PSZCZELNICZE ZESZYTY NAUKOWE OCENA PRZYDATNOŚCI, PRZESUNIĘCIA DISKOIDALNEGO W SYSTEMATYCE PSZCZOŁY MIODNEJ WSTĘP LITERATURA

Wielkość: px
Rozpocząć pokaz od strony:

Download "PSZCZELNICZE ZESZYTY NAUKOWE OCENA PRZYDATNOŚCI, PRZESUNIĘCIA DISKOIDALNEGO W SYSTEMATYCE PSZCZOŁY MIODNEJ WSTĘP LITERATURA"

Transkrypt

1 PSZCZELNICZE ZESZYTY NAUKOWE ROK XIX GRUDZIEŃ 1975 OCENA PRZYDATNOŚCI, PRZESUNIĘCIA DISKOIDALNEGO W SYSTEMATYCE PSZCZOŁY MIODNEJ Michał Gramisz i Wojciech Skowranek Oddział Pszczelnictwa IS WSTĘP W pracy selekcyjnej zachodzi potrzeba odróżniania ras czy typów pszczoły. Do tego celu najlepiej nadają się cechy morfologiczne. Obok tradycyjnie przyjętych i uznanych cech, ciągle poszukuje się nowych, łatwiejszych w oznaczaniu, Jedną z takich cech jest przesunięcie diskoidaln.e. Pragniemy scharakteryzować wartość taksonomiczną tej cechy. LITERATURA W systematyce rodzaju Apis (pszczoła) częsta są wykorzystywane raznice w użyłkowaniu skrzydeł, przede wszystkim końcowej jego partii. Rysunek żyłek dzieli tę część płaszczyzny przedniego skrzydła na komórki: radialną, kubitalne i diskoidalną. Kształt trzeciej komórki kubitalne] jest charakterystyczny dla niektórych ras pszczoły miodnej (Apis melli.fica) i na tej podstawie można odróżniać je ad innych (G o e t z e 1940, A l P a- t a w 1948). Zmianom kształtu trzeciej komórki kubitalnej towarzyszą przesunięcia w rozmieszczeniu na płaszczyźnie skrzydeł komórek radialnej i diskoidalnej. Są one również charakterystyczne dla poszczególnych ras pszczół. G a e t z e (1959) wykorzystywał da charakterystyki różnice indeksu radialnego. Jest on obliczany ze stosunku odcinków na osi komórki radialnej, podzielonej na wysokości styku z tą komórką żyłki, okalającej trzecią komórkę kubitalną od końca skrzydła. Po przeprowadzeniu przez 93

2 ten punkt mnijprostopadłej do osi komórki radialnej, możemy określić poloilenie komórki diiskoidalnej. G 00 e t z e (1959) oznacza je na plus lujb na minus, w zależności od tego, z której strony od tej linii prostej znajdzie się róg komórki diskoidalnej, cechę tę Goetze nazwał przesunięciem diskoidalnyrn (Discoidalversehdebung lub w skrócie Di-verschiebung). Według G o ret Z e go (1959) ip11zesuii1ięcie diskoidalne charakteryzuje rasy ps7jczół nie gorzej od indeksu radialnego, a je-st łatwiejsze w oznaczaniu, możliwe nawet w warunkach polowych. Do tego celu wystarczy zwykła lupa z naniesioną siatką. Badane pszczoły zalicza się wtedy do jednej z trzech klas:,,+",,,-" lulb,,0" (Goet:ze 1959, Bah'rmann 1965). Plr:zesUll1lięcie diskoidellne można wyrażać w punktach, jak to robił G o e t z e (Hi59), przyjmując za 1 punkt odległość 0,1 mm. Poza naukowcami obu Republik Niemieckich przesunięciem diskoidalnyrn, jako cechą rasową pszczół, interesują się także we Francji (B a h,rmann 1967, Louis 19,63, Ruttner 1967). MATERIAŁ I METODA Materiał do badań zebrano w 1972 roku na terenie Polski i Norwegii w pasiekach Instytutu i od indywidualnych pszczelarzy. Ogółem pobrano próbki pszczół-robotnic w 90 rojach, reprezentujących 4 podgatunki pszczół. Roje uporeądkowano w 6 grupach rasowych, po 15 w każdej, kierując się głównie ich pochodaeniem geograćicznym: 1. pszczoła środkowoeuropejska (Apsi mellifica meliifica) - z polskich pasiek zarodowych (linie: Asta, Mazurka, Lechitka, Luboszanka i hodowli RRZD Końskowola -,po 3 roje), 2. pszczoła środkowoeuropejska - próbki zebrano w pasiekach na terenie południowej Norwegii, 3. pszczoła szara kaukaska (A. m. caucasica) - próbki od matek importcwanych z Krasnej Polany w ZSRR, 4. pszczoła kraińska (A. m. ccrnźcc) - pobrano w Oddziale Pszczelnictwa IS od matek importowanych z Rumunii, NRD i Austrii oraz krajowej linii Beskidka (hodowli J. Kubeczka), 5. pszczoła krainska - z pasieki Norweskiego Instytutu Pszczelarskiego, reprodukowana w oparciu o materiał zarodowy dostarczony przez prof. F. Rut1mera z FRN. 6. pszczoła Starline z Norweskiego Instytutu Pszczelarskiego, po matkach importowanych z USA. Przesunięcie diskoidalne oznaczano na podstawie metodyki podanej przez G o e t z e g.o (1959). Polega ona na określaniu położenia komórki diskoidalnej na rysunku użyłkowania skrzydła przedniego, względem komórek radialnej i kubitalnej. Granicą niejako zerową jest Linia poprowadzona prostopadle do osi komórki radialnej, przez punkt, z którego od- 94

3 chodzi żyłka okalająca trzecią komórkę ktujbitaljną (ryc. 1, punkt A). Odległość od tej Iinii punktu D - rogu komórki diskoidalnej, stanowi pomiar przesunięcia diskoidalnego w lewo lulbw prawo. Jest on ze znakiem plus lub minus w zależności od kierunku przesuńdęcia. Pomiary pnzesunięcia diskoidalnego zostały dokonane pod mikroskopem, przy powiększeniu 32 X preparatu, dla 30 robotnic w każdej próbce. Jedma podziałka okularu odpowiada 0,0263 mm. Ryc. 1. Końcowa część pnzedruego skmzydta T - komórka radialna l' C2, Cs - komórki kubitalrie: 1, 2 i 3 d - komórka diskoidalna (objaśnienie w tekście) Fi:g. 1. The final part ()f the fore 'wing T - radial cell CI' ~, C. - cubital cells l, 2 and 3. d - discoidal cel! Wszystkie obliczenia statystyczne przeprowadzono w podziałkach okularu. Materiał opracowana na trzech poziomach: na rojach, w grupach rasowych i w populacji zbiorczej, traktowanych jaka populacje jednorodne. Obliczano średnie arytmetyczne (X), wariancje (S2), standardowe odchylenie (S), średnie błędy średnich (SX) i przedziały ufności (poziom istotności.- 0,01). W niektórych analizach dokonano transformacji cechy według wzoru n = yx,-gdzie x jest wartością średnią cechy dla raju, a n jej wielkością transformowaną. Dla oznaczenia przewidywanego zakresu zmienności wykorzystano właściwość rozkładu normalnego, w którym około 99,7% obserwacji znajdzie się w przedziale -3S i +3S w stosunku da średniej arytmetycznej. W ocenie przydatności taksonomicznej porównano przesunięcie diskoidalne z szerokością IV tergitu odwłokowego, długością języczka a z indeksem kubitalnyrn. Cechy te oznaczano na tym samym materiale co i przesunięcie diskoidalne. Pomiary przeprowadzona według metodyki przyjętej w Oddziale Pszczelnictwa IS w tego rodzaju badaniach (G r G m i s z 1967). W dalszej kolejności obliczono wariancje (S2) tych cech, zachowując układ hierarchiczny: populacja zbiorcza (zmienność ogólna), grupy rasowe, roje. Za wskaźniki przydatności taksonomicznej przyjęta procentowy udział wariancji wewnątrz ras i rojów w zmiennościogólnej. Obliczana związki korelacyjne pomiędzy przesunięciem diskoidalnym 95

4 a indeksem kubitalnym. Grupy rasowe i populację zbiorczą (wseystkie badane osobniki) potraktowano jako -populacje jednorodne. Średnie współczynniki korelacji (r) obliczano według wzoru:»s (y-y) (x-x) r = i--r==z===z:::::::(=y===:::::y)~2=z'==z::::::=( x=====x=)=2 w którym licznik i mianownik: składa się z sum wartości obliczonych dla poszczególnych ras względnie rojów. Obliczono także współczynniki korelacji pomiędzy tymi dwoma cechami dla wartości średnich z rojów. W opracowaniu "statystycznym materiału wykorzystano wzory z podręcznika R u s z c z.y c a (1970). WYNIKI Przesunięcie diskoidalne oznaczano na skrzydłach 2700 pszczół-robotnic. Rozpiętość pomiarów wahała się od -10 do. +11 jednostek podziałki (od -0,263 mm do +0,289 mm). Wewnątrz poszczególnych grup rasowych zakres zmienności był znacznie mniejszy, a pomiary tworzyły rozkład zbliżony do normalnego (ryc. 2). Umożliwiało to przeprowadzenie analizy statyśtycznej materiału opierając się na właściwośaiach rozkładu normalnego. Każdą z 6 grup rasowych reprezentowały pszczoły z 15 rojów. Różnica pomiędzy krańcowymi wartościami przesunięcia diskoidalnego dla pszczół w rojach była mniejsza niż w grupach rasowych. Taki układ jest całkowicie zrozumiały, Wewnątrz rojów istnieje zmienność osobnicza wśród pszczół, a w obrębie tej samej rasy poszczególne roje różnią się także między sobą i wreszcie na wyższym szczeblu tego układu zachodzi zróżnicowanie ras. Najpierw zajmiemy się zmiennością osobniczą przesunięcia diskoidalnego wewnątrz rojów. Rozmiary tej zmienności możemy charakteryzować standardowym odchyleniem. Jego średnia wartość wynosi 2,047. Dla 3,3% rojów było ono mniejsze rniż 1,2 a dla 10,0% większe od 2,4. Znaczna większość rojów znalazła się więc w granicach od 1,2 do 2,4. Tylko ndeliczne roje wykraczały poza ten przedział, i to przede wszystkim wśród pszczół grupy A. m. carnica. Średnie standardowe odchylenie było tam, duże, znacznie większe niż dla innych grup rasowych (tab. 1). Zmienność osobnicza w rojach jest częścią zmienności, jaka występuje w grupie rasowej. Możemy określić wysokość tego udziału. W,tym celu obliczyliśmy wariancję (S2) dla grup rasowych, na podstawie wynikćw indywidualnych pomiarów pszczół-robotnic, bez względu na ich rojową przynależność. Nasze grupy rasowe wstały tutaj potraktowane jako populacje jednorodne. Średnio 69,7% ich zmienności realizuje się na poziomie rojów. Reszta, 30,3 %, wynika z różnic pomiędzy rojami. Są one stosunkowo nieduże 'W porównaniu do tych jakie można znaleźć wśród pszczół pojedyńcze., 96

