WIELOWYMIAROWA ANALIZA SYTUACJI SPOŁECZNO-DEMOGRAFICZNEJ POLSKI
|
|
- Seweryna Eleonora Laskowska
- 5 lat temu
- Przeglądów:
Transkrypt
1 Studia i Mateiały. Miscellaea Oecoomicae Rok 8, N /04 Wydział Zaządzaia i Admiistacji Uiwesytetu Jaa Kochaowskiego w Kielcach 50 lat kształceia ekoomistów w Kielcach Katazya Budy, Mata Szklaska, Ja Tata 3 WIELOWYMIAROWA ANALIZA SYTUACJI SPOŁECZNO-DEMOGRAFICZNEJ POLSKI Wstęp W szeegu wcześiejszych pac autozy iiejszego opacowaia pzedstawili popozycję owego (odmieego od klasyczego) sposobu opisu oaz aalizy wielowymiaowych ozkładów pawdopodobieństwa oaz wykozystali zapopoowae owe azędzia do modelowaia i badaia tych wielkości, któe mają chaakte wielowymiaowych wektoów losowych. W aspekcie aplikacyjym dotychczasowe badaia dotyczyły zaówo wielowymiaowych wielkości sticte ekoomiczych (w tym: fiasowych), jak i istotych poblemów i zagadień demogaficzych. Pezetowaa obecie paca ówież ależy do utu badań ad wielowymiaowymi chaakteystykami społeczo-demogaficzymi Polski. Z metodologiczego puktu widzeia uzyskae wcześiej owe azędzia pobabilistycze wykozystae zostaą do opisu oaz badaia wybaego fagmetu sytuacji społeczodemogaficzej aszego kaju. Fagmet te zostaie wyodębioy popzez dobó czteech istotych demogaficzie wielkości o chaakteze zmieych losowych. Te zaś potaktowae (zestawioe) łączie utwozą czteowymiaowy 4 wekto losowy (tj. fukcję postaci X : Ω R ) opisujący właśie ów wybay fagmet sytuacji społeczo-demogaficzej Polski. Zasygalizujmy już w tym miejscu, że współzęde badaego wektoa będą astępującymi wskaźikami: zawieaych małżeństw, ozwodów, dzietości oaz zgoów. Dae, któe wykozystamy w części meytoyczej atykułu (p.) dotyczą oku 0 w podziale admiistacyjym Polski a powiaty i pochodzą z publikacji Główego Uzędu Statystyczego. Mg Katazya Budy, asystet, Uiwesytet Ekoomiczy w Kakowie. Mg Mata Szklaska, asystet, Uiwesytet Ekoomiczy w Kakowie. 3 D Ja Tata, staszy wykładowca, Uiwesytet Ekoomiczy w Kakowie. 73
2 W piewszej, metodologiczej części opacowaia (p.) pzypomiamy bez wdawaia się w szczegóły (odsyłamy jedyie do źódłowych pozycji liteatuowych) pobabilistycze i statystycze azędzia, czyli defiicje oaz postaci tych paametów wielowymiaowych ozkładów pawdopodobieństwa, któych oszacowaia (ocey) zostaą wyzaczoe w części meytoyczej.. Estymatoy wybaych paametów ozkładu pawdopodobieństwa wektoa losowego Jedymi z podstawowych chaakteystyk ozkładu zmieej losowej (jedowymiaowej) są momety zwykłe oaz cetale [po. p. Felle, 969; Shao, 003]. W pacy [Tata, 996, 999] wykozystując defiicję potęgi wektoa zapopoowao wielowymiaowe uogólieie tych pojęć. Rozważmy zatem pzestzeń L ( Ω) czyli pzestzeń wektoów losowych całkowalych w tej potędze tj. L ( Ω) = X : Ω > R : X wekto losowy i X dp < +. Ω E X = X dp azywaa jest iekiedy W liteatuze pzedmiotu wielkość [ ] Ω mometem zędu wektoa losowego X i ozaczaa jako [ X ] E [po. Bilodeau i Bee, 999]. W pacy [Tata, 00] atomiast, popzez aalogię do pzypadku jedowymiaowego, wyażeie to okeśloo jako momet absoluty zędu wektoa losowego X i taką defiicję utzymamy w iiejszym opacowaiu. Załóżmy zatem, że X : Ω > R jest wektoem losowym o skończoym momecie absolutym zędu. Defiicja. [Tata, 996, 999] Momet zwykły zędu wektoa losowego X Ω R α = E X. : to wyażeie okeśloe jako [ ] Zauważmy, że momet zwykły zędu piewszego wektoa losowego to wekto watości oczekiwaych jego składowych; czyli α = m EX.,, = Defiicja. [Tata, 996, 999] Mometem cetalym zędu wektoa losowego X : Ω R azywamy wielkość wyażoą jako, [( X EX ) ] µ = E. 74
3 Za pomocą mometów cetalych wektoa losowego zdefiiowae zostały z kolei takie chaakteystyki ozkładu wielowymiaowego wektoa losowego jak współczyik asymetii, czy kutoza. Defiicja 3. [Tata, 000] Współczyik asymetii wektoa losowego X defiiujemy w astępujący sposób, 3, 3, ( µ ) 3 [( X EX ) ] µ E γ = SkewX = =. 3 ( D X ) Defiicja 4. [Budy, 009; Budy i Tata 009] Kutoza wektoa losowego X to wielkość wyażoa jako 4 µ 4, E[ ( X EX ) ] β, = KutX = =. ( µ ), D X ( ) W defiicjach 3 oaz 4 a ozaczeie waiacji wektoa losowego X pzyjęto zaówo symbol µ, jak i D X ; jest to zgode z kowecją stosowaą także w pzypadku zmieych losowych jedowymiaowych. Pzypomijmy [po. Budy, 0], że kutoza wektoa losowego o wielowymiaowym ozkładzie omalym pzyjmuje postać N : Ω R KutN = + i= ( D N ) + i ρij D Ni D N j i, j = i j D N i D N j i, j =, gdzie ρ ij ozacza współczyik koelacji składowych N i oaz N j wektoa N. Uwzględiając powyższą postać kutozy zdefiiowao koleją chaakteystykę ozkładu wielowymiaowego. Defiicja 5. [Budy, 03a] Współczyik ekscesu (eksces) wektoa losowego X = ( X,..., X ): Ω R okeślamy w astępujący sposób 75
4 γ, = Ekscess i= X = Kut X + ( D X ) + i ρij D X i D X i, j i = j D X i D X j i, j = j. W paktyce, badając chaakteystyki opate a defiicji potęgi wektoa w aalizie wielowymiaowych daych empiyczych wykozystuje się (podobie jak to ma miejsce w pzypadku jedowymiaowym) ich odpowiedie estymatoy, czyli oszacowaia uzyskae a podstawie dostępej póby statystyczej. W pacy [Budy, 0b] ustaloo postać mometów zwykłych w póbie wielowymiaowej waz z omówieiem podstawowych ich własości (m.i. zgodość oaz ieobciążoość). Z kolei w opacowaiu [Budy, 03b] zapopoowao postać estymatoów mometów cetalych oaz wykazao, że są oe estymatoami zgodymi i asymptotyczie ieobciążoymi. Pzypomijmy podstawowe defiicje. k Niech X : Ω R,, X : Ω R będzie póbą postą z ozkładu wielowymiaowego. Defiicja 6. [Budy, 0b] Estymatoem mometu zwykłego zędu wektoa losowego (iaczej: mometem zwykłym zędu w póbie wielowymiaowej) azywamy statystykę a k i ( X ) i= =., Defiicja 7. [Budy, 03b] Estymatoem mometu cetalego zędu wektoa losowego (mometem cetalym zędu w póbie wielowymiaowej) azywamy statystykę m k k i ( X X ) i= =., W iiejszym opacowaiu szczególie istotym okaże się estymato mometu cetalego zędu dugiego czyli waiacji całkowitej wektoa losowego a także pewe jego tasfomacje. k 76
