EDWARD PREWEDA RACHUNEK WYRÓWNAWCZY MODELE STATYSTYCZNE. i:::::>
|
|
- Bogna Sowińska
- 8 lat temu
- Przeglądów:
Transkrypt
1
2 EDWARD PREWEDA RACHUNEK WYRÓWNAWCZY i:::::> MODELE STATYSTYCZNE Kraków 2013
3 Recenzenci: prof. dr hab. inż. Józef Czaja prof. dr hab. inż. Karol Noga Afiliacja autora AGH Akademia Górniczo - Hutnicza Copyright Edward Preweda, Kraków 2013 ISBN Realizacja poligraficzna: Wydawnictwo - Druk - Reklama tel
4 Spis treści Od autora 9 1. Podstawy algebry macierzy Układy równań liniowych Operacje na macierzach Wyznaczniki i minory macierzy Wartości własne macierzy Numeryczne wyznaczanie wartości własnych i macierzy modalnej Rozkład macierzy na czynniki Macierz odwrotna Uogólniona macierz odwrotna i pseudoodwrotność macierzy Klasyczne metody wyznaczania pseudoodwrotności Wyznaczanie pseudoodwrotności metodami ortogonalizacji Numeryczne wyznaczanie rozkładu SVD Forma kwadratowa w przestrzeni wielowymiarowej Ekstrema form kwadratowych Probabilistyczne podstawy estymacji Zdarzenia losowe Jednowymiarowe zmienne losowe Wybrane rozkłady zmiennej losowej typu skokowego Wybrane rozkłady zmiennej losowej typu ciągłego Numeryczne wyznaczenie dystrybuanty i kwantyli wybranych rozkładów prawdopodobieństwa 121 Przykłady 132 5
5 2.3. Zmienne losowe dwuwymiarowe oraz wielowymiarowe Zmienna losowa typu skokowego Zmienna losowa typu ciągłego Niezależność zmiennych losowych Charakterystyki liczbowe dwuwymiarowej zmiennej losowej Dwuwymiarowy rozkład normalny 154 Przykłady Elementy statystyki matematycznej Próba statystyczna 3.2 Wybrane rozkłady z próby Rozkład średniej arytmetycznej Rozkład wariancji Rozkład ilorazu wariancji Rozkład ilorazu wartości średniej i odchylenia standardowego 3.3. Estymacja punktowa Podstawy estymacji punktowej Metody estymacji punktowej Przykłady 3.4. Estymacja przedziałowa Podstawy estymacji przedziałowej Przedziały ufności dla wartości przeciętnej Przedziały ufności dla wariancji Przykłady 3.5. Weryfikacja hipotez statystycznych Podstawowe pojęcia i definicje Hipotezy dotyczące wartości przeciętnej Hipotezy dotyczące wariancji Hipotezy o równości wariancji dwóch populacji Hipotezy o równości wartości przeciętnej badanej cechy dwóch populacji Testy zgodności 232 Przykłady
6 4. Wyrównanie wyników pomiarów geodezyjnych oraz ich funkcji Prawo narastania wariancji 247 Przykłady 4.2. Estymacja parametrów metodą najmniejszych kwadratów Wprowadzenie do równań obserwacyjnych Równania obserwacyjne dla kątów, azymutów, długości i przewyższeń Warunki funkcyjne w sieciach wysokościowych i kątowoliniowych Metody uzgadniania wyników obserwacji Estymacja uogólnionych modeli liniowych 5.1. Wprowadzenie 5.2. Sformułowanie modelu uogólnionego 5.3. Estymacja punktowa Model uogólniony Model wieloparametrowy Model uwarunkowany Model wieloparametrowy z restrykcjami Model uwarunkowany z niewiadomymi Nieobciążoność estymatorów 5.4. Estymacja przedziałowa Przekształcenia zmiennych losowych Analiza rozkładu prawdopodobieństwa Twierdzenia Przedziały ufności w zastosowaniach szczególnych Literatura
7 Od autora Praca dotyczy działu geodezji tradycyjnie nazywanego rachunkiem wyrównawczym. Współcześnie jest on realizowany przy pomocy modeli statystycznych i metod numerycznych. Celem książki jest rozszerzenie pojęcia rachunek wyrównawczy o współczesne metody wnioskowania statystycznego oraz zasygnalizowanie elementów obliczeń numerycznych w postaci przykładowych programów. Studiowanie prac dotyczących rachunku wyrównawczego i metod statystycznych, Profesorów Włodzimierza Barana, Józefa Czaji, Bogdana Neya, Hansa Pelzera, Witolda Prószyńskiego, Calyampudi R. Rao, Aleksandra Skórczyńskiego, Zbigniewa Wiśniewskiego i wielu innych, umożliwiło mi rozwinięcie tradycyjnych metod opracowania wyników geodezyjnych obserwacji. Praktyczna realizacja prezentowanych modeli statystycznych byłaby trudna, w niektórych przypadkach wręcz niemożliwa, bez wsparcia metodami numerycznymi i oprogramowaniem algorytmów. Podstawą wiedzy tym zakresie są prace takich Autorów jak Alston S. Householder, Charles L. Lawson, Richard J. Hanson, Andrzej Kiełbasiński, Hubert Schwetlick, Joan R. Westlake czy James H. Wilkinson. Doświadczenia zdobyte podczas zgłębiania wiedzy zawartej w literaturze, nie tylko wymienionych naukowców, oraz samodzielne badania autora, pozwoliły na sformułowanie własnych przemyśleń i rozwiązań, których część zaprezentowałem w tej książce. Obszerne omówienie podstaw algebry macierzy z uwzględnieniem wyznaczania pseudoodwrotności, ukierunkowanym na zastosowanie metod numerycznych, jest niezbędne dla dalszych rozważań zamieszczonych w pracy. Przedstawiłem liczne przykłady obliczeniowe, z zastosowaniem autorskich rozwiązań numerycznych. Wnioskowanie statystyczne bazuje na metodach probabilistycznych, stąd dla zrozumienia zasad jego prowadzenia zamieściłem elementy teorii prawdopodobieństwa, zwracając szczególną uwagę na rozkłady prawdopodobieństwa zmiennych losowych oraz numeryczne wyznaczanie dla nich
