Modelowane obszary z zaznaczonymi stacjami obserwacyjnymi

Wielkość: px
Rozpocząć pokaz od strony:

Download "Modelowane obszary z zaznaczonymi stacjami obserwacyjnymi"

Transkrypt

1 Instytut Oceanografii Uniwersytetu Gdańskiego Jan Jędrasik Walidacja elu hydrodynamicznego i elu ProDeMo

2 elowane zary z zaznaczonymi stacjami erwacyjnymi Zatoka Gdañska W³ad P1 Gd_N ZN4 18 P116 Hel P11 P14 P11 NP ZN Œwib K Ba³t Ba³tyjsk Ba³tyk po³udniowy P P39 M3 P16 B1 Œwin Ko³ Ust P14 P P63 ZR4 P Zalew Wiœlany tacja pomiaru temperatury wody tacja pomiaru temperatury i zasolenia tacja pomiaru wahañ poziomu morza

3 Miary statystyczne zastosowane do weryfikacji elu Wielkości porównywane: y wartości elowane (MOD) i erwowane (OB) Różnice pomiędzy nimi y = y określono jako błąd elu Różnice pomiędzy średnimi Q m = y = y przyjęto za obciążenie bezwzględne elu Uśredniony kwadrat tej różnicy oznacza średni błąd kwadratowy E ( ) rs = y ( y y) y = Iloczyn standaryzowanych wielkości (OBL) N wyraża współczynnik korelacji ( ) ( y) r = = y i (OB) cov(, y) = y ( ) = N y y y

4 Średni błąd kwadratowy wyraża ( ) ) var( m rs Q y y E + = = po rozwinięciu o ) ( ) ( ) ( 1 ) ( 1 ) ( 1 ) var( y y r y y N N y y N y N y + = Σ Σ + Σ = = Σ = o dodaniu i odjęciu r oraz uporządkowaniu wyraża związek ze współczynnikiem korelacji w postaci + + = ) (1 m y rs Q r r E Drugi człon w nawiasie oznaczymy = r C y jako obciążenie warunkowe równania opisujące współzależność między błędem elu i jego symulacją Trzeci człon równania wyraża obciążenie bezwarunkowe m Q B = zdefiniowane jako stosunek obciążenia bezwzględnego do odchylenia standardowego erwacji

5 Wyrażenie E rs podzielone przez z oznaczeniem 1 E rs = E oznacza współczynnik determinacji lub efektywności E = r C nazywany współczynnikiem Nasha i uttcliff a (Węglarczyk, 1998) Jeżeli nie ma żadnych obciążeń, to jest on równy kwadratowi współczynnika korelacji. Obciążenia wyników elu obniżają wartości współczynnika efektywności, który wskazuje realnie na charakter symulacji. B E Relacja współczynnika korelacji z całkowitym błędem kwadratowym E = rs rc prowadzi do współzależności tzw. specjalnego współczynnika korelacji Erc R s względem E rc w postaci Rs = 1 + Współczynnik ten jest równy jedności gdy średni błąd kwadratowy jest równy zero, a jego wartość maleje ze wzrostem E. rc y Błąd procentowy symulacji elu δ = 1% Klasy dokładności symulacji dla przedziałów procentowych błędu według Mayera (1979): bardzo dobra δ < 1%, dobra 1% < δ < %, dostateczna % < δ < 3% nie do przyjκcia δ > 3%. min

6 - - Depth [m] Depth [m] a) erved -1 b) erved Distance [km] Distance [km] Depth [m] Depth [m] a) elled -1 b) elled erwowane i elowane rozkłady tlenu rozpuszczonego O-O w przekroju od ujścia Wisły do stacji P1 poprzez P11 i P116 a) 4 marca 199 b) 8 sierpnia 199

7 Temperatura [ C] 1 1 a) Hel r =.98 Temperatura [ C] 1 1 b) Świbno r = [dni] [dni] Temperature [ C] 1 1 c) Bałtyjsk r = [dni] Przebieg temperatury wody powierzchniowej erwowanej i elowanej na stacjach brzegowych w a) Helu i b) Świbnie, w 199 oraz w Bałtyjsku w roku 1994

8 Temperatura [ C] P_1 r =.98 Temperatura [ C] P_ r =.97 Temperatura [ C] P_3 r = Temperatura [ C] P_4 r =.97 Temperatura [ C] P_ r =.9 Temperatura [ C] P_6 r = Temperatura [ C] P_7 r =.9 Temperatura [ C] P_8 r =.96 Temperatura [ C] P_9 r = Przebieg erwowanej (OB) i elowanej (MOD) temperatury wody powierzchniowej w punktach 1-1 Zalewu Wiślanego za okres

9 Tw [ C] 1 1 [psu] ] -1 P_ P_ Tw [ C] [psu] ] -1 P_ ] -1 P_ Tw [ C] 1 1 [psu] ] P_ ] P_

10 Temperatura wody [ C] Temperatura wody [ C] Punkt P Punkt P Temperatura wody [ C] Punkt P Temperatura wody [ C] Punkt ZN Temperatura wody [ C] Temperatura wody [ C] Punkt P Punkt ZN elowane i erwowane pionowe rozkłady temperatury wody w wybranych punktach Zatoki Gdańskiej: P1, P11, ZN4 w sezonie letnim 199_96

11 Zasolenie wody [psu] Punkt P Zasolenie wody [psu] Punkt P Zasolenie wody [psu] e -1 - Punkt P Zasolenie wody [ C] Punkt ZN Zasolenie wody [psu] Punkt P Zasolenie wody [ C] Punkt ZN elowane i erwowane pionowe rozkłady zasolenia w wybranych punktach Zatoki Gdańskiej: P1, P11, ZN4 w sezonach jesiennych 199_96

12 Tabela 1. Współczynniki korelacji i odchylenia standardowe dla temperatur wody i zasolenia w punktach erwacyjnych Zatoki Gdańskiej w okresie tacja T w Liczba R D R D erwacji P P P P ZN ZN NP K R P Tabela. Współczynniki korelacji i odchylenia standardowe dla temperatur wody i zasolenia na stacjach erwacyjnych Basenu Gdańskiego w okresie tacja R D R D erwacji T w Liczba P P P

13 Tw [ o C] z=m MOD OB r =.97 D = 1.43 Tw [ o C] 4. MOD z=3m OB r =.9 D =.43 Tw [ o C] 4. MOD z=6m OB r =.9 D = Tw [ o C] 4. z=1m 16. MOD 8.. OB r = -. D = Przebieg powierzchniowej zmienności erwowanych i elowanych temperatur wody T w na Głębi Gdańskiej, stacja P1 z = m z = 3 m z = 6 m z = 1 m w okresie 1994

14 Zasolenie [psu] 9 _MOD P1 z=m _OB 7 Zasolenie [psu] 9 _MOD P14 z=m _OB 7 Zasolenie [psu] 9 P z=m _MOD _OB Przebieg powierzchniowej zmienności erwowanych (OB) i elowanych (MOD) wartości zasolenia na Głębi Gdańskiej stacja P1, Basenie Gdańskim stacja P14, Basenie Bornholmskim stacja P, w okresie 1994

15 7 o MOD [ C] 6 Świ R=.81 D=6.1 N= OB [ o C] Tabela 4 Ocena symulacji poziomu morza wg klasyfikacji Mayera (1979) MOD [cm] 6 7 Wła R=.8 D=3.9 N= OB [cm] 7 o MOD [ C] 6 Gda R=.84 D=4.6 N= OB [ o C] 7 6 Klasa G9 H9 W9 Ś9 K9 U9 Ś W G