5 Defiicja 8. Estymatoem mometu cetalego zędu dugiego (iaczej: mometem cetalym zędu dugiego w póbie wielowymiaowej lub waiacją całkowitą w póbie wielowymiaowej) azywamy zmieą losową (statystykę) postaci k i ( X X ) i= m = sk =.,, k Własość ieobciążoości (ie zaś asymptotyczej ieobciążoości ) posiada z kolei astępujący estymato waiacji s k i ( X X ) i= k, =. k Estymatoy m, oaz s k, są zgodymi estymatoami mometu cetalego zędu dugiego ozkładu wielowymiaowego w populacji geealej.. Wybae aspekty sytuacji społeczo-demogaficzej Polski aaliza W tej części opacowaia wykozystamy pzypomiae w części piewszej paamety wielowymiaowych ozkładów pawdopodobieństwa oaz ich estymatoy do oszacowaia wybaych chaakteystyk koketego wielowymiaowego wektoa losowego. Zgodie z zapowiedzią ze Wstępu będzie to czteowymiaowy wekto opisujący sytuację demogaficzą Polski z puktu widzeia wybaych jej elemetów. Tymi elemetami ( współzędymi ozważaego wektoa) będą: współczyik zawieaych małżeństw ozaczeie: M współczyik ozekaych ozwodów ozaczeie: R współczyik dzietości ozaczeie: D współczyik zgoów ozaczeie: Z. Zaczeie wymieioych wyżej współczyików pzyjmujemy zgodie z defiicjami Główego Uzędu Statystyczego (po. Pzedmiotem badań będzie zatem wekto postaci X = ( M, R, D, Z ) T. Póbę, któą wykozystamy do uzyskaia oce wybaych paametów ozkładu wektoa X staowią dae GUS pobae ze stoy gov.pl/bazademogafia/tables.aspx. Odoszą się oe do oku 0 z uwzględieiem teytoialego podziału Polski a powiaty. W pzypadku ajbadziej ogólego badaia dotyczącego Polski ogółem (p. a) póba jest zatem 379- elemetowa (łącza liczba powiatów). Podobą aalizę jak dla Polski ogółem pzepowadzimy dla wybaych podegioów aszego kaju, z któych każdy obejmuje kilka geogaficzie bliskich sobie województw. Z demogaficzego i socjologiczego puktu widzeia iteesujący podzbió daych ( podpóbkę ) 77
6 staowią te, któe opisują sytuację demogaficzą w powiatach godzkich Polski. Wyiki tego badaia pzedstawimy w ostatim pukcie tej części pacy. Paametami (chaakteystykami) ozkładu wektoa X, któych ocey będziemy wyzaczać są: a) watość oczekiwaa (wekto) b) waiacja łącza (skala) z podziałem a waiacje bzegowe c) maciez kowaiacji d) maciez współczyików koelacji (cząstkowych) e) współczyik asymetii (wekto) oaz jej watość (skala) f) kutoza oaz eksces wektoa X. a. Chaakteystyki wektoa sytuacji demogaficzej w ujęciu Polska ogółem Wykozystując defiicje poszczególych paametów, stosowe estymatoy oaz dae Główego Uzędu Statystyczego otzymujemy astępujące wyiki: a) watość oczekiwaa EX = a, = b) waiacja łącza oaz łącze odchyleie stadadowe D X = m, =.769 ; D X =.664 waiacje bzegowe σ M = 0.58 σ R = 0.07 σ D = 0.09 σ Z =.93 bzegowe odchyleia stadadowe σ M = 0,508, σ R = 0, 455, σ D = 0, 386, σ Z =, 537 c) maciez kowaiacji covx =
7 d) maciez koelacji e) cox = f) asymetia Asym X = ; Asym X = g) kutoza oaz eksces Kut X =.4979 ; Ekscess X = b. Chaakteystyki wektoa sytuacji demogaficzej w egioie półocym W tej części pacy wykozystamy te dae GUS, któe dotyczą powiatów astępujących województw: zachodiopomoskiego, kujawsko pomoskiego, pomoskiego, wamińsko - mazuskiego (z wyłączeiem powiatów godzkich). Otzymujemy w te sposób póbę 7 elemetową (7 powiaty). Szacuki estymowaych paametów są teaz astępujące: a) watość oczekiwaa EX = a, = b) waiacja łącza oaz łącze odchyleie stadadowe D X = m, =.4744 ; D X =. 4 waiacje bzegowe σ M = σ R = σ D = σ Z =.664 bzegowe odchyleia stadadowe σ M = 0, 7084, σ R = 0, 3685, σ D = 0, 37, σ Z =,
8 c) maciez kowaiacji cov X = d) maciez koelacji co X = e) asymetia Asym X = ; Asym X = 0.36 f) kutoza oaz eksces KutX =.4759 ; EkscessX = 0.63 c. Chaakteystyki wektoa sytuacji demogaficzej w egioie wschodim Tym azem do dalszych ozważań wybieamy dae GUS dotyczące powiatów województw: podlaskiego, lubelskiego, podkapackiego, małopolskiego, czyli w większości tej części aszego kaju, któa okeślaa jest miaem ściay wschodiej ; (także teaz ie uwzględiamy powiatów godzkich). Uzyskaa póba liczy 74 elemety (74 powiaty). Oto ezultaty pzepowadzoej estymacji: a) watość oczekiwaa EX = a, =
9 b) waiacja łącza oaz łącze odchyleie stadadowe D X = m, =.8700 ; D X =. 694 waiacje bzegowe M = 0.4 σ R = σ D = σ Z =.5343 bzegowe odchyleia stadadowe σ M = 0,4735 σ R = 0, 3077 σ D = 0, 300 σ Z =, 599 c) maciez kowaiacji cov X = d) maciez koelacji co X = e) asymetia Asym X = ; Asym X = f) kutoza oaz eksces Kut X = ; Ekscess X = d. Chaakteystyki wektoa sytuacji demogaficzej w egioie zachodim Rozważamy dae z powiatów astępujących województw: wielkopolskiego, lubuskiego, dolośląskiego, śląskiego i opolskiego (bez powiatów godzkich). Uzyskaa w te sposób podpóba liczy teaz 97 elemetów (97 powiatów). Stosując odpowiedie estymatoy otzymao astępujące ocey wyóżioych paametów. 8
10 a) watość oczekiwaa EX = a, = b) waiacja łącza oaz łącze odchyleie stadadowe D X = m, =.8058 ; D X = waiacje bzegowe M = σ R = σ D = 0.04 σ Z =.50 bzegowe odchyleia stadadowe σ M = 0,4477 σ R = 0, 300 σ D = 0, 9 σ Z =, 5 c) maciez kowaiacji cov X = d) maciez koelacji co X = e) asymetia Asym X = ; Asym X = f) kutoza oaz eksces Kut X =.793 ; Ekscess X =
11 e. Chaakteystyki wektoa sytuacji demogaficzej w egioie cetalym Ostatim wyodębioy subegio twozą powiaty województw: mazowieckiego, świętokzyskiego, łódzkiego (oczywiście jak dotychczas także bez powiatów godzkich). Otzymujemy póbę 7 elemetową (7 powiaty). Oto wyiki pzepowadzoych obliczeń: a) watość oczekiwaa EX = a, = b) waiacja łącza oaz łącze odchyleie stadadowe D X = m, =.357 ; D X = waiacje bzegowe σ M = σ R = 0.45 σ D = 0.04 σ Z =.8737 bzegowe odchyleia stadadowe σ M = 0,5956, σ R = 0, 3384, σ D = 0, 9, σ Z =, 3688 c) maciez kowaiacji cov X = d) maciez koelacji co X =
