20 PAK 2/2007. Wyznaczanie niepewności typu A pomiarów o skorelowanych rezultatach obserwacji. Mykhaylo DOROZHOVETS 1, Zygmunt L.

Wielkość: px
Rozpocząć pokaz od strony:

Download "20 PAK 2/2007. Wyznaczanie niepewności typu A pomiarów o skorelowanych rezultatach obserwacji. Mykhaylo DOROZHOVETS 1, Zygmunt L."

Transkrypt

1 PK /7 Myhaylo DOROZHOVETS, Zygmut L. WRSZ POLITECHNIK RZESZOWSK Wyzaczae epewośc typu pomarów o orelowaych rezultatach oberwac Prof. dr hab. ż. Myhaylo DOROZHOVETS Jet abolwetem (975 Katedry Tech Iformacyo-Pomarowe Poltech Lwowe, tytuł dotora au techczych uzyał w 986 r. a w r. obroł pracę habltacyą. Obece et zatrudoy a taowu profeora w Załadze Metrolog Sytemów Pomarowych Poltech Rzezowe. W pracy auowo-badawcze zamue ę zagadeam pomarów tomografczych, problemam przetwarzaa ygałów pomarowych oraz aalzą oceą edoładośc wyów pomarów. e-mal: mchdor@prz.edu.pl Dr ż. Zygmut L. WRSZ Uończył Merctwo El. (959 dotorat (967 w Poltechce Warzawe, powołay a doceta w 97 r. przez CK za dorobe rówoważy habltac. utor lub wpółautor dwu moograf (z tech hallotroowe oraz owe lay motów dwuprądowych, ludzeęcu publac (laaśce zagraczych, welu prac badawczo-otrucyych luatu patetów. Specalzował ę w welu dzedzach pomarów welośc eletryczych, magetyczych eeletryczych. e-mal: zlw@op.pl Strezczee Omówoo zaęg ograczee zaad wyzaczaa parametrów epewośc pomarów wg zaleceń mędzyarodowych zawartych w publac azywae aromem GUM [, ]. Podao propozycę rozzerzea zareu toowaa oblczeń epewośc wyzaczae metodą typu obemuącą uwzględee w pomarach wpływu orelowaa orygowaych oberwac. Polega oa a wprowadzeu efetywe lczby oberwac. Jet oa meza od rzeczywte oblcza ę ą z fuc autoorelac. Propoowae rozzerzee metody oblczeń epewośc typu zlutrowao przyładem lczbowym zaweraącym też ao poprzedzaące operace uuęce tredu z urowych wartośc oberwac prawdzee wybraego typu rozładu. Słowa luczowe: epewość typu, autoorelaca, rozład prawdopodobeńtwa. Evaluato of the ucertaty type of autocorrelated meauremet obervato btract Prcple of the etmato of ucertaty parameter troduced by the teratoal gude amed by acroym GUM [] are gve ad ther cope ad lmtato are dcued. Propoal of expadg the applcato rage of the ucertaty evaluated by the type method to the meauremet the cae of correlated obervato are preeted. Effectve umber of obervato troduced, maller the real oe. It calculated from the autocorrelato fucto of corrected obervato. Propoed method ha bee llutrated by the umercal example cluded alo a the begg operato the lear tred elmato from ucorrected obervato reult ad tetg the choed type of dtrbuto. Keyword: type ucertaty, autocorrelato, radom dtrbuto.. Wtęp Metoda wyzaczaa wyu pomarów opu ego edoładośc poprzez epewość zotała uedolcoa w al mędzyarodowe w publac ISO zae pod aromem GUM [, ]. Służby Mar aredytowae laboratora od lu lat touą uż te zalecea. Rozpowzechaą ę też oe coraz bardze w pratyce pomarowe w motorgu proceów przemyłowych, badau materałów urządzeń oraz w eploatac. Wzyte zawarte w GUM operace taową procedurę odtwarzaa zboru możlwych wartośc welośc merzoe x z wartośc ygałów lub odczytów oberwac pomarowych. Przebega oa w eruu odwrotym ż ygał w początowe częśc toru pomarowego. Realzaca może odbywać ę: - w dalze, zwyle omputeryzowae częśc toru pomarowego, w poób eawy pratycze a beżąco (o le poprzez operace a otrzymywaych oleo wartoścach ygałów pozczególych oberwac. - poza ytemem pomarowym (off le, a drodze oblczeń z wartośc wyów oberwac (odczytów, zwyle obece omputeryzowaych. W zczególych przypadach wytępuą w pratyce pomary o domuące ede z wyzaczaych według GUM epewośc, t.: u (x oblczae tylo metodam tatytyczym p. w badau zumów, wahań parametrów apęca ec, parametrów środowa, przepływów etacoarych lub ych obetów o parametrach le przypadowo zmeych, u B (x B wyzaczae w y poób p. pomary w obwodach prądu tałego, pomary parametrów RLC tp. W te publac omówoo wyzaczae epewośc u (x dla orelowaych oberwac.. Zaady oblczaa epewośc typu Perwzą czyoścą poprzedzaącą oblczae epewośc u (x et detyfaca wyelmowae z wyów oberwac wpływów oddzaływań ytematyczych. Trzeba wząć pod uwagę, że zależe od długośc czau zberaa oberwac pomarowych ta ama ładowa epewośc może wytępować ao zdetermowaa lub ao loowa p. wywołaa wahaam temperatury otoczea w rótm lub długm czae zberaa oberwac pomarowych [4, 5]. Wzyte pozotałe ładowe wywołuące epewość pomarów, ezależe od przyczyy ch powtaa charateru oddzaływaa, tratue ę uż łącze w edolty poób t. według zaad tatyty. Według zaleceń GUM epewość tadardową u (x merzoe wartośc x wyzacza ę ao eperymetale odchylee tadardowe er wyów oberwac pomarowych o wartoścach q orygowaych przez popraw. Stoue ę atępuący cyl oblczeń: Wartość średa: x q q ( gdze: q, q, q3,..., q - orygowae wartośc oberwac, lczba oberwac. Ocea warac prób e odchylea tadardowego eperymetalego: ( q ( q q ( ( q ( (3 q Nepewość tadardowa typu : u ( x ( q ( q ( ( q q (4

