WYKORZYSTANIE CIĄGÓW CZASOWYCH W PROCESIE SZACOWANIA POZIOMU EMISJI DWUTLENKU WĘGLA

Wielkość: px
Rozpocząć pokaz od strony:

Download "WYKORZYSTANIE CIĄGÓW CZASOWYCH W PROCESIE SZACOWANIA POZIOMU EMISJI DWUTLENKU WĘGLA"

Transkrypt

1 GÓRNICTWO I GEOLOGIA 011 Tom 6 Zeszyt 4 Zygmut KORBAN, Aa MANOWSKA Politechika Śląska, Wydział Górictwa i Geologii, Katedra Zarządzaia i Iżyierii Bezpieczeństwa WYKORZYSTANIE CIĄGÓW CZASOWYCH W PROCESIE SZACOWANIA POZIOMU EMISJI DWUTLENKU WĘGLA Streszczeie. Zaieczyszczeie powietrza atmosferyczego jest istotym problemem ostatich lat, a substacje emitowae do atmosfery (m.i. tleek i dwutleek węgla) to główie wyik działalości człowieka wzrost produkcji przemysłowej wiąże się ieodłączie ze wzrostem zawartości szkodliwych substacji w atmosferze. Wykorzystując dae dotyczące emisji CO w okresie lat oraz tzw. proces autoregresji rzędu k, autorzy przeprowadzili progozę emisji dwutleku węgla w przeliczeiu a jedego mieszkańca Polski do 00 r. Słowa kluczowe: emisja dwutleku węgla, ciągi czasowe, progozowaie, modele autoregresji THE USE OF TIME SEQUENCES IN THE PROCESS OF ESTIMATING CARBON DIOXIDE EMISSIONS Summary. The air pollutio is a importat issue i recet years ad the substaces emitted to the atmosphere (carbo mooxide ad dioxide, etc.) is maily the result of huma activity growth of idustrial productio is iextricably liked with a icrease i the cotet of harmful substaces i the atmosphere. Usig the data o CO emissios i the period 1960 to 007 ad called autoregressive process of order k was coducted progosis of carbo dioxide emissios per oe ihabitat by 00 Polish. Keywords: carbo dioxide emissios, the time sequeces, forecastig, models autoregressive

2 40 Z. Korba, A. Maowska 1. Wprowadzeie Rozwój gospodarczy wywiera określoe skutki społecze, ekologicze itd. zarówo pozytywe, jak i egatywe. Ciągle rosące zapotrzebowaie a eergię elektryczą powoduje m.i. to, iż wzrasta ilość spalaych surowców eergetyczych (i ich pochodych), będących główym źródłem zaieczyszczeń atmosferyczych pochodzeia atropogeiczego (dwutleek siarki (SO ), tleki azotu (N x O y ), pyły węglowe (X ), tleek węgla (CO), dwutleek węgla (CO ), ozo troposferyczy (O 3 ) itd.). W grupie zaieczyszczeń emitowaych do atmosfery zwłaszcza poziom emisji dwutleku węgla jest w powszechej opiii przyczyą zaburzeń klimatyczych a aszym globie 1 i co rówie istote poziom te ie wykazuje istotych tedecji spadkowych. Co prawda wg Global Carbo Project emisja CO w 009 r. była o ok. 1,3% iższa iż w 008 r., a kryzys ekoomiczy iewątpliwie spowodował istote spowolieie gospodarek wysokorozwiiętych krajów zachodich (Niemcy, Fracja, Japoia, Stay Zjedoczoe), jedak jedocześie miał miejsce itesywy wzrost gospodarek krajów azjatyckich (Chiy, Idie), co z kolei przyczyiło się do wzrostu poziomu emisji dwutleku węgla w 009 r. w przypadku Chi astąpił wzrost emisji CO o 8%, a w przypadku Idii o 6,%. Dlatego też podpisaa w 199 r. Ramowa kowecja ONZ w sprawie zmia klimatu (Uited Natios Framework Covetio o Climate Chage UNFCCC) postuluje ustabilizowaie ilości emitowaych do atmosfery gazów cieplariaych; jej uzupełieie staowi wyegocjoway w 1997 r. protokół z Kioto. Na mocy postaowień w im zawartych kraje, które zdecydowały się a jego ratyfikację, zobowiązały się do redukcji do 01 r. własych emisji o wyegocjowae wartości (co ajmiej o 5% poziomu emisji z 1990 r.): dwutleku węgla, metau, tleku azotu, HFC (halogeki alkilowe, halogeoalkay) i PFC (perfluorowęglowodory), tj. gazów powodujących efekt cieplariay. Niezależe działaia w przedmiotowym zakresie są podejmowae także a obszarze krajów człokowskich Uii Europejskiej. Tylko w latach UE dokoała istotych zmia w obszarze prowadzoej przez siebie polityki eergetyczej, a wioski końcowe, zawarte w opublikowaej 8 marca 006 r. zieloej księdze ( Europejska strategia a rzecz zrówoważoej, kokurecyjej i bezpieczej eergii ) [], staowiącej podstawę wspólotowej polityki eergetyczej państw człokowskich Uii Europejskiej, obok potrzeby zapewieia bezpieczeństwa eergetyczego państw człokowskich i miimalizowaia ce eergii (przy jedoczesym zapewieiu waruków dla samofiasowaia sektora) zawierają także sugestie dotyczące 1 Według Czwartego raportu IPCC w wyiku kurczeia się obszarów zajmowaych przez pokrywy śieże i lodowe w latach zarejestrowao globaly wzrost poziomu wód morskich o ok. 3,8 mm roczie. Według wstępych szacuków w ciągu ajbliższych 0 lat astąpi dalsze ocieplaie klimatu w tempie 0, C a dekadę. Szacuje się, że redukcja emisji CO w 009 r. była a świecie o połowę miejsza iż pierwotie zakładao.

3 Wykorzystaie ciągów czasowych 41 miimalizacji szkodliwych dla środowiska kosekwecji fukcjoowaia techologii eergetyczych. Poieważ rozwój gospodarki światowej jest iemożliwy z wykorzystaiem jedyie eergii ze źródeł odawialych, ależy także poszukiwać metod obiżających emisję gazów cieplariaych. Takimi metodami mogą być m.i. zarówo tzw. czyste techologie węglowe, jak i składowaie CO powstającego w wyiku spalaia paliw kopalych. Z kolei tzw. biała księga Komisji Europejskiej [3] zalicza wręcz ochroę środowiska do podstawowych priorytetów polityki eergetyczej Uii Europejskiej. Postaowieia zawarte w zieloej księdze zalazły swoje odbicie m.i. w komuikacie komisji pt. Działaia a rzecz europejskiego strategiczego plau w dziedziie techologii eergetyczych, w którym kraje człokowskie UE przyjęły jedostroe zobowiązaie do zredukowaia emisji CO do 00 r. o 0% w stosuku do roku bazowego Szacowaie poziomu emisji dwutleku węgla przy wykorzystaiu ciągów czasowych Zmieość (dyamikę) zjawisk masowych w czasie a do takich zaliczamy emisję CO moża aalizować a podstawie tzw. ciągów czasowych; wykorzystując aalizę tych ciągów moża z pewym przybliżeiem progozować w czasie wartości określoych parametrów. W ciągu czasowym {Y t : t = 1,,..., } wyróżia się zwykle astępujące składowe: Y t = f ^ ( Y, Ot, Ct, t ), gdzie: t t wahaia cyklicze; t wahaia przypadkowe. Y^ tedecja rozwojowa; O t wahaia sezoowe; C t Wśród metod wyodrębiaia tredu oprócz metody mechaiczej (średich ruchomych) moża wyróżić metodę aalityczą, która umożliwia wyzaczeie tredu a podstawie liiowej lub krzywoliiowej fukcji, tz. fukcji, która dla zadaego zbioru daych ajlepiej odzwierciedla rozwój w czasie badaego zjawiska. Do aalizy ciągów czasowych przyjmijmy jako wartości wyjściowe dae Baku Światowego, dotyczące poziomu emisji CO a mieszkańca Polski w latach Ciąg czasowy emisji CO a jedego mieszkańca Polski jest ozaczoy jako ciąg y(t). Przyjęto założeie, że ciąg y(t) jest ciągiem stacjoarym, gdyż koleje wyrazy ciągu czasowego odchylają się od wartości średiej o około18%. Zatem właściwego modelu do progozowaia zmieej objaśiaej poszukiwao wśród grupy modeli autoregresyjych. W modelowaiu i progozowaiu często wykorzystuje się tzw. proces autoregresji rzędu k, ozaczoy w skrócie AR(k) i określoy wzorem [1]:

