Modelowane obszary z zaznaczonymi stacjami obserwacyjnymi

Wielkość: px
Rozpocząć pokaz od strony:

Download "Modelowane obszary z zaznaczonymi stacjami obserwacyjnymi"

Transkrypt

1 Institute of Oceanogph Gdańsk Universit Jan Jędrasik Walidacja elu hdrodnamicznego

2 elowane obszar z zaznaczonmi stacjami obserwacjnmi Zatoka Gdañska W³ad P1 Gd_N ZN4 18 P116 Hel P1 P4 P1 NP ZN Œwib K Ba³t Ba³tjsk Ba³tk po³udniow P P39 M3 P16 B1 Œwin Ko³ Ust P14 P P63 ZR4 P Zalew Wiœlan tacja pomiaru temperatur wod tacja pomiaru temperatur i zasolenia tacja pomiaru wahañ poziomu morza

3 Miar statstczne zastosowane do werfikacji elu Wielkości porównwane: wartości elowane (MOD) i obserwowane (OB) Różnice pomiędz nimi = określono jako błąd elu Różnice pomiędz średnimi Q m = = przjęto za obciążenie bezwzględne elu Uśrednion kwadrat tej różnic oznacza średni błąd kwadratow E ( ) rs = ( ) = Iloczn standarzowanch wielkości (OBL) N wraża współcznnik korelacji ( ) ( ) r = = i (OB) cov(, ) = ( ) = N

4 Średni błąd kwadratow wraża ( ) ) var( m rs Q E + = = po rozwinięciu o ) ( ) ( ) ( 1 ) ( 1 ) ( 1 ) var( r N N N N + = Σ Σ + Σ = = Σ = o dodaniu i odjęciu r oraz uporządkowaniu wraża związek ze współcznnikiem korelacji w postaci + + = ) (1 m rs Q r r E Drugi człon w nawiasie oznaczm = r C jako obciążenie warunkowe równania opisujące współzależność międz błędem elu i jego smulacją Trzeci człon równania wraża obciążenie bezwarunkowe m Q B = zdefiniowane jako stosunek obciążenia bezwzględnego do odchlenia standardowego obserwacji

5 Wrażenie E rs podzielone przez z oznaczeniem 1 E rs = E oznacza współcznnik determinacji lub efektwności E = r C nazwan współcznnikiem Nasha i uttcliff a (Węglarczk, 1998) Jeżeli nie ma żadnch obciążeń, to jest on równ kwadratowi współcznnika korelacji. Obciążenia wników elu obniżają wartości współcznnika efektwności, któr wskazuje realnie na charakter smulacji. B E Relacja współcznnika korelacji z całkowitm błędem kwadratowm E = rs rc prowadzi do współzależności tzw. specjalnego współcznnika korelacji Erc R s względem E rc w postaci Rs = 1 + Współcznnik ten jest równ jedności gd średni błąd kwadratow jest równ zero, a jego wartość maleje ze wzrostem E. rc Błąd procentow smulacji elu δ = % Klas dokładności smulacji dla przedziałów procentowch błędu według Maera (1979): bardzo dobra δ < %, dobra % < δ < %, dostateczna % < δ < 3% nie do przjκcia δ > 3%. min

6 - - Depth [m] Depth [m] a) observed - b) observed 3 4 Distance [km] Distance [km] Depth [m] Depth [m] a) elled - b) elled erwowane i elowane rozkład tlenu rozpuszczonego O-O w przekroju od ujścia Wisł do stacji P1 poprzez P1 i P116 a) 4 marca 199 b) 8 sierpnia 199

7 Temperatura [ C] 1 a) Hel r =.98 Temperatura [ C] 1 b) Świbno r = [dni] [dni] Temperature [ C] 1 c) Bałtjsk r = [dni] Przebieg temperatur wod powierzchniowej obserwowanej i elowanej na stacjach brzegowch w a) Helu i b) Świbnie, w 199 oraz w Bałtjsku w roku 1994

8 Temperatura [ C] 3 1 P_1 r =.98 Temperatura [ C] 3 1 P_ r =.97 Temperatura [ C] 3 1 P_3 r = Temperatura [ C] 3 1 P_4 r =.97 Temperatura [ C] 3 1 P_ r =.9 Temperatura [ C] 3 1 P_6 r = Temperatura [ C] 3 1 P_7 r =.9 Temperatura [ C] 3 1 P_8 r =.96 Temperatura [ C] 3 1 P_9 r = Przebieg obserwowanej (OB) i elowanej (MOD) temperatur wod powierzchniowej w punktach 1- Zalewu Wiślanego za okres

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

10 Temperatura wod [ C] Temperatura wod [ C] obs Punkt P obs Punkt P Temperatura wod [ C] obs Punkt P Temperatura wod [ C] obs Punkt ZN Temperatura wod [ C] Temperatura wod [ C] obs Punkt P obs Punkt ZN elowane i obserwowane pionowe rozkład temperatur wod w wbranch punktach Zatoki Gdańskiej: P1, P1, ZN4 w sezonie letnim 199_96

