точки | |
Взвешенное среднее | , где:
| Линии и полигоны | |
Взвешенное стандартное отклонение | , где:
| Линии и полигоны |
Пустые значения не включаются в расчет статистики. Например, среднее значение – 10, 5, а пустое значение –
(10+5)/2=7.5
Точки
Точечные слои суммируются, используя только точечные объекты, находящиеся в пределах площади входной границы.
Настоящая ситуация, в которой точки могут быть суммированы, – определение общего числа студентов в каждом округе со школой. Каждая точка соответствует школе. Поле Type содержит тип школы (начальная, школа второй ступени или средняя), а поле населения – число обучающихся в каждой школе студентов.
Фигура ниже показывает гипотетический точечный слой и слой границ, а таблица суммирует атрибуты для точечного слоя.
ObjectID | Район | Тип | Численность населения |
---|---|---|---|
1 | A | Начальная школа | 280 |
2 | A | Начальная школа | 408 |
3 | A | Начальная школа | 356 |
4 | A | Школа второй ступени | 361 |
5 | A | Школа второй ступени | 450 |
6 | A | Средняя школа | 713 |
7 | B | Начальная школа | 370 |
8 | B | Начальная школа | 422 |
9 | B | Начальная школа | 495 |
10 | B | Школа второй ступени | 607 |
11 | B | Школа второй ступени | 574 |
12 | B | Средняя школа | 932 |
Вычисления и результаты для Округа A представлены в расположенной ниже таблице. Из результатов вы увидите, что в Округе A обучаются 2568 студентов. При запуске инструмента результаты будут получены также для Округа B.
Статистика | Результаты. Округ A |
---|---|
Сумма | 280+408+356+361+450+713 =2568 |
Минимум | Минимум: [280, 408, 356, 361, 450, 713] =280 |
Максимальный | Максимум: [280, 408, 356, 361, 450, 713] =713 |
Среднее | 2568/6 =428 |
Стандартное отклонение | √((280-428)²+(408-428)²+(356-428)²+(361-428)²+(450-428)²+(713-428)²)/(6-1) =150. 79 |
Линии
Линейные слои суммируются, используя только части линейных объектов, находящиеся в пределах площади границы.
Подсказка:
При суммировании линий используйте поля с числами или количествами, чтобы в вычислениях их частей при выполнении вашего анализа был смысл. Например, используйте население, а не плотность населения.
Ситуация в которой может применяться данный анализ — определение общего объема воды в реках в пределах заданной границы. Каждая линия отображает реку, частично расположенную внутри границы.
Фигура ниже показывает гипотетический линейный слой и слой границ, а таблица суммирует атрибуты для линейного слоя.
Река | Длина (мили) | Объем (галлоны) |
---|---|---|
Желтый | 3 | 6,000 |
Синий | 8 | 10 000 |
Вычисления для объема представлены в таблице ниже. В результатах вы видите, что общий объем 9 000 галлонов.
Вычисления используют части линий в пределах площади границы. Например, у желтой линии общий объем 6 000 галлонов с двумя третями миль в пределах границы. Следовательно, вычисления выполняются по 4 000 галлонов, как объему желтой линии:
6000*(2/3)=4000
Статистика | Результат |
---|---|
Сумма | 4000+5000=9000 |
Минимум | Минимум: [4000, 5000]=4000 |
Максимальный | Максимум: [4000, 5000]=5000 |
Среднее | ((2*4000)+(3*5000))/(2+3) =(8000+15000)/5 =4600 |
Стандартное отклонение | √(2(4000-4600)²+3(5000-4600)²)/((2-1)/2(2+3)) =692. 8 |
Полигоны
Полигональные слои суммируются, используя только части полигональных объектов, находящиеся в пределах площади границы.
Подсказка:
При суммировании полигонов используйте поля с числами или количествами, чтобы в вычислениях их частей при выполнении вашего анализа был смысл. Например, используйте население, а не плотность населения.
Ситуацией, в которой будет применим этот анализ, является определение численности населения окрестностей города. Синим показана граница окрестностей, а маленькими полигонами – кварталы переписи.
Фигура ниже показывает гипотетический полигональный слой и слой границ, а таблица суммирует атрибуты для полигонального слоя.
Переписной квартал | Площадь (мили²) | Численность населения |
---|---|---|
Желтый | 6 | 3,200 |
Зеленый | 6 | 4700 |
Розовый | 2. 5 | 1,000 |
Синий | 8 | 4500 |
Оранжевый | 4 | 3,600 |
Вычисления для населения представлены в таблице ниже. В результатах вы увидите, что численность населения окрестностей города – 10481 человек, а средняя численность квартала переписи – 2666 человек.