12 e) asymetia Asym X = ; Asym X = f) kutoza oaz eksces Kut X =.539 ; Ekscess X = f. Chaakteystyki wektoa sytuacji demogaficzej w powiatach godzkich Pauje dość powszeche pzekoaie, że śodowiska wielkomiejskie oaz aglomeacyje (w tym społeczości zamieszkujące powiaty godzkie) chaakteyzują się swoistą (szczególą) specyfiką zaówo z socjologiczego jak i demogaficzego puktu widzeia. Autozy iiejszego opacowaia postaowili zweyfikować powyższy sąd poddając badaiu ozważae dotychczas chaakteystyki ale wyłączie dla powiatów godzkich. Dyspoujemy zatem póbą 65 elemetową (65 powiatów). Uzyskae w pocesie estymacji szacuki pzedstawiają się astępująco: a) watość oczekiwaa EX = a, = b) waiacja łącza oaz łącze odchyleie stadadowe D X = m, =.98 ; D X =. 767 waiacje bzegowe σ M = σ R = 0.07 σ D = σ Z =.675 bzegowe odchyleia stadadowe σ M = 0,435, σ R = 0, 337, σ D = 0, 0980, σ Z =, 6345 c) maciez kowaiacji cov X =
13 d) maciez koelacji co X = e) asymetia Asym X = ; Asym X = f) kutoza oaz eksces Kut X =.549 ; Ekscess X = Wioski oaz uwagi końcowe. W oku 0 w pzeciętym (w ozumieiu statystyczym) powiecie w Polsce (po. badaie Polska ogółem ; p.a) a każde 000 osób w wieku 5 lat i więcej zawato śedio 5,44 związków małżeńskich, zaówo wyzaiowych jak i cywilych. Jest to poziom zbliżoy do watości tego wskaźika w powiatach egiou cetalego (ok. 5,43). Zdecydowaie ajbadziej kozysta pod tym względem sytuacja miała miejsce w powiatach egiou wschodiego (ok. 5,66), zaś ajmiej kozysta w powiatach godzkich (ok. 5,3).. W pzeciętym polskim powiecie a każde 000 osób w wieku 0 lat i więcej ozeczoo,54 ozwodów. I zowu: ajbadziej kozysta sytuacja z puktu widzeia wskaźika ozwodów miała miejsce w egioie wschodim (,), atomiast ajmiej kozysta w powiatach godzkich (,). 3. W pzeciętym polskim powiecie pzeciętie każda kobieta w wieku ozodczym (wiek od 5 do 49 lat) w oku 0 uodziła ok.,3 dzieci. Także i w tym pzypadku ajmiej kozysta sytuacja miała miejsce w powiatach godzkich (,9). Najwyższy poziom (ok.,38) współczyik dzietości osiągął w powiatach egioów cetalego i półocego. Szacuje się, że dla zagwaatowaia stabilego ozwoju demogaficzego egiou lub kaju wskaźik dzietości powiie pzekaczać poziom,. 4. W pzeciętym polskim powiecie a każde 000 osób w oku 0 zmało ok. 9,99 osób. Najiższą watość wskaźik zgoów osiągął w po- 85
14 wiatach egiou półocego (ok. 9,7), zaś ajwyższą w powiatach egiou cetalego (ok.,8). 5. Rozkład pawdopodobieństwa badaego wektoa sytuacji społeczodemogaficzej w zależości od egiou chaakteyzował się óżym ozposzeiem. Jego miaą jest m.i. łącze odchyleie stadadowe. W pzeciętym polskim powiecie wyosiło oo,66 i było zbliżoe do odchyleia stadadowego w powiatach egiou wschodiego (,69). Największe odchyleie ozkładu badaego wektoa odotowao w powiatach godzkich (,73), zaś ajmiejsze w powiatach egiou półocego (,). W powiatach godzkich zdecydowaie ajwiększy udział w łączym odchyleiu stadadowym miało odchyleie bzegowe wskaźika zgoów. 6. Rozkład badaego wektoa w żadym z egioów ai tez w ujęciu Polska ogółem ie okazał się ozkładem symetyczym. Świadczą o tym wyiki uzyskae w puktach e każdego z badań pzepowadzoych w części meytoyczej pacy. Na bak symetii oaz a wielkość asymetii wskazuje pzede wszystkim oma wektoa asymetii. Pod tym względem ajwiększą asymetię ozkładu dostzegamy w powiatach egiou wschodiego (ok. 0.69) ajmiejszą zaś w powiatach godzkich (ok. 0,4). Więcej ifomacji dostaczają wektoy asymetii ( Asym X ). Dodati wyik a któejkolwiek współzędej wektoa asymetii ozacza mówiąc w zaczym uposzczeiu pzewagę obsewacji o watości większej iż pzecięta ad tymi, któych watość jest miejsza od pzeciętej. W zależości zatem od badaej cechy kozysta jest bądź asymetia ujema bądź asymetia dodatia. W pzypadku współczyika małżeństw oaz współczyika dzietości z oczywistych powodów kozysta byłaby asymetia dodatia, zaś w pzypadku współczyika ozwodów oaz umiealości asymetia ujema. Niestety, w ujęciu Polska ogółem obsewujemy sytuację iemal odwotą: wskaźiki małżeństw oaz dzietości chaakteyzują się asymetią ujemą, atomiast współczyik zgoów zdecydowaą asymetią dodatią. Najmiej kozysta pod tym względem sytuacja w 0 oku miała miejsce w powiatach egioów wschodiego i zachodiego. 7. Na zakończeie ależy jeszcze az podkeślić, że pzyjęty pzez autoów do badaia socjologiczo-demogaficzy wekto losowy jest jedyie jedym z wielu możliwych. Tylko ituicja badacza i cel badawczy będą decydować o jego wymiaze oaz o doboze jego współzędych. Bibliogafia:. Bilodeau M., Bee D. (999), Theoy of Multivaiate Statistics, Spige - Velag, New Yok.. Budy K. (009), Kutoza wektoa losowego, Pace Naukowe Uiwesytetu Ekoomiczego we Wocławiu, 78, seia: Ekoometia, Budy K., Tata J. (009), Kutosis of a adom vecto special types of distibutios, Statistics i Tasito, 0 (3). 86
15 4. Budy K. (0a), Kutoza wektoa losowego o wielowymiaowym ozkładzie omalym, [w:] Zastosowaie metod ilościowych w fiasach i ubezpieczeiach, paca zbioowa pod ed. S. Follicza, CeDeWu, Waszawa. 5. Budy K. (0b), Estymatoy mometów zwykłych wektoa losowego opatych a kocepcji potęgi wektoa, [w:] Spawozdaie z badań statutowych za ok 0 UEK Kaków, [paca iepublikowaa]. 6. Budy K. (03a), Współczyik ekscesu wektoa losowego, Studia Ekoomicze. Zeszyty Naukowe Uiwesytetu Ekoomiczego w Katowicach, [paca złożoa do duku] 7. Budy K. (03b), Estimatio of the cetal momets of a adom vecto based o the defiitio of the powe of a vecto, Statistics i Tasitio- ew seies. 8. Came H. (958), Metody matematycze w statystyce, PWN, Waszawa. 9. Felle W. (969), Wstęp do achuku pawdopodobieństwa. Tom II, PWN, Waszawa. 0. Gee W. H. (993), Ekoometic aalysis, d ed., Macmilla Publishig Compay, New Yok.. Jakubowski J., Sztecel R. (004), Wstęp do achuku pawdopodobieństwa, Scipt, Waszawa.. Shao J. (003), Mathematical statistics, d ed., Spige. 3. Tata J. (996), O iektóych miaach ozposzeia ozkładów pawdopodobieństwa, Pzegląd Statystyczy, Tata J. (999), Momets of a adom vaiable i a Hilbet Space, Pzegląd Statystyczy,. 5. Tata J.(000), Asymetia wielowymiaowych ozkładów pawdopodobieństwa, w: Mateiały z XXXV Kofeecji Statystyków, Ekoometyków i Matematyków Akademii Ekoomiczych Polski Połudiowej, Wydawictwo AE w Kakowie. 