8 dystrybuant i kwantyli. Opracowane procedury, których przykłady znajdują się w pracy, usprawniają proces obliczeniowy. Ciągłe modele probabilistyczne i rozkłady z próby są podstawą estymacji punktowej i przedziałowej. Metoda najmniejszych kwadratów według modelu Gaussa-Markowa, jako najczęściej stosowana w geodezji, została w pracy szczególnie podkreślona. Uzupełnieniem estymacji jest weryfikacja hipotez statystycznych poparta licznymi przykładami. Uzgodnienie wyników obserwacji, tradycyjnie nazywane wyrównaniem, zostało przedstawione w postaci modeli estymacji, które w dalszej części pracy uogólniono, wprowadzając oryginalne rozwiązania oparte na macierzach blokowych. Przykłady uzgadniania wyników obserwacji według różnych modeli estymacji, w tym przy zastosowaniu pseudoodwrotności macierzy, korzystają z algorytmów numerycznych, w tym z wprowadzonego przez autora pojęcia defektu numerycznego, który zastępuje żmudne analizy ustalania rzędu macierzy. Zaprezentowany w pracy model uogólniony, którego rozwiązanie bazuje na na wyznaczeniu uogólnionej odwrotności macierzy blokowych o wymiarach (4 4), stanowi podsumowanie rozważań zawartych we wcześniejszych rozdziałach książki. Model ten obejmuje wszystkie przypadki szczególne modeli liniowych stosowanych w geodezji, a otrzymywane według niego estymatory są nieobciążone. Dla tego modelu przeprowadziłem też estymację przedziałową opartą na szczegółowej analizie rozkładu prawdopodobieństwa i twierdzeniach dotyczących rozkładu prawdopodobieństwa form kwadratowych. Dziękuję wszystkim, którzy swoją pomocą, uwagami i życzliwością przyczynili się do powstania tej książki. Edward Preweda
9 References [1] Baran W.: Teoretyczne podstawy opracowania wyników obserwacji, PWN, Warszawa,1983 [2] Björck A., Yuan J.Y.: Preconditioners for Least Squares Problems by LU Factori-zation. Electronic Transaction on Numerical Analysis, vol. 8, Kent State University, 1999 [3] Castel M.J., Migallon V., Penades J.: On Parallel Two-Stage Methods for Hermitian Positive Definite Matrices with Applications to Preconditioning. Electronic Transaction on Numerical Analysis, vol. 12, Kent State University, 2001 [4] Czaja J.: Estimation of linear deformation models. Proc. of the 8th FIG International Symposium on Deformation Measurements, Hong Kong, 1996 [5] Czaja J.: Interval Estimation of Generalized Linear Models. Geodezja i Kartografia, t. XLVI, z. 1, 1997 [6] Czaja J.: Modele statystyczne w informacji o terenie. AGH, Kraków,1997 [7] Czaja J., Preweda E.: Estymacja parametrów liniowych modeli. Modelowanie danych przestrzennych, Warszawa, 2000 [8] Czaja J., Preweda E.: Analiza statystyczna zmiennej losowej wielowymiarowej w aspekcie korelacji i predykcji. AGH Geodezja, t. 6, z. 2, 2001 [9] George A., Liu J.W.H.: Computer Solution of Large Positive Definite System. Englewood Clifs, Prentice Hall, New York, 1981 [10] Gloub G.H., Reinsch C.: Singular Value Decomposition and Least Squares Solution. Num. Math., 14, 1970 [11] Gregory D.A., Kirkland S.J.: Singular Values of Tournament Matrices. The Electronic Journal of Linear Algebra, vol. 5, Kingston, 1999 [12] Hillar C., Johnson C.R., Spitkovsky I.M.: Positive eigenvalues and two-letter genera-lized words. The Electronic Journal of Linear Algebra, vol. 9, University of California, Berkeley, 2002 [13] Householder A.S.: The Theory of Matrices in Numerical Analysis. New York, Blaisdell, 1965 [14] Kadaj R.: System komputerowy trójwymiarowej sieci kinematycznej do pomiaru przemieszczeń obiektów inżynierskich. ZN AR, Geodezja i Urządzenia Rolne, X, 210, Wrocław,1991
10 [15] Kadaj R., Plewako M.: A New Modelling Approach to Geodetic Deformation Analysis. Proc. of the 8th Int. Symp. on Deformation Measurement, Hong Kong, 1996 [16] Kadaj R.: Modele, metody i algorytmy obliczeniowe sieci kinematycznych w geode-zyjnych pomiarach przemieszczeń i odkształceń, AR, Kraków, 1998 [17] Kiełbasiński A., Schwetlick H.: Numeryczna algebra liniowa. WNT, Warszawa, 1992 [18] Krysicki W. i inn. Rachunek prawdopodobieństwa i statystyka matematyczna w zadaniach. PWN, Warszawa, 1986 [19] Latoś S., Preweda E.: Geometryczna interpretacja i własności jednopunktowej oraz globalnej charakterystyki dokładności poziomych sieci geodezyjnych. ZN AR Wrocław, GiUR XIV, nr 324, 1997 [20] Lawson Ch.L., Hanson