Вычисления используют части полигонов в пределах площади границы. Например, общая численность населения желтого полигона составляет 3200 человек, причем четыре из шести его квадратных миль общей площади находятся в пределах границы. Следовательно, вычисления выполняются по 2 133 человек, как населению желтого полигона:
3200*(4/6)=2133
Статистика | Результат |
---|---|
Сумма | 2133+3133+400+3375+1800=10841 |
Минимум | Минимум: [2133, 3133, 400, 3375, 1800]=400 |
Максимальный | Максимум: [2133, 3133, 400, 3375, 1800]=3375 |
Среднее | ((4*2133)+(4*3133)+((1*400)+(6*3375)+(2*1800))/(4+4+1+6+2) =2665. 53 |
Стандартное отклонение | √(4(2133-2665.53)²+4(3133-2665.53)²+1(400-2665.53)²+6(3375-2665.53)²+2(1800-2665.53)²)/((5-1)/5(4+4+1+6+2)) =925.91 |
Связанные разделы
Используйте следующие разделы, чтобы узнать подробнее о суммарной статистике в определенном инструменте:
- Агрегировать точки
- Суммировать в пределах
- Суммировать близлежащие
- Присоединить объекты
- Слияние границ
Отзыв по этому разделу?
Репетиторы онлайн по статистике. Дистанционные занятия по скайпу
33
Еще фильтры
У репетитора или ученика
У репетитора
У ученика
Дистанционно
от
до
руб
Только с фото
Только с отзывами
Только проверенные
До года
1—5 лет
5—10 лет
Больше 10 лет
Мужчина
Женщина
До 30 лет
30—50 лет
Старше 50 лет
Найдено 33 репетитора
Сбросить фильтры
Евгения Евгеньевна
Преподаватель вуза
Стаж 27 лет
от 1 350 руб / час
свободен
Дмитрий Владимирович
Преподаватель вуза
Стаж 27 лет
от 1 000 руб / час
свободен
Александр Юрьевич
Частный преподаватель
Стаж 2 года
от 850 руб / час
свободен
Намик Низамиевич
Частный преподаватель
Стаж 10 лет
от 1 500 руб / час
свободен
Антон Юрьевич
Частный преподаватель
Стаж 5 лет
от 2 500 руб / час
свободен
Елена Александровна
Частный преподаватель
Стаж 9 лет
от 2 000 руб / час
свободен
Анатолий Анатольевич
Преподаватель вуза
Стаж 12 лет
от 1 000 руб / час
свободен
Алексей Васильевич
Частный преподаватель
Стаж 22 года
от 1 500 руб / час
свободен
Сергей Иванович
Преподаватель вуза
Стаж 43 года
от 2 200 руб / час
свободен
Ирина Анатольевна
Частный преподаватель
Стаж 26 лет
от 2 000 руб / час
свободен
Медицинская статистика I: Введение в анализ данных и описательную статистику | Курс
СОМ-XCHE0002
Стэнфордская школа медицины,
Стэнфордский центр санитарного просвещения
Сколько миллениалов заражается COVID-19 по сравнению с поколением Z? Какая этническая группа имеет самый высокий уровень детского ожирения? Являются ли определенные регионы страны более склонными к развитию рака, чем другие?
В этом курсе вы научитесь читать, интерпретировать и критически оценивать статистические данные на примерах из медицинской литературы и популярной прессы, а также сможете применять их в своих реальных исследованиях. Узнав, как идентифицировать и определять точки данных, вы сможете избежать распространенных статистических ошибок при проведении медицинских исследований и интерпретации открытий в области здравоохранения.
- Понимание основных планов исследований и измерений частоты заболеваний
- Понимать и описывать различные типы данных
- Выполнение базового анализа данных с использованием языка программирования R или SAS
Аккредитация
В целях улучшения ухода за пациентами Stanford Medicine совместно аккредитована Советом по аккредитации непрерывного медицинского образования (ACCME), Советом по аккредитации фармацевтического образования (ACPE) и Американским центром сертификации медсестер (ANCC). , чтобы обеспечить непрерывное образование для команды здравоохранения.
Кредитное обозначение
Американская медицинская ассоциация (AMA)
Stanford Medicine присваивает этому износостойкому материалу максимальное значение 13. 00 Кредиты категории 1 AMA PRA TM . Врачи должны претендовать только на кредит, соизмеримый со степенью их участия в деятельности.
Посмотреть полную информацию об аккредитации ЗДЕСЬ от Stanford Medicine
Основные компетенции
- Дизайн исследования и измерение
- Статистические методы
- Анализ данных
- R Программирование
- Программирование SAS
Гибкие варианты регистрации
Запись на индивидуальные курсы
Оплата по мере использования
179 долларов за курс,
60 дней на прохождение.
Просматривайте и завершайте учебные материалы, видеолекции, задания и экзамены в удобном для вас темпе. Вы также получаете 60-дневный доступ по электронной почте к своему ассистенту преподавателя из Стэнфорда.
ЗАРЕГИСТРИРОВАТЬСЯ
Полный доступ
Годовая подписка
499 долларов
Запишитесь на все три курса программы «Медицинская статистика». Просматривайте и завершайте учебные материалы, видеолекции, задания и экзамены в удобном для вас темпе. Пересматривайте материалы курса или переходите к следующему: весь контент будет у вас под рукой круглый год. Вы также получаете 365-дневный доступ к электронной почте для вашего помощника преподавателя из Стэнфорда.