5 go roju. Świadczy to o wyrównaniu populacji, ocenianej na podstawie tej cechy. Odrębność poszczególnych rojów zaznacza się silniej tylko w grupie A. m. carnica (tab, 2). W praktyce populacje traktujemy najczęściej jako zbiór rojów. Dla scharakteryzowania jej wystarczy wtedy znajomość średnich wartości ce- A.. co...co. i i i i,.'o... -I., -;., -~ ,.".5 +,.7.a., wa...to.c d.~lkotd.qln.qo prz.ł'-\ni..ci.o va.lu.e oj a. dił~d.o.l.. point t,.cu'llclti.o" Ryc. 2. Zmienność pomiarów 'przesuntęcta diskoidalnego wewnątrz grup rasowych Fig. 2. Variation of the value of discoidal-point translation inside races 7 - Pszczelnicze Zeszyty Naukowe 97

6 Tabela 1 Uporządkowanie rojów według wartości standardowego odchylenia (S) przesuńdęcia diskoidalnego Arrangement of colomes acording to the standard deviation value (S) of a,dłs'coidal-,point translatton Rasa Race s: 0, ,2-1,6-2.0 _. 2,4-2,8-3,2-3,6... ", S średnie means A, m. mehifica ~ Polska A m. mehifica - Norwegia A. m. caucasica Staró.ne A. m. catnica " A. m. carnica - hcd. Ruttnera , , , ,952 l , ,161 x Tabela 2 Charakterystyka zmienności przesunięcia diskoidalnego między rojami w, grupach r asowych średnia wartość dla rasy, S - standardowe odchylenie średruich z rojów, Sx- średr d błąd średniej, S2 - wariancja w obrębie rojów, x S~ - wariancja w obrębie ras Charactertstic of vari,~ti~ of IdiS'co~dal-:pointtranslation between cofonies iriside races x - averagę value for a race, S - standard deviation IOf means f-or celondes. Sx - standard error, S2' ~ variance in celondes I(T) and races (R) Rasy x S S_ 100(S ) x r- J:, I A m. mehifica - Polska -,-2,34 1,265 0, ,0 A. m. meliiiica '- Norwegia -2,23 1,334 0, ,1 A. m. caucasica -1,55 '1,118 0, ,8 St.ar line +2,42 1,122 0, ,7 A. m. cutnica +2,09 2,198 0, ,4 A. m. carnica - hod, Ruttmera +3,99 1,217 0, ,9 chy dla rojów. Na ich podstawie możemy obliczyć średnie wartości cechy dla tej populacji i standarowe odchylenie, które informuje o zmienności między rojami. Na ogół poprzestajemy na badaniu nie wszystkich, ale pewnej liczby rojów, jako próby reprezentatywnej dla tej populacji. Za takie próby uważamy nasze grupy rasowe, które reprezentują większe zbiorowości. Średnie wartości przesunięcia diskoidalnegcdla tych.grup rasowych zamykały się vi granicach ~ od -2,34 do +3,99 (tab. 2). Standardowe od-... 'chylenie kształ'towajjo się natomiast na poziomie 1,12~1,33. Jedyrne dla grupy A. m. qlrnica było ono dużo większe (2,20). Wyjątkowe miejsce tej pszczoły, tak jak i jej odrębności pod względem zm iennoś ci osobniczej 98

7 wewnątrz rojów, wymaga specjalnego potraktowania. Wrócimy do tego na dalszych stronieach. Średnie przesunięcie diskoidalne grup rasowych jest dość silnie zróź- I. nicowane. W obrębie każdej grupyrasowej średnie dla rojów różnicą się między sobą. Czy ich uporządkowaniew szeregu rozdzielczym odpowiada rozkładowi normalnemu - nie jesteśmy pewni, aczkolwiek ocena na podstawie indywidualnych pomiarów wewnątrz grup rasowych nie dopuszcza tej wątpliwości. 1;) rojów.w-próbie to jednak 'za"mało r aby definitywnie,.., o tym się wypowiedzieć. Dlatego spróbowaliśmy dokonać transformacji cechy, według wzoru n =~/x, gdzie n jest"v.;.arlośaią transformowaną. Możemy to traktować jako pomiar przesunłęcia diskoldalnego nie w jednostkach podziałki, ale w ich pierwiastkach kwadratowych. Znak zachowaliśmy taki, jaki wynikał z kierunku odchylenia punktu pomiaru, na plus lub na minus.... Korzyści praktyczne z takiego postępowania są niewątpliwe. Łatwo się o tym przekonać, porównując zakresy różnicowania się przesunięcia diskoidalnego dla ras, obliczone na podstawie charakterystykistatystycznej badanego przez nas materiału. Trzy standardowe odchylenia na plus i trzy na minus od 'średniej arytmetycznej wyznaczają przedział, w którym spodziewamy się znaleźć okołó 99;7%.r<;>jów populacji, reprezentowanej przez próbę. Dla A. m. carnica hodowli Ruttriera przedział ten wyniesie od +0,34 do +7,64, a po dokonaniu-transformacji cechy - od +1,02 do +2,92, dla A. m. caucasica otrzymamy natomiast: od -4,90 do +1,80 i odpowiednio od -2,62 do +0,10: Widzimy zatem, że mogą trafiać się roje, które pod względem przesunięcia diskoidalnego równie dobrze odpowiadają rasie kraińskiej jak i kaukaskiej. Po dokonaniu transformacji cechy, pozbywamy się podobnych wątpliwości. Te dwie rasy zostają zdecydowanie odgraniczone. Lecz część rojów spornych może znaleźć się wówczas poza ich obrębem. Czy nie zostaje tutaj popełniony błąd? Przypuszczamy, że nie. Wszystkie przesunięcia diskoidalne dla badanych rojów rasy kraińskiej (hodowli Ruttnera) były większe od +1,67, a dla rojów rasy kaukaskiej - mniejsze od -0,20. Kralicowe te wartości dzieliła duża różnica, która wprawdzie może się zmniejszyć w miarę poznawania tej cechy u większej liczby rojów, ale chyba nie do takich rozmiarów, jak sugeruje szacowanie na podstawie nie transformowanych wartości. Nie wszystkie uwzględnione przez nas rasy pszczół dzielą równie duże różnice w przesunięciu diskoidalnym, jak występująca pomiędzy kraińską i kaukaską. Na ten temat dostarcza informacji rycina 3, na której wykreślono przewidywane krzywe zmienności średnicy z rojów tej cechy, według ich wartości transformowanych. Roje pszczoły kaukaskiej i środkowoeuropejskiej zarówno z Polski jak i z Norwegii zajmują ten sam zakres zmienności. Przydatność taksonomiczna przesunięcia diskoidalnego jest tutaj niewielka. Nabiera ona jednak dużego znaczenia przy konfrontacji tych 99

8 f---r-----r--i ł A.m.melU,tica. - Polako. A.m.mel~i.fico. - No,weqi.o. A. m. co.rni.co. StOll'ltne ł ,.---~- A.rtl. Co.rntCo. -hod.. Rv.ttnero. t" -"> O +~ +2 +~ +.It +5 wo.rtosc d..lsko~d.o.~neqopf.zełv.n~,cto , Jfl~1 vo.tlae ol o. ctt,co~d.c\l - po~nt -::ro.nllo.t~on, Ryc. 3. Przewidywana krzywa zmienności dla rojów przesunięcia discoidalnego (wartość cechy transformowana) Fig. 3. Foresee variation ourve od' discoidal-point translatlon for hcney bee colonies (the values of feattrres Itransforunatio'll!s)

9 obu ras z pszczołą Star-me i kraińską z Norweskiego Instytutu Pszczełarskiego. Nie przedstawia żadnych trudności wykluczenie przynadeżności ocenianego roju z populacji Starline lub z kraińskiej hodowli Ruttriera alba 'z środkowoeuropejskiej lub kaukaskiej. W stosunku do grupy A. m. carnica, wywodzącej się z różnych zasięgów geograficznych, nie mamy takich możliwości. Za-kreszmienności tej grupy pszczół o.bejmuje całkowicie zróźnicowanie przesunięcia diskoidalnego w obrębie innych ras, poza stosunkowo niewielką częścią rojów, należących przede wszystkim do pszczoły środkcwoeuropejekiej. Rozpoznanie przynależności rasowej paszczególnych l~ojówjest tutaj trudne albo wręcz niemożliwe. Ściślejszych informacji może dostarczyć badanie populacji rojów. Obliczaną dla nich średnią wartość przesumięcia diskoidalnego oceniamy wtedy w stosunku da spodziewanej wartości średniej dla tej rasy. Jeżeli różnica między nimi nie przekroczy przedziału ufności, brakuje podstaw do uznania odrębności ocenianej populacji. W ten sposób uzyskujemy szansę odróżnienia A. m. carnica od pszczoły środkowoeuropejskiej i kaukaskiej, a także częściowo od A. m. carnica hodowli Rummera i Starlme (ryc. 3). Dokonania tego ułatwiałoby zwiększenie liczby badanych rojów w populacji, zarówno tej, która reprezentuje rasę, jak i tej ocenianej. W naszych badaniach rasy zostały scharakteryzowane na podstawie pomiarów cechy w 15 rojach. Zwiększenie liczby badanych rojów do 20 przy zachowaniu tej samej zmienności cechy, zmrriejsza przedział ufności a 17%, a przy 30 i 40 rojach w próbie - o 35% i o 44%. Talbela 3 Wartość przesunięcia diskoidalnego dla rojów w grupie Apis mellilica carnica według ;pochodzenia!geograficznego matek ~czelioh Value of a discoddal-point translatlon in the goouipof.apis mellifica carnica bees, aceordmg to,their geograficaly ordgin , , Rumunia NRD Austria Polska -2,63 +3,23 +1,70 +0,03-0,57 +3,30 +5,17 +0,23 +3,17 +4,07 +5,30 +1,33 +1,00 +1,93 +3,50 KilikaJkrotITiezwracaliśmy uwagę na szczególną pozycję A. m. carnica w stosunku do pozostałych grup rosowych. Wyróżniała się ona dużą zmieńnośclą przesunięcia diskoidalnego. Pszczoły badane w tej grupie pochodziły od matek, które aczkolwiek wyhodowane w Polsce, wywodziły się rodowodowo z różnych miejsc geograficznych na terenie zasięgu pszczoły kraińskiej. Znalazło to odbicie w wartości przesunięcia diskoidalnego (tab. 3). Otrzymujemy sygn-ały o dużym zróżnicowaniu morfologicznym miej- 101