11 Zasolenie wod [psu] obs - Punkt P Zasolenie wod [psu] obs - Punkt P Zasolenie wod [psu] obse -1 - Punkt P Zasolenie wod [ C] obs Punkt ZN Zasolenie wod [psu] obs -1 Punkt P Zasolenie wod [ C] obs Punkt ZN elowane i obserwowane pionowe rozkład zasolenia w wbranch punktach Zatoki Gdańskiej: P1, P1, ZN4 w sezonach jesiennch 199_96

12 Tabela 1. Współcznniki korelacji i odchlenia standardowe dla temperatur wod i zasolenia w punktach obserwacjnch Zatoki Gdańskiej w okresie tacja T w Liczba R D R D obserwacji P P P P ZN ZN NP K R P Tabela. Współcznniki korelacji i odchlenia standardowe dla temperatur wod i zasolenia na stacjach obserwacjnch Basenu Gdańskiego w okresie tacja R D R D obserwacji 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=m 16. MOD 8.. OB r = -. D = Przebieg powierzchniowej zmienności obserwowanch i elowanch temperatur wod T w na Głębi Gdańskiej, stacja P1 z = m z = 3 m z = 6 m z = 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 obserwowanch (OB) i elowanch (MOD) wartości zasolenia na Głębi Gdańskiej stacja P1, Basenie Gdańskim stacja P14, Basenie Bornholmskim stacja P, w okresie 1994

15 Tabela 4 Ocena smulacji poziomu morza wg klasfikacji Maera (1979) 7 Klasa G9 H9 W9 Ś9 K9 U9 Ś W G o MOD [ C] 6 Świ R=.81 D=6.1 N= OB [ o C] MOD [cm] 6 Tabela Parametr statstczne smulacji wahań poziomu morza na stacjach brzegowch w roku 199 i * 7 Wła R=.8 D=3.9 N= OB [cm] Gda R=.84 D=4.6 N= G199 H199 W199 Ś199 K199 U199 Ś W G R Qm Ers Rs Erc B E C 7 o MOD [ C] 6 Parametr 47 OB [ o C] 7 6 * Liter w pierwszm wierszu tabeli odpowiadają nazwie stacji, dwie cfr określają rok gdzie: R, współcznnik korelacji; δ, średnie absolutne odchlenie; Qm, obciążenie elu; Ers, średni błąd kwadratow; Rs, specjaln współcznnik korelacji; Erc, całkowit błąd kwadratow; C, obciążenie warunkowe; B, obciążenie bezwarunkowe; E, efektwność elu.

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 obserwowanego (OB) i elowanego (MOD) na polskich stacjach brzegowch w 199r oraz w Bałtjsku 1994r

17 1 3 3 Poziom morza [cm] Świ r=.81 D=6.1 4 Poziom morza [cm] Wła r =.8 D=3.9 4 Poziom morza [cm] [dni] Gda r =.84 D=4.6 Przebieg w ahań poziom u m orza obserw ow anego (OB) i m odelow anego (MOD) na stacjach brzegow ch w r

18 . a). b) sze r.ge ogr.n. 4. s ze r.ge ogr.n d³ug.geogr.e d³ug.geogr.e Pola temperatur wod powierzchniowej z 9 sierpnia 1996 a) obserwowane b) elowane

19 . a). b) szer.geogr.n. 4. s ze r.ge ogr.n d³ug.geogr.e d³ug.geogr.e Pola temperatur wod powierzchniowej z 3 września 1996 a) obserwowane b) elowane Tabela. Korelacja pól temperatur obserwowanej na zdjęciach satelitarnch i elowanch Termin R

20 ZANIŻONE ZAWYŻONE Ś K U W H G 199 ZANIŻONE ZAWYŻONE T w B39 P P14 P63 R4 P1 P1 P116 P4 P1 NP ZN K Obciążenia bezwzględne smulacji wahań poziomu morza w roku 199 i oraz temperatur wod i zasolenia za okres Parametr Q m C B E rs E rc r r E R s T

21 a) 1.1 Współcznnik korelacji [Rs] 1. Bardzo dobr Bardzo dobr K_9 W_9 W_ Gd_9 U_9 Gd_ Ś_9 Ś_ Ś K U W Gd Całkowit błąd kwadratow [Erc] b) Współcznnik korelacji [Rs] Temperatura wod Bardzo dobr Dobr Bardzo dobr Dobr B39 P P14 P63 R4 P1 P1 P116 P4 P1 NP ZN k c) Współcznnik korelacji [Rs] Zasolenie Bardzo dobr Dobr Bardzo dobr Dobr B39 P P14 P63 R4 P1 P1 P116 P4 P1 NP ZN k Całkowit błąd kwadratow [Erc] Całkowit błąd kwadratow [Erc] pecjaln współcznnik korelacji w funkcji całkowitego błędu kwadratowego a) dla poziomów morza b) temperatur wod c) zasolenia