4 4 Z. Korba, A. Maowska y i ) 1 1 y( i 1) y( i )... k y( i k i, gdzie:,..., i 1, k parametry procesu, zakłóceie losowe. Ciąg czasowy będący realizacją procesu autoregresyjego charakteryzuje się tym, że jego bieżąca wartość jest sumą skończoej kombiacji liiowej poprzedich wartości tego ciągu oraz zakłóceia losowego. Podstawą idetyfikacji takiego modelu są empirycza fukcja autokorelacji oraz autokorelacja cząstkowa. Empirycza fukcja autokorelacji została wyzaczoa z zależości: r k k j1 ( y j y y j y j1 )( y jk y ) Zgodie z regułą, że wartości tych fukcji dla opóźieia: K (gdzie jest liczbą elemetów ciągu y(t)) wyzaczoo 4 48 K 1 4 Na rys. 1 przedstawioo empiryczą fukcję autokorelacji wyzaczoą dla ciągu czasowego y(t). Rys. 1. Empirycza fukcja autokorelacji wyzaczoa dla ciągu czasowego y(t) Fig. 1. Empirical autocorrelatio fuctio to use withi the time desigated for y(t)

5 Wykorzystaie ciągów czasowych 43 Z aalizy wykresu widać, że przebieg empiryczej fukcji autokorelacji zaika wykładiczo, zatem właściwym modelem opisu przebiegu aalizowaej zmieej jest model autoregresyjy. Fukcja autokorelacji cząstkowej pozwala zidetyfikować mechaizm autoregresji w badaym ciągu daych i określić rząd modelu autoregresyjego. Korelację cząstkową obliczoo, opierając się a zależości Yule a Walkera. Wyzaczeie autokorelacji cząstkowej z tego rówaia polega a tym, że w miejsce autokorelacji teoretyczej wstawia się autokorelację empiryczą r k i otrzymae rówaie rozwiązuje się dla różych odstępów k. Rówaie Yule a Walkera ma postać: r k, 1r 1... k, dla ( 1,..., k) k, k 1r ( k 1) kr k p Wyiki obliczeń przedstawia rys.. Rys.. Korelacja cząstkowa wyzaczoa z zależości Yule a Walkera Fig.. Partial correlatio determied from the depedece Yule'a Walker Z graficzej aalizy wybrao opóźieie k=1. Estymacja współczyików modelu została przeprowadzoa metodą ajmiejszych kwadratów. Struktura modelu jest astępująca: y( t) 0,9986 y( t 1) e( t) Ocey zgodości daych empiryczych z daymi wyikającymi ze zbudowaych modeli dokoao a podstawie oce parametrów struktury stochastyczej [4, 5, 6, 7]:

6 44 Z. Korba, A. Maowska odchyleie stadardowe składika resztowego, które iformuje, średio o ile wartości progozowae odchylają się od wartości rzeczywistych w przedziale weryfikacji 1 S e yt y t t 1 liczba obserwacji zmieej progozowaej wykorzystaych do estymacji współczyika modelu, współczyik zmieości resztowej; który iformuje o przeciętym odchyleiu wartości teoretyczych od wartości rzeczywistych; V e Se y 100% y średia arytmetycza wartości zmieej progozowaej, współczyik zbieżości iformuje, jaka część przebiegu zmieości wartości progozowaej ie jest opisaa przez model, t 1 ^ yt y t yt y współczyik determiacji liiowej iformuje, jaka część przebiegu zmieości wartości progozowaej jest opisaa przez model t 1 R = 1-. Wyiki obliczoych statystyk zawiera tabela 1. Zestawieie obliczoych statystyk Tabela 1 Parametry struktury stochastyczej Odchyleie stadardowe składika resztowego 0,51 Współczyik zmieości 5% Współczyik zbieżości 8% Współczyik determiacji 9%

7 Wykorzystaie ciągów czasowych 45 Średi procetowy błąd ex post wyosi 4%, a zatem z aalizy miar dopasowaia modelu do daych rzeczywistych wyika, że model może zostać wykorzystay do progozowaia emisji CO a jedego mieszkańca Polski do roku 030 (rys. 3). Rys. 3. Rzeczywiste i progozowae wartości emisji dwutleku węgla w przeliczeiu a osobę w Polsce w latach Fig. 3. Actual ad forecasted values of carbo dioxide emissios per oe ihabitat of Polish i Zestawieie wartości progozowaej emisji CO a jedego mieszkańca Polski przedstawia tabela.

8 46 Z. Korba, A. Maowska Tabela Progozoway poziom emisji CO w przeliczeiu a jedego mieszkańca Polski w latach Rok Wartość progozowaa [t metrycze CO /1mieszkańca] Graice dola i góra ufości dla 95% przedziału prawdopodobieństwa [] 008 8,31 0, ,30 0, ,9 0, ,7 0, ,6 0, ,5 0, ,4 0, ,3 0, , 0, ,0 0, ,19 0, ,18 0, ,17 0, ,16 0, ,15 0, ,14 0, ,1 0, ,11 0, ,10 0, ,09 0, ,08 0, ,07 0, ,06 0, Zakończeie Problemy ochroy środowiska, a zwłaszcza kwestie ograiczeia efektu cieplariaego, są a przestrzei ostatich lat jedymi z ważiejszych problemów, przed jakimi staje ludzkość szacuje się, że w latach emisja gazów powodujących globale ociepleie klimatu wzrosła o ok. 70%, w tym stężeie CO o ok. 80%. Podejmowae są więc różorakie działaia, mające przyczyić się do miimalizacji egatywego oddziaływaia rozwoju przemysłowego a środowisko aturale człowieka, a jedym z ich jest deklaracja UE dotycząca przyjęcia zobowiązaia w zakresie zredukowaia emisji CO do 00 r. o 0% w stosuku do wartości emisji z 1990 r. Deklaracja ta posłużyła autorom jako pukt wyjścia do przeprowadzeia progozy a okres ajbliższych lat 3 dae dotyczące emisji CO w przeliczeiu a jedego mieszkańca Polski pozwoliły a zbudowaie ciągu 3 Progozowaie polega a założeiu, że będzie kotyuowaa dotychczasowa strategia działaia jeżeli wyzaczoa w progozie wielkość satysfakcjouje decydeta, ozacza to, że strategia jest i efektywa, i skutecza (w przeciwym razie ależy dokoać zmia w strategii).