10 soowych populacji, mieszczących się wewnątrz podgatunku A m. carnica. Krainka hodowli Ruetnera, o bardzo dużym wyrównaniu, byłaby jedną z wielu Iokalnych form geograficznych tego podgatunku. Przesunięcie diskoidalne może zatem mieć pewne znaczenie w systematyce wewnątrz A. m. carnica. W stosunku do A. m. mellifica nie obserwujemy takich możliwości. Populacje z Norwegii i z Polski nie różniły się istotrńe między sobą i były dość dobrze wyrównane. Zmienność geograficzna przejawiała się więc tutaj w nieznacznych rozmiarach, tak jak i na terenie Polski, gdzie do badań zebrano roje z 5 limii, selekcjonowanych w różnych miejscowościach kraju. W naszych badaniach przydatność taksonomiczną przesunięcia diskoida:lnego wypadała rozmaicie w zależności od porównywanych ras pszczół. Zmienność w grupach rasowych była jednak zawsze mniejsza niż zmienność populacji zbiorczej, na którą składały się wszystkie badane roje, Możemy to zapisać w ten sposób: zmienność populacji zbiorczej = średnia zmienność wewnętrz grup rasowych + różnica pomiędzy rasami. Ostatni element tego równania (różnica) informuje o taksonomicznej wartości cechy. W podobny sposób możemy przedstawić, że na zmienność wewnątrz grup rasowych składa się zmienność osobnicza w obrębie rojów i różnica pomiędzy rojami. Zmienność wewnątrz rojów i wewnątrz ras stanowi więc część zmienności populacji zbiorczej. Dla przesunięcia diskoidalnego udział ten wynosi odpowiednio 33,4% i 47,8%. Czy systematyków pszczoły miodnej te proporcje mogą zadawalać? Tym atrakcyjniejsze są dla nich cechy, im ich wariancja wewnątrz ras obejmuje mniejszy zakres zmienności ogólnej. Spróbujemy przesunięcie diskoidalne porównać pod tym względem z cechami morfologicznymi, które są oznaczane w hodowli zarodowej, a mianowicie z szerokością IV tergitu odwłokowego, Tabela 4.Zmienność niektórych cech morfologicznych w obrębie.populacji zbiorczej (P), -ras (R), i rojów (r) Variation of some rnorfologdcal features in the Iriside mvestigated population(p), races (R) and colonies (r) Wariancja Cecha R r r - Varrnnce FeaŁure p p R P Diskoidalne przesunięcie 12,56. 47,8 33,4 69,7 Discordal-point translatlon Szerokość IV tergttu 4,48 70,1 50,2 71,7 Width of IV tergit Długość języczka 79,35., 38,8 21,1 54,3 LEmgjt.h' Qjf tlhe,pa:oibo.scils. ". Indeks,kupitalny 11.4,09 5!ł,7' ~.1. 76,5 " 9ubi~l ~nde~,, ~t)2

11 długością języczka i indeksem kubrtalnyrn (tab, 4). W tej konfrontacji przesunięcie diskoidalne wypada korzystnie, ustępując jedynie długości języczka, która to cecha bardzo silinie różnicuje rasy, a także roje w obrębie rasy. Ta ostatnia właściwość nie przedstawia zalety w taksonomii, jeżeli poprzestajemy na wyodrębniarniu ras. Może natomiast ułatwiać prowadzenie selekcji na określone wartości 'cechy. Taka praca umożliwia systematykom doszukiwanie się różnic pomiędzy mniejszymi populacjami pszczół w obrębie rasy. Nie jest zatem obojętne jaki zakres zmienności cechy występuje na poziomie rajów, a jaki na poziomie rasy. Przesunięcie diskoidalne zajmuje pad tym względem pośrednie miejsce pomiędzy długością języczka, a szerokością IV tergitu i indeksem kubitalnym (tab. 4). Przesunięcie diskoidalne jest oznaczane z rysunku użyłkowania skrzydła iprzedniego pszczoły. Użyłkowanie rtej części płaszczyzny skrzydła jest także podstawą do obliczenia indeksu kubitalnego. Nasuwa się pytanie, jaki zachodzi związek między tymi cechami. Obliczyliśmy zatem korelacje na poziomie rojów, ras i populacji zbiorczej. Współczynniki korelacji dla poszczególnych rojów wahają się w bardzo szerokich granicach, od -0,720 do 0,259. Dla 28,9 % rajów, a wartości większej od 0,350 ze znakiem minus, stwierdzona istotność przy poziomie 0,05. Niewiele jednak rojów współczynnikami korelacji przekraczało wartość granicaną dla poziomu istotności 0,01 (r = 0,450), bo tylko 16,7%. Obliczony ze wszystkjich obserwacji średni współczynnik korelacji wewnątrz rojów wynosił -0,225, a dla poszczególnych ras mieścił się w przedziale ad -0,148 do -0,345. Wartości te nie wskazują na zbyt mocne zależności, jakkolwiek istotność współczynników została statystycznie stwierdzona ~tab. 5). Tabela 5 Współczynniki korelacji pomiędzy przesunięciem diskoidalnyrna dndeksern kubitalnym obliczcne na podstawie. a) pomiarów indywidualnych l b) średn.ich wartości cech z rojów (objaśnienie w tekście) Corrcla tion ccefficients between discoidal-point \transjatioil1 and cubital,index _calculated. ussng; a).indivddual measurements and b) mean value for colomes Rasa Race A. m; meuifica ~ Polska A. m. mellifica,:- Norwegia A. m. caucasica Starlinę..Ą.rn. carnic'a A.m. ca1'nica..,...hed, RiUttnera Średnio, Averagę '-' rojów ~ colonies _W_ewnątrz- l_rl si_d_e populacji -'pollulation (śre'nie) a, b ~n,186** -0,182** -0,169** -0,148* '-0,345 u : -'0,296" ~0,225*". - -0,()16-0,222-0,284-0,204-0,439' -0,3'19, -0,264 I -0,457-0~284-0,643**,-0:081, -0,609** ~0,666** -O,47~ _

12 Przy traktowaniu grup rasowych jako populacji jednorodnych, Olbrzymujemy nieco wyższe współczynniku korelacji (także ze znakiem minus) niż obliczane wewnątrz rojów. Jedynie pszczoły środkowoeuropejskie z terenu Polski zachowują się tu inaczej. Współczynnik korelacji wypadł dla nich!bardzo mały: -0,016. Ta grupa rasowa składała się z pszczół należących do pięciu linii hodowlanych {po 3 roje). Współczynniki korelacji dla tych linii są następujące: Asta - -0,172, Mazurka - --0,124, Lechi tka - -0,369 **, hodowli Końskowoli - -0,062 i Luboszanka - -0,174. Otrzymaliśmy zatem wszystkie wartości większe od współczynnika obliczonego dla grupy rasowej, traktowanej jako populacja jednorodna. Wynika to stąd, że pszczoły poszczególnych linii zajmują inne zakresy zmienności obydwu tych cech, i że od-chylenia te nie zawsze kierunkiem soobie odpowiadają. W rezultacie po naniesieniu na wykres wszystkich 450 pomiarów, otrzymujemy rozrzut punktów [bez śladu jakichś zależności korelacyjnych. Ślady takie się zaznaczają, gdy rozpatrujemy oddzielnie poszczególne roje i linie. Zależności korelacyjne nie są jednak silne (tab, 5). Zdumiewa nas różnorodność wartości współczynników korelacji, czy to dla pomiarów wewnątrz rojów, czy dla linii lub ras. Zależność pewnych wartości przesunięcia diskoidalnego i indeksu kubitalnego, jakie niekiedy stwierdzano, wydaje się wynikać przede wszystkim z przypadku. Wśród 90 współczynników korelacji dla rojów niewiele jest o dużych wartościach (i istotnych), natomiast większość z nich ze znakiem plus lub minus zbliża się do zera {od --0,350 do 0, %). Pszczoły.poszczególnych ras różnią się jednak zarówno indeksem kujbitalnym jak i przesunięciem diskoida1nym. Zachodzą więc tu pewne kierunkowe zmiany wartości tych dwóch cech. Współzależność obliczana wewnątrz populacji zbiorczej, jako jednorodnej, wyraża się współczynnikiem --0,533, znacznie więc większym niż jest średni dla grup rasowych (-0,264, tab. 5). Można przypuszczać, że dobierając inne rasy do populacji zbiorczej, niż w naszym doświadczenni, o1jr>zymail'tbyślny i mą WIa.I1to6ćwspółczynrńków korelacji, większą lub mniejszą. Dobry przykład z tego zakresu przedstawia omawiana uprzednio grupa A. m. mellifica z podziałem na linie hodowlane. Współczynniki korelacji możemy obliczać, wykorzystując do.tego celu średnie wartości cech dla rojów. W ten sposób obllczonymi współczynnikama poszczególne rasy różniły 'się znacznie (tab. 5). Mo2Jliwe, że odgrywał tultaj pewną rolę odpowiedni dobór rojów, tak jak uprzednio ras do populacji zbiorczej. Przeciętnie otrzymaliśmy jednak wartość współczynnika większą rriź przy obliczaniu jego z pomiarów Indywidualnych (-0,264 i -0,472, tab, 5). Obserwujemy tendencje do umaorńanda zależności kocelacyjnej między tymi dwoma cechami, gdy MPuUację traktujemy jako zbiór rojów. Nie we wszystkich naszych g'mpaochrasowych się to wyraźnie zaznacza, ale w populacji zbiorcze] 1en związek staje się dobrze widoceny. Współczynnik korelacji wynosi,bowiem -0,770. Na liście ras w takiej samej!kolejności ma!leje wartość indeksu kubitalnego, jak wzrasta przesu- 104