22 werfikowan według: Podsumowanie: el hdrodnamiczn wahań poziomu morza, rozkładów temperatur wod i jej zasolenia oraz obrazów satelitarnch temperatur uzskał wsokie ocen statstczne potwierdzające zgodność wartości elowanch i obserwowanch we wszstkich akwenach dla 6 letniego okresu porównań. el hd wskazał rejon wstępowania, wielkość i kształt upwellingów na powierzchni morza potwierdzonch zdjęciami satelitarnmi. el odwzorowwał także strukturę kolumn wod. Bezpośrednie rejs obserwacjne wskazał na potrzebę zwiększenia rozdzielczości siatek numercznch dla akwenów wstępowania upwellingów. Obecna rozdzielczość z oczkiem 1mM pozwala na ocenę zgrubną. el hd zaniżał wartości temperatur wod, zawżał zasolenie, a także w niektórch okresach wahania poziomu morza

Modelowane obszary z zaznaczonymi stacjami obserwacyjnymi

Modelowane obszary z zaznaczonymi stacjami obserwacyjnymi Instytut Oceanografii Uniwersytetu Gdańskiego Jan Jędrasik Walidacja elu hydrodynamicznego i elu ProDeMo elowane zary z zaznaczonymi stacjami erwacyjnymi Zatoka Gdañska W³ad P1 Gd_N ZN4 18 P116 Hel P11

Bardziej szczegółowo

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

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

Pierwiastki kwadratowe z liczby zespolonej

Pierwiastki kwadratowe z liczby zespolonej Pierwiastki kwadratowe z liczb zespolonej Pierwiastkiem kwadratowm z liczb w C nazwam każdą liczbę zespoloną z C, dla której z = w. Zbiór wszstkich pierwiastków oznaczam smbolem w. Innmi słow w = {z C

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

PRÓBNY EGZAMIN MATURALNY

PRÓBNY EGZAMIN MATURALNY PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI ZESTAW NR 17751 WYGENEROWANY AUTOMATYCZNIE W SERWISIE ZADANIA.INFO POZIOM PODSTAWOWY CZAS PRACY: 170 MINUT 1 Zadania zamknięte ZADANIE 1 (1 PKT) Rozważm treść następujacego

Bardziej szczegółowo

Przedziały ufności i testy parametrów. Przedziały ufności dla średniej odpowiedzi. Interwały prognoz (dla przyszłych obserwacji)

Przedziały ufności i testy parametrów. Przedziały ufności dla średniej odpowiedzi. Interwały prognoz (dla przyszłych obserwacji) Wkład 1: Prosta regresja liniowa Statstczn model regresji liniowej Dane dla prostej regresji liniowej Przedział ufności i test parametrów Przedział ufności dla średniej odpowiedzi Interwał prognoz (dla

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

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

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

Badanie zależności cech

Badanie zależności cech PODSTAWY STATYSTYKI 1. Teoria prawdopodobieństwa i element kombinatorki. Zmienne losowe i ich rozkład 3. Populacje i prób danch, estmacja parametrów 4. Testowanie hipotez 5. Test parametrczne (na przkładzie

Bardziej szczegółowo

Wykład 4 Testy zgodności. dystrybuanta rozkładu populacji dystrybuanty rozkładów dwóch populacji rodzaj rozkładu wartości parametrów.

Wykład 4 Testy zgodności. dystrybuanta rozkładu populacji dystrybuanty rozkładów dwóch populacji rodzaj rozkładu wartości parametrów. Wkład Test zgodności. Test zgodności służą do werikacji hipotez mówiącch, że a dstrbuanta rozkładu populacji ma określoną z gór postać unkcjną b dstrbuant rozkładów dwóch populacji nie różnią się w sposób

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

Metody prognozowania: Jakość prognoz Wprowadzenie (1) 6. Oszacowanie przypuszczalnej trafności prognozy

Metody prognozowania: Jakość prognoz Wprowadzenie (1) 6. Oszacowanie przypuszczalnej trafności prognozy Metod prognozowania: Jakość prognoz Dr inż. Sebastian Skoczpiec ver. 03.2012 Wprowadzenie (1) 1. Sformułowanie zadania prognostcznego: 2. Określenie przesłanek prognostcznch: 3. Zebranie danch 4. Określenie

Bardziej szczegółowo

L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 4 ZADANIA - ZESTAW 4

L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 4 ZADANIA - ZESTAW 4 ZADANIA - ZESTAW 4 Zadanie 4. 0-0,4 c 0 0, 0, Wznacz c. Wznacz rozkład brzegowe. Cz, są niezależne? (odp. c = 0,3 Zadanie 4.- 0-0,4 0,3 0 0, 0, Wznaczć macierz kowariancji i korelacji. Cz, są skorelowane?