9 Wykorzystaie ciągów czasowych 47 czasowego przy założeiu, że ciąg te jest ciągiem stacjoarym (koleje wyrazy ciągu odchylają się od wartości średiej o ok. 18%). W procesach modelowaia i progozowaia wykorzystao tzw. proces autoregresji rzędu k, przy czym średi procetowy błąd ex post wyiósł 4%. Wyzaczoa wartość progozy a 00 rok (8,17 tm/mieszkańca) pozwala stwierdzić, że Polsce ie uda się osiągąć pułapu 7,96 tm/mieszkańca emisji CO, tj. wartości, jaka powia być uzyskaa w świetle zapisów zawartych w Komuikacie Komisji Europejskiej pt. Działaia a rzecz europejskiego strategiczego plau w dziedziie techologii eergetyczych i tym samym ależy dokoać korekt w przyjętej strategii działaia a rzecz zmiejszeia emisji przedmiotowego gazu (rozwój i szersze zastosowaie tzw. czystych techologii spalaia węgla, szersze wykorzystywaie odawialych źródeł eergii itd). Bibliografia 1. Box G.E.P., Jekis G.M.: Aaliza szeregów czasowych. Progozowaie i sterowaie. Państwowe Wydawictwo Naukowe, Warszawa Commuicatio from the Commissio to the Coucil ad the Europea Parliamet: Reewable Eergy Road Map Reewable Eergies i the 1 st Cetury: buildig a more sustaiable future. COM (006) Directive 009/8/EC of the Europea Parliamet ad of the Coucil of 3 April 009 o the promotio of the use of eergy from reewable sources ad amedig ad subsequetly repealig Directives 001/77/EC ad 003/30/EC. Official Joural of the Europea Uio, L 140/ Kowalik S., Probierz K.: Progozowaie wielkości wydobycia w Górośląskim Zagłębiu Węglowym z użyciem liiowej fukcji regresji. Moderi matematicke metody v izeyrstvi. Vysoka Skola Baska Techicka Uiverzita Ostrava, Doli Loma Zielaś A., Pawełek B., Waat S.: Progozowaie ekoomicze, teoria, przykłady, zadaia. Wydawictwo Naukowe PWN, Warszawa Żurowska J.: Progozowaie przewozów. Modele, metody, przykłady. Wydawictwo Politechiki Krakowskiej, Kraków 005. Recezet: Dr hab. iż. Krzysztof Wodarski, prof. zw. w Pol.Śl.

10 48 Z. Korba, A. Maowska Abstract Air pollutio is a importat issue i recet years. Substaces emitted ito the atmosphere (sulfur dioxide, itroge oxides, carbo dust, carbo mooxide ad dioxide, tropospheric ozoe, etc.) is maily the result of huma activity - idustrial productio growth is iextricably liked with a icrease i the cotet of harmful substaces i the atmosphere. Usig the data o CO emissios (data of World Bak o CO emissios i ) the authors carried out a progosis of emissios of carbo dioxide o Polish territory util 00. It was assumed that the sequece of correspodig to CO emissios per oe ihabitat of Polish durig the relevat period, ad is a sequece of steady (deviatio of the mea values over time were 18%), ad therefore there was searched a appropriate model to predict the respose variable amog a group of autoregressive models. As the coduct of empirical autocorrelatio fuctios disappear expoetially, the authors for describe the course of the aalyzed variable used autoregressive model. Partial correlatio was calculated based o the relatioship Yule'a Walker. From the graphical aalysis of the selected delay k = 1, ad the estimatio of coefficiets of the model, was carried out by usig least squares method. The average percetage of ex-post forecast error was 4% which demostrate that the proposed model ca be used to estimate carbo dioxide emissios. The desigated value of the forecasts for 00 (8.17 tm/ih.) Shows that Polad did ot succesed to reach the ceilig 7.96 tm/ih. CO emissios, this is the value that should be obtaied accordig to the provisios cotaied i the Commuicatio from the Europea Commissio "Towards a Europea Strategic Eergy Techology" ad correctios must be made i the adopted strategy to reduce emissios of the gas (developmet ad wider use of so-called. clea coal combustio techologies, greater use of reewable eergy sources, etc.).

WYKORZYSTANE CIĄGÓW CZASOWYCH W PROCESIE SZACOWANIA POZIOMU EMISJI DWUTLENKU WĘGLA

WYKORZYSTANE CIĄGÓW CZASOWYCH W PROCESIE SZACOWANIA POZIOMU EMISJI DWUTLENKU WĘGLA Dr iż. Zygmut Korba Dr iż. Aa Maowska Politechika Śląska, Gliwice Wydział Górictwa i Geologii WYKORZYSTANE CIĄGÓW CZASOWYCH W PROCESIE SZACOWANIA POZIOMU EMISJI DWUTLENKU WĘGLA Streszczeie: Zaieczyszczeie

Bardziej szczegółowo

Modele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017

Modele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017 STATYSTYKA OPISOWA Dr Alia Gleska Istytut Matematyki WE PP 18 listopada 2017 1 Metoda aalitycza Metoda aalitycza przyjmujemy założeie, że zmiay zjawiska w czasie moża przedstawić jako fukcję zmieej czasowej

Bardziej szczegółowo

Miary rozproszenia. Miary położenia. Wariancja. Średnia. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.

Miary rozproszenia. Miary położenia. Wariancja. Średnia. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i. Miary położeia Średia Dla daych idywidualych: x = 1 x = 1 x i i ẋ i gdzie ẋ i środek i tego przedziału i - liczość i-tego przedziału Domiata moda Liczba ajczęściej występująca jeśli taka istieje - dla

Bardziej szczegółowo

Miary położenia. Miary rozproszenia. Średnia. Wariancja. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.

Miary położenia. Miary rozproszenia. Średnia. Wariancja. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i. Miary położeia Średia Dla daych idywidualych: x = 1 x = 1 x i i ẋ i gdzie ẋ i środek i tego przedziału i - liczość i-tego przedziału Domiata moda Liczba ajczęściej występująca jeśli taka istieje - dla

Bardziej szczegółowo

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie Metrologia: miary dokładości dr iż. Paweł Zalewski Akademia Morska w Szczeciie Miary dokładości: Najczęściej rozkład pomiarów w serii wokół wartości średiej X jest rozkładem Gaussa: Prawdopodobieństwem,

Bardziej szczegółowo

STATYSTYKA OPISOWA PODSTAWOWE WZORY

STATYSTYKA OPISOWA PODSTAWOWE WZORY MIARY POŁOŻENIA Średia Dla daych idywidualych: STATYSTYKA OPISOWA PODSTAWOWE WZORY Q i = x lmi + i mi 1 4 j h m i mi x = 1 x i x = 1 i ẋ i gdzie ẋ i środek i-tego przedziału i liczość i- tego przedziału

Bardziej szczegółowo

STATYSTYKA OPISOWA PODSTAWOWE WZORY

STATYSTYKA OPISOWA PODSTAWOWE WZORY MIARY POŁOŻENIA Średia Dla daych idywidualych: x = 1 STATYSTYKA OPISOWA PODSTAWOWE WZORY x i x = 1 i ẋ i gdzie ẋ i środek i-tego przedziału i liczość i- tego przedziału Domiata (moda Liczba ajczęściej

Bardziej szczegółowo

STATYSTYKA I ANALIZA DANYCH

STATYSTYKA I ANALIZA DANYCH TATYTYKA I ANALIZA DANYCH Zad. Z pewej partii włókie weły wylosowao dwie próbki włókie, a w każdej z ich zmierzoo średicę włókie różymi metodami. Otrzymao astępujące wyiki: I próbka: 50; średia średica

Bardziej szczegółowo

Estymacja przedziałowa

Estymacja przedziałowa Metody probabilistycze i statystyka Estymacja przedziałowa Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Metody probabilistycze

Bardziej szczegółowo

Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny

Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny TEMATYKA: Regresja liiowa dla prostej i płaszczyzy Ćwiczeia r 5 DEFINICJE: Regresja: metoda statystycza pozwalająca a badaie związku pomiędzy wielkościami daych i przewidywaie a tej podstawie iezaych wartości

Bardziej szczegółowo

Miary położenia (tendencji centralnej) to tzw. miary przeciętne charakteryzujące średni lub typowy poziom wartości cechy.