13 nięcie diskoidalne od wartości minusowych do plusowych. Zależność kierunkowa w kształtowaniu się wartości tych dwóch cech jest tutaj niewątpliwa. Wewnątrz rojów na podstawie badania poszczególnych robotnic nie udało się stwierdzić w sposób przekonywujący takiej zależności. Pomiary jednej z tych cech nie dostarczają wystarczająco dokładnej informacji o drugiej. Ksztabtowanie się ich wartości u pojedynczej pszczoły wydaje się zachodzić niezaleźnde. Stwierdzenie to wynika z obserwacji fenotypu pszczół. Nie wiemy jakie istnieją związki korelacyjne genetyczne i środowiskowepomiędzy tymi dwiema cechami. DYSKUSJA Zróżnicowanie wartości 'przesunięcia dlskoidalnego, jakie sbwierdzi] G o e t z e (1959) pomiędzy pszczołą kraińską i środkowo-europejską zostały w pełni potwierdzone w naszych badaniach. Na podstawie tej cechy te dwa podgatunki pszczół można dokładnie odróżniać. W zestawieniu innych podgaeunków: pszczoły środkowoeuropejskiej i kaulkasikiej,a także pszczoły kraińskiej i Starlinę (włoskie), nie jest to takie łatwe. Przydatność do tego celu przesunięcia diskoidalnego jest podobna jak indeksu kubitalnego. Obserwuje się więc pewne zróżnicowanie przesunięcia diskoidalnego pomiędzy tymi podgatunkami, a nawet wewnątrz podgatunków u pszczół z różnych geograficznych zasięgów, czy linii hodowlanych. W naszych badaniach znaleźliśmy różnice u Ipszczółkraińskich w zależności od tego skąd one pochodziły. G o e t z e (1959), wprowadzając do literatury fachowej charakterystykę przesurdęcia diskoidalnego, podkreśla łatwość oznaczania tej cechy. Jest to słuszne wtedy, gdy poprzestajemy na ogólnym szacowaniu czy przesunięcie diskoidalme wyraża się znakiem plus,czy minus. Nawet określenie wartości zenowej staje się dość trudne, jeżeli nie rozporządzamy z góry przyjętym jakimś wzorem oznaczania. Zastosowanie takiego wzoru w za- Saldzie'jest równeznaczne 'z dokonaniem pomiaru, a to wymaga trochę większego nakładu czasu i baldziej skomplikowanego oprzyrządowania. Można wtedy jednak bez specjalnych trudności uporządkować osobniki nie w 3, jak sugeruje G o e t z e (1959), ale w większej licebie klas. Zyskamy na tym wdele, zarówno w precyzyjniejszym określaniu średniej wartości, jak :i jej błędu. Pomiarów tej cechy można dokonywać nie tylko w podziałkach lub millmetrach, ale także w stopniach, które wyznacza kąt odchylenia, na przykład przy założeniu, że przesunięcie diskoidalne równe zeru wynosi 90. Uzyskamy wtedy rozjrzjut 'wyników pomiarów: < 90<. Do charakterystyki statystycznej możemy wówczas wprowadzić i wskaźniki zmienności, 00 przy zakresie wartości pomiarów < O < nie daje dobrych rezultatów. 105

14 WNIOSKI Pod względem przydatności taksonomicznej przesunięcie diskoidalne przewyższa nieco wartość indeksu kubitalnego i szerokość IV tergidu odwłokowego, ale ustępuje długości języczka. W odróżnianiu podgatunków pszczół znaczenie przesunięcia diskoidalnego i indeksu kubitalnego kształtują się podobnie. Ocena taksonomiczna na podstawie przesunięcia diskoidalnego nie pojedynczych rojówale populacji rojów, może okazać się w praktyce użyteczna przy charakteryzowaniu zarówno podgatunków pszczół jak i linii hodowlanych. Taką ocenę ułatwi transformowanie rzeczywistej wartości cechy na jej pierwiastek. Fenotypowa zależność korelacyjna pomiędzy przesunięciem diskoidalnym a wartością.indeksu kubitalnego wyraża się współczynnikiem 'o średniej niezbyt dużej wartości (r = -0,225). W laboratorium, wyposażonym w odpowiednią aparaturę, oznaczanie diskoidalnego przesunięcia i indeksu kubitalnego u pszczół nie różni się stopniem trudności. W doborze cech do morfologicznej oceny pszczół rojów zarodowych pierwszeństwo przypisujemy dla imdeksu kubitalnego przed przesunięciem diskoidalnym. LITERATURA A t p a t o w W. W. (1948) - Porody miedonosnoj pczeły, Moskwa. B a h r m a n n R. (1965) - Merkmalsstudien und infraspezifishe VerwandtschaftsverhiHtnisse bel Apis mellijica L. Zeitschrijt f. Bienenjorscii., 8 (2) ; B a h r m a n n R. (1967) - Leitfaden fur ziichterische Weiterbildung und Schulung von Zuchtrichtern. G o e t z e G. (1940) - Die beste Biene. Leipzig. G o e t z e G. (1959) - Die Bedeutung des F'lugelgeaders fur ziichterische Beuerteilung der Honigbiene. Zeitschrift f. Bienenjorscłi., 4 (7) ; G r o m i s z M. (1967) - Porównanie pszczoły Podkarpacia z poszczolarni pólnocnej Polski (Apis mellijica mellifica L.) i dorzecza Dunaju (Apis mellijica cal'nicn Pollm.). Pszczelno Zesz. Nauk., 11 (1-3) ; L o u i s J. (1963) - Etude de la translation du point discoidal (Discoidalverschiebung) de l'aile de I'abei lle (A. metliiica L.). Ann. AbeiHe, 6 (4) ; Rusz c z y c.z. (1970) - Metodyka doświadczeń zootechnicznych. Warszawa. PWRiL. R u t t n e r R. (1967) - Die Zuchtauslese bei der Biene, Miinchen. 106

15 OUEHI<A ITPl1rOJlHOCTI1 JlI1CI<OI1JlAJIbHOrO ITEPEMEIUEHI15I B CI1CTEMATI1I<E MEJlOHOCHOY1. IT4EJIbI M. T p o M H III H B. C K O B P O li e K Pe310MP Ha OClIOBaHHH HCCJIeJl,OBaHH5I 2700 'l1qeji pa60thhl\ H3 90 'l1qe.1oce~!ei'! BbI5ICllellO np a- rojuioctb;i.hckoh;i.a.1bhoro nepesreiuennx Ha nepe.mexr KpbIJIe npn o npe.te.teunn nbpoa H THnOB Me.'.\OHOCHOH,n'leJIbl. Be.1WlHHa JJ:HCKOll,Tl,aJIbHOrOnepcacmcnas n03bo.15ict OrqerJIJHlO OTJI'IlQarb Apis mellifica menifica H A. m. cacucasica o r A. m. carnica,n A. m. ligistica. TaKCOHO.MH'leCKa5I npnro tnocn, sroro npnsuaxa HeCKO.1bKO npenuuracr npnronnocr s Ky611Ta.lbHorOHH;I.eKCa 'H urnpanu IV a6;i.omhha.lbhoro reprura. HO anarm r e.u.no ycrynacr J\JIHlle xoóorxa. I<03cpcpHl\HellT KOppeJI5Il\HH,Tl,HCKOllJl.aJIbHOrO nepc acutcnn s II lleml'ljjl!bl Ky6Hra.lblloro HlI;I.eKCa pabh5icrc5i: - 0,225. VALUE OF USABILITY OF A DISCOIDAL-POINT TRANSLATION IN SYSTEMYTICS OF THE HONEY BEE M. G r o m i s z a n d W. S k o w r o n e k Summary On the basis of examinations of 2700 worker bees in 90 bee colonies usability of a discoldal-point translation on fore wing for distinction of types and races of the honey hee werecharacterised. Values of the discoidal-point translatlen in Apis mellijica mellifica and A. m. caucasica are different than in A. m. carnica and. A.m. ligustica. Taxonomic usability of this featureis greater than of the cubital index and the width of the IV tergit of abdomen, but considerably lower than the lengh of tongue. Correlation coefficient between discoidal-point translation and cubitalindex equals -0,225.

PSZCZELNICZE ZESZYTY NAUKOWE ZMIENNOSC SZEROKOSCI IV TERGITU ODWŁOKOWEGO W POPULACJI PSZCZOŁ RASY KAUKASKIEJ. Mi<!hał Gromisz Oddział Pszczelnictwa IS

PSZCZELNICZE ZESZYTY NAUKOWE ZMIENNOSC SZEROKOSCI IV TERGITU ODWŁOKOWEGO W POPULACJI PSZCZOŁ RASY KAUKASKIEJ. Mi<!hał Gromisz Oddział Pszczelnictwa IS PSZCZELNICZE ZESZYTY NAUKOWE ROK XXIII 1979 ZMIENNOSC SZEROKOSCI IV TERGITU ODWŁOKOWEGO W POPULACJI PSZCZOŁ RASY KAUKASKIEJ Mi

Bardziej szczegółowo

p S:.Z C Z E L N I C Z E Z E S Z Y T Y N A U K O W E

p S:.Z C Z E L N I C Z E Z E S Z Y T Y N A U K O W E p S:.Z C Z E L N I C Z E Z E S Z Y T Y N A U K O W E ROK XIII, Nr 1-2-3 GRUDZIEŃ 1969 ZMIENNOŚĆ WIELKOŚCI LUSTERKA WOSKOWEGO U PSZCZOŁY MIODNEJ W ZALEZNOŚCI OD SZEROKOŚCI GEOGRAFICZNEJ J13MEHQJ1BOCTb BEJIJ1QJ1HbI

Bardziej szczegółowo

W kolejnym kroku należy ustalić liczbę przedziałów k. W tym celu należy wykorzystać jeden ze wzorów:

W kolejnym kroku należy ustalić liczbę przedziałów k. W tym celu należy wykorzystać jeden ze wzorów: Na dzisiejszym wykładzie omówimy najważniejsze charakterystyki liczbowe występujące w statystyce opisowej. Poszczególne wzory będziemy podawać w miarę potrzeby w trzech postaciach: dla szeregu szczegółowego,

Bardziej szczegółowo

U2YŁKOW ANIE TYLNEGO SKRZYDŁA PSZCZOŁY MIODNEJ JAKO CECHA TAKSONOMICZNA

U2YŁKOW ANIE TYLNEGO SKRZYDŁA PSZCZOŁY MIODNEJ JAKO CECHA TAKSONOMICZNA PSZCZELNICZE ZESZYTY NAUKOWE ROK XXV 1981 U2YŁKOW ANIE TYLNEGO SKRZYDŁA PSZCZOŁY MIODNEJ JAKO CECHA TAKSONOMICZNA Michał G'l"omisz Oddział Pszczelnictwa ISK WSTĘP W charakteryzowaniu owadów chętnie bierze