16 Poziom morza [cm] Świ r=.7 D=1.6 Poziom morza [cm] Koł r =.7 D= Poziom morza [cm] Ust r =.68 D=1.9 Poziom morza [cm] Wła r =.76 D=19.8 Poziom morza [cm] Poziom morza [cm] [dni] Hel r =.7 D=13. Bałt r =.83 D= Poziom morza [cm] Gda r =.71 D=13.9 Przebieg wahań poziomu morza erwowanego (OB) i elowanego (MOD) na polskich stacjach brzegowych w 199r oraz w Bałtyjsku 1994r

17 . a). b) sze r.ge ogr.n. 4. s ze r.ge ogr.n d³ug.geogr.e d³ug.geogr.e Pola temperatury wody powierzchniowej z 9 sierpnia 1996 a) erwowane b) elowane

18 . a). b) szer.geogr.n. 4. s ze r.ge ogr.n d³ug.geogr.e d³ug.geogr.e Pola temperatury wody powierzchniowej z 3 września 1996 a) erwowane b) elowane Tabela. Korelacja pól temperatury erwowanej na zdjęciach satelitarnych i elowanych Termin R

19 ZANIŻONE ZAWYŻONE Ś K U W H G 199 ZANIŻONE ZAWYŻONE T w B39 P P14 P63 R4 P1 P11 P116 P14 P11 NP ZN K Obciążenia bezwzględne symulacji wahań poziomu morza w roku 199 i oraz temperatury wody i zasolenia za okres Parametry Q m C B E rs E rc r r E R s T

20 a) 1.1 Współczynnik korelacji [Rs] 1. Bardzo dobry Bardzo dobry K_9 W_9 W_ Gd_9 U_9 Gd_ Ś_9 Ś_ Ś K U W Gd Całkowity błąd kwadratowy [Erc] b) Współczynnik korelacji [Rs] Temperatura wody Bardzo dobry Dobry Bardzo dobry Dobry B39 P P14 P63 R4 P1 P11 P116 P14 P11 NP ZN k c) Współczynnik korelacji [Rs] Zasolenie Bardzo dobry Dobry Bardzo dobry Dobry B39 P P14 P63 R4 P1 P11 P116 P14 P11 NP ZN k Całkowity błąd kwadratowy [Erc] Całkowity błąd kwadratowy [Erc] pecjalny współczynnik korelacji w funkcji całkowitego błędu kwadratowego a) dla poziomów morza b) temperatury wody c) zasolenia

21 el ProDeMo

22 - - Depth [m] Depth [m] a) erved -1 b) erved Distance [km] Distance [km] Depth [m] Depth [m] a) elled -1 b) elled erwowane i elowane rozkłady azotanów N-NO 3 w przekroju od ujścia Wisły do stacji P1 poprzez P11 i P116 a) 4 marca 199 b) 8 sierpnia 199

23 OB [g m -3 ] MOD [g m -3 ]..1. P1_NO 3 R=.8 D=.4 N=477 MOD [g m -3 ].1 P1_NH 4 R=.49 D=.3 N= MOD [g m -3 ].3. P1_PO 4.1 R=.8 D=.4 N= MOD [g m -3 ] P1_iO 4.3 R=.84 D=.31 N= MOD [g m -3 ] 1 6 P1_O R=.8 D=.9 N= MOD [ o C] 1 1 P1_T w R=.88 D=1.69 N= OB [ o C] Zależność pomiędzy wartościami erwowanymi (OB) i elowanymi (MOD) parametrów chemicznych i fizycznych w południowej części Bałtyku stacja: P1 w okresie (R współczynnik korelacji, D odchylenie standardowe, N liczba erwacji)

24 N-NO 3 [gm -3 ] N-NO 3 [gm -3 ] N-NO 3 [gm -3 ] N-NO 3 [gm -3 ] Depth [m] Feb -11 Depth [m] Apr -11 Depth [m] Aug -11 Depth [m] Nov -11 N-NH 4 [gm -3 ] Feb - N-NH 4 [gm -3 ] Apr - N-NH 4 [gm -3 ] Aug - N-NH 4 [gm -3 ] Nov P-PO 4 [gm -3 ] P-PO 4 [gm -3 ] P-PO 4 [gm -3 ] P-PO 4 [gm -3 ] Feb Apr Aug -3 1 Nov ezonowa zmienność (w roku ), pionowych rozkładów erwowanych (OB) i elowanych (MOD) parametrów fizyko-chemicznych wód Głębi Gdańskiej w punkcie P1: azotanów, amoniaku, fosforanów

25 NO 3 [gm 3 ].3 MOD..1. OB r =.69 D =.3 NH 4 [gm -3 ].9 MOD.6.3. OB r =.33 D =.6 PO 4 [gm -3 ].3.. MOD OB r =.64 D =.8 io 4 [gm -3 ] O [gm -3 ] Tw [ o C].4 MOD OB r =.7 D = MOD OB r =.79 D = 1.8 MOD OB r =.97 D = Przebieg powierzchniowej zmienności erwowanych i elowanych parametrów fizyko chemicznych: azotanów N-NO3, amoniaku N-NH4, fosforanów P-PO4, krzemianów i-io4, tlenu rozpuszczonego O-O, temperatury wody Tw na Głębi Gdańskiej (stacja P1) w okresie 1994

26 NO 3 [gm 3 ].3..1 MOD OB r =.18 D =.6. NH 4 [gm -3 ] MOD OB r =.16 D =.9 PO 4 [gm -3 ].3 MOD..1. OB r =.33 D =.61 io 4 [gm -3 ] O [gm -3 ] Tw [ o C] MOD OB r =.4 D =.469 MOD OB r =.3 D = MOD 16. OB r = -. D = Przebieg zmienności erwowanych i elowanych parametrów fizyko chemicznych: azotanów N-NO3, amoniaku N-NH 4, fosforanów P-PO 4, krzemianów i-io 4, tlenu rozpuszczonego O-O, temperatury wody T w na Głębi Gdańskiej (stacja P1 z = 1 m) w okresie 1994

27 zaniżone wartości zawyżone NO 3 O io 4 NO 3 N tot NH 4 O T O NH 4 T N tot T N tot O T N NH 4 PO tot io 4 P io io PO PO P tot 4 tot 4 PO P P 4 tot tot P1 P14 P Wszystkie punkty Punkty NH 4 NO 3 NO 3 PO 4 P tot io 4 O T NO 3 N tot NH 4 Obciążenia bezwarunkowe elu obliczone dla zmiennych stanu elu ProDeMO dla okresu 1994-

28 a) 1..8 P1 b) P c) 1. R_współczynnik korelacji liniowej R _współczynnik determinacji E_współczynnik efektywności Nasha utcliffes'a C _obciążenie warunkowe B _obciążenie bezwarunkowe PO 4 P tot io 4 O T NO 3 N tot NH d) 1. R_współczynnik korelacji liniowej R _współczynnik determinacji E_współczynnik efektywności Nasha utcliffes'a C _obciążenie warunkowe B _obciążenie bezwarunkowe PO 4 P tot io 4 O T NO 3 N tot NH 4.8 P R_współczynnik korelacji liniowej R _współczynnik determinacji E_współczynnik efektywności Nasha utcliffes'a C _obciążenie warunkowe B _obciążenie bezwarunkowe PO 4 P tot io 4 O T NO 3 N tot NH R_współczynnik korelacji liniowej R _współczynnik determinacji E_współczynnik Nasha utcliffes'a C _obciążenie warunkowe B _obciążenie bezwarunkowe Wszystkie stacje PO 4 P tot io 4 O T NO 3 N tot NH 4 Współczynniki korelacji, determinacji i efektywności oraz obciążenia dla zmiennych stanu na stacjach: a) P1, b) P14, c) P, d) wszystkie stacje, w okresie 1994-