R.J.: Solving Least Squares Problems. Englewood, Prentice-Hall, New Jersy, 1965 [21] Marquardt D.W.: Generalized inverses, ridge regression, biased linear estimation, and nonlinear estimation. Technometrics, vol. 12, No. 3, 1970 [22] Ney B.: Metody statystyczne w geodezji. Wyd. AGH, Kraków, 1976 [23] Osada E.: Analiza Wyrównanie i Modelowanie Geo-Danych. Wyd. AR, Wrocław, 1998 [24] Papoulis A.: Prawdopodobieństwo, zmienne losowe i procesy stochastyczne. WNT, Warszawa, 1970 [25] Pelzer H.: Geodätishe Netze in Landes- und Ingenieurvermessung. Herausgegeben von Hans Pelzer, Hannover 1979 [26] Prószyński W., Kwaśniak M.: Podstawy geodezyjnego wyznaczania przemieszczeń. Pojęcia i elementy metodyki. Oficyna Wyd. PW, Warszawa, 2006 [27] Pfeufer A., Milev G., Prószyński W., Steinberg G., Teskey W.F., Welsh W.: Classification of Models for Geodetic Examination of Deformations. Perelmuter Workshop on Dynamic Deformation Models, Haifa, 1994 [28] Preweda E.: Estymacja parametrów kinematycznego modelu przemieszczeń. Wyd. AGH, 110, Kraków, 2002 [29] Press W.H., Teukolsky S.A., Vetterling W.T., Flannery B.P.: Numerical Recipes in C. Cambridge University Press, 1995 [30] Prószyński W.: Transformation of the reference system in engineering, survey networks. Manuscripte Geodaetica, Springer-Verlag, 1990 [31] Prószyński W.: On Certain Properties of a Linear Kinematic Model for a Single-Epoch Survey Network. Proc. of the Perelmuter Workshop on Dynamic Deformation Models, Haifa, 1994
11 [32] Rao C.R, Mitra S.K.: Some results in estimation and tests of linear hypotheses under the Gauss-Markoff model. Sankhya, A 30, 1968 [33] Rao C.R.: Modele liniowe statystyki matematycznej. Warszawa, PWN, 1982 [34] Skórczyński A. Rachunek Wyrównawczy. PPWK, Warszawa, 1985 [35] Stewart D.E.: A New Algorithm for the SVD of a Long Product of Matrices and the Stability of Products. Electronic Transaction on Numerical Analysis, vol. 5, Kent State University, 1997 [36] Vassilevski P.S., Wade J.G.: A Comprasion of Multilevel Methods for Total Variation Regularization. Electronic Transaction on Numerical Analysis, vol. 6, Kent State University, 1997 [37] Westlake J.R.: A Handbook of Numerical Matrix Inversion and Solution of Linear Equations. Control Data Corporation, 1968 [38] Wilkinson J.H.: The Algebraic Eigenvalue Problem. Oxford, Clerendon Press, 1965 [39] Wiśniewski Z.: Rachunek wyrównawczy w geodezji (z przykładami). Wyd. UWM, Olsztyn, 2005
ROZPRAWY MONOGR AFIE
ROZPRAWY MONOGR AFIE 110 EDWARD PREWEDA Estymacja parametrów kinematycznego modelu przemieszczeń ISSN 0867-6631 AGH KRAKÓW 2002 Uczelniane Wydawnictwa Naukowo-Dydaktyczne Akademii Górniczo-Hutniczej im.
Bardziej szczegółowoRok akademicki: 2017/2018 Kod: DGK GN-s Punkty ECTS: 3. Kierunek: Geodezja i Kartografia Specjalność: Gospodarka nieruchomościami i kataster
Nazwa modułu: Zaawansowane metody opracowania wyników obserwacji Rok akademicki: 2017/2018 Kod: DGK-2-102-GN-s Punkty ECTS: 3 Wydział: Geodezji Górniczej i Inżynierii Środowiska Kierunek: Geodezja i Kartografia
Bardziej szczegółowoBaza informacji na temat przemieszczeń poziomych terenu
Edward Preweda Akademia Górniczo-Hutnicza w Krakowie Wydział Geodezji Górniczej i Inżynierii Środowiska Katedra Informacji o Terenie Streszczenie Baza informacji na temat przemieszczeń poziomych terenu
Bardziej szczegółowoGeodezja i Kartografia I stopień (I stopień / II stopień) akademicki (ogólno akademicki /praktyczny) kierunkowy (podstawowy/ kierunkowy/ inny HES)
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2015/2016 A. USYTUOWANIE MODUŁU W SYSTEMIE STUDIÓW Podstawy rachunku wyrównawczego
Bardziej szczegółowoGeometryczna interpretacja i własności jednopunktowej oraz globalnej charakterystyki dokładności poziomych sieci geodezyjnych
ZN AR, XIV, 324. Geodezja i Urządzenia Rolne, Wrocław, 1997 Stanisław Latoś Edward Preweda Katedra Informacji o Terenie Wydział Geodezji Górniczej i Inżynierii Środowiska AGH Kraków Geometryczna interpretacja
Bardziej szczegółowoStatystyka 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 szczegółowoGeodezja i Kartografia I stopień (I stopień / II stopień) akademicki (ogólno akademicki / praktyczny) podstawowy (podstawowy / kierunkowy / inny HES)
Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Podstawy rachunku wyrównawczego i obliczeń Nazwa modułu geodezyjnych Fundamentals of adjustment
Bardziej szczegółowoSPIS TEŚCI CZĘŚĆ I RACHUNEK PRAWDOPODOBIEŃSTWA
SPIS TEŚCI PRZEDMOWA...13 CZĘŚĆ I RACHUNEK PRAWDOPODOBIEŃSTWA 1. ZDARZENIA LOSOWE I PRAWDOPODOBIEŃSTWO...17 1.1. UWAGI WSTĘPNE... 17 1.2. ZDARZENIA LOSOWE... 17 1.3. RELACJE MIĘDZY ZDARZENIAMI... 18 1.4.