Bardziej szczegółowo

Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część

Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część populacji, którą podaje się badaniu statystycznemu

Bardziej szczegółowo

Zadania ze statystyki, cz.6

Zadania ze statystyki, cz.6 Zadania ze statystyki, cz.6 Zad.1 Proszę wskazać, jaką część pola pod krzywą normalną wyznaczają wartości Z rozkładu dystrybuanty rozkładu normalnego: - Z > 1,25 - Z > 2,23 - Z < -1,23 - Z > -1,16 - Z

Bardziej szczegółowo

CHARAKTERYSTYKA MORFOLOGICZNA PSZCZOL RASY KRAIŃSKIEJ IMPORTOWANYCH DO POLSKI W 1978 ROKU. Michał Gromisz Joanna Troszkiewicz

CHARAKTERYSTYKA MORFOLOGICZNA PSZCZOL RASY KRAIŃSKIEJ IMPORTOWANYCH DO POLSKI W 1978 ROKU. Michał Gromisz Joanna Troszkiewicz PSZC~ELNICZE ZESZYTY NAUKOWE ROK XXV 1981 CHARAKTERYSTYKA MORFOLOGICZNA PSZCZOL RASY KRAIŃSKIEJ IMPORTOWANYCH DO POLSKI W 1978 ROKU Michał Gromisz Joanna Troszkiewicz Oddział Pszczelnictwa ISK Centralna

Bardziej szczegółowo

Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej)

Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej) Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej) 1 Podział ze względu na zakres danych użytych do wyznaczenia miary Miary opisujące

Bardziej szczegółowo

Zad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności:

Zad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności: Zadania ze statystyki cz. 7. Zad.1 Z populacji wyłoniono próbę wielkości 64 jednostek. Średnia arytmetyczna wartość cechy wyniosła 110, zaś odchylenie standardowe 16. Należy wyznaczyć przedział ufności

Bardziej szczegółowo

Wprowadzenie do analizy korelacji i regresji

Wprowadzenie do analizy korelacji i regresji Statystyka dla jakości produktów i usług Six sigma i inne strategie Wprowadzenie do analizy korelacji i regresji StatSoft Polska Wybrane zagadnienia analizy korelacji Przy analizie zjawisk i procesów stanowiących

Bardziej szczegółowo

1 n. s x x x x. Podstawowe miary rozproszenia: Wariancja z populacji: Czasem stosuje się też inny wzór na wariancję z próby, tak policzy Excel:

1 n. s x x x x. Podstawowe miary rozproszenia: Wariancja z populacji: Czasem stosuje się też inny wzór na wariancję z próby, tak policzy Excel: Wariancja z populacji: Podstawowe miary rozproszenia: 1 1 s x x x x k 2 2 k 2 2 i i n i1 n i1 Czasem stosuje się też inny wzór na wariancję z próby, tak policzy Excel: 1 k 2 s xi x n 1 i1 2 Przykład 38,

Bardziej szczegółowo

Pobieranie prób i rozkład z próby

Pobieranie prób i rozkład z próby Pobieranie prób i rozkład z próby Marcin Zajenkowski Marcin Zajenkowski () Pobieranie prób i rozkład z próby 1 / 15 Populacja i próba Populacja dowolnie określony zespół przedmiotów, obserwacji, osób itp.

Bardziej szczegółowo

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd. Wnioskowanie statystyczne obejmujące metody pozwalające na uogólnianie wyników z próby na nieznane wartości parametrów oraz szacowanie błędów tego uogólnienia. Przewidujemy nieznaną wartości parametru

Bardziej szczegółowo

Analiza współzależności dwóch cech I

Analiza współzależności dwóch cech I Analiza współzależności dwóch cech I Współzależność dwóch cech W tym rozdziale pokażemy metody stosowane dla potrzeb wykrywania zależności lub współzależności między dwiema cechami. W celu wykrycia tych

Bardziej szczegółowo

Analiza bioróżnorodności wybranych linii hodowlanych pszczoły miodnej

Analiza bioróżnorodności wybranych linii hodowlanych pszczoły miodnej INSTYTUT OGRODNICTWA Zakład Pszczelnictwa Pracownia Hodowli Pszczół Zakład Hodowli Roślin Ogrodniczych Pracownia Niekonwencjonalnych Metod Hodowli Roślin Analiza bioróżnorodności wybranych linii hodowlanych

Bardziej szczegółowo

Po co nam charakterystyki liczbowe? Katarzyna Lubnauer 34

Po co nam charakterystyki liczbowe? Katarzyna Lubnauer 34 Po co nam charakterystyki liczbowe? Katarzyna Lubnauer 34 Def. Charakterystyki liczbowe to wielkości wyznaczone na podstawie danych statystycznych, charakteryzujące własności badanej cechy. Klasyfikacja

Bardziej szczegółowo

Statystyka. Wykład 4. Magdalena Alama-Bućko. 19 marca Magdalena Alama-Bućko Statystyka 19 marca / 33

Statystyka. Wykład 4. Magdalena Alama-Bućko. 19 marca Magdalena Alama-Bućko Statystyka 19 marca / 33 Statystyka Wykład 4 Magdalena Alama-Bućko 19 marca 2018 Magdalena Alama-Bućko Statystyka 19 marca 2018 1 / 33 Analiza struktury zbiorowości miary położenia ( miary średnie) miary zmienności (rozproszenia,

Bardziej szczegółowo

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego

Bardziej szczegółowo

Statystyka matematyczna dla leśników

Statystyka matematyczna dla leśników Statystyka matematyczna dla leśników Wydział Leśny Kierunek leśnictwo Studia Stacjonarne I Stopnia Rok akademicki 03/04 Wykład 5 Testy statystyczne Ogólne zasady testowania hipotez statystycznych, rodzaje

Bardziej szczegółowo

Próba własności i parametry

Próba własności i parametry Próba własności i parametry Podstawowe pojęcia Zbiorowość statystyczna zbiór jednostek (obserwacji) nie identycznych, ale stanowiących logiczną całość Zbiorowość (populacja) generalna skończony lub nieskończony

Bardziej szczegółowo

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego

Bardziej szczegółowo

Miary zmienności STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 6 marca 2018

Miary zmienności STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 6 marca 2018 STATYSTYKA OPISOWA Dr Alina Gleska Instytut Matematyki WE PP 6 marca 2018 1 MIARY ZMIENNOŚCI (inaczej: rozproszenia, rozrzutu, zróżnicowania, dyspersji) informuja o zróżnicowaniu jednostek zbiorowości

Bardziej szczegółowo

Oszacowanie i rozkład t

Oszacowanie i rozkład t Oszacowanie i rozkład t Marcin Zajenkowski Marcin Zajenkowski () Oszacowanie i rozkład t 1 / 31 Oszacowanie 1 Na podstawie danych z próby szacuje się wiele wartości w populacji, np.: jakie jest poparcie

Bardziej szczegółowo

Zadania ze statystyki cz. 8 I rok socjologii. Zadanie 1.

Zadania ze statystyki cz. 8 I rok socjologii. Zadanie 1. Zadania ze statystyki cz. 8 I rok socjologii Zadanie 1. W potocznej opinii pokutuje przekonanie, że lepsi z matematyki są chłopcy niż dziewczęta. Chcąc zweryfikować tę opinię, przeprowadzono badanie w

Bardziej szczegółowo

MIARY KLASYCZNE Miary opisujące rozkład badanej cechy w zbiorowości, które obliczamy na podstawie wszystkich zaobserwowanych wartości cechy

MIARY KLASYCZNE Miary opisujące rozkład badanej cechy w zbiorowości, które obliczamy na podstawie wszystkich zaobserwowanych wartości cechy MIARY POŁOŻENIA Opisują średni lub typowy poziom wartości cechy. Określają tą wartość cechy, wokół której skupiają się wszystkie pozostałe wartości badanej cechy. Wśród nich można wyróżnić miary tendencji

Bardziej szczegółowo

CHARAKTERYSTYKA MORFOLOGICZNA PSZCZOL UNII SELEKCJONOWANYCH W POLSCE. Michał Gromisz i Leonard Cieśla. Oddział Pszczelnictwa IS WPROWADZENIE

CHARAKTERYSTYKA MORFOLOGICZNA PSZCZOL UNII SELEKCJONOWANYCH W POLSCE. Michał Gromisz i Leonard Cieśla. Oddział Pszczelnictwa IS WPROWADZENIE PSZCZELNICZE ZESZYTY,NAUKOWE ROK XVII GRUDZIEŃ 1973 CHARAKTERYSTYKA MORFOLOGICZNA PSZCZOL UNII SELEKCJONOWANYCH W POLSCE Michał Gromisz i Leonard Cieśla Oddział Pszczelnictwa IS WPROWADZENIE Do ogólnej

Bardziej szczegółowo

Statystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( )

Statystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( ) Statystyka Rozkład prawdopodobieństwa Testowanie hipotez Wykład III (04.01.2016) Rozkład t-studenta Rozkład T jest rozkładem pomocniczym we wnioskowaniu statystycznym; stosuje się go wyznaczenia przedziału

Bardziej szczegółowo

Statystyka opisowa. Literatura STATYSTYKA OPISOWA. Wprowadzenie. Wprowadzenie. Wprowadzenie. Plan. Tomasz Łukaszewski

Statystyka opisowa. Literatura STATYSTYKA OPISOWA. Wprowadzenie. Wprowadzenie. Wprowadzenie. Plan. Tomasz Łukaszewski Literatura STATYSTYKA OPISOWA A. Aczel, Statystyka w Zarządzaniu, PWN, 2000 A. Obecny, Statystyka opisowa w Excelu dla szkół. Ćwiczenia praktyczne, Helion, 2002. A. Obecny, Statystyka matematyczna w Excelu

Bardziej szczegółowo

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd. Wnioskowanie statystyczne obejmujące metody pozwalające na uogólnianie wyników z próby na nieznane wartości parametrów oraz szacowanie błędów tego uogólnienia. Przewidujemy nieznaną wartości parametru

Bardziej szczegółowo

X Y 4,0 3,3 8,0 6,8 12,0 11,0 16,0 15,2 20,0 18,9

X Y 4,0 3,3 8,0 6,8 12,0 11,0 16,0 15,2 20,0 18,9 Zadanie W celu sprawdzenia, czy pipeta jest obarczona błędem systematycznym stałym lub zmiennym wykonano szereg pomiarów przy różnych ustawieniach pipety. Wyznacz równanie regresji liniowej, które pozwoli

Bardziej szczegółowo

BADANIA MORFOMETRYCZNE KRAINKI SELEKCJONOWANEJ W POLSCE I NIEMIECKIEJ REPUBLICE DEMOKRATYCZNEJ. Oddział Pszczelnictwa L S.