6. Tata J. (00), Nieówość Lapuowa dla wielowymiaowych ozkładów pawdopodobieństw, Zeszyty Naukowe Uiwesytetu Ekoomiczego w Kakowie, 549. Abstakt: Autozy atykułu we wcześiejszych pacach pzedstawili owe podejście do opisu i badaia ozkładów pawdopodobieństwa wielowymiaowych wektoów losowych. W iiejszym opacowaiu uzyskae wcześiej owe azędzia wykozystao do badaia wybaego czteowymiaowego wektoa sytuacji społeczodemogaficzej Polski. Uwzględiając admiistacyjy podział kaju a powiaty oaz dae Główego Uzędu Statystyczego za ok 0 wyzaczoo i skometowao istote chaakteystyki wektoa, któego współzędymi są współczyiki: zawieaych małżeństw, ozekaych ozwodów, dzietości oaz zgoów. W uzyskaych wyikach zajduje obiektywe (aukowe) potwiedzeie powszechie fomułowaa teza o iestety złej kodycji społeczo-demogaficzej Polski. Multivaiate aalysis of the socio demogaphic situatio of Polad I the pevious woks the authos have peseted a ew appoach to desciptio ad aalysis of a adom vecto distibutio. I this pape the obtaied ealie ew tools have bee used fo aalysis of the fouth-dimesio vecto of the sociodemogaphic situatio of Polad. Takig ito accout admiistative divisio of 87
16 the couty ito couties ad the data fom the Cetal Statistical Office of Polad, we calculated ad commeted the impotat chaacteistics of the vecto, which coodiates ae: the total maiage ate, the total divoce ate, the total fetility ate ad the total motality ate. The obtaied esults ae objective (scietific) cofimatio of commoly fomulated the thesis of - ufotuately - bad sociodemogaphic coditio of Polad. MBA Katazya Budy, juio lectue, Cacow Uivesity of Ecoomics. MBA Mata Szklaska, juio lectue, Cacow Uivesity of Ecoomics. PhD Ja Tata, seio lectue, Cacow Uivesity of Ecoomics. 88
Wielowymiarowa analiza statystyczna w badaniach rynku kapitałowego *
Zeszyty Uiwersytet Ekoomiczy w Krakowie Naukowe 4 (976) ISSN 1898-6447 e-issn 545-338 Zesz Nauk UEK, 018; 4 (976): 161 18 https://doiorg/1015678/znuek01809760410 Katarzya Budy Ja Tatar Wielowymiarowa aaliza
Bardziej szczegółowoX i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2.
Zagadieia estymacji Puktem wyjścia badaia statystyczego jest wylosowaie z całej populacji pewej skończoej liczby elemetów i zbadaie ich ze względu a zmieą losową cechę X Uzyskae w te sposób wartości x,
Bardziej szczegółowoStatystyka matematyczna. Wykład II. Estymacja punktowa
Statystyka matematycza. Wykład II. e-mail:e.kozlovski@pollub.pl Spis treści 1 dyskretych Rozkłady zmieeych losowych ciągłych 2 3 4 Rozkład zmieej losowej dyskretej dyskretych Rozkłady zmieeych losowych
Bardziej szczegółowoUWAGI O WZORZE NA MOMENTY ROZKŁADU PRAWDOPODOBIEŃSTWA PÓLYI. Tadeusz Gerstenkorn. 1. Wstęp. 2. Rozkład G. Pólyi
UWAGI O WZORZE NA MOMENTY ROZKŁADU PRAWDOPODOBIEŃSTWA PÓLYI Tadeusz Gesteko Emeytoway pofeso Uiwesytetu Łódzkiego ISSN 1644-6739 e-issn 2449-9765 DOI: 10.15611/sps.2015.13.09 Steszczeie: Rozkład pawdopodobieństwa
Bardziej szczegółowoĆwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny
TEMATYKA: Regresja liiowa dla prostej i płaszczyzy Ćwiczeia r 5 DEFINICJE: Regresja: metoda statystycza pozwalająca a badaie związku pomiędzy wielkościami daych i przewidywaie a tej podstawie iezaych wartości
Bardziej szczegółowoStatystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407
Statystyka i Opracowaie Daych W7. Estymacja i estymatory Dr Aa ADRIAN Paw B5, pok407 ada@agh.edu.pl Estymacja parametrycza Podstawowym arzędziem szacowaia iezaego parametru jest estymator obliczoy a podstawie
Bardziej szczegółowoZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA
ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA Mamy populację geeralą i iteresujemy się pewą cechą X jedostek statystyczych, a dokładiej pewą charakterystyką liczbową θ tej cechy (p. średią wartością
Bardziej szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólopolskie Semiaium Naukowe, 4 6 wześia 2007 w Touiu Kateda Ekoometii i Statystyki, Uiwesytet Mikołaja Kopeika w Touiu Akademia Ekoomicza w Kakowie O kwatylowym fukcjoale
Bardziej szczegółowoWARTOŚĆ PIENIĄDZA W CZASIE
WARTOŚĆ PIENIĄDZA W CZASIE Czyiki wpływające a zmiaę watości pieiądza w czasie:. Spadek siły abywczej. 2. Możliwość iwestowaia. 3. Występowaie yzyka. 4. Pefeowaie bieżącej kosumpcji pzez człowieka. Watość
Bardziej szczegółowoKorelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12
Wykład Korelacja i regresja Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Wykład 8. Badaie statystycze ze względu
Bardziej szczegółowoCharakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja
Charakterystyki liczbowe zmieych losowych: wartość oczekiwaa i wariacja dr Mariusz Grządziel Wykłady 3 i 4;,8 marca 24 Wartość oczekiwaa zmieej losowej dyskretej Defiicja. Dla zmieej losowej dyskretej
Bardziej szczegółowoMetody badania zbieżności/rozbieżności ciągów liczbowych
Metody badaia zbieżości/rozbieżości ciągów liczbowych Ryszard Rębowski 14 grudia 2017 1 Wstęp Kluczowe pytaie odoszące się do zagadieia badaia zachowaia się ciągu liczbowego sprowadza się do sposobu opisu
Bardziej szczegółowoZadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,.
Z adaie Niech,,, będą iezależymi zmieymi losowymi o idetyczym rozkładzie ormalym z wartością oczekiwaą 0 i wariacją. Wyzaczyć wariację zmieej losowej. Wskazówka: pokazać, że ma rozkład Γ, ODP: Zadaie Niech,,,
Bardziej szczegółowoModa (Mo, D) wartość cechy występującej najczęściej (najliczniej).
Cetrale miary położeia Średia; Moda (domiata) Mediaa Kwatyle (kwartyle, decyle, cetyle) Moda (Mo, D) wartość cechy występującej ajczęściej (ajlicziej). Mediaa (Me, M) dzieli uporządkoway szereg liczbowy
Bardziej szczegółowoĆWICZENIE PROJEKTOWE NR 4 POSADOWIENIE NA PALACH Wybrane schematy i tablice z PN-83/B :
ĆWICZENIE PROJEKTOWE NR 4 POSADOWIENIE NA PALACH Wybae schematy i tablice z PN-83/B-048 : http://www.uwm.edu.pl/edu/piotsokosz/mg.htm UWAGA! Rysuki ie są w skali!!! N = 900 kn M = 500 knm G, I L =0.3 0.0m
Bardziej szczegółowo2.1. Studium przypadku 1
Uogóliaie wyików Filip Chybalski.. Studium przypadku Opis problemu Przedsiębiorstwo ŚRUBEX zajmuje się produkcją wyrobów metalowych i w jego szerokim asortymecie domiują różego rodzaju śrubki i wkręty.