2 PK /7 Nepewość et odchyleem tadardowym eperymetalym orygowaych oberwac prób taow etymatę średe całe populac. Teoretycze założea powyżze metody oblczeń ą atępuące: wy oberwac e ą orelowae (ą ezależe tatytycze o edaowe wadze dla rozładu prawdopodobeńtwa, tóry odwzorowue z zadaym pozomem totośc ch populacę, parametry x q, (q daą ę wyzaczyć taową oceę edoładośc. W oblczeach epewośc tadardowe u (x rozzerzoe U(x ależy też brać pod uwagę epewość ch wyzaczea. Przy próbce o ograczoe lczbe ezależych tatytycze oberwac pomarowych o rozładze ormalym wyorzytue ę rozład Studeta. W [] (tabela E. podao, że względa epewość wyzaczea u (x zależy w przyblżeu od, a węc wzrata zacze, awet do ludzeęcu %, przy małe lczbe. Warto tu podreślć, że poday w Przewodu GUM poób wyzaczaa parametrów epewośc u (x et pratycze tożamy ze toowaym wcześe dla pozorych błędów przypadowych. Jedye termologa et a. Z amego zboru wartośc oberwac pomarowych e moża bezpośredo, t. bez dodatowe albrac, wyelmować beżących wpływów oddzaływań tałych w dae er pomarów, lecz o ezaych wartoścach. Mogą być oe e w ażde z er oberwac pozywaych w pełym oree badań obetu oraz oree eploatac przyrządu, w tym wute zma waruów pomaru parametrów wewętrzych. Przy poaweu ę erozpozaego tredu awet w przyblżeu lowego, eżel e zatoue ę ego orec, to wartość średa z wyów oberwac będze obcążoa przeuęcem o ezae wartośc, a oberwace e będą opae proceem tacoarym (o parametrach tatytyczych tałych podcza zberaa oberwac. Wartość średa e ulege zmae edye dla ładowych ocylacyych o lczbe oreów w próbce będących welorotoścą oreu ΔT próbowaa rówomerego. Jeśl eda e ą oe wyelmowae, to powęzaą epewość u (x. W ażde z er oberwac pomarowych moża zdetyfować oddzaływaa ytematycze progreuące (tred perodycze, ale wymaga to zatoowaa odpowedego przetwarzaa ygałów lub procedur oblczeowych off le, tach a metoda regre, fltraca cyfrowa, przeztałcee FFT tp. Szerze zatoowae zaleceń Przewoda atrafa a ograczea w welu rodzaach pomarów toowaych w badaach, auowych techczych oraz w przemyśle eploatac. Nedotatem zaleceń Przewoda et mędzy ym e brae pod uwagę oleośc wzaeme zależośc oberwac (odczytów. Uemożlwa to wyzaczee epewośc welu pomarów, w tórych welość merzoą, zmay parametrów obetu merzoego toru pomarowego oraz welośc wpływaące trzeba modelować proceam tochatyczym tacoarym etacoarym ao opem ablżzym rzeczywtośc [5]. Pommo wprowadzea poęca epewość ao mary edoładośc pomarów, opy metrologczych właścwośc przyrządów przetworów adal w domuącym topu ależy operać a błędach graczych podtawowych, podawaych dla zamoowych waruów pracy oraz błędach graczych dodatowych dla dopuzczalych odchyleń parametrów, gdyż e moża przewdzeć wzytch ytuac, tóre mogą wytąpć przy toowau tych przyrządów w pratyce pomarowe. Iteące przepy metrologcze e adążaą za potrzebam praty pomarowe. Rozzerzee zareu toowaa poęca epewość wymaga rozwęca metod zawartych w Przewodu. Tae prace prowadz wele ośrodów a śwece, w tym we wpółpracy mędzyarodowe. W te publac omawa ę propozycę rozzerzea metody oblczeń epewośc typu a pomary o orelowaych oberwacach. Wyła oa z praty et dla e przezaczoa. Ilutrue ę ą przyładem lczbowym. Rozważa ę proce pomarowy w całośc, t. weśce - welość merzoa, wyśce wy pomarów. Przymue ę, że wartość rzeczywta welośc merzoe et dotępa a weścu toru pomarowego e wyodręba ę, a e loalzue meca wytępowaa wpływów od pozczególych oddzaływań załóceń oraz od zma parametrów wewętrzych. Ne rozważa ę też edoładośc pomarów powodowae eadewatoścą modelu obetu badaego. 3. Wpływ autoorelac pomędzy wartoścam wyów oberwac Wpółczea techa umożlwa wyoywae pomarów cyfrowych z rówomerą, tałą lub pratycze dowole atawaą czętoścą. by uzyać węzą lczbę pomarów w ograczoym czae badań lub rócć te cza awet celowo toue ę gętze próbowae. Tymczaem rezultaty lu ąedch oberwac mogą być pomędzy obą orelowae. Należy to prawdzć uwzględć w ozacowau edoładośc, tym bardze, że ą zawa loowe teywe przy małych czętotlwoścach, p. zum /f. W raowych europech trucach metrologczych przezaczoych do zeroego toowaa w pratyce [ 4] w podtawowych publacach o wyzaczau edoładośc pomarów, p. [5 7, M] e uwzględao dotychcza wpływu autoorelac pomędzy oberwacam pomarowym a epewość wyu pomaru załadaąc, że oberwace ą ezależe. Drug z autorów a welu emarach metrologczych od lat ygalzował taą oeczość oobom zamuącym ę epewoścą przepam metrologczym, ale pozotało to bez utu. Koeczość uwzględaa wpływu autoorelac w lczeu epewośc u zauważoo też w NIST (US. Już po przygotowau te pracy atrafoo a opracowywaą rówolegle publacę N. F. Zhaga [8] a te temat. Gdy ładowe determtycze ą pomale małe, bądź zotały wyelmowae przez popraw, załada ę, że przebeg moża w przyblżeu opać proceem tacoarym w oree zberaa oberwac prawdza ę ego rozład. Wyzacza ę atępe uormowaą fucę autoorelac ( [4, 5, M]. Dla cągu rówomere pozyaych oberwac q wartośc fuc opue wzór [M, M]: ( q q ( q q (5 ( q + gdze: lczba oreów próbowaa mędzy rówomere pobraym oberwacam pomarowym. Dla proceów tacoarych fuca et ymetrycza. Doładość e wyzaczea malee wraz ze wzrotem według [] e ależy przeraczać p. wartośc / Nepewość tadardowa orelowaych oberwac Nepewość tadardową prób orelowaych oberwac pomarowych q wyprowadza ę z warac D wartośc średe fuc lowe orelowaych zmeych loowych (8.5- z [M4]. D a + aq aa σ σ (6 Dla rówomere próbowaych oberwac w próbce przy a, a (edaowe wag odchylee tadardowe wzytch z ch et edaowe, t. σ σ σ, gdyż pochodzą z te ame populac geerale. W pratyce pomarowe oblcza ę etymatę tadardowego odchylea wartośc średe populac a

3 PK /7 podtawe wyów oberwac z prób przy zamae σ a (q według ( (3. Odchylee tadardowe średe wyo: ( q ( q ( x ( q + ( + D (7 gdze: ( D ; - odległość pomędzy oberwacam. Z porówaa (7 (4 wya: ( x ( q D GUM + (8 Stadardowe odchylee wartośc średe orelowaych oberwac et węze od wartośc oblczoe wg GUM + D razy. Końcową część (7 moża ezcze dale przeztałcć otrzymuąc potać podobą do (4: ( q ( ( q x + D gdze: - lczba oberwac eorelowaych rówoważych lczbe oberwac orelowaych o uormowae fu- + D c autoorelac. Z (7 (9 wyaą zapae łącze potace owego uogóloego wzoru a epewość tadardową typu u ( x ( x przy orelowaych oberwacach q : u ( q ( x + ( ( + D gdze: D ( ( q ( q + D (9 ( - czło uwzględaący orelacę wyów oberwac. Wzór te M. Dorożowec przedtawł po raz perwzy a Mędzyarodowym Semarum Metrologów w Poltechce Rzezowe w 6 r. Jeżel wy oberwac ą le orelowae ( to z (: ( D ( Wówcza:. Jeżel wy oberwac e ą orelowae (, wówcza: ( D ( Stąd:. Otrzymue ę wzór ta, a poday w []. Efetywa lczba top wobody przy orelowaych wyach oberwac: ν (3 + ( Dale potępue ę a dotychcza według zaleceń GUM. W pratyce za eorelowae moża tratować oberwace pozywae z badaa ygału loowego, gdy mmaly ore ΔT pomędzy próbam et węzy od połowy zatępcze zeroośc fuc autoorelac (zeroośc protoąta o wyoośc polu tam a pod tą rzywą. Dla rótzych oreów ależy orzytać z powyżzych wzorów, pełezych ż podae w [], uwzględaących autoorelacę. W tym celu oecza et zaomość czau pozyaa ażde oberwac, lczoego względem początu cylu pomarowego lub e oleego umeru przy rówomerym próbowau. Do wyzaczea przebegu ygału eograczoego czaowo o czętotlwoścowym paśme zeroośc: B, zgode ze zaym waruem Nyquta potrzeba mmum dwa pomary w trace oreu o awyżze czętotlwośc. Zaś maymala lczba ezależych tatytycze oberwac dla całowtego czau T rówomerego poberaa wzytch próbe wyo: B T max (4 e zwęzy ę przy wyżze czętotlwośc próbowaa. Przebeg poobu potępowaa prowadzącego do wyzaczea lutrue przyład. 3.. Przyład oblczea epewośc typu przy orelowaych oberwacach Woltomerzem cyfrowym o 4,5 zaach odczytu zmerzoo apęce a wyścu pewego badaego uładu próbuąc e w regularych odtępach czau. Uzyao próbę w potac er wyów oberwac v o atępuących wartoścach w [V]: Należy wyzaczyć alepzą wartość wyu pomaru średego apęca te er oberwac oraz oceę edoładośc wyu w potac średego odchylea tadardowego. Rozwązae:. Uuęce tredu Na ry.a przedtawoo urowe wartośc oberwac ν w oleośc ch pozyaa. Wdać tedecę zmezaa ę wraz z czaem (wzrotem umeru oberwac prób. Są oe obarczoe tredem. Sporządzoo też poday a ry. a htogram urowych wyów oberwac zawartych w próbce. Na o x odłożoo olee umery przedzałów wartośc oberwac (,... 8, a a o y czętość empryczą w / (gdze: - lczba pomarów