Miary położenia (tendencji centralnej) to tzw. miary przeciętne charakteryzujące średni lub typowy poziom wartości cechy. MIARY POŁOŻENIA I ROZPROSZENIA WYNIKÓW SERII POMIAROWYCH Miary położeia (tedecji cetralej) to tzw. miary przecięte charakteryzujące średi lub typowy poziom wartości cechy. Średia arytmetycza: X i 1 X i,

Bardziej szczegółowo

Ćwiczenie 2 ESTYMACJA STATYSTYCZNA

Ćwiczenie 2 ESTYMACJA STATYSTYCZNA Ćwiczeie ETYMACJA TATYTYCZNA Jest to metoda wioskowaia statystyczego. Umożliwia oszacowaie wartości iteresującego as parametru a podstawie badaia próbki. Estymacja puktowa polega a określeiu fukcji zwaej

Bardziej szczegółowo

3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej

3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej PODSTAWY STATYSTYKI 1. Teoria prawdopodobieństwa i elemety kombiatoryki 2. Zmiee losowe i ich rozkłady 3. Populacje i próby daych, estymacja parametrów 4. Testowaie hipotez 5. Testy parametrycze 6. Testy

Bardziej szczegółowo

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej 3. Regresja liiowa 3.. Założeia dotyczące modelu regresji liiowej Aby moża było wykorzystać model regresji liiowej, muszą być spełioe astępujące założeia:. Relacja pomiędzy zmieą objaśiaą a zmieymi objaśiającymi

Bardziej szczegółowo

Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407

Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407 Statystyka i Opracowaie Daych W7. Estymacja i estymatory Dr Aa ADRIAN Paw B5, pok407 ada@agh.edu.pl Estymacja parametrycza Podstawowym arzędziem szacowaia iezaego parametru jest estymator obliczoy a podstawie

Bardziej szczegółowo

Elementy modelowania matematycznego

Elementy modelowania matematycznego Elemety modelowaia matematyczego Wstęp Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU Modelowaie daych (ilościowe): Metody statystycze: estymacja parametrów modelu,

Bardziej szczegółowo

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2.

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2. Zagadieia estymacji Puktem wyjścia badaia statystyczego jest wylosowaie z całej populacji pewej skończoej liczby elemetów i zbadaie ich ze względu a zmieą losową cechę X Uzyskae w te sposób wartości x,

Bardziej szczegółowo

Analiza wyników symulacji i rzeczywistego pomiaru zmian napięcia ładowanego kondensatora

Analiza wyników symulacji i rzeczywistego pomiaru zmian napięcia ładowanego kondensatora Aaliza wyików symulacji i rzeczywistego pomiaru zmia apięcia ładowaego kodesatora Adrzej Skowroński Symulacja umożliwia am przeprowadzeie wirtualego eksperymetu. Nie kostruując jeszcze fizyczego urządzeia

Bardziej szczegółowo

Estymacja: Punktowa (ocena, błędy szacunku) Przedziałowa (przedział ufności)

Estymacja: Punktowa (ocena, błędy szacunku) Przedziałowa (przedział ufności) IV. Estymacja parametrów Estymacja: Puktowa (ocea, błędy szacuku Przedziałowa (przedział ufości Załóżmy, że rozkład zmieej losowej X w populacji geeralej jest opisay dystrybuatą F(x;α, gdzie α jest iezaym

Bardziej szczegółowo

Jak obliczać podstawowe wskaźniki statystyczne?

Jak obliczać podstawowe wskaźniki statystyczne? Jak obliczać podstawowe wskaźiki statystycze? Przeprowadzoe egzamiy zewętrze dostarczają iformacji o tym, jak ucziowie w poszczególych latach opaowali umiejętości i wiadomości określoe w stadardach wymagań

Bardziej szczegółowo

Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I)

Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I) Elemety statystyki opisowej Izolda Gorgol wyciąg z prezetacji (wykład I) Populacja statystycza, badaie statystycze Statystyka matematycza zajmuje się opisywaiem i aalizą zjawisk masowych za pomocą metod

Bardziej szczegółowo

Statystyka opisowa - dodatek

Statystyka opisowa - dodatek Statystyka opisowa - dodatek. *Jak obliczyć statystyki opisowe w dużych daych? Liczeie statystyk opisowych w dużych daych może sprawiać problemy. Dla przykładu zauważmy, że aiwa implemetacja średiej arytmetyczej

Bardziej szczegółowo

d wymiarowy wektor losowy Niech (Ω, S, P) przestrzeń probabilistyczna Definicja Odwzorowanie X: Ω R nazywamy 1-wymiarowym wektorem

d wymiarowy wektor losowy Niech (Ω, S, P) przestrzeń probabilistyczna Definicja Odwzorowanie X: Ω R nazywamy 1-wymiarowym wektorem d wymiarowy wektor losowy Niech (Ω, S, P) przestrzeń probabilistycza Defiicja Odwzorowaie X: Ω R d azywamy d-wymiarowym wektorem losowym jeśli dla każdego (x 1, x 2,,x d ) є R d zbiór Uwaga {ω є Ω: X(ω)

Bardziej szczegółowo

METODY NUMERYCZNE dr inż. Mirosław Dziewoński

METODY NUMERYCZNE dr inż. Mirosław Dziewoński Metody Numerycze METODY NUMERYCZNE dr iż. Mirosław Dziewoński e-mail: miroslaw.dziewoski@polsl.pl Pok. 151 Wykład /1 Metody Numerycze Aproksymacja fukcji jedej zmieej Wykład / Aproksymacja fukcji jedej

Bardziej szczegółowo

1. Wnioskowanie statystyczne. Ponadto mianem statystyki określa się także funkcje zmiennych losowych o

1. Wnioskowanie statystyczne. Ponadto mianem statystyki określa się także funkcje zmiennych losowych o 1. Wioskowaie statystycze. W statystyce idetyfikujemy: Cecha-Zmiea losowa Rozkład cechy-rozkład populacji Poadto miaem statystyki określa się także fukcje zmieych losowych o tym samym rozkładzie. Rozkłady

Bardziej szczegółowo

Statystyka opisowa. () Statystyka opisowa 24 maja / 8

Statystyka opisowa. () Statystyka opisowa 24 maja / 8 Część I Statystyka opisowa () Statystyka opisowa 24 maja 2010 1 / 8 Niech x 1, x 2,..., x będą wyikami pomiarów, p. temperatury, ciśieia, poziomu rzeki, wielkości ploów itp. Przykład 1: wyiki pomiarów

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH POMIAR FIZYCZNY Pomiar bezpośredi to doświadczeie, w którym przy pomocy odpowiedich przyrządów mierzymy (tj. porówujemy

Bardziej szczegółowo

Korelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12

Korelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12 Wykład Korelacja i regresja Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Wykład 8. Badaie statystycze ze względu

Bardziej szczegółowo

Uwarunkowania rozwojowe województw w Polsce analiza statystyczno-ekonometryczna

Uwarunkowania rozwojowe województw w Polsce analiza statystyczno-ekonometryczna 3 MAŁGORZATA STEC Dr Małgorzata Stec Zakład Statystyki i Ekoometrii Uiwersytet Rzeszowski Uwarukowaia rozwojowe województw w Polsce aaliza statystyczo-ekoometrycza WPROWADZENIE Rozwój społeczo-gospodarczy

Bardziej szczegółowo

ANALIZA KORELACJI IREGRESJILINIOWEJ

ANALIZA KORELACJI IREGRESJILINIOWEJ ANALIZA KORELACJI IREGRESJILINIOWEJ 1. ZALEŻNOŚCI STOCHASTYCZNE Badajac zjawiska o charakterze masowym, w tym szczególie zjawiska spo leczo-ekoomicze, stwierdzamy, że każde z ich jest uwarukowae dzia laiem

Bardziej szczegółowo

ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO

ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO Agieszka Jakubowska ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO. Wstęp Skąplikowaie współczesego życia gospodarczego powoduje, iż do sterowaia procesem zarządzaia

Bardziej szczegółowo

COLLEGIUM MAZOVIA INNOWACYJNA SZKOŁA WYŻSZA WYDZIAŁ NAUK STOSOWANYCH. Kierunek: Finanse i rachunkowość. Robert Bąkowski Nr albumu: 9871

COLLEGIUM MAZOVIA INNOWACYJNA SZKOŁA WYŻSZA WYDZIAŁ NAUK STOSOWANYCH. Kierunek: Finanse i rachunkowość. Robert Bąkowski Nr albumu: 9871 COLLEGIUM MAZOVIA INNOWACYJNA SZKOŁA WYŻSZA WYDZIAŁ NAUK STOSOWANYCH Kieruek: Fiase i rachukowość Robert Bąkowski Nr albumu: 9871 Projekt: Badaie statystycze cey baryłki ropy aftowej i wartości dolara