BADANIA MORFOMETRYCZNE KRAINKI SELEKCJONOWANEJ W POLSCE I NIEMIECKIEJ REPUBLICE DEMOKRATYCZNEJ. Oddział Pszczelnictwa L S. PSZCZELNCZE ZESZYTY NAUKOWE ROK X Nr 3 GRUDZEŃ 968 BADANA MORFOMETRYCZNE KRANK SELEKCJONOWANEJ W POLSCE NEMECKEJ REPUBLCE DEMOKRATYCZNEJ Michał Gromisz Oddział Pszczelnictwa L S. WPROWADZENE V drugiej

Bardziej szczegółowo

Analiza bioróżnorodności wybranych populacji pszczoły miodnej

Analiza bioróżnorodności wybranych populacji pszczoły miodnej Zakład Pszczelnictwa w Puławach Pracownia Hodowli Pszczół Zakład Hodowli Roślin Ogrodniczych Pracownia Niekonwencjonalnych Metod Hodowli Roślin Instytut Ogrodnictwa w Skierniewicach Analiza bioróżnorodności

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 4. Testowanie hipotez Estymacja parametrów

STATYSTYKA MATEMATYCZNA WYKŁAD 4. Testowanie hipotez Estymacja parametrów STATYSTYKA MATEMATYCZNA WYKŁAD 4 Testowanie hipotez Estymacja parametrów WSTĘP 1. Testowanie hipotez Błędy związane z testowaniem hipotez Etapy testowana hipotez Testowanie wielokrotne 2. Estymacja parametrów

Bardziej szczegółowo

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki

Bardziej szczegółowo

Statystyka opisowa PROWADZĄCY: DR LUDMIŁA ZA JĄC -LAMPARSKA

Statystyka opisowa PROWADZĄCY: DR LUDMIŁA ZA JĄC -LAMPARSKA Statystyka opisowa PRZEDMIOT: PODSTAWY STATYSTYKI PROWADZĄCY: DR LUDMIŁA ZA JĄC -LAMPARSKA Statystyka opisowa = procedury statystyczne stosowane do opisu właściwości próby (rzadziej populacji) Pojęcia:

Bardziej szczegółowo

PDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com

PDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com Analiza korelacji i regresji KORELACJA zależność liniowa Obserwujemy parę cech ilościowych (X,Y). Doświadczenie jest tak pomyślane, aby obserwowane pary cech X i Y (tzn i ta para x i i y i dla różnych

Bardziej szczegółowo

Teoria błędów. Wszystkie wartości wielkości fizycznych obarczone są pewnym błędem.

Teoria błędów. Wszystkie wartości wielkości fizycznych obarczone są pewnym błędem. Teoria błędów Wskutek niedoskonałości przyrządów, jak również niedoskonałości organów zmysłów wszystkie pomiary są dokonywane z określonym stopniem dokładności. Nie otrzymujemy prawidłowych wartości mierzonej

Bardziej szczegółowo

Ćwiczenie z fizyki Doświadczalne wyznaczanie ogniskowej soczewki oraz współczynnika załamania światła

Ćwiczenie z fizyki Doświadczalne wyznaczanie ogniskowej soczewki oraz współczynnika załamania światła Ćwiczenie z fizyki Doświadczalne wyznaczanie ogniskowej soczewki oraz współczynnika załamania światła Michał Łasica klasa IIId nr 13 22 grudnia 2006 1 1 Doświadczalne wyznaczanie ogniskowej soczewki 1.1

Bardziej szczegółowo

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 4

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 4 STATYSTYKA I DOŚWIADCZALNICTWO Wykład 4 Inne układy doświadczalne 1) Układ losowanych bloków Stosujemy, gdy podejrzewamy, że może występować systematyczna zmienność między powtórzeniami np. - zmienność

Bardziej szczegółowo

Statystyka. Wykład 4. Magdalena Alama-Bućko. 13 marca Magdalena Alama-Bućko Statystyka 13 marca / 41

Statystyka. Wykład 4. Magdalena Alama-Bućko. 13 marca Magdalena Alama-Bućko Statystyka 13 marca / 41 Statystyka Wykład 4 Magdalena Alama-Bućko 13 marca 2017 Magdalena Alama-Bućko Statystyka 13 marca 2017 1 / 41 Na poprzednim wykładzie omówiliśmy następujace miary rozproszenia: Wariancja - to średnia arytmetyczna

Bardziej szczegółowo

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej cechy. Średnia arytmetyczna suma wartości zmiennej wszystkich

Bardziej szczegółowo

STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE

STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE 1 W trakcie badania obliczono wartości średniej (15,4), mediany (13,6) oraz dominanty (10,0). Określ typ asymetrii rozkładu. 2 Wymień 3 cechy rozkładu Gauss

Bardziej szczegółowo

Statystyka. Wykład 3. Magdalena Alama-Bućko. 6 marca Magdalena Alama-Bućko Statystyka 6 marca / 28

Statystyka. Wykład 3. Magdalena Alama-Bućko. 6 marca Magdalena Alama-Bućko Statystyka 6 marca / 28 Statystyka Wykład 3 Magdalena Alama-Bućko 6 marca 2017 Magdalena Alama-Bućko Statystyka 6 marca 2017 1 / 28 Szeregi rozdzielcze przedziałowe - kwartyle - przypomnienie Po ustaleniu przedziału, w którym

Bardziej szczegółowo

CECHY ILOŚCIOWE PARAMETRY GENETYCZNE

CECHY ILOŚCIOWE PARAMETRY GENETYCZNE CECHY ILOŚCIOWE PARAMETRY GENETYCZNE Zarządzanie populacjami zwierząt, ćwiczenia V Dr Wioleta Drobik Rodzaje cech Jakościowe o prostym dziedziczeniu uwarunkowane zwykle przez kilka genów Słaba podatność

Bardziej szczegółowo

R-PEARSONA Zależność liniowa

R-PEARSONA Zależność liniowa R-PEARSONA Zależność liniowa Interpretacja wyników: wraz ze wzrostem wartości jednej zmiennej (np. zarobków) liniowo rosną wartości drugiej zmiennej (np. kwoty przeznaczanej na wakacje) czyli np. im wyższe

Bardziej szczegółowo

Publiczna Szkoła Podstawowa nr 14 w Opolu. Edukacyjna Wartość Dodana

Publiczna Szkoła Podstawowa nr 14 w Opolu. Edukacyjna Wartość Dodana Publiczna Szkoła Podstawowa nr 14 w Opolu Edukacyjna Wartość Dodana rok szkolny 2014/2015 Edukacyjna Wartość Dodana (EWD) jest miarą efektywności nauczania dla szkoły i uczniów, którzy do danej placówki

Bardziej szczegółowo

1. Opis tabelaryczny. 2. Graficzna prezentacja wyników. Do technik statystyki opisowej można zaliczyć:

1. Opis tabelaryczny. 2. Graficzna prezentacja wyników. Do technik statystyki opisowej można zaliczyć: Wprowadzenie Statystyka opisowa to dział statystyki zajmujący się metodami opisu danych statystycznych (np. środowiskowych) uzyskanych podczas badania statystycznego (np. badań terenowych, laboratoryjnych).

Bardziej szczegółowo

Korelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego

Korelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego Korelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego Współczynnik korelacji opisuje siłę i kierunek związku. Jest miarą symetryczną. Im wyższa korelacja tym lepiej potrafimy

Bardziej szczegółowo

RAPORT z diagnozy umiejętności matematycznych

RAPORT z diagnozy umiejętności matematycznych RAPORT z diagnozy umiejętności matematycznych przeprowadzonej w klasach pierwszych szkół ponadgimnazjalnych 1 Analiza statystyczna Wskaźnik Liczba uczniów Liczba punktów Łatwość zestawu Wyjaśnienie Liczba

Bardziej szczegółowo

1 Podstawy rachunku prawdopodobieństwa

1 Podstawy rachunku prawdopodobieństwa 1 Podstawy rachunku prawdopodobieństwa Dystrybuantą zmiennej losowej X nazywamy prawdopodobieństwo przyjęcia przez zmienną losową X wartości mniejszej od x, tzn. F (x) = P [X < x]. 1. dla zmiennej losowej

Bardziej szczegółowo

Próbkowanie. Wykład 4 Próbkowanie i rozkłady próbkowe. Populacja a próba. Błędy w póbkowaniu, cd, Przykład 1 (Ochotnicy)

Próbkowanie. Wykład 4 Próbkowanie i rozkłady próbkowe. Populacja a próba. Błędy w póbkowaniu, cd, Przykład 1 (Ochotnicy) Wykład 4 Próbkowanie i rozkłady próbkowe µ = średnia w populacji, µ=ey, wartość oczekiwana zmiennej Y σ= odchylenie standardowe w populacji, σ =(Var Y) 1/2, pierwiastek kwadratowy wariancji zmiennej Y,

Bardziej szczegółowo

Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych

Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych Zad. 1 Średnia ocen z semestru letniego w populacji studentów socjologii w roku akademickim 2011/2012

Bardziej szczegółowo

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 6

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 6 STATYSTYKA I DOŚWIADCZALNICTWO Wykład 6 Metody sprawdzania założeń w analizie wariancji: -Sprawdzanie równości (jednorodności) wariancji testy: - Cochrana - Hartleya - Bartletta -Sprawdzanie zgodności

Bardziej szczegółowo

Statystyka w pracy badawczej nauczyciela Wykład 3: Analiza struktury zbiorowości statystycznej. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.