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

Liczby, działania i procenty. Potęgi I pierwiastki

Liczby, działania i procenty. Potęgi I pierwiastki Zakres materiału obowiązując do egzaminu poprawkowego z matematki klasa technikum str Dział programow Liczb, działania i procent Potęgi I pierwiastki Zbior i przedział liczbowe Wrażenia algebraiczne Równania

Bardziej szczegółowo

Młodzieżowe Uniwersytety Matematyczne. Projekt współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego REGUŁA GULDINA

Młodzieżowe Uniwersytety Matematyczne. Projekt współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego REGUŁA GULDINA Młodzieżowe Uniwerstet Matematczne Projekt współfinansowan przez Unię Europejską w ramach Europejskiego Funduszu połecznego REGUŁA GULDINA dr Bronisław Pabich Rzeszów marca 1 Projekt realizowan przez Uniwerstet

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

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

KONKURS MATEMATYCZNY DLA UCZNIÓW GIMNAZJUM ETAP REJONOWY

KONKURS MATEMATYCZNY DLA UCZNIÓW GIMNAZJUM ETAP REJONOWY pieczątka WKK Kod ucznia - - Dzień Miesiąc Rok DATA URODZENIA UCZNIA KONKURS MATEMATYCZNY DLA UCZNIÓW GIMNAZJUM ETAP REJONOWY Drogi Uczniu Witaj na II etapie konkursu matematcznego. Przecztaj uważnie instrukcję.

Bardziej szczegółowo

PRÓBNA MATURA. ZADANIE 1 (1 PKT) Wskaż liczbę, której 4% jest równe 8. A) 200 B) 100 C) 3,2 D) 32

PRÓBNA MATURA. ZADANIE 1 (1 PKT) Wskaż liczbę, której 4% jest równe 8. A) 200 B) 100 C) 3,2 D) 32 PRÓBNA MATURA ZADANIE ( PKT) Wskaż liczbę, której % jest równe 8. A) B) C), D) ZADANIE ( PKT) Odległość liczb od liczb -8 na osi liczbowej jest równa A) 8 B) + 8 C) + 8 D) 8 ZADANIE ( PKT) Wskaż rsunek,

Bardziej szczegółowo

Statystyka i Analiza Danych

Statystyka i Analiza Danych Warsztaty Statystyka i Analiza Danych Gdańsk, 20-22 lutego 2014 Zastosowania wybranych technik regresyjnych do modelowania współzależności zjawisk Janusz Wątroba StatSoft Polska Centrum Zastosowań Matematyki

Bardziej szczegółowo

Przenoszenie niepewności

Przenoszenie niepewności Przenoszenie niepewności Uwaga wstępna: pojęcia niepewność pomiarowa i błąd pomiarow są stosowane wmiennie. Załóżm, że wielkość jest funkcją wielkości,,, dla którch niepewności (,, ) są znane (wnikają

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

PRÓBNY EGZAMIN MATURALNY

PRÓBNY EGZAMIN MATURALNY PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI ZESTAW PRZYGOTOWANY PRZEZ SERWIS WWW.ZADANIA.INFO POZIOM PODSTAWOWY 6 KWIETNIA 0 CZAS PRACY: 70 MINUT Zadania zamknięte ZADANIE ( PKT.) Liczbę 5 7 zaokr aglam do liczb,6.

Bardziej szczegółowo

VIII. ZBIÓR PRZYKŁADOWYCH ZADAŃ MATURALNYCH

VIII. ZBIÓR PRZYKŁADOWYCH ZADAŃ MATURALNYCH VIII. ZBIÓR PRZYKŁADOWYCH ZADAŃ MATURALNYCH ZADANIA ZAMKNIĘTE Zadanie. ( pkt) 0 90 Liczba 9 jest równa 0 B. 00 C. 0 9 D. 700 7 Zadanie. 8 ( pkt) Liczba 9 jest równa B. 9 C. D. 5 Zadanie. ( pkt) Liczba

Bardziej szczegółowo

Załóżmy, że obserwujemy nie jedną lecz dwie cechy, które oznaczymy symbolami X i Y. Wyniki obserwacji obu cech w i-tym obiekcie oznaczymy parą liczb

Załóżmy, że obserwujemy nie jedną lecz dwie cechy, które oznaczymy symbolami X i Y. Wyniki obserwacji obu cech w i-tym obiekcie oznaczymy parą liczb Współzależność Załóżmy, że obserwujemy nie jedną lecz dwie cechy, które oznaczymy symbolami X i Y. Wyniki obserwacji obu cech w i-tym obiekcie oznaczymy parą liczb (x i, y i ). Geometrycznie taką parę

Bardziej szczegółowo

Pomiar bezpośredni przyrządem wskazówkowym elektromechanicznym

Pomiar bezpośredni przyrządem wskazówkowym elektromechanicznym . Rodzaj poiaru.. Poiar bezpośredni (prost) W przpadku poiaru pojednczej wielkości przrząde wskalowan w jej jednostkach wartość niedokładności ± określa graniczn błąd przrządu analogowego lub cfrowego

Bardziej szczegółowo

Ćwiczenie 361 Badanie układu dwóch soczewek

Ćwiczenie 361 Badanie układu dwóch soczewek Nazwisko... Data... Wdział... Imię... Dzień tg.... Godzina... Ćwiczenie 36 Badanie układu dwóch soczewek Wznaczenie ogniskowch soczewek metodą Bessela Odległość przedmiotu od ekranu (60 cm 0 cm) l Soczewka