Bardziej szczegółowoLiczebnośd (w tys.) n
STATYSTYKA Statystyka bada prawidłowości w zjawiskach masowych (tz. takich, które mogą występowad ieograiczoą ilośd razy). Przedmiotem badao statyki są zbiory (populacje), których elemetami są wszelkiego
Bardziej szczegółowoO pewnych zastosowaniach rachunku różniczkowego funkcji dwóch zmiennych w ekonomii
O pewych zastosowaiach rachuku różiczkowego fukcji dwóch zmieych w ekoomii 1 Wielkość wytwarzaego dochodu arodowego D zależa jest od wielkości produkcyjego majątku trwałego M i akładów pracy żywej Z Fukcję
Bardziej szczegółowoLista 6. Estymacja punktowa
Estymacja puktowa Lista 6 Model metoda mometów, rozkład ciągły. Zadaie. Metodą mometów zaleźć estymator iezaego parametru a w populacji jedostajej a odciku [a, a +. Czy jest to estymator ieobciążoy i zgody?
Bardziej szczegółowoElementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I)
Elemety statystyki opisowej Izolda Gorgol wyciąg z prezetacji (wykład I) Populacja statystycza, badaie statystycze Statystyka matematycza zajmuje się opisywaiem i aalizą zjawisk masowych za pomocą metod
Bardziej szczegółowoSTATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2
STATYSTYKA Rafał Kucharski Uiwersytet Ekoomiczy w Katowicach 2015/16 ROND, Fiase i Rachukowość, rok 2 Rachuek prawdopodobieństwa Rzucamy 10 razy moetą, dla której prawdopodobieństwo wyrzuceia orła w pojedyczym
Bardziej szczegółowoSTATYSTYKA I ANALIZA DANYCH
TATYTYKA I ANALIZA DANYCH Zad. Z pewej partii włókie weły wylosowao dwie próbki włókie, a w każdej z ich zmierzoo średicę włókie różymi metodami. Otrzymao astępujące wyiki: I próbka: 50; średia średica
Bardziej szczegółowoEstymacja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 7
Metody probabilistycze i statystyka Estymacja Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Metody probabilistycze
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych r.
Zadanie. W kolejnych okesach czasu t =,,3,... ubezpieczony, chaakteyzujący się paametem yzyka Λ, geneuje szkód. Dla danego Λ = λ zmienne N t N, N, N 3,... są waunkowo niezależne i mają (bzegowe) ozkłady
Bardziej szczegółowoTrzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w
Zad Dae są astępujące macierze: A =, B, C, D, E 0. 0 = = = = 0 Wykoaj astępujące działaia: a) AB, BA, C+E, DE b) tr(a), tr(ed), tr(b) c) det(a), det(c), det(e) d) A -, C Jeśli działaia są iewykoale, to
Bardziej szczegółowoZADANIA NA ĆWICZENIA 3 I 4
Agata Boratyńska Statystyka aktuariala... 1 ZADANIA NA ĆWICZENIA 3 I 4 1. Wygeeruj szkody dla polis z kolejych lat wg rozkładu P (N = 1) = 0, 1 P (N = 0) = 0, 9, gdzie N jest liczbą szkód z jedej polisy.
Bardziej szczegółowoSTATYSTKA I ANALIZA DANYCH LAB II
STATYSTKA I ANALIZA DANYCH LAB II 1. Pla laboratorium II rozkłady prawdopodobieństwa Rozkłady prawdopodobieństwa dwupuktowy, dwumiaowy, jedostajy, ormaly. Związki pomiędzy rozkładami prawdopodobieństw.
Bardziej szczegółowoO liczbach naturalnych, których suma równa się iloczynowi
O liczbach aturalych, których suma rówa się iloczyowi Lew Kurladczyk i Adrzej Nowicki Toruń UMK, 10 listopada 1998 r. Liczby aturale 1, 2, 3 posiadają szczególą własość. Ich suma rówa się iloczyowi: Podobą
Bardziej szczegółowoTESTY LOSOWOŚCI. Badanie losowości próby - test serii.
TESTY LOSOWOŚCI Badaie losowości próby - test serii. W wielu zagadieiach wioskowaia statystyczego istotym założeiem jest losowość próby. Prostym testem do weryfikacji tej własości jest test serii. 1 Dla
Bardziej szczegółowoMetody probabilistyczne egzamin
Imię i azwisko:....................................................... N ideksu:.............. Metody pobabilistycze egzami Data: 30.0.209 Godzia: 3:00 Zadaie [8pkt] Podaj aksjomaty Kołmogoowa dla miay
Bardziej szczegółowo1. Wprowadzenie. Zygmunt Lech Warsza. Serhii Zabolotnii. Pomiary Automatyka Robotyka, ISSN , R. 22, Nr 1/2018, DOI: 10.
Pomiay Automatyka Robotyka, ISSN 47-96, R., N /08, 49 56 DOI: 0.433/PAR_7/49 Zygmut Lech Wasza Sehii Zabolotii Steszczeie: Pzedstawioo sposób wyzaczaia estymatoów watości i iepewości mezuadu iekowecjoalą
Bardziej szczegółowoĆwiczenie 2 ESTYMACJA STATYSTYCZNA
Ćwiczeie ETYMACJA TATYTYCZNA Jest to metoda wioskowaia statystyczego. Umożliwia oszacowaie wartości iteresującego as parametru a podstawie badaia próbki. Estymacja puktowa polega a określeiu fukcji zwaej
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
TATYTYKA MATEMATYCZNA ROZKŁADY PODTAWOWYCH TATYTYK zmiea losowa odpowiedik badaej cechy, (,,..., ) próba losowa (zmiea losowa wymiarowa, i iezależe zmiee losowe o takim samym rozkładzie jak (taką próbę
Bardziej szczegółowoZnajdowanie pozostałych pierwiastków liczby zespolonej, gdy znany jest jeden pierwiastek
Zajdowaie pozostałych pierwiastków liczby zespoloej, gdy zay jest jede pierwiastek 1 Wprowadzeie Okazuje się, że gdy zamy jede z pierwiastków stopia z liczby zespoloej z, to pozostałe pierwiastki możemy
Bardziej szczegółowoOBLICZENIE SIŁ WEWNĘTRZNYCH DLA BELKI SWOBODNIE PODPARTEJ SWOBODNIE PODPARTEJ ALGORYTM DO PROGRAMU MATHCAD
OBLICZENIE SIŁ WEWNĘTRZNYCH DLA BELKI ALGORYTM DO PROGRAMU MATHCAD 1 PRAWA AUTORSKIE BUDOWNICTWOPOLSKIE.PL GRUDZIEŃ 2010 Rozpatrujemy belkę swobodie podpartą obciążoą siłą skupioą, obciążeiem rówomierie
Bardziej szczegółowoTeoria. a k. Wskaźnik sumowania można oznaczać dowolną literą. Mamy np. a j = a i =
Zastosowaie symboli Σ i Π do zapisu sum i iloczyów Teoria Niech a, a 2,..., a będą dowolymi liczbami. Sumę a + a 2 +... + a zapisuje się zazwyczaj w postaci (czytaj: suma od k do a k ). Zak Σ to duża grecka
Bardziej szczegółowoDobór zmiennych do modelu ekonometrycznego
Dobó zmiennych do modelu ekonometycznego Metody dobou zmiennych do modelu ekonometycznego opate na teście F Model zedukowany ya 0 +a x+a x+.+a x Model pełny ya 0 +a x+a x+.+a x +a + x + + +a k x k Częściowy
Bardziej szczegółowoAnaliza możliwości wykorzystania wybranych modeli wygładzania wykładniczego do prognozowania wartości WIG-u
Zbigiew Taapaa Aaliza możliwości wykozysaia wybaych modeli wygładzaia wykładiczego do pogozowaia waości WIG-u Wydział Cybeeyki Wojskowej Akademii Techiczej w Waszawie Seszczeie W aykule pzedsawioo aalizę
Bardziej szczegółowo3. Regresja liniowa Założenia dotyczące modelu regresji liniowej
3. Regresja liiowa 3.. Założeia dotyczące modelu regresji liiowej Aby moża było wykorzystać model regresji liiowej, muszą być spełioe astępujące założeia:. Relacja pomiędzy zmieą objaśiaą a zmieymi objaśiającymi
Bardziej szczegółowoWokół testu Studenta 1. Wprowadzenie Rozkłady prawdopodobieństwa występujące w testowaniu hipotez dotyczących rozkładów normalnych
Wokół testu Studeta Wprowadzeie Rozkłady prawdopodobieństwa występujące w testowaiu hipotez dotyczących rozkładów ormalych Rozkład ormaly N(µ, σ, µ R, σ > 0 gęstość: f(x σ (x µ π e σ Niech a R \ {0}, b
Bardziej szczegółowoPrawdopodobieństwo i statystyka r.