4 PK /7 3 w przedzale, lczba wzytch pomarów. Szeroość przedzałów wyzacza ę z zależośc: max( v m( v,79,44 h,835 m 8 gdze: m8 lczba przedzałów. B. Sprawdzee zgodośc z rozładem ormalym Sprawdzee wyoao przy wyorzytau ryterum χ [M-M4]. Wartość χ wyzacza ę ze wzoru: P ( w p χ (5 p a.4 v tred gdze: p - prawdopodobeńtwo dla przedzału według rozładu ormalego. Wyzaczoa z (5 wartość χ wyo: χ 8 ( w p p 4, b.3.. q wartość średa Ry.. Fg.. Ry.. Fg.. Zbór oleo otrzymaych wartośc oberwac pomarowych badaego apęca: a - wy urowe z tredem, b - po uuęcu tredu lowego Set of the uccevely obtaed meauremet obervato of teted voltage: a - rough reult, b - after tred elmato w a b.4 w, p.3.. p Htogramy prób: a urowych wyów z ry a, b po uuęcu tredu z ry a. Htogram of the ample: a of rough reult gve o fg a, b after tred elmato Otrzymao ztałt htogramu odbegaący od rozładu ormalego. Róweż fuca autoorelac tych oberwac oblczoa według (5 podaa dale w teśce a ry. 3a wyazue tee tredu. Stouąc powzeche zaą metodę amezych wadratów, opaą p. w [M], wyzaczoo lowe rówae tredu. Przymuąc ego wartość rówą zeru dla środa prób touąc zależość q v,7 ( 6 otrzymao orygowae wartośc oberwac, tóre przedtawoo a ry. b. Należy wyzaczyć dla ch alepze ocey wyu pomaru marę ch rozprozea. Sporządzoo owy htogram poday a ry. b. Jego ztałt et podoby do rozładu ormalego. Ne wdać też, by w oberwacach wytępowały ładowe perodycze. Ich wyrywau elmac pośwęc ę ą publacę. Przyęto wymagay pozom zgodośc α,5. Ozacza o, że rozbeżość pomędzy wyam oberwac, a założoym rozładem e powa przeroczyć 5%. Z tablcy rozładu χ 5,,5 χ v,α [M] uzyue ę wartość dla lczby top wobody v m 5 (perwzy de oraz wymagaego pozomu α (drug de. Wartośc oberwac po uuęcu wpływu tredu lowego podlegaą ormalemu rozładow prawdopodobeńtwa, gdyż pełoy et warue: χ 4,888 < χ 5,,5, Ne ma podtaw by odrzucć hpotezę o ormalym rozładze wartośc oberwac rozład te ależy przyąć do dalzych rozważań. Natomat htogram urowych rezultatów oberwac z ry. a e peła tego ryterum, gdyż otrzymue ę: χ 34,36 > χ 5,,5, Nalepzą oceą wyów pomaru o rozładze ormalym et wartość średa. Należy ą ozacować wraz z e epewoścą tadardową. Z tych dwu parametrów wyzacza ę e mary edoładośc, w tym epewość rozzerzoą bezwzględą względą. C. Wyzaczee efetywe lczby oberwac ocey doładośc wyu orelowaych pomarów. Wartość średa prób wyo: v q v,7 Po elmac tredu wartość średa prób może uż być obcążoa tylo tałym przeuęcem, poeważ ego wartość a początu oberwac e et zaa. Moża to edye orygować poprzez odpowed pomar albruący. Stadardowe odchylee prób: ( q ( q q,64. 3 Wartośc uormowae fuc autoorelac wyzacza ę ze wzoru (5 [M, M].Poługuąc ę oprogramowaem Mathcad oblczoo wartośc przedtawoo a ry. 3a b. Wartośc lczoe dla dodatch uemych odległośc ą tae ame. Doładość ch wyzaczaa dla dużych et mała ezbęde et gętze próbowae oraz dłużze ere pomarowe ż a ry. a.

5 4 PK /7 W przyładze tym otrzymue ę wartośc, tóre przy małych zmezaą ę wraz ze wzrotem. Jet to cecha charaterytycza fuc autoorelac proceów loowych, p. opuących zumy. Dla lu arótzych odległośc pomędzy próbam, t.,,, m8<< wartośc lczoe z doładoścą do czwartego meca po przecu wyozą: ;,7757;,46;,934;,869;,478;,353;,59;, Ry. 3. Fg. 3. Uormowaa fuca autoorelac oberwac połowy prób badaego apęca: a dla wyów urowych, b - po uuęcu lowego tredu Normalzed autocorrelato fucto of obervato of the half teted voltage ample: a - of freh obervato reult, b - after excludg the lear tred Przy orelowaych wyach oberwac lczba top wobody wyo zaledwe 8. Uwzględa ę ą przy wyzaczau epewośc wyów pomaru wg rozładu Studeta. 4. Wo. Przy ograczoym czae zberaa oberwac, toowae w pratyce poobu zmezea edoładośc pomarów polegaącego a zwęzau lczośc prób przez wzrot czętośc próbowaa może być zawode.. W celu uęca omyłe przy wyzaczeu wartośc epewośc u (x ależy aperw upewć ę, czy wy oberwac e maą ładowe ytematycze progreuące perodycze czy e ą orelowae. Z otrzymaych wyów oberwac ależy wyelmować tae ładowe ozacować fucę autoorelac tych wyów. Korelaca ezbyt odległych od ebe oberwac powodue tote zwęzee epewośc wyu pomaru, gdyż zmeza ę lczba ezależych pomarów to ą trzeba uwzględać przy zacowau epewośc tadardowe. Wzory dla epewośc typu obemuące ta przypade, podao w treśc wraz z przyładem. 3. Iteące programy omputerowe do oblczaa epewośc typu powy być uzupełoe przez poprzedzee ch algorytmam łużącym detyfac elmac z urowych wyów oberwac ch ładowych progreuących perodyczych oraz algorytmam do wyzaczaa fuc autoorelac. Należy też zmodyfować toowae wzory, ta, aby uwzględać w ch efetywą lczbę oberwac. 5. Lteratura 4 Czło uwzględaący orelacę mędzy oberwacam wyo: [] Gude to the Expreo of Ucertaty Meauremet, ISO 99, reved ad corrected 995 [] Wyrażae Nepewośc Pomaru. Przewod. Tłum. ometarz J. D ( 3,8 Jaworego, Wydawctwo Główego Urzędu Mar, lfavero, Warzawa 5 Ewwaleta lczba eorelowaych oberwac wyo: [3] Iteratoal Vocabulary of Bac ad Geeral Term I Metrology. d ed. ISO 993, wyd. pole według tłumaczea J. Dudzewcza, Główy Urząd Mar, Warzawa [4] Gude to the Expreo of Ucertaty Meauremet, Supplemet + D + 3,75. Numercal Method for the Propagato of Dtrbuto proet doumetu Mędzyarodowego Bura Mar Ta węc podae w przyładze próbce zaweraące [5] Potrow J. Kotyro K.: Wzorcowae paratury Pomarowe, orelowaych oberwac et rówoważa próba o średe Wydawctwo Nauowe PWN Warzawa lczbe tylo 9 eorelowaych oberwac! [6] Sub T.: Podtawy metrologcze ocey wyów pomaru. Wyd. Poltech Śląe Glwce 4 6 Stadardowa epewość wartośc średe apęca wyo [7] Rabovch S.G.: Meauremet Error ad Ucertate Theory ad Practce 3th ed. Sprger 5 ( q ( q,636 [8] Ne Fa Zhag: Calculato of the ucertaty of the mea of u ( v,49 9 autocorrelated meauremet. Metrologa 43 ( Jeżel e uwzględać orelac pomędzy wyam oberwac to tadardowa epewość wyu pomaru według zaleceń GUM byłaby atępuąca: u ( q ( q,4. Ta ocea et zbyt optymtycza, t. ooło razy meza ż przy uwzględeu autoorelac. 8 Lczba top wobody: v 9 8. Uzupełaąca lteratura matematycza [M] Tylor J.R.: Wtęp do aalzy błędu pomarowego. Wydawctwo Nauowe PWN, Warzawa 995 (tłum. orygału ag.: Itroducto to error aaly. The tudy of ucertate phycal meauremet Oxford Uverty Pre Calfora 98 [M] Kor G.., Kor T.M.: Mathematcal Hadboo for Scett ad Egeer McGraw-Hll, Co. N. Yor Sa Fracco 968 (tłum. pol.: Matematya dla pracowów auowych żyerów. PWN Warzawa 983 rtyuł recezoway

wyniki serii n pomiarów ( i = 1,..., n) Stosując metodę największej wiarygodności możemy wykazać, że estymator wariancji 2 i=

wyniki serii n pomiarów ( i = 1,..., n) Stosując metodę największej wiarygodności możemy wykazać, że estymator wariancji 2 i= ESTYMATOR WARIANCJI I DYSPERSJI Ozaczmy: µ wartość oczekwaa rozkładu gauowkego wyków pomarów (wartość prawdzwa merzoej welkośc σ dyperja rozkładu wyków pomarów wyk er pomarów (,..., Stoując metodę ajwękzej