Bardziej szczegółowo

Ł Ł Ś Ę ź ź ź ź Ś ź ż Ę Ę Ś ż Ś ń Ś Ó Ą Ł Ą Ś ź Ę ć Ś ź ż ż ż ż ż ć ż ż Ń ć ń Ś ź ż ń ć ć ż ć ż źń ć ż ż ż ź ń ć ć Ł ż Ę ń ć ż ń ż ż Ś ź ż ń ń Ś ż Ś ń Ś ż ż Ś ń Ą ż Ł ć ż ż ż ń ż ż ż ż ń Ł ń Ę Ę Ą ń ź

Bardziej szczegółowo

Ń Ó Ą Ó Ą Ń ć ć ć ć ć ć ć ć ć ć ć ć ć ć ć ź ć ć ć ć Ń ć ć ć ź ź Ą ć ć ć ź Ź ź ć ŚĆ ć ć ć ź ć źń Ć Ż ź ć ć ć ź ć Ż Ą ć Ż ć ź ć ź ź ź Ą ć ć ć ć ć ć Ą ć ć ć ć ć ć ć ć ć ć ź ć ć ć ć ć ć ć Ą ć Ó ź Ó Ó Ń Ą Ó

Bardziej szczegółowo

ń Ą ń Ż Ż ń Ó ź Ę ź ź Ę ć ć ć Ś ź ŚĆ Ś ź ź ź ź Ś ź ń Ś Ó Ć ŚĆ Ć ć ć ć ź ń ć Ó ń ń ń Ś ń ń Ś ń ź ź ź źń Ź Ś ń Ć Ś Ś Ź ń ń Ś ń ń Ś ź ź Ś ź źń Ś ć ć ń Ś ń ń Ś Ś Ś Ś ń ź ź Ś ź źń ź Ś ń ź Ś Ś Ś ź ń ń Ś ń ń

Bardziej szczegółowo

Ą Ł ń Ź Ź Ą Ą ź ć Ź ń ź Ę Ł Ę Ł ż ć ć ć ż ż ż ć Ż ń ć ń ć Ń Ę ż Ż Ż Ż ć Ń Ż Ż Ą ń Ż Ż Ą Ą ń ż ń Ż Ź ż ż Ź ń ć ć Ą ć ć ć Ż ć ć ż ć ć Ż Ą ć Ż ć Ż ż ń ż ń ć Ż ć ć Ż Ł Ż Ż ć ż ć ć Ń Ń ż Ą ć ć ć ń ć ź ć ż ć

Bardziej szczegółowo

Ą ż ń ń ń ń ż Ą ń ń ż ć ń ś ż ż ż ś ż ż ż ż ć ć ś Ą ż ń ż ż ć ń ś ź ń ś ż ś ś ń ś ń ś ś ś Ń ś ż ń ś ń ń ść ż Ę ń ś ń ń ń ś ż ć Ą ś ż Ń żń ś ż ż ń ś Ę ŁÓ Ą ż ń ń ś ń ń ż ć ż Ś ź Ń ś Ń ż ń ś ń ż ź

Bardziej szczegółowo

Motto. Czy to nie zabawne, że ci sami ludzie, którzy śmieją się z science fiction, słuchają prognoz pogody oraz ekonomistów? (K.

Motto. Czy to nie zabawne, że ci sami ludzie, którzy śmieją się z science fiction, słuchają prognoz pogody oraz ekonomistów? (K. Motto Cz to nie zabawne, że ci sami ludzie, którz śmieją się z science fiction, słuchają prognoz pogod oraz ekonomistów? (K. Throop III) 1 Specfika szeregów czasowch Modele szeregów czasowch są alternatwą

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

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

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

25. RÓWNANIA RÓŻNICZKOWE PIERWSZEGO RZĘDU. y +y tgx=sinx

25. RÓWNANIA RÓŻNICZKOWE PIERWSZEGO RZĘDU. y +y tgx=sinx 5. RÓWNANIA RÓŻNICZKOWE PIERWSZEGO RZĘDU 5.1. Pojęcia wstępne. Klasfikacja równań i rozwiązań Rozróżniam dwa zasadnicze tp równań różniczkowch: równania różniczkowe zwczajne i równania różniczkowe cząstkowe.

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

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

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

Projekt zaliczeniowy z przedmiotu Statystyka i eksploracja danych (nr 3) Kamil Krzysztof Derkowski

Projekt zaliczeniowy z przedmiotu Statystyka i eksploracja danych (nr 3) Kamil Krzysztof Derkowski Projekt zaliczeniowy z przedmiotu Statystyka i eksploracja danych (nr 3) Kamil Krzysztof Derkowski Zadanie 1 Eksploracja (EXAMINE) Informacja o analizowanych danych Obserwacje Uwzględnione Wykluczone Ogółem

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

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

Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego

Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Materiał ddaktczne na zajęcia wrównawcze z matematki dla studentów pierwszego roku kierunku zamawianego Inżnieria i Gospodarka Wodna w ramach projektu Era inżniera pewna lokata na przszłość Projekt Era