Zadaie. Wykoujemy rzuty symetryczą kością do gry do chwili uzyskaia drugiej szóstki. Niech Y ozacza zmieą losową rówą liczbie rzutów w których uzyskaliśmy ie wyiki iż szóstka a zmieą losową rówą liczbie
Bardziej szczegółowoEstymacja przedziałowa
Metody probabilistycze i statystyka Estymacja przedziałowa Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Metody probabilistycze
Bardziej szczegółowoĆwiczenie nr 14. Porównanie doświadczalnego rozkładu liczby zliczeń w zadanym przedziale czasu z rozkładem Poissona
Ćwiczeie r 4 Porówaie doświadczalego rozkładu liczby zliczeń w zadaym przedziale czasu z rozkładem Poissoa Studeta obowiązuje zajomość: Podstawowych zagadień z rachuku prawdopodobieństwa, Zajomość rozkładów
Bardziej szczegółowoModele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017
STATYSTYKA OPISOWA Dr Alia Gleska Istytut Matematyki WE PP 18 listopada 2017 1 Metoda aalitycza Metoda aalitycza przyjmujemy założeie, że zmiay zjawiska w czasie moża przedstawić jako fukcję zmieej czasowej
Bardziej szczegółowoANALIZA ZJAWISKA STARZENIA SIĘ LUDNOŚCI ŚLĄSKA W UJĘCIU PRZESTRZENNYM
Katarzya Zeug-Żebro Uiwersytet Ekoomiczy w Katowicach Katedra Matematyki katarzya.zeug-zebro@ue.katowice.pl ANALIZA ZJAWISKA STARZENIA SIĘ LUDNOŚCI ŚLĄSKA W UJĘCIU PRZESTRZENNYM Wprowadzeie Zjawisko starzeia
Bardziej szczegółowooznaczają łączne wartości szkód odpowiednio dla k-tego kontraktu w t-tym roku. O składnikach naszych zmiennych zakładamy, że:
Zadaie. Niech zmiee losowe: X t,k = μ + α k + β t + ε t,k, k =,2,, K oraz t =,2,, T, ozaczają łącze wartości szkód odpowiedio dla k-tego kotraktu w t-tym roku. O składikach aszych zmieych zakładamy, że:
Bardziej szczegółowoSTATYSTYKA OPISOWA WYKŁAD 1 i 2
STATYSTYKA OPISOWA WYKŁAD i 2 Literatura: Marek Cieciura, Jausz Zacharski, Metody probabilistycze w ujęciu praktyczym, L. Kowalski, Statystyka, 2005 2 Statystyka to dyscyplia aukowa, której zadaiem jest
Bardziej szczegółowoNiezależność zmiennych, funkcje i charakterystyki wektora losowego, centralne twierdzenia graniczne
Wykład 4 Niezależość zmieych, fukcje i charakterystyki wektora losowego, cetrale twierdzeia graicze Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki
Bardziej szczegółowowww.bdas.pl Rozdział 3 Zastosowanie języka SQL w statystyce opisowej 1 Wprowadzenie
Rozdzał moogaf: 'Bazy Daych: Nowe Techologe', Kozelsk S., Małysak B., Kaspowsk P., Mozek D. (ed.), WKŁ 007 Rozdzał 3 Zastosowae języka SQL w statystyce opsowej Steszczee. Relacyje bazy daych staową odpowede
Bardziej szczegółowo3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej
PODSTAWY STATYSTYKI 1. Teoria prawdopodobieństwa i elemety kombiatoryki 2. Zmiee losowe i ich rozkłady 3. Populacje i próby daych, estymacja parametrów 4. Testowaie hipotez 5. Testy parametrycze 6. Testy
Bardziej szczegółowoz przedziału 0,1. Rozważmy trzy zmienne losowe:..., gdzie X
Matematyka ubezpieczeń majątkowych.0.0 r. Zadaie. Mamy day ciąg liczb q, q,..., q z przedziału 0,. Rozważmy trzy zmiee losowe: o X X X... X, gdzie X i ma rozkład dwumiaowy o parametrach,q i, i wszystkie
Bardziej szczegółowo1 Twierdzenia o granicznym przejściu pod znakiem całki
1 Twierdzeia o graiczym przejściu pod zakiem całki Ozaczeia: R + = [0, ) R + = [0, ] (X, M, µ), gdzie M jest σ-ciałem podzbiorów X oraz µ: M R + - zbiór mierzaly, to zaczy M Twierdzeie 1.1. Jeżeli dae
Bardziej szczegółowoPodstawowe oznaczenia i wzory stosowane na wykładzie i laboratorium Część I: estymacja
Podstawowe ozaczeia i wzory stosowae a wykładzie i laboratorium Część I: estymacja 1 Ozaczeia Zmiee losowe (cechy) ozaczamy a wykładzie dużymi literami z końca alfabetu. Próby proste odpowiadającymi im
Bardziej szczegółowoMODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty
MODELE MATEMATYCZNE W UBEZPIECZENIACH WYKŁAD 2: RENTY. PRZEPŁYWY PIENIĘŻNE. TRWANIE ŻYCIA 1. Rety Retą azywamy pewie ciąg płatości. Na razie będziemy je rozpatrywać bez żadego związku z czasem życiem człowieka.
Bardziej szczegółowoDobór zmiennych objaśniających do liniowego modelu ekonometrycznego
Dobó zmiennych objaśniających do liniowego modelu ekonometycznego Wstępnym zadaniem pzy budowie modelu ekonometycznego jest okeślenie zmiennych objaśniających. Kyteium wybou powinna być meytoyczna znajomość
Bardziej szczegółowoPrawdopodobieństwo i statystyka r.
Zadaie 1 Rzucamy 4 kości do gry (uczciwe). Prawdopodobieństwo zdarzeia iż ajmiejsza uzyskaa a pojedyczej kości liczba oczek wyiesie trzy (trzy oczka mogą wystąpić a więcej iż jedej kości) rówe jest: (A)
Bardziej szczegółowoWERSJA TESTU A. Komisja Egzaminacyjna dla Aktuariuszy. LX Egzamin dla Aktuariuszy z 28 maja 2012 r. Część I. Matematyka finansowa
Matematyka fiasowa 8.05.0 r. Komisja Egzamiacyja dla Aktuariuszy LX Egzami dla Aktuariuszy z 8 maja 0 r. Część I Matematyka fiasowa WERJA EU A Imię i azwisko osoby egzamiowaej:... Czas egzamiu: 00 miut
Bardziej szczegółowoMETEMATYCZNY MODEL OCENY
I N S T Y T U T A N A L I Z R E I O N A L N Y C H w K i e l c a c h METEMATYCZNY MODEL OCENY EFEKTYNOŚCI NAUCZNIA NA SZCZEBLU IMNAZJALNYM I ODSTAOYM METODĄ STANDARYZACJI YNIKÓ OÓLNYCH Auto: D Bogdan Stępień
Bardziej szczegółowoANALIZA DANYCH DYSKRETNYCH
ZJAZD ESTYMACJA Jest to metoda wioskowaia statystyczego. Umożliwia oa oszacowaie wartości iteresującego as parametru a podstawie badaia próbki. Estymacja puktowa polega a określeiu fukcji zwaej estymatorem,
Bardziej szczegółowoElementy modelowania matematycznego
Elemety modelowaia matematyczego Wstęp Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU Modelowaie daych (ilościowe): Metody statystycze: estymacja parametrów modelu,
Bardziej szczegółowoJarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13. Ciągi.