Bardziej szczegółowoOpis przedmiotu. Karta przedmiotu - Probabilistyka I Katalog ECTS Politechniki Warszawskiej
Kod przedmiotu TR.NIK304 Nazwa przedmiotu Probabilistyka I Wersja przedmiotu 2015/16 A. Usytuowanie przedmiotu w systemie studiów Poziom kształcenia Studia I stopnia Forma i tryb prowadzenia studiów Niestacjonarne
Bardziej szczegółowoOpis przedmiotu: Probabilistyka I
Opis : Probabilistyka I Kod Nazwa Wersja TR.SIK303 Probabilistyka I 2012/13 A. Usytuowanie w systemie studiów Poziom Kształcenia Stopień Rodzaj Kierunek studiów Profil studiów Specjalność Jednostka prowadząca
Bardziej szczegółowodr Jerzy Pusz, st. wykładowca, Wydział Matematyki i Nauk Informacyjnych Politechniki Warszawskiej B. Ogólna charakterystyka przedmiotu
Kod przedmiotu TR.SIK303 Nazwa przedmiotu Probabilistyka I Wersja przedmiotu 2015/16 A. Usytuowanie przedmiotu w systemie studiów Poziom kształcenia Studia I stopnia Forma i tryb prowadzenia studiów Stacjonarne
Bardziej szczegółowoWYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI
WYDZIAŁ GEOINŻYNIERII, GÓRNICTWA I GEOLOGII KARTA PRZEDMIOTU Nazwa w języku polskim: Statystyka matematyczna Nazwa w języku angielskim: Mathematical Statistics Kierunek studiów (jeśli dotyczy): Górnictwo
Bardziej szczegółowoWYDZIAŁ BUDOWNICTWA LĄDOWEGO I WODNEGO
Zał. nr 4 do ZW WYDZIAŁ BUDOWNICTWA LĄDOWEGO I WODNEGO KARTA PRZEDMIOTU Nazwa w języku polskim STATYSTYKA STOSOWANA Nazwa w języku angielskim APPLIED STATISTICS Kierunek studiów (jeśli dotyczy): Specjalność
Bardziej szczegółowoSpis 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 szczegółowoWYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI
Zał. nr 4 do ZW WYDZIAŁ ELEKTRONIKI KARTA PRZEDMIOTU Nazwa w języku polskim STATYSTYKA MATEMATYCZNA (EiT stopień) Nazwa w języku angielskim Mathematical Statistics Kierunek studiów (jeśli dotyczy): Specjalność
Bardziej szczegółowoInżynieria Środowiska. II stopień ogólnoakademicki. przedmiot podstawowy obowiązkowy polski drugi. semestr zimowy
Załącznik nr 7 do Zarządzenia Rektora nr../12 z dnia.... 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2017/2018 STATYSTYKA
Bardziej szczegółowoOPIS MODUŁ KSZTAŁCENIA (SYLABUS)
OPIS MODUŁ KSZTAŁCENIA (SYLABUS) I. Informacje ogólne: 1 Nazwa modułu Metody opracowania obserwacji 2 Kod modułu 04-A-MOO-60-1L 3 Rodzaj modułu obowiązkowy 4 Kierunek studiów astronomia 5 Poziom studiów
Bardziej szczegółowoKILKA UWAG DO ANALZY ROZKŁADU PRAWDOPODOBIEŃSTWA INFORMACJI RYNKOWYCH **
GEODEZJA TOM 6 ZESZYT 2 2000 332.852:519.2 Józef Czaja *, Edward Preweda * KILKA UWAG DO ANALZY ROZKŁADU PRAWDOPODOBIEŃSTWA INFORMACJI RYNKOWYCH ** 1. Studium pojęć W ostatnim okresie środowisko rzeczoznawców
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
Zał. nr 4 do ZW WYDZIAŁ ELEKTRONIKI KARTA PRZEDMIOTU Nazwa w języku polskim STATYSTYKA MATEMATYCZNA Nazwa w języku angielskim Mathematical Statistics Kierunek studiów (jeśli dotyczy): Specjalność (jeśli
Bardziej szczegółowostudia stacjonarne w/ćw zajęcia zorganizowane: 30/15 3,0 praca własna studenta: 55 Godziny kontaktowe z nauczycielem akademickim: udział w wykładach
Nazwa jednostki prowadzącej kierunek: Nazwa kierunku: Poziom kształcenia: Profil kształcenia: Moduły wprowadzające / wymagania wstępne: Nazwa modułu (przedmiot lub grupa przedmiotów) Osoby prowadzące:
Bardziej szczegółowoSzczegółowy 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 szczegółowoSpis treści 3 SPIS TREŚCI
Spis treści 3 SPIS TREŚCI PRZEDMOWA... 1. WNIOSKOWANIE STATYSTYCZNE JAKO DYSCYPLINA MATEMATYCZNA... Metody statystyczne w analizie i prognozowaniu zjawisk ekonomicznych... Badania statystyczne podstawowe
Bardziej szczegółowoLiczba godzin Punkty ECTS Sposób zaliczenia. ćwiczenia 16 zaliczenie z oceną
Wydział: Zarządzanie i Finanse Nazwa kierunku kształcenia: Finanse i Rachunkowość Rodzaj przedmiotu: podstawowy Opiekun: prof. nadzw. dr hab. Tomasz Kuszewski Poziom studiów (I lub II stopnia): II stopnia
Bardziej szczegółowoGEODEZYJNE MODELE KINEMATYCZNE GEODETIC KINEMATIC MODELS
INFRASTRUKTURA I EKOLOGIA TERENÓW WIEJSKICH INFRASTRUCTURE AND ECOLOGY OF RURAL AREAS Nr II/2/2014, POLSKA AKADEMIA NAUK, Oddział w Krakowie, s. 437 452 Komisja Technicznej Infrastruktury Wsi DOI: http://dx.medra.org/10.14597/infraeco.2014.2.2.032
Bardziej szczegółowoSzczegółowy 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 szczegółowoStatystyka 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 szczegółowo12. Przynależność do grupy przedmiotów: Blok przedmiotów matematycznych
(pieczęć wydziału) KARTA PRZEDMIOTU Z1-PU7 WYDANIE N1 Strona 1 z 5 1. Nazwa przedmiotu: Rachunek prawdopodobieństwa i statystyka matematyczna 2. Kod przedmiotu: RPiS 3. Karta przedmiotu ważna od roku akademickiego:
Bardziej szczegółowoRecenzenci: 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 szczegółowoWłasności statystyczne regresji liniowej. Wykład 4
Własności statystyczne regresji liniowej Wykład 4 Plan Własności zmiennych losowych Normalna regresja liniowa Własności regresji liniowej Literatura B. Hansen (2017+) Econometrics, Rozdział 5 Własności
Bardziej szczegółowoInformatyka I stopień (I stopień / II stopień) ogólno akademicki (ogólno akademicki / praktyczny) podstawowy (podstawowy / kierunkowy / inny HES)
KARTA MODUŁU / KARTA PRZEDMIOTU Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013
Bardziej szczegółowoMatematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013
0,KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Matematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013 A.