Bardziej szczegółowo

Zlodzenie polskiej strefy przybrzeżnej w zimie 2017/18 The Ice Winter 2017/18 on the Polish Baltic Sea Coast

Zlodzenie polskiej strefy przybrzeżnej w zimie 2017/18 The Ice Winter 2017/18 on the Polish Baltic Sea Coast Zlodzenie polskiej strefy przybrzeżnej w zimie 2017/18 The Ice Winter 2017/18 on the Polish Baltic Sea Coast Ida Stanisławczyk ida.stanislawczyk@imgw.pl Sezon zimowy 2017/18 na polskim wybrzeżu należał

Bardziej szczegółowo

Wstęp do programowania INP001213Wcl rok akademicki 2018/19 semestr zimowy. Wykład 5. Karol Tarnowski A-1 p.

Wstęp do programowania INP001213Wcl rok akademicki 2018/19 semestr zimowy. Wykład 5. Karol Tarnowski A-1 p. Wstęp do programowania INP001213Wcl rok akademicki 2018/19 semestr zimowy Wykład 5 Karol Tarnowski karol.tarnowski@pwr.edu.pl A-1 p. 411B Plan prezentacji Algorytm Euklidesa Liczby pierwsze i złożone Metody

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

Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego

Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Materiał ddaktczne na zajęcia wrównawcze z matematki dla studentów pierwszego roku kierunku zamawianego Inżnieria Środowiska w ramach projektu Era inżniera pewna lokata na przszłość Projekt Era inżniera

Bardziej szczegółowo

LABORATORIUM PROMIENIOWANIE W MEDYCYNIE

LABORATORIUM PROMIENIOWANIE W MEDYCYNIE LABORATORIUM PROMIENIOWANIE W MEDYCYNIE Ćw. nr 4 OSŁANIAJACE WŁAŚCIWOŚCI WARSTWY PODWÓJNEJ Nazwisko i Imię:... data:... ocena (teoria)... Grupa... Zespół... ocena końcowa... 1 Cel ćwiczenia Promieniowanie

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

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2 STATYSTYKA Rafał Kucharski Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2 Zależność przyczynowo-skutkowa, symptomatyczna, pozorna (iluzoryczna), funkcyjna stochastyczna

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

Ćwiczenie 1. Metody określania niepewności pomiaru

Ćwiczenie 1. Metody określania niepewności pomiaru Grzegorz Wielgoszewski Data wykonania ćwiczenia: Nr albumu 134651 7 października 01 Proszę podać obie daty. Grupa SO 7:30 Data sporządzenia sprawozdania: Stanowisko 13 3 listopada 01 Proszę pamiętać o

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

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

Przykładowe zadania dla poziomu podstawowego Zadanie 1. Zadanie 2. Zadanie 3. Zadanie 4. Zadanie 5.

Przykładowe zadania dla poziomu podstawowego Zadanie 1. Zadanie 2. Zadanie 3. Zadanie 4. Zadanie 5. Przykładowe zadania dla poziomu podstawowego Zadanie. ( pkt) W układzie współrzędnych zaznaczono 5 początkowych wyrazów nieskończonego ciągu a. arytmetycznego ( ) n y - a) Podaj trzeci wyraz tego ciągu.

Bardziej szczegółowo

LABORATORIUM ELEKTROTECHNIKI POMIAR PRZESUNIĘCIA FAZOWEGO

LABORATORIUM ELEKTROTECHNIKI POMIAR PRZESUNIĘCIA FAZOWEGO POLITECHNIKA ŚLĄSKA WYDZIAŁ TRANSPORTU KATEDRA LOGISTYKI I TRANSPORTU PRZEMYSŁOWEGO NR 1 POMIAR PRZESUNIĘCIA FAZOWEGO Katowice, październik 5r. CEL ĆWICZENIA Poznanie zjawiska przesunięcia fazowego. ZESTAW

Bardziej szczegółowo

Zajęcia 2. Estymacja i weryfikacja modelu ekonometrycznego

Zajęcia 2. Estymacja i weryfikacja modelu ekonometrycznego Zajęcia. Esmacja i werfikacja modelu ekonomercznego Celem zadania jes oszacowanie liniowego modelu opisującego wpłw z urski zagranicznej w danm kraju w zależności od wdaków na urskę zagraniczną i liczb

Bardziej szczegółowo

Ekonometria. Dobór postaci analitycznej, transformacja liniowa i estymacja modelu KMNK. Paweł Cibis 9 marca 2007

Ekonometria. Dobór postaci analitycznej, transformacja liniowa i estymacja modelu KMNK. Paweł Cibis 9 marca 2007 , transformacja liniowa i estymacja modelu KMNK Paweł Cibis pawel@cibis.pl 9 marca 2007 1 Miary dopasowania modelu do danych empirycznych Współczynnik determinacji Współczynnik zbieżności Skorygowany R