Bardziej szczegółowo

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA Mamy populację geeralą i iteresujemy się pewą cechą X jedostek statystyczych, a dokładiej pewą charakterystyką liczbową θ tej cechy (p. średią wartością

Bardziej szczegółowo

Statystyczny opis danych - parametry

Statystyczny opis danych - parametry Statystyczy opis daych - parametry Ozaczeia żółty owe pojęcie czerwoy, podkreśleie uwaga * materiał adobowiązkowy Aa Rajfura, Matematyka i statystyka matematycza a kieruku Rolictwo SGGW Zagadieia. Idea

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu. Rachuek prawdopodobieństwa i statystyka W12: Statystycza aaliza daych jakościowych Dr Aa ADRIAN Paw B5, pok 407 ada@agh.edu.pl Wprowadzeie Rozróżia się dwa typy daych jakościowych: Nomiale jeśli opisują

Bardziej szczegółowo

Politechnika Poznańska

Politechnika Poznańska Politechika Pozańska Temat: Laboratorium z termodyamiki Aaliza składu spali powstałych przy spalaiu paliw gazowych oraz pomiar ich prędkości przepływu za pomocą Dopplerowskiego Aemometru Laserowego (LDA)

Bardziej szczegółowo

Ćwiczenie nr 3. Bilans cieplny urządzenia energetycznego. Wyznaczenie sprawności cieplnej urządzenia kotłowego zasilanego gazem ziemnym

Ćwiczenie nr 3. Bilans cieplny urządzenia energetycznego. Wyznaczenie sprawności cieplnej urządzenia kotłowego zasilanego gazem ziemnym Termodyamika ćwiczeia laboratoryje Ćwiczeie r 3 Temat: Bilas cieply urządzeia eergetyczego. Wyzaczeie sprawości cieplej urządzeia kotłowego zasilaego gazem ziemym Miejsce ćwiczeń: Laboratorium Techologii

Bardziej szczegółowo

LABORATORIUM METROLOGII

LABORATORIUM METROLOGII AKADEMIA MORSKA W SZCZECINIE Cetrum Iżyierii Ruchu Morskiego LABORATORIUM METROLOGII Ćwiczeie 5 Aaliza statystycza wyików pomiarów pozycji GNSS Szczeci, 010 Zespół wykoawczy: Dr iż. Paweł Zalewski Mgr

Bardziej szczegółowo

O pewnych zastosowaniach rachunku różniczkowego funkcji dwóch zmiennych w ekonomii

O pewnych zastosowaniach rachunku różniczkowego funkcji dwóch zmiennych w ekonomii O pewych zastosowaiach rachuku różiczkowego fukcji dwóch zmieych w ekoomii 1 Wielkość wytwarzaego dochodu arodowego D zależa jest od wielkości produkcyjego majątku trwałego M i akładów pracy żywej Z Fukcję

Bardziej szczegółowo

SKUTKI ZAWODNOŚCI TRANSFORMATORÓW ROZDZIELCZYCH W SPÓŁCE DYSTRYBUCYJNEJ

SKUTKI ZAWODNOŚCI TRANSFORMATORÓW ROZDZIELCZYCH W SPÓŁCE DYSTRYBUCYJNEJ Prace Naukowe Istytutu Maszy, Napędów i Pomiarów Elektryczych Nr 60 Politechiki Wrocławskiej Nr 60 Studia i Materiały Nr 27 2007 Adrzej STOBIECKI *, Ja C. STĘPIEŃ trasformator, zawodość, koszty, eergia

Bardziej szczegółowo

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA Aaliza iepewości pomiarowych w esperymetach fizyczych Ćwiczeia rachuowe TEST ZGODNOŚCI χ PEARSONA ROZKŁAD GAUSSA UWAGA: Na stroie, z tórej pobrałaś/pobrałeś istrucję zajduje się gotowy do załadowaia arusz

Bardziej szczegółowo

ANALIZA SKORELOWANIA WYNIKÓW POMIAROWYCH W OCENACH STANU ZAGROŻEŃ HAŁASOWYCH ŚRODOWISKA

ANALIZA SKORELOWANIA WYNIKÓW POMIAROWYCH W OCENACH STANU ZAGROŻEŃ HAŁASOWYCH ŚRODOWISKA SYSTEMY WSPOMAGANIA W INŻYNIERII PRODUKCJI Środowisko i Bezpieczeństwo w Iżyierii Produkcji 2013 5 ANALIZA SKORELOWANIA WYNIKÓW POMIAROWYCH W OCENACH STANU ZAGROŻEŃ HAŁASOWYCH ŚRODOWISKA 5.1 WPROWADZENIE

Bardziej szczegółowo

METODY APROKSYMACJI MATEUSZ WAGA. Gimnazjum im. Jana Matejki w Zabierzowie

METODY APROKSYMACJI MATEUSZ WAGA. Gimnazjum im. Jana Matejki w Zabierzowie METODY APROKSYMACJI MATEUSZ WAGA Gimazjum im. Jaa Matejki w Zabierzowie SPIS TREŚCI 1 WSTĘP... 2 2 MODEL MATEMATYCZNY... 3 3 UOGÓLNIENIE MODELU MATEMATYCZNEG... 6 4 MODEL INFORMATYCZNY... 7 5 PRZYKŁADY

Bardziej szczegółowo

2. Schemat ideowy układu pomiarowego

2. Schemat ideowy układu pomiarowego 1. Wiadomości ogóle o prostowikach sterowaych Układy prostowikowe sterowae są przekształtikami sterowaymi fazowo. UmoŜliwiają płya regulację średiej wartości apięcia wyprostowaego, a tym samym średiej

Bardziej szczegółowo

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty MODELE MATEMATYCZNE W UBEZPIECZENIACH WYKŁAD 2: RENTY. PRZEPŁYWY PIENIĘŻNE. TRWANIE ŻYCIA 1. Rety Retą azywamy pewie ciąg płatości. Na razie będziemy je rozpatrywać bez żadego związku z czasem życiem człowieka.

Bardziej szczegółowo

ZADANIA NA ĆWICZENIA 3 I 4

ZADANIA NA ĆWICZENIA 3 I 4 Agata Boratyńska Statystyka aktuariala... 1 ZADANIA NA ĆWICZENIA 3 I 4 1. Wygeeruj szkody dla polis z kolejych lat wg rozkładu P (N = 1) = 0, 1 P (N = 0) = 0, 9, gdzie N jest liczbą szkód z jedej polisy.

Bardziej szczegółowo

Analiza potencjału energetycznego depozytów mułów węglowych

Analiza potencjału energetycznego depozytów mułów węglowych zaiteresowaia wykorzystaiem tej metody w odiesieiu do iych droboziaristych materiałów odpadowych ze wzbogacaia węgla kamieego ależy poszukiwać owych, skutecziej działających odczyików. Zdecydowaie miej

Bardziej szczegółowo

qwertyuiopasdfghjklzxcvbnmqwerty uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx cvbnmqwertyuiopasdfghjklzxcvbnmq

qwertyuiopasdfghjklzxcvbnmqwerty uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx cvbnmqwertyuiopasdfghjklzxcvbnmq qwertyuiopasdfghjklzxcvbmqwerty uiopasdfghjklzxcvbmqwertyuiopasd fghjklzxcvbmqwertyuiopasdfghjklzx cvbmqwertyuiopasdfghjklzxcvbmq Model ekoometryczy wertyuiopasdfghjklzxcvbmqwertyui Ekoometria: projekt

Bardziej szczegółowo

Lista 6. Estymacja punktowa

Lista 6. Estymacja punktowa Estymacja puktowa Lista 6 Model metoda mometów, rozkład ciągły. Zadaie. Metodą mometów zaleźć estymator iezaego parametru a w populacji jedostajej a odciku [a, a +. Czy jest to estymator ieobciążoy i zgody?