Bardziej szczegółowo

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi. 3 Metody estymacj N ( µ, σ ) Wyzacz estymatory parametrów µ 3 Populacja geerala ma rozład ormaly mometów wyorzystując perwszy momet zwyły drug momet cetraly z prób σ metodą 3 Zmea losowa ma rozład geometryczy

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. dr Michał Silarski

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. dr Michał Silarski PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH dr Mchał larsk I Pracowa Fzycza IF UJ, 9.0.06 Pomar Pomar zacowae wartośc prawdzwej Bezpośred (welkość fzycza merzoa jest

Bardziej szczegółowo

POMIARY PRZEPŁYWU I OPRACOWANIE WYNIKÓW POMIAROWYCH

POMIARY PRZEPŁYWU I OPRACOWANIE WYNIKÓW POMIAROWYCH LABORATORIUM PODSTAW METROLOGII M-T Ćwczee r POMIARY PRZEPŁYWU I OPRACOWANIE WYNIKÓW POMIAROWYCH Cz. Opracowae wyów pomarowych Ta część trucj e jet wymagaa podcza ćwczeń e druować!. Błędy pomaru Celem

Bardziej szczegółowo

Podstawy opracowania wyników pomiarowych, analiza błędów

Podstawy opracowania wyników pomiarowych, analiza błędów Podstawy opracowaa wyków pomarowych, aalza błędów I Pracowa Fzycza IF UJ Grzegorz Zuzel Lteratura I Pracowa fzycza Pod redakcją Adrzeja Magery Istytut Fzyk UJ Kraków 2006 Wstęp do aalzy błędu pomarowego

Bardziej szczegółowo

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego).

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego). TESTY NORMALNOŚCI Test zgodośc Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład ormaly). Hpoteza alteratywa H1( Cecha X populacj e ma rozkładu ormalego). Weryfkacja powyższych hpotez za pomocą tzw. testu

Bardziej szczegółowo

k k M. Przybycień Rachunek Prawdopodobieństwa i Statystyka Wykład 13-2

k k M. Przybycień Rachunek Prawdopodobieństwa i Statystyka Wykład 13-2 Pojęce przedzału ufośc Przyład: Rozważmy pewe rzad proces (tz. ta tórego lczba zajść podlega rozładow Possoa). W cągu pewego czasu zaobserwowao =3 tae zdarzea. Oceć możlwy przedzał lczby zdarzeń tego typu

Bardziej szczegółowo

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki) Podstawy aalzy epewośc pomarowych (I Pracowa Fzyk) Potr Cygak Zakład Fzyk Naostruktur Naotecholog Istytut Fzyk UJ Pok. 47 Tel. 0-663-5838 e-mal: potr.cygak@uj.edu.pl Potr Cygak 008 Co to jest błąd pomarowy?

Bardziej szczegółowo

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10)

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10) Tablca Galtoa. Mechaczy model rozkładu ormalego (M) I. Zestaw przyrządów: Tablca Galtoa, komplet kulek sztuk. II. Wykoae pomarów.. Wykoać 8 pomarów, wrzucając kulk pojedyczo.. Uporządkować wyk pomarów,

Bardziej szczegółowo

Planowanie eksperymentu pomiarowego I

Planowanie eksperymentu pomiarowego I POLITECHNIKA ŚLĄSKA W GLIWICACH WYDZIAŁ INŻYNIERII ŚRODOWISKA ENERGETYKI INSTYTUT MASZYN URZĄDZEŃ ENERGETYCZNYCH Plaowae eksperymetu pomarowego I Laboratorum merctwa (M 0) Opracował: dr ż. Grzegorz Wcak

Bardziej szczegółowo

Pomiary bezpośrednie i pośrednie obarczone błędem przypadkowym

Pomiary bezpośrednie i pośrednie obarczone błędem przypadkowym Pomary bezpośrede pośrede obarczoe błędem przypadkowym I. Szacowae wartośc przyblŝoej graczego błędu przypadkowego a przykładze bezpośredego pomaru apęca elem ćwczea jest oszacowae wartośc przyblŝoej graczego

Bardziej szczegółowo

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym?

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym? Oblczae średej, odchylea tadardowego meday oraz kwartyl w zeregu zczegółowym rozdzelczym? Średa medaa ależą do etymatorów tzw. tedecj cetralej, atomat odchylee tadardowe to etymatorów rozprozea (dyperj)

Bardziej szczegółowo

Estymacja to wnioskowanie statystyczne koncentrujące się wokół oszacowania wartości parametrów rozkładu populacji.

Estymacja to wnioskowanie statystyczne koncentrujące się wokół oszacowania wartości parametrów rozkładu populacji. Botatytyka, 018/019 dla Fzyk Medyczej, tuda magterke etymacja etymacja średej puktowa przedzał ufośc średej rozkładu ormalego etymacja puktowa przedzałowa waracj rozkładu ormalego etymacja parametrów rozkładu

Bardziej szczegółowo

INSTRUKCJA DO CWICZENIA NR 6

INSTRUKCJA DO CWICZENIA NR 6 INSTRUKCJA DO CWICZENIA NR 6 Temat ćwczea: Pomar twardośc metodą Rockwella Cel ćwczea Celem ćwczea jet ozaczee twardośc metal metodą Rockwella pozae zwązków pomędzy twardoścą a bdową tych materałów ym

Bardziej szczegółowo

Wyrażanie niepewności pomiaru

Wyrażanie niepewności pomiaru Wyrażae epewośc pomaru Adrzej Kubaczyk Wydzał Fzyk, Poltechka Warszawska Warszawa, 05 Iformacje wstępe Każdy pomar welkośc fzyczej dokoyway jest ze skończoą dokładoścą, co ozacza, że wyk tego pomaru dokoyway

Bardziej szczegółowo

PERMUTACJE Permutacją zbioru n-elementowego X nazywamy dowolną wzajemnie jednoznaczną funkcję f : X X X

PERMUTACJE Permutacją zbioru n-elementowego X nazywamy dowolną wzajemnie jednoznaczną funkcję f : X X X PERMUTACJE Permutacą zboru -elemetowego X azywamy dowolą wzaeme edozaczą fucę f : X X f : X X Przyład permutac X = { a, b, c, d } f (a) = d, f (b) = a, f (c) = c, f (d) = b a b c d Zaps permutac w postac

Bardziej szczegółowo

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B W przypadku gdy e występuje statystyczy rozrzut wyków (wszystke pomary dają te sam wyk epewość pomaru wyzaczamy w y sposób. Główą przyczyą epewośc pomaru jest epewość

Bardziej szczegółowo

1. Wstępna geometria skrzyżowania (wariant 1a)

1. Wstępna geometria skrzyżowania (wariant 1a) . Wtępna geometra rzyżowana (warant a) 2. Strutura erunowa ruchu 3. Warun geometryczne Srzyżowane et zloalzowane w śródmeścu o newelm ruchu pezych. Pochylene podłużne na wlotach nr 3 ne przeracza 0,5%,

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I Pracowa IF UJ Luy 03 PODRĘCZNIKI Wsęp do aalzy błędu pomarowego Joh R. Taylor Wydawcwo Naukowe PWN Warszawa 999 I Pracowa

Bardziej szczegółowo

AKADEMIA MORSKA W SZCZECINIE

AKADEMIA MORSKA W SZCZECINIE AKADEMIA MORSKA W SZCZECINIE Istytut Iżyer Ruchu Morskego Zakład Urządzeń Nawgacyjych Istrukcja r 0 Wzory do oblczeń statystyczych w ćwczeach z radoawgacj Szczec 006 Istrukcja r 0: Wzory do oblczeń statystyczych

Bardziej szczegółowo

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH L.Kowalsk PODSTAWOWE TESTY STATYSTYCZNE TESTY STATYSTYCZNE poteza statystycza to dowole przypuszczee dotyczące rozkładu cechy X. potezy statystycze: -parametrycze dotyczą ezaego parametru, -parametrycze

Bardziej szczegółowo

JEDNOWYMIAROWA ZMIENNA LOSOWA

JEDNOWYMIAROWA ZMIENNA LOSOWA JEDNOWYMIAROWA ZMIENNA LOSOWA Nech E będze zborem zdarzeń elemetarych daego dośwadczea. Fucję X(e) przyporządowującą ażdemu zdarzeu elemetaremu e E jedą tylo jedą lczbę X(e)=x azywamy ZMIENNĄ LOSOWĄ. Przyład:

Bardziej szczegółowo

Matematyczny opis ryzyka

Matematyczny opis ryzyka Aalza ryzyka kosztowego robót remotowo-budowlaych w warukach epełe formac Mgr ż Mchał Bętkowsk dr ż Adrze Powuk Wydzał Budowctwa Poltechka Śląska w Glwcach MchalBetkowsk@polslpl AdrzePowuk@polslpl Streszczee

Bardziej szczegółowo

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe.