29 a) Współczynnik korelacji [Rs] Całkowity błąd kwadratowy [Erc] Bardzo dobry Dobry N tot io 4 T O PO 4 P tot io 4 O T NO 3 N tot NH 4 P tot NO 3 PO 4 NH 4 Bardzo dobry Dobry b) Współczynnik korelacji [Rs] Całkowity błąd kwadratowy [Erc] O Bardzo dobry T Dobry N tot P tot PO 4 P tot PO 4 io 4 O T NO 3 N tot NH 4 NO 3 Bardzo dobry io 4 Dobry NH 4 c) Współczynnik korelacji [Rs] Bardzo dobry T Dobry O N tot io4 PO 4 P tot io 4 O T NO 3 N tot NH 4 NO 3 PO 4 Bardzo dobry Dobry P tot NH 4 d) Współczynnik korelacji [Rs] P14P1 P P P1 Bardzo dobry Dobry P1 P P P1 P14 PO 4 P tot io 4 O T NO 3 N tot NH 4 P1 P1 P1 P P P P1 P P14 Bardzo dobry Dobry P Całkowity błąd kwadratowy [Erc] Całkowity błąd kwadratowy [Erc] pecjalne współczynniki korelacji w funkcji całkowitego błędu kwadratowego a) dla zmiennych stanu ze wszystkich pomiarów b) dla warstwy powierzchniowej c) dla warstwy przydennej d) dla punktów P1, P14, P z okresu 1994-

30 weryfikowany według: Podsumowanie: el hydrodynamiczny wahań poziomu morza, rozkładów temperatury wody i jej zasolenia oraz obrazów satelitarnch temperatury uzyskał wysokie oceny statystyczne potwierdzające zgodność wartości elowanych i erwowanych we wszystkich akwenach dla 6 letniego okresu porównań. el hd wskazał rejon występowania, wielkość i kształt upwellingów na powierzchni morza potwierdzonych zdjęciami satelitarnymi. el odwzorowywał także strukturę kolumny wody. Bezpośrednie rejsy erwacyjne wskazały na potrzebę zwiększenia rozdzielczości siatek numerycznych dla akwenów występowania upwellingów. Obecna rozdzielczość z oczkiem 1mM pozwala na ocenę zgrubną. el hd zaniżał wartości temperatury wody, zawyżał zasolenie, a także w niektórych okresach wahania poziomu morza

31 el ProDeMo elowane wartości zmiennych stanu opisujące procesy biogeochemiczne konfrontowane z rzeczywistymi wartościami pomierzonymi wykazały generalnie dużą zgodność przestrzennych i czasowych rozkładów w zakresie soli biogenicznych oraz miejsca i czasu zakwitów fitoplanktonu elowane przebiegi soli biogenicznych w odniesieniu do związków azotowych były zawyżone, a dla fosforowych i krzemowych zaniżone. elowany tlen rozpuszczony wysoko korelował z wartościami pomierzonymi w górnych warstwach toni wodnej, jednak w przydennych nie symulował deficytów tlenu, które były erwowane. Wprowadzona metodyka oceny eli wskazała ich zalety oraz niedomagania Wskazane obciążenia elu korygowały wysokie korelacje pokazując efektywność związków pomiędzy wartościami elowanymi i erwowanymi. Zastosowane miary statystyczne pozwoliły na oceny każdej zmiennej stanu na dowolnym poziomie głębokości, dowolnej stacji oraz wszystkich zmiennych łącznie w całym akwenie.

Instytut Oceanografii Uniwersytetu Gdańskiego

Instytut Oceanografii Uniwersytetu Gdańskiego Instytut Oceanografii Uniwersytetu Gdańskiego Jan Jędrasik Walidacja hydrodynamicznego Morza Bałtyckiego elowane zary z zaznaczonymi stacjami erwacyjnymi Zatoka Gdañska W³ad P1 Gd_N ZN4 18 P116 Hel P1

Bardziej szczegółowo

Modelowane obszary z zaznaczonymi stacjami obserwacyjnymi

Modelowane obszary z zaznaczonymi stacjami obserwacyjnymi Institute of Oceanogph Gdańsk Universit Jan Jędrasik Walidacja elu hdrodnamicznego elowane obszar z zaznaczonmi stacjami obserwacjnmi Zatoka Gdañska W³ad P1 Gd_N ZN4 18 P116 Hel P1 P4 P1 NP ZN Œwib K Ba³t

Bardziej szczegółowo

Raport Specjalny z Rejsu Wielki Wlew do Bałtyku

Raport Specjalny z Rejsu Wielki Wlew do Bałtyku INSTYTUT METEOROLOGII I GOSPODARKI WODNEJ - PIB Oddział Morski w Gdyni 81-342 GDYNIA Waszyngtona 42 tel. (+48) 58 628 81 00 fax (+48) 58 628 81 63 Raport Specjalny z Rejsu Wielki Wlew do Bałtyku Statek:

Bardziej szczegółowo

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

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

Bardziej szczegółowo

KORELACJE I REGRESJA LINIOWA

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

Bardziej szczegółowo

Mapy zagrożenia powodziowego od strony morza

Mapy zagrożenia powodziowego od strony morza Mapy zagrożenia powodziowego od strony morza Wyniki - Centrum Modelowania Powodzi i Suszy w Gdyni Monika Mykita IMGW PIB Oddział Morski w Gdyni 28.11.2012 r. Obszar działania CMPiS w Gdyni Obszar działania

Bardziej szczegółowo

Zakład Ekologii Wód Instytut Morski w Gdańsku

Zakład Ekologii Wód Instytut Morski w Gdańsku Zakład Ekologii Wód Instytut Morski w Gdańsku 80-307 Gdańsk, ul. Abrahama 1 tel. (58) 552 00 93-95, fax. (58) 552 46 13 Określenie stanu środowiska akwenu Martwej Wisły i Motławy na podstawie pomiarów

Bardziej szczegółowo

WSKAZÓWKI DO WYKONANIA SPRAWOZDANIA Z WYRÓWNAWCZYCH ZAJĘĆ LABORATORYJNYCH

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

Bardziej szczegółowo

Analiza współzależności zjawisk

Analiza współzależności zjawisk Analiza współzależności zjawisk Informacje ogólne Jednostki tworzące zbiorowość statystyczną charakteryzowane są zazwyczaj za pomocą wielu cech zmiennych, które nierzadko pozostają ze sobą w pewnym związku.