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Informatyka Rodzaj przedmiotu: przedmiot obowiązkowy w ramach treści kierunkowych, moduł kierunkowy ogólny Rodzaj zajęć: wykład, ćwiczenia I KARTA PRZEDMIOTU CEL PRZEDMIOTU
Bardziej szczegółowoWykład 10 Estymacja przedziałowa - przedziały ufności dla średn
Wykład 10 Estymacja przedziałowa - przedziały ufności dla średniej Wrocław, 21 grudnia 2016r Przedział ufności Niech będzie dana próba X 1, X 2,..., X n z rozkładu P θ, θ Θ. Definicja 10.1 Przedziałem
Bardziej szczegółowoRecenzenci: 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 szczegółowoTransport II stopień (I stopień / II stopień) Ogólnoakademicki (ogólno akademicki / praktyczny) Studia stacjonarne (stacjonarne / niestacjonarne)
Załącznik nr 7 do Zarządzenia Rektora nr../12 z dnia.... 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Metody probabilistyczne w transporcie Nazwa modułu w języku angielskim Probabilistic
Bardziej szczegółowo1.1 Wstęp Literatura... 1
Spis treści Spis treści 1 Wstęp 1 1.1 Wstęp................................ 1 1.2 Literatura.............................. 1 2 Elementy rachunku prawdopodobieństwa 2 2.1 Podstawy..............................
Bardziej szczegółowoWnioskowanie statystyczne. Statystyka w 5
Wnioskowanie statystyczne tatystyka w 5 Rozkłady statystyk z próby Próba losowa pobrana z populacji stanowi realizacje zmiennej losowej jak ciąg zmiennych losowych (X, X,... X ) niezależnych i mających
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA WYKŁAD października 2009
STATYSTYKA MATEMATYCZNA WYKŁAD 4 26 października 2009 Rozkład N(µ, σ). Estymacja σ σ 2 = 1 σ 2π + = E µ,σ (X µ) 2 { (x µ) 2 exp 1 ( ) } x µ 2 dx 2 σ Rozkład N(µ, σ). Estymacja σ σ 2 = 1 σ 2π + = E µ,σ
Bardziej szczegółowoKrakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2012/2013
Krakowska Akademia im. Andrzeja Frycza Modrzewskiego Karta przedmiotu obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 0/03 WydziałZarządzania i Komunikacji Społecznej Kierunek studiów:
Bardziej szczegółowoprzedmiot podstawowy obowiązkowy polski drugi
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 07/08 IN--008 STATYSTYKA W INŻYNIERII ŚRODOWISKA Statistics in environmental engineering
Bardziej szczegółowo12. Przynależność do grupy przedmiotów: Blok przedmiotów matematycznych
(pieczęć wydziału) KARTA PRZEDMIOTU Z1-PU7 WYDANIE N1 Strona 1 z 5 1. Nazwa przedmiotu: Rachunek prawdopodobieństwa i statystyka matematyczna 2. Kod przedmiotu: RPiS 3. Karta przedmiotu ważna od roku akademickiego:
Bardziej szczegółowoWykład 5 Estymatory nieobciążone z jednostajnie minimalną war
Wykład 5 Estymatory nieobciążone z jednostajnie minimalną wariancją Wrocław, 25 października 2017r Statystyki próbkowe - Przypomnienie Niech X = (X 1, X 2,... X n ) będzie n elementowym wektorem losowym.
Bardziej szczegółowoOpis programu studiów
IV. Opis programu studiów Załącznik nr 9 do Zarządzenia Rektora nr 35/19 z dnia 1 czerwca 019 r. 3. KARTA PRZEDMIOTU Kod przedmiotu I-IŚ-103 Nazwa przedmiotu Statystyka w inżynierii środowiska Nazwa przedmiotu
Bardziej szczegółowoMatematyka - Statystyka matematyczna Mathematical statistics 2, 2, 0, 0, 0
Nazwa przedmiotu: Kierunek: Matematyka - Statystyka matematyczna Mathematical statistics Inżynieria materiałowa Materials Engineering Rodzaj przedmiotu: Poziom studiów: forma studiów: obowiązkowy studia
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA WYKŁAD 4. Testowanie hipotez Estymacja parametrów
STATYSTYKA MATEMATYCZNA WYKŁAD 4 Testowanie hipotez Estymacja parametrów WSTĘP 1. Testowanie hipotez Błędy związane z testowaniem hipotez Etapy testowana hipotez Testowanie wielokrotne 2. Estymacja parametrów
Bardziej szczegółowoWeryfikacja hipotez statystycznych, parametryczne testy istotności w populacji
Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki
Bardziej szczegółowoTablica 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 szczegółowoKARTA KURSU. (do zastosowania w roku akademickim 2015/16) Kod Punktacja ECTS* 3. Dr hab. Tadeusz Sozański
KARTA KURSU (do zastosowania w roku akademickim 2015/16) Nazwa Statystyka 2 Nazwa w j. ang. Statistics 2 Kod Punktacja ECTS* 3 Koordynator Dr hab. Tadeusz Sozański (koordynator, konwersatorium) Zespół
Bardziej szczegółowoWykład 1 Próba i populacja. Estymacja parametrów z wykorzystaniem metody bootstrap
Wykład 1 Próba i populacja. Estymacja parametrów z wykorzystaniem metody bootstrap Magdalena Frąszczak Wrocław, 21.02.2018r Tematyka Wykładów: Próba i populacja. Estymacja parametrów z wykorzystaniem metody
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny. Teoria prawdopodobieństwa i elementy kombinatoryki 2. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5.