Statystyka w pracy badawczej nauczyciela Wykład 3: Analiza struktury zbiorowości statystycznej. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin. Statystyka w pracy badawczej nauczyciela Wykład 3: Analiza struktury zbiorowości statystycznej dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Zadania analityczne (1) Analiza przewiduje badanie podobieństw

Bardziej szczegółowo

Statystyka. Wykład 9. Magdalena Alama-Bućko. 24 kwietnia Magdalena Alama-Bućko Statystyka 24 kwietnia / 34

Statystyka. Wykład 9. Magdalena Alama-Bućko. 24 kwietnia Magdalena Alama-Bućko Statystyka 24 kwietnia / 34 Statystyka Wykład 9 Magdalena Alama-Bućko 24 kwietnia 2017 Magdalena Alama-Bućko Statystyka 24 kwietnia 2017 1 / 34 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia

Bardziej szczegółowo

Testy nieparametryczne

Testy nieparametryczne Testy nieparametryczne Testy nieparametryczne możemy stosować, gdy nie są spełnione założenia wymagane dla testów parametrycznych. Stosujemy je również, gdy dane można uporządkować według określonych kryteriów

Bardziej szczegółowo

STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY)

STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY) STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY) Dla opisania rozkładu badanej zmiennej, korzystamy z pewnych charakterystyk liczbowych. Dzielimy je na cztery grupy.. Określenie przeciętnej wartości

Bardziej szczegółowo

Statystyka w pracy badawczej nauczyciela

Statystyka w pracy badawczej nauczyciela Statystyka w pracy badawczej nauczyciela Wykład 1: Terminologia badań statystycznych dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyka (1) Statystyka to nauka zajmująca się zbieraniem, badaniem

Bardziej szczegółowo

Podstawowe pojęcia. Własności próby. Cechy statystyczne dzielimy na

Podstawowe pojęcia. Własności próby. Cechy statystyczne dzielimy na Podstawowe pojęcia Zbiorowość statystyczna zbiór jednostek (obserwacji) nie identycznych, ale stanowiących logiczną całość Zbiorowość (populacja) generalna skończony lub nieskończony zbiór jednostek, które

Bardziej szczegółowo

Inteligentna analiza danych

Inteligentna analiza danych Numer indeksu 150946 Michał Moroz Imię i nazwisko Numer indeksu 150875 Grzegorz Graczyk Imię i nazwisko kierunek: Informatyka rok akademicki: 2010/2011 Inteligentna analiza danych Ćwiczenie I Wskaźniki

Bardziej szczegółowo

POLITECHNIKA OPOLSKA

POLITECHNIKA OPOLSKA POLITECHNIKA OPOLSKA WYDZIAŁ MECHANICZNY Katedra Technologii Maszyn i Automatyzacji Produkcji Laboratorium Podstaw Inżynierii Jakości Ćwiczenie nr 4 Temat: Analiza korelacji i regresji dwóch zmiennych

Bardziej szczegółowo

Rozstęp Pozycyjne Odchylenie ćwiartkowe Współczynnik zmienności

Rozstęp Pozycyjne Odchylenie ćwiartkowe Współczynnik zmienności Miary zmienności: Miary zmienności Klasyczne Wariancja Odchylenie standardowe Odchylenie przeciętne Współczynnik zmienności Rozstęp Pozycyjne Odchylenie ćwiartkowe Współczynnik zmienności 2 Spróbujmy zastanowić

Bardziej szczegółowo

Zadania ze statystyki cz.8. Zadanie 1.

Zadania ze statystyki cz.8. Zadanie 1. Zadania ze statystyki cz.8. Zadanie 1. Wykonano pewien eksperyment skuteczności działania pewnej reklamy na zmianę postawy. Wylosowano 10 osobową próbę studentów, których poproszono o ocenę pewnego produktu,

Bardziej szczegółowo

Szacowanie wartości hodowlanej. Zarządzanie populacjami

Szacowanie wartości hodowlanej. Zarządzanie populacjami Szacowanie wartości hodowlanej Zarządzanie populacjami wartość hodowlana = wartość cechy? Tak! Przy h 2 =1 ? wybitny ojciec = wybitne dzieci Tak, gdy cecha wysokoodziedziczalna. Wartość hodowlana genetycznie

Bardziej szczegółowo

BADANIA NAD MIĘDZYRASOWYMI MIESZAŃCAMI PSZCZOŁY MIODNEJ MORFOLOGICZNA MIE8ZAŃCOW MIĘDZYRA80WYCH PSZCZOŁY MIODNEJ WPROWADZENIE

BADANIA NAD MIĘDZYRASOWYMI MIESZAŃCAMI PSZCZOŁY MIODNEJ MORFOLOGICZNA MIE8ZAŃCOW MIĘDZYRA80WYCH PSZCZOŁY MIODNEJ WPROWADZENIE PSZCZELNICZE ZE,8ZYTY NAUKOWE ROK XVIII GRUDZIEŃ 1974 BADANIA NAD MIĘDZYRASOWYMI MIESZAŃCAMI PSZCZOŁY MIODNEJ Kierownik Zespołu Badawczego - Prof. dr L. B o r n u s lir.ocena MORFOLOGICZNA MIE8ZAŃCOW MIĘDZYRA80WYCH

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA STATYSTYKA MATEMATYCZNA 1. Wykład wstępny. Teoria prawdopodobieństwa i elementy kombinatoryki 2. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5.

Bardziej szczegółowo

-> Średnia arytmetyczna (5) (4) ->Kwartyl dolny, mediana, kwartyl górny, moda - analogicznie jak

-> Średnia arytmetyczna (5) (4) ->Kwartyl dolny, mediana, kwartyl górny, moda - analogicznie jak Wzory dla szeregu szczegółowego: Wzory dla szeregu rozdzielczego punktowego: ->Średnia arytmetyczna ważona -> Średnia arytmetyczna (5) ->Średnia harmoniczna (1) ->Średnia harmoniczna (6) (2) ->Średnia

Bardziej szczegółowo

PSZCZELNICZE ZESZYTY NAUKOWE

PSZCZELNICZE ZESZYTY NAUKOWE PSZCZELNICZE ZESZYTY NAUKOWE Rok XLI 1997 ZMIENNOŚĆ POTOMSTWA W KOLEJNYCH POKOLENIACH MATEK UNASIENIANYCH MIESZANYM NASIENIEM OD WIELU TRUTNI NA PRZYKŁADZIE CECH MORFOLOGICZNYCH Wojciech Skowronek, Jerzy

Bardziej szczegółowo

Analiza składowych głównych. Wprowadzenie

Analiza składowych głównych. Wprowadzenie Wprowadzenie jest techniką redukcji wymiaru. Składowe główne zostały po raz pierwszy zaproponowane przez Pearsona(1901), a następnie rozwinięte przez Hotellinga (1933). jest zaliczana do systemów uczących

Bardziej szczegółowo

Statystyka matematyczna i ekonometria

Statystyka matematyczna i ekonometria Statystyka matematyczna i ekonometria Wykład 5 Anna Skowrońska-Szmer lato 2016/2017 Hipotezy 2 Hipoteza zerowa (H 0 )- hipoteza o wartości jednego (lub wielu) parametru populacji. Traktujemy ją jako prawdziwą

Bardziej szczegółowo

Statystyka. Wykład 7. Magdalena Alama-Bućko. 16 kwietnia Magdalena Alama-Bućko Statystyka 16 kwietnia / 35

Statystyka. Wykład 7. Magdalena Alama-Bućko. 16 kwietnia Magdalena Alama-Bućko Statystyka 16 kwietnia / 35 Statystyka Wykład 7 Magdalena Alama-Bućko 16 kwietnia 2017 Magdalena Alama-Bućko Statystyka 16 kwietnia 2017 1 / 35 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia

Bardziej szczegółowo

WSKAZÓWKI DO WYKONANIA SPRAWOZDANIA Z WYRÓWNAWCZYCH ZAJĘĆ LABORATORYJNYCH

WSKAZÓWKI DO WYKONANIA SPRAWOZDANIA Z WYRÓWNAWCZYCH ZAJĘĆ LABORATORYJNYCH WSKAZÓWKI DO WYKONANIA SPRAWOZDANIA Z WYRÓWNAWCZYCH ZAJĘĆ LABORATORYJNYCH Dobrze przygotowane sprawozdanie powinno zawierać następujące elementy: 1. Krótki wstęp - maksymalnie pół strony. W krótki i zwięzły

Bardziej szczegółowo

KORELACJE I REGRESJA LINIOWA

KORELACJE I REGRESJA LINIOWA KORELACJE I REGRESJA LINIOWA Korelacje i regresja liniowa Analiza korelacji: Badanie, czy pomiędzy dwoma zmiennymi istnieje zależność Obie analizy się wzajemnie przeplatają Analiza regresji: Opisanie modelem

Bardziej szczegółowo

Idea. θ = θ 0, Hipoteza statystyczna Obszary krytyczne Błąd pierwszego i drugiego rodzaju p-wartość

Idea. θ = θ 0, Hipoteza statystyczna Obszary krytyczne Błąd pierwszego i drugiego rodzaju p-wartość Idea Niech θ oznacza parametr modelu statystycznego. Dotychczasowe rozważania dotyczyły metod estymacji tego parametru. Teraz zamiast szacować nieznaną wartość parametru będziemy weryfikowali hipotezę

Bardziej szczegółowo

ZMIENNE LOSOWE. Zmienna losowa (ZL) X( ) jest funkcją przekształcającą przestrzeń zdarzeń elementarnych w zbiór liczb rzeczywistych R 1 tzn. X: R 1.