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Seminaria projektu SatBałtyk semestr letni 2014 sala seminaryjna IO PAN, godz. 11:30

Seminaria projektu SatBałtyk semestr letni 2014 sala seminaryjna IO PAN, godz. 11:30 Seminaria projektu SatBałtyk semestr letni 2014 sala seminaryjna IO PAN, godz. 11:30 Data Referenci Tematyka wystąpienia lub temat referatu 19 02 2014 prof. Bogdan Woźniak, dr Dariusz Ficek (Instytut Fizyki

Bardziej szczegółowo

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 7

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 7 STATYSTYKA I DOŚWIADCZALNICTWO Wykład 7 Analiza korelacji - współczynnik korelacji Pearsona Cel: ocena współzależności między dwiema zmiennymi ilościowymi Ocenia jedynie zależność liniową. r = cov(x,y

Bardziej szczegółowo

STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE

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

Bardziej szczegółowo

REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ MODEL REGRESJI WIELORAKIEJ. Analiza regresji i korelacji

REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ MODEL REGRESJI WIELORAKIEJ. Analiza regresji i korelacji Statystyka i opracowanie danych Ćwiczenia 5 Izabela Olejarczyk - Wożeńska AGH, WIMiIP, KISIM REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ MODEL REGRESJI WIELORAKIEJ MODEL REGRESJI LINIOWEJ Analiza regresji

Bardziej szczegółowo

Regresja wielokrotna jest metodą statystyczną, w której oceniamy wpływ wielu zmiennych niezależnych (X1, X2, X3,...) na zmienną zależną (Y).

Regresja wielokrotna jest metodą statystyczną, w której oceniamy wpływ wielu zmiennych niezależnych (X1, X2, X3,...) na zmienną zależną (Y). Statystyka i opracowanie danych Ćwiczenia 12 Izabela Olejarczyk - Wożeńska AGH, WIMiIP, KISIM REGRESJA WIELORAKA Regresja wielokrotna jest metodą statystyczną, w której oceniamy wpływ wielu zmiennych niezależnych

Bardziej szczegółowo

Anomalie gradientu pionowego przyspieszenia siły ciężkości jako narzędzie do badania zmian o charakterze hydrologicznym

Anomalie gradientu pionowego przyspieszenia siły ciężkości jako narzędzie do badania zmian o charakterze hydrologicznym Anomalie gradientu pionowego przyspieszenia siły ciężkości jako narzędzie do badania zmian o charakterze hydrologicznym Dawid Pruchnik Politechnika Warszawska 16 września 2016 Cel pracy Zbadanie możliwości

Bardziej szczegółowo

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 5

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 5 STATYSTYKA I DOŚWIADCZALNICTWO Wykład 5 Analiza korelacji - współczynnik korelacji Pearsona Cel: ocena współzależności między dwiema zmiennymi ilościowymi Ocenia jedynie zależność liniową. r = cov(x,y

Bardziej szczegółowo

Rozkład normalny Parametry rozkładu zmiennej losowej Zmienne losowe wielowymiarowe

Rozkład normalny Parametry rozkładu zmiennej losowej Zmienne losowe wielowymiarowe Statystyka i opracowanie danych W4 Rozkład normalny Parametry rozkładu zmiennej losowej Zmienne losowe wielowymiarowe Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl Rozkład normalny wykres funkcji gęstości

Bardziej szczegółowo

METODY STATYSTYCZNE W BIOLOGII

METODY STATYSTYCZNE W BIOLOGII METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne

Bardziej szczegółowo

Model fizykochemiczny i biologiczny

Model fizykochemiczny i biologiczny Model fizykochemiczny i biologiczny dr Czesław Kliś Instytut Ekologii Terenów Uprzemysłowionych Projekt współfinansowany ze środków Europejskiego Funduszu Rozwoju Regionalnego w ramach Programu Operacyjnego

Bardziej szczegółowo

2.2.6. Wskaźnik opisowy W10 Śmieci w morzu

2.2.6. Wskaźnik opisowy W10 Śmieci w morzu Raport do Komisji Europejskiej dot. Wstępnej oceny stanu środowiska morskiego 133 2.2.6. Wskaźnik opisowy W10 Śmieci w morzu W10: Właściwość ani ilość znajdujących się w wodzie morskiej nie powodują szkód

Bardziej szczegółowo

Marek Kowalewski. Uniwersytet Gdański, Instytut Oceanografii Al. Marszałka Piłsudskiego 46, 81-378 Gdynia e-mail: ocemk@univ.gda.

Marek Kowalewski. Uniwersytet Gdański, Instytut Oceanografii Al. Marszałka Piłsudskiego 46, 81-378 Gdynia e-mail: ocemk@univ.gda. Operacyjny hydrodynamiczny Zatoki Gdańskiej Marek Kowalewski Uniwersytet Gdański, Instytut Oceanografii Al. Marszałka Piłsudskiego 46, 81-378 Gdynia e-mail: ocemk@univ.gda.pl Abstrakt Uruchomiony w ostatnim

Bardziej szczegółowo

Wiciowce nanoplanktonowe: po co zajmować się czymkolwiek innym?

Wiciowce nanoplanktonowe: po co zajmować się czymkolwiek innym? Wiciowce nanoplanktonowe: po co zajmować się czymkolwiek innym? Dr Kasia Piwosz Zakład Oceanografii Rybackiej i Ekologii Morza Plan prezentacji Kim są wiciowce nanoplanktonowe? Jaka jest ich rola w środowisku

Bardziej szczegółowo

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI REGRESJA LINIOWA

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI REGRESJA LINIOWA WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI REGRESJA LINIOWA Powtórka Powtórki Kowiariancja cov xy lub c xy - kierunek zależności Współczynnik korelacji liniowej Pearsona r siła liniowej zależności Istotność

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Przyrodnicze uwarunkowania planowania przestrzennego w Polskich Obszarach Morskich z uwzględnieniem Sieci NATURA 2000

Przyrodnicze uwarunkowania planowania przestrzennego w Polskich Obszarach Morskich z uwzględnieniem Sieci NATURA 2000 Przyrodnicze uwarunkowania planowania przestrzennego w Polskich Obszarach Morskich z uwzględnienie Sieci NATURA Raport z wykonania zadania.. Opracowanie dla obszaru polskich wód orskich warstw: kliat falowy,

Bardziej szczegółowo

Załącznik 1.1. Lokalizacja punktów pomiaru miąższości wybranych pokładów węgla w KWK Murcki (opróbowanie wiertnicze i górnicze)

Załącznik 1.1. Lokalizacja punktów pomiaru miąższości wybranych pokładów węgla w KWK Murcki (opróbowanie wiertnicze i górnicze) ZAŁĄCZNIKI SPIS ZAŁĄCZNIKÓW Załącznik 1.1. Lokalizacja punktów pomiaru miąższości wybranych pokładów węgla w KWK Murcki (opróbowanie wiertnicze i górnicze) Załącznik 1.2. Lokalizacja punktów pomiaru miąższości

Bardziej szczegółowo

Ćwiczenie nr 2: ZaleŜność okresu drgań wahadła od amplitudy

Ćwiczenie nr 2: ZaleŜność okresu drgań wahadła od amplitudy Wydział PRACOWNIA FIZYCZNA WFiIS AGH Imię i nazwisko 1. 2. Temat: Rok Grupa Zespół Nr ćwiczenia Data wykonania Data oddania Zwrot do popr. Data oddania Data zaliczenia OCENA Ćwiczenie nr 2: ZaleŜność okresu

Bardziej szczegółowo

Zadania ze statystyki cz.5 I rok socjologii miary związków między zmiennymi jakościowymi

Zadania ze statystyki cz.5 I rok socjologii miary związków między zmiennymi jakościowymi Zadania ze statystyki cz.5 I rok socjologii miary związków między zmiennymi jakościowymi Zadanie 1 Zdaniem wielu komentatorów, kobiety częściej niż mężczyźni głosują na partię rządzącą. Wyniki badań przedstawia