Bardziej szczegółowoSTATYSTYKA Statistics. Inżynieria Środowiska. II stopień ogólnoakademicki
Załącznik nr 7 do Zarządzenia Rektora nr../12 z dnia.... 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/13 STATYSTYKA
Bardziej szczegółowoStatystyka matematyczna. Wykład III. Estymacja przedziałowa
Statystyka matematyczna. Wykład III. e-mail:e.kozlovski@pollub.pl Spis treści Rozkłady zmiennych losowych 1 Rozkłady zmiennych losowych Rozkład χ 2 Rozkład t-studenta Rozkład Fischera 2 Przedziały ufności
Bardziej szczegółowoRozkłady statystyk z próby
Rozkłady statystyk z próby Rozkłady statystyk z próby Przypuśćmy, że wykonujemy serię doświadczeń polegających na 4 krotnym rzucie symetryczną kostką do gry, obserwując liczbę wyrzuconych oczek Nr kolejny
Bardziej szczegółowoW1. Wprowadzenie. Statystyka opisowa
W1. Wprowadzenie. Statystyka opisowa dr hab. Jerzy Nakielski Zakład Biofizyki i Morfogenezy Roślin Plan wykładu: 1. O co chodzi w statystyce 2. Etapy badania statystycznego 3. Zmienna losowa, rozkład
Bardziej szczegółowoWYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 3 - model statystyczny, podstawowe zadania statystyki matematycznej
WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 3 - model statystyczny, podstawowe zadania statystyki matematycznej Agata Boratyńska Agata Boratyńska Statystyka matematyczna, wykład 3 1 / 8 ZADANIE z rachunku
Bardziej szczegółowo... i statystyka testowa przyjmuje wartość..., zatem ODRZUCAMY /NIE MA POD- STAW DO ODRZUCENIA HIPOTEZY H 0 (właściwe podkreślić).
Egzamin ze Statystyki Matematycznej, WNE UW, wrzesień 016, zestaw B Odpowiedzi i szkice rozwiązań 1. Zbadano koszt 7 noclegów dla 4-osobowej rodziny (kwatery) nad morzem w sezonie letnim 014 i 015. Wylosowano
Bardziej szczegółowoMatematyka z el. statystyki, # 6 /Geodezja i kartografia II/
Matematyka z el. statystyki, # 6 /Geodezja i kartografia II/ Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowań Matematyki i Informatyki ul. Głęboka 28, bud. CIW, p. 221 e-mail: zdzislaw.otachel@up.lublin.pl
Bardziej szczegółowoKARTA PRZEDMIOTU. 1. NAZWA PRZEDMIOTU: Statystyka matematyczna (STA230) 2. KIERUNEK: MATEMATYKA. 3. POZIOM STUDIÓW: I stopnia
KARTA PRZEDMIOTU 1. NAZWA PRZEDMIOTU: Statystyka matematyczna (STA230) 2. KIERUNEK: MATEMATYKA 3. POZIOM STUDIÓW: I stopnia 4. ROK/ SEMESTR STUDIÓW: III/5 5. LICZBA PUNKTÓW ECTS: 6 6. LICZBA GODZIN: 30
Bardziej szczegółowoW2. Zmienne losowe i ich rozkłady. Wnioskowanie statystyczne.
W2. Zmienne losowe i ich rozkłady. Wnioskowanie statystyczne. dr hab. Jerzy Nakielski Katedra Biofizyki i Morfogenezy Roślin Plan wykładu: 1. Etapy wnioskowania statystycznego 2. Hipotezy statystyczne,
Bardziej szczegółowoEstymacja parametrów rozkładu cechy
Estymacja parametrów rozkładu cechy Estymujemy parametr θ rozkładu cechy X Próba: X 1, X 2,..., X n Estymator punktowy jest funkcją próby ˆθ = ˆθX 1, X 2,..., X n przybliżającą wartość parametru θ Przedział
Bardziej szczegółowo1 Podstawy rachunku prawdopodobieństwa
1 Podstawy rachunku prawdopodobieństwa Dystrybuantą zmiennej losowej X nazywamy prawdopodobieństwo przyjęcia przez zmienną losową X wartości mniejszej od x, tzn. F (x) = P [X < x]. 1. dla zmiennej losowej
Bardziej szczegółowoStatystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r
Statystyka matematyczna Testowanie hipotez i estymacja parametrów Wrocław, 18.03.2016r Plan wykładu: 1. Testowanie hipotez 2. Etapy testowania hipotez 3. Błędy 4. Testowanie wielokrotne 5. Estymacja parametrów
Bardziej szczegółowoMETODY 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 szczegółowoMatematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Matematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013 A.
Bardziej szczegółowoStatystyka matematyczna i ekonometria
Statystyka matematyczna i ekonometria prof. dr hab. inż. Jacek Mercik B4 pok. 55 jacek.mercik@pwr.wroc.pl (tylko z konta studenckiego z serwera PWr) Konsultacje, kontakt itp. Strona WWW Elementy wykładu.