ДОБАВИТЬ В КОРЗИНУ
Небольшие группы и командные программы
Специальные цены
Зарегистрируйтесь как группа или команда и учитесь вместе. Мы можем посоветовать вам лучшие групповые варианты для достижения целей обучения и развития вашей организации и предоставить вам поддержку, необходимую для оптимизации процесса. Участвуя вместе, ваша группа будет развивать общие знания, язык и мышление для решения предстоящих задач.
Свяжитесь с нами
Группа преподавателей
- Кристин Сайнани
Нужна помощь?
Свяжитесь с нами
Вам также может понравиться
Геномика и другие омики: всесторонние основы
XGEN102
Стэнфордская школа медицины,
Стэнфордский центр санитарного просвещения- Онлайн, самостоятельно
—Регистрация открыта
- Онлайн, самостоятельно
Личная геномика и ваше здоровье
XGEN205
Стэнфордская школа медицины,
Стэнфордский центр санитарного просвещения- Онлайн, самостоятельно
—Регистрация открыта
- Онлайн, самостоятельно
Введение в клинические данные
СОМ-XCHE0009
Стэнфордская школа медицины,
Стэнфордский центр санитарного просвещения- Онлайн, самостоятельное обучение, Coursera
—Регистрация открыта
- Онлайн, самостоятельное обучение, Coursera
Информирование о здоровье: стратегии воздействия и успеха
СОМ-XCHE0019
Стэнфордская школа медицины,
Стэнфордский центр санитарного просвещения- Онлайн, самостоятельное обучение, EdX
—Регистрация открыта
- Онлайн, самостоятельное обучение, EdX
Разработка цифровых продуктов для здоровья
SOM-XCHE0025
Стэнфордская школа медицины,
Стэнфордский центр санитарного просвещения- Онлайн, самостоятельно
—Регистрация открыта
- Онлайн, самостоятельно
Медицинская статистика II: Вероятность и выводы | Курс
СОМ-XCHE0003
Стэнфордская школа медицины,
Стэнфордский центр санитарного просвещения
Узнав, как определять характеристики набора данных в медицинской статистике I, что дальше? С помощью статистического вывода можно делать выводы о совокупности на основе репрезентативной выборки.
Что способствует более высокому уровню заболеваемости COVID-19 среди миллениалов, чем среди представителей поколения Z? Почему некоторые этнические группы предрасположены к детскому ожирению? Какие факторы способствуют более высокой распространенности рака в некоторых регионах страны? Выражая вероятность события, а не объявляя его фактом, вы можете устранить неопределенность и обобщить свои выводы.
- Использование статистических выводов для прогнозирования данных с помощью практического компьютерного моделирования в R или SAS
- Понимать основы вероятности, включая базовую вероятность, распределения вероятностей, стандартную ошибку, доверительные интервалы, p-значения, статистическую мощность, ошибки типа I и типа II, байесовскую статистику и проверку эквивалентности
- Распознавать распространенные статистические заблуждения и ошибки на реальных примерах из медицинских журналов и популярной прессы
Аккредитация
В целях улучшения ухода за пациентами Stanford Medicine совместно аккредитована Советом по аккредитации непрерывного медицинского образования (ACCME), Советом по аккредитации фармацевтического образования (ACPE) и Американским центром сертификации медсестер (ANCC). , чтобы обеспечить непрерывное образование для команды здравоохранения.
Кредитное обозначение
Американская медицинская ассоциация (AMA)
Stanford Medicine присваивает этому долговечному материалу максимальное количество баллов: 13.00 AMA PRA Категория 1 Кредиты TM . Врачи должны претендовать только на кредит, соизмеримый со степенью их участия в деятельности.
Посмотреть полную информацию об аккредитации ЗДЕСЬ от Stanford Medicine
Основные компетенции
- Статистическая ошибка
- Вероятность
- Вывод
- P-значения
- Проверка эквивалентности
- R Программирование
- Программирование SAS
Гибкие варианты регистрации
Запись на индивидуальные курсы
Оплата по мере использования
179 долларов за курс,
60 дней на прохождение.
Просматривайте и завершайте учебные материалы, видеолекции, задания и экзамены в удобном для вас темпе. Вы также получаете 60-дневный доступ по электронной почте к своему ассистенту преподавателя из Стэнфорда.
ЗАРЕГИСТРИРОВАТЬСЯ СЕЙЧАС
Полный доступ
Годовая подписка
499 долларов
Запишитесь на все три курса программы «Медицинская статистика». Просматривайте и завершайте учебные материалы, видеолекции, задания и экзамены в удобном для вас темпе. Пересматривайте материалы курса или переходите к следующему: весь контент будет у вас под рукой круглый год. Вы также получаете 365-дневный доступ к электронной почте для вашего помощника преподавателя из Стэнфорда.
ДОБАВИТЬ В КОРЗИНУ
Небольшие группы и командные программы
Специальные цены
Зарегистрируйтесь как группа или команда и учитесь вместе. Мы можем посоветовать вам лучшие групповые варианты для достижения целей обучения и развития вашей организации и предоставить вам поддержку, необходимую для оптимизации процесса. Участвуя вместе, ваша группа будет развивать общие знания, язык и мышление для решения предстоящих задач.