Bardziej szczegółowo

83 Przekształcanie wykresów funkcji (cd.) 3

83 Przekształcanie wykresów funkcji (cd.) 3 Zakres podstawowy Zakres rozszerzony dział temat godz. dział temat godz,. KLASA 1 (3 godziny tygodniowo) - 90 godzin KLASA 1 (5 godzin tygodniowo) - 150 godzin I Zbiory Zbiory i działania na zbiorach 2

Bardziej szczegółowo

INFOBAZY 2014 VII KRAJOWA KONFERENCJA NAUKOWA INSPIRACJA - INTEGRACJA - IMPLEMENTACJA

INFOBAZY 2014 VII KRAJOWA KONFERENCJA NAUKOWA INSPIRACJA - INTEGRACJA - IMPLEMENTACJA Centrum Informatyczne TASK Politechnika Gdańska Instytut Oceanologii Polskiej Akademii Nauk (IO PAN) INFOBAZY 2014 VII KRAJOWA KONFERENCJA NAUKOWA INSPIRACJA - INTEGRACJA - IMPLEMENTACJA Gdańsk Sopot,

Bardziej szczegółowo

Statystyka opisowa. Wykład V. Regresja liniowa wieloraka

Statystyka opisowa. Wykład V. Regresja liniowa wieloraka Statystyka opisowa. Wykład V. e-mail:e.kozlovski@pollub.pl Spis treści 1 Prosta regresji cechy Y względem cech X 1,..., X k. 2 3 Wyznaczamy zależność cechy Y od cech X 1, X 2,..., X k postaci Y = α 0 +

Bardziej szczegółowo

PROBLEMATYKA KLASYFIKACJI TYPOLOGICZNEJ WÓD W OBRĘBIE POLSKICH OBSZARÓW MORSKICH RP

PROBLEMATYKA KLASYFIKACJI TYPOLOGICZNEJ WÓD W OBRĘBIE POLSKICH OBSZARÓW MORSKICH RP PROBLEMATYKA KLASYFIKACJI TYPOLOGICZNEJ WÓD W OBRĘBIE POLSKICH OBSZARÓW MORSKICH RP Włodzimierz Krzymiński Magdalena Kamińska Oddział Morski IMGW w Gdyni Lidia Kruk-Dowgiałło Instytut Morski w Gdańsku

Bardziej szczegółowo

Rozdział 8. Regresja. Definiowanie modelu

Rozdział 8. Regresja. Definiowanie modelu Rozdział 8 Regresja Definiowanie modelu Analizę korelacji można traktować jako wstęp do analizy regresji. Jeżeli wykresy rozrzutu oraz wartości współczynników korelacji wskazują na istniejąca współzmienność

Bardziej szczegółowo

Statystyka. Wykład 8. Magdalena Alama-Bućko. 23 kwietnia Magdalena Alama-Bućko Statystyka 23 kwietnia / 38

Statystyka. Wykład 8. Magdalena Alama-Bućko. 23 kwietnia Magdalena Alama-Bućko Statystyka 23 kwietnia / 38 Statystyka Wykład 8 Magdalena Alama-Bućko 23 kwietnia 2017 Magdalena Alama-Bućko Statystyka 23 kwietnia 2017 1 / 38 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia

Bardziej szczegółowo

Obciążenia, warunki środowiskowe. Modele, pomiary. Tomasz Marcinkowski

Obciążenia, warunki środowiskowe. Modele, pomiary. Tomasz Marcinkowski Obciążenia, warunki środowiskowe. Modele, pomiary. Tomasz Marcinkowski 1. Obciążenia środowiskowe (wiatr, falowanie morskie, prądy morskie, poziomy zwierciadła wody, oddziaływanie lodu) 2. Poziomy obciążeń

Bardziej szczegółowo

Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki

Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki Spis treści I. Wzory ogólne... 2 1. Średnia arytmetyczna:... 2 2. Rozstęp:... 2 3. Kwantyle:... 2 4. Wariancja:... 2 5. Odchylenie standardowe:...

Bardziej szczegółowo

Niepewności pomiarów

Niepewności pomiarów Niepewności pomiarów Międzynarodowa Organizacja Normalizacyjna (ISO) w roku 1995 opublikowała normy dotyczące terminologii i sposobu określania niepewności pomiarów [1]. W roku 1999 normy zostały opublikowane

Bardziej szczegółowo

Hydrologia w operatach wodnoprawnych

Hydrologia w operatach wodnoprawnych Stowarzyszenie Hydrologów Polskich. Wyzsza Szkola Administracji w Bielsku-Białej SH P Beniamin Więzik Hydrologia w operatach wodnoprawnych Warszawa, 21 września 2017 r. Ustawa z dnia 23 sierpnia 2017 r.

Bardziej szczegółowo

Korelacja, autokorelacja, kowariancja, trendy. Korelacja określa stopień asocjacji między zmiennymi

Korelacja, autokorelacja, kowariancja, trendy. Korelacja określa stopień asocjacji między zmiennymi Korelacja, autokorelacja, kowariancja, trendy Korelacja określa stopień asocjacji między zmiennymi Kowariancja Wady - ograniczenia. Wartość kowariancji zależy od rozmiarów zmienności zmiennej.. W konsekwencji

Bardziej szczegółowo

Analiza Współzależności

Analiza Współzależności Statystyka Opisowa z Demografią oraz Biostatystyka Analiza Współzależności Aleksander Denisiuk denisjuk@euh-e.edu.pl Elblaska Uczelnia Humanistyczno-Ekonomiczna ul. Lotnicza 2 82-300 Elblag oraz Biostatystyka

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Analiza Danych Sprawozdanie regresja Marek Lewandowski Inf 59817

Analiza Danych Sprawozdanie regresja Marek Lewandowski Inf 59817 Analiza Danych Sprawozdanie regresja Marek Lewandowski Inf 59817 Zadanie 1: wiek 7 8 9 1 11 11,5 12 13 14 14 15 16 17 18 18,5 19 wzrost 12 122 125 131 135 14 142 145 15 1 154 159 162 164 168 17 Wykres

Bardziej szczegółowo

PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK

PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK 1 PROGNOZOWANIE I SYMULACJE 2 http://www.outcome-seo.pl/excel1.xls DODATEK SOLVER WERSJE EXCELA 5.0, 95, 97, 2000, 2002/XP i 2003. 3 Dodatek Solver jest dostępny w menu Narzędzia. Jeżeli Solver nie jest

Bardziej szczegółowo

X WYKŁAD STATYSTYKA. 14/05/2014 B8 sala 0.10B Godz. 15:15

X WYKŁAD STATYSTYKA. 14/05/2014 B8 sala 0.10B Godz. 15:15 X WYKŁAD STATYSTYKA 14/05/2014 B8 sala 0.10B Godz. 15:15 WYKŁAD 10 ANALIZA KORELACJI Korelacja 1. Współczynnik korelacji 2. Kowariancja 3. Współczynnik korelacji liniowej definicja 4. Estymacja współczynnika

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Nowy podział na jednolite części wód powierzchniowych (wody przejściowe i przybrzeżne) na lata