Jarosław Wróblewski Aaliza Matematycza 1A, zima 2012/13 Ciągi. Ćwiczeia 5.11.2012: zad. 140-173 Kolokwium r 5, 6.11.2012: materiał z zad. 1-173 Ćwiczeia 12.11.2012: zad. 174-190 13.11.2012: zajęcia czwartkowe
Bardziej szczegółowoMetoda analizy hierarchii Saaty ego Ważnym problemem podejmowania decyzji optymalizowanej jest często występująca hierarchiczność zagadnień.
Metoda aalizy hierarchii Saaty ego Ważym problemem podejmowaia decyzji optymalizowaej jest często występująca hierarchiczość zagadień. Istieje wiele heurystyczych podejść do rozwiązaia tego problemu, jedak
Bardziej szczegółowoMINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU
Przedmiot: Iformatyka w logistyce Forma: Laboratorium Temat: Zadaie 2. Automatyzacja obsługi usług logistyczych z wykorzystaiem zaawasowaych fukcji oprogramowaia Excel. Miimalizacja pustych przebiegów
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych r.
Matematyka ubezpieczeń majątkowych 6..003 r. Zadaie. W kolejych okresach czasu t =,, 3, 4, 5 ubezpieczoy, charakteryzujący się parametrem ryzyka Λ, geeruje szkód. Dla daego Λ = λ zmiee N, N,..., N 5 są
Bardziej szczegółowoθx θ 1, dla 0 < x < 1, 0, poza tym,
Zadaie 1. Niech X 1,..., X 8 będzie próbą z rozkładu ormalego z wartością oczekiwaą θ i wariacją 1. Niezay parametr θ jest z kolei zmieą losową o rozkładzie ormalym z wartością oczekiwaą 0 i wariacją 1.
Bardziej szczegółowoPODSTAWY BIOSTATYSTYKI ĆWICZENIA
PODSTAWY BIOSTATYSTYKI ĆWICZENIA FILIP RACIBORSKI FILIP.RACIBORSKI@WUM.EDU.PL ZAKŁAD PROFILAKTYKI ZAGROŻEŃ ŚRODOWISKOWYCH I ALERGOLOGII WUM ZADANIE 1 Z populacji wyborców pobrao próbkę 1000 osób i okazało
Bardziej szczegółowoPROJEKT: GNIAZDO POTOKOWE
POLITEHNIK POZNŃSK WYZIŁ UOWY MSZYN I ZZĄZNI ZZĄZNIE POUKJĄ GUP ZIM-Z3 POJEKT: GNIZO POTOKOWE WYKONWY: 1. TOMSZ PZYMUSIK 2. TOMSZ UTOWSKI POWZĄY: Mg iż. Maiola Ozechowska SPIS TEŚI OZZIŁ 1. Wpowadzeie.
Bardziej szczegółowoJarosław Wróblewski Analiza Matematyczna 1, zima 2016/17
Egzami, 18.02.2017, godz. 9:00-11:30 Zadaie 1. (22 pukty) W każdym z zadań 1.1-1.10 podaj w postaci uproszczoej kresy zbioru oraz apisz, czy kresy ależą do zbioru (apisz TAK albo NIE, ewetualie T albo
Bardziej szczegółowoOcena siły oddziaływania procesów objaśniających dla modeli przestrzennych
Michał Benad Pietzak * Ocena siły oddziaływania pocesów objaśniających dla modeli pzestzennych Wstęp Ekonomiczne analizy pzestzenne są ważnym kieunkiem ozwoju ekonometii pzestzennej Wynika to z faktu,
Bardziej szczegółowoKIERUNKI ZMIAN STRUKTURY AGRARNEJ WOJEWÓDZTW WEDŁUG GRUP TYPOLOGICZNYCH (PROGNOZA DO ROKU 2020)
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XIII/, 202, st. 58 68 KIERUNKI ZMIAN STRUKTURY AGRARNEJ WOJEWÓDZTW WEDŁUG GRUP TYPOLOGICZNYCH (PROGNOZA DO ROKU 2020) Jadwiga Bożek Kateda Statystyki Matematycznej,
Bardziej szczegółowoTestowanie hipotez. H 1 : µ 15 lub H 1 : µ < 15 lub H 1 : µ > 15
Testowaie hipotez ZałoŜeia będące przedmiotem weryfikacji azywamy hipotezami statystyczymi. KaŜde przypuszczeie ma swoją alteratywę. Jeśli postawimy hipotezę, Ŝe średica pia jedoroczych drzew owej odmiay
Bardziej szczegółowoMACIERZE STOCHASTYCZNE
MACIERZE STOCHASTYCZNE p ij - prawdopodobieństwo przejścia od stau i do stau j w jedym (dowolym) kroku, [p ij ]- macierz prawdopodobieństw przejść (w jedym kroku), Własości macierzy prawdopodobieństw przejść:
Bardziej szczegółowoCOLLEGIUM MAZOVIA INNOWACYJNA SZKOŁA WYŻSZA WYDZIAŁ NAUK STOSOWANYCH. Kierunek: Finanse i rachunkowość. Robert Bąkowski Nr albumu: 9871
COLLEGIUM MAZOVIA INNOWACYJNA SZKOŁA WYŻSZA WYDZIAŁ NAUK STOSOWANYCH Kieruek: Fiase i rachukowość Robert Bąkowski Nr albumu: 9871 Projekt: Badaie statystycze cey baryłki ropy aftowej i wartości dolara
Bardziej szczegółowoPlan wykładu. Analiza danych Wykład 1: Statystyka opisowa. Literatura. Podstawowe pojęcia
Pla wykładu Aaliza daych Wykład : Statystyka opisowa. Małgorzata Krętowska Wydział Iformatyki Politechika Białostocka. Statystyka opisowa.. Estymacja puktowa. Własości estymatorów.. Rozkłady statystyk
Bardziej szczegółowo4.5. PODSTAWOWE OBLICZENIA HAŁASOWE 4.5.1. WPROWADZENIE
4.5. PODTAWOWE OBCZENA HAŁAOWE 4.5.. WPROWADZENE Z dotychczasowych ozważań wiemy już dużo w zakesie oisu, watościowaia i omiau hałasu w zemyśle. Wato więc tę wiedzę odsumować w jedym zwatym ukcie, co umożliwi
Bardziej szczegółowoBADANIA DOCHODU I RYZYKA INWESTYCJI
StatSoft Polska, tel. () 484300, (60) 445, ifo@statsoft.pl, www.statsoft.pl BADANIA DOCHODU I RYZYKA INWESTYCJI ZA POMOCĄ ANALIZY ROZKŁADÓW Agieszka Pasztyła Akademia Ekoomicza w Krakowie, Katedra Statystyki;
Bardziej szczegółowoModel ciągły wyceny opcji Blacka Scholesa - Mertona. Wzór Blacka - Scholesa na wycenę opcji europejskiej.