Bardziej szczegółowoPrzedmowa Wykaz symboli Litery alfabetu greckiego wykorzystywane w podręczniku Symbole wykorzystywane w zagadnieniach teorii
SPIS TREŚCI Przedmowa... 11 Wykaz symboli... 15 Litery alfabetu greckiego wykorzystywane w podręczniku... 15 Symbole wykorzystywane w zagadnieniach teorii mnogości (rachunku zbiorów)... 16 Symbole stosowane
Bardziej szczegółowoEstymacja punktowa i przedziałowa
Temat: Estymacja punktowa i przedziałowa Kody znaków: żółte wyróżnienie nowe pojęcie czerwony uwaga kursywa komentarz 1 Zagadnienia 1. Statystyczny opis próby. Idea estymacji punktowej pojęcie estymatora
Bardziej szczegółowoR O Z P R A W A D O K T O R S K A
AKADEMIA GÓRNICZO - HUTNICZA IM. STANISŁAWA STASZICA W KRAKOWIE EDWARD PREWEDA SYSTEM POMIARU, OBLICZEŃ I WIZUALIZACJI ZMIAN GEOMETRYCZNYCH OBIEKTÓW POWŁOKOWYCH O POWIERZCHNI STOPNIA DRUGIEGO R O Z P R
Bardziej szczegółowoWeryfikacja hipotez statystycznych
Weryfikacja hipotez statystycznych Hipoteza Test statystyczny Poziom istotności Testy jednostronne i dwustronne Testowanie równości wariancji test F-Fishera Testowanie równości wartości średnich test t-studenta
Bardziej szczegółowoWprowadzenie do teorii ekonometrii. Wykład 1 Warunkowa wartość oczekiwana i odwzorowanie liniowe
Wprowadzenie do teorii ekonometrii Wykład 1 Warunkowa wartość oczekiwana i odwzorowanie liniowe Zajęcia Wykład Laboratorium komputerowe 2 Zaliczenie EGZAMIN (50%) Na egzaminie obowiązują wszystkie informacje
Bardziej szczegółowoWykład Ćwiczenia Laboratorium Projekt Seminarium 30
Zał. nr 4 do ZW WYDZIAŁ CHEMICZNY KARTA PRZEDMIOTU Nazwa w języku polskim Wstęp do statystyki praktycznej Nazwa w języku angielskim Intriduction to the Practice of Statistics Kierunek studiów (jeśli dotyczy):
Bardziej szczegółowo1. Charakterystyka analizowanej próby zmiennej losowej
GEODEZJA TOM 6 ZESZYT 2 2000 519.2 Józef Czaja *, Edward Preweda * ANALIZA ILOŚCIOWA RÓŻNYCH WSPÓŁCZYNNIKÓW KORELACJI NA PRZYKLADZIE SZEŚCIOWYMIAROWEJ ZMIENNEJ LOSOWEJ ** 1. Charakterystyka analizowanej
Bardziej szczegółowoBADANIE 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 szczegółowoWykład 10 Testy jednorodności rozkładów
Wykład 10 Testy jednorodności rozkładów Wrocław, 16 maja 2018 Test Znaków test jednorodności rozkładów nieparametryczny odpowiednik testu t-studenta dla prób zależnych brak normalności rozkładów Test Znaków
Bardziej szczegółowoDefinicja 1 Statystyką nazywamy (mierzalną) funkcję obserwowalnego wektora losowego
Rozdział 1 Statystyki Definicja 1 Statystyką nazywamy (mierzalną) funkcję obserwowalnego wektora losowego X = (X 1,..., X n ). Uwaga 1 Statystyka jako funkcja wektora zmiennych losowych jest zmienną losową
Bardziej szczegółowoI. KARTA PRZEDMIOTU CEL PRZEDMIOTU
I. KARTA PRZEDMIOTU 1. Nazwa przedmiotu: MATEMATYKA 2. Kod przedmiotu: Ma 3. Jednostka prowadząca: Wydział Mechaniczno-Elektryczny 4. Kierunek: Mechanika i budowa maszyn 5. Specjalność: Eksploatacja Siłowni
Bardziej szczegółowoStatystyka w zarzadzaniu / Amir D. Aczel, Jayavel Sounderpandian. Wydanie 2. Warszawa, Spis treści
Statystyka w zarzadzaniu / Amir D. Aczel, Jayavel Sounderpandian. Wydanie 2. Warszawa, 2018 Spis treści Przedmowa 13 O Autorach 15 Przedmowa od Tłumacza 17 1. Wprowadzenie i statystyka opisowa 19 1.1.
Bardziej szczegółowoStatystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.
Wnioskowanie statystyczne obejmujące metody pozwalające na uogólnianie wyników z próby na nieznane wartości parametrów oraz szacowanie błędów tego uogólnienia. Przewidujemy nieznaną wartości parametru
Bardziej szczegółowoRozdział 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 szczegółowoLABORATORIUM Populacja Generalna (PG) 2. Próba (P n ) 3. Kryterium 3σ 4. Błąd Średniej Arytmetycznej 5. Estymatory 6. Teoria Estymacji (cz.
LABORATORIUM 4 1. Populacja Generalna (PG) 2. Próba (P n ) 3. Kryterium 3σ 4. Błąd Średniej Arytmetycznej 5. Estymatory 6. Teoria Estymacji (cz. I) WNIOSKOWANIE STATYSTYCZNE (STATISTICAL INFERENCE) Populacja
Bardziej szczegółowoStatystyka i eksploracja danych
Wykład II: i charakterystyki ich rozkładów 24 lutego 2014 Wartość oczekiwana Dystrybuanty Słowniczek teorii prawdopodobieństwa, cz. II Wartość oczekiwana Dystrybuanty Słowniczek teorii prawdopodobieństwa,
Bardziej szczegółowoPolitechnika Krakowska im. Tadeusza Kościuszki. Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2014/2015
Politechnika Krakowska im. Tadeusza Kościuszki Karta przedmiotu Wydział Inżynierii Środowiska obowiązuje studentów rozpoczynających studia w roku akademickim 2014/2015 Kierunek studiów: Inżynieria Środowiska
Bardziej szczegółowoImportowanie danych do SPSS Eksportowanie rezultatów do formatu MS Word... 22
Spis treści Przedmowa do wydania pierwszego.... 11 Przedmowa do wydania drugiego.... 15 Wykaz symboli.... 17 Litery alfabetu greckiego wykorzystywane w podręczniku.... 17 Symbole wykorzystywane w zagadnieniach
Bardziej szczegółowoWykład Centralne twierdzenie graniczne. Statystyka matematyczna: Estymacja parametrów rozkładu