Nowy podział na jednolite części wód powierzchniowych (wody przejściowe i przybrzeżne) na lata Nowy podział na jednolite części wód powierzchniowych (wody przejściowe i przybrzeżne) na lata 2021-2027 Wojciech Kraśniewski, Włodzimierz Krzymiński IMGW-PIB oddział Morski w Gdyni Weryfikacja liczby

Bardziej szczegółowo

Rozkłady dwóch zmiennych losowych

Rozkłady dwóch zmiennych losowych Rozkłady dwóch zmiennych losowych Uogólnienie pojęć na rozkład dwóch zmiennych Dystrybuanta i gęstość prawdopodobieństwa Rozkład brzegowy Prawdopodobieństwo warunkowe Wartości średnie i odchylenia standardowe

Bardziej szczegółowo

WYKŁAD 3 - KARTODIAGRAMY HALINA KLIMCZAK

WYKŁAD 3 - KARTODIAGRAMY HALINA KLIMCZAK WYKŁAD 3 - KARTODIAGRAMY HALINA KLIMCZAK METODY PREZENTACJI Dane bezpośrednie (cechy mierzalne) Dane relatywne (wskaźniki natężenia) metoda kartodiagramu metoda kropkowa metoda izolinii (dla danych występujących

Bardziej szczegółowo

W OPARCIU JEDNOWIĄZKOWY SONDAŻ HYDROAKUSTYCZNY

W OPARCIU JEDNOWIĄZKOWY SONDAŻ HYDROAKUSTYCZNY TWORZENIE MODELU DNA ZBIORNIKA WODNEGO W OPARCIU O JEDNOWIĄZKOWY SONDAŻ HYDROAKUSTYCZNY Tomasz Templin, Dariusz Popielarczyk Katedra Geodezji Satelitarnej i Nawigacji Uniwersytet Warmińsko Mazurski w Olsztynie

Bardziej szczegółowo

Psychometria PLAN NAJBLIŻSZYCH WYKŁADÓW. Co wyniki testu mówią nam o samym teście? A. Rzetelność pomiaru testem. TEN SLAJD JUŻ ZNAMY

Psychometria PLAN NAJBLIŻSZYCH WYKŁADÓW. Co wyniki testu mówią nam o samym teście? A. Rzetelność pomiaru testem. TEN SLAJD JUŻ ZNAMY definicja rzetelności błąd pomiaru: systematyczny i losowy Psychometria Co wyniki testu mówią nam o samym teście? A. Rzetelność pomiaru testem. rozkład X + błąd losowy rozkład X rozkład X + błąd systematyczny

Bardziej szczegółowo

Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1.

Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1. tel. 44 683 1 55 tel. kom. 64 566 811 e-mail: biuro@wszechwiedza.pl Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: gdzie: y t X t y t = 1 X 1

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Zależność. przyczynowo-skutkowa, symptomatyczna, pozorna (iluzoryczna),

Zależność. przyczynowo-skutkowa, symptomatyczna, pozorna (iluzoryczna), Zależność przyczynowo-skutkowa, symptomatyczna, pozorna (iluzoryczna), funkcyjna stochastyczna Korelacja brak korelacji korelacja krzywoliniowa korelacja dodatnia korelacja ujemna Szereg korelacyjny numer

Bardziej szczegółowo

Komputerowa Analiza Danych Doświadczalnych

Komputerowa Analiza Danych Doświadczalnych Komputerowa Analiza Danych Doświadczalnych Prowadząca: dr inż. Hanna Zbroszczyk e-mail: gos@if.pw.edu.pl tel: +48 22 234 58 51 konsultacje: poniedziałek, 10-11, środa: 11-12 www: http://www.if.pw.edu.pl/~gos/students/kadd

Bardziej szczegółowo

Excel i VBA w analizach i modelowaniu finansowym Pomiar ryzyka. Pomiar ryzyka

Excel i VBA w analizach i modelowaniu finansowym Pomiar ryzyka. Pomiar ryzyka Pomiar ryzyka Miary obiektywne stosowane w kwantyfikacji ryzyka rynkowego towarzyszącego zaangażowaniu środków w inwestycjach finansowych obejmują: Miary zmienności, Miary zagrożenia, Miary wrażliwości.

Bardziej szczegółowo

Zmiany klimatu a zagrożenie suszą w Polsce

Zmiany klimatu a zagrożenie suszą w Polsce Zmiany klimatu a zagrożenie suszą w Polsce Warszawa, r. Nr Projektu: POIS.02.01.00-00-0015/16 1 WPROWADZENIE W Polsce od zawsze występowały ekstremalne zjawiska meteorologiczne i hydrologiczne. W ostatnich

Bardziej szczegółowo

Zawartość. Zawartość

Zawartość. Zawartość Opr. dr inż. Grzegorz Biesok. Wer. 2.05 2011 Zawartość Zawartość 1. Rozkład normalny... 3 2. Rozkład normalny standardowy... 5 3. Obliczanie prawdopodobieństw dla zmiennych o rozkładzie norm. z parametrami

Bardziej szczegółowo

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski Książka jest nowoczesnym podręcznikiem przeznaczonym dla studentów uczelni i wydziałów ekonomicznych. Wykład podzielono na cztery części. W pierwszej

Bardziej szczegółowo

Analiza współzależności zjawisk. dr Marta Kuc-Czarnecka

Analiza współzależności zjawisk. dr Marta Kuc-Czarnecka Analiza współzależności zjawisk dr Marta Kuc-Czarnecka Wprowadzenie Prawidłowości statystyczne mają swoje przyczyny, w związku z tym dla poznania całokształtu badanego zjawiska potrzebna jest analiza z

Bardziej szczegółowo

12. Sole biogeniczne Nutrients. Elżbieta Łysiak-Pastuszak, Natalia Drgas

12. Sole biogeniczne Nutrients. Elżbieta Łysiak-Pastuszak, Natalia Drgas 9 1. Sole biogeniczne Nutrients Elżbieta Łysiak-Pastuszak, Natalia Drgas Analizę zian stężeń soli biogenicznych w wodach polskiej strefy Bałtyku południowego w roku przeprowadzono na podstawie wyników

Bardziej szczegółowo

Rozkład normalny, niepewność standardowa typu A

Rozkład normalny, niepewność standardowa typu A Podstawy Metrologii i Technik Eksperymentu Laboratorium Rozkład normalny, niepewność standardowa typu A Instrukcja do ćwiczenia nr 1 Zakład Miernictwa i Ochrony Atmosfery Wrocław, listopad 2010 r. Podstawy

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Ładunek zanieczyszczeń odprowadzonych do Zatoki Gdańskiej, za pośrednictwem cieków i kolektorów ścieków, z terenu Gminy Gdańsk w roku 2011

Ładunek zanieczyszczeń odprowadzonych do Zatoki Gdańskiej, za pośrednictwem cieków i kolektorów ścieków, z terenu Gminy Gdańsk w roku 2011 Zleceniodawca: Gmina Miasta Gdańsk - Wydział Środowiska Wykonawca: Gdański Uniwersytet Medyczny Międzywydziałowy Instytut Medycyny Morskiej i Tropikalnej - Zakład Ochrony Środowiska i Higieny Transportu

Bardziej szczegółowo

Charakterystyki i związki temperatury wód u polskich brzegów Bałtyku

Charakterystyki i związki temperatury wód u polskich brzegów Bałtyku Charakterystyki i związki temperatury wód u polskich brzegów Bałtyku Prof. zw. dr hab. Józef Piotr Girjatowicz Uniwersytet Szczeciński, Wydział Nauk o Ziemi Polska, jak i polskie wybrzeże położone jest

Bardziej szczegółowo

Ważne rozkłady i twierdzenia c.d.