Bardziej szczegółowo

Zeszyty naukowe nr 9

Zeszyty naukowe nr 9 Zeszyty aukowe r 9 Wyższej Szkoły Ekoomiczej w Bochi 2011 Piotr Fijałkowski Model zależości otowań giełdowych a przykładzie otowań ołowiu i spółki Orzeł Biały S.A. Streszczeie Niiejsza praca opisuje próbę

Bardziej szczegółowo

TESTY LOSOWOŚCI. Badanie losowości próby - test serii.

TESTY LOSOWOŚCI. Badanie losowości próby - test serii. TESTY LOSOWOŚCI Badaie losowości próby - test serii. W wielu zagadieiach wioskowaia statystyczego istotym założeiem jest losowość próby. Prostym testem do weryfikacji tej własości jest test serii. 1 Dla

Bardziej szczegółowo

Wykład 11 ( ). Przedziały ufności dla średniej

Wykład 11 ( ). Przedziały ufności dla średniej Wykład 11 (14.05.07). Przedziały ufości dla średiej Przykład Cea metra kwadratowego (w tys. zł) z dla 14 losowo wybraych mieszkań w mieście A: 3,75; 3,89; 5,09; 3,77; 3,53; 2,82; 3,16; 2,79; 4,34; 3,61;

Bardziej szczegółowo

Rentgenowska analiza fazowa jakościowa i ilościowa Wykład 9

Rentgenowska analiza fazowa jakościowa i ilościowa Wykład 9 Retgeowska aaliza fazowa jakościowa i ilościowa Wykład 9 1. Retgeowska aaliza fazowa jakościowa i ilościowa. 2. Metody aalizy fazowej ilościowej. 3. Dobór wzorca w aalizie ilościowej. 4. Przeprowadzeie

Bardziej szczegółowo

WERSJA TESTU A. Komisja Egzaminacyjna dla Aktuariuszy. LX Egzamin dla Aktuariuszy z 28 maja 2012 r. Część I. Matematyka finansowa

WERSJA TESTU A. Komisja Egzaminacyjna dla Aktuariuszy. LX Egzamin dla Aktuariuszy z 28 maja 2012 r. Część I. Matematyka finansowa Matematyka fiasowa 8.05.0 r. Komisja Egzamiacyja dla Aktuariuszy LX Egzami dla Aktuariuszy z 8 maja 0 r. Część I Matematyka fiasowa WERJA EU A Imię i azwisko osoby egzamiowaej:... Czas egzamiu: 00 miut

Bardziej szczegółowo

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w Zad Dae są astępujące macierze: A =, B, C, D, E 0. 0 = = = = 0 Wykoaj astępujące działaia: a) AB, BA, C+E, DE b) tr(a), tr(ed), tr(b) c) det(a), det(c), det(e) d) A -, C Jeśli działaia są iewykoale, to

Bardziej szczegółowo

Ekonometria Mirosław Wójciak

Ekonometria Mirosław Wójciak Ekoometria Mirosław Wójciak Literatura obowiązkowa Barczak A, ST. Biolik J, Podstawy Ekoometrii, Wydawictwo AE Katowice, Katowice 1998 Dziechciarz J. Ekoometria Metody, przykłady, zadaia (wyd. ) Kukuła

Bardziej szczegółowo

ZADANIA - ZESTAW 2. Zadanie 2.1. Wyznaczyć m (n)

ZADANIA - ZESTAW 2. Zadanie 2.1. Wyznaczyć m (n) ZADANIA - ZESTAW Zadaie.. Wyzaczyć m (), D ( ) dla procesu symetryczego (p = q =,) błądzeia przypadkowego. Zadaie.. Narysuj graf łańcucha Markowa symetrycze (p = q =,) błądzeie przypadkowe z odbiciem.

Bardziej szczegółowo

Plan wykładu. Analiza danych Wykład 1: Statystyka opisowa. Literatura. Podstawowe pojęcia

Plan wykładu. Analiza danych Wykład 1: Statystyka opisowa. Literatura. Podstawowe pojęcia Pla wykładu Aaliza daych Wykład : Statystyka opisowa. Małgorzata Krętowska Wydział Iformatyki Politechika Białostocka. Statystyka opisowa.. Estymacja puktowa. Własości estymatorów.. Rozkłady statystyk

Bardziej szczegółowo

PRZYKŁADY ROZWIAZAŃ STACJONARNEGO RÓWNANIA SCHRӦDINGERA. Ruch cząstki nieograniczony z klasycznego punktu widzenia. mamy do rozwiązania równanie 0,,

PRZYKŁADY ROZWIAZAŃ STACJONARNEGO RÓWNANIA SCHRӦDINGERA. Ruch cząstki nieograniczony z klasycznego punktu widzenia. mamy do rozwiązania równanie 0,, PRZYKŁADY ROZWIAZAŃ STACJONARNEGO RÓWNANIA SCHRӦDINGERA Ruch cząstki ieograiczoy z klasyczego puktu widzeia W tym przypadku V = cost, przejmiemy V ( x ) = 0, cząstka porusza się wzdłuż osi x. Rozwiązujemy

Bardziej szczegółowo

PROGNOZOWANIE DOCHODÓW ZE SPRZEDAŻY TYGODNIKÓW LOKALNYCH WYBRANE PODEJŚCIA

PROGNOZOWANIE DOCHODÓW ZE SPRZEDAŻY TYGODNIKÓW LOKALNYCH WYBRANE PODEJŚCIA Progozowaie dochodów ze sprzedaży tygodików lokalych... STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 2 97 SEBASTIAN GNAT Uiwersytet Szczeciński PROGNOZOWANIE DOCHODÓW ZE SPRZEDAŻY TYGODNIKÓW

Bardziej szczegółowo

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych Podstawy opracowaia wyików pomiarów z elemetami aalizepewości pomiarowych w zakresie materiału przedstawioego a wykładzie orgaizacyjym Pomiary Wyróżiamy dwa rodzaje pomiarów: pomiar bezpośredi, czyli doświadczeie,

Bardziej szczegółowo

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU Przedmiot: Iformatyka w logistyce Forma: Laboratorium Temat: Zadaie 2. Automatyzacja obsługi usług logistyczych z wykorzystaiem zaawasowaych fukcji oprogramowaia Excel. Miimalizacja pustych przebiegów

Bardziej szczegółowo

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW INSTYTUT MASZYN I URZĄDZEŃ ENERGETYCZNYCH Politechika Śląska w Gliwicach INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW BADANIE ODKSZTAŁCEŃ SPRĘŻYNY ŚRUBOWEJ Opracował: Dr iż. Grzegorz

Bardziej szczegółowo

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych (w zakresie materiału przedstawionego na wykładzie organizacyjnym)

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych (w zakresie materiału przedstawionego na wykładzie organizacyjnym) Podstawy opracowaia wyików pomiarów z elemetami aalizepewości pomiarowych (w zakresie materiału przedstawioego a wykładzie orgaizacyjym) Pomiary Wyróżiamy dwa rodzaje pomiarów: pomiar bezpośredi, czyli

Bardziej szczegółowo

Optymalizacja sieci powiązań układu nadrzędnego grupy kopalń ze względu na koszty transportu

Optymalizacja sieci powiązań układu nadrzędnego grupy kopalń ze względu na koszty transportu dr hab. iż. KRYSTIAN KALINOWSKI WSIiZ w Bielsku Białej, Politechika Śląska dr iż. ROMAN KAULA Politechika Śląska Optymalizacja sieci powiązań układu adrzędego grupy kopalń ze względu a koszty trasportu

Bardziej szczegółowo

Zestaw II Odpowiedź: Przeciętna masa ciała w grupie przebadanych szczurów wynosi 186,2 g.