Wykład 11-12 Centralne twierdzenie graniczne Statystyka matematyczna: Estymacja parametrów rozkładu Centralne twierdzenie graniczne (CTG) (Central Limit Theorem - CLT) Centralne twierdzenie graniczne (Lindenberga-Levy'ego)
Bardziej szczegółowoMetody Numeryczne w Budowie Samolotów/Śmigłowców Wykład I
Metody Numeryczne w Budowie Samolotów/Śmigłowców Wykład I dr inż. Tomasz Goetzendorf-Grabowski (tgrab@meil.pw.edu.pl) Dęblin, 11 maja 2009 1 Organizacja wykładu 5 dni x 6 h = 30 h propozycja zmiany: 6
Bardziej szczegółowoStatystyka matematyczna. Wykład IV. Weryfikacja hipotez statystycznych
Statystyka matematyczna. Wykład IV. e-mail:e.kozlovski@pollub.pl Spis treści 1 2 3 Definicja 1 Hipoteza statystyczna jest to przypuszczenie dotyczące rozkładu (wielkości parametru lub rodzaju) zmiennej
Bardziej szczegółowoMetody komputerowe statystyki Computer Methods in Statistics. Matematyka. Poziom kwalifikacji: II stopnia. Liczba godzin/tydzień: 2W, 3L
Nazwa przedmiotu: Kierunek: Metody komputerowe statystyki Computer Methods in Statistics Matematyka Rodzaj przedmiotu: przedmiot obowiązkowy dla specjalności matematyka przemysłowa Rodzaj zajęć: wykład,
Bardziej szczegółowoWNIOSKOWANIE W MODELU REGRESJI LINIOWEJ
WNIOSKOWANIE W MODELU REGRESJI LINIOWEJ Dana jest populacja generalna, w której dwuwymiarowa cecha (zmienna losowa) (X, Y ) ma pewien dwuwymiarowy rozk lad. Miara korelacji liniowej dla zmiennych (X, Y
Bardziej szczegółowoStatystyka SYLABUS A. Informacje ogólne
Statystyka SYLABUS A. Informacje ogólne Elementy składowe sylabusu Nazwa jednostki prowadzącej kierunek Nazwa kierunku studiów Poziom kształcenia Profil studiów Forma studiów Kod Język Rodzaj Dziedzina
Bardziej szczegółowoWykład 4 Wybór najlepszej procedury. Estymacja parametrów re
Wykład 4 Wybór najlepszej procedury. Estymacja parametrów regresji z wykorzystaniem metody bootstrap. Wrocław, 22.03.2017r Wybór najlepszej procedury - podsumowanie Co nas interesuje przed przeprowadzeniem
Bardziej szczegółowoKARTA PRZEDMIOTU. 12. PRZEDMIOTOWE EFEKTY KSZTAŁCENIA Odniesienie do kierunkowych efektów kształcenia (symbol)
KARTA PRZEDMIOTU 1. NAZWA PRZEDMIOTU: Ekonometria 2. KIERUNEK: MATEMATYKA 3. POZIOM STUDIÓW: I stopnia 4. ROK/ SEMESTR STUDIÓW: III/6 5. LICZBA PUNKTÓW ECTS: 5 6. LICZBA GODZIN: 30 / 30 7. TYP PRZEDMIOTU
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Zajęcia 8
Stanisław Cichocki Natalia Nehrebecka Zajęcia 8 1. Testy diagnostyczne 2. Testowanie prawidłowości formy funkcyjnej modelu 3. Testowanie normalności składników losowych 4. Testowanie stabilności parametrów
Bardziej szczegółowoSylabus do programu kształcenia obowiązującego od roku akademickiego 2014/15
Sylabus do programu kształcenia obowiązującego od roku akademickiego 0/5 () Nazwa Rachunek prawdopodobieństwa i statystyka () Nazwa jednostki prowadzącej Wydział Matematyczno - Przyrodniczy przedmiot ()
Bardziej szczegółowoWNIOSKOWANIE STATYSTYCZNE SYLABUS A. Informacje ogólne
WNIOSKOWANIE STATYSTYCZNE SYLABUS A. Informacje ogólne Nazwa kierunku studiów Poziom kształcenia Profil studiów Forma studiów Kod Język Rodzaj Rok studiów /semestr Wymagania wstępne (tzw. sekwencyjny system
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Statystyka komputerowa Computer statistics Zarządzanie i Inżynieria Produkcji Management and Engineering of Production Rodzaj przedmiotu: Fakultatywny - oferta Poziom studiów:
Bardziej szczegółowoKARTA KURSU. (do zastosowania w roku ak. 2015/16) Kod Punktacja ECTS* 4
KARTA KURSU (do zastosowania w roku ak. 2015/16) Nazwa Statystyka 1 Nazwa w j. ang. Statistics 1 Kod Punktacja ECTS* 4 Koordynator Dr hab. Tadeusz Sozański (koordynator, wykłady) Dr Paweł Walawender (ćwiczenia)
Bardziej szczegółowoEstymacja przedziałowa - przedziały ufności dla średnich. Wrocław, 5 grudnia 2014
Estymacja przedziałowa - przedziały ufności dla średnich Wrocław, 5 grudnia 2014 Przedział ufności Niech będzie dana próba X 1, X 2,..., X n z rozkładu P θ, θ Θ. Definicja Przedziałem ufności dla paramertu
Bardziej szczegółowoZad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności:
Zadania ze statystyki cz. 7. Zad.1 Z populacji wyłoniono próbę wielkości 64 jednostek. Średnia arytmetyczna wartość cechy wyniosła 110, zaś odchylenie standardowe 16. Należy wyznaczyć przedział ufności
Bardziej szczegółowo7. Estymacja parametrów w modelu normalnym(14.04.2008) Pojęcie losowej próby prostej
7. Estymacja parametrów w modelu normalnym(14.04.2008) Pojęcie losowej próby prostej Definicja 1 n-elementowa losowa próba prosta nazywamy ciag n niezależnych zmiennych losowych o jednakowych rozkładach
Bardziej szczegółowoEkonometria. Wprowadzenie do modelowania ekonometrycznego Estymator KMNK. Jakub Mućk. Katedra Ekonomii Ilościowej
Ekonometria Wprowadzenie do modelowania ekonometrycznego Estymator Jakub Mućk Katedra Ekonomii Ilościowej Jakub Mućk Ekonometria Wykład 1 Estymator 1 / 16 Agenda 1 Literatura Zaliczenie przedmiotu 2 Model
Bardziej szczegółowo