Ważne rozkłady i twierdzenia c.d. Ważne rozkłady i twierdzenia c.d. Funkcja charakterystyczna rozkładu Wielowymiarowy rozkład normalny Elipsa kowariacji Sploty rozkładów Rozkłady jednostajne Sploty z rozkładem normalnym Pobieranie próby

Bardziej szczegółowo

Proces badania statystycznego z wykorzystaniem miernika syntetycznego (wg procedury Z. Zioło)

Proces badania statystycznego z wykorzystaniem miernika syntetycznego (wg procedury Z. Zioło) Metody Badań w Geografii Społeczno Ekonomicznej Proces badania statystycznego z wykorzystaniem miernika syntetycznego (wg procedury Z. Zioło) uporządkowanie liniowe obiektów mgr Marcin Semczuk Zakład Przedsiębiorczości

Bardziej szczegółowo

Podstawy opracowania wyników pomiarów z elementami analizy niepewności statystycznych

Podstawy opracowania wyników pomiarów z elementami analizy niepewności statystycznych Podstawy opracowania wyników pomiarów z elementami analizy niepewności statystycznych Dr inż. Marcin Zieliński I Pracownia Fizyczna dla Biotechnologii, wtorek 8:00-10:45 Konsultacje Zakład Fizyki Jądrowej

Bardziej szczegółowo

Recenzenci: prof. dr hab. Henryk Domański dr hab. Jarosław Górniak

Recenzenci: prof. dr hab. Henryk Domański dr hab. Jarosław Górniak Recenzenci: prof. dr hab. Henryk Domański dr hab. Jarosław Górniak Redakcja i korekta Bogdan Baran Projekt graficzny okładki Katarzyna Juras Copyright by Wydawnictwo Naukowe Scholar, Warszawa 2011 ISBN

Bardziej szczegółowo

Znaczenie modelowania w ocenie jakości powietrza. EKOMETRIA Sp. z o.o.

Znaczenie modelowania w ocenie jakości powietrza. EKOMETRIA Sp. z o.o. Znaczenie modelowania w ocenie jakości powietrza EKOMETRIA Sp. z o.o. Metody oceny wstępnej i bieżą żącej Pomiary (automatyczne, manualne, wskaźnikowe) Modelowanie Obiektywne szacowanie emisji Modelowanie

Bardziej szczegółowo

ROZKŁAD MATERIAŁU DO II KLASY LICEUM (ZAKRES ROZSZERZONY) A WYMAGANIA PODSTAWY PROGRAMOWEJ.

ROZKŁAD MATERIAŁU DO II KLASY LICEUM (ZAKRES ROZSZERZONY) A WYMAGANIA PODSTAWY PROGRAMOWEJ. ROZKŁAD MATERIAŁU DO II KLASY LICEUM (ZAKRES ROZSZERZONY) A WYMAGANIA PODSTAWY PROGRAMOWEJ. LICZBA TEMAT GODZIN LEKCYJNYCH Potęgi, pierwiastki i logarytmy (8 h) Potęgi 3 Pierwiastki 3 Potęgi o wykładnikach

Bardziej szczegółowo

Monitoring Bałtyku źródłem rzetelnej informacji o środowisku morskim

Monitoring Bałtyku źródłem rzetelnej informacji o środowisku morskim Monitoring Bałtyku źródłem rzetelnej informacji o środowisku morskim W. Krzymioski Oddział Morski IMGW PIB M. Marciniewicz-Mykieta Departament Monitoringu i Informacji o Środowisku - GIOŚ Konferencja Środowiskowe

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Regresja i Korelacja

Regresja i Korelacja Regresja i Korelacja Regresja i Korelacja W przyrodzie często obserwujemy związek między kilkoma cechami, np.: drzewa grubsze są z reguły wyższe, drewno iglaste o węższych słojach ma większą gęstość, impregnowane

Bardziej szczegółowo

Analiza i monitoring środowiska

Analiza i monitoring środowiska Analiza i monitoring środowiska CHC 017003L (opracował W. Zierkiewicz) Ćwiczenie 1: Analiza statystyczna wyników pomiarów. 1. WSTĘP Otrzymany w wyniku przeprowadzonej analizy ilościowej wynik pomiaru zawartości

Bardziej szczegółowo

JAK WYZNACZA SIĘ PARAMETRY WALIDACYJNE

JAK WYZNACZA SIĘ PARAMETRY WALIDACYJNE JAK WYZNACZA SIĘ PARAMETRY WALIDACYJNE 1 Dokładność i poprawność Dr hab. inż. Piotr KONIECZKA Katedra Chemii Analitycznej Wydział Chemiczny Politechnika Gdańska ul. G. Narutowicza 11/12 80-233 GDAŃSK e-mail:

Bardziej szczegółowo

BADANIE POWTARZALNOŚCI PRZYRZĄDU POMIAROWEGO

BADANIE POWTARZALNOŚCI PRZYRZĄDU POMIAROWEGO Zakład Metrologii i Systemów Pomiarowych P o l i t e c h n i k a P o z n ańska ul. Jana Pawła II 24 60-965 POZNAŃ (budynek Centrum Mechatroniki, Biomechaniki i Nanoinżynierii) www.zmisp.mt.put.poznan.pl

Bardziej szczegółowo

Analiza niepewności pomiarów

Analiza niepewności pomiarów Teoria pomiarów Analiza niepewności pomiarów Zagadnienia statystyki matematycznej Dr hab. inż. Paweł Majda www.pmajda.zut.edu.pl Podstawy statystyki matematycznej Histogram oraz wielobok liczebności zmiennej

Bardziej szczegółowo

REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ

REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ Korelacja oznacza fakt współzależności zmiennych, czyli istnienie powiązania pomiędzy nimi. Siłę i kierunek powiązania określa się za pomocą współczynnika korelacji

Bardziej szczegółowo

ĆWICZENIE NR.6. Temat : Wyznaczanie drgań mechanicznych przekładni zębatych podczas badań odbiorczych

ĆWICZENIE NR.6. Temat : Wyznaczanie drgań mechanicznych przekładni zębatych podczas badań odbiorczych ĆWICZENIE NR.6 Temat : Wyznaczanie drgań mechanicznych przekładni zębatych podczas badań odbiorczych 1. Wstęp W nowoczesnych przekładniach zębatych dąży się do uzyskania małych gabarytów w stosunku do

Bardziej szczegółowo

WOJEWÓDZKI KONKURS MATEMATYCZNY

WOJEWÓDZKI KONKURS MATEMATYCZNY WOJEWÓDZKI KONKURS MATEMATYCZNY DLA UCZNIÓW GIMNAZJUM W ROKU SZKOLNYM 2018/2019 Schemat punktowania zadania zamknięte Za każdą poprawną odpowiedź uczeń otrzymuje 1 punkt. Numer zadania Poprawna odpowiedź

Bardziej szczegółowo

STATYSTYKA OPISOWA. Dr Alina Gleska. 12 listopada Instytut Matematyki WE PP

STATYSTYKA OPISOWA. Dr Alina Gleska. 12 listopada Instytut Matematyki WE PP STATYSTYKA OPISOWA Dr Alina Gleska Instytut Matematyki WE PP 12 listopada 2017 1 Analiza współzależności dwóch cech 2 Jednostka zbiorowości - para (X,Y ). Przy badaniu korelacji nie ma znaczenia, która