Model ciągły wycey opcji Blacka Scholesa - Mertoa Wzór Blacka - Scholesa a wyceę opcji europejskiej. Model Blacka Scholesa- Mertoa Przełomowe prace z zakresu wycey opcji: Fischer Black, Myro Scholes The
Bardziej szczegółowoI. Podzielność liczb całkowitych
I Podzielość liczb całkowitych Liczba a = 57 przy dzieleiu przez pewą liczbę dodatią całkowitą b daje iloraz k = 3 i resztę r Zaleźć dzieik b oraz resztę r a = 57 = 3 b + r, 0 r b Stąd 5 r b 8, 3 więc
Bardziej szczegółowoWykład 5 Przedziały ufności. Przedział ufności, gdy znane jest σ. Opis słowny / 2
Wykład 5 Przedziały ufości Zwykle ie zamy parametrów populacji, p. Chcemy określić a ile dokładie y estymuje Kostruujemy przedział o środku y, i taki, że mamy 95% pewości, że zawiera o Nazywamy go 95%
Bardziej szczegółowoMETODY NUMERYCZNE dr inż. Mirosław Dziewoński
Metody Numerycze METODY NUMERYCZNE dr iż. Mirosław Dziewoński e-mail: miroslaw.dziewoski@polsl.pl Pok. 151 Wykład /1 Metody Numerycze Aproksymacja fukcji jedej zmieej Wykład / Aproksymacja fukcji jedej
Bardziej szczegółowoMetrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie
Metrologia: miary dokładości dr iż. Paweł Zalewski Akademia Morska w Szczeciie Miary dokładości: Najczęściej rozkład pomiarów w serii wokół wartości średiej X jest rozkładem Gaussa: Prawdopodobieństwem,
Bardziej szczegółowoUwarunkowania rozwojowe województw w Polsce analiza statystyczno-ekonometryczna
3 MAŁGORZATA STEC Dr Małgorzata Stec Zakład Statystyki i Ekoometrii Uiwersytet Rzeszowski Uwarukowaia rozwojowe województw w Polsce aaliza statystyczo-ekoometrycza WPROWADZENIE Rozwój społeczo-gospodarczy
Bardziej szczegółowoEstymacja przedziałowa - przedziały ufności
Estymacja przedziałowa - przedziały ufości Próbę -elemetową charakteryzujemy jej parametrami (p. x, s, s ). Służą oe do ocey wartości iezaych parametrów populacji (m, σ, σ). Nazywamy je estymatorami puktowymi
Bardziej szczegółowoPodstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych (w zakresie materiału przedstawionego na wykładzie organizacyjnym)
Podstawy opracowaia wyików pomiarów z elemetami aalizepewości pomiarowych (w zakresie materiału przedstawioego a wykładzie orgaizacyjym) Pomiary Wyróżiamy dwa rodzaje pomiarów: pomiar bezpośredi, czyli
Bardziej szczegółowoELEMENTY MATEMATYKI FINANSOWEJ. Wprowadzenie
ELEMENTY MATEMATYI FINANSOWEJ Wpowadzeie Pieiądz ma okeśloą watość, któa ulega zmiaie w zależości od czasu, w jakim zostaje o postawioy do aszej dyspozycji. Watość tej samej omialie kwoty będzie ia dziś
Bardziej szczegółowoLABORATORIUM ELEKTRONIKI
LABOATOIUM ELEKTONIKI ĆWICENIE 2 DIODY STABILIACYJNE K A T E D A S Y S T E M Ó W M I K O E L E K T O N I C N Y C H 21 CEL ĆWICENIA Celem ćwiczenia jest paktyczne zapoznanie się z chaakteystykami statycznymi
Bardziej szczegółowoRachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.
Rachuek prawdopodobieństwa i statystyka W12: Statystycza aaliza daych jakościowych Dr Aa ADRIAN Paw B5, pok 407 ada@agh.edu.pl Wprowadzeie Rozróżia się dwa typy daych jakościowych: Nomiale jeśli opisują
Bardziej szczegółowoROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO
Agieszka Jakubowska ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO. Wstęp Skąplikowaie współczesego życia gospodarczego powoduje, iż do sterowaia procesem zarządzaia
Bardziej szczegółowoZDARZENIE ELEMENTARNE to możliwy wynik doświadczenia losowego. Wszystkie takie możliwe wyniki tworzą zbiór zdarzeń elementarnych.
STATYSTYKA to auka, której przedmiotem zaiteresowaia są metody pozyskiwaia i prezetacji, a przede wszystkim aalizy daych opisujących zjawiska masowe. Metody statystycze oparte są a rachuku prawdopodobieństwa.
Bardziej szczegółowoStatystyka opisowa - dodatek
Statystyka opisowa - dodatek. *Jak obliczyć statystyki opisowe w dużych daych? Liczeie statystyk opisowych w dużych daych może sprawiać problemy. Dla przykładu zauważmy, że aiwa implemetacja średiej arytmetyczej
Bardziej szczegółowoWYBRANE DZIAŁY ANALIZY MATEMATYCZNEJ. Wykład 0 Wprowadzenie ( ) ( ) dy x dx ( )
Rówaia óżiczkowe zwyczaje Rówaie postaci: Wykład Wpowadzeie dy x dx ( x y ( x) ) = f () Gdzie f ( x y ) jest fukcją dwóch zmieych okeśloą i ciągłą w pewym obszaze płaskim D azywamy ówaiem óżiczkowym zwyczajym
Bardziej szczegółowoDamian Doroba. Ciągi. 1. Pierwsza z granic powinna wydawać się oczywista. Jako przykład może służyć: lim n = lim n 1 2 = lim.
Damia Doroba Ciągi. Graice, z których korzystamy. k. q.. 5. dla k > 0 dla k 0 0 dla k < 0 dla q > 0 dla q, ) dla q Nie istieje dla q ) e a, a > 0. Opis. Pierwsza z graic powia wydawać się oczywista. Jako
Bardziej szczegółowoII.6. Wahadło proste.
II.6. Wahadło poste. Pzez wahadło poste ozumiemy uch oscylacyjny punktu mateialnego o masie m po dolnym łuku okęgu o pomieniu, w stałym polu gawitacyjnym g = constant. Fig. II.6.1. ozkład wektoa g pzyśpieszenia
Bardziej szczegółowoZeszyty naukowe nr 9
Zeszyty aukowe r 9 Wyższej Szkoły Ekoomiczej w Bochi 2011 Piotr Fijałkowski Model zależości otowań giełdowych a przykładzie otowań ołowiu i spółki Orzeł Biały S.A. Streszczeie Niiejsza praca opisuje próbę
Bardziej szczegółowoSpłata długów. Rozliczenia związane z zadłużeniem
płata długów Rozliczeia związae z zadłużeiem Źódła fiasowaia Źódła fiasowaia Kapitał własy wkład właściciela, wpłaty udziałowców, opłaty za akcje, wkład zeczowy, apot. Kapitał obcy kedyty, pożyczki, ie
Bardziej szczegółowoModelowanie zmienności i dokładność oszacowania jakości węgla brunatnego w złożu Bełchatów (pole Bełchatów)
Akademia Góniczo-Hutnicza, Kopalnia Węgla Bunatnego, Wydział Geologii, Geofizyki i Ochony śodowiska Bełchatów Wasztaty Gónicze 24 Jacek Mucha, Tadeusz Słomka, Wojciech Mastej, Tomasz Batuś Akademia Góniczo-Hutnicza,
Bardziej szczegółowoPrawdopodobieństwo i statystyka
Wykład VI: Metoda Mote Carlo 17 listopada 2014 Zastosowaie: przybliżoe całkowaie Prosta metoda Mote Carlo Przybliżoe obliczaie całki ozaczoej Rozważmy całkowalą fukcję f : [0, 1] R. Chcemy zaleźć przybliżoą
Bardziej szczegółowo2. INNE ROZKŁADY DYSKRETNE
Ie rozkłady dyskrete 9. INNE ROZKŁADY DYSKRETNE.. Rozkład dwumiaowy - kotyuacja Przypomijmy sobie pojęcie rozkładu dwumiaowego prawdopodobieństwa k sukcesów w próbach Beroulli ego: P k k k k = p q m =
Bardziej szczegółowoWYKŁAD 1. Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady
WYKŁAD Zdarzeia losowe i prawdopodobieństwo Zmiea losowa i jej rozkłady Metody statystycze metody opisu metody wioskowaia statystyczego sytetyczy liczbowy opis właściwości zbioru daych ocea charakterystyk
Bardziej szczegółowoGraf skierowany. Graf zależności dla struktur drzewiastych rozgrywających parametrycznie
Gaf skieowany Gaf skieowany definiuje się jako upoządkowaną paę zbioów. Piewszy z nich zawiea wiezchołki gafu, a dugi składa się z kawędzi gafu, czyli upoządkowanych pa wiezchołków. Ruch po gafie możliwy
Bardziej szczegółowo