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe. INSTRUKCJA LABORATORIUM Metrologa techcza sstem pomarowe. MTSP pomar MTSP 00 Autor: dr ż. Potr Wcślok Stroa / 5 Cel Celem ćwczea jest wkorzstae w praktce pojęć: mezurad, estmata, błąd pomaru, wk pomaru,

Bardziej szczegółowo

Przewodnik do ćwiczeń ze statystyki

Przewodnik do ćwiczeń ze statystyki Przewodk do ćwczeń ze tatytyk Podtawowe defcje Próbka loowa, tatytycza Próbką loową jet ograczoy zbór oberwacj dokoay a pewej hpotetyczej lub realej zborowośc zwaej populacją. Waże jet, że oberwacje ą

Bardziej szczegółowo

ĆWICZENIE 5 TESTY STATYSTYCZNE

ĆWICZENIE 5 TESTY STATYSTYCZNE ĆWICZENIE 5 TESTY STATYSTYCZNE Cel Przedstawee wybraych testów statystyczych zasad wyboru właścwego testu przeprowadzea go oraz terpretac wyów. Wprowadzee teoretycze Testem statystyczym azywamy metodę

Bardziej szczegółowo

Wyrażanie niepewności pomiaru. Andrzej Kubiaczyk Wydział Fizyki, Politechnika Warszawska

Wyrażanie niepewności pomiaru. Andrzej Kubiaczyk Wydział Fizyki, Politechnika Warszawska Wyrażae epewośc pomaru Adrzej Kubaczyk Wydzał Fzyk, Poltechka Warszawska Warszawa, 0 Iformacje wstępe Każdy pomar welkośc fzyczej dokoyway jest ze skończoą dokładoścą, co ozacza, że wyk tego pomaru dokoyway

Bardziej szczegółowo

Teoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka

Teoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka Nepewośc pomarowe. Teora praktka. Prowadząc: Dr ż. Adrzej Skoczeń Wższa Szkoła Turstk Ekolog Wdzał Iformatk, rok I Fzka 014 03 30 WSTE Sucha Beskdzka Fzka 1 Iformacje teoretcze zameszczoe a slajdach tej

Bardziej szczegółowo

ZAGADNIENIE TRANSPORTOWE

ZAGADNIENIE TRANSPORTOWE ZAGADNIENIE TRANSPORTOWE ZT.. Zagadee trasportowe w postac tablcy Z m puktów (odpowedo A,...,A m ) wysyłamy edorody produkt w loścach a,...,a m do puktów odboru (odpowedo B,...,B ), gdze est odberay w

Bardziej szczegółowo

L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5

L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5 L.Kowalsk zadaa ze statystyk opsowej-zestaw 5 Zadae 5. X cea (zł, Y popyt (tys. szt.. Mając dae ZADANIA Zestaw 5 x,5,5 3 3,5 4 4,5 5 y 44 43 43 37 36 34 35 35 Oblcz współczyk korelacj Pearsoa. Oblcz współczyk

Bardziej szczegółowo

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych dr Ewa Wycka Wyższa Szkoła Bakowa w Gdańsku Wtold Komorowsk, Rafał Gatowsk TZ SKOK S.A. Statystycza aalza mesęczych zma współczyka szkodowośc kredytów hpoteczych Wskaźk szkodowośc jest marą obcążea kwoty/lczby

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I PRACOWNIA FIZYCZNA INSTYTUT FIZYKI UJ BIOLOGIA 2016

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I PRACOWNIA FIZYCZNA INSTYTUT FIZYKI UJ BIOLOGIA 2016 PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I PRACOWNIA FIZYCZNA INTYTUT FIZYKI UJ BIOLOGIA 06 CEL ĆWICZEŃ. Obserwacja zjawsk efektów fzyczych. Doskoalee umejętośc

Bardziej szczegółowo

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA Ćwczee 8 TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA 8.. Cel ćwczea Celem ćwczea jest wyzaczee statyczego współczyka tarca pomędzy walcową powerzchą cała a opasującą je lą. Poadto a drodze eksperymetalej

Bardziej szczegółowo

Analiza niepewności pomiarów Definicje

Analiza niepewności pomiarów Definicje Teora pomarów Aalza epewośc pomarów Defce Dr hab. ż. Paweł Mada www.pmada.zt.ed.pl Podstawowa defca Nepewość pomar to parametr zwązay z wykem pomar, charakteryzący rozrzt wartośc, który w zasadoy sposób

Bardziej szczegółowo

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min Fukca warogodośc Nech będze daa próba losowa prosta o lczebośc z rozkładu f (x;. Fukcą warogodośc dla próby x azywamy welkość: ( x; f ( x ; L Twerdzee (Cramera-Rao: Mmala wartość warac m dowolego eobcążoego

Bardziej szczegółowo

Miary średnie. Średnią arytmetyczną nazywamy sumę wartości zmiennej wszystkich jednostek badanej zbiorowości podzieloną przez liczbę tych jednostek.

Miary średnie. Średnią arytmetyczną nazywamy sumę wartości zmiennej wszystkich jednostek badanej zbiorowości podzieloną przez liczbę tych jednostek. Węcej doumetów a troe: www.rawczy.hotl.pl Aalza trutury zmerza do wydobyca a jaw charaterytyczych właścwośc zborowośc porówaa ch z ą zborowoścą. Każde badae, tóre w efece ma dać wzechtroą oceę zjawa doprowadzć

Bardziej szczegółowo

Portfel złożony z wielu papierów wartościowych

Portfel złożony z wielu papierów wartościowych Portfel westycyy ćwczea Na odst. Wtold Jurek: Kostrukca aalza, rozdzał 4 dr Mchał Kooczyńsk Portfel złożoy z welu aerów wartoścowych. Zwrot ryzyko Ozaczea: w kwota ulokowaa rzez westora w aery wartoścowe

Bardziej szczegółowo

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = = 4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ ). W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,

Bardziej szczegółowo

Badania Maszyn CNC. Nr 2

Badania Maszyn CNC. Nr 2 Poltechka Pozańska Istytut Techolog Mechaczej Laboratorum Badaa Maszy CNC Nr 2 Badae dokładośc pozycjoowaa os obrotowych sterowaych umerycze Opracował: Dr. Wojcech Ptaszy sk Mgr. Krzysztof Netter Pozań,

Bardziej szczegółowo

dev = y y Miary położenia rozkładu Wykład 9 Przykład: Przyrost wagi owiec Odchylenia Mediana próbkowa: Przykłady Statystyki opisowe Σ dev i =?

dev = y y Miary położenia rozkładu Wykład 9 Przykład: Przyrost wagi owiec Odchylenia Mediana próbkowa: Przykłady Statystyki opisowe Σ dev i =? Mary położea rozkładu Wykład 9 Statystyk opsowe Średa z próby, mea(y) : symbol y ozacza lczbę; arytmetyczą średą z obserwacj Symbol Y ozacza pojęce średej z próby Średa jest środkem cężkośc zboru daych

Bardziej szczegółowo

KALIBRACJA NIE ZAWSZE PROSTA

KALIBRACJA NIE ZAWSZE PROSTA KALIBRACJA NIE ZAWSZE PROSTA Potr Koeczka Katedra Chem Aaltyczej Wydzał Chemczy Poltechka Gdańska S w S C -? C w Sygał - astępstwo kosekwecja przeprowadzoego pomaru główy obekt zateresowań aaltyka. Cel

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. I Pracownia IF UJ Marzec 2017

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. I Pracownia IF UJ Marzec 2017 PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I Pracowa IF UJ Marzec 07 PODRĘCZNIKI Wstęp do aalzy błędu pomarowego Joh R. Taylor Wydawctwo Naukowe PWN Warszawa 999

Bardziej szczegółowo

STATYSTYKA DANYCH SAMOSKORELOWANYCH

STATYSTYKA DANYCH SAMOSKORELOWANYCH Semarum Wydzału u Fzy Iformaty Stosowaej AGH 6 weta 00 STATYSTYKA DANYCH SAMOSKORELOWANYCH Adrzej Zęba Pla:. Wstęp - formalzm stadardowy jego ograczea - matematyczy ops daych samosorelowaych. Teora aaltycza,

Bardziej szczegółowo

Analiza Matematyczna Ćwiczenia. J. de Lucas

Analiza Matematyczna Ćwiczenia. J. de Lucas Aalza Matematycza Ćwczea J. de Lucas Zadae. Oblczyć grace astępujących fucj a lm y 3,y 0,0 b lm y 3 y ++y,y 0,0 +y c lm,y 0,0 + 4 y 4 y d lm y,y 0,0 3 y 3 e lm,y 0,0 +y 4 +y 4 f lm,y 0,0 4 y 6 +y 3 g lm,y