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

ZMIANA PARAMETRÓW TERMODYNAMICZNYCH POWIETRZA W PAROWNIKU CHŁODZIARKI GÓRNICZEJ Z CZYNNIKIEM R407C***

ZMIANA PARAMETRÓW TERMODYNAMICZNYCH POWIETRZA W PAROWNIKU CHŁODZIARKI GÓRNICZEJ Z CZYNNIKIEM R407C*** Górnictwo i Geoinżynieria Rok 30 Zeszyt 1 2006 Krzysztof Filek*, Piotr Łuska**, Bernard Nowak* ZMIANA PARAMETRÓW TERMODYNAMICZNYCH POWIETRZA W PAROWNIKU CHŁODZIARKI GÓRNICZEJ Z CZYNNIKIEM R407C*** 1. Wstęp

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

Bank zadań na egzamin pisemny (wymagania podstawowe; na ocenę dopuszczającą i dostateczną)

Bank zadań na egzamin pisemny (wymagania podstawowe; na ocenę dopuszczającą i dostateczną) Bank zadań na egzamin pisemny (wymagania podstawowe; na ocenę dopuszczającą i dostateczną) Zadania zamknięte (jedna poprawna odpowiedź) 1 punkt Wyrażenia algebraiczne Zadanie 1. Wartość wyrażenia 3 x 3x

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

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

Zmienne losowe typu ciągłego. Parametry zmiennych losowych. Izolda Gorgol wyciąg z prezentacji (wykład III)

Zmienne losowe typu ciągłego. Parametry zmiennych losowych. Izolda Gorgol wyciąg z prezentacji (wykład III) Zmienne losowe tpu ciągłego. Parametr zmiennch losowch. Izolda Gorgol wciąg z prezentacji (wkład III) Zmienna losowa tpu ciągłego Zmienna losowa X o ciągłej dstrbuancie F nazwa się zmienną losową tpu ciągłego,

Bardziej szczegółowo

Deszcze nawalne doświadczenia Miasta Gdańska

Deszcze nawalne doświadczenia Miasta Gdańska Deszcze nawalne doświadczenia Miasta Gdańska Kategorie deszczu wg Chomicza Deszcze nawalne wg klasyfikacji Chomicza oznaczają opady o współczynniku wydajności a od 5,66 do 64,00 Wraz ze wzrostem współczynnika

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

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

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

Wyznaczanie budżetu niepewności w pomiarach wybranych parametrów jakości energii elektrycznej

Wyznaczanie budżetu niepewności w pomiarach wybranych parametrów jakości energii elektrycznej P. OTOMAŃSKI Politechnika Poznańska P. ZAZULA Okręgowy Urząd Miar w Poznaniu Wyznaczanie budżetu niepewności w pomiarach wybranych parametrów jakości energii elektrycznej Seminarium SMART GRID 08 marca

Bardziej szczegółowo

Statystyka. Wykład 4. Magdalena Alama-Bućko. 19 marca Magdalena Alama-Bućko Statystyka 19 marca / 33

Statystyka. Wykład 4. Magdalena Alama-Bućko. 19 marca Magdalena Alama-Bućko Statystyka 19 marca / 33 Statystyka Wykład 4 Magdalena Alama-Bućko 19 marca 2018 Magdalena Alama-Bućko Statystyka 19 marca 2018 1 / 33 Analiza struktury zbiorowości miary położenia ( miary średnie) miary zmienności (rozproszenia,

Bardziej szczegółowo

Ekonometria. Dobór postaci analitycznej, transformacja liniowa i estymacja modelu KMNK. Paweł Cibis 23 marca 2006

Ekonometria. Dobór postaci analitycznej, transformacja liniowa i estymacja modelu KMNK. Paweł Cibis 23 marca 2006 , transformacja liniowa i estymacja modelu KMNK Paweł Cibis pcibis@o2.pl 23 marca 2006 1 Miary dopasowania modelu do danych empirycznych Współczynnik determinacji Współczynnik zbieżności 2 3 Etapy transformacji

Bardziej szczegółowo

Spis treści 3 SPIS TREŚCI

Spis 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 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

Statystyka. Opisowa analiza zjawisk masowych

Statystyka. Opisowa analiza zjawisk masowych Statystyka Opisowa analiza zjawisk masowych Typy rozkładów empirycznych jednej zmiennej Rozkładem empirycznym zmiennej nazywamy przyporządkowanie kolejnym wartościom zmiennej (x i ) odpowiadających im

Bardziej szczegółowo

Badanie zależności pomiędzy zmiennymi

Badanie zależności pomiędzy zmiennymi Badanie zależności pomiędzy zmiennymi Czy istnieje związek, a jeśli tak, to jak silny jest pomiędzy np. wykształceniem personelu a jakością świadczonych usług? Ogólnie szukamy miary zależności (współzależności),

Bardziej szczegółowo

Rozkład materiału: matematyka na poziomie rozszerzonym

Rozkład materiału: matematyka na poziomie rozszerzonym Rozkład materiału: matematyka na poziomie rozszerzonym KLASA I 105h Liczby (30h) 1. Zapis dziesiętny liczby rzeczywistej 2. Wzory skróconego mnoŝenia 3. Nierówności pierwszego stopnia 4. Przedziały liczbowe

Bardziej szczegółowo

V JURAJSKI TURNIEJ MATEMATYCZNY DLA UCZNIÓW GIMNAZJUM FINAŁ 14 maja 2005 r.