Bardziej szczegółowo

dr inż. Andrzej Jagusiewicz, Lucyna Dygas-Ciołkowska, Dyrektor Departamentu Monitoringu i Informacji o Środowisku Główny Inspektor Ochrony Środowiska

dr inż. Andrzej Jagusiewicz, Lucyna Dygas-Ciołkowska, Dyrektor Departamentu Monitoringu i Informacji o Środowisku Główny Inspektor Ochrony Środowiska dr inż. Andrzej Jagusiewicz, Lucyna Dygas-Ciołkowska, Dyrektor Departamentu Monitoringu i Informacji o Środowisku Główny Inspektor Ochrony Środowiska Eutrofizacja To proces wzbogacania zbiorników wodnych

Bardziej szczegółowo

Wprowadzenie do analizy korelacji i regresji

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

Bardziej szczegółowo

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Dr Anna ADRIAN Paw B5, pok 407 adrian@tempus.metal.agh.edu.pl

Bardziej szczegółowo

Analiza korelacyjna i regresyjna

Analiza korelacyjna i regresyjna Podstawy Metrologii i Technik Eksperymentu Laboratorium Analiza korelacyjna i regresyjna Instrukcja do ćwiczenia nr 5 Zakład Miernictwa i Ochrony Atmosfery Wrocław, kwiecień 2014 Podstawy Metrologii i

Bardziej szczegółowo

Ćwiczenie: Wybrane zagadnienia z korelacji i regresji.

Ćwiczenie: Wybrane zagadnienia z korelacji i regresji. Ćwiczenie: Wybrane zagadnienia z korelacji i regresji. W statystyce stopień zależności między cechami można wyrazić wg następującej skali: Skala Guillforda Przedział Zależność Współczynnik [0,00±0,20)

Bardziej szczegółowo

Stan środowiska w Bydgoszczy

Stan środowiska w Bydgoszczy Stan środowiska w Bydgoszczy Wojewódzki Inspektorat Ochrony Środowiska w Bydgoszczy w 2005 r. w oparciu o automatyczną stację pomiarową zlokalizowaną przy ul. Warszawskiej kontynuował ciągły monitoring

Bardziej szczegółowo

RAPORT. Kraków, MONITORING OSIADANIA TERENU NA OBSZARZE GMINY PSZCZYNA. Zleceniodawca: Gmina Pszczyna

RAPORT. Kraków, MONITORING OSIADANIA TERENU NA OBSZARZE GMINY PSZCZYNA. Zleceniodawca: Gmina Pszczyna MONITORING OSIADANIA TERENU NA OBSZARZE GMINY PSZCZYNA RAPORT Kraków, 3.09.2018 Zleceniodawca: Gmina Pszczyna 1 1 DANE FORMALNE 1.1. Zamawiający: gmina Pszczyna 1.2. Wykonawca: SATIM Monitoring Satelitarny

Bardziej szczegółowo

OCENIANIE ARKUSZA POZIOM ROZSZERZONY

OCENIANIE ARKUSZA POZIOM ROZSZERZONY Numer zadania... Etapy rozwiązania zadania Przekształcenie wzoru funkcji do żądanej postaci f( x) = + lub f( x) x = x. I sposób rozwiązania podpunktu b). Zapisanie wzoru funkcji w postaci sumy OCENIANIE

Bardziej szczegółowo

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16 Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego

Bardziej szczegółowo

Dane i produkty zintegrowanego systemu satelitarnej teledetekcji Morza Bałtyckiego- SatBałtyk.

Dane i produkty zintegrowanego systemu satelitarnej teledetekcji Morza Bałtyckiego- SatBałtyk. Dane i produkty zintegrowanego systemu satelitarnej teledetekcji Morza Bałtyckiego- SatBałtyk. Mirosław Darecki Marek Kowalewski, Jerzy Dera, Mirosława Ostrowska, Bogdan Woźniak Instytut Oceanologii Polskiej

Bardziej szczegółowo

Statystyka. Tematyka wykładów. Przykładowe pytania. dr Tomasz Giętkowski www.krajobraz.ukw.edu.pl. wersja 20.01.2013/13:40

Statystyka. Tematyka wykładów. Przykładowe pytania. dr Tomasz Giętkowski www.krajobraz.ukw.edu.pl. wersja 20.01.2013/13:40 Statystyka dr Tomasz Giętkowski www.krajobraz.ukw.edu.pl wersja 20.01.2013/13:40 Tematyka wykładów 1. Definicja statystyki 2. Populacja, próba 3. Skale pomiarowe 4. Miary położenia (klasyczne i pozycyjne)

Bardziej szczegółowo

TOM I Aglomeracja warszawska

TOM I Aglomeracja warszawska Biuro Studiów i Pomiarów Proekologicznych EKOMETRIA Sp. z o.o. 80-299 Gdańsk, ul. Orfeusza 2 tel. (058) 30-42-53, fax (058) 30-42-52 Informacje uzupełniające do PROGRAMÓW OCHRONY POWIETRZA dla stref województwa

Bardziej szczegółowo

RAPORT Z WYKONANIA MAP ZAGROZ ENIA POWODZIOWEGO I MAP RYZYKA POWODZIOWEGO ZAŁĄCZNIK NR 2

RAPORT Z WYKONANIA MAP ZAGROZ ENIA POWODZIOWEGO I MAP RYZYKA POWODZIOWEGO ZAŁĄCZNIK NR 2 Projekt: Informatyczny system osłony kraju przed nadzwyczajnymi zagrożeniami Nr Projektu: POIG.07.01.00 00 025/09 RAPORT Z WYKONANIA MAP ZAGROZ ENIA POWODZIOWEGO I MAP RYZYKA POWODZIOWEGO ZAŁĄCZNIK NR

Bardziej szczegółowo

( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie:

( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie: ma postać y = ax + b Równanie regresji liniowej By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : xy b = a = b lub x Gdzie: xy = też a = x = ( b ) i to dane empiryczne, a ilość

Bardziej szczegółowo

Analiza wpływu zmian poziomu wody gruntowej na stabilność anteny stacji permanentnej Wrocław

Analiza wpływu zmian poziomu wody gruntowej na stabilność anteny stacji permanentnej Wrocław XX JUBILEUSZOWA JESIENNA SZKOŁA GEODEZJI im. Jacka Rejmana WSPÓŁCZESNE METODY POZYSKIWANIA I MODELOWANIA GEODANYCH Analiza wpływu zmian poziomu wody gruntowej na stabilność anteny stacji permanentnej Wrocław

Bardziej szczegółowo

Ekonometria. Modele regresji wielorakiej - dobór zmiennych, szacowanie. Paweł Cibis pawel@cibis.pl. 1 kwietnia 2007

Ekonometria. Modele regresji wielorakiej - dobór zmiennych, szacowanie. Paweł Cibis pawel@cibis.pl. 1 kwietnia 2007 Modele regresji wielorakiej - dobór zmiennych, szacowanie Paweł Cibis pawel@cibis.pl 1 kwietnia 2007 1 Współczynnik zmienności Współczynnik zmienności wzory Współczynnik zmienności funkcje 2 Korelacja

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 dla studentów Chemii (2018) Autor prezentacji :dr hab. Paweł Korecki dr Szymon Godlewski e-mail: szymon.godlewski@uj.edu.pl

Bardziej szczegółowo