Bardziej szczegółowo

Niepewności pomiarów. DR Andrzej Bąk

Niepewności pomiarów. DR Andrzej Bąk Nepewośc pomarów DR Adrzej Bąk Defcje Błąd pomar - różca mędz wkem pomar a wartoścą merzoej welkośc fzczej. Bwa też azwa błędem bezwzględm pomar. Poeważ wartość welkośc merzoej wartość prawdzwa jest w

Bardziej szczegółowo

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ 9 Cel ćwczea Ćwczee 9 WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANE PODCZAS ZDERZENIA CIAŁ Celem ćwczea jest wyzaczee wartośc eerg rozpraszaej podczas zderzea cał oraz współczyka restytucj charakteryzującego

Bardziej szczegółowo

i = 0, 1, 2 i = 0, 1 33,115 1,698 0,087 0,005!0,002 34,813 1,785 0,092 0,003 36,598 1,877 0,095 38,475 1,972 40,447 i = 0, 1, 2, 3

i = 0, 1, 2 i = 0, 1 33,115 1,698 0,087 0,005!0,002 34,813 1,785 0,092 0,003 36,598 1,877 0,095 38,475 1,972 40,447 i = 0, 1, 2, 3 35 Iterpoaca Herte a 3 f ( x f ( x,,, 3, 4 f ( x,,, 3 f ( x,, 3 f ( x, 4 f ( x 33,5,698,87,5!, 34,83,785,9,3 36,598,877,95 38,475,97 4,447 Na podstawe wzoru (38 ay zate 87,, 5, L4 ( t 335, +, 698t+ t(

Bardziej szczegółowo

Statystyczne charakterystyki liczbowe szeregu

Statystyczne charakterystyki liczbowe szeregu Statystycze charakterystyk lczbowe szeregu Aalzę badaej zmeej moża uzyskać posługując sę parametram opsowym aczej azywaym statystyczym charakterystykam lczbowym szeregu. Sytetycza charakterystyka zborowośc

Bardziej szczegółowo

Zmiana bazy i macierz przejścia

Zmiana bazy i macierz przejścia Auomaya Roboya Algebra -Wyład - dr Adam Ćmel cmel@agh.edu.pl Zmaa bazy macerz prześca Nech V będze wymarową przesrzeą lową ad całem K. Nech Be e będze bazą przesrze V. Rozważmy ową bazę B e... e. Oczywśce

Bardziej szczegółowo

Zastosowanie metody najmniejszych kwadratów do pomiaru częstotliwości średniej sygnałów o małej stromości zboczy w obecności zakłóceń

Zastosowanie metody najmniejszych kwadratów do pomiaru częstotliwości średniej sygnałów o małej stromości zboczy w obecności zakłóceń Zasosowae meody ajmejszych kwadraów do pomaru częsolwośc średej sygałów o małej sromośc zboczy w obecośc zakłóceń Elgusz PAWŁOWSKI, Darusz ŚWISULSKI Podsawowe meody pomaru częsolwośc Zlczae okresów w zadaym

Bardziej szczegółowo

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = = 4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ. W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,

Bardziej szczegółowo

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1 POPULACJA I PRÓBA POPULACJĄ w statystyce matematyczej azywamy zbór wszystkch elemetów (zdarzeń elemetarych charakteryzujących sę badaą cechą opsywaą zmeą losową. Zbadae całej populacj (przeprowadzee tzw.

Bardziej szczegółowo

( ) ( ) ( ) ( ) ( ) ( )

( ) ( ) ( ) ( ) ( ) ( ) ,,, ~ B, β ( β β ( ( Γ( β Γ + f ( Γ ( + ( + β + ( + β Γ + β Γ + Γ + β Γ + + β E Γ Γ β Γ Γ + + β Γ + Γ β + β β β Γ + β Γ + Γ + β Γ + + β E ( Γ Γ β Γ Γ + + β Γ + Γ β β + β Metoda mometów polega a przyrówau

Bardziej szczegółowo

Pomiary parametrów napięć i prądów przemiennych

Pomiary parametrów napięć i prądów przemiennych Ćwczee r 3 Pomary parametrów apęć prądów przemeych Cel ćwczea: zapozae z pomaram wartośc uteczej, średej, współczyków kształtu, szczytu, zekształceń oraz mocy czyej, berej, pozorej współczyka cosϕ w obwodach

Bardziej szczegółowo

STATYSTYCZNA OCENA WYNIKÓW POMIARÓW.

STATYSTYCZNA OCENA WYNIKÓW POMIARÓW. Statytycza ocea wyików pomiaru STATYSTYCZNA OCENA WYNIKÓW POMIARÓW CEL ĆWICZENIA Celem ćwiczeia jet: uświadomieie tudetom, że każdy wyik pomiaru obarczoy jet błędem o ie zawze zaej przyczyie i wartości,

Bardziej szczegółowo

Laboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI

Laboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI Laboatoum Metod tatystyczych ĆWICZENIE WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI Oacowała: Katazya tąo Weyfkaca hotez Hoteza statystycza to dowole zyuszczee dotyczące ozkładu oulac. Wyóżamy hotezy: aametycze

Bardziej szczegółowo

Funkcja wiarogodności

Funkcja wiarogodności Fukca warogodośc Defca: Nech będze daa próba losowa prosta o lczebośc z rozkładu f (x; θ. Fukcą warogodośc dla próby x azywamy welkość: ( x; θ f ( x ; θ L Uwaga: Fukca warogodośc to e to samo co łącza

Bardziej szczegółowo

Podstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki

Podstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki tatystycza terpretacja wyków eksperymetu Małgorzata Jakubowska Katedra Chem Aaltyczej Wydzał IŜyer Materałowej Ceramk AGH Podstawowe zadae statystyk tatystyka to uwersale łatwo dostępe arzędze, które pomaga

Bardziej szczegółowo

1 Zmienne losowe. Własności dystrybuanty F (x) = P (X < x): F1. 0 F (x) 1 dla każdego x R, F2. lim F (x) = 0 oraz lim F (x) = 1,

1 Zmienne losowe. Własności dystrybuanty F (x) = P (X < x): F1. 0 F (x) 1 dla każdego x R, F2. lim F (x) = 0 oraz lim F (x) = 1, 1 Zmiee loowe Właości dytrybuaty F x = X < x: F1. 0 F x 1 dla każdego x R, F2. lim F x = 0 oraz lim F x = 1, x x + F3. F jet fukcją iemalejącą, F4. lim x x 0 F x = F x 0 dla każdego x R, F5. a X < b =

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka matematyczna. Estymacja przedziałowa parametrów strukturalnych zbiorowości generalnej

Rachunek prawdopodobieństwa i statystyka matematyczna. Estymacja przedziałowa parametrów strukturalnych zbiorowości generalnej Rachek prawdopodobeńswa saysyka maemaycza Esymacja przedzałowa paramerów srkralych zborowośc geeralej Częso zachodz syacja, że koecze jes zbadae ogół poplacj pod pewym kąem p. średa oce z pewego przedmo.

Bardziej szczegółowo

Materiały do wykładu 7 ze Statystyki

Materiały do wykładu 7 ze Statystyki Materał do wkładu 7 ze Statstk Aalza ZALEŻNOŚCI pomędz CECHAMI (Aalza KORELACJI REGRESJI) korelacj wkres rozrzutu (korelogram) rodzaje zależośc (brak, elowa, lowa) pomar sł zależośc lowej (współczk korelacj

Bardziej szczegółowo

Centralna Izba Pomiarów Telekomunikacyjnych (P-12) Komputerowe stanowisko do wzorcowania generatorów podstawy czasu w częstościomierzach cyfrowych

Centralna Izba Pomiarów Telekomunikacyjnych (P-12) Komputerowe stanowisko do wzorcowania generatorów podstawy czasu w częstościomierzach cyfrowych Cetrala Izba Pomarów Telekomukacyjych (P-1) Komputerowe staowsko do wzorcowaa geeratorów podstawy czasu w częstoścomerzach cyrowych Praca r 1300045 Warszawa, grudzeń 005 Komputerowe staowsko do wzorcowaa

Bardziej szczegółowo

STATYSTYKA MORANA W ANALIZIE ROZKŁADU CEN NIERUCHOMOŚCI

STATYSTYKA MORANA W ANALIZIE ROZKŁADU CEN NIERUCHOMOŚCI METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XII/, 0, tr. 3 STATYSTYKA MORANA W ANALIZIE ROZKŁADU CEN NIERUCHOMOŚCI Dorota Kozoł-Kaczorek Katedra Ekoomk Rolcta Mędzyarodoych Stoukó Gopodarczych Szkoła