V JURAJSKI TURNIEJ MATEMATYCZNY DLA UCZNIÓW GIMNAZJUM FINAŁ 14 maja 2005 r. V JURAJSKI TURNIEJ MATEMATYCZNY DLA UCZNIÓW GIMNAZJUM FINAŁ 4 maja 005 r. Przecztaj uważnie poniższą instrukcję: Test składa się z dwóch części. Pierwsza część zawiera 0 zadań wielokrotnego wboru. Tlko

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

Filtr Kalmana. Struktury i Algorytmy Sterowania Wykład 1-2. prof. dr hab. inż. Mieczysław A. Brdyś mgr inż. Tomasz Zubowicz

Filtr Kalmana. Struktury i Algorytmy Sterowania Wykład 1-2. prof. dr hab. inż. Mieczysław A. Brdyś mgr inż. Tomasz Zubowicz Filtr Kalmana Struktury i Algorytmy Sterowania Wykład 1-2 prof. dr hab. inż. Mieczysław A. Brdyś mgr inż. Tomasz Zubowicz Politechnika Gdańska, Wydział Elektortechniki i Automatyki 2013-10-09, Gdańsk Założenia

Bardziej szczegółowo

Zlodzenie polskiej strefy przybrzeżnej w zimie 2015/2016 The Ice Winter 2015/2016 on the Polish Baltic Sea Coast

Zlodzenie polskiej strefy przybrzeżnej w zimie 2015/2016 The Ice Winter 2015/2016 on the Polish Baltic Sea Coast Zlodzenie polskiej strefy przybrzeżnej w zimie 2015/2016 The Ice Winter 2015/2016 on the Polish Baltic Sea Coast Ida Stanisławczyk ida.stanislawczyk@imgw.pl Sezon zimowy 2015/2016 na polskim wybrzeżu należał

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

Blok I: Wyrażenia algebraiczne. dla xy = 1. (( 7) x ) 2 ( 7) 11 7 x c) x ( x 2) 4 (x 3 ) 3 dla x 0 d)

Blok I: Wyrażenia algebraiczne. dla xy = 1. (( 7) x ) 2 ( 7) 11 7 x c) x ( x 2) 4 (x 3 ) 3 dla x 0 d) Blok I: Wyrażenia algebraiczne I. Obliczyć a) 9 9 9 9 ) 7 y y dla y = z, jeśli = 0 4, y = 0 0.7 i z = y 64 7) ) 7) 7 7 I. Uprościć wyrażenia a) 48 6 4 dla 0 5) 4 dla 0 ) 4 ) dla 0 45 4 y ) dla yz 0 I.

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

Generalny Pomiar Ruchu 2015 na drogach krajowych i wojewódzkich województwa lubelskiego

Generalny Pomiar Ruchu 2015 na drogach krajowych i wojewódzkich województwa lubelskiego POLSKI KONGRES DROGOWY II Lubelskie Forum Drogowe 2-3 marca 1971 Generalny Pomiar Ruchu 2015 na drogach krajowych i wojewódzkich województwa lubelskiego dr inż. Tadeusz Suwara Transprojekt-Warszawa Sp.

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

JEDNORÓWNANIOWY LINIOWY MODEL EKONOMETRYCZNY

JEDNORÓWNANIOWY LINIOWY MODEL EKONOMETRYCZNY JEDNORÓWNANIOWY LINIOWY MODEL EKONOMETRYCZNY Będziemy zapisywać wektory w postaci (,, ) albo traktując go jak macierz jednokolumnową (dzięki temu nie będzie kontrowersji przy transponowaniu wektora ) Model

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

Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych

Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych Zad. 1 Średnia ocen z semestru letniego w populacji studentów socjologii w roku akademickim 2011/2012

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

Ćwiczenie 1 Metody pomiarowe i opracowywanie danych doświadczalnych.

Ćwiczenie 1 Metody pomiarowe i opracowywanie danych doświadczalnych. Ćwiczenie 1 Metody pomiarowe i opracowywanie danych doświadczalnych. Ćwiczenie ma następujące części: 1 Pomiar rezystancji i sprawdzanie prawa Ohma, metoda najmniejszych kwadratów. 2 Pomiar średnicy pręta.

Bardziej szczegółowo

Strategiczna ocena oddziaływania na środowisko projektu Krajowego Programu Ochrony Wód Morskich

Strategiczna ocena oddziaływania na środowisko projektu Krajowego Programu Ochrony Wód Morskich Strategiczna ocena oddziaływania na środowisko projektu Krajowego Programu Ochrony Wód Morskich Plan prezentacji 1. Wprowadzenie 2. Stan środowiska Bałtyku 3. Potrzeba strategicznej oceny 4. Ocena strategiczna

Bardziej szczegółowo

OCENIANIE ARKUSZA POZIOM ROZSZERZONY

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

Bardziej szczegółowo