ZMIENNE LOSOWE. Zmienna losowa (ZL) X( ) jest funkcją przekształcającą przestrzeń zdarzeń elementarnych w zbiór liczb rzeczywistych R 1 tzn. X: R 1. Opracowała: Joanna Kisielińska ZMIENNE LOSOWE Zmienna losowa (ZL) X( ) jest funkcją przekształcającą przestrzeń zdarzeń elementarnych w zbiór liczb rzeczywistych R tzn. X: R. Realizacją zmiennej losowej

Bardziej szczegółowo

Zakład Ubezpieczeń Społecznych Departament Statystyki i Prognoz Aktuarialnych

Zakład Ubezpieczeń Społecznych Departament Statystyki i Prognoz Aktuarialnych Zakład Ubezpieczeń Społecznych Departament Statystyki i Prognoz Aktuarialnych Struktura wysokości emerytur i rent wypłacanych przez ZUS po waloryzacji w marcu 2015 roku. Warszawa 2015 Opracowała: Ewa Karczewicz

Bardziej szczegółowo

RÓWNOWAŻNOŚĆ METOD BADAWCZYCH

RÓWNOWAŻNOŚĆ METOD BADAWCZYCH RÓWNOWAŻNOŚĆ METOD BADAWCZYCH Piotr Konieczka Katedra Chemii Analitycznej Wydział Chemiczny Politechnika Gdańska Równoważność metod??? 2 Zgodność wyników analitycznych otrzymanych z wykorzystaniem porównywanych

Bardziej szczegółowo

Wykład 5: Statystyki opisowe (część 2)

Wykład 5: Statystyki opisowe (część 2) Wykład 5: Statystyki opisowe (część 2) Wprowadzenie Na poprzednim wykładzie wprowadzone zostały statystyki opisowe nazywane miarami położenia (średnia, mediana, kwartyle, minimum i maksimum, modalna oraz

Bardziej szczegółowo

RAPORT WSKAŹNIK EDUKACYJNEJ WARTOŚCI DODANEJ PO EGZAMINIE GIMNAZJALNYM W ROKU SZKOLNYM 2012/2013

RAPORT WSKAŹNIK EDUKACYJNEJ WARTOŚCI DODANEJ PO EGZAMINIE GIMNAZJALNYM W ROKU SZKOLNYM 2012/2013 RAPORT WSKAŹNIK EDUKACYJNEJ WARTOŚCI DODANEJ PO EGZAMINIE GIMNAZJALNYM W ROKU SZKOLNYM 2012/2013 ZESPÓŁ SZKÓŁ NR 14 W BYDGOSZCZY GIMNAZJUM NR 37 INTEGRACYJNE Opracowanie A. Tarczyńska- Pajor na podstawie

Bardziej szczegółowo

LABORATORIUM 3. Jeśli p α, to hipotezę zerową odrzucamy Jeśli p > α, to nie mamy podstaw do odrzucenia hipotezy zerowej

LABORATORIUM 3. Jeśli p α, to hipotezę zerową odrzucamy Jeśli p > α, to nie mamy podstaw do odrzucenia hipotezy zerowej LABORATORIUM 3 Przygotowanie pliku (nazwy zmiennych, export plików.xlsx, selekcja przypadków); Graficzna prezentacja danych: Histogramy (skategoryzowane) i 3-wymiarowe; Wykresy ramka wąsy; Wykresy powierzchniowe;

Bardziej szczegółowo

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI. Test zgodności i analiza wariancji Analiza wariancji

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI. Test zgodności i analiza wariancji Analiza wariancji WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI Test zgodności i analiza wariancji Analiza wariancji Test zgodności Chi-kwadrat Sprawdza się za jego pomocą ZGODNOŚĆ ROZKŁADU EMPIRYCZNEGO Z PRÓBY Z ROZKŁADEM HIPOTETYCZNYM

Bardziej szczegółowo

Statystyka matematyczna i ekonometria

Statystyka matematyczna i ekonometria Statystyka matematyczna i ekonometria Wykład 5 dr inż. Anna Skowrońska-Szmer zima 2017/2018 Hipotezy 2 Hipoteza zerowa (H 0 )- hipoteza o wartości jednego (lub wielu) parametru populacji. Traktujemy ją

Bardziej szczegółowo

Zakład Ubezpieczeń Społecznych Departament Statystyki i Prognoz Aktuarialnych

Zakład Ubezpieczeń Społecznych Departament Statystyki i Prognoz Aktuarialnych Zakład Ubezpieczeń Społecznych Departament Statystyki i Prognoz Aktuarialnych Struktura wysokości emerytur i rent wypłacanych przez ZUS po waloryzacji w marcu 2014 roku. Warszawa 2014 Opracowała: Ewa Karczewicz

Bardziej szczegółowo

Statystyka. #5 Testowanie hipotez statystycznych. Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik. rok akademicki 2016/ / 28

Statystyka. #5 Testowanie hipotez statystycznych. Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik. rok akademicki 2016/ / 28 Statystyka #5 Testowanie hipotez statystycznych Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik rok akademicki 2016/2017 1 / 28 Testowanie hipotez statystycznych 2 / 28 Testowanie hipotez statystycznych

Bardziej szczegółowo

Wstęp do teorii niepewności pomiaru. Danuta J. Michczyńska Adam Michczyński

Wstęp do teorii niepewności pomiaru. Danuta J. Michczyńska Adam Michczyński Wstęp do teorii niepewności pomiaru Danuta J. Michczyńska Adam Michczyński Podstawowe informacje: Strona Politechniki Śląskiej: www.polsl.pl Instytut Fizyki / strona własna Instytutu / Dydaktyka / I Pracownia

Bardziej szczegółowo

SCENARIUSZ LEKCJI. TEMAT LEKCJI: Zastosowanie średnich w statystyce i matematyce. Podstawowe pojęcia statystyczne. Streszczenie.

SCENARIUSZ LEKCJI. TEMAT LEKCJI: Zastosowanie średnich w statystyce i matematyce. Podstawowe pojęcia statystyczne. Streszczenie. SCENARIUSZ LEKCJI OPRACOWANY W RAMACH PROJEKTU: INFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA. PROGRAM NAUCZANIA INFORMATYKI Z ELEMENTAMI PRZEDMIOTÓW MATEMATYCZNO-PRZYRODNICZYCH Autorzy scenariusza:

Bardziej szczegółowo

Wykład 1. Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy

Wykład 1. Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy Wykład Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy Zbiorowość statystyczna - zbiór elementów lub wyników jakiegoś procesu powiązanych ze sobą logicznie (tzn. posiadających wspólne cechy

Bardziej szczegółowo

ANALIZA WYNIKÓW NAUCZANIA W GIMNAZJUM NR 3 Z ZASTOSOWANIEM KALKULATORA EWD 100 ROK 2012

ANALIZA WYNIKÓW NAUCZANIA W GIMNAZJUM NR 3 Z ZASTOSOWANIEM KALKULATORA EWD 100 ROK 2012 ANALIZA WYNIKÓW NAUCZANIA W GIMNAZJUM NR 3 Z ZASTOSOWANIEM KALKULATORA EWD 100 ROK 2012 OPRACOWAŁY: ANNA ANWAJLER MARZENA KACZOR DOROTA LIS 1 WSTĘP W analizie wykorzystywany będzie model szacowania EWD.

Bardziej szczegółowo

ANALIZA SYSTEMU POMIAROWEGO (MSA)

ANALIZA SYSTEMU POMIAROWEGO (MSA) StatSoft Polska, tel. 1 484300, 601 414151, info@statsoft.pl, www.statsoft.pl ANALIZA SYSTEMU POMIAROWEGO (MSA) dr inż. Tomasz Greber, Politechnika Wrocławska, Instytut Organizacji i Zarządzania Wprowadzenie

Bardziej szczegółowo

Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona;

Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona; LABORATORIUM 4 Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona; dwie zmienne zależne mierzalne małe próby duże próby rozkład normalny

Bardziej szczegółowo

Zakład Ubezpieczeń Społecznych Departament Statystyki i Prognoz Aktuarialnych

Zakład Ubezpieczeń Społecznych Departament Statystyki i Prognoz Aktuarialnych Zakład Ubezpieczeń Społecznych Departament Statystyki i Prognoz Aktuarialnych Struktura wysokości emerytur i rent wypłacanych przez ZUS po waloryzacji w marcu 2013 roku. Warszawa 2013 Opracowała: Ewa Karczewicz

Bardziej szczegółowo

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyczna teoria korelacji i regresji (1) Jest to dział statystyki zajmujący

Bardziej szczegółowo

Struktura wysokości emerytur i rent wypłacanych przez ZUS po waloryzacji w marcu 2018 roku

Struktura wysokości emerytur i rent wypłacanych przez ZUS po waloryzacji w marcu 2018 roku Struktura wysokości emerytur i rent wypłacanych przez ZUS po waloryzacji w marcu 2018 roku D DEPARTAMENT STATYSTYKI I PROGNOZ AKTUARIALNYCH Warszawa 2018 Opracowała: Ewa Karczewicz Naczelnik Wydziału Badań

Bardziej szczegółowo

ANALIZA JAKOŚCIOWA I ILOŚCIOWA TESTÓW SZKOLNYCH MATERIAŁ SZKOLENIOWY

ANALIZA JAKOŚCIOWA I ILOŚCIOWA TESTÓW SZKOLNYCH MATERIAŁ SZKOLENIOWY ANALIZA JAKOŚCIOWA I ILOŚCIOWA TESTÓW SZKOLNYCH MATERIAŁ SZKOLENIOWY Instrukcja przeprowadzania analiz badań edukacyjnych i sporządzania raportów po badaniach. Cele prowadzenia analiz jakościowych i ilościowych

Bardziej szczegółowo

Kontekstowe wskaźniki efektywności nauczania - warsztaty

Kontekstowe wskaźniki efektywności nauczania - warsztaty Kontekstowe wskaźniki efektywności nauczania - warsztaty Przygotowała: Aleksandra Jasińska (a.jasinska@ibe.edu.pl) wykorzystując materiały Zespołu EWD Czy dobrze uczymy? Metody oceny efektywności nauczania

Bardziej szczegółowo

Zarządzanie populacjami zwierząt. Parametry genetyczne cech

Zarządzanie populacjami zwierząt. Parametry genetyczne cech Zarządzanie populacjami zwierząt Parametry genetyczne cech Teoria ścieżki zależność przyczynowo-skutkowa X p 01 Z Y p 02 p 01 2 + p 02 2 = 1 współczynniki ścieżek miary związku między przyczyną a skutkiem

Bardziej szczegółowo

Odchudzamy serię danych, czyli jak wykryć i usunąć wyniki obarczone błędami grubymi

Odchudzamy serię danych, czyli jak wykryć i usunąć wyniki obarczone błędami grubymi Odchudzamy serię danych, czyli jak wykryć i usunąć wyniki obarczone błędami grubymi Piotr Konieczka Katedra Chemii Analitycznej Wydział Chemiczny Politechnika Gdańska D syst D śr m 1 3 5 2 4 6 śr j D 1

Bardziej szczegółowo

weryfikacja hipotez dotyczących parametrów populacji (średnia, wariancja)

weryfikacja hipotez dotyczących parametrów populacji (średnia, wariancja) PODSTAWY STATYSTYKI. Teoria prawdopodobieństwa i elementy kombinatoryki. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5. Testy parametryczne (na

Bardziej szczegółowo

PSZCZELNICZE ZESZYTY NAUKOWE

PSZCZELNICZE ZESZYTY NAUKOWE PSZCZELNICZE ZESZYTY NAUKOWE ROK XI, nr 1-3 WRZESIEŃ 1967 PRZYDATNOSC NIEKTORYCH CECH MORFOLOGICZNYCH W SYSTEMATYCE WEWNĄTRZ GATQNKU APIS MELLIFICA L. Michał Gromisz Oddział Pszczelnictwa I. S. WSTĘP W

Bardziej szczegółowo