Bardziej szczegółowo

Indukcja matematyczna

Indukcja matematyczna Iducja matematycza Twerdzee. zasada ducj matematyczej Nech T ozacza pewą tezę o lczbe aturalej. Jeżel dla pewej lczby aturalej 0 teza T 0 jest prawdzwa dla ażdej lczby aturalej 0 z prawdzwośc tezy T wya

Bardziej szczegółowo

Typ może być dowolny. //realizacja funkcji zamiana //przestawiajacej dwa elementy //dowolnego typu void zamiana(int &A, int &B) { int t=a; A=B; B=t; }

Typ może być dowolny. //realizacja funkcji zamiana //przestawiajacej dwa elementy //dowolnego typu void zamiana(int &A, int &B) { int t=a; A=B; B=t; } Idea: Wyzaczamy ameszy elemet w cągu tablcy zameamy go mescam z elemetem perwszym, astępe z pozostałego cągu wyberamy elemet ameszy ustawamy go a druge mesce tablcy zmeamy, td. Realzaca w C++ vod seleca

Bardziej szczegółowo

Metoda Monte-Carlo i inne zagadnienia 1

Metoda Monte-Carlo i inne zagadnienia 1 Metoda Mote-Carlo e zagadea Metoda Mote-Carlo Są przypadk kedy zamast wykoać jakś eksperymet chcelbyśmy symulować jego wyk używając komputera geeratora lczb (pseudolosowych. Wększość bblotek programów

Bardziej szczegółowo

POMIAR WSPÓŁCZYNNIKA POCHŁANIANIA PROMIENIOWANIA γ

POMIAR WSPÓŁCZYNNIKA POCHŁANIANIA PROMIENIOWANIA γ Ćwczee 56 POMIAR WSPÓŁCZYNNIKA POCHŁANIANIA PROMIENIOWANIA γ 56.. Wadomośc ogóle Rozpatrzmy wąską skolmowaą wązkę prome γ o atężeu I 0, padającą a płytkę substacj o grubośc x (rys. 56.). Natężee promeowaa

Bardziej szczegółowo

ZMIENNE LOSOWE WIELOWYMIAROWE

ZMIENNE LOSOWE WIELOWYMIAROWE L.Kowals Zmee losowe welowmarowe ( ΩS P ZMIENNE LOSOWE WIELOWMIAROWE - ustaloa przestrzeń probablstcza. (... - zmea losowa - wmarowa (wetor losow cąg losow. : Ω R (fuca borelowsa P : Β R [0 - rozład zmee

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 Podstawy Mary położea wskazują mejsce wartośc ajlepej reprezetującej wszystke welkośc daej zmeej. Mówą o przecętym pozome aalzowaej cechy. Średa arytmetycza suma wartośc zmeej wszystkch jedostek badaej

Bardziej szczegółowo

f f x f, f, f / / / METODA RÓŻNIC SKOŃCZONYCH niech N = 2 (2 równania różniczkowe zwyczajne liniowe I-rz.) lub jedno II-rzędu

f f x f, f, f / / / METODA RÓŻNIC SKOŃCZONYCH niech N = 2 (2 równania różniczkowe zwyczajne liniowe I-rz.) lub jedno II-rzędu METODA RÓŻIC SKOŃCZOYCH (omówee a przykładze rówań lowych) ech ( rówaa różczkowe zwyczaje lowe I-rz.) lub jedo II-rzędu f / / p( x) f / + q( x) f + r( x) a x b, f ( a) α, f ( b) β dea: a satce argumetu

Bardziej szczegółowo

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację.

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację. Wrażlwość oblgacj Jedym z czyków ryzyka westowaa w oblgacje jest zmeość rykowych stóp procetowych. Iżyera fasowa dyspouje metodam pozwalającym zabezpeczyć portfel przed egatywym skutkam zma stóp procetowych.

Bardziej szczegółowo

Dokonajmy zestawienia wszystkich równań teorii sprężystości. 1. Różniczkowe równania równowagi (warunki Naviera)

Dokonajmy zestawienia wszystkich równań teorii sprężystości. 1. Różniczkowe równania równowagi (warunki Naviera) Wyład 4 Blas rówań teor srężystośc Dooamy zestawea wszystch rówań teor srężystośc Gra rówań. Różczowe rówaa rówowag (war Navera Lczba rówań Lczba ewadomych X 6 (. Zwąz geometrycze (rówaa Cachy ego ( 6

Bardziej szczegółowo

Zadanie 1. Rzucamy symetryczną monetą tak długo, aż w dwóch kolejnych rzutach pojawią się,,reszki. Oblicz wartość oczekiwaną liczby wykonanych rzutów.

Zadanie 1. Rzucamy symetryczną monetą tak długo, aż w dwóch kolejnych rzutach pojawią się,,reszki. Oblicz wartość oczekiwaną liczby wykonanych rzutów. Pradopodobeństo statystya 6..3r. Zadae. Rzucamy symetryczą moetą ta długo aż dóch olejych rzutach pojaą sę resz. Oblcz artość oczeaą lczby yoaych rzutó. (A) 7 (B) 8 (C) 9 (D) (E) 6 Wsazóa: jeśl rzuce umer

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Zadae. W ure zajduje sę 5 kul, z których 5 jest bałych czarych. Losujemy bez zwracaa kolejo po jedej kul. Kończymy losowae w momece, kedy wycągęte zostaą wszystke czare kule. Oblcz wartość oczekwaą lczby

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 4 Nieparametryczne testy istotności ZADANIE DOMOWE. Strona 1

KURS STATYSTYKA. Lekcja 4 Nieparametryczne testy istotności ZADANIE DOMOWE.  Strona 1 KURS STATYSTYKA Lecja 4 Nearametrycze testy stotośc ZADANIE DOMOWE www.etraez.l Stroa 1 Część 1: TEST Zazacz orawą odowedź (tylo jeda jest rawdzwa). Pytae 1 W testach earametryczych a) Oblczamy statystyę

Bardziej szczegółowo

Wykład 2 Elementy statystyki.

Wykład 2 Elementy statystyki. Wykład 2 Elemey ayyk. Sayyka opowa.. Słowk podawowych poęć: Populaca geerala-zborowość poddawaa ayyczemu badau (p. klec ec elekomukacyych, elefoy określoe mark, rozmowy elefocze) Cecha-właość elemeów populac

Bardziej szczegółowo

METODY ADMISSION CONTROL OPARTE NA POMIARACH

METODY ADMISSION CONTROL OPARTE NA POMIARACH www.pwt.et.put.poza.pl Sylweter Kaczmarek Poltechka Gdańka, Gdańk Wydzał ETI, Katedra Sytemów Sec Telekomukacyjych kayl@et.pg.gda.pl Potr Żmudzńk Akadema Bydgoka, Bydgozcz Zakład Podtaw Iformatyk zmudz@ab.edu.pl

Bardziej szczegółowo

OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradnik do Laboratorium Fizyki)

OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradnik do Laboratorium Fizyki) Adrzej Kubaczyk Laboratorum Fzyk I Wydzał Fzyk Poltechka Warszawska OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradk do Laboratorum Fzyk) ROZDZIAŁ Wstęp W roku 995 z cjatywy Mędzyarodowego Komtetu Mar (CIPM) zostały

Bardziej szczegółowo

Spalanie. 1. Skład paliw. 1.1. Paliwa gazowe (1) kmol C. kmol H 2. gdzie: H. , itd. udziały molowe składników paliwa w gazie. suchym. kmol.

Spalanie. 1. Skład paliw. 1.1. Paliwa gazowe (1) kmol C. kmol H 2. gdzie: H. , itd. udziały molowe składników paliwa w gazie. suchym. kmol. Salae / 1 Salae Salae jet zybko rzebegającym roceem utleaa ołączoym z ydzelaem ę ceła. Salau z reguły toarzyzy emja śatła. Podtaoym eratkam alym alach ą ęgel odór. W ale moża yróżć część alą ealy balat.