Zestaw II Odpowiedź: Przeciętna masa ciała w grupie przebadanych szczurów wynosi 186,2 g. Zadaia przykładowe z rozwiązaiami Zadaie Dokoao pomiaru masy ciała 8 szczurów laboratoryjych. Uzyskao astępujące wyiki w gramach: 70, 80, 60, 90, 0, 00, 85, 95. Wyzaczyć przeciętą masę ciała wśród zbadaych

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA STATYSTYKA MATEMATYCZNA. Wykład wstępy. Teoria prawdopodobieństwa i elemety kombiatoryki 3. Zmiee losowe 4. Populacje i próby daych 5. Testowaie hipotez i estymacja parametrów 6. Test t 7. Test 8. Test

Bardziej szczegółowo

ELEKTROTECHNIKA I ELEKTRONIKA

ELEKTROTECHNIKA I ELEKTRONIKA UNIWERSYTET TECHNOLOGICZNO-PRZYRODNICZY W BYDGOSZCZY WYDZIAŁ INŻYNIERII MECHANICZNEJ INSTYTUT EKSPLOATACJI MASZYN I TRANSPORTU ZAKŁAD STEROWANIA ELEKTROTECHNIKA I ELEKTRONIKA ĆWICZENIE: E20 BADANIE UKŁADU

Bardziej szczegółowo

D. Miszczyńska, M.Miszczyński KBO UŁ, Badania operacyjne (wykład 6 _ZP) [1] ZAGADNIENIE PRZYDZIAŁU (ZP) (Assignment Problem)

D. Miszczyńska, M.Miszczyński KBO UŁ, Badania operacyjne (wykład 6 _ZP) [1] ZAGADNIENIE PRZYDZIAŁU (ZP) (Assignment Problem) D. Miszczyńska, M.Miszczyński KBO UŁ, Badaia operacyje (wykład 6 _ZP) [1] ZAGADNIENIE PRZYDZIAŁU (ZP) (Assigmet Problem) Bliskim "krewiakiem" ZT (w sesie podobieństwa modelu decyzyjego) jest zagadieie

Bardziej szczegółowo

Statystyka. Katarzyna Chudy Laskowska

Statystyka. Katarzyna Chudy Laskowska Statystyka Katarzya Chudy Laskowska http://kc.sd.prz.edu.pl/ WNIOSKOWANIE STATYSTYCZNE Celem aalizy statystyczej ie jest zwykle tylko opisaie (prezetacja) posiadaych daych, czyli tzw. próby statystyczej.

Bardziej szczegółowo

KADD Metoda najmniejszych kwadratów

KADD Metoda najmniejszych kwadratów Metoda ajmiejszych kwadratów Pomiary bezpośredie o rówej dokładości o różej dokładości średia ważoa Pomiary pośredie Zapis macierzowy Dopasowaie prostej Dopasowaie wielomiau dowolego stopia Dopasowaie

Bardziej szczegółowo

Arkusz ćwiczeniowy z matematyki Poziom podstawowy ZADANIA ZAMKNIĘTE. W zadaniach od 1. do 21. wybierz i zaznacz poprawną odpowiedź. 1 C. 3 D.

Arkusz ćwiczeniowy z matematyki Poziom podstawowy ZADANIA ZAMKNIĘTE. W zadaniach od 1. do 21. wybierz i zaznacz poprawną odpowiedź. 1 C. 3 D. Arkusz ćwiczeiowy z matematyki Poziom podstawowy ZADANIA ZAMKNIĘTE W zadaiach od. do. wybierz i zazacz poprawą odpowiedź. Zadaie. ( pkt) Liczbę moża przedstawić w postaci A. 8. C. 4 8 D. 4 Zadaie. ( pkt)

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 3 Parametryczne testy istotności ZADANIE DOMOWE. Strona 1

KURS STATYSTYKA. Lekcja 3 Parametryczne testy istotności ZADANIE DOMOWE.  Strona 1 KURS STATYSTYKA Lekcja 3 Parametrycze testy istotości ZADANIE DOMOWE www.etrapez.pl Stroa Część : TEST Zazacz poprawą odpowiedź (tylko jeda jest prawdziwa). Pytaie Statystykę moża rozumieć jako: a) próbkę

Bardziej szczegółowo

WYKORZYSTANIE MODELI AUTOREGRESJI DO PROGNOZOWANIA SZEREGU CZASOWEGO ZWIĄZANEGO ZE SPRZEDAŻĄ ASORTYMENTU HUTNICZEGO

WYKORZYSTANIE MODELI AUTOREGRESJI DO PROGNOZOWANIA SZEREGU CZASOWEGO ZWIĄZANEGO ZE SPRZEDAŻĄ ASORTYMENTU HUTNICZEGO 5/18 ARCHIWUM ODLEWNICTWA Rok 2006, Rocznik 6, Nr 18 (1/2) ARCHIVES OF FOUNDRY Year 2006, Volume 6, N o 18 (1/2) PAN Katowice PL ISSN 1642-5308 WYKORZYSTANIE MODELI AUTOREGRESJI DO PROGNOZOWANIA SZEREGU

Bardziej szczegółowo

Wykorzystanie ej. 1. Wstęp. 2. Przegląd. literatury. nalne (Viktarovich. eń (lub jej brakiem) i Wrocławski

Wykorzystanie ej. 1. Wstęp. 2. Przegląd. literatury. nalne (Viktarovich. eń (lub jej brakiem) i Wrocławski MIDDLE POMERANIAN SCIENTIFIC SOCIE ETY OF THE ENVIRONMENT PROTECTION ŚRODKOWO-POMORSKIE TOWARZYSTWO NAUKOWE OCHRONY ŚRODOWISKA Aual Set The Eviromet Protectio Roczik Ochroa Środowiska Volume/Tom 20. Year/

Bardziej szczegółowo

TRANSFORMACJA DO UKŁADU 2000 A PROBLEM ZGODNOŚCI Z PRG

TRANSFORMACJA DO UKŁADU 2000 A PROBLEM ZGODNOŚCI Z PRG Tomasz ŚWIĘTOŃ 1 TRANSFORMACJA DO UKŁADU 2000 A ROBLEM ZGODNOŚCI Z RG Na mocy rozporządzeia Rady Miistrów w sprawie aństwowego Systemu Odiesień rzestrzeych już 31 grudia 2009 roku upływa termi wykoaia

Bardziej szczegółowo

L.Kowalski zadania ze statystyki matematycznej-zestaw 3 ZADANIA - ZESTAW 3

L.Kowalski zadania ze statystyki matematycznej-zestaw 3 ZADANIA - ZESTAW 3 L.Kowalski zadaia ze statystyki matematyczej-zestaw 3 ZADANIA - ZESTAW 3 Zadaie 3. Cecha X populacji ma rozkład N m,. Z populacji tej pobrao próbę 7 elemetową i otrzymao wyiki x7 = 9, 3, s7 =, 5 a Na poziomie

Bardziej szczegółowo

STATYSTYKA OPISOWA WYKŁAD 1 i 2

STATYSTYKA OPISOWA WYKŁAD 1 i 2 STATYSTYKA OPISOWA WYKŁAD i 2 Literatura: Marek Cieciura, Jausz Zacharski, Metody probabilistycze w ujęciu praktyczym, L. Kowalski, Statystyka, 2005 2 Statystyka to dyscyplia aukowa, której zadaiem jest

Bardziej szczegółowo

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ LABORATORIUM RACHUNEK EKONOMICZNY W ELEKTROENERGETYCE INSTRUKCJA DO ĆWICZENIA

Bardziej szczegółowo

Wykład 5 Przedziały ufności. Przedział ufności, gdy znane jest σ. Opis słowny / 2

Wykład 5 Przedziały ufności. Przedział ufności, gdy znane jest σ. Opis słowny / 2 Wykład 5 Przedziały ufości Zwykle ie zamy parametrów populacji, p. Chcemy określić a ile dokładie y estymuje Kostruujemy przedział o środku y, i taki, że mamy 95% pewości, że zawiera o Nazywamy go 95%

Bardziej szczegółowo

BADANIA DOCHODU I RYZYKA INWESTYCJI

BADANIA DOCHODU I RYZYKA INWESTYCJI StatSoft Polska, tel. () 484300, (60) 445, ifo@statsoft.pl, www.statsoft.pl BADANIA DOCHODU I RYZYKA INWESTYCJI ZA POMOCĄ ANALIZY ROZKŁADÓW Agieszka Pasztyła Akademia Ekoomicza w Krakowie, Katedra Statystyki;

Bardziej szczegółowo

Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,.

Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,. Z adaie Niech,,, będą iezależymi zmieymi losowymi o idetyczym rozkładzie ormalym z wartością oczekiwaą 0 i wariacją. Wyzaczyć wariację zmieej losowej. Wskazówka: pokazać, że ma rozkład Γ, ODP: Zadaie Niech,,,

Bardziej szczegółowo

Siłownie ORC sposobem na wykorzystanie energii ze źródeł niskotemperaturowych.

Siłownie ORC sposobem na wykorzystanie energii ze źródeł niskotemperaturowych. Siłowie ORC sposobem a wykorzystaie eergii ze źródeł iskotemperaturowych. Autor: prof. dr hab. Władysław Nowak, Aleksadra Borsukiewicz-Gozdur, Zachodiopomorski Uiwersytet Techologiczy w Szczeciie, Katedra

Bardziej szczegółowo

Podstawowe oznaczenia i wzory stosowane na wykładzie i laboratorium Część I: estymacja

Podstawowe oznaczenia i wzory stosowane na wykładzie i laboratorium Część I: estymacja Podstawowe ozaczeia i wzory stosowae a wykładzie i laboratorium Część I: estymacja 1 Ozaczeia Zmiee losowe (cechy) ozaczamy a wykładzie dużymi literami z końca alfabetu. Próby proste odpowiadającymi im

Bardziej szczegółowo

ANALIZA DANYCH DYSKRETNYCH

ANALIZA DANYCH DYSKRETNYCH ZJAZD ESTYMACJA Jest to metoda wioskowaia statystyczego. Umożliwia oa oszacowaie wartości iteresującego as parametru a podstawie badaia próbki. Estymacja puktowa polega a określeiu fukcji zwaej estymatorem,

Bardziej szczegółowo

ZASTOSOWANIE PAKIETU SIMULINK DO MODELOWANIA TRANSMISJI VDSL*

ZASTOSOWANIE PAKIETU SIMULINK DO MODELOWANIA TRANSMISJI VDSL* Paweł Sroka Politechika Pozańska Istytut Elektroiki i Telekomuikacji psroka@et.put.poza.pl 2004 Pozańskie Warsztaty Telekomuikacyje Pozań 9-10 grudia 2004 ZASTOSOWANIE PAKIETU SIMULINK DO MODELOWANIA TRANSMISJI

Bardziej szczegółowo

Matematyka finansowa 08.10.2007 r. Komisja Egzaminacyjna dla Aktuariuszy. XLIII Egzamin dla Aktuariuszy z 8 października 2007 r.

Matematyka finansowa 08.10.2007 r. Komisja Egzaminacyjna dla Aktuariuszy. XLIII Egzamin dla Aktuariuszy z 8 października 2007 r. Matematyka fiasowa 08.10.2007 r. Komisja Egzamiacyja dla Aktuariuszy XLIII Egzami dla Aktuariuszy z 8 paździerika 2007 r. Część I Matematyka fiasowa WERSJA TESTU A Imię i azwisko osoby egzamiowaej:...

Bardziej szczegółowo

Wprowadzenie do laboratorium 1

Wprowadzenie do laboratorium 1 Wprowadzeie do laboratorium 1 Etymacja jedorówaiowego modelu popytu a bilety loticze Etapy budowy modelu ekoometryczego Specyfikacja modelu Zebraie daych tatytyczych Etymacja parametrów modelu Weryfikacja

Bardziej szczegółowo

POMIARY WARSZTATOWE. D o u ż y t k u w e w n ę t r z n e g o. Katedra Inżynierii i Aparatury Przemysłu Spożywczego. Ćwiczenia laboratoryjne

POMIARY WARSZTATOWE. D o u ż y t k u w e w n ę t r z n e g o. Katedra Inżynierii i Aparatury Przemysłu Spożywczego. Ćwiczenia laboratoryjne D o u ż y t k u w e w ę t r z e g o Katedra Iżyierii i Aparatury Przemysłu Spożywczego POMIARY WARSZTATOWE Ćwiczeia laboratoryje Opracowaie: Urszula Goik, Maciej Kabziński Kraków, 2015 1 SUWMIARKI Suwmiarka

Bardziej szczegółowo

Identyfikacja i modelowanie struktur i procesów biologicznych

Identyfikacja i modelowanie struktur i procesów biologicznych Idetyfikacja i modelowaie struktur i procesów biologiczych Laboratorium 4: Modele regresyje mgr iż. Urszula Smyczyńska AGH Akademia Góriczo-Huticza Aaliza regresji Aaliza regresji jest bardzo szeroka dziedzią,

Bardziej szczegółowo

ZASTOSOWANIE MODELU CIE Lab W BADANIACH BARWY LOTNYCH POPIOŁÓW

ZASTOSOWANIE MODELU CIE Lab W BADANIACH BARWY LOTNYCH POPIOŁÓW 3-2012 PROBLEMY EKSPLOATACJI 177 Jarosław MOLENDA, Małgorzata WRONA, ElŜbieta SIWIEC Istytut Techologii Eksploatacji PIB, Radom ZASTOSOWANIE MODELU CIE Lab W BADANIACH BARWY LOTNYCH POPIOŁÓW Słowa kluczowe

Bardziej szczegółowo

POLITECHNIKA OPOLSKA

POLITECHNIKA OPOLSKA POLITCHIKA OPOLSKA ISTYTUT AUTOMATYKI I IFOMATYKI LABOATOIUM MTOLOII LKTOICZJ 7. KOMPSATOY U P U. KOMPSATOY APIĘCIA STAŁO.. Wstęp... Zasada pomiaru metodą kompesacyją. Metoda kompesacyja pomiaru apięcia

Bardziej szczegółowo

MACIERZE STOCHASTYCZNE

MACIERZE STOCHASTYCZNE MACIERZE STOCHASTYCZNE p ij - prawdopodobieństwo przejścia od stau i do stau j w jedym (dowolym) kroku, [p ij ]- macierz prawdopodobieństw przejść (w jedym kroku), Własości macierzy prawdopodobieństw przejść:

Bardziej szczegółowo

Podstawy chemii. Natura pomiaru. masa 20 ± 1 g

Podstawy chemii. Natura pomiaru. masa 20 ± 1 g Podstawy chemii ) Sposoby badań obiektów (6 h) pomiar i jego atura klasycza aaliza jakościowa i ilościowa obliczeia rówowagi i ph metody aalizy promieiowaie elektromagetycze kwatowa atura atomu oddziaływaie

Bardziej szczegółowo

Rekursja 2. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Rekursja 2. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak Rekursja Materiały pomocicze do wykładu wykładowca: dr Magdalea Kacprzak Rozwiązywaie rówań rekurecyjych Jedorode liiowe rówaia rekurecyje Twierdzeie Niech k będzie ustaloą liczbą aturalą dodatią i iech

Bardziej szczegółowo

Definicja interpolacji

Definicja interpolacji INTERPOLACJA Defiicja iterpolacji Defiicja iterpolacji 3 Daa jest fukcja y = f (x), x[x 0, x ]. Zamy tablice wartości tej fukcji, czyli: f ( x ) y 0 0 f ( x ) y 1 1 Defiicja iterpolacji Wyzaczamy fukcję

Bardziej szczegółowo

Analiza dokładności pomiaru, względnego rozkładu egzytancji widmowej źródeł światła, dokonanego przy użyciu spektroradiometru kompaktowego

Analiza dokładności pomiaru, względnego rozkładu egzytancji widmowej źródeł światła, dokonanego przy użyciu spektroradiometru kompaktowego doi:1.15199/48.215.4.38 Eugeiusz CZECH 1, Zbigiew JAROZEWCZ 2,3, Przemysław TABAKA 4, rea FRYC 5 Politechika Białostocka, Wydział Elektryczy, Katedra Elektrotechiki Teoretyczej i Metrologii (1), stytut

Bardziej szczegółowo