Bardziej szczegółowo

Portfel. Portfel pytania. Portfel pytania. Analiza i Zarządzanie Portfelem cz. 2. Katedra Inwestycji Finansowych i Zarządzania Ryzykiem

Portfel. Portfel pytania. Portfel pytania. Analiza i Zarządzanie Portfelem cz. 2. Katedra Inwestycji Finansowych i Zarządzania Ryzykiem Katedra Ietycj Faoych Zarządzaa yzykem Aalza Zarządzae Portfelem cz. Dr Katarzya Kuzak Co to jet portfel? Portfel grupa aktyó (trumetó faoych, aktyó rzeczoych), które zotały yelekcjooae, którym ależy zarządzać

Bardziej szczegółowo

. Wtedy E V U jest równa

. Wtedy E V U jest równa Prawdopodobeństwo statystyka 7.0.0r. Zadae Dwuwymarowa zmea losowa Y ma rozkład cągły o gęstośc gdy ( ) 0 y f ( y) 0 w przecwym przypadku. Nech U Y V Y. Wtedy E V U jest rówa 8 7 5 7 8 8 5 Prawdopodobeństwo

Bardziej szczegółowo

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne Mary położea Średa arytmetycza Klasycze Średa harmocza Średa geometrycza Mary położea e Modala Kwartyl perwszy Pozycyje Medaa (kwartyl drug) Kwatyle Kwartyl trzec Decyle Średa arytmetycza = + +... + 2

Bardziej szczegółowo

SPOŁECZNA AKDAEMIA NAUK W ŁODZI

SPOŁECZNA AKDAEMIA NAUK W ŁODZI SPOŁECZNA AKDAEMIA NAUK W ŁODZI KIERUNEK STUDIÓW: ZARZĄDZANIE PRZEDMIOT: METODY ILOŚCIOWE W ZARZĄDZANIU (MATERIAŁ POMOCNICZY PRZEDMIOT PODSTAWOWY ) Łódź Sps treśc Moduł Wprowadzee do metod loścowych w

Bardziej szczegółowo

Porównanie dwu populacji

Porównanie dwu populacji Porówaie dwu populacji Porówaie dwóch rozkładów ormalych Założeia:. X ~ N( m, σ ), X ~ N( m, σ ), σ σ. parametry rozkładów ie ą zae. X, X ą iezależe. Ocea różicy między średimi m m m m x x (,...) H 0 :

Bardziej szczegółowo

Instrukcja do wykonania zadania. Masa ciała. Wys. Ciała

Instrukcja do wykonania zadania. Masa ciała. Wys. Ciała Itrukcja do wykoaa zadaa W perwzej kolejośc ależy przygotowad tabelę z daym. W ejzej trukcj przyjęto, że do każdego wyku z tabel perwotej dodao wartośd 6. Zatem tabela wygląda atępująco: Icjały Grupa Płeć

Bardziej szczegółowo

MASZYNA ASYNCHRONICZNA 1. Oblicz sprawność silnika dla warunków znamionowych przy zadanej mocy strat i mocy znamionowej. Pmech

MASZYNA ASYNCHRONICZNA 1. Oblicz sprawność silnika dla warunków znamionowych przy zadanej mocy strat i mocy znamionowej. Pmech MAYA AYCHOCA. Oblcz pawość lka dla wauków zaoowych pzy zadaej ocy tat ocy zaoowej. ech η η el ech ech. Jak a podtawe ocy zaoowej zaoowej pędkośc oblcza ę zaoowy oet lka? η 60 60 η 9,55 η 3. Wyzacz pawość

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 1. Wiadomości wstępne

STATYSTYKA MATEMATYCZNA WYKŁAD 1. Wiadomości wstępne TATYTYKA MATEMATYCZNA WYKŁAD Wadomośc wstępe tatystyka to dyscypla aukowa, której zadaem jest wykrywae, aalza ops prawdłowośc występujących w procesach masowych. Populacja to zborowość podlegająca badau

Bardziej szczegółowo

1 Dwuwymiarowa zmienna losowa

1 Dwuwymiarowa zmienna losowa 1 Dwuwymiarowa zmiea loowa 1.1 Dwuwymiarowa zmiea loowa kokowa X = x i, Y = y k = p ik przy czym i, k N oraz p ik = 1; i k p i = X = x i = p ik dla i N; p k = Y = y k = p ik dla k N; k i F 1 x = p i dla

Bardziej szczegółowo

Przegląd wybranych testów

Przegląd wybranych testów Statystya Wyład 7 Adam Ćmel A3-A4 3a cmel@agh.edu.pl Przegląd wybraych testów Testy dotyczące wartośc oczewae w rozładze ormalym problem testowaa rówośc średch w dwóch zależych populacach o rozładze ormalym.

Bardziej szczegółowo

opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn

opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn ROZKŁAD PRAWDOPODBIEŃSTWA WIELU ZMIENNYCH LOSOWYCH W przpadku gd mam do czea z zmem losowm możem prawdopodobeństwo, ż przjmą oe wartośc,,, opsać welowmarową fukcją rozkładu gęstośc prawdopodobeństwa f(,,,.

Bardziej szczegółowo

Metody Numeryczne Sprawozdanie IV

Metody Numeryczne Sprawozdanie IV Jace Złydach (JW) Metody Nuerycze Sprawozdae IV Wtęp Teoretyczy Wtęp Metody Nuerycze Sprawozdae IV Metody aproyac weloaowe (wtęp teoretyczy) Teate tego prawozdaa ą populare etody aproyac fuc. Praca ta,

Bardziej szczegółowo

[, ] [, ] [, ] ~ [23, 2;163,3] 19,023 2,7

[, ] [, ] [, ] ~ [23, 2;163,3] 19,023 2,7 6. Przez 0 losowo wybrayh d merzoo zas dojazdu do pray paa A uzyskują próbkę x,..., x 0. Wyk przedstawały sę astępująo: jest to próbka losowa z rozkładu 0 0 x 300, 944. x Zakładamy, że N ( µ, z ezaym parametram

Bardziej szczegółowo

METODY KOMPUTEROWE 1

METODY KOMPUTEROWE 1 MTODY KOMPUTROW WIADOMOŚCI WSTĘPN MTODA ULRA Mcał PŁOTKOWIAK Adam ŁODYGOWSKI Kosultacje aukowe dr z. Wtold Kąkol Pozań 00/00 MTODY KOMPUTROW WIADOMOŚCI WSTĘPN Metod umercze MN pozwalają a ormułowae matematczc

Bardziej szczegółowo

WALIDACJA METOD BADAŃ STOSOWANYCH W LOTOS LAB

WALIDACJA METOD BADAŃ STOSOWANYCH W LOTOS LAB Data 3//03 Nr wyd troa z Nr egz Nr wydaa troa Data wprowadzea zmay Zmaa Opracował Podps prawdzł Podps Zatwerdzł Podps Kamńsk Cudowsk Marjańsk Data 3//03 Nr wyd troa z Nr egz. Cel Celem ejszej strukcj jest

Bardziej szczegółowo

Średnia harmoniczna Za pomocą średniej harmonicznej obliczamy np. średnią prędkość jazdy samochodem.

Średnia harmoniczna Za pomocą średniej harmonicznej obliczamy np. średnią prędkość jazdy samochodem. Statystyka Statystyka jest auką, która zajmuje sę zberaem daych ch aalzą. Praca statystyka polega główe a zebrau dużej lośc daych opsujących jakeś zjawsko ch aalze terpretacj. Ne będzemy zajmować sę oczywśce

Bardziej szczegółowo

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer Statystyka Opsowa 014 część 3 Katarzya Lubauer Lteratura: 1. Statystyka w Zarządzau Admr D. Aczel. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucja Kowalsk. 4. Statystyka opsowa, Meczysław

Bardziej szczegółowo

System finansowy gospodarki

System finansowy gospodarki System fasowy gospodark Zajęca r 7 Krzywa retowośc, zadaa (mat. f.), marża w hadlu, NPV IRR, Ustawa o kredyce kosumeckm, fukcje fasowe Excela Krzywa retowośc (dochodowośc) Yeld Curve Krzywa ta jest grafczym

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Prawdopodobeństwo statystyka 0.06.0 r. Zadae. Ura zawera kul o umerach: 0,,,,. Z ury cągemy kulę, zapsujemy umer kulę wrzucamy z powrotem do ury. Czyość tę powtarzamy, aż kula z każdym umerem zostae wycągęta

Bardziej szczegółowo

STATYSTYKA OPISOWA. Statystyka. Losowanie (pomiar)

STATYSTYKA OPISOWA. Statystyka. Losowanie (pomiar) STATYSTYKA OPISOWA Statytyka Statytyka opowa Statytyka matematycza Loowae (pomar) Popuacja geeraa (rezutaty potecjaych pomarów) Próbka (rezutaty pomarów) Statytyka opowa zajmuje ę wtępym opracowaem wyków

Bardziej szczegółowo

Reprezentacje grup symetrii. g s

Reprezentacje grup symetrii. g s erezentace ru ymetr Teora rerezentac dea: oeracom ymetr rzyać oeratory dzałaące w rzetrzen func zwązać z nm funce, tóre oeratory te rzerowadzaą w ebe odobne a zb. untów odcza oerac ymetr rozważmy rzeztałcene

Bardziej szczegółowo